4月17日，由科技出行產(chǎn)業(yè)內(nèi)容服務(wù)平臺億歐汽車主辦的“新動能時代·GIIS 2019第二屆智能網(wǎng)聯(lián)產(chǎn)業(yè)創(chuàng)新峰會”在上海市揚子江萬麗大酒店舉辦，峰會現(xiàn)場，來自智能交互、5G車聯(lián)網(wǎng)、智能駕駛、智能車生活四大領(lǐng)域的頂級大咖共討汽車產(chǎn)業(yè)的智能網(wǎng)聯(lián)發(fā)展新動能。
英偉達全球副總裁兼中國區(qū)總經(jīng)理張建中帶來了主題為《走向量產(chǎn)，自動駕駛落地之路》的主題演講。
其主要觀點為：
1.在整個世界當(dāng)中，如果移動的設(shè)備或者機械、傳送設(shè)備，搭載乘客肯定是一個很艱巨的任務(wù)，除了送乘客之外，解決很多問題都需要靠自動駕駛來實現(xiàn)，比如說送貨、完成一些作業(yè)，也比如說在一些環(huán)境惡劣條件下代替人工完成任務(wù)；
2.任何一個自動駕駛廠家如果想推出L2、L4、L5必須要去思考的是：運用的設(shè)備或者汽車的計算力有多強，需要多大的計算力解決今天交通環(huán)境下能夠勝任自動駕駛的工作，需要的量到底有多少。
以下為演講實錄：
尊敬的各位來賓，感謝楊總、周到的邀請我參加今天的峰會。汽車自動駕駛我曾經(jīng)做過很多次演講，去年我也在億歐的會上講過一次，我今天想講一個議題，自動駕駛落地到底怎么去做。
我們在過去一段時間分享過一個案例，就是無論是哪一個設(shè)備，只要它在移動必然需要智能。在整個世界當(dāng)中，如果移動的設(shè)備或者機械、傳送設(shè)備，送人肯定是一個很艱巨的任務(wù)，除了送乘客之外，解決很多問題都需要靠自動駕駛來實現(xiàn)，比如說送貨、完成一些作業(yè)，也比如說在一些環(huán)境惡劣的條件下代替人工完成任務(wù)。這能夠讓所有的任務(wù)都自動化的執(zhí)行，AI肯定是一個很強大的工具幫助我們實現(xiàn)這樣的功能，但是我今天不想談那么多的遠景目標，到底怎么樣把自動駕駛的技術(shù)應(yīng)用在其它的行業(yè)。今天我想談下，在無人駕駛汽車當(dāng)中怎么樣解決自動駕駛落地的難題。
任何一個自動駕駛廠家如果想推出L2、L4、L5必須要解決三個根本問題，其中一個最重要的問題是每一家廠家在研發(fā)過程中都會碰到的一個問題，包括做自動駕駛的特斯拉，包括國外比較有名的其它公司在做自動駕駛的時候都會遇到一些最重要的問題，即你的設(shè)備或者你的汽車到底計算力有多強，需要多大的計算力解決今天交通環(huán)境下能夠勝任自動駕駛的工作，這個量到底有多少。
我們曾經(jīng)用過很多不同的方法去算，真正要實現(xiàn)無人駕駛，在今天交通參與的情況下沒有300個T很難完成的，所以處理器的計算能力是第一大難題。很多人都在看自動駕駛技術(shù)，怎么省電，怎么便宜，但是沒有強大的計算力就沒有辦法完成這些工作，換句話講，如果你的計算力不夠，只是靠一個便宜的簡單的解決方案的話，這不能完成所謂的自動駕駛。
除了計算力足夠外，還要考慮你有多少在ODD（自動駕駛車輛所適用的工況）的產(chǎn)品去實現(xiàn)自動駕駛的各種各樣的功能，從一個L2的保持工作到一個L5的無人駕駛的工作，每一個ODD的場景在很多的OEM的實際開發(fā)當(dāng)中已經(jīng)經(jīng)歷了很多工作，去把這些不同的場景定義出來。如果從量級去看，如果我們講計算器或者處理器的計算能力的話，我們用DMI（直接媒體接口）去計算的話大概要多少？現(xiàn)在是幾百萬速度的計算機才能夠完成今天的量，如果把它轉(zhuǎn)化成在人工智能去平衡計算力，大概是在TOPs的計算力才可以達到它的功能。
如果你只有計算平臺，運營好這些ODD是不是足夠？肯定不是。如果去看一臺車，尤其是電動車，電動車第一大的擔(dān)心就是功耗，很多人嫌它的電池壽命短，既然是這樣，那功耗的問題怎么解決。如果你的300個TOPs，功耗很高，沒辦法是現(xiàn)在自動駕駛汽車上，所以需要有一個非常低的功耗。
還有成本，客戶到底愿意花多少錢讓你的車從L2到L3，這要考慮到不同的場景。在中國做20萬的車是比較現(xiàn)實的車，在20萬的車上能不能裝上自動駕駛的技術(shù)呢？那你要考慮車價是20幾萬，你增加的這部分成本能不能讓用戶去買單，這些都要考慮，廠家選什么樣的方案讓它落地。為什么很多公司開始考慮怎么去運營汽車而不是直接賣給消費者，也許直接賣給消費者的汽車可能它的價格相對比較高端一些。比如說看今天的特斯拉在中國的售價都是40、50萬以上的，這樣的價格用戶可以接受，但是對于一個移動運營公司來講這就非常有意義了，因為現(xiàn)在人的成本越來越高，無論是哪個司機，你雇他一年費用是非常高的，你把司機一年的費用放在計算平臺上去，那這個計算平臺就等于免費一樣，這就是很多公司喜歡用自動駕駛?cè)退鼘崿F(xiàn)。
考慮到功耗、成本方面的因素之外，接下來的考慮就是軟件。這個軟件是非常復(fù)雜的，汽車的跟計算機的軟件不一樣，最大的要求就是你要達到百分之百的安全，這些保障是跟其它的軟件產(chǎn)品上市完全不一樣的流程，這個行業(yè)的標準不一樣，安全的規(guī)范也沒有，完成這些工作需要跟政府、企業(yè)以及跟行業(yè)的同盟和合作方一起才能打造這樣的生態(tài)系統(tǒng)，讓這些新物種能夠在這個行業(yè)里面活下去。
自動駕駛汽車不可能像傳統(tǒng)汽車一樣在外面跑來跑去測試，去適應(yīng)各種各樣的場景，所以，企業(yè)的測試環(huán)境就會變的很重要，包括怎么樣去模擬，怎么樣去驗證這個軟件是不是工作，怎么樣去仿真各種各樣的環(huán)境，去看這些設(shè)計是不是能夠在那些虛擬環(huán)境中能夠順利完成復(fù)雜的任務(wù)，然后再把它放在實際的環(huán)境當(dāng)中搭建不同的測試。可能需要解決不同的問題，這些問題解決之后就可以很容易跟各個不同的合作伙伴找出一條路線來，讓各種不同的產(chǎn)品順利投放到市場當(dāng)中去。
為了解決這些問題，英偉達一直致力于打造全方位的端到端的解決方案，英偉達要解決的工作除了提供計算模型之外，還要為企業(yè)提供一個很好的計算力。英偉達還要打造一個很好的Bata環(huán)境，讓更多的企業(yè)有能力采集數(shù)據(jù)，搭建自己的神經(jīng)網(wǎng)絡(luò)，或者是建立自己的AI研發(fā)中心。一定要有很好的生態(tài)系統(tǒng)，幫助我們把它從端到端形成一個完整的解決方案，需要大家的努力。
英偉達除了剛才的算力可以提供完全的自動駕駛的解決方案之外，我們可以想象一下，如果在今天很多車，如果把自動駕駛解決方案做好，是不是客戶就能迅速用上呢？其實很多用戶在不同的國家和不同的城市需要的不一定是百分之百的，有些用戶可能需要L2或者是L5，甚至有人希望我有一個Super L2，就可以讓我的汽車解決很多麻煩，包括安全麻煩，或者幫用戶避免很多的交通事故。
這怎么辦？當(dāng)你的操作系統(tǒng)都已經(jīng)很好的時候，其實落地是非常容易的，英偉達的架構(gòu)是可以用一個方式解決L2-L5，這樣的好處就是我們在研發(fā)一個平臺的時候，只要一個芯片就夠了，不管上什么樣的平臺都不需要再重新研發(fā)了。
換句話講，今天是一個改變汽車行業(yè)的根本方式，以前汽車是沒有操作系統(tǒng)的，大部分的汽車每一個車型都要換一代，他們通常的研發(fā)費用都是從頭投資，今年投資一個平臺用一段時間，明年之后再投一個平臺再用一段時間，平臺和平臺之間是毫無關(guān)系的。
我們可以設(shè)想一下，當(dāng)今后的汽車是一個computer，就跟手機一樣，不管手機怎么變，它的操作系統(tǒng)是一樣的，只是不停去進化，這樣可以幫助廠商省去很多研發(fā)費用，也為所有的研發(fā)團隊節(jié)省很多時間，因為它不需要重復(fù)浪費，再去投資，別的品牌再去研發(fā)新的平臺。
所有的芯片，從操作系統(tǒng)到其他層面，從自動駕駛軟件到汽車內(nèi)部的安全和監(jiān)控，都可以在所有的平臺上建立。大到L5，小到L2，可以在每一個平臺上去使用。
這樣做的好處是，在整個實施或研發(fā)過程中，所有的芯片也是一個進步，鋁輪從采集數(shù)據(jù)訓(xùn)練到訪問模擬，以及車上實際的使用都是同一個平臺，我們可以提供一個端到端的解決方案。
如果今天去看英偉達的產(chǎn)品線，你可以看到DRIVE AV、DRIVE IX等，都是用來做車內(nèi)的人工智能和輔助駕駛的智能化應(yīng)用，此外，還可以用各種不同的VR手段把這些功能做得更加真實。
隨著軟件被不斷研發(fā)，我們在所有的研發(fā)平臺上可以為合作伙伴提供不同版本，這可以幫助我們在實施輔助自動駕駛的環(huán)境中提供Super L2的功能，全球的Super L2在也叫L3。
英偉達在全球已經(jīng)覆蓋了很多國家，自動駕駛企業(yè)用英偉達的芯片進行實時道路測試。我們可以提供神經(jīng)網(wǎng)絡(luò)去做識別，包括開放區(qū)域、可行駛區(qū)域的監(jiān)測、信號燈的識別還有汽車、人等各種不同物景的識別。對于駕駛軟件來說，結(jié)合全國跟全球的合作伙伴，他們主要用一個攝像頭就可以達到實時的效果。
在實際操作方面，目前英偉達還沒有車在國內(nèi)做自動駕駛測試，但是我們希望在今年下半年能夠有機會在國內(nèi)建立測試中心，用我們的車做實際監(jiān)測。
在美國總部周邊的測試中，80英里的行駛區(qū)域有很多交叉路口，也有很多不同的交通狀況以及擁堵程度，但我們的車在這個行程中是完全沒有人去觸碰方向盤的，車從車庫到高速公路，再自己回到車庫。
車內(nèi)的軟件不只關(guān)于自動駕駛，還有車內(nèi)語音交互系統(tǒng)。最后，自動駕駛無論是從算力、解決方案還是模擬，英偉達都開發(fā)了相關(guān)的解決方案。
