自動(dòng)駕駛芯片，合適的才是最好的

最近一兩年智能汽車產(chǎn)業(yè)發(fā)展速度很快，各種智能駕駛和智能座艙系統(tǒng)紛紛上車。而智能系統(tǒng)又需要芯片提供算力，所以高通、AMD、英偉達(dá)等芯片巨頭也成了新車發(fā)布會(huì)的常客。

智駕芯片市場(chǎng)的趨勢(shì)非常明顯。像是理想L9、蔚來ET7、威馬M7、智己L7、飛凡R7、小鵬G9等新出的智能汽車，清一色都選擇了英偉達(dá)的Orin芯片。

這種近乎壟斷式的市場(chǎng)趨勢(shì)，讓這顆以GPU作為主要AI加速器的SoC芯片成了汽車芯片市場(chǎng)的當(dāng)紅炸子雞。

但搞智能駕駛，尤其是城市L2，芯片真的就只能選英偉達(dá)嗎？在智能座艙領(lǐng)域瘋狂圈粉的高通芯片，在智能駕駛上又表現(xiàn)如何呢？

車東西今天就從當(dāng)下智能駕駛系統(tǒng)的發(fā)展趨勢(shì)來回答這個(gè)問題。

今、明兩年，智能駕駛的發(fā)展重點(diǎn)都在城市場(chǎng)景的端到端高階智能輔助駕駛方向，業(yè)內(nèi)一般簡(jiǎn)稱為城市L2或者城市NOA。

與相對(duì)封閉的高速公路和城市快速路場(chǎng)景相比，城市場(chǎng)景的復(fù)雜度是指數(shù)級(jí)上升。既多出了十字路口、紅綠燈，又有大量行人、電動(dòng)車、自行車等交通參與者，還會(huì)有樹木、建筑遮擋視野的問題存在。

與此同時(shí)，高階智能輔助駕駛系統(tǒng)極其依賴的高精地圖覆蓋的城市還遠(yuǎn)稱不上廣泛，且城市道路還經(jīng)常會(huì)進(jìn)行各種施工、改道等操作，高精地圖的更新也面臨較大挑戰(zhàn)。

要解決上述兩個(gè)難點(diǎn)，智能駕駛業(yè)內(nèi)最可行的辦法就是使用“重感知、輕地圖”的解決方案，這里的典型代表就是高通、魏牌和毫末智行聯(lián)手打造的城市NOH系統(tǒng)。

該系統(tǒng)首先搭載在魏牌的摩卡DHT-PHEV激光雷達(dá)版之上。這里注意，這款車上市后，用戶買到就可直接使用城市NOH系統(tǒng)，可不是期貨。

說回技術(shù)本身。為了應(yīng)對(duì)復(fù)雜的城市場(chǎng)景，該車搭載了2顆125線激光雷達(dá)，4顆800萬像素高清攝像頭，8顆普通攝像頭，還有5個(gè)毫米波雷達(dá)，在感知硬件上遠(yuǎn)超普通的高速L2車型。

這套基于高通Snapdragon Ride平臺(tái)打造的城市NOH系統(tǒng)放棄了HD高精地圖，轉(zhuǎn)而使用增強(qiáng)版的SD標(biāo)準(zhǔn)精度地圖。雖然地圖精度在分米級(jí)別，但可以通過對(duì)靜止物體的感知比對(duì)來提升本車的自定位精度，從而達(dá)到高精地圖的效果。

從前面的介紹也可以看出來，強(qiáng)悍的感知硬件和SD地圖方案必須得有強(qiáng)悍的感知算法才能發(fā)揮作用，而強(qiáng)悍的感知算法自然又要用到強(qiáng)悍的智駕芯片。

不管是高通和魏牌、毫末智行聯(lián)手打造的這套城市NOH方案，還是特斯拉的FSD、理想的AD Max等城市智駕方案，都不約而同的選擇了BEV+Transformer的技術(shù)路徑。

簡(jiǎn)單來說，這項(xiàng)技術(shù)分三步。首先是將各個(gè)攝像頭的原始感知數(shù)據(jù)進(jìn)行預(yù)處理后得到一些特征數(shù)據(jù)。然后將特征數(shù)據(jù)扔進(jìn)Transformer多任務(wù)模型中，輸出完整統(tǒng)一的BEV視角下的感知結(jié)果，包括車道線、其他障礙車輛，還有信號(hào)燈等目標(biāo)結(jié)果。

最后呢，基于這些目標(biāo)結(jié)果的位置和行駛軌跡，就能計(jì)算出本車的行駛策略了。

因?yàn)楦兄Y(jié)果是在BEV鳥瞰視角下統(tǒng)一呈現(xiàn)，靜止和動(dòng)態(tài)物體的相對(duì)位置非常清晰，更容易做出更優(yōu)質(zhì)的駕駛決策。

而如果用此前各攝像頭獨(dú)立感知目標(biāo)再進(jìn)行后融合的傳統(tǒng)做法，在障礙車輛出現(xiàn)跨攝像頭場(chǎng)景的時(shí)候就很容易出現(xiàn)漏檢、錯(cuò)檢的問題，對(duì)應(yīng)在行駛上就是智駕系統(tǒng)在面臨Close Cut in（近距離加塞）場(chǎng)景時(shí)表現(xiàn)不佳——要么沒感知到直接往上撞，要么最后一刻才感知到，突然一個(gè)急剎車。體驗(yàn)很糟糕！

從高通近期釋放的一支上路實(shí)測(cè)視頻，以及車東西的實(shí)車體驗(yàn)來看，運(yùn)行在高通Snapdragon Ride平臺(tái)上的NOH系統(tǒng)表現(xiàn)相當(dāng)亮眼。

一方面它打通了高速公路、城市快速路和城市開放道路的場(chǎng)景限制，在各個(gè)場(chǎng)景都可使用。另一方面，系統(tǒng)也能很好地處理等紅燈、通過十字路口、禮讓行人、通過環(huán)島、無保護(hù)左轉(zhuǎn)等復(fù)雜城市場(chǎng)景，真正具備了實(shí)現(xiàn)城市內(nèi)端到端高階智能輔助駕駛的能力。

魏牌摩卡DHT-PHEV激光雷達(dá)版將會(huì)讓高通和魏牌、毫末智行聯(lián)手打造的城市NOH系統(tǒng)成為全球少數(shù)幾個(gè)最先實(shí)現(xiàn)量產(chǎn)落地的城市高階智能輔助駕駛系統(tǒng)之一。

回到智駕系統(tǒng)本身。BEV+Transformer的技術(shù)架構(gòu)雖然比傳統(tǒng)的智駕方案更加優(yōu)秀，但顯然也會(huì)帶來新的挑戰(zhàn)。

與此前單攝像頭+單毫米波雷達(dá)的L2方案相比，新的技術(shù)架構(gòu)不僅需要先單獨(dú)對(duì)所有攝像頭的原始數(shù)據(jù)進(jìn)行處理，還要運(yùn)行像是Transformer這樣的多參數(shù)大模型來輸出多個(gè)感知結(jié)果。

那算力需求直接是上百倍的提升。正是如此，我們才會(huì)看到最近一兩年新出的智能汽車，無一例外都在強(qiáng)調(diào)自己搭載了動(dòng)輒數(shù)百，甚至上千TOPS AI算力的車載芯片。

有人說車企是被迫卷算力，為的就是一個(gè)營(yíng)銷噱頭，那這真是圖樣圖森破。正如前面所言，一旦你了解到智能駕駛系統(tǒng)正在發(fā)生的根本性的技術(shù)變化，你就會(huì)知道算力真的是越多越好了。

那問題又來了，大算力智駕芯片到底是選當(dāng)紅炸子雞英偉達(dá)Orin，還是選高通Snapdragon Ride等其它平臺(tái)呢？

這還得從技術(shù)上來看。自動(dòng)駕駛作為一種軟硬件一體，且高度定制化的嵌入式系統(tǒng)，只有軟件和硬件達(dá)成最佳的契合，才能在系統(tǒng)層面實(shí)現(xiàn)最好的效果。

但現(xiàn)實(shí)是各家的技術(shù)大方向一致，而實(shí)現(xiàn)細(xì)節(jié)上卻千差萬別。比如對(duì)攝像頭原始數(shù)據(jù)進(jìn)行預(yù)處理的神經(jīng)網(wǎng)絡(luò)和Transformer模型，各家都不一樣。

魏牌和毫末智行在選擇了高通Snapdragon Ride計(jì)算平臺(tái)后，同樣打造出了一套優(yōu)秀的城市NOH系統(tǒng)。正說明選智能駕駛芯片就跟買衣服一樣，根本不用刻意追求暢銷款，適合自己的才是最好的。

高通Snapdragon Ride計(jì)算平臺(tái)由SoC芯片、AI加速器、配套的工具鏈以及一站式視覺軟件棧等組件組成。

魏牌摩卡DHT-PHEV激光雷達(dá)版搭載的計(jì)算平臺(tái)由5nm制程的Snapdragon Ride SoC和7nm的AI加速芯片為智駕系統(tǒng)提供算力，整個(gè)控制器的AI推理能力達(dá)到了360TOS，超過了特斯拉的FSD計(jì)算平臺(tái)（144TOPS），也超過了單顆英偉達(dá)Orin SoC組成的控制器（254TOPS）。

這些SoC內(nèi)部搭載了面向規(guī)劃與決策的高性能CPU、支持高端可視化與沉浸式用戶體驗(yàn)的尖端GPU、面向攝像頭傳感器的ISP、面向傳感器信號(hào)處理的增強(qiáng)型DSP、安全處理器等多種核心，能夠支持包括Transformer、標(biāo)量、矢量、矩陣等多種AI神經(jīng)網(wǎng)絡(luò)和算子進(jìn)行加速，非常適合重感知的技術(shù)路徑。

高通Snapdragon Ride平臺(tái)還有一個(gè)絕招。

如果覺得360TOPS算力不合適，還可以在高通Ride平臺(tái)旗下不同的SoC和加速器產(chǎn)品矩陣中自由選擇，靈活組合成算力不同的計(jì)算平臺(tái)，滿足從ACC到HWA，再到城市NOH，或者是從L1到L4級(jí)自動(dòng)駕駛的各種開發(fā)需求。

這種不同SoC和加速器隨意選擇的靈活性，在當(dāng)下也根本找不出第二家。這就能夠有效降低車企和Tier1的研發(fā)成本，減少重復(fù)開發(fā)工作，能夠更快地推出可量產(chǎn)車型。

高通作為全球最大的科技和芯片巨頭之一，為了讓車企和Tier1用好自己的Ride平臺(tái)可是操碎了心。他們?yōu)殚_發(fā)者提供了豐富的配套軟件，包括安全中間件、操作系統(tǒng)和驅(qū)動(dòng)軟件棧。

這些研發(fā)工具具備極其友好的開發(fā)界面和接口，可以幫助汽車行業(yè)合作伙伴更好地理解硬件底層邏輯和優(yōu)化，更簡(jiǎn)便地解決不同問題。

另外呢，為了進(jìn)一步豐富平臺(tái)能力，高通此前也收購(gòu)了原來為沃爾沃和奔馳提供智能駕駛技術(shù)的汽車零部件廠商——Veoneer維寧爾旗下Arriver公司的計(jì)算機(jī)視覺、駕駛策略和駕駛輔助資產(chǎn)，將其全部整合進(jìn)Snapdragon Ride平臺(tái)產(chǎn)品組合，支持全球車企和智能駕駛Tier1們利用Arriver的駕駛策略解決方案，更便捷和高效的打造駕駛策略、泊車或駕駛員監(jiān)測(cè)軟件棧和先進(jìn)導(dǎo)航功能。

總結(jié)來說，正是這一系列強(qiáng)大硬件和完善的工具、軟件的支持，才讓摩卡DHT-PHEV激光雷達(dá)版從概念到量產(chǎn)只用了不到2年的時(shí)間，其中高通Snapdragon Ride平臺(tái)帶來的底層技術(shù)能力也功不可沒。?