2021年1月17日，智能汽車論壇的活動現(xiàn)場，黑芝麻智能科技創(chuàng)始人兼CEO單記章分享了參與智能駕駛汽車產(chǎn)業(yè)的一些心得。

　　以下為講話的大致內(nèi)容：

　　2020年大家都見識了智能汽車在金融市場的爆發(fā)力。當然，上一個智能終端，就是智能手機，從Apple把它推廣起來，把智能手機當成智能終端而不是傳統(tǒng)的功能手機的概念推廣以后，到今天智能手機改變了所有人的生活方式。我相信智能汽車會是一個更大的智能終端，是涵蓋所有新技術(shù)、新應(yīng)用的一個超級智能終端。經(jīng)過多年技術(shù)的發(fā)展，我們可以看到很多智能應(yīng)用，智能手機是其中一個，智能家居、智能城市、智能醫(yī)療、智能教育等等各種各樣的智能場景。尤其是在2020年，我們能感受到技術(shù)的發(fā)展給我們生產(chǎn)生活帶來的重要的作用和影響。新冠疫情讓很多員工居家辦公，在這種情況下，科研的發(fā)展卻沒有受到太大影響，而這主要原因就是云計算和通信技術(shù)的快速發(fā)展，讓大家能夠連接起來，這是一個虛擬的連接。除此之外，我們還是需要有一個物理的連接，智能汽車在城市間移動，以及在高速公路和封閉區(qū)域等等的智能駕駛場景，就是技術(shù)實現(xiàn)的物理的連接。

　　另外一個，我們現(xiàn)在看到的產(chǎn)業(yè)趨勢，剛才好幾位嘉賓都提到車路協(xié)同和單車智能的融合。還有一個觀點就是人工智能是未來汽車非常重要的發(fā)展方向，當然還有新能源技術(shù)的長足進步。

　　技術(shù)的變革是一個循序漸進的過程。在當前的智能駕駛時代，技術(shù)本身的演進也是從過去的一些傳統(tǒng)技術(shù)，比如說機械技術(shù)、燃料技術(shù)、生產(chǎn)制造技術(shù)慢慢演進到人工智能技術(shù)、大數(shù)據(jù)技術(shù)、核心芯片技術(shù)，到無人駕駛時代，我相信運營會變成非常重要的一個環(huán)節(jié)。到無人駕駛真正實現(xiàn)的時候，它將和現(xiàn)在的駕駛行為完全不一樣，那將會是一個有序的駕駛行為。我們知道交通實際上是兩個重要的任務(wù)：一個任務(wù)是安全送達，另外一個是高效送達。運營管理在無人駕駛時代會將變得越來越重要。

　　在現(xiàn)在這個階段，汽車內(nèi)部的電子架構(gòu)發(fā)生了非常大的變化，這個變化是人工智能技術(shù)發(fā)展本身的需求。我的理解是這樣的，過去汽車內(nèi)部有很多ECU，各種各樣的功能模塊組合在一起，可能有上百個、幾十個。但是在自動駕駛或者人工智能、智能駕駛時代，傳感器變得越來越多，剛才前面有嘉賓分享各種不同車廠推出的不同的智能駕駛汽車，攝像頭有十幾個，毫米波雷達有幾個，超聲波雷達有十幾個，還需要連接云上的信息，需要連接車路協(xié)同的信息，需要協(xié)同GPS、IMU還有自身車身的信息，這些信息都是互相融合、互相聯(lián)系的。除了這些傳感器本身需要有非常強大的計算能力，同時汽車也需要有能力將這些信息放在一起綜合考慮。所以過去ECU的架構(gòu)就慢慢演進為域控制器的架構(gòu)了，這樣就可以把各類采集到的信息綜合考慮。在未來，我們相信這些域控制器會變成一個真正的車載的中央大腦，幫助汽車成為有強大計算能力和行為能力的智能終端。

　　在討論各個級別自動駕駛的時候，行業(yè)本身對它們的計算能力有一些基本的分析，比如說L2級別的計算能力，大家認為需要10 TOPS的計算能力，到L3的時候需要上百TOPS，到L3+L4需要上千TOPS計算能力，這些計算能力怎么得來的?實際上就是根據(jù)車內(nèi)傳感器還有各種設(shè)備需要分析汽車采集到的哪些數(shù)據(jù)，由這些數(shù)據(jù)量綜合推算出來的。而這實際上已經(jīng)在產(chǎn)業(yè)界達成共識了。像蔚來、上汽前不久就公布搭載有上千TOPS的算力的新車型，這個就是基于他們對L4、L5級別自動駕駛的理解。

　　當然現(xiàn)在的自動駕駛是處在L3這個階段，所以我們可以看到現(xiàn)在市場上主要的芯片提供商或者是域控制器的提供商都是提供大概100T算力的產(chǎn)品。比如特斯拉的FSD具有144T算力，華為MDC我看到最近宣布他們大概是160T算力，英偉達也是提供了幾個不一樣的計算能力的平臺，其中涵蓋不同的領(lǐng)域，從L2到L4，面向L4提供的產(chǎn)品達到1000-2000T，面向L3也是提供100T算力的控制器。我們黑芝麻智能提供的平臺是FAD全自動駕駛計算平臺，算力大概也是160T算力。

　　另外有研究機構(gòu)發(fā)布報告，預(yù)計到2025年中國的智能駕駛車的產(chǎn)量大概會有兩千萬輛，其中L2+/L3的車型會超過一半。這些信息指導(dǎo)我們，需要去做什么樣的一些底層技術(shù)的準備。最近在行業(yè)上面有一個和傳統(tǒng)汽車非常不一樣的趨勢，就是“軟件定義汽車”。得益于兩種方式，一種是技術(shù)的發(fā)展，過去車的這些硬件或者車的芯片，其實它們的技術(shù)不如消費產(chǎn)品的技術(shù)發(fā)展得那么快。比如說以前的車載芯片28納米制程就算是很先進的，一般都是40納米、45納米甚至是60納米這樣的一個制程。但是在消費產(chǎn)品里邊，7納米、5納米非常常見。人工智能的發(fā)展促進最新制程技術(shù)被快速應(yīng)用到汽車上面來，同時產(chǎn)生了一個新的商業(yè)模式，就是軟件定義汽車。特斯拉推出訂閱模式，前期預(yù)埋高性能硬件，讓軟件通過在線升級的方式，實現(xiàn)汽車功能的增加和性能的提升。當然這些需要有底層硬件的支撐，來提供足夠算力和冗余。

　　所以說，在底層的硬件需要有什么樣的功能?第一，要滿足硬件的架構(gòu);另外需要滿足軟件升級，為各種智能升級提供足夠的計算能力。這樣，芯片就成為了下一代智能汽車電子架構(gòu)的核心。另外，車路協(xié)同也是需要新有強大的計算能力。

　　因此，抓住了這個核心芯片的發(fā)展，就抓住了智能汽車產(chǎn)業(yè)鏈的核心，也就能抓住智能汽車的發(fā)展。這是我們的理解。

　　既然智能芯片這么重要，那到底我們需要哪些技術(shù)才可以做好這一塊。

　　汽車的芯片是非常復(fù)雜的，甚至比現(xiàn)在最先進的手機芯片都要復(fù)雜得多。第一，它有非常多的傳感器，比如說攝像頭。我們現(xiàn)在最復(fù)雜的手機大概5、6個攝像頭，但是汽車上面基本上8個攝像頭是必須的，更多的會配備13個、17個攝像頭，而且都是高清攝像頭，這需要芯片有強大的計算能力。另外還有一個比如說雷達，這個也是有很多路，5路、3路等等。超聲波傳感器也是非常多，很多車配備了12個超聲波攝像頭，以及其它各種各樣的數(shù)據(jù)采集設(shè)備。處理這些數(shù)據(jù)需要非常大的計算能力。傳統(tǒng)的思路認為可以把多個芯片簡單地堆積放在一起，但這實際上是行不通的。為什么呢?因為這么大的信息量，而且是來自不同的設(shè)備，以不同的形式和格式傳輸，處理這些數(shù)據(jù)并不能只是做一個線性的算力疊加，而是需要對整個芯片的架構(gòu)進行做不同的設(shè)計。

　　車載攝像頭和手機攝像頭也是不一樣的，車載攝像頭是高動態(tài)，現(xiàn)在最多可以做到一個攝像頭有4個曝光，比如800萬像素的攝像頭乘上4個曝光，就是32G，再乘10個攝像頭，就是320G這么大的數(shù)據(jù)量，同時速度也是需要非常高速。以前一般是30幀，高速運行的情況下30幀可能都不能滿足要求，那需要更高速。所以數(shù)據(jù)量非常大，接口也是高速接口。一般做系統(tǒng)的公司，接口的IP不會自己設(shè)計，都會去購買licnese，有高速的接口、低速的接口。這些大量的IP需要非常有經(jīng)驗的團隊去做，中國現(xiàn)在半導(dǎo)體行業(yè)非常熱，因為各種各樣的原因。但是有一個很大的問題就是真正做過這種復(fù)雜芯片的人才是非常少的，因為一直以來在中國做復(fù)雜芯片的公司本身也不是太多，也就很難培養(yǎng)經(jīng)歷過整個芯片的產(chǎn)品研發(fā)和產(chǎn)業(yè)周期的人才。

　　車載芯片擁有這么強大的計算能力，現(xiàn)在我們看到的能夠支持L3自動駕駛的芯片的計算能力實際上已經(jīng)遠超過英特爾最高級的服務(wù)器的計算能力。服務(wù)器的功耗非常大，大家都看到巨大的風(fēng)扇，這也是早期大家在做自動駕駛車時候，后面帶著非常大的風(fēng)機，功耗很高，但這根本不可能量產(chǎn)。

　　那么如何降低功耗呢?這就需要非常先進的制程和先進的架構(gòu)，才能把功耗做低。清華微電子所的前所長提出一個要求：希望把車載芯片的性能功耗比做到超過10 TOPS/W，我們公司用16納米制程工藝做到超過5 TOPS/W，我們下一代芯片應(yīng)該可以達成這個目標，做到10TOPS/W。

　　封裝工藝是要非常先進的，因為車規(guī)的芯片和普通的芯片不一樣，它要求芯片能在100度以上的高溫以及零下40度的低溫環(huán)境下，都能穩(wěn)定工作，這需要十分可靠的封裝技術(shù)。所以芯片的封裝、制程、本身的架構(gòu)設(shè)計還有集成大量的IP都十分關(guān)鍵。另外，目前手機的操作系統(tǒng)，現(xiàn)在大家看到有兩類，一類是iOS，另外一類是安卓，這是單純的操作系統(tǒng)。但是車載操作系統(tǒng)不一樣的，比如中控會有各種各樣的應(yīng)用，在這種情況下可能很多是基于linux這樣的操作系統(tǒng)開發(fā)的;同時車也是快速運動，實時性要求非常之高，所以儀表部分的展示必須要基于更安全的實時操作系統(tǒng)。并且，汽車內(nèi)部各個功能和屏幕之間的有互動還有安全的要求，所以汽車的軟件系統(tǒng)非常復(fù)雜。

　　我們理解做芯片、軟件、算法，很多人很糾結(jié)，早期PC時代基本上芯片是英特爾做的，軟件是微軟做的，微軟自己做不出芯片，從來沒有做軟件的人來做芯片。后來谷歌做云上面的計算，發(fā)現(xiàn)確實對計算需求非常大，所以他們自己做了一個TPU，但是現(xiàn)在主流的還是用的英偉達的GPU來做訓(xùn)練。智能手機時代，谷歌做的是安卓操作系統(tǒng)，但是芯片也是高通做的。為什么會產(chǎn)生這種現(xiàn)象?實際上就是大家對底層技術(shù)和上層應(yīng)用的理解和是完全不一樣的，底層芯片實際上是要去抽象出一個共性的東西，把它做到極致，要去滿足長時間的需求。因為芯片周期太長了，不像軟件，軟件可以很快迭代，硬件是做不到的。這么高性能的一個硬件，都是以年為計算單位來迭代的，所以兩邊的思維是不一樣的。做軟件的基本上不可能把一個功能直接映射到硬件上面來，這個我給大家分享一下，做芯片和做軟件是不太一樣的。

　　我后面簡單介紹一下黑芝麻智能。我們是2016年成立的，在2018年時候我們和博世簽了一個戰(zhàn)略合作協(xié)議，從那時候開始我們就在汽車上面有非常深入的合資，包括和剛才發(fā)言的博世的陳黎明博士，包括我們和博世德國團隊都有非常深入的合作。后來在2019年發(fā)布了我們第一顆芯片，2016年成立到2019年三年時間做了一個芯片，我們和很多現(xiàn)在做芯片的公司不一樣，現(xiàn)在很多做芯片的公司一年兩年就出一個芯片，但是我們理解芯片實際上應(yīng)該是非常重要的核心技術(shù)，尤其在中國現(xiàn)在提倡核心技術(shù)的自主可控的背景下，我們剛開始是花了兩年時間打磨芯片的核心IP技術(shù)，后面我會介紹一下我們開發(fā)了哪些核心IP技術(shù)。我們花三年時間出了第一個芯片，同年和一汽簽訂了戰(zhàn)略合作協(xié)議。2020年時候，實際上過了八個月，基于我們的核心IP技術(shù)，推出了第二款芯片——華山二號，這個芯片是針對L3、L4自動駕駛級別的芯片，2020年7月份我們獲得了ISO26262的認證，同時9月份我們推出FAD全自動駕駛計算平臺，這個是和特斯拉FSD對標的域控制器。2020年最后一天，我們和一汽聯(lián)合發(fā)布了芯算一體的自動駕駛平臺。

　　黑芝麻智能的定位是賦能行業(yè)，我們是做底層技術(shù)的，我們希望基于我們的底層計算平臺打造一個開放的生態(tài)，所以我們從底層硬件開始，所有的都可以開放給我們的合作伙伴，同時我們當然也會提供一些上層的軟件算法，比如說感知算法。我們也會提供參考的自動駕駛平臺——FAD全自動駕駛計算平臺。基于我自己本身的經(jīng)驗，我做傳感器做了20多年，曾經(jīng)就職于全球最大的傳感器公司，從它不到10個人的時候加入，許多最先進的技術(shù)都是我?guī)ьI(lǐng)團隊開發(fā)的。我發(fā)現(xiàn)在汽車行業(yè)對傳感器領(lǐng)域有一個痛點，大家在調(diào)試、選型還有對光學(xué)硬件的選擇非常之困難，這個是我可以提供幫助的。

　　所以從傳感器，特別是圖像、攝像頭這方面我們可以給我們的客戶或者合作伙伴提供非常多的幫助。

　　剛才提到核心IP技術(shù)，我們理解這個智能汽車實際上很重要很重要的一個東西是視覺，我們對視覺的理解是看得清、看得遠才能看得懂。第一個，你要看得清楚，視覺上圖像處理和剛才提到的手機是非常不一樣的。車上面是高動態(tài)的，要低光的，而且是運動的，手機很多拍照靜態(tài)的，它可以用到這種傳統(tǒng)的多幀降噪的技術(shù)，但是在汽車上是不行的，車是高速運動的。所以我們一開始就開發(fā)車規(guī)級的圖像處理IP技術(shù)，這個我們應(yīng)該是全球唯一一家。

　　另外一個核心IP技術(shù)就是神經(jīng)網(wǎng)絡(luò)技術(shù)。大算力芯片的神經(jīng)網(wǎng)絡(luò)和普通的小算力的是完全不一樣的。我們當前做到40T的這樣的一個計算能力，非常高效，但我們的功耗只有幾瓦。

　　這是我們芯片的規(guī)格，這是我們的FAD全自動駕駛計算平臺，從最底層硬件到操作系統(tǒng)層、中間層、應(yīng)用層，同時和云上面的互聯(lián)都可以支持。

　　這是和英偉達Xavier對比，他們在31瓦做到656幀，我們是7.43瓦做到782幀，性能遠超過英偉達的，英偉達的算力是30T，我們是40T，他的功耗30多瓦，我們只有7點幾瓦。

　　汽車的安全是非常重要的，我們一開始從團隊到過程，到所有的產(chǎn)品都得到車規(guī)級認證。

　　業(yè)界朋友都提到的工具，我們要融入這個生態(tài)，現(xiàn)在人工智能、神經(jīng)網(wǎng)絡(luò)，像Tensorflow等等各種各樣的架構(gòu)我們都支持。這是黑芝麻智能的產(chǎn)品路線圖，剛才華為的嘉賓有提到，我們的理解是一樣的，產(chǎn)業(yè)上面不是看你一件東西，是看你一系列的東西。我們對產(chǎn)品有非常好的規(guī)劃，同時作為一家在汽車行業(yè)比較年輕的公司，我們認為要進入一個藍海市場，這也是為什么我們會把芯片定位在L2+/L3級別的市場，我們現(xiàn)在感覺到很幸運，我們的產(chǎn)品周期正好在這里。我們下一代芯片產(chǎn)品算力會超過200T?，F(xiàn)在的階段我們也很自豪，現(xiàn)在基本上在國際上能夠提供這個規(guī)格的芯片的只有我們和英偉達。

　　當然，開放生態(tài)需要有很多的合作伙伴，我就不一一提了，很高興再說一次，我們在2020年12月31號和一汽聯(lián)合發(fā)布了芯算一體的計算平臺，這個平臺是基于我們的華山二號芯片。

　　我們認為大算力芯片非常重要，當然成本很重要，我們不是做一個通用的GPU，而是基于專用架構(gòu)，優(yōu)化成本。另外軟件定義汽車，硬件預(yù)埋需要非常高性能的計算芯片和計算平臺的。當然我們理解核心IP實際上是真正的讓我們的產(chǎn)品能滿足市場要求的一個非常重要的角色。另外一個就是工具鏈和車規(guī)級安全、車規(guī)級可靠性，這是我們必須堅持的，黑芝麻智能希望推動這個產(chǎn)業(yè)，幫助我們的合作伙伴實現(xiàn)產(chǎn)品盡快商用落地。