自動駕駛晶片,合適的才是最好的

自動駕駛晶片,合適的才是最好的

車東西(公眾號:chedongxi)

作者 | 曉寒

編輯 | 肖涵

最近一兩年智慧汽車產業發展速度很快,各種智慧駕駛和智慧座艙系統紛紛上車。而智慧系統又需要晶片提供算力,所以高通、AMD、英偉達等晶片巨頭也成了新車釋出會的常客。

智駕晶片市場的趨勢非常明顯。像是理想L9、蔚來ET7、威馬M7、智己L7、飛凡R7、小鵬G9等新出的智慧汽車,清一色都選擇了英偉達的Orin晶片。

這種近乎壟斷式的市場趨勢,讓這顆以GPU作為主要AI加速器的SoC晶片成了汽車晶片市場的當紅炸子雞。

但搞智慧駕駛,尤其是城市L2,晶片真的就只能選英偉達嗎?在智慧座艙領域瘋狂圈粉的高通晶片,在智慧駕駛上又表現如何呢?

車東西今天就從當下智慧駕駛系統的發展趨勢來回答這個問題。

一、L2駛入城市 需要重感知方案

今、明兩年,智慧駕駛的發展重點都在城市場景的端到端高階智慧輔助駕駛方向,業內一般簡稱為城市L2或者城市NOA。

與相對封閉的高速公路和城市快速路場景相比,城市場景的複雜度是指數級上升。既多出了十字路口、紅綠燈,又有大量行人、電動車、腳踏車等交通參與者,還會有樹木、建築遮擋視野的問題存在。

自動駕駛晶片,合適的才是最好的

城市L2面臨多種挑戰

與此同時,高階智慧輔助駕駛系統極其依賴的高精地圖覆蓋的城市還遠稱不上廣泛,且城市道路還經常會進行各種施工、改道等操作,高精地圖的更新也面臨較大挑戰。

要解決上述兩個難點,智慧駕駛業內最可行的辦法就是使用“重感知、輕地圖”的解決方案,這裡的典型代表就是高通、魏牌和毫末智行聯手打造的城市NOH系統。

該系統首先搭載在魏牌的摩卡DHT-PHEV鐳射雷達版之上。這裡注意,這款車上市後,使用者買到就可直接使用城市NOH系統,可不是期貨。

自動駕駛晶片,合適的才是最好的

摩卡DHT-PHEV鐳射雷達版

說回技術本身。為了應對複雜的城市場景,該車搭載了2顆125線鐳射雷達,4顆800萬畫素高畫質攝像頭,8顆普通攝像頭,還有5個毫米波雷達,在感知硬體上遠超普通的高速L2車型。

自動駕駛晶片,合適的才是最好的

摩卡DHT-PHEV鐳射雷達版感測器佈局

這套基於高通Snapdragon Ride平臺打造的城市NOH系統放棄了HD高精地圖,轉而使用增強版的SD標準精度地圖。雖然地圖精度在分米級別,但可以透過對靜止物體的感知比對來提升本車的自定位精度,從而達到高精地圖的效果。

從前面的介紹也可以看出來,強悍的感知硬體和SD地圖方案必須得有強悍的感知演算法才能發揮作用,而強悍的感知演算法自然又要用到強悍的智駕晶片。

二、BEV是關鍵技術 算力需求激增

不管是高通和魏牌、毫末智行聯手打造的這套城市NOH方案,還是特斯拉的FSD、理想的AD Max等城市智駕方案,都不約而同的選擇了BEV+Transformer的技術路徑。

簡單來說,這項技術分三步。首先是將各個攝像頭的原始感知資料進行預處理後得到一些特徵資料。然後將特徵資料扔進Transformer多工模型中,輸出完整統一的BEV視角下的感知結果,包括車道線、其他障礙車輛,還有訊號燈等目標結果。

最後呢,基於這些目標結果的位置和行駛軌跡,就能計算出本車的行駛策略了。

因為感知結果是在BEV鳥瞰視角下統一呈現,靜止和動態物體的相對位置非常清晰,更容易做出更優質的駕駛決策。

而如果用此前各攝像頭獨立感知目標再進行後融合的傳統做法,在障礙車輛出現跨攝像頭場景的時候就很容易出現漏檢、錯檢的問題,對應在行駛上就是智駕系統在面臨Close Cut in(近距離加塞)場景時表現不佳——要麼沒感知到直接往上撞,要麼最後一刻才感知到,突然一個急剎車。體驗很糟糕!

從高通近期釋放的一支上路實測影片,以及車東西的實車體驗來看,執行在高通Snapdragon Ride平臺上的NOH系統表現相當亮眼。

一方面它打通了高速公路、城市快速路和城市開放道路的場景限制,在各個場景都可使用。另一方面,系統也能很好地處理等紅燈、透過十字路口、禮讓行人、透過環島、無保護左轉等複雜城市場景,真正具備了實現城市內端到端高階智慧輔助駕駛的能力。

自動駕駛晶片,合適的才是最好的

城市NOH路試

魏牌摩卡DHT-PHEV鐳射雷達版將讓高通和魏牌、毫末智行聯手打造的城市NOH系統成為全球少數幾個最先實現量產落地的城市高階智慧輔助駕駛系統之一。

回到智駕系統本身。BEV+Transformer的技術架構雖然比傳統的智駕方案更加優秀,但顯然也會帶來新的挑戰。

與此前單攝像頭+單毫米波雷達的L2方案相比,新的技術架構不僅需要先單獨對所有攝像頭的原始資料進行處理,還要執行像是Transformer這樣的多引數大模型來輸出多個感知結果。

那算力需求直接是上百倍的提升。正是如此,我們才會看到最近一兩年新出的智慧汽車,無一例外都在強調自己搭載了動輒數百,甚至上千TOPS AI算力的車載晶片。

有人說車企是被迫卷算力,為的就是一個營銷噱頭,那這真是圖樣圖森破。正如前面所言,一旦你瞭解到智慧駕駛系統正在發生的根本性的技術變化,你就會知道算力真的是越多越好了。

三、智駕晶片 合適的才是最好的

那問題又來了,大算力智駕晶片到底是選當紅炸子雞英偉達Orin,還是選高通Snapdragon Ride等其它平臺呢?

這還得從技術上來看。自動駕駛作為一種軟硬體一體,且高度定製化的嵌入式系統,只有軟體和硬體達成最佳的契合,才能在系統層面實現最好的效果。

但現實是各家的技術大方向一致,而實現細節上卻千差萬別。比如對攝像頭原始資料進行預處理的神經網路和Transformer模型,各家都不一樣。

魏牌和毫末智行在選擇了高通Snapdragon Ride計算平臺後,同樣打造出了一套優秀的城市NOH系統。正說明選智慧駕駛晶片就跟買衣服一樣,根本不用刻意追求暢銷款,適合自己的才是最好的。

高通Snapdragon Ride計算平臺由SoC晶片、AI加速器、配套的工具鏈以及一站式視覺軟體棧等元件組成。

魏牌摩卡DHT-PHEV鐳射雷達版搭載的計算平臺由5nm製程的Snapdragon Ride SoC和7nm的AI加速晶片為智駕系統提供算力,整個控制器的AI推理能力達到了360TOS,超過了特斯拉的FSD計算平臺(144TOPS),也超過了單顆英偉達Orin SoC組成的控制器(254TOPS)。

這些SoC內部搭載了面向規劃與決策的高效能CPU、支援高階視覺化與沉浸式使用者體驗的尖端GPU、面向攝像頭感測器的ISP、面向感測器訊號處理的增強型DSP、安全處理器等多種核心,能夠支援包括Transformer、標量、向量、矩陣等多種AI神經網路和運算元進行加速,非常適合重感知的技術路徑。

自動駕駛晶片,合適的才是最好的

高通Snapdragon Ride Flex SoC結構圖

高通Snapdragon Ride平臺還有一個絕招。

如果覺得360TOPS算力不合適,還可以在高通Ride平臺旗下不同的SoC和加速器產品矩陣中自由選擇,靈活組合成算力不同的計算平臺,滿足從ACC到HWA,再到城市NOH,或者是從L1到L4級自動駕駛的各種開發需求。

自動駕駛晶片,合適的才是最好的

高通Snapdragon Ride Flex SoC可靈活與AI加速器組合

這種不同SoC和加速器隨意選擇的靈活性,在當下也根本找不出第二家。這就能夠有效降低車企和Tier1的研發成本,減少重複開發工作,能夠更快地推出可量產車型。

高通作為全球最大的科技和晶片巨頭之一,為了讓車企和Tier1用好自己的Ride平臺可是操碎了心。他們為開發者提供了豐富的配套軟體,包括安全中介軟體、作業系統和驅動軟體棧。

這些研發工具具備極其友好的開發介面和介面,可以幫助汽車行業合作伙伴更好地理解硬體底層邏輯和最佳化,更簡便地解決不同問題。

另外呢,為了進一步豐富平臺能力,高通此前也收購了原來為沃爾沃和賓士提供智慧駕駛技術的汽車零部件廠商——Veoneer維寧爾旗下Arriver公司的計算機視覺、駕駛策略和駕駛輔助資產,將其全部整合進Snapdragon Ride平臺產品組合,支援全球車企和智慧駕駛Tier1們利用Arriver的駕駛策略解決方案,更便捷和高效的打造駕駛策略、泊車或駕駛員監測軟體棧和先進導航功能。

總結來說,正是這一系列強大硬體和完善的工具、軟體的支援,才讓摩卡DHT-PHEV鐳射雷達版從概念到量產只用了不到2年的時間,其中高通Snapdragon Ride平臺帶來的底層技術能力也功不可沒。

頂部