“过去这一年时间里，整个自动驾驶产业可以用两句话来形容：一是回归商业本质，二是用户价值驱动。从很多调查数据可以看到，对于买车用户和已经使用过智能驾驶的用户来讲，智能驾驶的最基本价值主要是驾驶安全、放心、轻松、缓解疲劳，这是目前自动驾驶最朴实、最迫切的需求。” 7月6日，在2023中国汽车论坛第五届全球汽车技术发展领袖峰会上，地平线总裁陈黎明作出上述阐述。 智能驾驶是多年来行业追逐的热点。陈黎明表示，从智能产品价值来看，智能驾驶已成为用户购买智能汽车的TOP 3影响因素，对于购买电动车的用户而言，智能驾驶的先进性已经成为影响其决策的TOP 2要素。在整个市场上，大众越来越接受智能化，对于高级辅助自动驾驶的接受度、认可度也越来越高。 不过，他也指出，目前市场上智能汽车的实际性能仍然参差不齐，有一些让大众感到体验不好的地方。譬如，接管的频率仍然相对较高，使用范围相对而言比较有限，不如老司机平滑，性价比也不高。 智能驾驶目前存在的挑战仍然有很多。在陈黎明看来，一是现有的算法不足以支撑复杂场景的功能和性能。二是现有硬件的有效算力、带宽不足以支撑先进算法、大模型的运行。三是现有软件架构不足以支撑高度自动化的快速迭代，使得整个开发成本高、开发周期长。 智能驾驶的发展对算力提出了更高的需求 陈黎明谈到，去年是高速NOA（自动辅助导航驾驶或领航辅助驾驶）元年，今年可能是城市NOA的元年。目前，很多公司都在积极研发，个别车型已经推向市场，今年还会有更多城市NOA产品投放到市场。 “从发展路线来看，地平线遵循的一直是渐进式发展路线，逐步去逼近用户体验的上限。现阶段最主要的任务是ODD的扩展，也就是说从单车道到多车道，从高速到城区，从简单场景到复杂场景，不断地对ODD使用场景进行扩展。下一步，会致力于提升智能驾驶接管方面的表现。但这并不是说现在的接管次数就不重要，只是说目前的重点还是在扩展ODD上。等到ODD扩展到全场景后，下一个阶段的重点才是如何提升百万公里接管次数的极限。”陈黎明说。 陈黎明所指的ODD（Operational Design Domain，即设计运行范围）定义了自动驾驶系统的可行驶工况，是自动驾驶系统安全运行基础，只有在ODD范围内系统才能够保证正常运行。 智能驾驶在开发范式上亦得到了进一步的发展。目前，软件高速迭代和性能持续提升的诉求推动了开发范式从SW1.0（基于规则）到SW2.0（数据驱动）的转变，越来越多的软件模块开始使用数据驱动的设计。陈黎明认为，数据驱动的软件迭代，能持续提升自动驾驶的性能和开发效率。 “从software 1.0 到software 2.0，基于规则的算法已经遇到了上限，没有办法解决自动驾驶碰到的很多感知相关的问题。因此，深度学习应运而生，并且更多地应用在了自动驾驶的感知以及其他的一些模块里。另外一个趋势是，深度学习的神经网络目前正在更多的模块里使用。而除了在模块里使用外，端到端的大模型的使用也在不断地扩展。这使得自动驾驶的性能不断地提升，也使开发效率得到比较大的提升。”陈黎明表示。 智能驾驶模型也在不断地变迁。陈黎明谈到：“从2018年的ResNet系列到2022年的EfficientNet系列，再到现在的Transformer大模型，参数量的增加，意味着芯片算力需求在不断增加。而不管是开发范式算法的应用，还是大模型的应用，均对算力提出了更高的需求。” 据了解，大模型的应用能带来性能和体验的提升，能提高自动驾驶系统的自适应性、稳定性、准确性和持续进化能力。 目前已有50款合作车型量产 地平线是推动智能驾驶在中国乘用车领域商业化应用的先行者之一，在车规级芯片、视觉感知、多模态人机交互技术等领域拥有先进技术与开发经验。 2016 年，地平线首先提出了关于智能计算的新摩尔定律，这个定律实际上是把计算的能力、计算的效率、计算的效能几个概念有机地结合在一起。“智能计算的新摩尔定律”主要拆分成三个要素，分别是算法、芯片架构与编译器。如何才能使计算的能力能够充分利用起来，以支撑算法的需要，并得到更佳的效能是这个定律的核心。这个定律找到了提升芯片性能的方向。 目前，在上述领域，地平线已经取得了不错的成绩。 6月22日，在加拿大温哥华举办的计算机视觉领域顶级会议CVPR上，首篇以自动驾驶为主题的最佳论文“Planning-oriented Autonomous Driving”从近万篇投稿中脱颖而出。论文的第一作者以及其他4位研究员均来自地平线。 据了解，论文中提出了“感知决策一体化”的自动驾驶通用大模型UniAD（Unified Autonomous Driving），建立了以全局任务为目标的自动驾驶大模型架构。作为自动驾驶技术发展的重要节点，UniAD模型为自动驾驶技术与产业的发展提供了新的方法与思路。 “UniAD大模型首次将检测、跟踪、建图、轨迹预测、占据栅格预测及规划整合到一个基于Transformer的端到端网络框架下，按照感知预测决策流程来深度融合。它实现了自动驾驶算法和性能的全面提升。与此前的神经网络比较，它拥有高效、高性能、更安全可控等特征。通过端到端对UniAD大模型、Transformer大模型和BEV的组合使用，能够对道路的要素进行更好的关联和解释。比如在左转的时候，左转路线与左转过去后的几个车道之间的相互关系，会进行相应关联，使得在整个规划过程中，对道路要素有更好的理解和关联，也对重感知轻地图提供了一个技术底座，可以朝这个技术方向发展。”陈黎明说道。 今年4月，在上海国际车展上，地平线发布了全新一代智能计算架构——BPU纳什，取得了核心技术的创新突破，这些突破主要与存储计算和数据总线的带宽直接相关，以进一步提升BPU处理的效能和速度。 “这些突破性的核心技术包括几个方面。首先，我们第一次引入了浮点向量加速单元，它是可编程性的，可以使用户在更细的颗粒度上进行开发。其次是虚拟化，可以把一个BPU虚拟成多个核，使得多重的任务执行完全透明化。对于终端应用和开发者而言，这对于复杂场景的处理非常有效。最后是计算微架构，它可以深入了解计算过程中的数据分布特点，根据这些分布特点来设计一个计算的微架构，使得它在计算过程中动态功耗降低30%以上。”陈黎明说道。 此外，地平线还在不断优化编译器。“编译器优化，实际上是把软件、硬件联系在一起，这是一个非常重要的部分，使得整个芯片能够最大程度发挥优势。”陈黎明表示，地平线今年取得的最新结果是，通过进一步优化，编译器每秒能够处理1718帧。而2021年7月征程5首次发布时，其处理帧数是1283帧/秒。 “在硬件不变的情况下，只对编译器优化，就可以很大程度地提升这个芯片的性能，提升可用的真实算力。”陈黎明称，为了提升自动驾驶的性能和用户体验，地平线在不断提升产品开发效率以及降低开发成本，推出了智能驾驶应用开发套件TogetheROS·AUTO。这是一个集开发、集成和验证三位一体的开发套件。TogetheROS·AUTO包含了支持量产的应用开发框架，开放验证工具、接口与协议，以及算法和功能节点，它具备多模块协同开发的性能，解决了行业多供应商协同开发的困难，帮助合作伙伴提高效率、降低成本。另外地平线还推出了云开发平台。目前，地平线已经打通了全产业链的生态合作。陈黎明说道。 据陈黎明介绍，地平线目前已有50款合作车型量产，征程芯片出货量已经达到300万片，与超过20家车企共计120多款车型达成量产定点合作。 （文章来源：中国经营网）
阅读更多（Read More）
