1655
现在真正要做的是把封闭道路和城区领航打磨得丝滑可用。
一边是在舆论和资本市场高歌猛进的人工智能，一面是屡次跳票、资本撤退的自动驾驶。
在人工智能领域工作27年，中国自动驾驶芯片企业地平线创始人兼CEO的余凯如何看待这种矛盾？
4月1日，在中国电动汽车百人会上，余凯就高阶智能驾驶在中国大规模量产落地的前景和阻力，地平线下一步在大模型领域的技术布局，以及人工智能与人类的关系进行了深度剖析。
城区NOA离真正可用还需至少三年打磨
“当前用户对驾驶的需求真的是无人驾驶吗？数据显示，87%的用户真正要的是驾驶过程中那种轻松感，消除紧张和疲劳。”
余凯认为2022年自动驾驶行业遇冷，各大车企开始回归驾驶辅助的现象背后，是行业回归冷静、回归商业本质和用户价值。
从用户价值出发，在中国，智能驾驶提供AEB、LCC等主动安全类功能是及格线，诸如高速NOA等L2+级高阶智能驾驶辅助能力的出现，是由用户的体验需求所驱动产生。
2022年，由前视、周视、环视在内超过10个摄像头，和毫米波雷达、超声波雷达组成的高速NOA硬件方案开始在多个品牌车型上量产落地。目前业界顶级水平约为百公里接管一次。
2023年，包括蔚小理、阿维塔、毫末智行等多家车企和供应商都会推出L2++级的城区NOA功能，目前普遍是20-30公里接管一次。“城市NOA起码要研发至少三年才会得到较好的体验。”余凯表示。
因此，余凯认为行业内的各家不必为自动驾驶所焦虑。“现在到2025年真正要做的是在合理性价比上，把高速、环线等封闭道路的领航功能做到丝般顺滑，同时投注相当的时间和精力将城区NOA做到真正可用。”
Δ 现代汽车架构
未来，随着算法、数据、工程都逼近上限后，余凯估计数百TOPS算力能够将城区NOA做得不错，而要实现广泛区域内的自动驾驶，恐怕需要上千TOPS的算力。
对于未来十年，余凯认为L3和L4级有限自动驾驶尚不会真正实现。
面向目前渐进式的技术量产路线，在法律法规层面仍需由人类司机负责，才能推动继续的技术投入和创新。完全的自动驾驶则要在车云协同的自动驾驶汽车专用道路上来实现。
打造面向大模型的下一代计算架构
在高阶智能驾驶功能大规模量产落地的预期之下，作为行业内为数不多取得车规级认证的自动驾驶芯片企业，地平线的产品已在50多款车型上实现量产，前装定点车型超过120款，接近300万片车规级自动驾驶芯片出货。
Δ 新的电子电气架构应运而生
在与芯片深度耦合的算法领域，地平线在三月作为第一作者提出了一个基于Transformer端到端的自动算法框架，首次将检测、跟踪、预测、建图、轨迹预测端到端的用一个神经网络全部架构完成。这意味着有可能像ChatGPT一样用端到端大规模数据去训练一个完整的自动驾驶系统。
未来，地平线将构建面向大参数（如GPT-3约1750亿参数，GPT-4约1万亿参数）的 transformer的统一计算架构，实现计算效力和功耗的高效平衡。
“当参数规模多了之后，实际计算可能不是最消耗功耗的地方，反而是数据的存储和调用。在这当中我们要去构建例如三级分层的存储架构，以优化大参数下的带宽瓶颈，从而提升计算效能，使车载功耗能够支撑Transformer大参数的计算。”
余凯还表示，地平线ARM+安卓的商业模式已经锁定了一个主机厂，同时还有一个在深度洽谈。“对于车企自研自动驾驶芯片需从研发成本和保持竞争力两个方面慎重考虑。如果销量预期不到100万辆，资金效率其实是算不过账的。”
对于人类和人工智能未来的演进关系，余凯认为应当推动人和机器之间的计算的平权。
“不能只是单向的透明，所有人的数据都交给机器，而机器自身却是一个黑盒，其发展对人类来说是失控的。因此，需要去推动分布式的、本地化的，保护用户隐私的，并且计算对于人类来讲是透明的人工智能计算。
未来高算力的汽车将是全世界最大的计算资源池，提供车载计算以外的无限可能。“
作者 | 朱世耘
