甲子光年|第一颗搭上量产车型的中国AI芯｜甲子光年1.智能化“后浪”2.两年，智能座舱抽枝发芽3.多模算法，从备胎到转正5.汽车智能化的新生意，终于来了( 五 )
在诸多汽车企业眼里 ， EMC有点像“玄学” ， 看不见摸不着 ， 很难找到干扰信号源头 ， 地平线团队只能通过各种移频、屏蔽或者滤波措施来处理 。
“经常干到凌晨 ， 白天和上半夜的实验室约不上 ， 我们就约后半夜 ， 去给他们测整个系统的EMC 。 在实验室发现异常之后 ， 我们就现场去做调试 。 ”地平线系统架构师霍楚说 。
摸着石头过河落地了第一个量产车型的多模交互算法 ， 长安的智能座舱取得了阶段性成果 。 但在地平线看来 ， 这只是一个开端 ， 更难的一场仗在更底层——算力 。
4.算力 ， 是更难的一场仗
事实上 ， 国内智能座舱方案的落地长期处于摆动状态 ， 主要的原因之一就是在“车规级”的要求下 ， 算力瓶颈仍未得到较好解决 。
要保证智能座舱的运行 ， 需要摄像头、麦克风阵列、芯片平台与CAN总线（控制器局域网络）等核心硬件元件相互配合 。 其中摄像头用于人脸与手势识别 ， 麦克风用于获取语音信息 ， 芯片与CAN则负责通信 ， 并将指令下放到输出层 。 整个框架的完美运行 ， 需要实实在在的算力支撑 。
底层算力作为弹药库将直接决定谁能在汽车智能化上跑得更远更久 。
理论上来说 ， 如果只看标准性能数据 ， 市场上已有的一些AI芯片算力并不至于捉襟见肘 。
以地平线征程2AI芯片为例 ， 每秒可进行4万亿次AI计算 ， 这样的算力远远超过了现阶段的智能座舱感知需求 ， 甚至还留出了超过1/3的算力冗余 ， 以支持后续数年的OTA更新 。
UNI-T产品团队告诉「甲子光年」：“对算力很无感 ， 因为征程2的算力现阶段似乎不管怎么折腾都够用了 。 ”
但光有性能指标上的高算力并不够 。 芯片从零到一的首装落地充满不确定性 ， 其中一个大挑战是实际场景里的功耗 。
具体到UNI-T这款车型上 ， 地平线还遇到了一个棘手的问题 ， 那就是在项目启动初期 ， 长安UNI-T的机壳形状已经确定 ， 当运行车机娱乐系统时 ， 本身的功耗已很大 ， 没有给地平线的AI芯片留更多的面积或更大的散热空间 。
木已成舟 ， 地平线选择了从自己的芯片入手想办法解决功耗问题 。
第一个手段是从底层设计上遵循软硬结合理念 ， 以实际场景的算法打造可在低功耗条件下满足计算需求的芯片 。 这让征程2在仅需传统FPGA十分之一功耗的同时达到了相同的精度要求 。
文章图片
搭载地平线征程2AI芯片的UNI-T车机板卡
这是地平线为赋能AI应用着力打造的极致效能 ， 然而这并不意味着实际上车就高枕无忧了 。
长安汽车总部所在地 ， 夏天最高气温可达42度的火炉之首重庆给地平线的车载AI芯片提出了又一重考验 。 长安UNI-T产品经理于柳直言 ， 在早期于重庆进行的实际测试中 ， 经常碰到卡顿甚至是运行停顿 。
这就涉及到解决功耗的第二个手段——在加速迭代硬件版本的同时对整体系统进行优化 ， 通过提高芯片外围硬件的电路转化效率 ， 以适应空间小、高发热的车机系统 。
最后一层挑战在于 ， 面对现有车型 ， 芯片供应商需要尽力降低功耗 ， 但考虑到后续发展 ， 又要留出冗余算力 。
这是因为在“软件定义汽车”的趋势下 ， 从车外环境感知到车内智能座舱 ， 都对芯片算力和算法提出了与日俱增的要求 。 随着智能座舱走过初期落地阶段 ， 智能化程度还将快速爬坡 ， 这意味着对算力需求的进一步提升 。
据「甲子光年」了解 ， 小鹏汽车、理想ONE等新造车厂商尤其看中这种未来的可扩展性 ， 有些厂商会向芯片供应商提出需求 ， 把芯片做成可插拔的模块 ， 让用户在一两年之后可以进一步升级 。
地平线智能座舱产品线总经理志鸿告诉「甲子光年」：“保障2～3年的先发优势 ， 至少需要40%的算力冗余 。 ”
推荐阅读
- 一颗心只为你|工人：5500万的车真好看，全球仅3台的兰博基尼去中石化加油
- 【本田CRV】又跌了，从17万跌至12万，十年不动一颗螺丝钉，果断放弃本田CRV
- 『大众汽车』又降了，从14万跌至11万，十年不动一颗螺丝，果断放弃大众速腾！
- 『SUV』大众途锐：我都跌成一颗“大白菜”了，你们怎么还买宝马X5？
- 言車社TB|不光年销量，主力SUV销量也是前三，自主品牌三兄弟
- 雷克萨斯lx570@后悔捷达买早，十年不动一颗螺丝，6.88万跌至5.68万，还是丰田作品