行业互联网|【芯视野】 智驾之芯:特斯拉们的野心 国内挑战者的决心( 三 )


黑芝麻和地平线是国内自动驾驶芯片行业的两个代表 , 还有不少国内企业也正在研发芯片的路上 , 当然其中也包括了华为 。 所以 , 一个国内自动驾驶芯片大爆发的时代即将开启 。
算法与开放
实现自动驾驶 , 芯片和算法二者缺一不可 。 芯片的算力是基础 , 算法就是灵魂 。
很多车企已在量产车上搭载了满足特定自动驾驶能力需求的传感器和计算平台 , 但算法却还要等到一年半载后才能通过OTA“上车” , 由此可见 , 算法面临的挑战比算力还大 。
阿里达摩院自动驾驶实验室负责人王刚就曾表示:“算力面临的考验是‘好不好’ , 而算法面临的考验则是‘能不能’ 。 ”
算法对于雄心勃勃的车企都是一个大考 。 实现自动驾驶 , 面对的将是真实世界的复杂情况 。 即使调教过的算法已经能适应一个地区的路况 , 换了一个地区往往会就会失灵 。 在这方面 , Mobileye和特斯拉都有着深刻的教训——这两家公司的自动驾驶算法都是基于欧美国家的道路状况训练而成的 , 但在中国道路上经常失灵 。 因此 , 特斯拉宣布将在中国组建Autopilot团队 。 该团队最重要的任务 , 便是针对中国的道路环境对算法进行优化 。
普通的企业没有算法开发能力 , 就必须依靠芯片企业的帮助 。 但是 , 这其中也存在这弊病 。 Intel旗下的Mobileye是ADAS市场的领头羊 , 其就采取了芯片和算法捆绑在一起的软硬一体化方案 。 用户要委托Mobileye写一些针对特殊驾驶场景定制的算法 , 后者要收一笔巨额的开发费用 。 如果车企开始具备了开发能力和意愿 , 依然没法获得开发自主权 。 所以 , 业内对 Mobileye 的评价就是过于封闭 。 回首当年 , 正是因为Mobileye的封闭 , 马斯克才决定与其分道扬镳 。
相对来说 , 以GPU起家的英伟达则要开放的多 。 在2019年 , 英伟达向自动驾驶汽车开发者开源其预训练AI模型和训练代码 。 通过这一套NVIDIA AI工具 , 英伟达生态系统内的开发者们可以自由扩展和自定义模型 , 从而提高其自动驾驶系统的稳健性与能力 。 通过这种方法 , 英伟达收获了一众国内客户 , 包括滴滴、Pony.ai、文远知行、AutoX 在内的 Robotaxi 运营商都采用了英伟达的自动驾驶计算平台 。
后起的国内芯片公司也看到了这一趋势 , 纷纷采取了开放的态度 。 比如 , 地平线在提供软硬一体化选项的同时 , 还会帮助客户掌握算能力 。 为此 , 地平线选择在至少两个层面向客户开放:
一是将感知环节的原始数据开放出来 , 充分赋能Tier 1和车企做具体的功能;二是把更底层的工具链开放出来 , 并在这个工具链上面提供丰富的软件模型、算法模型的样板库 , 客户可以根据自己的场景数据进行迭代 , 甚至可在此基础上开发自己特有的算法模型 。
地平线创始人余凯就表示:“我们不是交付算法 , 而是做主机厂的顾问 , 帮助他们开发自己的算法 。 其实 , 技术上的know-how有时候就是捅一层窗户纸的事情 , 车企也有大量很聪明的人 , 一点就通了 。 ”
地平线跟长安合作成立了长安-地平线人工智能联合实验室 , UNI-T的智能座舱项目便是这个实验室的首个重大成果 。 在这个联合实验室里 , 地平线为长安提供技术指导 , 协助长安的算法工程师自己开发算法 。
结语
自动驾驶的临界点到了吗?目前看来 , 还不能这么乐观 。 商业化、资本、供应链、政策等问题 , 仍然没有明确的答案 。 对于国内的自动驾驶芯片来说 , 任务更重 。
黑芝麻联合创始人刘卫红就指出 , 急需国产高算力的芯片打破国外龙头企业的垄断 , 国产AI芯片能够降低自动驾驶系统戳成本 。 而功能定制化需要开放合作的芯片平台 , 定制化的功能开发 , 需要深入对接和强有力的客户支持 。
【行业互联网|【芯视野】 智驾之芯:特斯拉们的野心 国内挑战者的决心】


推荐阅读