地平線：芯片算力并非越大越好，還得比使用效率

汽車芯片算力是不是越大越好？

這不，地平線前不久特意舉辦了一場活動，對此展開了激烈探討。

一邊是產(chǎn)業(yè)界代表，包括地平線副總裁余軼南，以及理想汽車自動駕駛產(chǎn)品總監(jiān)趙哲倫。

他們站在產(chǎn)品設(shè)計者的角度，對背后初衷和技術(shù)原理進(jìn)行了生動闡述。

另一邊則是車主代表，從自己一線的用車體驗出發(fā)，暢談了對算力的實際感知和需求大小。

不過，除了聽他們動動嘴皮子談理論，對于基于地平線征程5芯片打造的理想AD Pro高速NOA，這次智能車參考也親身上車體驗了一番。

首先拋觀點：算力并非越大越好。

其中，理想汽車趙哲倫表示，

從產(chǎn)品選擇層面出發(fā)，如果單純地看算力，肯定是算力越大越好。但是對于一款面向用戶的、要去量產(chǎn)的產(chǎn)品來講，除了算力以外，我們要考慮它的功耗、成本、整體運行效率，這是非常重要的，在這里面可以取到我們認(rèn)為最合適的。

大致意思是，算力并不能作為衡量車載芯片的唯一指標(biāo)。

地平線余軼南也有類似的觀點。他表示，地平線在設(shè)計芯片時不光是把算力考慮在內(nèi)，同時更注重在最大算力的前提下，芯片的使用效率是不是可以做到非常高的水平。

怎么理解這個使用效率？

以地平線征程5芯片舉例，它具備128TOPS算力，F(xiàn)PS（每秒準(zhǔn)確識別的圖像幀數(shù)）為1531，延遲為60MS，功耗為30WATT。

地平線將FPS定義為性能指標(biāo)，認(rèn)為FPS才更能反映一顆車載智能芯片的真實計算性能。余軼南打比方說：“FPS基本上可以類比于汽車的百公里加速，都是在看單位距離/時間下能做多少事情?！?/p>

而且基于這樣的前提，他們得出了如下結(jié)論：

FPS方面，在多達(dá)71%的模型里，征程5的絕對計算效率高于主流競品。事實上來講，在128TOPS算力下，其實征程5比某些200TOPS以上的芯片，都能產(chǎn)生更大的“得房率”。FPS/Watt方面，征程5的平均能效是主流競品的5.58倍，其中76%的模型能效是競品3倍以上。

其實在業(yè)內(nèi)，一直以來針對“車企是否應(yīng)該卷算力”展開的討論，非常多。

一部分人贊同。奇點汽車首席戰(zhàn)略和品牌發(fā)展副總裁趙強(qiáng)曾經(jīng)就表示，“車企無論是主動還是被動，都必須迎接這場無條件、無盡頭的算力軍備競賽，即便目前自動駕駛還沒有完全落地，仍然是硬件為先?！?/p>

但更多的人不這么看。

上汽人工智能實驗室的喬博士曾談到，“實現(xiàn)L2級自動駕駛只需10Tops以下的算力，即便是實現(xiàn)L4級自動駕駛也只需100Tops左右的算力，只有到了真正無人駕駛的L5級，才需要1000+Tops的算力?！?/p>

一位自動駕駛公司算法工程師曾表示，“我是不太在乎500TOPS還是1000TOPS這些數(shù)字的，因為真的沒多大用處——你可能算力升級了，但如果軟件架構(gòu)還是停留在三四年前的老版本，那么算力的性能也就無法充分地發(fā)揮出來，算力再大也不夠用。其實，通過對軟件架構(gòu)做個調(diào)整，就能避免這個問題。”

那么問題來了，既然芯片算力并非唯一衡量指標(biāo)，一線購車用戶又如何進(jìn)行衡量評判，最終挑選出自己心儀的智能車？

在這次活動現(xiàn)場，產(chǎn)業(yè)界代表和用戶代表，都發(fā)出了各自的聲音。

用戶方面，一位理想老車主表示，他主要是基于兩方面進(jìn)行評判，一方面是看屏幕界面顯示的是否足夠清晰，來判斷車對周圍環(huán)境的感知能力；另一方面，看車輛在處理突發(fā)問題的時候，能否更好地完成主動變道、主動避讓。

產(chǎn)業(yè)界代表則給出了如下指引。

其中，理想趙哲倫提到，可以看車對周遭環(huán)境是否識別得足夠多、足夠精準(zhǔn)，還要看車是否具備了像人類老司機(jī)一樣的預(yù)測能力。

舉例就是，比如車輛的加減速是否平順？自身車輛對于前方加塞的反應(yīng)快不快？對于各種緊急場景的應(yīng)對能力表現(xiàn)如何？

地平線余軼南進(jìn)一步談到，主要是看車輛能否識別得更精準(zhǔn)、更多、更豐富；然后是看預(yù)測能力——現(xiàn)在最先進(jìn)的算法，可以做到把一些沒有被看到的區(qū)域，通過經(jīng)驗?zāi)X補的方式預(yù)測出來；還有就是看延時是否足夠低。

簡單舉例，比如可以看前車加減速的時候，自車的反應(yīng)速度是否足夠快。如果當(dāng)前車剛一減速的時候，自車就開始緩行；當(dāng)前車剛一加速的時候，自車很快就可以跟上——諸如此類是用戶能夠直觀感受到的、比較好的體驗。

拋開各項紙面指標(biāo)，實際體驗究竟如何？

我們這次體驗的車型是理想L8 Pro，該車搭載了理想智駕系統(tǒng)AD Pro，標(biāo)配高速NOA。

硬件配置上，這款車內(nèi)置單顆地平線征程5芯片，具備1個800萬像素攝像頭、9個200萬像素攝像頭、1個毫米波雷達(dá)。

接下來，我們從不同場景挨個來看高速NOA的實際體驗。

首先，在有高精地圖覆蓋的區(qū)域，撥動方向盤撥桿兩次，車輛會自動開啟導(dǎo)航輔助駕駛。

進(jìn)入高速公路路段后，車輛會根據(jù)路線適時完成自動變道超車?？傮w來看，理想這款車的變道策略相對較為保守。只有在確認(rèn)足夠安全的前提下，才會進(jìn)行變道。

當(dāng)距離右側(cè)方車輛較近的時候，車輛會自動向左稍稍進(jìn)行避讓：

值得一提的是，當(dāng)系統(tǒng)檢測到司機(jī)脫手方向盤超過15秒，就會語音報警，提示你接管車輛。

在進(jìn)入匝道時，車輛會自動減速，行駛較為平穩(wěn)。

在過大曲率彎道時，也完成的比較好，無需司機(jī)接管。

當(dāng)車輛進(jìn)入了沒有高精地圖覆蓋的區(qū)域，會自動降級為LCC車道保持。

從整個語音播報來看，邏輯是比較清晰的，乘客能夠知道車輛下一步要做什么，讓人產(chǎn)生安全感。

總結(jié)一下這次體驗，無論是自動上下匝道、變道超車、過大曲率彎道等等，高速NOA下各項功能都表現(xiàn)得比較流暢和穩(wěn)定，和人類老司機(jī)相比其實感覺不出什么差別。

針對變道比較保守這一點，在現(xiàn)場分享過程中，理想趙哲倫就有提到——

他們當(dāng)時在定義整個產(chǎn)品的時候，希望能為乘客帶來至少是專車的體驗，其實在NOA功能的變道決策里，他們原本可以提供三種選項（對應(yīng)三類決策算法），但從目前階段來看，是想先做好一套大家基本能夠接受的、跟產(chǎn)品定位相關(guān)聯(lián)的、更偏家庭的、比較穩(wěn)定的智駕產(chǎn)品，之后再根據(jù)細(xì)分的用戶需求進(jìn)行算法的補充。

當(dāng)然，除了在高速公路上，這款車在城市場景里也能提供比較好的安全性，例如能夠防加塞、路口智能跟停，以及在紅綠燈及十字路口能夠完成有效通行；在停車場，還能實現(xiàn)自動泊車和遙控泊車。而且實現(xiàn)以上這些功能，統(tǒng)統(tǒng)都是基于單顆地平線征程5芯片，算力僅128TOPS。

所以看到這里，對于車載智能芯片是否需要那么大的算力，你的心里或許已經(jīng)有了答案？

來源：智能車參考