【智見】欄目以前沿的視角、深度的思考，對話汽車科技大咖，共同探索智能汽車發(fā)展路徑，開啟汽車行業(yè)新革命。
智見第二期，遇見科技大咖——地平線機器人科技創(chuàng)始人兼CEO、人工智能機器學(xué)習(xí)專家余凱。
不久前蔚來發(fā)布ET7，其超算平臺NIO Adam配備四顆NVIDIA Drive Orin芯片，總算力高達1016 TOPS，超過7個Tesla FSD的算力總和。由于曝光的算法和算力數(shù)據(jù)過于強大，一時間引起行業(yè)熱議。而就在2021電動汽車百人大會論壇上，AI芯片制造商地平線創(chuàng)始人余凱拋出了一個反其道的觀點：算力并不反映智能芯片的實際性能。
余凱曾是百度自動駕駛項目的創(chuàng)始者之一。2014年，他意識到解決自動駕駛不僅僅是軟件算法、傳感器的問題，也面臨著計算的問題，可能要在芯片上解決這個問題。于是，他離開百度，創(chuàng)立了一家人工智能芯片公司地平線。
余凱指出：正如對于汽車來說，馬力（單位: HP）不如百公里加速時間（單位：秒）更真實反映整車動力性能，算力（單位: TOPS）并不反映汽車智能芯片實際性能，而每秒準確識別幀率MAPS（單位: FPS）才是更真實的性能指標。
智能汽車開啟算力軍備競賽
近兩年，汽車新勢力的發(fā)展速度較快，對智能化的要求也越來越高，基于此自動駕駛的算力一浪高過一浪，在每款新產(chǎn)品推出之前，其算力已經(jīng)成了最期待的配置之一。
2019年4月，特斯拉推出自己的全自動駕駛(FSD)芯片，其達到144TOPS的算力，當(dāng)時已經(jīng)超越了Mobileye幾十倍。最近智己汽車推出新車，智能駕駛中心搭載英偉達Xavier，算力在30到60 Tops，這一計算平臺后續(xù)將升級為Orin，支持500到1000 Tops算力。而蔚來汽車的ET7直接上到了1016 TOPS的算力。
對此，余凱表示，“我又要提出一個反共識的思考，幾百T、上千T的算力增長是不可持續(xù)的，畢竟摩爾定律的物理極限在這里，1000T、2000T到5000T，按照現(xiàn)在摩爾定律功耗的標準如果超過10000T，這個車是一個燃燒的汽車，不是一個正常行駛的汽車，所以這在技術(shù)上是不可持續(xù)的，而且在人工智能角度也不是那么有意義?！?/span>
智能汽車算力的火速升級，不禁讓人思考超強算力對自動駕駛到底發(fā)揮著怎樣的作用？
余凱以英偉達上一代產(chǎn)品Drive PX2與特斯拉FSD為例進行對比，英偉達算力為24TOPS，特斯拉為72TOPS；英偉達的真實性能為110FPS，特斯拉是2300，這意味著特斯拉芯片的算力增加了3倍，同時它的真實計算性能增加了21倍。
所以余凱的觀點是算力其實并不代表汽車智能芯片的真實性能，第一，車廠都在標的1000T、2000T、3000T，在摩爾定律的意義上是不可維系的；第二，對真正的人工智能自動駕駛計算并不具有實際意義。他認為軟件跟硬件的雙輪驅(qū)動才是AI芯片真正的的生存之道。
此前的采訪中，因特爾子公司mobileye副總裁Erez曾發(fā)表過類似觀點，他認為TOPS這樣一個數(shù)字指標，來評估芯片的性能是不準確的。Erez談到，硬件和軟件之間的緊密耦合和深度集成是十分關(guān)鍵的，自動駕駛要將兩者結(jié)合在一起，任何試圖分解或從零開始組合的嘗試都會招致很多風(fēng)險，包括安全、效率和經(jīng)濟性。在這種情況下，判斷一套解決方案是否成功，遠不應(yīng)該止于TOPS這樣的衡量標準。
在專訪環(huán)節(jié)，余凱再次強調(diào)，“在傳統(tǒng)汽車時代不應(yīng)該拼馬力，因為馬力并不反映用戶可感知到的汽車動力的性能。在智能汽車時代也不應(yīng)該拼算力，因為算力也不是我們用戶可感知到的智能駕駛的性能?！?/span>
汽車AI芯片窗口期短
在PC和智能手機時代，芯片及操作系統(tǒng)基本被國外廠商承包，智能汽車這個風(fēng)口下要看中國。但是，底層芯片跟操作系統(tǒng)的窗口期很短，余凱預(yù)判未來三年，是最關(guān)鍵的時間窗口，如果中國品牌在芯片跟操作系統(tǒng)不能夠拿到中國智能汽車市場的前兩名，基本上就已經(jīng)出局了。到2023年，大局初定，基于國外芯片的軟件生態(tài)一旦形成，就很難扳回來。
所以未來兩年，中國芯片企業(yè)的步伐十分重要。2015年6月份，地平線籌備成立過程中，曾在接受車云網(wǎng)的采訪時表示，公司要做深度神經(jīng)網(wǎng)絡(luò)芯片，是為機器人去做大腦芯片的，要讓世界上每輛車都有環(huán)境感知、人機交互、決策規(guī)劃的能力。余凱稱，“本質(zhì)上我們做機器人芯片的初心到今天也沒改過，我覺得人類歷史上第一個機器人終端還是智能汽車?！?/span>
目前，地平線今年已推出征程5， AI算力達到96TOPS。這樣的算力做中央域控制器，至少要搭載兩塊或者四塊芯片，那么算力就是200-400TOPS。余凱表示地平線是針對高級別自動駕駛?cè)ピO(shè)計的自動駕駛芯片，所以它的計算效率比通用芯片1000TOPS的效率還要高，可以驅(qū)動L4級別自動駕駛的軟件，也可以支持多傳感器融合，路徑規(guī)劃等。
另外，征程6也在準備中，算力規(guī)劃是400TOPS，車規(guī)級7納米的工藝，工程樣片的推出時間是2023年，車型量產(chǎn)是2024年。據(jù)余凱透露，中國自主品牌中有80%以上的主機廠跟地平線有量產(chǎn)的項目合作。
未來，智能汽車是真正的擁有感知、決策、路徑規(guī)劃、人機交互行為的終端，但目前對芯片的考驗仍然不小。黑芝麻科技智能CEO單記章對智能汽車的芯片發(fā)展曾提出這樣的說法：如果當(dāng)作一場比賽的話，它是需要很均衡的東西。首先需要高算力，來處理大量的實時的傳感器的數(shù)據(jù)。但是還不只是算力，還有信息安全、傳感器等，這都是車規(guī)級芯片的難點。
功能安全同樣是汽車智能芯片要突破的難點，“功能安全是在汽車里面才有的，主要是對硬件系統(tǒng)失效率的設(shè)計。怎么樣通過系統(tǒng)級的冗余設(shè)計，使得失效率大大降低到閾值以內(nèi)，這就是功能安全。目前，功能安全的人才極少，比如德國博世集團，功能安全的專家可能也不超過5個，這方面人才的投入也是巨大的”，余凱表示。
汽車芯片短缺不必悲觀
隨著現(xiàn)在智能汽車市場的迅速增長，AI芯片供應(yīng)告急。目前，整個汽車行業(yè)正面臨著芯片短缺的局面，甚至已導(dǎo)致部分車型停產(chǎn)，戴姆勒、大眾汽車、 日產(chǎn)與本田汽車等車廠相繼宣布減產(chǎn)。在這種情況下，余凱認為今年中期芯片問題就能獲得緩解，并且這對中國芯片企業(yè)是一個機遇。
余凱表示，芯片短缺實際主要原因還是供應(yīng)鏈的規(guī)劃沒有跟上需求的變化。核心來講，還是一些芯片廠商沒有預(yù)計到整個汽車行業(yè)智能化的推進對于車載芯片需求爆發(fā)式的增長。
車載芯片的規(guī)劃期至少長達12個月，去年上半年，很多半導(dǎo)體企業(yè)對汽車行業(yè)的芯片需求預(yù)期比較悲觀，所以規(guī)劃相對保守，但現(xiàn)實情況是車市表現(xiàn)不錯，并且智能化提速。“這是主要原因”，余凱說到，“但是供應(yīng)鏈對變化的適應(yīng)性還是有的，大家不要太悲觀，根據(jù)各方面的信息，緊張局面到今年年中應(yīng)該就可以得到緩解”。
而現(xiàn)在，有許多非車規(guī)級的企業(yè)也在嘗試轉(zhuǎn)向車規(guī)級芯片研發(fā)，甚至有車企正在嘗試自研芯片。對此，余凱稱，“從非車規(guī)的芯片要轉(zhuǎn)化成車規(guī)芯片的話，沒有三年以上的時間是不可能做得了的，這也是為什么業(yè)界做車規(guī)芯片的很少。車規(guī)級芯片門檻很高，據(jù)我們了解，現(xiàn)在國內(nèi)車載AI計算芯片過車規(guī)的只有我們一家?！?/span>
另外，“到今天為止，車企里面真正自研芯片的只有特斯拉，盡管其他車企有一些聲音，但絕大部分還是會走分工協(xié)作的道路，專業(yè)的分工才帶來高效率?！?/span>
“就像在智能手機時代，也有一些手機公司嘗試研發(fā)芯片，但都不是很成功。最后他們選擇專門的高通跟MTK（聯(lián)發(fā)科）的芯片。我認為在產(chǎn)業(yè)鏈一開始分工不明確的時候，邊界比較模糊的，到最后分工會越來越明確，由專業(yè)的人來干專業(yè)的事?！?/span>
車云小結(jié)
智能汽車的升級需要全方面的技術(shù)跟進，不能憑借單一的算力來評判，這基本是業(yè)內(nèi)大多數(shù)的芯片企業(yè)的觀點。
在汽車芯片短缺甚至導(dǎo)致部分車型停產(chǎn)的情況下，余凱認為這種局面在今年中期就能緩解，并且這對中國芯片企業(yè)是一個機遇。在PC和智能手機領(lǐng)域，本土芯片企業(yè)都沒能搶到市場，而到智能汽車，它們或?qū)⒂瓉睃S金時代。
聯(lián)系客服
