自動駕駛面臨“算力”瓶頸，商業化落地或需再等三年

經濟觀察網 記者 高飛昌自動駕駛、智慧出行已被公認是汽車出行産業的未來方向之一。随着智能網聯汽車越發普及、自動駕駛技術日新月異，整車企業、軟體技術公司、晶片公司等衆多産業鍊參與者普遍認為，“軟體定義汽車”已不再是一個空泛的概念，而是事實。

在近日由知名AI資訊平台機器之心建立的專注于智慧出行行業的平台Auto Byte舉辦的“首席智行官大會”上，來自多家産業鍊公司的高管再度表達了軟體定義汽車的意思，并提出“軟體定義汽車，硬體定義軟體天花闆”的說法。這其中的要點在于，厘清了技術與硬體是共存而非替代的關系，且指出了由這兩者共同決定的“算力”，是現階段從低級别自動駕駛向進階别自動駕駛跨越的一個尤為關鍵的因素。

就在五六年前，整個汽車産業還沒有成熟的能被稱為自動駕駛的汽車。部分車型僅僅是搭載了一些用來駕駛輔助的功能，如自動巡航、車道保持、車道偏離預警等功能，智能汽車整體處于自動駕駛等級劃分中的L1、L2的水準。而幾年過後，由整車企業推出的号稱“自動駕駛汽車”的産品已經鋪天蓋地，L2已是标配，L3、L4級别的汽車也已經出現。與此同時，一大批造車新勢力、自動駕駛技術公司、晶片公司應運而生，它們成為推動自動駕駛發展的主力軍。參與本次“首席智行官大會”的嘉賓代表即主要來自産業鍊中的各大頭部企業。

作為整車企業的代表之一，集度汽車CEO夏一平在大會上表示，此前車規級晶片的算力長期低于消費級晶片，導緻AI技術無法在汽車上發揮優勢，但智能汽車3.0時代可以賦予汽車足夠的算力，逐漸将其從運輸工具變成由AI驅動的智能移動空間，進而帶來技術的革新、效率的提升和體驗的颠覆。他判斷，2023年将會是汽車智能化競争的元年，真正汽車3.0時代已經到來。

作為自動駕駛技術公司的代表之一，毫末智行聯合創始人兼CEO顧維灏表示，在自動駕駛領域，測試裡程與測試場景是決定自動駕駛系統能力和安全的重要因素。資料智能是自動駕駛AI進化最根本的驅動力，通過對回饋資料進行進一步學習挖掘處理訓練得到的更有算法、服務模式OTA到車端，可以給使用者帶來更好的系統表現。而在這個流程中，成本和速度是最關鍵的兩方面，也是資料智能的思想鋼印。

作為來自自動駕駛晶片公司的代表之一，寒武紀行歌執行總裁王平則直言，智能駕駛規模化落地在晶片上面臨多重挑戰：單片算力不夠，是以需要兩片甚至多片來實作，但這又導緻系統複雜度和功耗明顯提高，增加系統成本，使其難以在燃油車或10萬元以下的經濟型電動車上普及。

他判斷，自動駕駛晶片的未來趨勢有二，其一是通用開放式，其二是大算力。在L1和L2級自動駕駛時代，因為資料量是相對較少，很多車企可接受晶片和算法強耦合的封閉式的一體化方案，但L3、L4時代資料量激增，算法也更加複雜，需要大算力晶片才能夠滿足需求。

綜合各企業代表的觀點，大算力能力已是制約目前自動駕駛向前發展的一個重大考驗，同時也是自動駕駛系統得以大規模落地以及進一步實作商業化的前提條件。

大算力的考驗

算力通常被用來指代晶片的性能，簡單了解即算力越大，性能越好。随着雷射雷達上車，自動駕駛計算平台突破1000TOPS，算力成為越來越多汽車廠家主打的汽車賣點之一。但高算力意味着在技術上要實作硬體、軟體同步突破，需保留一定的備援，還要在商業上實作技術和商業的平衡。

在黑芝麻智能首席市場營銷官楊宇欣看來，自動駕駛的發展已經來到“上半場的下半段”，算力也已經成為判斷汽車智能化程度的重要名額，車企希望通過突出算力值，讓終端使用者對車企的自動駕駛能力有更多認知。目前的算力理論上已經可以滿足L2+、L3自動駕駛系統需求，接下來重點是将場景和體驗做得更好。

他還補充稱，“算力堆料”是一種為後續技術更新的必要備援，從商業邏輯和技術演進來講，晶片企業也需要幫助客戶用更小的成本、更高的系統集中度、更低的功耗，實作更好的自動駕駛功能，這是晶片企業一直在努力，也是推動大家技術演進和産品路線中演進的一個點。

路特斯科技副總裁兼智能駕駛業務線負責人李博認為，硬體定義軟體天花闆，預留足夠算力、預留足夠傳感器，是給未來自動駕駛系統的性能需求留出備援。否則就像目前的應用程式邏輯上能在老款手機跑通，但卻無法真正運作。

在國内，晶片研發不僅是晶片廠商在做，在晶片短缺的現狀下，主機廠自研自動駕駛晶片也成為一種大趨勢，特斯拉、小鵬、吉利等車企均在此列。吉利旗下的芯擎科技的董事兼CEO汪凱稱，這一方面是因為晶片短缺讓主機廠更加重視供應鍊多樣性和供給安全，另一方面是高算力晶片已經成為車企的核心競争力，供應商晶片越來越難以滿足主機廠疊代速度、成本和性能要求。

但汪凱也表示，車企自研晶片存在諸多挑戰：自動駕駛晶片的門檻較高，一旦走彎路就将面臨巨大的資金損失，也将造成規劃上的不協調。同時，車規級晶片與消費級晶片不同，對性能、功耗和可靠性的要求更高，還要完成車規級認證，周期更長，投入也更大，需要通過在多款車的應用普及來收回前期成本，是以需要推出更包容、更有競争力的産品體系來滿足不同車廠的需求。

目前晶片短缺已經成為汽車行業的巨大痛點，面對這一問題，多位企業嘉賓表達了自己的觀點。綜合而言，晶片短缺還将持續一段時間，盡管産能已經從疫情中恢複過來，但去年被抑制的需求還未得到滿足，真正解決可能要等到明年。另外，晶片廠商處在一個觀望的狀态，目前晶片擴産成本較高，晶片商在不敢保證接下來幾年還有同樣需求的情況下，盲目擴充産能。

2025年商業化落地？

不論是智能駕駛或自動駕駛，其要實作的是在多種場景模式下的自動智慧出行，使得人、汽車、交通系統通過AI技術的紐帶，建構起一個全自動駕駛的社會，以技術改變人類社會的形态。

在行業内，目前對自動駕駛的商業化分為兩派觀點，其一認為這是一個遙遠的夢，或許永遠無法實作；其二認為自動駕駛商業化近在眼前，或許2025年就能夠達成。本次“首席智行官大會”上的代表們認為，自動駕駛商業化還需要一段時間，但有人樂觀地預計，2025年就能有項目落地實作。

在自動駕駛的熱門應用中，Robotaxi（自動駕駛計程車）是最接近商業化的一個賽道。該領域的代表企業AutoX（安途）的創始人兼CEO肖健雄表示，一直以來，AutoX都專注于去掉安全員的L4級别無人駕駛RoboTaxi，其認為這是該路線真正實作商業化的唯一途徑：隻有達到現有網約車相同的實用性，徹底拿掉安全員、不限目的地、不限區域的自動駕駛，才是真正的商業化。

在此之中，覆寫區域面積是肖健雄最看重的一點。肖健雄表示，RoboTaxi商業化營運必須要有足夠大的服務區域，如果隻能跑在幾條主幹道上，更多是純技術展示，而沒有真正的商業價值。再者，規模化量産對RoboTaxi商業化也十分必要，其決定了效率、一緻性和可靠性。

自動駕駛商業化項目主要分為面向B端和面向C端兩大門類。馭勢科技聯合創始人兼首席産品官周鑫、圖森未來聯合創始人兼首席架構師郝佳男均認為，效率和成本是自動駕駛在B端實作商業化的前提：要麼做到效率比人更高、要麼做到全無人自動駕駛。但要想實作最後的商業邏輯，不僅需要非常高的安全性和可靠性，還需要法規的逐漸完善。

作為同時面向B端和C端使用者的企業，宏景智駕聯合創始人兼軟體算法VP董健表示，目前的落地速度比想象更快，一兩年出現将出更多量産車型。不過，受制于法律法規問題，多數車企推出的将是具備L3級自動駕駛體驗、但依據L2+級法規體系開發的車型。

自動駕駛的法律法規問題被很多嘉賓提及，這直接關系商業化項目是否能夠被審批通過，另外牽涉自動駕駛責任體系問題。

董建表示，近一兩年之内，車企推的量産車型叫做L3、L4體驗，卻仍然是L2的責任體系，這是因為現在中國國内還沒有具體的L3法規落地，是以就算功能已經做到L3、L4體驗了，但是在責任體系上如果出了事故，還是司機負責。她認為，L3、L4真正意義上的自動駕駛，指的是出了事責任是在車，而不是在于司機。歐洲現在已經有ALKS自動駕駛真正意義上的L3的法規，是以國内法規的出台指日可待。

在自動駕駛推廣方式上，衆多車企代表均認同，漸進式地從小場景到大場景逐漸實作自動駕駛覆寫是比較穩妥的方式，一步到位實作L4級以上自動駕駛并不符合實際條件。園區、港口、礦山等封閉場景是目前無人駕駛應用的主要場景，而接下來是幹線物流、城市公共交通等場景，最終是個人移動出行的自動駕駛。

禾多科技副總裁戴震對于自動駕駛的C端落地給出了更具體的時間點——預計2025年将是關鍵時間節點，屆時自動駕駛技術的量産、消費者的接受度、基礎設施及法律法規完善都将逐漸落地。