因为汽车驾驶在某种意义上就是一种预测

  1月10-12日,2020中国电动汽车百人会论坛在垂钓台国宾馆隆重召开。本次论坛环绕“操作独霸形势 聚焦转型 引领创新”主题,邀请当局有关部门和汽车、能源、交通、都市、通讯等规模的行业时机谈领先企业代表,就行业、企业、政策的转型与创新展开深度研讨。以下是清华大学传授,邓志东在本次论坛上的发言:

  

因为汽车驾驶在某种意义上就是一种预测

    

  清华大学传授 邓志东

  很是开心跟大家分享。我来自于清华大学计较机系。分享的是“软件化与AI芯片助力智能汽车革命”。

  主要想分享三个方面的内容:1)全电化、软件化与网联化是传统车企转型升级的要害;2)AI芯片助力智能汽车的情况感知与自主导航;3)加速成长智能汽车焦点零部件与5G云边端AI基本设施。

  从L0到L4,从ADAS到低速的MaaS再到RoboTaxi,我们看到智能汽车正在产生一些根天性的厘革。

  一、全电化、软件化与网联化是传统车企转型升级的要害

  首先,面对跨界企业,不管是互联网企业照旧ICT企业,对付智能网联汽车研发的快速推进,传统车企、新造车势力和Tier1等,需要越发发力于信息化汽车平台的研发,包孕开放线控,敦促汽车平台的全电化、数字化成长,推进执行机构冗余,并吞OTA(空中下载),尤其是实施云-边-车一体化平台的扶植,另有就是完成软件界说汽车或汽车软件化的要害技能,最终使我们的传统汽车走向智能化、共享化。

  可以说,汽车行业的全电化正在成为一股不成否决的潮流。例如,特斯拉Model 3在2018年成为北美豪华型轿车里面的发卖冠军,它的发卖总量甚至赶过了宝马从2系、3系、4系到5系总和的168%,特斯拉自己已成为市值排名全美第三且最具代价的新车企,赶过了很多百大哥店的传统车企。又如,特斯拉2019年1月7日在上海临港开工扶植,一直到本年1月7日由马斯克将Model 3量产车正式交付到用户手中,仅用了一年的时间,这完全颠覆了传统车企的思维定势,以不到30万元的价值,带来了一种势不成阻的全电化潮流。要知道,全电化其实是实现数字化的捷径。

  中国电动汽车的成长不能靠退补,要靠焦点技能的创新,如果性价比好,就如同苹果手机初期一样,可能是求过于供,根柢不用担忧发卖的问题。我们通过引入类似于特斯拉这样的国际一流新能源汽车企业,孕育产生“鲶鱼效应”,类似于当初苹果手机强势进入中国市场后,我们此刻反而孕育产生了像华为、小米、oppo、vivo这样的自主手机品牌,如此通过市场竞争来优化大概壮大中国电动汽车财富链,这可从根柢上开脱传统燃油车既有的国际技能壁垒,助力中国汽车的跨越式成长。

  从软件化、OTA的角度来讲,具有OTA软件化的智能汽车从根柢上颠覆了传统成果汽车产品的迭代路径和换代周期。比如说我们看到去年特斯拉的Model 3在一年之内就进行了10次OTA更新,增加了全新的成果,大概进行了原有成果的升级优化。在确保安适的前提下,具有OTA配置的软件化的智能汽车可以轻松地进行,比如说升级百公里加速时间和刹车距离。传统汽车平台要进行这种升级至少需要3-5年。根基上是5年以后的事,全部换一个新平台才有可能把百公里加速时间和刹车距离进行类似的升级。但是有了OTA、有了软件界说升级以后,这一切可以在一年之内进行10次的更新大概机能迭代。

  再谈一下网联化和智能化的成长。我们知道信息化,包孕数字化和网联化两个方面,是实现智能化的基本和前提。而我们认为汽车的智能化是一种牵引、是一种方针。我们可以看到智能汽车、无人驾驶单车、智慧门路、车路协同这些浩繁的应用场景,一方面对人工智能、对智能化水平的要求是越来越高,但是另一方面也受限于移动终端自己对低本钱的限制,出格是由此造成了对计较、存储、供电资源的约束,这就对5G情况下的云边端作为AI基本设施的智能网联汽车财富提出了急切的需求。如此通过5G支撑下的边沿计较来解决这样一个矛盾,即既要求智能汽车满足低本钱,同时又要求它具有更高的智能化程度、更强的人工智能能力,就可以通过5G这种高带宽、低时延、大连接数的移动通信技能,把人工智能的揣度能力等放在边沿侧长进行,并进一步构建和部署增强版的云-边-端人工智能基本设施。

  二、AI芯片助力智能汽车的情况感知与自主导航

  AI芯片主要涉及深度学习模型的离线训练、云-边-真个在线揣度应用。新一轮人工智能的成长在很洪水平上依赖于“计较暴力”和“数据暴力”。AI芯片首先包孕通用人工智能芯片,要求的算力很高,属于高真个AI芯片,主要用于离线训练,但价值昂扬,功耗很大。其次是专用人工智能芯片,比如基于ASIC或FPGA的AI芯片,包孕异构融合的深度神经网络芯片。在这个赛道,此刻有许多巨头都在做这个工作,比如英特尔、谷歌、亚马逊等,中国在方面也可以说是解决了0到1的问题。这与PC时代、移动互联网时代都差别。在人工智能时代,我们已有中国脉身的人工智能芯片,比如华为的昇腾910,另有地平线等等。

  除了传统AI加速芯片以外另有类脑AI芯片。类脑芯片包孕基于传统CMOS工艺的AI芯片和基于新型忆阻器件的AI芯片。AI芯片的成长催生了新一代人工智能,而人工智能的再起又反过来敦促了AI芯片的繁荣。出格指出的是,我们此刻又面临着一个很是有前途的新的商业机会,那就是5G。2019年,5G可以说是正式进入了商业元年。5G加上人工智能大概说是5G乘上人工智能,正在催生自动驾驶边沿计较的成长。我们可以通过加速人工智能芯片在“云边端”的一体化部署,构建一个越发强大的由人工智能全面赋能的自动驾驶基本设施。边沿平台这边通过互联网连接云,此外一边则通过5G连接移动终端或智能汽车,而且在云、边、端上都有人工智能芯片赋能。尤其是,私有或公有的边沿计较可以使智能汽车在仍然保有局部自主能力的同时,在某种意义上可被视为一个传感器阵列与执行机构,它的许多AI揣度能力都可以放在边沿处事器上。实际就是基于高机能边沿处事器供给一个基于多5G基站的大众的及时智能处事。

  人工智能芯片的成长,还将带来对传统汽车计较平台体系布局的厘革。传统汽车上有大量的ECU,一个对照高真个汽车上可能有100多个ECU,甚至高达200多个ECU,这是汗青遗留下来的问题。此刻要成长新的智能汽车,就可以在全新的智能汽车平台上,从头设计一个全新的计较体系架构,一个具有中央域控制器的计较体系架构,这就是对传统汽车财富的颠覆性厘革,也可以据此冲破国际Tier1巨头这些垄断企业的技能壁垒。

  智能汽车的AI芯片和域控制器,已有许多巨头企业卷入,竞争已达利剑炽化。车规量产的智能汽车AI芯片、传感器芯片、域控制器的竞争很是猛烈,它的意义甚至已上升到未来芯片财富的从头洗牌。英特尔、英伟达、高通这些传统芯片巨头都混战此中,更多巨头大概草创企业也冲入这个细分赛道。比如谷歌有TPU,华为有海思、有昇腾910,特斯拉也推出了最新的FSD芯片。特斯拉的Hardware 3.0可以做到144T的算力,具有多重冗余,可以撑持L2+的自动驾驶。高通比来说要推出面向L4+的AI加速芯片,可以供给高达700T的算力。AI算力和L2、L3、L4的情况感知能力是正强相关的。一般说来,要做到L4的程度,所需的人工智能芯片也要到达相当的程度,比如说700T?目前AI自动驾驶芯片已有许多系列,例如英特尔-Mobileye的EyeQ系列,英伟达的Drive PX系列,谷歌的TPU系列,另有华为海思的昇腾芯片等。AI算力对自动驾驶的成长很是重要。

  AI芯片全面赋能的“云边端”一体化部署,必将助力智能汽车的情况感知与自主导航能力。不管是以摄像头为主导的特斯拉或Mobileye智能汽车感知解决方案,照旧谷歌Waymo以激光雷达为主导的感知解决方案,其实都属于计较机视觉的问题,因此都可以用人工智能来进行赋能。尤其可以用“云边端”或“云管端”一体化部署的、越发强大的人工智能基本设施来为它赋能,并据此带来更强的情况感知、自主导航、信息融合,另有越发自主的行为决策与路径筹划能力。新一代人工智能要领,比传统的计较机视觉与模式识别要领,确确实实带来了机能上的大幅度提升,变得可谓根基可用。这方面如果有AI全面赋能的5G“云边端”自动驾驶基本设施的强大支撑,就会加速智能汽车与自动驾驶的商业化落地进程。

  可以说,视觉人工智能已成为智能汽车与自动驾驶的一个基本性的技能。别的,从ADAS到RoboTaxi,其实它照旧一个类似于手机的产品,无疑需要进行垂直整合。事实上,它不只需要“算法+硬件+软件”的垂直整合,而且还要考虑产品的低本钱,还要考虑产品的绝对安适性和可靠性。需要出格指出的是,对大数据人工智能的自动驾驶应用而言,这自己照旧一个长尾的应用场景。这里是它在情况感知方面的应用。应该说自2014年以来,基于深度学习的语义级的图像支解取得了打破性的进展,此中包孕门路感知或可行驶路面的支解。别的另有基于视觉深度学习的障碍物检测,包孕机动车、非机动车和行人的检测。这些都比传统的计较机视觉要领或模式识别要领好了许多。但是前提条件是需要大数据、大计较能力的驱动。此外就是操作人工智能的行为意图预测,因为汽车驾驶在某种意义上就是一种预测,出格是对交通参预者的行为预测,另有就是对其运动参数的预计。其他就是做基于人工智能的自主导航和多模态信息融合等。

  三、加速成长智能汽车焦点零部件与AI基本设施

  加速成长智能汽车的焦点零部件,出格是财富上游的要害零部件,比如车规级的激光雷达以及所谓的多模态感知传感器融合模组。全固态的车规量产的激光雷达已经成为智能汽车商业化落地应用的晴雨表,已经成为智能汽车感知设备的主要财富方针。未来的技能成长趋势就是面向彩色激光点云的多模态传感器融合模组。我感受我们应该在先进传感器方面发力。如果这方面取得打破的话,会大大降低自动驾驶汽车财富化落地的难度,是一件事半功倍的工作。总之,第三代纯固态激光雷达容易做到车规、便利量产,也容易做到批量低本钱。目前已经面世了许多激光雷达产品,甚至是车规级另外量产产品,例如法雷奥和IBEO的ScaLa激光雷达。

  这个要害赛道可以说是龙头企业、草创企业都混战此中,都力图占据智能汽车财富链大概代价链的制高点。例如,除老牌的美国Velodyne公司、Quanergy公司、德国SICK公司、IBEO公司等之外,另有草创的美国Triluminar公司、 Luminar公司,加拿大LeddarTech公司,以色列Innoviz公司等,以及中国的草创企业,如速腾聚创、禾赛科技、北科天绘、镭神智能、思岚科技、北醒光子、海达数云等等,都在做第二代,甚至是第三代的全固态激光雷达。尤其是,目前大疆、华为、英特尔等巨头也已杀入激光雷达这么一个细分的赛道。但是在毫米波雷达的产品迭代方面,国表里的差距对照大,我们需要感奋直追,以尽快实现国产替代。

  敦促5G“云边端”AI基本设施的扶植。我们在这方面是大有可为的。在未来两三年,包孕中国在内的很多国家,有可能超前完成5G的大范围商业化部署,而且我们中国可以说是走活着界的前列,出格是在商业化部署方面。所以我们有条件来实施5G支撑下的云边端人工智能基本设施扶植,来加速智能汽车与自动驾驶财富的落地。先进自动驾驶基本设施的扶植,也包孕加快扶植专用的车道或智慧的门路,敦促自动驾驶从单车智能走向人-车-路的智能协同。通过人工智能、操作5G加持的边沿计较及其“云边端”,进一步赋能智能驾驶财富的落地。前面已重复指出,在AI全面赋能的5G“云边端”基本设施的强大支撑下,新闻5点半,可望在降低智能汽车移动终端本钱的同时,通过“云边端”一体化的部署,赋予智能汽车更强大的人工智能能力,我感受这个很是重要。我们国家在基本设施的扶植上具有明显的优势,可以通过阐扬这方面的优势,助力中国智能汽车的厘革式成长。

  结语

  第一,汽车行业的全电化已成为一股不成否决的潮流,从成果汽车到数字化汽车,这个历程出格像我们的手机从诺基亚、摩托罗拉这样的成果手机,演变到苹果之类的智能手机。出格地,数字汽车是传统车企破局的要害,传统车企必然要去做汽车的数字化。与此同时,由特斯拉带来的OTA,实现了智能汽车的软件化,可以通过软件界说成果大概进行成果的优化升级。例如,在一年之内可以进行10次的成果升级,包孕百公里加速时间与刹车距离等,都可以基于OTA进行成果优化升级,这就从根柢上颠覆了传统成果汽车产品的迭代路径和换代周期。我们说包孕数字化和网联化的信息化,是实现智能化的基本和前提,此中全电化、软件化又是传统车企转型升级的要害。

  第二,5G×AI催生自动驾驶边沿计较的成长,因此应加速AI芯片在“云边端”的一体化部署。智能汽车的车规级AI芯片及中央域控制器,将敦促传统汽车的分手式递阶计较体系架构,向成长具有强大中央域控制器体系架构的颠覆式厘革,这也是我们实现跨越式成长大概弯道超车的时机。我们再去做ECU,再去跟像博世这样的Tier1巨头竞争,可能没有多大的时机。但是我们可以在新的智能汽车平台上,去设计与研发这种基于强大中央域控制器的新的体系架构。别的,AI芯片加持的“云边端”一体化部署的基本设施,可望大幅度地提高智能汽车的情况感知与自主导航能力,同时还可以控制移动终端或智能汽车的本钱。

  第三,车规量产的全固态激光雷达已经成为智能汽车商业化落地的晴雨表,但毫米波雷达国表里差距对照大,需要感奋直追。加速成长智能汽车上游焦点零部件财富与5G支撑下的云边端AI基本设施,必将有力地敦促我国智能汽车的厘革式成长。感谢大家!

  敬请关注【盖世直播】中国电动汽车百人会论坛(2020)

  https://m.gasgoo.com/news/topic/223

  提示:本文按照发言整理,未经专家审核,请勿转载。

更多的新闻 资讯 新闻头条 新闻 头条5dianban

相关推荐
新闻聚焦
猜你喜欢
热门推荐
返回列表
 
Ctrl+D 将本页面保存为书签,全面了解最新资讯,方便快捷。