經(jīng)濟(jì)觀察網(wǎng) 記者 鄭晨燁 對(duì)于當(dāng)下的汽車市場(chǎng)來說，智能化已經(jīng)成為每家廠商繞不開的一個(gè)焦點(diǎn)話題。
“現(xiàn)在（每輛）智能汽車使用芯片大概在1000顆—2000顆左右，包含了MCU、BCU、智能座艙、自動(dòng)駕駛等，至少在近幾年，所有中國（安謀科技）的合作伙伴都在布局這些技術(shù)。（車載芯片市場(chǎng)）熱鬧是有的，預(yù)期也是有的，困難也很多，好處是確定性，在未來至少20年間，車載芯片在智能汽車行業(yè)都是一個(gè)不斷上升的領(lǐng)域，最大的問題是（市場(chǎng)）變化太快，智能汽車行業(yè)（的參與者）還沒有能夠模仿，或者‘抄作業(yè)’的機(jī)會(huì)，每家企業(yè)都需要去創(chuàng)新。”7月5日，在2023車載智能計(jì)算技術(shù)沙龍上，芯片IP設(shè)計(jì)巨頭安謀科技（中國）有限公司商務(wù)執(zhí)行副總裁徐亞濤表示。
根據(jù)市場(chǎng)研究機(jī)構(gòu)Tractica 預(yù)測(cè)，到2025 年全球汽車人工智能硬件、軟件和服務(wù)市場(chǎng)規(guī)模將達(dá)到 265 億美元。另根據(jù)IHS報(bào)告，到2030年，汽車智能座艙的全球市場(chǎng)規(guī)模將達(dá)到 681 億美元，而中國市場(chǎng)規(guī)模將超過人民幣1600億元，中國購車消費(fèi)者對(duì)于座艙智能科技水平的關(guān)注僅次于安全配置，甚至超過動(dòng)力、價(jià)格、能耗等指標(biāo)。
(資料圖片僅供參考)
在沙龍現(xiàn)場(chǎng)與會(huì)嘉賓的分享中，記者注意到，業(yè)內(nèi)人士對(duì)車載芯片市場(chǎng)的發(fā)展持樂觀態(tài)度，且認(rèn)為軟件和算法將在智能汽車中扮演更為重要的角色，并會(huì)成為汽車廠商展開差異化競(jìng)爭(zhēng)的關(guān)鍵因素。
“隨著芯片技術(shù)、硬件技術(shù)、軟件技術(shù)、人工智能、深度學(xué)習(xí)算法等迅猛發(fā)展，智能計(jì)算已是大勢(shì)所趨，車載智能計(jì)算軟硬件平臺(tái)和服務(wù)的競(jìng)爭(zhēng)在汽車行業(yè)中將會(huì)越來越激烈。領(lǐng)先的底層架構(gòu)、出色的軟件迭代、持續(xù)優(yōu)化和不斷進(jìn)化的硬件技術(shù)，將加速整個(gè)汽車行業(yè)的轉(zhuǎn)型與變革?！毙靵啙赋觥?/p>
車載智能計(jì)算挑戰(zhàn)重重
與 PC、手機(jī)的發(fā)展歷史所展現(xiàn)的規(guī)律一樣，車載智能計(jì)算的演進(jìn)速度在極大程度上決定了整車智能化的演進(jìn)速度，是產(chǎn)業(yè)發(fā)展的風(fēng)向標(biāo)，而目前該領(lǐng)域發(fā)展還面臨著諸多挑戰(zhàn)。
“輔助駕駛、自動(dòng)駕駛以及智能座艙是跨越人工智能、高性能芯片、通信技術(shù)、傳感器技術(shù)、車輛控制技術(shù)、操作系統(tǒng)等基礎(chǔ)軟硬件以及功能安全要求等多領(lǐng)域的系統(tǒng)工程，落地技術(shù)難度大?！卑仓\科技智能物聯(lián)及汽車業(yè)務(wù)線負(fù)責(zé)人趙永超表示。
他指出，智能化汽車帶來了更加紛繁復(fù)雜的電子零部件ECU（汽車電子控制器）通過軟件與通信協(xié)議協(xié)調(diào)工作，給車身電子電氣架構(gòu)、開發(fā)成本、車身重量等帶來極大挑戰(zhàn)。
“車輛中的傳感器與各種電子電氣系統(tǒng)的信息傳輸與控制都由ECU完成，ECU 在制動(dòng)系統(tǒng)、變速系統(tǒng)、懸架系統(tǒng)、安全系統(tǒng)、驅(qū)動(dòng)系統(tǒng)，以及自動(dòng)駕駛、輔助駕駛、智能座艙等都有廣泛應(yīng)用，據(jù)統(tǒng)計(jì)2019年中國汽車單車 ECU 數(shù)量大約為20–30個(gè)，目前的智能化較高的車型，主要ECU數(shù)量可能超過100個(gè)?！壁w永超舉例說明。
而復(fù)雜繁多的傳感器及控制單元，實(shí)時(shí)捕獲的海量數(shù)據(jù)，不斷迭代的算法和模型，都對(duì)基礎(chǔ)硬件計(jì)算平臺(tái)提出更為苛刻的計(jì)算要求。
“智能汽車需要處理傳感器（攝像頭、激光雷達(dá)、雷達(dá)和超聲波）捕獲的海量數(shù)據(jù)，它必須提供實(shí)時(shí)反饋，例如交通狀況、事件、天氣狀況、路標(biāo)、交通信號(hào)等。需要每秒數(shù)萬億次計(jì)算操作（TOPS）來同時(shí)處理多個(gè)具有挑戰(zhàn)性的任務(wù)（例如，對(duì)象提取、檢測(cè)、分割、跟蹤等）。根據(jù) Lucid Motors 的研究人員測(cè)算，智能汽車每小時(shí)各種傳感器累計(jì)產(chǎn)生的數(shù)據(jù)量大約為 1.4TB-19TB?！壁w永超表示。
在他看來，L2 級(jí)別及以下的駕駛輔助系統(tǒng)所需處理的數(shù)據(jù)量小且算法模型簡(jiǎn)單，因此小算力芯片與算法的強(qiáng)耦合即可滿足系統(tǒng)需求。
但隨著激光雷達(dá)等高性能傳感器的量產(chǎn)上車以及智能駕駛系統(tǒng)算法的泛化性提升，對(duì)于 L3 級(jí)別及以上的智能駕駛系統(tǒng)而言，傳感器數(shù)量的增加及多路高分辨率攝像頭帶來海量實(shí)時(shí)環(huán)境感知數(shù)據(jù)，外加算法模型的復(fù)雜程度不斷增加，計(jì)算平臺(tái)的處理能力面臨巨大挑戰(zhàn)。
此外，面對(duì)不斷升級(jí)數(shù)據(jù)處理需求，當(dāng)前AI算法演進(jìn)周期又跟智能芯片設(shè)計(jì)周期之間存在矛盾。
“算法演進(jìn)速度非?？欤谶^去 10 年時(shí)間里，差不多每年都有會(huì)新的深度學(xué)習(xí)算法模型出現(xiàn)。據(jù)統(tǒng)計(jì)，大概每 14 個(gè)月，新的模型就能將計(jì)算效率提升一倍，但典型的車載芯片開發(fā)周期需要三年?！壁w永超表示。
他進(jìn)一步強(qiáng)調(diào)，算法優(yōu)化會(huì)對(duì)計(jì)算平臺(tái)架構(gòu)帶來巨大的挑戰(zhàn)，計(jì)算平臺(tái)架構(gòu)必須根據(jù)算法的特點(diǎn)進(jìn)行特定優(yōu)化，才能保持足夠的計(jì)算效率和性能。
而這種進(jìn)化速度上的不匹配，使得芯片公司需要對(duì)算法的發(fā)展趨勢(shì)進(jìn)行預(yù)判，前瞻性地將其計(jì)算特點(diǎn)融入到芯片架構(gòu)設(shè)計(jì)當(dāng)中，讓芯片產(chǎn)品經(jīng)過三年的研發(fā)，在推出市場(chǎng)的時(shí)候，仍然能夠很好地適應(yīng)最新的主流算法，同時(shí)保證能滿足關(guān)鍵應(yīng)用需求。
“通過軟硬結(jié)合，能保持很高的硬件利用率，達(dá)到真正意義上向后兼容軟件算法創(chuàng)新，但想要實(shí)現(xiàn)這一點(diǎn)非常困難?！壁w永超表示。
他還指出，當(dāng)下，多數(shù)自動(dòng)駕駛技術(shù)都在基于 GPU（圖形處理芯片）進(jìn)行 AI（深度神經(jīng)網(wǎng)絡(luò)）計(jì)算。但 GPU 不像定制芯片（ASIC）那樣高能效比或具有成本效益。最大的問題之一是功耗，要使 L3 以上的工作完美無缺，就需要1000 瓦以上的功耗來處理來自多個(gè)攝像頭、雷達(dá)、激光雷達(dá)等的實(shí)時(shí)海量數(shù)據(jù)。
巨大的能耗需求，對(duì)電動(dòng)汽車的電量存儲(chǔ)亦是一項(xiàng)考驗(yàn)。
國內(nèi)知名智能駕駛芯片廠商北京地平線機(jī)器人技術(shù)研發(fā)有限公司（以下簡(jiǎn)稱“地平線”）戰(zhàn)略規(guī)劃副總裁李星宇則在分享中直言，智能駕駛尚未迎來自己的“iPhone”時(shí)刻。
在他看來，智能駕駛行業(yè)的發(fā)展在過去幾年中逐步回歸理性，市場(chǎng)從追求L4（高度自動(dòng)駕駛）一步到位，回歸至尋求L2+（組合駕駛輔助）前裝量產(chǎn)，這一轉(zhuǎn)變是智能駕駛技術(shù)從示范區(qū)的小眾嘗試走向了大眾化的價(jià)值創(chuàng)造。
“國內(nèi)目前70%的駕駛里程、90%的駕駛時(shí)間都發(fā)生在城區(qū)，市場(chǎng)的研發(fā)重心正在向城區(qū)NOA轉(zhuǎn)移。”李星宇說。
所謂城區(qū)NOA（Navigate on Autopilot），指“導(dǎo)航輔助駕駛”，有些汽車廠商也將相應(yīng)功能稱之為“高階輔助駕駛”，屬于 L2+級(jí)別的駕駛功能，其支持車輛在高速及城區(qū)場(chǎng)景下實(shí)現(xiàn)點(diǎn)到點(diǎn)的輔助駕駛功能，通過設(shè)定起終點(diǎn)，汽車系統(tǒng)自動(dòng)對(duì)道路環(huán)境作出研判，并進(jìn)行行車決策。
“我們行業(yè)在L2階段已經(jīng)成熟，但還未破解L4，現(xiàn)在處于卡在L2+這么一個(gè)狀態(tài)，相當(dāng)于在價(jià)值創(chuàng)造拉瓦爾噴管的喉部，如果我們不把城區(qū)NOA這一喉部問題解決，智能駕駛領(lǐng)域未來難以完成價(jià)值躍遷，也很難解鎖AIGC、XR、元宇宙等更多領(lǐng)域的應(yīng)用?！崩钚怯畋硎?。
李星宇認(rèn)為，車載智能計(jì)算的設(shè)計(jì)理念是既支持好算法，又使得它物理硬件實(shí)現(xiàn)最有效。在這個(gè)過程中，需要軟件和硬件在算法、在工程技術(shù)上進(jìn)行很多探索。
在他看來，自動(dòng)駕駛芯片執(zhí)行的是“從感知到定位到規(guī)控”的完整閉環(huán)，并遵循嚴(yán)格的安全標(biāo)準(zhǔn)，將車規(guī)體系對(duì)可靠性和安全性的最高要求和最佳實(shí)踐，車載計(jì)算架構(gòu)從以邏輯為主的 1.0 走向以智能為主的 2.0 時(shí)代，本質(zhì)是從規(guī)則化設(shè)計(jì)方式走向數(shù)據(jù)化設(shè)計(jì)方式。
但趙永超亦指出，當(dāng)前自動(dòng)駕駛算法模型尚不能很好應(yīng)對(duì)長(zhǎng)尾場(chǎng)景。
他表示，超過 95% 的車禍?zhǔn)怯捎诟鞣N人為錯(cuò)誤造成的，但是對(duì)于完全自動(dòng)駕駛技術(shù)量產(chǎn)而言，在倫理、法律要求下，AI 技術(shù)不成熟導(dǎo)致車禍?zhǔn)遣荒苋萑痰?。即便使用更先進(jìn)的 AI 模型算法，采用更為完備的訓(xùn)練標(biāo)注數(shù)據(jù)，提高自動(dòng)駕駛的安全性和準(zhǔn)確性，然而，極端情況仍然是需要人類駕駛者來干預(yù)，至少目前為止還沒有算法可以解決所有的極端場(chǎng)景。
“從自動(dòng)駕駛算法角度來看，每一個(gè)低級(jí)失誤導(dǎo)致的事故案例，都反映了 AI 算法或者模型的不完備性，我們是無法接受自動(dòng)駕駛算法犯低級(jí)錯(cuò)誤，哪怕錯(cuò)誤概率低至 0.01%?！壁w永超說。
軟件成本占比將大幅提高
近年來，不止一家汽車廠商的高管公開發(fā)表過諸如“汽車未來就是一部長(zhǎng)了四個(gè)輪子的手機(jī)”等類似觀點(diǎn)，隨著汽車智能化的不斷提速，這一轉(zhuǎn)變也在促進(jìn)汽車行業(yè)進(jìn)入軟件定義、服務(wù)驅(qū)動(dòng)的時(shí)代。
趙永超指出，軟件定義汽車（Software Define Vehicle，縮寫：SDV），主要基于特定的汽車硬件平臺(tái)上，通過軟件來實(shí)現(xiàn)相關(guān)功能和特性，其周期貫穿汽車生產(chǎn)、制造、銷售以及后續(xù)服務(wù)等階段。代表了汽車從硬件平臺(tái)逐漸邁向智能化、可擴(kuò)展、可不斷升級(jí)的移動(dòng)物聯(lián)網(wǎng)終端的轉(zhuǎn)變。
“軟件定義汽車可以提供越來越復(fù)雜的安全和保護(hù)功能、更高級(jí)別的系統(tǒng)自主性以及接受各種功能和安全機(jī)制相關(guān)的軟件更新能力，除此之外，還將提供例如防盜、在發(fā)生索賠時(shí)支持保險(xiǎn)公司的信息、警報(bào)或緊急情況通知等高級(jí)服務(wù)和應(yīng)用?！壁w永超說。
在沙龍上發(fā)布的2023車載智能芯片白皮書中，記者看到在“軟件定義汽車”一節(jié)中有如下表述，SDV的主要驅(qū)動(dòng)力源于用戶需求、提升體驗(yàn)以及降低服務(wù)成本三個(gè)方面，首先，消費(fèi)者在智能手機(jī)和移動(dòng)互聯(lián)的使用習(xí)慣和意愿上，成功延伸至汽車領(lǐng)域，比如車載信息娛樂、智能網(wǎng)聯(lián)、人機(jī)交互等產(chǎn)品形態(tài)。
其次，目前車輛信息娛樂、遠(yuǎn)程信息處理或車輛診斷系統(tǒng)的軟件升級(jí)已不再需要前往經(jīng)銷商或者 4S 店。SDV能夠接收無線（OTA）更新，其中包括安全補(bǔ)丁、信息娛樂改進(jìn)、自動(dòng)駕駛、輔助駕駛等車輛核心功能的調(diào)整，甚至也包括動(dòng)力總成和車輛動(dòng)力學(xué)的調(diào)校和監(jiān)控。除此之外，ECU、傳感器、執(zhí)行器以及用戶行為等都會(huì)產(chǎn)生大量數(shù)據(jù)，這些數(shù)據(jù)有機(jī)會(huì)完成本地實(shí)時(shí)分析或者發(fā)送到云端處理，使主機(jī)廠能夠深入了解汽車狀態(tài)和用戶使用習(xí)慣，并改進(jìn)汽車軟件生命周期管理、開發(fā)個(gè)性化功能，與消費(fèi)者建立更深入、更緊密的服務(wù)關(guān)系。
“汽車作為一個(gè)包含機(jī)械動(dòng)力的數(shù)字化信息終端，許多重要的功能特性需要借助軟件和算法來完成，比如智能語音控制車內(nèi)空調(diào)溫度，檢測(cè)駕駛員是否疲勞駕駛等。目前中高端汽車的軟件代碼超過 1.5 億行，軟件占汽車生產(chǎn)總成本約 10%，相信隨著更多軟件、算法、應(yīng)用的部署，軟件占總成本將逐步提高，甚至超過總車成本 50%?！壁w永超稱。
