DeepTalk深言堂
2020伊始，深蘭科學院再次打造屬于自己的學習平臺“DeepTalk深言堂”，并邀請到清華大學智能技術與系統(tǒng)國家重點實驗室、清華大學計算機科學與技術系、清華大學人工智能研究院的鄧志東教授，帶來了《軟件化與AI芯片助力智能汽車革命》的特邀報告。
智能汽車發(fā)展勢頭正猛，政府各項支持政策陸續(xù)出臺，汽車制造企業(yè)亦群雄逐鹿。上個月深蘭科學院全新推出的創(chuàng)新品牌“智星時空”便舉辦了一場智慧交通主題沙龍，對“人工智能時代下的智慧交通和公共出行”進行了探討，也得到了業(yè)界的積極反饋。
《軟件化與AI芯片助力智能汽車革命》
清華大學 鄧志東教授
全電化、軟件化與網(wǎng)聯(lián)化是傳統(tǒng)車企轉型升級的關鍵
從L0到L4，包括ADAS到低速MaaS，再到RoboTaxi這個自動駕駛的珠穆朗瑪峰，可以看到智能汽車正在發(fā)生深刻的變化。我們看到一個趨勢，現(xiàn)在傳統(tǒng)車企、新車企與Tier1的主要使命就是要努力發(fā)展信息化的汽車平臺。面對跨界互聯(lián)網(wǎng)企業(yè)與ICT企業(yè)的來勢洶洶，傳統(tǒng)車企與Tier1是否還有優(yōu)勢呢？我認為他們應該先做信息化汽車平臺，主要包括開放線控、推動全電化、數(shù)字化；開發(fā)冗余的執(zhí)行機構；發(fā)展OTA與云－邊－車一體化平臺；以及著力汽車的軟件升級或軟件化，并最終使之走向智能化、共享化。
在智能化新時代，傳統(tǒng)車企其實有很多事情可做。在面對跨界互聯(lián)網(wǎng)企業(yè)咄咄逼人的攻勢下，全電化、數(shù)字化勢在必行。上海的感受特別明顯，因為特斯拉來了，而且?guī)砹艘还蓜莶豢蓳醯碾妱踊绷?。我們知道?018年，特斯拉Model 3成為北美豪華車型的銷量冠軍，比寶馬全系的銷量加起來還要多168％。國產(chǎn)Model 3，歷經(jīng)1年，于2020年1月7日正式交付給用戶，享受補貼后售價為29萬左右。很明顯，傳統(tǒng)車企目前在推進電動化上面臨著巨大的壓力。
OTA也是特斯拉帶來的。特斯拉的OTA很厲害，實際就是汽車的軟件化，即通過軟件升級、用軟件來定義汽車的功能，因此OTA可以顛覆傳統(tǒng)汽車平臺升級換代的周期與迭代路徑。相比之下，中國燃油汽車與電動汽車的發(fā)展缺少創(chuàng)新與核心技術，造成特斯拉進入中國市場后供不應求。不過特斯拉進來可能是一件好事，因為通過“鯰魚效應”，也有可能帶來中國智能汽車產(chǎn)業(yè)格局的重大變化，例如可完善與加速升級中國電動汽車產(chǎn)業(yè)的供應鏈。
我們還看到，2019年特斯拉Model 3在一年之內(nèi)進行了10次OTA更新，增加了全新的功能或進行了原有功能的升級優(yōu)化。以前的量產(chǎn)車出廠以后，功能就完全固定了，要升級換代至少得等5年以后重新買車。但現(xiàn)在，一年內(nèi)可以做10次升級，甚至可在確保安全的條件下，通過OTA輕松升級百公里加速時間和剎車距離，這在以前是不可想象的事情。因此以后的智能汽車如果沒有OTA，很難叫軟件化的汽車。
信息化包括數(shù)字化和網(wǎng)聯(lián)化，這是實現(xiàn)智能化的基礎和前提。智能化可以認為是傳統(tǒng)車企轉型升級的目標牽引與需求導向。一方面，智能駕駛、無人駕駛單車、智慧道路、車路協(xié)同等眾多應用場景，對AI與智能化的要求越來越高 ，但另一方面，卻受限于移動終端設備本身對低成本的限制，特別是由此造成的對車載計算、存儲與供電資源的約束，這就對發(fā)展以5G“云－邊－端”作為 AI 基礎設施的智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)，提出了迫切的需求。在實現(xiàn)數(shù)字化與軟件化之后，網(wǎng)聯(lián)化、智能化則是傳統(tǒng)車企進一步向前發(fā)展的必然趨勢與關鍵抓手。
AI芯片助力智能汽車的環(huán)境感知與自主導航
AI芯片應該是對“云－邊－端”的一體化全面部署，而不是僅考慮單端的人工智能賦能。AI芯片主要應用于深度學習模型的離線訓練以及云－邊－端的在線推斷應用。目前大數(shù)據(jù)人工智能獲得的驚人的感知能力，主要就是依靠所謂的“計算暴力”，或者說是利用大算力帶來的進步。
AI芯片首先包括通用AI芯片：
其次是基于ASIC／FPGA的專用AI芯片，也包括異構融合的深度神經(jīng)網(wǎng)絡芯片。專用AI芯片的好處就是低功耗、高性能，價格也相對便宜，主要用于深度學習的推斷，可以分別或同時部署于基于云、邊／管、端的在線推斷應用?？梢钥吹侥壳坝泻芏嗥髽I(yè)都在從事這方面的研發(fā)。前面提到的通用AI芯片屬于高端、高性能的AI芯片，而專用的AI芯片一般用于推斷應用，包括英特爾、谷歌、亞馬遜等都推出了自己的專用AI芯片，如谷歌的TPU系列深度學習芯片。還有中國的AI專用芯片，如華為海思的昇騰910等，這與PC時代、移動互聯(lián)網(wǎng)時代是完全不同的。在人工智能時代，在AI芯片上我們至少解決了0到1的問題。
此外，還有基于傳統(tǒng)CMOS工藝或基于新型憶阻器件的類腦 AI 芯片，這是另一類技術門檻更高的AI芯片，集成度更高、讀寫速度更快、功耗更低。
2019年我們還迎來了5G商用元年。5G與人工智能在一起可能是一個乘法的關系，它催生了邊緣計算的發(fā)展，可望加速AI芯片在云邊端的一體化部署。
我們可以在云邊端框架下部署移動邊緣計算。一邊是公有或私有云，進行云邊協(xié)同；一邊是智能汽車等移動終端。移動終端通過5G與邊緣端進行連接，因為5G具有超低時延、超高帶寬、大連接，以及高可靠性和高移動性等，因此可進行邊端或邊車規(guī)控。而人工智能可以在云上賦能，也可以在邊緣計算上賦能，還能在移動終端上賦能，這三項賦能我們稱之為AI芯片的一體化賦能。這種強大的云邊端AI賦能，對于智能汽車產(chǎn)業(yè)的發(fā)展與推動是非常有利的。
AI芯片還將帶來傳統(tǒng)汽車平臺計算體系結構的變革?，F(xiàn)在一臺高端的汽車里面，最多有200多個ECU，至少也有100多個ECU，這是歷史造成的。現(xiàn)在有了強大的計算芯片與AI芯片，我們可以在全新的智能汽車平臺上，設計新型的計算體系結構，比如把很多個ECU進行簡約，形成域控制器，這樣就會帶來顛覆式的變化。
在傳統(tǒng)汽車上，中國是沒有多少機會的，尤其是燃油汽車，關鍵技術與核心零部件大多在國外Tier1手上。對信息化的汽車平臺，AI芯片是非常重要的，這與國外的發(fā)展基本同步。目前在智能汽車芯片及域控制器方面，巨頭卷入，競爭白熾化，因為它的意義已經(jīng)上升到未來芯片產(chǎn)業(yè)的重新洗牌，甚至連全球芯片巨頭都感受到了市場競爭的壓力。
自動駕駛這個賽道很多企業(yè)都在加入，聚集了許多頭部企業(yè)，比如谷歌自動駕駛用的都是自己的芯片TPU系列，激光雷達也是自己研發(fā)的，包括操作系統(tǒng)、深度學習開源代碼框架等也都是自己的，除了不造車，可以說是全棧、全場景的。
我們再來看一下這種AI芯片強大部署在5G“云邊端”的自動駕駛基礎設施，是怎么增強自動駕駛汽車的環(huán)境感知與自主導航能力的。
以攝像頭為主導的感知方案，典型的就是特斯拉和英特爾－Mobileye，他們都是堅持用單目視覺，即完全用視覺來解決環(huán)境感知和自主導航問題。另外就是谷歌的Waymo，則是堅持以自己的激光雷達為主導，但實際上車上也配置了大量的攝像頭。
成像后其實這些都屬于計算機視覺的問題，因此都可以用人工智能來賦能。云邊端的人工智能對智能汽車和自動駕駛更有利，能夠提供比傳統(tǒng)計算機視覺方法更好、更強大的環(huán)境感知、自主導航和信息融合能力，能夠帶來更加自主的行為決策與路徑規(guī)劃能力，可以說是變得基本可用?？傊?，大數(shù)據(jù)人工智能基礎算法，需要利用云邊端一體化部署的AI 芯片及其提供的強大計算能力來進行支撐。
從智能汽車到RoboTaxi，視覺人工智能已成為一種基礎技術。智能汽車跟手機很像，涉及到算法、軟件、硬件的垂直整合。智能汽車和RoboTaxi的各種細分應用都需要進行深度學習，而且由于是長尾應用，因此也都要使用到AutoML。視覺深度學習的應用，除了行駛場景的分割、可行駛路面的分割之外，還有對機動車、非機動車和行人的檢測，尤其是障礙物行為意圖的識別非常重要，因為開車在某種意義上就是一種預測，需要基于行為意圖的預測，以便隨時采取緊急措施。此外，基于視覺深度學習的多模態(tài)自主導航和信息融合也是非常重要的關鍵核心技術。
加速發(fā)展智能汽車核心零部件與5G云邊端AI基礎架構
在智能汽車上游關鍵零部件產(chǎn)業(yè)中，車規(guī)級的激光雷達及多模態(tài)傳感器融合模組，是目前產(chǎn)業(yè)關注的焦點。第三代純固態(tài)激光雷達容易做到車規(guī)，方便量產(chǎn)，也容易做到批量低成本。因此車規(guī)量產(chǎn)的低成本全固態(tài)激光雷達已成為智能汽車商業(yè)化落地應用的晴雨表。此外，多模態(tài)傳感器融合模組，例如將雙目攝像頭和激光雷達結合在一起，就能支持彩色激光點云，這樣就既有顏色，又有紋理，還有空間幾何信息，這就是未來激光雷達的發(fā)展趨勢。
可以說龍頭企業(yè)與初創(chuàng)企業(yè)目前都混戰(zhàn)在智能汽車上游核心零部件產(chǎn)業(yè)，特別是傳感器芯片，力圖占據(jù)整個智能汽車產(chǎn)業(yè)鏈和價值鏈的制高點。除老牌的美國 Velodyne公司、Quanergy公司、德國SICK公司、IBEO公司等之外，還有初創(chuàng)的美國 Triluminar公司、Luminar公司，加拿大LeddarTech公司，以色列Innoviz公司等，以及中國的速騰聚創(chuàng)、禾賽科技等。目前大疆、華為、英特爾等巨頭也已殺入激光雷這一細分賽道。先進激光雷達的發(fā)展會有力地推動智能汽車的落地，尤其是多模態(tài)傳感器融合模組的研發(fā)特別重要。然而在毫米波雷達的產(chǎn)品迭代方面，國內(nèi)外差距較大，我們還須奮起直追，實現(xiàn)國產(chǎn)替代。
在AI或自動駕駛基礎設施建設方面，我覺得5G的發(fā)展是巨大的產(chǎn)業(yè)機會。中國在5G商業(yè)化方面的超速發(fā)展，已處于全世界前列。華為、中興、諾基亞、愛立信等5G設備的頭部制造企業(yè)，位列商業(yè)化的第一梯隊。
在5G支撐下進行云邊端的AI基礎設施建設，就能加速推動智能汽車與自動駕駛產(chǎn)業(yè)的發(fā)展。另外就是建設專用車道或智慧道路，從單車智能走向車－路－人之間的智能協(xié)同，這也是中國的優(yōu)勢和特色。未來我們可能在車路協(xié)同上走向成功，畢竟在單車智能方面，與國外的差距日漸明顯。
在AI全面賦能的5G“云邊端”基礎設施的強大支撐下，可望在降低智能汽車移動終端成本的同時，大大加強智能汽車的AI能力。
例如，我們可以開展：
基于“云－邊－端”的無人駕駛遠程安全監(jiān)管；
基于“云－邊－端”的共享出行運營與安全接管；
基于“云－邊－端”的無人駕駛高精地圖遠程下載；
基于“云－邊－端”的無人駕駛決策、規(guī)劃與人機交互等
總之，通過加強基礎設施建設，提供各方面的合力支撐，可望形成中國產(chǎn)業(yè)發(fā)展的優(yōu)勢，助力智能汽車革命。
結語
汽車行業(yè)的全電化正成為一股不可阻擋的潮流；從功能汽車到數(shù)字化汽車的改變，是傳統(tǒng)車企破局的抓手；具有 OTA 的軟件化智能汽車，從根本上顛覆了傳統(tǒng)功能產(chǎn)品的迭代路徑和換代周期；信息化（數(shù)字化、網(wǎng)聯(lián)化）是實現(xiàn)智能化的基礎和前提；全電化、軟件化與網(wǎng)聯(lián)化是傳統(tǒng)車企轉型升級的關鍵。
5GxAI催生移動邊緣計算的發(fā)展，需要加速 AI 芯片在云邊端的一體化部署；車規(guī)級AI 芯片及中央域控制器，將推動具有分散式遞階計算體系架構的傳統(tǒng)汽車，向具有強大中央域控制器體系架構的智能汽車的顛覆式變革；云邊端一體化部署的AI 芯片及其提供的強大AI算力，可望大幅提升智能汽車的環(huán)境感知與自主導航能力。
車規(guī)量產(chǎn)的全固態(tài)激光雷達已成為智能汽車商業(yè)化落地應用的晴雨表；毫米波雷達國內(nèi)外差距較大，須奮起直追；加速發(fā)展智能汽車上游核心零部件產(chǎn)業(yè)與5G云邊端AI基礎設施，必將有力地推動我國智能汽車的變革式發(fā)展。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。 ）
