7月22日—23日，由盖世汽车主办、上海国际汽车城特别支持的“2020首届软件定义汽车高峰论坛”正式举办。本次论坛主要探讨软件定义汽车领域最新的创新理念、技术趋势、现实挑战等热点话题，共谋行业未来发展之道。下面是地平线智能驾驶产品线产品规划与Marketing高级总监刘福成在本次论坛上的发言：
各位嘉宾，下午好！我是来自地平线的刘福成，主要负责产品和市场的工作。今天我演讲的主题是“车载计算平台打造软件定义汽车基石”。软件定义系统其实在其他的领域已经出现了，比如说在IT领域有SDN软件定义网络，SDDC软件定义数据中心，实际上我们的智能手机也是一种软件定义的形态，现在“软件定义”终于来到了汽车领域，软件定义在其他几个领域出现的时候，都带来了产业剧烈的变革，带来了一些颠覆式的创新。
我个人理解软件定义系统带来的主要差异是什么呢？我们知道硬件的生命周期，从消费电子到汽车电子，可能是一年、两年、三年甚至更长的面市周期，但是软件通常是以季度、月、周这样的时间跨度去迭代和交付的。实际上这个交付的gap就是在软硬一体的系统上，通过软件定义，可以让新的功能以最快的速度去面向消费者，这是一个很大的变革。
我们来看看软件定义汽车究竟有哪些新的变革呢？这里面软件定义汽车在我看来一个杰出的代表就是特斯拉，特斯拉从上市以来到这几年的销量逐渐走好，它逐渐推出了一系列智能化的产品，越来越受到消费者的认可。最新的数字大家也看到了，在美国疫情期间特斯拉实现了1亿美金的盈利，是所有OEM里面表现最好的。
我们回顾一下特斯拉在资本市场的几个高光时刻。第一个就是在2017年的时候特斯拉的市值超过了福特和GM，在2010年6月10号特斯拉的市值超过丰田，成为全球第一大车企，现在这个特斯拉的市值已经接近2900亿的大关。特斯拉受到资本市场的认可是为什么呢？它是一个颠覆式的创新，在汽车领域是新物种，整个从产品的交付方式和其他过去的传统车企里面我们看到的还是有一些区别的。
第一个是特斯拉实现了数据的闭环，大家知道特斯拉在车载计算机上面搭载了FSD3.0的系统，把用户的数据收集起来，在云端进行训练，把训练好的优化模型再通过OTA推送到车里，不断实现自我进化，这个是跟我们过去通过两年到三年一代车的设计推向市场，再规划下一代车的设计，收集用户新的需求再推向市场，这是两到三年为基础的在设计室里完成的创新，而特斯拉是实时在线的，通过季度为维度的一个创新。
这个里面有数据、AI模型和设备，设备就是指提供算力的平台，而数据方面，特斯拉是通过迭代系统不断实现闭环采集，AI模型是指通过FSD面向汽车领域提供了专用的神经网络模型，特别是面向车载领域的，而不是通用计算，在这个方面可以提升效率，并实现更低的功耗。
第二就是FSD的3.0计算平台，能够提供114 TOPS的算力。数据闭环大家可以看到我们对比了一下特斯拉和Waymo的模式。特斯拉现在能实现每天2千公里的实时数据采集，截至2020年总里程已经达到了22英里，就是其中绿色的这个线。Waymo的模式在车队里面数量已经是最大的了，但也仅仅实现了目前3200多万公里的采集总里程，仅仅是特斯拉的十分之一。
这两种模式的区别带来的结果就是什么呢？特斯拉现在我们看到它自动驾驶的演进非常快，基于收集到的数据训练神经网络模型，指标模型优化再反过来推到车里，不断把新的数据收集出来，然后在云端进行处理，逐渐覆盖各种各样的场景。我们认为这种场景跟人的认知和AI学习是相似的，它是一个不断更新认知的过程，很难通过一段时间的设计和需求收集，实现客户的场景全覆盖，它其实是一个持续迭代并且逐渐增强的过程。
这个就是特斯拉的模式，它通过联网系统不断把数据采集出来，这个里面有很多的策略，也不是说把数据全部采集出来，它会判断车身在行驶控制的异常情况，它可能会针对于这个车身出现异常情况提取出上下文来，基于这种模式不断去优化它的系统。
另外一种对比就是Waymo的模式，在实验室里面进行设计，然后打造成闭环，这种系统需要经过三五个月迭代。根据收集到的数据在实验室里面进行优化，这个优化过程和特斯拉模式相比具有本质差别。
这是一个来自券商的咨询报告，我们看到在过去Model3里面的汽车电子占比已经达到了24%，到2023年预计可以增值到45%这样的份额。关于特斯拉Autopilot的报价，预装是5.6万元，7月后安装是大于6.3万元，这个价格大家可以去进行对比，特斯拉在美国东部时间应该是从这个月开始把它在美国的前装价格从7千美元上升到了8千美元。这个在汽车领域是很少的，卖一个配件通常是价格往下走的趋势，但现在特斯拉的FSD是上扬的趋势，而且在今年年底，特斯拉要采取订阅付费的方式，一个月大概是一百美金。汽车领域通常是一次性的收费，后期可能有一些零部件的费用，特斯拉可能要定义一种汽车领域的新模式，就是用户付费的商业模式，这样每个月都有一笔固定的收入。
这是特斯拉发布HW3.0的上一代产品，当时它是用英伟达Drive PX2的平台，当时特斯拉发布了一些内容，我们看一下数据对比，一个是整体的性能上21倍的提升，为什么会有这么大的提升，特斯拉FSD是专门为车载计算的特定领域去进行设计的，所以它从整个芯片的架构，尤其是在计算单元和内存DDR之间的系统带宽利用上，在神经网络计算的计算单元的利用效率上，都会比基于GPU的Drive Px2效率高的多，因为它在设计网络的时候就会充分考虑我的模型是哪一个、跟下一层的网络连接到底是怎么样的等等，所以基于算法的设计充分考虑进去之后，它的这种基于特定应用场景设计的芯片就比这种通用芯片在性能上会有大幅的提高。这个里面说明了一个问题，就是基于特定场景专用芯片设计带来的好处。
最后一个我们认为感知能力是智能驾驶安全的保障。前面提到了数据闭环和智能驾驶计算平台这两个，数据闭环提供数据链路，计算平台提供算力支撑，真正实现自动驾驶功能的是上面感知算法，感知算法的准确度最终会跟功能结合，一起去决定智能驾驶所有的表现。
实际上在感知能力方面，我们知道Uber和特斯拉的Autopilot也出现过一些问题，但是它是采集到数据以后，把数据上传到云端，然后去进行训练，不断去完善自己的场景，最终实现这种场景的全覆盖。
前面通过特斯拉我们认为在软件定义汽车里面有三个观点是特别重要的：一个是数据闭环，一个是高计算的感知计算平台，还有一个是基于数据平台感知算法的能力。这是三位一体的东西，通过数据闭环不断收集数据，再把算法优化，然后再传到端的计算平台上，计算平台是整个链条里面最核心的一个东西，是自动驾驶的一个大脑，它提供算法运行的算力保障，提供数据的收集。
我们认为感知计算平台是中央计算大脑基石的同时，也
【来源：盖世汽车】
声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与本网联系，我们将及时更正、删除，谢谢。 邮箱地址：[email protected]