自动驾驶面临“算力”瓶颈,商业化落地或需再等三年

自动驾驶面临“算力”瓶颈,商业化落地或需再等三年

经济观察网 记者 高飞昌 自动驾驶、智慧出行已被公认是汽车出行产业的未来方向之一。随着智能网联汽车越发普及、自动驾驶技术日新月异,整车企业、软件技术公司、芯片公司等众多产业链参与者普遍认为,“软件定义汽车”已不再是一个空泛的概念,而是事实。

在近日由知名AI信息平台机器之心创建的专注于智慧出行行业的平台Auto Byte举办的“首席智行官大会”上,来自多家产业链公司的高管再度表达了软件定义汽车的意思,并提出“软件定义汽车,硬件定义软件天花板”的说法。这其中的要点在于,厘清了技术与硬件是共存而非替代的关系,且指出了由这两者共同决定的“算力”,是现阶段从低级别自动驾驶向高级别自动驾驶跨越的一个尤为关键的因素。

就在五六年前,整个汽车产业还没有成熟的能被称为自动驾驶的汽车。部分车型仅仅是搭载了一些用来驾驶辅助的功能,如自动巡航、车道保持、车道偏离预警等功能,智能汽车整体处于自动驾驶等级划分中的L1、L2的水平。而几年过后,由整车企业推出的号称“自动驾驶汽车”的产品已经铺天盖地,L2已是标配,L3、L4级别的汽车也已经出现。与此同时,一大批造车新势力、自动驾驶技术公司、芯片公司应运而生,它们成为推动自动驾驶发展的主力军。参与本次“首席智行官大会”的嘉宾代表即主要来自产业链中的各大头部企业。

作为整车企业的代表之一,集度汽车CEO夏一平在大会上表示,此前车规级芯片的算力长期低于消费级芯片,导致AI技术无法在汽车上发挥优势,但智能汽车3.0时代可以赋予汽车足够的算力,逐渐将其从运输工具变成由AI驱动的智能移动空间,进而带来技术的革新、效率的提升和体验的颠覆。他判断,2023年将会是汽车智能化竞争的元年,真正汽车3.0时代已经到来。

作为自动驾驶技术公司的代表之一,毫末智行联合创始人兼CEO顾维灏表示,在自动驾驶领域,测试里程与测试场景是决定自动驾驶系统能力和安全的重要因素。数据智能是自动驾驶AI进化最根本的驱动力,通过对回馈数据进行进一步学习挖掘处理训练得到的更有算法、服务模式OTA到车端,可以给用户带来更好的系统表现。而在这个流程中,成本和速度是最关键的两方面,也是数据智能的思想钢印。

作为来自自动驾驶芯片公司的代表之一,寒武纪行歌执行总裁王平则直言,智能驾驶规模化落地在芯片上面临多重挑战:单片算力不够,因此需要两片甚至多片来实现,但这又导致系统复杂度和功耗明显提高,增加系统成本,使其难以在燃油车或10万元以下的经济型电动车上普及。

他判断,自动驾驶芯片的未来趋势有二,其一是通用开放式,其二是大算力。在L1和L2级自动驾驶时代,因为数据量是相对较少,很多车企可接受芯片和算法强耦合的封闭式的一体化方案,但L3、L4时代数据量激增,算法也更加复杂,需要大算力芯片才能够满足需求。

综合各企业代表的观点,大算力能力已是制约当前自动驾驶向前发展的一个重大考验,同时也是自动驾驶系统得以大规模落地以及进一步实现商业化的前提条件。

大算力的考验

算力通常被用来指代芯片的性能,简单理解即算力越大,性能越好。随着激光雷达上车,自动驾驶计算平台突破1000TOPS,算力成为越来越多汽车厂家主打的汽车卖点之一。但高算力意味着在技术上要实现硬件、软件同步突破,需保留一定的冗余,还要在商业上实现技术和商业的平衡。

在黑芝麻(000716)智能首席市场营销官杨宇欣看来,自动驾驶的发展已经来到“上半场的下半段”,算力也已经成为判断汽车智能化程度的重要指标,车企希望通过突出算力值,让终端用户对车企的自动驾驶能力有更多认知。当前的算力理论上已经可以满足L2+、L3自动驾驶系统需求,接下来重点是将场景和体验做得更好。

他还补充称,“算力堆料”是一种为后续技术升级的必要冗余,从商业逻辑和技术演进来讲,芯片企业也需要帮助客户用更小的成本、更高的系统集中度、更低的功耗,实现更好的自动驾驶功能,这是芯片企业一直在努力,也是推动大家技术演进和产品路线中演进的一个点。

路特斯科技副总裁兼智能驾驶业务线负责人李博认为,硬件定义软件天花板,预留足够算力、预留足够传感器,是给未来自动驾驶系统的性能需求留出冗余。否则就像当前的应用程序逻辑上能在老款手机跑通,但却无法真正运行。

在国内,芯片研发不仅是芯片厂商在做,在芯片短缺的现状下,主机厂自研自动驾驶芯片也成为一种大趋势,特斯拉、小鹏、吉利等车企均在此列。吉利旗下的芯擎科技的董事兼CEO汪凯称,这一方面是因为芯片短缺让主机厂更加重视供应链多样性和供给安全,另一方面是高算力芯片已经成为车企的核心竞争力,供应商芯片越来越难以满足主机厂迭代速度、成本和性能要求。

但汪凯也表示,车企自研芯片存在诸多挑战:自动驾驶芯片的门槛较高,一旦走弯路就将面临巨大的资金损失,也将造成规划上的不协调。同时,车规级芯片与消费级芯片不同,对性能、功耗和可靠性的要求更高,还要完成车规级认证,周期更长,投入也更大,需要通过在多款车的应用普及来收回前期成本,因此需要推出更包容、更有竞争力的产品体系来满足不同车厂的需求。

当前芯片短缺已经成为汽车行业的巨大痛点,面对这一问题,多位企业嘉宾表达了自己的观点。综合而言,芯片短缺还将持续一段时间,尽管产能已经从疫情中恢复过来,但去年被抑制的需求还未得到满足,真正解决可能要等到明年。另外,芯片厂商处在一个观望的状态,目前芯片扩产成本较高,芯片商在不敢保证接下来几年还有同样需求的情况下,盲目扩充产能。

2025年商业化落地?

不论是智能驾驶或自动驾驶,其要实现的是在多种场景模式下的自动智慧出行,使得人、汽车、交通系统通过AI技术的纽带,构建起一个全自动驾驶的社会,以技术改变人类社会的形态。

在行业内,当前对自动驾驶的商业化分为两派观点,其一认为这是一个遥远的梦,或许永远无法实现;其二认为自动驾驶商业化近在眼前,或许2025年就能够达成。本次“首席智行官大会”上的代表们认为,自动驾驶商业化还需要一段时间,但有人乐观地预计,2025年就能有项目落地实现。

在自动驾驶的热门应用中,Robotaxi(自动驾驶出租车)是最接近商业化的一个赛道。该领域的代表企业AutoX(安途)的创始人兼CEO肖健雄表示,一直以来,AutoX都专注于去掉安全员的L4级别无人驾驶RoboTaxi,其认为这是该路线真正实现商业化的唯一途径:只有达到现有网约车相同的实用性,彻底拿掉安全员、不限目的地、不限区域的自动驾驶,才是真正的商业化。

在此之中,覆盖区域面积是肖健雄最看重的一点。肖健雄表示,RoboTaxi商业化运营必须要有足够大的服务区域,如果只能跑在几条主干道上,更多是纯技术展示,而没有真正的商业价值。再者,规模化量产对RoboTaxi商业化也十分必要,其决定了效率、一致性和可靠性。

自动驾驶商业化项目主要分为面向B端和面向C端两大门类。驭势科技联合创始人兼首席产品官周鑫、图森未来联合创始人兼首席架构师郝佳男均认为,效率和成本是自动驾驶在B端实现商业化的前提:要么做到效率比人更高、要么做到全无人自动驾驶。但要想实现最后的商业逻辑,不仅需要非常高的安全性和可靠性,还需要法规的逐步完善。

作为同时面向B端和C端用户的企业,宏景智驾联合创始人兼软件算法VP董健表示,目前的落地速度比想象更快,一两年出现将出更多量产车型。不过,受制于法律法规问题,多数车企推出的将是具备L3级自动驾驶体验、但依据L2+级法规体系开发的车型。

自动驾驶的法律法规问题被很多嘉宾提及,这直接关系商业化项目是否能够被审批通过,另外牵涉自动驾驶责任体系问题。

董建表示,近一两年之内,车企推的量产车型叫做L3、L4体验,却仍然是L2的责任体系,这是因为现在中国国内还没有具体的L3法规落地,所以就算功能已经做到L3、L4体验了,但是在责任体系上如果出了事故,还是司机负责。她认为,L3、L4真正意义上的自动驾驶,指的是出了事责任是在车,而不是在于司机。欧洲现在已经有ALKS自动驾驶真正意义上的L3的法规,因此国内法规的出台指日可待。

在自动驾驶推广方式上,众多车企代表均认同,渐进式地从小场景到大场景逐步实现自动驾驶覆盖是比较稳妥的方式,一步到位实现L4级以上自动驾驶并不符合实际条件。园区、港口、矿山等封闭场景是当前无人驾驶应用的主要场景,而接下来是干线物流、城市公共交通等场景,最终是个人移动出行的自动驾驶。

禾多科技副总裁戴震对于自动驾驶的C端落地给出了更具体的时间点――预计2025年将是关键时间节点,届时自动驾驶技术的量产、消费者的接受度、基础设施及法律法规完善都将逐步落地。

(责任编辑:岳权利 HN152)
版权声明:admin 发表于 2022-04-07 21:05:48。
转载请注明:自动驾驶面临“算力”瓶颈,商业化落地或需再等三年 | 1号视角

暂无评论

暂无评论...