8月28日，由中國工程院主辦、浪潮集團承辦的2019中國人工智能計算大會（AICC2019），圍繞人工智能的產(chǎn)業(yè)需求深度研討了AI計算難題與發(fā)展機遇。在自動駕駛分論壇中，眾嘉賓圍繞車載邊緣計算平臺展開討論，本文整理了廣汽蔚來高級技術總監(jiān)兼產(chǎn)品總監(jiān)朱賽春先生的發(fā)言。

未來自動駕駛技術的發(fā)展重點在于車載邊緣計算產(chǎn)品的設計，而車載邊緣計算產(chǎn)品的研發(fā)需要借助開放、生態(tài)與合作伙伴。所以，在AICC2019 自動駕駛高峰論壇環(huán)節(jié)，針對自動駕駛技術的發(fā)展與生態(tài)聯(lián)盟建設等話題，與廣汽蔚來高級技術總監(jiān)兼產(chǎn)品總監(jiān)朱賽春先生展開討論。

主持人：當前，越來越多的IT和互聯(lián)網(wǎng)企業(yè)開始涉足自動駕駛領域。BAT都成立了自動駕駛方面的研發(fā)團隊，滴滴也把自動駕駛業(yè)務從整個公司業(yè)務中剝離出來，成立了單獨的公司，華為也成立了智能汽車事業(yè)部。今天我們看到浪潮在這方面也有所動作。我們想請教一下各位嘉賓，您覺得是什么原因讓這些企業(yè)紛紛開始涉足自動駕駛領域，或者說未來自動駕駛領域都會有哪些吸引人的機會，這塊的市場會有多大？

GAC－NIO朱總監(jiān)：

雖然大家都在紛紛進入做自動駕駛汽車制造行業(yè)，但大家的市場愿景和商業(yè)模式不一樣，初心不一樣，這就決定了自動駕駛系統(tǒng)有兩套不一樣的系統(tǒng)和應用方向。一個是以廣汽蔚來等主機廠為代表的PC（Privately Owned Passenger Car）私家車，和谷歌Waymo等為代表的UAT（UrbanAutomated Taxi）城市出租車。

對于商用車，還有一個重點應用領域是無人駕駛卡車和專用車輛。專用車輛，由于應用場景相對簡單，在特定半封閉場景特定工況下，自動駕駛技術相對成熟，L4級別的無人駕駛商業(yè)應用落地相對較快。城市出租車，低速、固定場景、結構化道路再加上通行規(guī)則法規(guī)的強制約束，相對全場景的自由駕駛的私家車的無人駕駛，更容易落地。私家車的自動駕駛開發(fā)難度最大，從駕駛的自動化等級來分，SAE分為L0－L5級，基本上分為L3級別以下的ADAS和HLADAS，及L3級別以上的無人駕駛。全工況全場景的無人駕駛難度最大，這或許是我們?nèi)祟惖慕K極目標。

但高級輔助駕駛和高等級人機共駕是我們車企目前研究開發(fā)的主要方向。它主要是以人工智能技術來讓人們在駕駛過程中從解放雙腳解放雙手以至于解放雙眼，這樣不僅僅提高了駕駛的安全性，而且解放了人類的駕駛時間。我們可以在路途中娛樂、辦公甚至消費，來利用和享受快樂旅途時光。說到消費，這或許是BAT積極進入這一領域的重要原因，未來的汽車駕駛座艙是除手機之外的重要的互聯(lián)網(wǎng)流量入口，對于有車之后的汽車消費市場，據(jù)統(tǒng)計單車消費每年約8000元，這還不算移動生活消費。所以廣汽蔚來CEO廖兵先生曾說過，汽車出行只是中點，更重要的是創(chuàng)造生活體驗。不論造車、出行、還是移動生活，這唯有自動駕駛才能使之可能，而AI技術是自動駕駛的重要支點。

主持人：車載邊緣計算單元是自動駕駛技術落地過程中非常重要的一個組成部分。當前像NVIDIA、Mobileye等公司都設計有相應的產(chǎn)品。但是好像在產(chǎn)品價格、功耗以及計算力等方面還存在一些無法令人滿意的地方。想請教一下，在采購和使用車載邊緣計算單元時，都會對哪些方面比較關注�；蛘哒f哪些特性將成為影響車載邊緣計算單元未來發(fā)展的關鍵要素。比如算力、功耗、價格、可靠性，等等。

GAC－NIO朱總監(jiān)：

廣汽蔚來，一家以“合創(chuàng)”為理念，汽車和互聯(lián)網(wǎng)深度融合的用戶企業(yè)。2019年5月20日發(fā)布品牌“HYCAN合創(chuàng)”及首款概念車，首款量產(chǎn)車型計劃于2019年底發(fā)布，2020年上半年交付用戶。這不僅是一輛電動汽車，更重要的他是基于一個架構兩個平臺打造出來的自動駕駛及出行服務系統(tǒng)。

一個架構是統(tǒng)一的開放的電子電器架構，兩個平臺是自動駕駛應用開發(fā)平臺和云服務平臺，他們是有機整體，共同構筑了廣蔚電動汽車的價值取向和落地根基。電子電器開放架構平臺是我們產(chǎn)品的落腳點。在這平臺上我們能持續(xù)地迭代開發(fā)和靈活的部署豐富的個性化的應用場景。

對于L3級別的完備環(huán)境感知，我們需要計算機視覺系統(tǒng)和神經(jīng)網(wǎng)絡學習算法，這里都離不開強大的GPU和機器學習和推演的專用計算芯片NPU的支持，估計需80－300TOPS的算力。L4級別，強調(diào)的是對自身和外界情景的認知和行為的決策力，這需對自動駕駛駕駛系統(tǒng)的硬件系統(tǒng)冗余和高可靠性提出來更高的要求。在基礎軟件平臺上，我們需要一個異構OS生態(tài)環(huán)境來支持多種應用軟件的集成，來實現(xiàn)我們的“合創(chuàng)”理念，這需要支持MCU的Classic Autosar，還需要支持SOC的Adaptive Autosar標準。

主持人：最后一個問題。自動駕駛技術是一個需要通過云數(shù)據(jù)中心計算單元、路側計算單元、車載邊緣計算單元相互配合才能實現(xiàn)的技術。未來，在整個自動駕駛過程中，哪些功能需要借助云數(shù)據(jù)中心計算單元來實現(xiàn)，哪些功能需要借助路側計算單元來實現(xiàn)，哪些功能需要借助車載邊緣計算單元來實現(xiàn)？這三類計算單元之間應該如何分工、如何配合？

GAC－NIO朱總監(jiān)：

智能汽車實現(xiàn)車與人、車、路、云等智能信息交換、共享，具備環(huán)境感知、智能決策、協(xié)同控制等功能。從系統(tǒng)架構方面來講，智能汽車在傳統(tǒng)的人和車之間，增加一層信息系統(tǒng)層，在這一個層，通過基于新一代人工智能技術的學習認知系統(tǒng)，和專家知識與機器智能融合形成的自我成長型知識庫，能完成智能信息交互，智能分析決策和智能控制。從系統(tǒng)設計角度理論上這一層信息系統(tǒng)既能部署在OBU上也能部署在RSU上。從工程的角度，我們目前傾向于采用協(xié)同感知，自主控制的方案。這樣有助于降低自車傳感器成本。