自動駕駛去中心化

A. 自動駕駛應該取消嗎

自動駕駛總有一天會取代手動駕駛，這是大趨勢。我們不可能因為發生一次意外就取消自動駕駛這一功能。人類科學是朝著進步去的，有瑕疵就改進，技術是慢慢熟練的。即使現在無法做到自動駕駛安全出行，但我相信將來科學家一定能攻克這一難題。

如果遇到問題就放棄現有的技術，人類還怎麼進步？科學還怎麼去探索？每一項發明，從問世到家喻戶曉，中間都會經歷一段磕磕絆絆的歷程。每一件新發明，都是從生疏，不斷改進，到最後完善的過程。遇到問題，就該去解決問題。放棄自動駕駛，是愚蠢的做法。

此前涉及汽車自動駕駛的一起安全事故轟動網路。8月14日晚間，「美一好」發布訃告稱創始人林文欽（昵稱「萌劍客」）駕駛蔚來 ES8 汽車啟用自動駕駛功能（NOP 領航狀態）後，在瀋海高速涵江段發生交通事故，不幸逝世，終年 31 歲。

針對這起事故，蔚來品牌部人士回復稱，Navigate on Pilot(NOP)領航輔助不是自動駕駛，後續有調查結果會向外界同步信息。關於事故的具體原因，交通部門還在調查中。

自動駕駛安全引監管重視

8月12日，工信部印發《關於加強智能網聯汽車生產企業及產品准入管理的意見》。《意見》要求，企業實施在線升級活動前，應當確保汽車產品符合國家法律法規、技術標准及技術規范等相關要求並向工業和信息化部備案；

涉及安全、節能、環保、防盜等技術參數變更的應提前向工業和信息化部申報，保證汽車產品生產一致性。未經審批，不得通過在線等軟體升級方式新增或更新汽車自動駕駛功能。

毫無疑問，隨著智能網聯汽車的普及，自動駕駛的安全問題將成為監管的重中之重，車企在進行技術升級的同時，也將始終將安全問題擺在首位。

B. 自動駕駛以後會實現嗎

目前國內普遍採用的是美國汽車工程師協會SAE制訂的無人駕駛等級，分六個階段，分別是：L0沒有自動化，L1駕駛輔助，L2部分自動駕駛，L3有條件自動駕駛，L4高度自動駕駛，L5完全自動駕駛。前三個是人類駕駛，後三個為自動駕駛。

國內大多數車企如吉利、長安則已經實現了L2級別的自動駕駛，部分車企業已經宣稱達到L2.5級別自動駕駛，如小鵬G3。

那麼當前已經量產的汽車到了哪一個水平呢？答案是L3，代表車型是第四代奧迪A8。

國內今年即將上市小鵬P7號稱也能達到L3自動駕駛水平。

就目前的各項技術發展趨勢判斷，最早能夠實現量產的L4自動駕駛車型預計會到2022年左右實現，而L5級別的則會在2025年之後。

C. 自動駕駛「芯」戰爭

今年，新冠疫情的爆發、經濟的下滑、國際政治環境的惡化，讓汽車產業充滿了巨大的不確定。多家咨詢機構預計，今年全球汽車銷量將面臨10%-20%的下滑。

然而，在不確定中，汽車行業對未來的方向又十分篤定。自動駕駛集中出現了幾則大新聞——

6月23日，剛剛與寶馬在自動駕駛領域宣布和平分手的賓士，宣布與晶元供應商英偉達達成合作，將使用後者的Orin晶元，開發下一代車載計算系統，為賓士量產車型2024年將全面搭載的L2-L3級自動駕駛功能，以及最高可達L4級的自動泊車功能提供算力支持。

6月25日，沃爾沃汽車集團宣布，沃爾沃將與谷歌旗下自動駕駛公司Waymo達成戰略合作夥伴關系，在一個全新的電動汽車平台上，進行L4級自動駕駛技術的合作，探索自動駕駛網約車等商業場景。

6月26日，亞馬遜正式收購美國自動駕駛公司Zoox，亞馬遜為此付出超過12億美元。

6月27日，滴滴自動駕駛網約車載人示範運營在上海正式啟動，央視對其全過程進行了直播。從這一天開始，滴滴在上海嘉定的自動駕駛測試車將面向公眾開放，滴滴在APP中上線了「未來出行」頁面，供公眾申請自動駕駛網約車試乘。

一時間，大公司近乎開啟了一場自動駕駛軍備競賽。毫無疑問，參與其中的企業都意識到，未來的汽車，將是跑在輪子上的超級計算機。高性能的計算晶元，在這場軍備競賽中至關重要的地位，愈發凸顯。

一、賓士另結新歡，只是因為它？

6月23日，在與寶馬的自動駕駛合作宣告暫停後4天，賓士向晶元供應商英偉達投懷送抱，雙方達成合作，為賓士將在2024年量產的自動駕駛車型開發計算平台。

在幾天前的公告中，雙方還表示，「鑒於建立共享技術平台所需的費用，以及當前的商業和經濟狀況，現在並不是成功實施合作的一個合適的時機。」太燒錢，看起來是讓雙方決定暫停技術合作的關鍵原因。

不過，賓士隨後與英偉達光速結伴的舉動，倒是指向了錢以外的因素。通常來說，車企與車企之間的合作，並不會對車企與供應商的合作產生影響，但賓士與寶馬之間的合作不同。在與賓士達成合作之前，寶馬已經與全球最大的ADAS系統供應商Mobileye組建了一個自動駕駛同盟，基於其EyeQ系列晶元研發自動駕駛。

與寶馬的合作意味著，賓士要選用Mobileye的晶元來構建關鍵的自動駕駛計算單元。而這或許是雙方分歧中尤為重要的那一個。國外咨詢機構Guidehouse首席分析師SamAbuelsamid稱，「我懷疑這兩家汽車製造商無法就使用的平台達成共識，現在，與英特爾/Mobileye的產品相比，Orin看起來是更強大的解決方案。」

從公開的信息來看，Sam的分析不無道理。Mobileye規劃的下一代自動駕駛晶元EyeQ5，其算力為24TOPS（每秒運算24萬億次），而英偉達去年底發布的Orin，算力則高達200TOPS。此外，Mobileye過去在與車企的合作中一貫表現強勢（盡管承諾EyeQ5將會更加開放），其提供的功能模塊對主機廠常常是「黑箱」；而英偉達自動駕駛構建的DriveAGX軟體平台一開始就走了一條開放的道路，可以支持車廠在其計算平台上自主進行演算法開發。

其實在此之前，賓士探索研發自動駕駛網約車時，因為該技術對晶元算力的高要求，賓士就選用了來自英偉達的DrivePEGASUS車載電腦。6月23日官宣的信息，意味著賓士在自動駕駛時代的晶元選擇上，全面倒向英偉達，將雙方的合作擴展到賓士的量產車型中。

而與沃爾沃達成自動駕駛戰略合作的Waymo，則是依託谷歌在AI領域的技術實力，使用自研的TPU。雖然Waymo用於車輛端的TPU算力並未公布，但據Waymo官方的透露，在使用TPU後，其自動駕駛系統的性能提升了15倍。

晶元在自動駕駛中的地位，可以用「隱形冠軍」來形容。從車輛外觀你看不見它的存在，但一台自動駕駛汽車能夠順利運行，它絕對是頭號功臣。

二、自動駕駛競賽，亦是一場晶元競賽

無論是賓士棄寶馬牽手英偉達，還是沃爾沃與Waymo高達戰略級別的聯盟，又或者是滴滴的自動駕駛網約車發車，上周集中發生的大新聞說明，汽車公司與科技公司都將自動駕駛放在了至關重要的位置：從近期看，自動駕駛功能是汽車產品力的重要組成部分；從長遠看，L4級自動駕駛投入大規模應用後，可能會徹底改變汽車行業的商業模式。

推動這一切變化的基礎，是一枚小小的晶元。為了在自動駕駛能力上獲取競爭優勢，參與這場競賽的企業或獨立研發，或合縱連橫，只為尋得一塊高性能的自動駕駛晶元。行業內有個非常典型的例子：特斯拉。

作為智能電動汽車的領頭羊，特斯拉和當前市場上的兩家主流自動駕駛晶元廠商都有過合作經歷。但是由於Mobileye的強勢和封閉，英偉達降不下來的功耗和高昂的開發成本，合作都未能長遠。特斯拉為了發揮軟硬體一體在自動駕駛中的優勢，率先在車企中獨立研發了自動駕駛計算平台的FSD，其算力達到144TOPS。FSD對自動駕駛的算力支持主要來自兩塊AI晶元，其單晶元算力約72TOPS。

迄今為止，特斯拉的FSD仍然保持著量產車自動駕駛算力紀錄。而特斯拉認為，FSD足以為其將推出的完全自動駕駛（FullSelf-Driving）功能提供支持。

毫無疑問，自動駕駛的競賽，同樣也是晶元的競賽。整個汽車行業向自動駕駛的重視乃至全面轉向，將創造巨大的自動駕駛晶元需求。如果哪家企業在自動駕駛晶元市場占據了可觀的份額，那麼對應的或許是千億美元市值的想像空間。

當前，在巨大市場的吸引下，自動駕駛晶元領域已經出現了或新或老的四種勢力：

第一類，是Mobileye等老牌的ADAS晶元/自動駕駛晶元供應商。

這一類企業，是汽車行業開始研發高級輔助駕駛系統（ADAS）時，就參與市場競爭的企業。這些企業面向自動駕駛的競爭策略是，通過在ADAS市場積累的技術以及客戶資源，不斷向上升級其既有產品，實現向自動駕駛的平滑過渡，典型的就是Mobileye對EyeQ系列晶元的不斷迭代。

除了Mobileye，瑞薩、恩智浦、德州儀器、電裝等老牌汽車半導體供應商，都有各自的自動駕駛晶元規劃。

第二類，是看到自動駕駛晶元機遇，跨領域而來的半導體巨頭。

比如上文提到的英偉達，此前其主力業務為屬於消費電子的GPU，以及數據中心等，但英偉達洞察到自動駕駛對高性能晶元的需求後，迅速進入了這一市場，目前已經推出DrivePX、DriveAGXXavier、DriveOrin三代產品，並獲得了不少車企的訂單。

主力業務為通信，制霸基帶晶元、手機SoC的高通，則在嘗試收購恩智浦獲得自動駕駛競賽入場券的努力告吹後，於今年CES上推出了SnapdragonRide自動駕駛計算平台。根據高通官方的信息，這一基於高通晶元打造的計算平台最高算力可達700TOPS，可支持L4--L5級自動駕駛。

而在高通之前，主力業務同樣為通信以及消費電子的華為，就已經發布了自動駕駛計算平台MDC600。這一計算平台由8顆昇騰310AI晶元整合而成，最高算力達到352TOPS。

第三類，是在新機遇下誕生的自動駕駛晶元初創企業。

在國內以地平線為典型代表。

本月，搭載地平線車規級AI晶元征程2的長安UNIT正式上市。藉此，地平線實現了國產自動駕駛晶元的率先「上車」。另一方面，算力為4TOPS的征程2，也是中國首款車規級AI晶元。

而在今年晚些時候，地平線還將發布算力達到96TOPS、支持16路高清攝像頭信號的征程5，這款晶元算力超越特斯拉的FSD，將面向高等級自動駕駛。

最後一類，則是特斯拉為代表的車企自研派。

由於車企基本沒有半導體的製造經驗，因此他們通常會向供應商采購晶元。而總部位於矽谷的特斯拉，則有著不同的基因、為了最大程度發揮軟硬體一體化的優勢，特斯拉依託矽谷的半導體人才資源，自行研發了FSD。

目前來看，車企自研自動駕駛晶元的模式難以復制，特斯拉很可能會是這條路徑的獨苗。

在國內，無論是傳統車企還是造車新勢力，目前都無自研自動駕駛晶元的計劃。作為全球最大的單一汽車市場，中國順理成章地成為自動駕駛晶元供應商的兵家必爭之地。

三、中國能否催生自動駕駛晶元巨頭？

如此多的參賽者，讓自動駕駛晶元這個仍待開發的藍海市場，看上去已經呈現出紅海的競爭態勢。近兩年中美圍繞晶元發生的一系列事件，讓人們對中國晶元產業的的弱勢心有戚戚。從年初國家11部位聯合發布的《智能汽車創新發展戰略》到「新基建」，都將車載晶元的研發作為戰略重點，中國汽車行業都希望能有更多本土晶元企業強勢崛起。

如今，在汽車行業進行智能化轉型、創造大量自動駕駛晶元需求的態勢下，中國晶元能否迎頭趕上，培育出一家能夠在市場上立足的中國本土自動駕駛晶元供應商？答案並不確定，但6月地平線征程2晶元搭載於長安UNIT的「上車」，至少已經開了一個好頭。據了解，在ADAS晶元領域，征程2晶元所展現的感知計算性能已經在多個指標上超越了行業龍頭Mobileye的晶元，特別是針對中國的特殊路況，並已經成功簽下了來自中國各大汽車集團的十多款定點車型。

地平線創始人余凱在一次媒體采訪中如此總結地平線的差異化優勢：「在全球范圍內，能提供這樣功耗和算力水平、且開放賦能的晶元企業，我們是獨一家。英偉達在輔助駕駛、智能座艙多模交互等方面完全沒有產品，晶元功耗也比較高。我們的功耗和算力可以跟Mobileye正面PK，但Mobileye不開放，而我們能滿足車企自主開發的需求」，並表示未來有信心拿到全球1/3的市場。

事實上，當自動駕駛潮流席捲而來，如地平線這樣率先瞄準車載AI晶元市場，並已通過前裝量產得到市場驗證的中國晶元企業確實迎來了最好的時代。中國作為全球最大的汽車市場，再加上自動駕駛技術開發的一些典型特徵與需求，為本土自動駕駛晶元企業創造了難得的機遇。

首先，自動駕駛技術有強地域性。

因為世界各地自然條件、交通場景、交通規則乃至是文化傳統的差異，所以在一國一地開發的自動駕駛技術很難復用到其他地區。這種影響會直接傳導到硬體層面——因為與具體數據、演算法高度整合，自動駕駛晶元很難不受地域特徵的支配。

在此情況下，一家擁有強大本土研發團隊、對中國的數據與場景更加了解的企業，有更大的概率研發出更適合中國場景，且演算法與硬體結合更加高效的自動駕駛晶元。

其次，當汽車被越來越多的人們看作電子產品時，人們對其功能迭代的頻率與速度，都有了更高的期望，自動駕駛功能也不例外。

此前，主要由國外供應商占據市場主流的ADAS，在功能搭載上車後便永不更新。但當汽車變得智能化，車輛其實可以通過不斷地OTA，實現功能的升級，甚至實現從ADAS到半自動駕駛、自動駕駛的跨越。比如特斯拉通過升級實現Model3的NOA（高速公路自動駕駛輔助）功能，就是典型的例子。

當然，特斯拉僅此一家。對於更多車企來說，要完成這樣的任務，需要他們與自動駕駛晶元供應商保持高頻、緊密的聯系，由雙方進行聯合研發。

這一變化，更加考驗供應商對車企需求的快速響應。換句話說，這需要自動駕駛晶元供應商建立一個成規模的現場支持團隊，做到對車企需求的快速反饋、支援。顯然，一個本土的、沒有文化語言隔閡的團隊，能夠更好地勝任。

最後，車企在自動駕駛研發上有更多的功能差異化訴求。

當ADAS功能在汽車產品已經高度標准化或者雷同時，它很難再成為吸引消費者的亮點。對此，有遠見、有能力的車企，紛紛選擇基於場景去開發新的、有差異的自動駕駛功能（比如寶馬的自動循跡倒車），從而獲得新的競爭力。

這一趨勢對自動駕駛晶元供應商提出的要求是，不能再單純採用過往的「黑箱」模式，直接給車企一個完整但「知其然不知其所以然」的功能模塊，而是要賦予車企進行二次開發、深度開發的權利。或者說，這要求自動駕駛晶元供應商轉變思路，去賦能車企的自動駕駛開發。

具體而言，這要求晶元供應商轉變思路，在戰略上開放，為車企的自動駕駛開發賦能；在產品策略上則要為車企分憂解難，通過打造工具鏈，降低車企基於自動駕駛晶元進行差異化功能開發的難度與成本。

從上述三點特徵來看，自動駕駛潮流的到來，將更加考驗自動駕駛供應商的服務意識與快速開發能力。而國外晶元供應商，因為歷史、成本、政治等因素，很少在國內搭建起成規模的研發與現場支持團隊，過往的開放程度與開發速度也難以滿足新的需求。而這，正是中國本土自動駕駛晶元供應商崛起的突破口。

最終，從形勢上來說，國外晶元巨頭產業先天更加成熟、進入汽車行業更早、各自擁有不同的壁壘。對中國本土自動駕駛晶元供應商來說，與他們同台競技並最終突出重圍，並不容易。

但如果本土自動駕駛晶元供應商在晶元算力、功耗等指標上的表現能迎頭趕上，並發揮自己的核心優勢，抓住車企智能化轉型的時代機遇，那麼，中國誕生一個本土自動駕駛晶元巨頭或將是大概率事件。

本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。

D. 自動駕駛的2019：駛出黑暗區

除此之外，激光雷達鼻祖Velodyne正式決定裁掉中國辦公室，包括直銷團隊和部分技術支持，並且將其銷售模式，從直銷模式恢復到剛進入中國的「代理模式」，這意味著，Velodyne基本不在擴大中國市場。

資本是理性而追求效率的，歷史上已經有無數的例子告訴我們，當市場出現了合並這樣的重大變革，很快，燒錢鋪量的行業亂象就會停止。

畢竟，資本已經過了之前那段只以流量論英雄的時代，接下來，盈利能力才是決定融資能力的根本。

本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。

E. 全球自動駕駛技術的落地競爭加劇，中國已走到哪一步

隨著信息技術的不斷發展，國家支持自動駕駛政策的密集出台，關鍵技術的日益成熟，以及消費者對自動駕駛技術的開放態度，2020年自動駕駛技術將迎來爆發！」宋新雨說，根據人對車輛控制的程度不同，美國汽車工程師協會SAE界定了五級自動駕駛方案：L3級之前環境的觀察者都是人，進入L3則意味著道路環境的觀察和駕駛操作都由系統來完成，人只需要對所有的系統請求進行應答。

當然，在這些所謂將實現L3級自動駕駛的車型落地之前，所有的宣傳都還不值得拿來作為佐證，並且L3級自動駕駛距離真正的自動駕駛（L4、L5級）還有很大差距。事實上，目前在自動駕駛領域拼的最凶的並非只有整車廠商。
在海外，目前在自動駕駛方面走在最前的是谷歌、Uber和Lyft等科技領域巨頭，而在國內，網路最先發起了Apollo(阿波羅)計劃，計劃打造開放的自動駕駛平台，可以整合到各個品牌的硬體平台中；隨後另外兩大互聯網巨頭阿里巴巴和騰訊也相繼加入了自動駕駛的競爭行列。
谷歌旗下自動駕駛公司Waymo以及Uber的自動駕駛測試場目前均已在美國道路上開始測試。歐洲委員會也曾表示，希望在2030年步入以完全自動駕駛為標準的社會，「使歐洲在完全自動駕駛領域處於世界領先地位」。
而中國並沒有落後，目前中國已經開放了上海國家智能網聯汽車示範區、遼寧盤錦北汽無人駕駛體驗項目、京冀智能汽車與智慧交通產業創新示範區、浙江5G車聯網應用示範區、重慶智能汽車與智慧交通應用示範區、武漢智能網聯汽車示範區、吉林智能汽車與智慧交通應用示範基地、深圳無人駕駛示範區等會多個無人駕駛測試場地，包括網路、騰訊、上汽、寶馬、蔚來、德爾福等在內的多家國內外主機廠及零部件供應商均已經在此進行無人駕駛道路測試。
在無人駕駛技術真正陸地之前，通過公開資料談論各個品牌的無人駕駛技術先進層度為時尚早。且無人駕駛很多零部件供應商是開放供應的，各個品牌最終落地產品的靠譜程度取決於整合能力和研發理念。
由於發展較晚，中國汽車工業在技術層面長期處於弱勢的地位。自動駕駛來臨，說中國也能夠在整個領域超越歐美企業顯然並不現實。不過後起的中國有著自己的優勢。比如在網路時代，中國在互聯網技術方面相比西方尚有一定差距，但在應用層面中國已經取得了巨大的優勢，例如互聯網購物、外賣點餐、在線購票等等，歐美長期形成的線下優勢嚴重限制了互聯網線上的發展，而後起的中國更容易形成優勢。
同樣，在自動駕駛方面，中國活躍的發展氛圍相比海外更容易實現落地。例如除了BAT三巨頭，京東也在發展自己的自動駕駛項目。不過與載人的完全自動駕駛不同，京東致力於打造無人駕駛的物流體系，通過與上汽大通、東風等合作，京東目前測試的無人駕駛車輛包括了長途無人駕駛卡車，各種級別的市內無人駕駛物流車，到微型小區快遞配送車。物流車相比傳統意義上載人的自動駕駛汽車，行駛的路段會相對單一，每台車可以只導入相應路段的高精地圖，而不需要在線實時大區域高精地圖配合，路況復雜程度也稍小一些，而這些車大量投入運營積累的數據對以後無人駕駛有巨大的幫助。
說到無人駕駛大家總覺得還剩遙遠的話題，其實不然。除了可預期落地的京東無人駕駛物流體系，當汽車實現L3級自動駕駛，可自動駛出/駛入停車場時，當下正火的共享汽車就可以通過固定的停車場實現隨時隨地叫車，隨時隨地還車，而L3級自動駕駛已經在陸續實現。共享經濟是中國目前領跑世界的項目，這同樣是中國的優勢。無人駕駛將會以我們意想不到的方式以遠超我們預期的速度進入我們的生活。

F. 小馬智行獲批在京開啟自動駕駛無人化應用 北京首批企業

易車訊 4月28日，小馬智行取得北京市智能網聯汽車政策先行區首批「無人化示範應用道路測試」通知書，獲准向公眾提供「主駕位無安全員、副駕有安全員」的自動駕駛出行服務（Robotaxi）。北京成為國內首個開啟乘用車無人化運營試點的城市，也為自動駕駛無人化測試後續發展提供政策創新及支持。

小馬智行已在北京、廣州等多個城市開啟主駕「去安全員」的無人化測試，逐步擴大測試范圍、時段及車輛規模。其中，小馬智行已在廣州向特邀用戶開放體驗主駕位無人的Robotaxi，目前已完成近千次行程訂單，目的在於收集乘坐反饋，從而快速反哺技術研發和服務升級。

截至2022年4月，小馬智行在全國已累計完成20萬公里自動駕駛無人化測試里程，對無人化場景進行了多重技術驗證及迭代，提升在系統冗餘設計、遠程輔助平台研發、極端場景處理應對機制、車隊運營管理等環節的能力。

G. 自動駕駛晶元市場火爆，科技巨頭搶灘，中國企業能否一戰

[汽車之家 新鮮技術解讀]? 自動駕駛系統，最關鍵的部件是什麼呢？是感測器？是控制軟體？還是處理晶元呢？我個人認為在目前這個階段來說，處理晶元是一個最關鍵的部件，它的性能直接影響自動駕駛系統的好壞。過去，頂尖的晶元技術一直是國外企業壟斷的，但隨著中國晶元企業近年的快速追趕，情況已經有所改觀。今天我們就來聊聊中國自動駕駛晶元究竟處於一個怎樣的水平？
● 自動駕駛晶元是干什麼用的？
雖然目前L3級別有條件自動駕駛車輛在中國尚未落地，但從一些帶有高階L2駕駛輔助系統的車輛上我們可以發現，這些車輛都帶有數量不少的感測器用以檢測車輛周圍的障礙物，從而為控制系統決策提供數據支持。這些感測器包括毫米波雷達、超聲波雷達、攝像頭等。這些感測器每秒鍾會產生數GB（1GB=1024MB=10242KB）的數據，自動駕駛晶元需要流暢地處理這些數據才能保證系統及時作出正確的決策，從而確保車輛的行駛安全。
可能大家對每秒數GB的數據沒有概念，這里舉一個生活中的例子。普通的USB3.0介面U盤，其讀取速度峰值接近200MB/s，要從這個U盤中讀取1GB的文件大約需要5秒左右的時間，足見每秒數GB的數據量是相當大的。
自動駕駛系統除了需要解決大流量數據傳輸問題，還需要解決的就是如何能快速處理這些海量數據，而強大的自動駕駛晶元正是那把正確的鑰匙。
● 國外的自動駕駛晶元處在怎樣的水平？
雖然本文主要是講中國自動駕駛晶元的，但知己知彼，百戰百勝，在審視本土狀況之前，我們還是先要來簡單了解國外的情況。國外自動駕駛晶元真正能夠大規模進入量產車市場的無非三家，英偉達、Mobileye（現已被英特爾收購）、特斯拉。
其中，走實用路線的Mobileye目前市場佔有率在70%以上，市場上的產品主要是應用於L2駕駛輔助系統的EyeQ3晶元（算力0.256TOPS，「TOPS」是每秒萬億次運算的意思，詳細介紹請看這篇文章相關介紹，本文標注的算力如無特別說明均指的是8位整數計算能力）以及具備L3級別自動駕駛能力的EyeQ4晶元（算力2.5TOPS）。像是小鵬G3、蔚來ES6/ES8、廣汽新能源Aion LX就採用了EyeQ4晶元作為其駕駛輔助系統的核心。
相較於英偉達上代自動駕駛平台旗艦之作DRIVE PX Pegasus 320TOPS的算力，新的DRIVE AGX Orin平台的旗艦配置實現了成倍的性能增長。此外，DRIVE AGX Orin平台的擴展柔性化程度相比以往平台進一步提升，能夠通過硬體配置的增減，滿足從一般駕駛輔助到L5級別完全自動駕駛等不同級別車輛的需求。
特斯拉Autopilot 1.0系統採用的是1顆英偉達Tegra3晶元+1顆Mobileye EyeQ3晶元；Autopilot 2.0系統採用的是1顆英偉達Tegra Parker晶元+1顆Pascal架構GPU晶元；Autopilot 2.5系統採用的是2顆英偉達Tegra Parker晶元+1顆Pascal架構GPU晶元。
已經搭載在最新下線特斯拉車型上的自研FSD晶元，單顆晶元算力為72TOPS，Full Self-Driving Computer集成有兩顆獨立工作的FSD晶元，一顆「掛了」，另外一顆馬上「頂上」，提升了整套系統的安全性和穩定性。
當然了，除了上面三家鋒芒畢露的企業，還有不少企業在垂涎自動駕駛晶元這塊蛋糕，其中包括高通、賽靈思、恩智浦等，但這些企業真正走向量產車的自動駕駛晶元還不成規模，限於篇幅，這里就不作介紹了。
● 迅速崛起的中國自動駕駛晶元企業
好了，看完國外的情況，我們目光回到國內。自動駕駛晶元市場火爆，國外科技巨頭搶灘登陸，中國企業究竟實力怎麼樣呢？下面我們一起來看看。
◆ 寒武紀
中科寒武紀科技股份有限公司（下稱「寒武紀」）的前身是中國科學院計算技術研究所下，由陳雲霽和陳天石兩兄弟領導的一個課題組。該課題組在2008年開始研究神經網路演算法和晶元，並在2012年開始陸續發表研究成果。
2016年，上述課題組提出的深度學習處理器指令集DianNaoYu被ISCA2016所接受，實驗表明搭載該指令集的晶元相較於傳統執行X86指令集的晶元，在神經網路計算方面有兩個數量級的性能優勢。隨著課題組的研究成果趨於成熟，中科寒武紀科技股份有限公司正式成立，並著手將其晶元和指令集向商業領域轉化。也是在2016年，寒武紀發布了首款商用深度學習處理器寒武紀1A。
聊完這家公司的身世，下面我們來看看它的產品。目前寒武紀有兩款最新的人工智慧晶元IP授權，分別是Cambricon-1M和Cambricon-1H。性能指標最強的Cambricon-1M-4K在1GHz時鍾頻率下擁有8TOPS的算力；性能指標最弱的Cambricon-1H8mini在1GHz時鍾頻率下擁有0.5TOPS的算力。所有型號的詳細算力參數可以參看下錶。
Cambricon-1M和Cambricon-1H被定義為終端智能處理器IP。我們在手機或者汽車這些終端上出現的人臉識別、指紋識別、障礙物識別、路標識別等應用都能通過在晶元中集成上述處理器IP實現加速。
上面提到的「邊緣」一詞來自於「邊緣計算」。 邊緣計算是指在靠近智能設備（終端）或數據源頭（雲端）的一端，提供網路、存儲、計算、應用等能力，達到更快的網路服務響應，更安全的本地數據傳輸。邊緣計算可以滿足系統在實時業務、智能應用、安全隱私保護等方面的要求，為用戶提供本地的智能服務。思元220在邊緣計算中扮演著提高數據安全、降低處理延時以及優化帶寬利用的角色。
目前寒武紀高算力晶元產品被定義為智能加速卡，可用於伺服器中加速人工智慧運算。谷歌的AlphaGo人工智慧機器人打敗韓國世界圍棋冠軍李世石的新聞相信各位有所耳聞，AlphaGo人工智慧機器人的背後其實是谷歌自研的TPU晶元。寒武紀的高算力晶元產品的特性和應用也與谷歌TPU類似，當然它們之間也可以算是競爭對手了。
所不同的是思元270-S4採用的是被動散熱設計，最大熱設計功耗為70W，定位為高能效比人工智慧推理設計的數據中心加速卡。這也意味著該卡會有「功耗牆」設定，即當加速卡功耗達到閾值上限時會降低算力以保證較低的功耗和發熱。
思元270-F4相當於是「滿血版」 思元270-S4，最大熱設計功耗150W，採用渦輪風扇進行主動散熱。良好的散熱和充足的供電使得思元270-F4能夠發揮出思元270晶元的全部性能。該卡定位是為桌面環境提供數據中心級人工智慧計算力，簡而言之就是為台式機配的高性能人工智慧加速卡。
雖然思元270在製造工藝上只採用了台積電的16nm工藝，但整體能耗比還是做得比較不錯的。雖然單卡算力不及最新的英偉達旗艦計算卡，但5張思元270-S4/思元270-F4並行的話，峰值算力也能達到英偉達A100的水平。只是英偉達A100更先進的工藝應該在能耗比上面會有一定的優勢。
其中思元100-C搭載了視頻和圖像解碼單元，採用被動散熱方式，最大熱設計功耗為110W；思元100-D不搭載視頻和圖像解碼單元，採用被動散熱方式，最大熱設計功耗為75W。目前思元100系列產品已經於2019年在滴滴雲和金山雲上得到應用。其中滴滴雲採用思元100板卡加速彈性推理服務，該服務用於深度學習推理任務；而金山雲則採用思元100板卡加速語音、圖像、視頻等人工智慧應用。
前面講的盡是伺服器級的計算卡，這是不是偏離了我們應該聊的自動駕駛晶元話題呢？其實不然。前面也提到了，寒武紀目前是一家專注於人工智慧晶元開發的企業，自動駕駛領域確實涉足不深，但通過和其他國內友商的聯合還是有一些建樹的。
WiseADCU CN1自動駕駛運算域控制器提供了L3或以上級別自動駕駛系統所需的算力以及感測器連接數量需求，實現了模擬、模型、系統、架構、編碼、加速、演算法七個關鍵控制點的自主可控。
實際上威盛集團由於處理器產品性能競爭力弱，早就退出了主流X86處理器市場的競爭，市場中就剩下英特爾和AMD在角力。兆芯成立後，吃透了威盛的X86技術，並在威盛當時最新的處理器架構基礎上進行全面的改進和優化，先後推出了ZX-A、ZX-C以及ZX-C+等處理器產品。
6月2日，科創板上市委發布2020年第33次審議會議結果公告，寒武紀上市獲得通過，從受理到審批通過，寒武紀只用了68天，刷新了科創板審核速度。寒武紀上市後成為A股中唯一一家人工智慧晶元公司，該領域的市場空間在2022年有望超過500億美元，發展潛力巨大。打通了A股融資渠道的寒武紀究竟能否憑借其獨特的技術優勢進一步發展壯大呢？這誰都說不準，但可以確定的是，寒武紀的成功上市讓很多投身於該領域的公司贏得了信心，看到了希望，中國人工智慧晶元時代或將由此開啟。
◆ 地平線機器人
好了，聊完寒武紀，我們來聊聊另外一家人工智慧晶元企業——地平線機器人技術研發有限公司（下簡稱「地平線」）。地平線是由前網路深度學習研究院常務副院長余凱於2015年創立的，專注於自動駕駛與人工智慧晶元的一家公司。余凱也是網路自動駕駛的發起人。
余凱建立的地平線，一直以來堅持的是軟體和硬體相結合的方向。他認為，演算法、晶元和雲計算將構成自動駕駛的三個核心支點。相比起前面介紹的寒武紀注重打造高性能硬體晶元，地平線的商業模式是把以「演算法+晶元」為核心的嵌入式人工智慧解決方案，提供給下游廠商。打個比方比較好理解，如果說寒武紀賣的是處理器晶元，那麼地平線賣的就是安裝了操作系統的整機。產品方面，相較寒武紀從終端到雲端的晶元產品布局，地平線雖然自研晶元，但更偏重的是以產品功能來劃分產品線。
硬體上，征程二代晶元內部集成了兩個Cortex A53核心、兩個自研的BPU（Brain Processing Unit，可用於加速人工智慧演算法）核心、DDR4內存控制器以及輸入輸出控制器，算力達到4TOPS，典型功耗為2W，這比起目前主流的Mobileye EyeQ4晶元的算力和能耗比都更優秀。
這些智能音箱有較強的自然語義識別功能，能夠識別人們發出的語音命令，結合物聯網技術，人們通過簡單的語音命令除了能夠讓音箱播放在線音頻資源外，還能夠控制各種家電，如開關、燈泡、風扇、空調等。這就是AIoT的一個最簡單的應用例子。
從硬體方面看，旭日二代晶元內部集成了兩個ARM Cortex A53核心、兩個自研的BPU核心、DDR4內存控制器以及輸入輸出控制器，算力達到4TOPS，典型功耗為2W。從參數上看，旭日二代和征程二代好像沒什麼差別，實際上征程二代可以看做是旭日二代的車規版，它滿足AEC-Q100標准，在工作溫度、電磁輻射等標准上會更高一些。雖然征程二代和旭日二代均採用台積電28nm工藝製造，但旭日二代晶元尺寸為14x14mm，比征程二代晶元17x17mm的尺寸更小，更有利於內嵌到AIoT設備當中。
和寒武紀一樣，地平線同樣擁有自研的人工智慧加速晶元技術。所不同的是，地平線更注重軟體和硬體的整合，從而為下游廠商提供成熟的解決方案。在資本市場，地平線同樣受到追捧，其投資者眾多，其中包括了世界半導體行業巨頭英特爾和SK海力士以及國內的一線汽車集團等。未來地平線是否會和寒武紀一樣登錄科創板目前還不得而知，但CEO余凱對於在科創板上市是持積極態度的。我個人是支持有更多像地平線這樣的企業登錄科創板，更充分的競爭可以避免壟斷同時促進該領域的加速發展。
◆ 西井科技
西井科技創辦於2015年，它起初是一家做類腦晶元的廠商。所謂的類腦晶元簡單來說就是以人腦的工作方式設計製造出來的晶元。目前大行其道的馮?諾依曼結構處理器晶元，其計算模塊和存儲單元是分離的，晶元工作的過程中需要通過數據匯流排來連接計算模塊和存儲單元，數據傳輸上的開銷太大從而限制著這類晶元的工作效率和能耗比的提升。
類腦晶元模仿的是大腦神經元的工作形式，大腦的處理單元是神經元，內存就是突觸。神經元和突觸是物理相連的，所以每個神經元計算都是本地的，而從全局來看神經元們是分布式在工作。類腦晶元由於具有本地計算和分布式工作的特點，所以在工作效率和能耗上相比馮?諾依曼結構處理器晶元更有優勢。
雖然這種類腦晶元看著和普通的處理器晶元在外觀上沒有什麼不同，但其實內部運作原理與傳統的處理器晶元有著本質的區別。國內除了西井科技開發出了類腦晶元，像是清華開發的天機（TianJic）晶元和浙大開發的達爾文（DARWIN）晶元都是類腦晶元。所不同的是，西井科技的DeepSouth晶元是全球首塊可商用5000萬類腦「神經元」晶元。
西井科技這艘大船拿著投資人動輒過億的投資款，肯定是要追求盈利的。不管公司的技術有多超前，無法商業化在逐利的資本市場必然是無法接受的。隨著人工智慧和自動駕駛產業的興起，西井科技找到了技術商業化的契機。
相比起我們前面兩個廠商動輒上百TOPS算力的產品，西井這兩款產品的算力確實有點拿不出手。但西井科技的這兩款晶元能夠實現片上學習，可以隨時新增樣本進行增量訓練來提升推理准確率。
可能大家看到這里還是沒看懂西井科技這兩塊晶元的優勢所在，我在這里稍微解析一下大家就能夠明白。目前的自動駕駛演算法都是通過高性能伺服器進行模型訓練（讓計算機去看攝像頭或激光雷達等感測器獲取的環境數據，學習目標判斷方法），然後將訓練好的模型再部署到車載硬體之中（把機器學習到的高效目標判斷方法固化到車載自動駕駛系統之中）。
在實際應用方面，西井科技並沒有一頭沖進乘用車自動駕駛系統領域，而是在智能港口和智能礦場干出了自己的一片天地，並把觸角伸向了智慧醫療和智慧物流領域。2017年10月，公司與全球知名港機巨頭振華重工建立長期合作夥伴關系，這是西井科技進軍智能港口的重要一步。
自動駕駛卡車要在港區自動裝卸集裝箱，需要自動駕駛系統精細的車輛控制、敏銳的環境識別以及准確的定位，這些都需要港區高清地圖配合。西井科技的無人集裝箱卡車定位精度在5cm以內，這是實現集裝箱自動裝卸的關鍵。全球首輛港區作業無人集裝箱卡車作業成功，充分展現了西井科技在卡車自動駕駛系統以及高精度地圖繪制領域的實力。
除了自動駕駛和高清地圖繪制外，西井科技還為企業打包了一整套智能港口和智能礦場解決方案，利用人工智慧技術提升港口和礦場的運作效率，同時能夠進一步降低其運營成本。深挖行業中存在的機遇，逐步築起行業壁壘是西井科技面對人工智慧晶元市場激烈競爭的重要策略。
作為全球最早落地行業應用的自動駕駛團隊，西井科技旗下自動駕駛品牌Qomolo逐路目前涵蓋了無人駕駛跨運車、無人駕駛新能源集卡和無人駕駛礦卡三大項目。
面對乘用車自動駕駛晶元領域的激烈競爭，我認為短期內西井科技不會進入該領域。相反它會通過深耕已有的智能港口、智能礦場以及無人駕駛重卡市場，進一步築高上述市場的壁壘，擴大自身的行業影響力和競爭力。但不能忽視的是，西井科技掌握的類腦晶元技術或有可能成為未來自動駕駛晶元領域的一個風口。
上文詳細介紹中國3家知名自動駕駛晶元公司及其產品，相信大家應該對目前國內自動駕駛晶元現狀有了一個更深了解。除了這三家公司，數字地圖供應商四維圖新通過收購傑發科技也布局自動駕駛晶元市場，但量產晶元目前尚未落地。網路的昆侖晶元以150W的功耗實現了260TOPS的算力，競爭力很強，但其定位為雲端全功能人工智慧晶元，主要用在伺服器之上。網路在自動駕駛領域的亮點還是在於其Apollo自動駕駛軟體平台。
● 全文總結：
寒武紀、地平線、西井科技這三家公司都有著各自的特色和亮點。寒武紀專注於晶元研發，產品算力最強；地平線除了研發晶元，還提供完整的自動駕駛軟體方案，對主機廠開發更友好；西井科技掌握獨特的類腦晶元設計，在智能港口、智能礦場以及無人駕駛卡車領域已經站穩了陣腳。整體來看，中國自動駕駛晶元在性能和功耗上和外國晶元相比並不差，如何在中國開放L3級別有條件自動駕駛車輛落地這個時間節點用產品和服務先發制人是中國自動駕駛晶元企業的制勝關鍵。究竟鹿死誰手，讓我們拭目以待吧，好戲即將上演！（圖/文/汽車之家 常慶林?部分圖片源於網路）

H. 能自動駕駛還能讀懂你！全新S級竟有這些你不知道的黑科技

[汽車之家技術]隨著新一代S級的這次在S級德國斯圖加特的發布會現場，汽車之家德國站受賓士德國總部邀請，成為唯一一家受邀的中文汽車媒體。我們也很有幸采訪到了負責CASE領域的賓士董事會成員SajjadKhan先生，以及負責S級開發的總工程師JürgenWeissinger先生，下面就讓我們來看看，新S級的研發中是付出了多少的努力，才會讓人在看了實車之後直呼「真香」的。

這樣一來，無論是什麼品牌的輪胎，他們在輪胎特性上都是相近的，確保了賓士S級的行駛品質。至於為什麼不是完全相同。Weissinger先生繼續解釋，賓士給出的要求是針對整車層面進行的，是確保輪胎符合賓士自有的特性。但實際上每個人對噪音及振動的敏感度和敏感區間都不一樣，有些人是對低頻振動很敏感，有些人是對高頻噪音比較厭煩，每個廠家都在賓士訂立的標准上還會進行自己獨自各個方向的優化，以適應不同人群的喜好。

總結：

最後，雖然采訪的時間非常緊湊，每人才20分鍾的時間，但我們依然從兩位高管處得到了許多有用且大家都不一定知道的信息，充分體現了賓士對新S級投入的心血之多。至於實際開起來的效果是不是如賓士所說的這樣的優秀，請期待之後的試駕為大家揭秘。（圖/文汽車之家特約撰稿人@Automann_凹凸曼@pkpk1）

I. 自動駕駛汽車的技術原理

汽車自動駕駛技術包括視頻攝像頭、雷達感測器以及激光測距器來了解周圍的交通狀況，並通過一個詳盡的地圖對前方的道路進行導航。這一切都通過谷歌的數據中心來實現，谷歌的數據中心能處理汽車收集的有關周圍地形的大量信息。

就這點而言，自動駕駛汽車相當於谷歌數據中心的遙控汽車或者智能汽車。汽車自動駕駛技術物聯網技術應用之一。

沃爾沃根據自動化水平的高低區分了四個無人駕駛的階段：駕駛輔助、部分自動化、高度自動化、完全自動化：

1、駕駛輔助系統（DAS）：目的是為駕駛者提供協助，包括提供重要或有益的駕駛相關信息，以及在形勢開始變得危急的時候發出明確而簡潔的警告。如「車道偏離警告」（LDW）系統等。

2、部分自動化系統：在駕駛者收到警告卻未能及時採取相應行動時能夠自動進行干預的系統，如「自動緊急制動」（AEB）系統和「應急車道輔助」（ELA）系統等。

3、高度自動化系統：能夠在或長或短的時間段內代替駕駛者承擔操控車輛的職責，但是仍需駕駛者對駕駛活動進行監控的系統。

4、完全自動化系統：可無人駕駛車輛、允許車內所有乘員從事其他活動且無需進行監控的系統。這種自動化水平允許乘從事計算機工作、休息和睡眠以及其他娛樂等活動。

結構性能

1、激光雷達

車頂的「水桶」形裝置是自動駕駛汽車的激光雷達，它能對半徑60米的周圍環境進行掃描，並將結果以3D地圖的方式呈現出來，給予計算機最初步的判斷依據。

2、前置攝像頭

自動駕駛汽車前置攝像頭谷歌在汽車的後視鏡附近安置了一個攝像頭，用於識別交通信號燈，並在車載電腦的輔助下辨別移動的物體，比如前方車輛、自行車或是行人。

3、左後輪感測器

它通過測定汽車的橫向移動來幫助電腦給汽車定位，確定它在馬路上的正確位置。

4、前後雷達

後車廂的主控電腦谷歌在無人駕車汽車上分別安裝了4個雷達感測器（前方3個，後方1個），用於測量汽車與前（和前置攝像頭一同配合測量）後左右各個物體間的距離。

5、主控電腦

自動駕駛汽車最重要的主控電腦被安排在後車廂，這里除了用於運算的電腦外，還有測距信息綜合器，這套核心裝備將負責汽車的行駛路線、方式的判斷和執行。

J. 英偉達「變軟」，自動駕駛「破圈」

一個月前，黃仁勛用一小顆自動駕駛SoC晶元完成了整個GTCCHINA2019的「新品發布」。

發布會當天，這位「皮衣男子」趕在閉館前匆匆去了自動駕駛汽車展位，用半個小時逐一聆聽了幾家自動駕駛初創企業的思路。那晚的黃教主，向在場工程師們釋放出了一種近乎惺惺相惜的善意。

這種情愫很好理解——

要知道，在這屆GTCCHINA散場時，很多觀眾發出的感慨是：「十分硬核，不夠性感。」畢竟遠道而來的大家直到演講後半程，才終於等到黃仁勛掏出一塊200TOPS深度學習算力的自動駕駛新品「Orin」。取而代之的，是各種「空口無憑」的軟體技術升級。

面對一張張略顯失望的臉，老黃也很無奈：「我這么努力，你都看不到。就好像你老婆做了一整天家務，你卻說她什麼都沒做。」

眾口難調，但這確實是英偉達在接下來的業務發展中必須要面對的問題。與「看得見摸得著」的硬體發布不同，軟體迭代周期短、初期人力成本高、落地成果卻很難形成清晰的概念……這些都讓這家人工智慧計算公司的技術發布開始與公眾預期逐漸拉開差距。

而就在車雲菌險些被觀眾情緒帶跑節奏時，我們在英偉達的官方公眾號上發現了一系列由NVIDIADRIVELabs出品的視頻。視頻內容從工程技術的視角，直觀展現出NVIDIADRIVEAV軟體團隊如何完成一個個自動駕駛的日常任務，諸如從路徑感知到交叉路口處理等一系列挑戰。

那麼，以自動駕駛為起點，車雲菌嘗試回答：當英偉達不再拋出核彈，他們到底做了些什麼？

「直播」自動駕駛

嚴格來說，目前沒有任何一家企業成功製造出一台全自動駕駛汽車，絕大多數玩家仍舊在奔向這一目標的路上相互博弈。

近年，英偉達正式加入戰局。公司內部的軟體開發人員已經遠遠超過了硬體工程師的數量。

他們首先打算解決自動駕駛汽車的三個問題：

知道自己在哪裡：不光要掌握車輛具體位置，還得知道是在主路的第幾條車道上，將定位精確到厘米級；

知道自己周圍有什麼：像人類大腦一樣判斷，前方卡車在減速、左後方有輛SUV駛來、右側人行道有小孩、下一個路口是綠燈且不能左轉……

作出正確的駕駛決策：判斷從左側超車可以安通過路口，然後控制車輛完成相應動作。

如今這些工作，都被團隊一一擺上了檯面。與常規「秀肌肉」的視頻演示不同，英偉達實驗室將自動駕駛最困難的感知層面的工作拆解成一個個小任務，條分縷析地告訴大家：我們是怎麼做到的，以及我們為什麼能做到。

任務的分解也很有意思。車隊順利攻克了包括建立感知路徑、通過感測器融合實現環繞感知功能、打造像素級感知能力、藉助特徵追蹤確保安全性、自主識別停車位、障礙物分類、車道線識別及自動補償、測算車輛與障礙物距離、實現准確可靠的目標跟蹤、預測目標的未來移動軌跡、不藉助地圖的情況下識別交叉路口。

https://v.qq.com/x/page/c0919cpz1w3.html

「可靠性」三個字貫穿了所有挑戰過程。對此，NVLabs給出的說法是：「對於L2+級自動駕駛系統來說，例如NVIDIADRIVEAP2X平台，實時評估路徑感知可靠性意味著評估該系統是否知道何時進行安全的自主操作，以及何時應該將操作權移交給人類駕駛員。」

至於NVIDIADRIVEAP2X。2019年初公司在GTC上剛剛發布了全新平台，其基於NVIDIAXavier系統級晶元運行，採用DriveWorks加速庫和實時操作系統DRIVEOS，其中包含DRIVEAutoPilot軟體、DRIVEAGX和DRIVE驗證工具，並融合了DRIVEAV自動駕駛軟體和DRIVEIX智能駕駛艙體驗。

得益於二季度發布的DRIVEAP2XSoftware9.0上新增的大量自動駕駛功能加持，該平台成為業界公認的現階段唯一完備的L2+自動駕駛解決方案。采埃孚、大陸、沃爾沃都心甘情願為其買單。

於是，團隊幾個人在矽谷全長50英里的高速公路環路上完成了一次零干預的全自動駕駛。簡單來說，這是一次類似「現場直播」的測試，工程師們沒有機會像錄制視頻那樣，拿實際路徑感知信號與理想參數進行對比，還要隨時准備應對過程中有可能發生的意外情況。

譬如，一旦自動駕駛車輛只能接收到一種感測器發射的感知信號，就無法保證最終決策置信度的實時及准確。比這更糟的還在後面——如果這唯一的路徑感知輸入失敗，自動駕駛功能要麼大幅影響操作的舒適及平穩度，要麼乾脆整個失靈。

而BB8完成的任務也足夠交上一張漂亮的成績單。基於NVIDIADRIVEAGX平台，自動駕駛車輛可以實時同步運行功能多樣的360度環繞感知，定位以及規劃和控制軟體。

工程師通過使用感知和定位所提供的輸入數據，規劃和控制層讓自動駕駛汽車能夠獨立行駛。規劃軟體通過感知和定位的結果來確定汽車特定操作所需的物理軌跡。視頻里也清楚地展示出車輛在自主變換車道時的流暢動作：規劃軟體先利用環繞攝像頭和雷達感知來進行變道操作安全檢查，然後計算縱向速度曲線以及從當前車道的中心線移動到目標車道中心線所需的橫向路徑計劃，最後控制軟體發出加速/減速和向左/右轉向的命令以執行車道變換規劃。

正是這些軟體組成部分，與硬體一起成就了系統的多樣性和安全冗餘。而這一系列任務視頻，恰恰成了證明英偉達自動駕駛軟體技術落地的可靠載體。

在這之外，將無形化的軟體沉澱成可視化的視頻內容，也能同時以更加輕松的方式觸達到消費者層面。當汽車方向盤交到機器手中，用戶會天然樹立起不安與不信任感。這種先期教育市場的思路，能夠消除部分不安心理，重建人們在自動駕駛空間內的安全感。

直觀點說，NVLabs的「自動駕駛挑戰」系列，是英偉達軟體技術「破圈」的先導。

作為曾經游戲市場的霸主，這家晶元巨頭必然深諳消費者之道。相比一般車廠對於車輛智能功能「洗腦式」的宣傳，此番英偉達率先拿出一部分干貨試探市場，佔領用戶心智。

這種策略直接體現在公司財報數據上，2019年三季度英偉達汽車業務迎來高光時刻。公開數據顯示，彼時，該領域營收攀升至創紀錄的2.09億美元，同比增長30%。相比之下，英特爾第二季度的自動駕駛營收為2.01億美元，同比增加16%。

對比來看，英特爾一季度該項營收2.09億美元，英偉達為1.66億美元。這意味著，英偉達環比上漲，英特爾環比下跌。

黃仁勛自己對於「軟體公司」的藍圖也相當清晰：「這只是英偉達目前定位中的一部分。」

回顧既往十年，英偉達已經進行了兩次業務轉變。第一次是從GPU圖像晶元公司轉變為並行計算公司，典型的應用場景是人工智慧。後來，公司又決定在少數特定場景中提供最完善的解決方案，覆蓋游戲、專業渲染，超級計算、自動駕駛幾大領域。

隨著英偉達業務領域越來越廣，客戶「解放雙手」的自由度就越高。這恐怕才是「Themoreyoubuy,themoreyousave」的真實含義。

觀看NVLabs全系列視頻，請點擊：https://www.nvidia.cn/self-driving-cars/drive-labs/

?

本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。