現在真正要做的是把封閉道路和城區領航打磨得絲滑可用。
作者 | 朱世耘
一邊是在輿論和資本市場高歌猛進的人工智能，一面是屢次跳票、資本撤退的自動駕駛。
在人工智能領域工作27年，中國自動駕駛芯片企業地平線創始人兼CEO的余凱如何看待這種矛盾？
4月1日，在中國電動汽車百人會上，余凱就高階智能駕駛在中國大規模量產落地的前景和阻力，地平線下一步在大模型領域的技術布局，以及人工智能與人類的關系進行了深度剖析。
01
城區NOA離真正可用還需至少三年打磨
“當前用戶對駕駛的需求真的是無人駕駛嗎？數據顯示，87%的用戶真正要的是駕駛過程中那種輕松感，消除緊張和疲勞。”
余凱認為2022年自動駕駛行業遇冷，各大車企開始回歸駕駛輔助的現象背后，是行業回歸冷靜、回歸商業本質和用戶價值。
從用戶價值出發，在中國，智能駕駛提供AEB、LCC等主動安全類功能是及格線，諸如高速NOA等L2+級高階智能駕駛輔助能力的出現，是由用戶的體驗需求所驅動產生。
2022年，由前視、周視、環視在內超過10個攝像頭，和毫米波雷達、超聲波雷達組成的高速NOA硬件方案開始在多個品牌車型上量產落地。目前業界頂級水平約為百公里接管一次。
2023年，包括蔚小理、阿維塔、毫末智行等多家車企和供應商都會推出L2++級的城區NOA功能，目前普遍是20-30公里接管一次?！俺鞘蠳OA起碼要研發至少三年才會得到較好的體驗。”余凱表示。
因此，余凱認為行業內的各家不必為自動駕駛所焦慮?！?strong style="box-sizing: border-box;">現在到2025年真正要做的是在合理性價比上，把高速、環線等封閉道路的領航功能做到絲般順滑，同時投注相當的時間和精力將城區NOA做到真正可用。”
Δ 現代汽車架構
未來，隨著算法、數據、工程都逼近上限后，余凱估計數百TOPS算力能夠將城區NOA做得不錯，而要實現廣泛區域內的自動駕駛，恐怕需要上千TOPS的算力。
對于未來十年，余凱認為L3和L4級有限自動駕駛尚不會真正實現。
面向目前漸進式的技術量產路線，在法律法規層面仍需由人類司機負責，才能推動繼續的技術投入和創新。完全的自動駕駛則要在車云協同的自動駕駛汽車專用道路上來實現。
02
打造面向大模型的下一代計算架構
在高階智能駕駛功能大規模量產落地的預期之下，作為行業內為數不多取得車規級認證的自動駕駛芯片企業，地平線的產品已在50多款車型上實現量產，前裝定點車型超過120款，接近300萬片車規級自動駕駛芯片出貨。
Δ 新的電子電氣架構應運而生
在與芯片深度耦合的算法領域，地平線在三月作為第一作者提出了一個基于Transformer端到端的自動算法框架，首次將檢測、跟蹤、預測、建圖、軌跡預測端到端的用一個神經網絡全部架構完成。這意味著有可能像ChatGPT一樣用端到端大規模數據去訓練一個完整的自動駕駛系統。
未來，地平線將構建面向大參數（如GPT-3約1750億參數，GPT-4約1萬億參數）的 transformer的統一計算架構，實現計算效力和功耗的高效平衡。
“當參數規模多了之后，實際計算可能不是最消耗功耗的地方，反而是數據的存儲和調用。在這當中我們要去構建例如三級分層的存儲架構，以優化大參數下的帶寬瓶頸，從而提升計算效能，使車載功耗能夠支撐Transformer大參數的計算。”
余凱還表示，地平線ARM+安卓的商業模式已經鎖定了一個主機廠，同時還有一個在深度洽談?！?strong style="box-sizing: border-box;">對于車企自研自動駕駛芯片需從研發成本和保持競爭力兩個方面慎重考慮。如果銷量預期不到100萬輛，資金效率其實是算不過賬的?！?/p>
對于人類和人工智能未來的演進關系，余凱認為應當推動人和機器之間的計算的平權。
“不能只是單向的透明，所有人的數據都交給機器，而機器自身卻是一個黑盒，其發展對人類來說是失控的。因此，需要去推動分布式的、本地化的，保護用戶隱私的，并且計算對于人類來講是透明的人工智能計算。
未來高算力的汽車將是全世界最大的計算資源池，提供車載計算以外的無限可能。“
-END-
往期精彩內容推薦
點亮星標，精彩內容不錯過~
