遠(yuǎn)程參加了2020世界人工智能大會的特斯拉公司創(chuàng)始人兼首席執(zhí)行官馬斯克透漏了一個(gè)信息，特斯拉有望在今年內(nèi)完成L5級別自動駕駛基本功能的開發(fā)。L5級別的自動駕駛就是人們所期望的真正意義上的自動駕駛。如果能夠?qū)崿F(xiàn)，將是人類交通史上最大的變革。

馬斯克的野心來自于特斯拉的技術(shù)實(shí)力，核心就是具有AI功能的自動駕駛芯片。事實(shí)上，圍繞著自動駕駛芯片，一場激烈的競賽正在展開。

搖擺的車企，堅(jiān)定的芯片公司

按照美國汽車工程師學(xué)會（SAE）對自動駕駛的劃分，共有L0-L5六個(gè)級別，最頂級的L5定義為系統(tǒng)可完成所有道路環(huán)境下的駕駛操作，不需要駕駛?cè)私槿搿?/span>

對于實(shí)現(xiàn)L5的目標(biāo)，一般的行業(yè)人士沒有馬斯克那么樂觀。Gartner認(rèn)為，即使是次于L5的L4級，其技術(shù)實(shí)現(xiàn)時(shí)間也將超過十年。實(shí)際的情況下，自動駕駛技術(shù)正在從L2往前過渡的過程中。

在2019年，業(yè)界開始大張旗鼓地推行L2級自動駕駛，車道偏離輔助系統(tǒng)、城市預(yù)碰撞系統(tǒng)、彎道巡航輔助等功能開始入駐中高端車型。如果順利的話，2020年本該是L3全面鋪開的一年，但是國際車企卻紛紛放棄，只有國內(nèi)部分自主車企依舊以L3為賣點(diǎn)進(jìn)行宣傳。

這里面的原因比較復(fù)雜。最主要的一點(diǎn)，L3級自動駕駛屬于有條件下的自動駕駛功能，要求駕駛員要在突發(fā)情況下對車輛進(jìn)行接管。這樣一來，反而需要駕駛員將注意力更多地放在道路環(huán)境上，甚至精神高度集中時(shí)刻應(yīng)對突發(fā)事件，與自動駕駛的意義豈不是相悖。

不過，L3級自動駕駛依舊有其存在的價(jià)值。因?yàn)椋苯訌腖2進(jìn)入到L4，技術(shù)上并非易事。按照國內(nèi)某自駕技術(shù)公司的看法，L2和L4的技術(shù)路線完全不同。L2考慮的是以有限成本實(shí)現(xiàn)部分功能，L4則是先通過無限成本實(shí)現(xiàn)完全自動駕駛，再憑借技術(shù)進(jìn)步讓硬件降價(jià)到可接受的范圍，兩者的芯片、算法和開發(fā)路線都不一樣，L2公司的經(jīng)驗(yàn)未必能對L4領(lǐng)域有所幫助。

先過渡至L3，或是直升L4，車企的態(tài)度比較猶豫，但并不妨礙芯片公司不斷追逐高性能的決心。英偉達(dá)在2019年發(fā)布了SoC Orin，晶體管數(shù)量高達(dá)170億個(gè)，集成英偉達(dá)新一代GPU內(nèi)核和Arm Hercules CPU內(nèi)核以及全新深度學(xué)習(xí)和計(jì)算機(jī)視覺加速器，性能高達(dá)200TOPS。在今年的GTC上，黃仁勛又從自家烤箱里端出來算力達(dá)到2000TOPS的計(jì)算平臺，將2顆Orin Soc和2塊Ampere架構(gòu)的GPU集成在一起，一舉拿下了自駕平臺的算力冠軍。圍繞自動駕駛的芯片軍備競賽再度升級！

算力為王

“自動駕駛所需要的計(jì)算力，是過去任何一臺計(jì)算機(jī)都沒有達(dá)到過的。”黃仁勛在多個(gè)場合都表示過。

先對多個(gè)傳感器采集信息的融合，再經(jīng)過運(yùn)算處理，識別出障礙物、可行道路等，最后依據(jù)識別的結(jié)果，規(guī)劃路徑、制定速度，自動驅(qū)使汽車行駛。這是一個(gè)瞬時(shí)的過程，延時(shí)必須要控制在毫秒甚至微秒級別，才能保證自動駕駛的行駛安全。要達(dá)成瞬時(shí)處理、反饋、決策規(guī)劃、執(zhí)行的效果，對中央處理器的算力要求非常高。

Orin誕生之前，算力的冠軍是特斯拉的Autopilot HW3.0。該平臺由兩個(gè)相同的計(jì)算單元構(gòu)成，每個(gè)計(jì)算單元上面有特斯拉自研的2 塊FSD（full self-driving computer）計(jì)算芯片，每塊算力位 36 TOPS，設(shè)備總算力位 4 x 36 TOPS = 144 TOPS。

按照業(yè)界的推算，實(shí)現(xiàn)L2自動駕駛需要的計(jì)算力小于10TOPS，L3需要的計(jì)算力為30- 60TOPS，L4需要的計(jì)算力大于100TOPS，L5需要的計(jì)算力至少為1000TOPS。HW3.0已經(jīng)完全具備了L4級的運(yùn)算能力。

特斯拉決定自研FSD芯片，是因?yàn)镠W2.0采用的正是英偉達(dá)Orin的前代Xavier芯片。該芯片為GPU架構(gòu)，功耗較大，讓特斯拉也走上了自研芯片之路。

整個(gè)FSD芯片中包含了三個(gè)主模塊，分別是CPU、GPU和NNA（Neural Network Accelerator神經(jīng)網(wǎng)絡(luò)加速單元）。其中CPU采用的是Cortex-A72架構(gòu)，一共有12個(gè)核心，最高運(yùn)行頻率為2.2GHz，這部分用于通用的計(jì)算和任務(wù)。NNA是該芯片的核心，采用了特斯拉自研的架構(gòu)，有2個(gè)NNA核心，每個(gè)核心都可以執(zhí)行8位整數(shù)計(jì)算，運(yùn)行頻率為2GHz，單個(gè)NNA的峰值計(jì)算能力為36.86TOPS，2個(gè)NNA的總能力為73.73TOPS。

一向在AI領(lǐng)域心高氣傲的英偉達(dá)，怎甘心居人之后。在一年多的潛心研發(fā)之后，終于推出了反超先鋒Orin。該芯片內(nèi)置了12個(gè)ARM CPU和1個(gè)Ampere架構(gòu)小型GPU，設(shè)計(jì)功耗僅為45W，僅比Xavier多了15W，甚至低于特斯拉Autopilot HW 2.5的60W，對散熱條件的要求極低，低功耗也使得Orin穩(wěn)定性更高，在發(fā)布的時(shí)候就已經(jīng)通過了ASIL-D安全認(rèn)證。

Orin的算力達(dá)到了驚人的200TOPS，超越了HW3.0的144TOPS，但功耗只有其1/4不到。比起前代Xavier，Orin的性能更是達(dá)到了6.7倍（Xavier為30TOPS）。

提升算力，已經(jīng)成為自動駕駛芯片的常規(guī)升級途徑。

來自國內(nèi)的挑戰(zhàn)者

在這場競賽中，國內(nèi)芯片并沒用充當(dāng)看客，而是向國際巨頭下了戰(zhàn)書。

據(jù)測算，2020年國內(nèi)自動駕駛市場規(guī)模844億元，同比增長19.3%，2025年達(dá)到2250億元，復(fù)合增速21.3%。如此大好的市場，怎能輕易拱手送人。

黑芝麻科技在2020年6月正式推出了“華山二號”A1000自動駕駛芯片，這也是繼去年推出“華山一號”以后的一次全新產(chǎn)品升級。華山二號單芯片AI算力最高可達(dá)70TOPS（A1000）。由兩顆華山二號組成的域控制器，最高可實(shí)現(xiàn)140TOPS的AI算力，功耗25W。

與特斯拉和英偉達(dá)的產(chǎn)品做個(gè)比較，可以看出A1000毫不落下風(fēng)。當(dāng)前英偉達(dá)主流的Xavier芯片，單顆算力30TOPS，能效比1-2TOPS/W，而“華山二號” 單顆算力達(dá)到40TOPS，能效比可達(dá)6TOPS/W；對比特斯拉的HW3.0的72W功耗，A1000組成的域控制器功耗只有其一半不到。

黑芝麻自研的兩大IP：DynamAI DL引擎和NeuralIQ ISP流水線，也讓芯片更具競爭力，有助于實(shí)現(xiàn)其看得懂（AI）、看得清（Imaging）、看得遠(yuǎn)（Interconnected）的AI3戰(zhàn)略。

在華山二號之后，黑芝麻還計(jì)劃在 2021 年的某個(gè)時(shí)點(diǎn)推出華山三號，主要面向的是 L4/L5 級自動駕駛平臺，其算力將超越 200 TOPS，同時(shí)會采用更先進(jìn)的 7nm 制程工藝。200 TOPS 的算力水平將追平英偉達(dá)的 Orin 芯片。

同時(shí)，另一家國內(nèi)AI芯片公司地平線也傳來好消息，其車規(guī)級AI芯片征程二代正式量產(chǎn)上車。隨著長安汽車UNI-T的正式上市，該款車型搭載的由長安汽車和地平線共同開發(fā)的“智能駕駛艙NPU計(jì)算平臺也開始投入使用，該平臺就內(nèi)置征程二代芯片。

征程二代是2019年8月推出的，該芯片采用了地平線自研的高性能計(jì)算架構(gòu)BPU2.0（伯努利架構(gòu)），可提供超過4TOPS（萬億次每秒）的等效算力，典型功耗只有2W。征程二代的上車量產(chǎn)也將開啟國產(chǎn)車規(guī)級 AI 芯片的前裝量產(chǎn)元年。

不滿足于此，地平線還將在今年推出高等級自動駕駛芯片征程5，該芯片具備96 TOPS的AI算力，支持16路高清攝像頭，實(shí)際性能將超過特斯拉FSD芯片。

黑芝麻和地平線是國內(nèi)自動駕駛芯片行業(yè)的兩個(gè)代表，還有不少國內(nèi)企業(yè)也正在研發(fā)芯片的路上，當(dāng)然其中也包括了華為。所以，一個(gè)國內(nèi)自動駕駛芯片大爆發(fā)的時(shí)代即將開啟。

算法與開放

實(shí)現(xiàn)自動駕駛，芯片和算法二者缺一不可。芯片的算力是基礎(chǔ)，算法就是靈魂。

很多車企已在量產(chǎn)車上搭載了滿足特定自動駕駛能力需求的傳感器和計(jì)算平臺，但算法卻還要等到一年半載后才能通過OTA“上車”，由此可見，算法面臨的挑戰(zhàn)比算力還大。

阿里達(dá)摩院自動駕駛實(shí)驗(yàn)室負(fù)責(zé)人王剛就曾表示：“算力面臨的考驗(yàn)是‘好不好’，而算法面臨的考驗(yàn)則是‘能不能’。”

算法對于雄心勃勃的車企都是一個(gè)大考。實(shí)現(xiàn)自動駕駛，面對的將是真實(shí)世界的復(fù)雜情況。即使調(diào)教過的算法已經(jīng)能適應(yīng)一個(gè)地區(qū)的路況，換了一個(gè)地區(qū)往往會就會失靈。在這方面，Mobileye和特斯拉都有著深刻的教訓(xùn)——這兩家公司的自動駕駛算法都是基于歐美國家的道路狀況訓(xùn)練而成的，但在中國道路上經(jīng)常失靈。因此，特斯拉宣布將在中國組建Autopilot團(tuán)隊(duì)。該團(tuán)隊(duì)最重要的任務(wù)，便是針對中國的道路環(huán)境對算法進(jìn)行優(yōu)化。

普通的企業(yè)沒有算法開發(fā)能力，就必須依靠芯片企業(yè)的幫助。但是，這其中也存在這弊病。Intel旗下的Mobileye是ADAS市場的領(lǐng)頭羊，其就采取了芯片和算法捆綁在一起的軟硬一體化方案。用戶要委托Mobileye寫一些針對特殊駕駛場景定制的算法，后者要收一筆巨額的開發(fā)費(fèi)用。如果車企開始具備了開發(fā)能力和意愿，依然沒法獲得開發(fā)自主權(quán)。所以，業(yè)內(nèi)對 Mobileye 的評價(jià)就是過于封閉。回首當(dāng)年，正是因?yàn)镸obileye的封閉，馬斯克才決定與其分道揚(yáng)鑣。

相對來說，以GPU起家的英偉達(dá)則要開放的多。在2019年，英偉達(dá)向自動駕駛汽車開發(fā)者開源其預(yù)訓(xùn)練AI模型和訓(xùn)練代碼。通過這一套NVIDIA AI工具，英偉達(dá)生態(tài)系統(tǒng)內(nèi)的開發(fā)者們可以自由擴(kuò)展和自定義模型，從而提高其自動駕駛系統(tǒng)的穩(wěn)健性與能力。通過這種方法，英偉達(dá)收獲了一眾國內(nèi)客戶，包括滴滴、Pony.ai、文遠(yuǎn)知行、AutoX 在內(nèi)的 Robotaxi 運(yùn)營商都采用了英偉達(dá)的自動駕駛計(jì)算平臺。

后起的國內(nèi)芯片公司也看到了這一趨勢，紛紛采取了開放的態(tài)度。比如，地平線在提供軟硬一體化選項(xiàng)的同時(shí)，還會幫助客戶掌握算能力。為此，地平線選擇在至少兩個(gè)層面向客戶開放：

一是將感知環(huán)節(jié)的原始數(shù)據(jù)開放出來，充分賦能Tier 1和車企做具體的功能；二是把更底層的工具鏈開放出來，并在這個(gè)工具鏈上面提供豐富的軟件模型、算法模型的樣板庫，客戶可以根據(jù)自己的場景數(shù)據(jù)進(jìn)行迭代，甚至可在此基礎(chǔ)上開發(fā)自己特有的算法模型。

地平線創(chuàng)始人余凱就表示：“我們不是交付算法，而是做主機(jī)廠的顧問，幫助他們開發(fā)自己的算法。其實(shí)，技術(shù)上的know-how有時(shí)候就是捅一層窗戶紙的事情，車企也有大量很聰明的人，一點(diǎn)就通了。”

地平線跟長安合作成立了長安-地平線人工智能聯(lián)合實(shí)驗(yàn)室，UNI-T的智能座艙項(xiàng)目便是這個(gè)實(shí)驗(yàn)室的首個(gè)重大成果。在這個(gè)聯(lián)合實(shí)驗(yàn)室里，地平線為長安提供技術(shù)指導(dǎo)，協(xié)助長安的算法工程師自己開發(fā)算法。

結(jié)語

自動駕駛的臨界點(diǎn)到了嗎？目前看來，還不能這么樂觀。商業(yè)化、資本、供應(yīng)鏈、政策等問題，仍然沒有明確的答案。對于國內(nèi)的自動駕駛芯片來說，任務(wù)更重。

黑芝麻聯(lián)合創(chuàng)始人劉衛(wèi)紅就指出，急需國產(chǎn)高算力的芯片打破國外龍頭企業(yè)的壟斷，國產(chǎn)AI芯片能夠降低自動駕駛系統(tǒng)的成本。而功能定制化需要開放合作的芯片平臺，定制化的功能開發(fā)，需要深入對接和強(qiáng)有力的客戶支持。

芯片的完成，只是破局第一步，更漫長的探索還在后面。