583
什么是城市NOA功能？基于國(guó)產(chǎn)芯片的城市NOA功能有看點(diǎn)嗎？國(guó)產(chǎn)芯片發(fā)展到了什么階段？車上配的激光雷達(dá)是不是越多越好？
車企常吹的“數(shù)據(jù)驅(qū)動(dòng)”、“中央計(jì)算”究竟是真是假？……
最近，兩家中國(guó)公司組CP推出了基于國(guó)產(chǎn)芯片的城市領(lǐng)航輔助駕駛功能，表現(xiàn)如何？先帶你感受下
此外，我們還附上了10個(gè)技術(shù)小科普，它們來自黃暢，是地平線的聯(lián)創(chuàng)&CTO，以及侯聰，是輕舟智航的聯(lián)創(chuàng)&CTO
說不定對(duì)你研究汽車能有些幫助，采訪全文整理如下：
NO.1? 聽說量產(chǎn)車上的激光雷達(dá)越多越好？
侯聰? 理論上是越多越好。
但自動(dòng)駕駛系統(tǒng)是要考慮到商業(yè)化的，所以我們提倡用高性價(jià)比的方案。
目前來看，輕舟的城市NOA方案只需要單顆激光雷達(dá)就可以實(shí)現(xiàn)。
根據(jù)傳感器分布的特點(diǎn)，我們認(rèn)為把單顆激光雷達(dá)放在車頂位置，就能兼顧前方的感知、側(cè)向加塞車輛的感知，保證安全。
側(cè)后方的區(qū)域，視覺感知已經(jīng)足夠用了。再多一顆激光雷達(dá)，它的邊際收益都會(huì)大幅下降。
NO.2 ?聽說國(guó)產(chǎn)大算力芯片去年很火？
黃暢? 很多公司都在造自動(dòng)駕駛大算力芯片，這是好事，消費(fèi)者多了很多選擇。
過往我們能夠選擇的，只有國(guó)際上的那幾家——英偉達(dá)、高通等。但現(xiàn)在，我們芯片公司能夠提供更多的方案，給出更多的選擇了。
不僅能保證供應(yīng)鏈夠安全、性價(jià)比夠高，還能給車企客戶提供更多的支持服務(wù)。
NO.3? 聽說造大算力芯片很難？
黃暢? 從 PPT 走向真正量產(chǎn)，挑戰(zhàn)其實(shí)蠻多的。
第一，芯片能否滿足前裝車規(guī)要求，會(huì)影響到客戶，影響整個(gè)市場(chǎng)的信心。
第二，算法生態(tài)不夠成熟，坦率來說，自動(dòng)駕駛里 AI 算法生態(tài)是由英偉達(dá)來主導(dǎo)的，而國(guó)內(nèi)各家 AI 芯片或者自動(dòng)駕駛芯片不可能完全兼容英偉達(dá)的處理器架構(gòu)。
如何將基于英偉達(dá) GPU 上開發(fā)出來的算法方案，以盡可能順滑的方式遷移到自動(dòng)駕駛處理器上？——這是一個(gè)來自算法生態(tài)的挑戰(zhàn)。
第三，自動(dòng)駕駛是個(gè)非常復(fù)雜的系統(tǒng)，包括很多模塊/子系統(tǒng)。如果要將這些東西集成整合在一起，去調(diào)試debug、持續(xù)進(jìn)行調(diào)優(yōu)，是離不開操作系統(tǒng)的。
高階的自動(dòng)駕駛系統(tǒng)還缺少一個(gè)比較成熟的操作系統(tǒng)，過往方案都是沿用偏傳統(tǒng)的像QNX、Android及其他MCU演進(jìn)過來的系統(tǒng)，或者是基于 Linux 開發(fā)。
在中間件層面上，AUTOSAR AP與CP也不夠成熟和完善，各家的方案在操作系統(tǒng)中間件層面上選擇差異很大。
這意味著自動(dòng)駕駛的軟件操作系統(tǒng)還處在非常初期，很混亂，不夠標(biāo)準(zhǔn)化，導(dǎo)致軟件工程的效率不高。
NO.4? 聽說地平線征程5的CPU不夠用？
黃暢? 確實(shí)，和同時(shí)代的其他的自動(dòng)駕駛芯片相比，征程5 的 CPU 算力是有些偏弱。
目前CPU算力的大小是地平線在過去做出的一個(gè)選擇，一個(gè)芯片，從它的定義到設(shè)計(jì)開發(fā)，到量產(chǎn)制造，整個(gè)周期非常長(zhǎng)。
不過既然當(dāng)時(shí)做了這個(gè)選擇，那我們就要去將它的長(zhǎng)板盡可能發(fā)揮好，并且通過其他方式彌補(bǔ)短板。
而且最初我們做這樣的產(chǎn)品定義，是源于一個(gè)基本的判斷——自動(dòng)駕駛方案會(huì)像 AI 算法發(fā)展趨勢(shì)一樣，越來越多地依賴 AI 的算法，而不是傳統(tǒng)的基于規(guī)則的算法。
我們不僅僅在芯片設(shè)計(jì)上做了這樣取舍，在整個(gè)自動(dòng)駕駛方案的層面，我們也在踐行AI算法為主的理念。
地平線很早就基于征程5做了類似于BEV的綜合感知，以及基于深度學(xué)習(xí)的規(guī)控，這套方案可以大幅降低對(duì)于 CPU 算力的消耗——理論上可以降低一個(gè)數(shù)量級(jí)。
或許大家很快會(huì)發(fā)現(xiàn)，征程5的 CPU 算力是足以滿足高階的自動(dòng)駕駛方案。
NO.5? 聽說地平線征程5還不錯(cuò)？
侯聰? 征程 5 芯片的神經(jīng)網(wǎng)絡(luò)推理算力還是充沛的，在算力層面上并沒有碰到挑戰(zhàn)，只需要把模型適配到征程5上即可，包括一些算子的重新調(diào)整和設(shè)計(jì)。
但是 CPU 算力相較于之前用的平臺(tái)會(huì)有下降，所以我們做了大量的性能優(yōu)化，針對(duì)征程5的CPU算力特點(diǎn)做了架構(gòu)調(diào)整。
以感知為例，做成了一個(gè)大的模型來盡量減少CPU消耗——也就是規(guī)則的部分算力。輕舟的大模型叫OmniNet，通過超融合的設(shè)計(jì)理念，將傳感器的輸入通過前中后以及時(shí)序融合，最終輸出感知結(jié)果。
這樣形成了數(shù)據(jù)驅(qū)動(dòng)的開發(fā)方式，減少了對(duì)于規(guī)則編寫的依賴。
NO.6? 聽說數(shù)據(jù)驅(qū)動(dòng)是個(gè)大趨勢(shì)？
侯聰? 從大的行業(yè)趨勢(shì)來看，還是會(huì)往數(shù)據(jù)驅(qū)動(dòng)去走，主要是因?yàn)檐嚵慨a(chǎn)以后，會(huì)有大量的數(shù)據(jù)產(chǎn)生并回收回來。
通過一些在線的數(shù)據(jù)挖掘，可以回收大量的長(zhǎng)尾問題數(shù)據(jù)。當(dāng)然，通過仿真的手段也可以模擬出長(zhǎng)尾問題數(shù)據(jù)，作為補(bǔ)充。
但純數(shù)據(jù)驅(qū)動(dòng)的缺點(diǎn)是迭代周期會(huì)相對(duì)長(zhǎng)，因?yàn)樾枰杉罅康臄?shù)據(jù)來去處理相關(guān)的場(chǎng)景，尤其對(duì)于數(shù)據(jù)很少的長(zhǎng)尾問題而言——其中有些場(chǎng)景通過一些簡(jiǎn)單規(guī)則就可快速地處理。
這也是為什么我們認(rèn)為基于規(guī)則的算法依然有它的價(jià)值。
此外，基于規(guī)則的算法的可解釋性會(huì)更強(qiáng)一些，這樣有利于打磨更好的人機(jī)交互產(chǎn)品，可給到車主用戶更直觀的反饋。
NO.7? 聽說輕舟的城市NOA方案做得不錯(cuò)？
侯聰? 作為CTO，我覺得整體上算是及格，可以看到在很多場(chǎng)景下的表現(xiàn)，依然有很大的提高空間。
NO.8? 聽說中央計(jì)算最近很火？
黃暢? 中央計(jì)算是一個(gè)必然的趨勢(shì)，過去的各種電子設(shè)備，例如PC、手機(jī)等，都經(jīng)歷著這個(gè)過程。
甚至是小時(shí)候玩的任天堂游戲顯卡，早年的游戲卡很沉，里頭有好幾十片芯片，但是后來游戲卡越來越輕，逐漸演變成了一顆芯片。
只是汽車架構(gòu)走向中央計(jì)算的這一過程不像很多人所預(yù)想那么快，因?yàn)閭鹘y(tǒng)汽車行業(yè)有自身的發(fā)展規(guī)律——積累得越厚重，發(fā)展速度相對(duì)越慢。
目前擁有中央處理器思路的，更多是一些新晉的玩家，尤其是有互聯(lián)網(wǎng)、ICT背景的。
?一個(gè)詞? 評(píng)價(jià)下輕舟智航？
黃暢? 快。
從我們?cè)趹?zhàn)略上達(dá)成共識(shí)開始，只用了不到半年就拿出了一個(gè)很高水平的城區(qū)NOA自動(dòng)駕駛方案，非常難得。
目前基于量產(chǎn)硬件實(shí)現(xiàn)的城市NOA方案少之又少，輕舟做出了國(guó)內(nèi)首個(gè)基于雙征程5芯片的城市NOA方案，可見團(tuán)隊(duì)技術(shù)功底之深。
?一個(gè)詞? 評(píng)價(jià)下地平線？
侯聰? 卷。
當(dāng)然他們不僅是卷自己，也在卷我們這樣的生態(tài)合作伙伴，一起把中國(guó)的自動(dòng)駕駛系統(tǒng)推向新的高度。
最后，關(guān)于地平線和輕舟你還有哪些問題想給到當(dāng)事人？評(píng)論區(qū)告訴我們
