<mark id="oztn4"></mark>
0
雷鋒網新智駕按：本文作者李星宇，地平線市場拓展與戰略規劃副總裁，自動駕駛行業資深專家，擁有16年半導體行業經驗。文章主要探討大眾與福特結盟背后所蘊藏的智能汽車行業新趨勢，經作者授權發布。
繼寶馬與戴姆勒聯盟，通用和本田聯盟之后，大眾和福特正式結盟，自動駕駛行業已呈三足鼎立之勢，競爭已經從單個公司上升為聯盟間的競爭。這背后折射出怎樣的行業趨勢？
*自動駕駛聯盟三足鼎立
今年5月，通用旗下的自動駕駛初創公司Cruise獲得普信領投、軟銀、本田跟投的11.5億美元股權投資，投后估值達190億美金。去年底，通用還任命了CEO Dan Ammann為之前收購而來的自動駕駛公司Cruise的CEO。
資本和資源正持續向自動駕駛頭部公司聚集。面向移動出行的自動駕駛研發投入以十億美元起步，結盟從本質上講，是為有限的資源投入爭取更大的回報確定性。在前年，十億美金的估值差不多是進入一線陣營的門檻，而今年，這個門檻已經提升至一百億美金，而自動駕駛面向出行服務的特點，又決定了在一個單一市場中，例如美國市場，它是一個贏者通吃的行業，排在后面的玩家很難切下一塊屬于自己的蛋糕來。如果沿著這個趨勢向前推演，將有越來越多的玩家因為進入不了頭部陣營，而放棄單打獨斗，選擇加入某個聯盟，或者選擇向細分場景挺進，如港口、礦區、干線物流或者最后一公里快遞。
雖然終局是自動駕駛商業化，但其實現周期長達十年甚至更多，即使有再多的金主支持，也不可能無限燒錢，如何在這個過程中自我造血，持續產生商業化回報？在開發自動駕駛技術的過程中沿路下蛋，產出智能化階段性成果并應用于量產車型的智能化，是一個較為現實的做法。可以說，汽車智能化是一個比自動駕駛更為廣義的目標，也是一個更具可落地性的趨勢。
日前，大眾汽車展示了其首款基于自有操作系統vw.os的車型ID.3，將具備L3自動駕駛能力，可以在高速公路和城市擁堵路段進行自動駕駛。
更早之前，奧迪宣布計劃在2019年至2023年間投資140億歐元（約合159億美元）開發電動汽車、無人駕駛汽車以及智能化技術，而整個大眾汽車集團在該領域未來5年的投資將達到500億美元。
大眾同時宣布，組建自己的軟件部門：數字汽車與服務部（Digital Car&Service），“在不遠的將來，汽車將成為一個軟件產品，大眾也將會成為一家軟件驅動公司”， 大眾CEO迪思在今年的達沃斯世界經濟論壇上表示。
而本次結盟再一次顯示，德國巨人的轉型步伐是堅定的。
此外，豐田和軟銀建立了一個規模相對較小的合資公司Monet，并將獲得其他五家日本車廠的注資。
對于OEM來說，這是一次徹底的顛覆，組織、人才、研發模式和核心技術都將被重塑，應對措施可以總結為4點：
換血：裁員加換帥，除了戴姆勒，還有大眾，通用。目標是通過組織架構變革，將研發從機械為主轉向軟件為主。
結盟：寶馬在談及與戴姆勒的結盟時表示，雙方將分享各自的技術優勢和經驗，降低自動駕駛技術研發成本，推動標準化，擴大聯盟，建設軟件和應用生態。大眾則與福特結盟后，將在新車型、自動駕駛、電動車等領域展開深入合作。
投資：在體外驅動創新，這一點，可能是主機廠在破壞性創新的趨勢面前，最重要的舉措。車企巨大的資金量和投資能力使得其有能力通過投資初創公司快速獲得創新能力，并且保持這些公司的獨立高效運作，寶馬和通用近幾年的投資數量都在15家以上。
重組：關停工廠，成立軟件開發團隊，新建出行業務，更加堅決地從汽車制造商向軟件公司和移動出行服務商轉變。
這是一次汽車行業的能級躍遷，對于車企的挑戰是巨大的，但企業必須迎接變革，當年德國從馬車時代轉向汽車時代的時候，只有一家馬車公司活了下來，顛覆性的變革時代，幸存者從來都是極少數。
在未來，OEM交付的汽車將不是一個功能固化的產品，而是一個持續進化的機器人，在汽車整個生命周期內，硬件平臺能夠持續支持軟件迭代升級。軟件開發的效率和差異化的功能，將決定這場智能化競爭的成敗。
特斯拉在這場智能化浪潮中領先，軟件高速迭代功不可沒，以其Autopilot為例，從Autopilot1.0到2.5，軟件版本已經迭代到V9，累計新增和改進功能超過50項，包括自動輔助駕駛、電池預熱、自動泊車等功能。而軟件迭代的威力也不容小覷，特斯拉通過OTA升級直接將Model3的剎車距離優化了6米的案例就是最好例證。這在傳統汽車開發流程中是無法想象的。
為了提升軟件開發效率，從超級中央計算機的角度看，服務導向的系統構架（SOA）將成為主流，這需要打造一個全新的計算構架，滿足四個方面的要求：高度開放、一致并且完善的工具鏈、擁有強大算力儲備、極強的可擴展性，以滿足不同等級車型平臺的要求。
智能汽車面向的功能多元化，對于算力的需求也是多元的，未來智能座艙所有顯示設備的總像素可達1億，需要強大GPU渲染能力；攝像頭和激光雷達則需要強大的AI算力進行感知結構化；決策和控制需要通用 CPU計算和ASIL-D級別的功能安全，因此，異構計算平臺應運而生。
典型的超級中央計算機通常由CPU通用計算單元、GPU顯示加速單元、人工智能（AI）單元和MCU控制單元幾部分組成。
這里面最重要的還是AI單元，為了達到L5級自動駕駛的算力需求，需要提供高達P級（1000TOPS）級別的算力以及極高的算力能效。當前，單顆AI芯片的算力正在從10TOPS級別往100TOPS發展。但功耗也從幾瓦飆升到了幾百瓦的量級，這對需要滿足嚴酷車輛工況的散熱設計提出很大挑戰。
當前的業界有一種傾向，往往會把峰值算力當作衡量AI芯片的主要指標。但AI計算真正需要的是有效算力，比的是AI芯片的每瓦能耗可以處理多大的數據量，能效才是真正的關鍵指標。
這就要求基于自動駕駛場景的需求，預判算法發展趨勢，將算法與AI芯片進行協同設計，并且提供高效的編譯器和工具鏈，對于芯片公司來說，競爭的門檻已經從單純的硬件提高到軟硬件綜合能力的比拼。只有極致的軟硬件協同優化，才能提供有效算力高、TDP小的車規級AI芯片。
*AI芯片是汽車智能化的核心計算動力
大眾的一位負責人日前表示：“我們對實現全自動駕駛的時間表非常懷疑。我認為到目前為止我們看到的所有截止日期和時間點都被打破了。”
有人說，2019年是自動駕駛從期望之巔滑向幻滅之谷的一年。Drive.ai、Roadstar等曾經的明星公司折戟沉沙，也在印證著這個說法。但對于整個行業來說，這是在走向成熟之前，必然要經歷的陣痛，行業正在從不切實際的期望回歸理性。
*技術的成熟總有陣痛期，分工協作才能從谷底爬出來
然而難免矯枉過正，很多人又對自動駕駛的前景變得過于悲觀。
回顧自動駕駛的產業發展，一個有趣的趨勢是：自動駕駛行業玩家大多是從一個共同的原點出發，搞自動駕駛改裝車，在推進的過程中，重點開始持續分化，聚焦于各自最有優勢的領域，產業分工越來越清晰，傳感器、感知、仿真、高精地圖、基于V2X的車路協同方案、整車集成等鏈條逐漸形成。其結果是，協同進化大大加速了自動駕駛技術的成熟周期。
本質上，這是由自動駕駛技術的高難度決定的，任何一個單一玩家都無法克服所有的挑戰，聯盟組局，聚焦單一技術等等，都是自然的進化結果。從這個意義上講，這次大眾和福特的結盟，也在情理之中。
當前的三大自動駕駛聯盟，基本上聚集了全球最頂尖的車廠，傳統造車經驗的賦能，再結合初創公司（Argo.ai、Cruise等）的進化速度和執行力，對目前的領頭羊Waymo形成了巨大的壓力。
Mobileye、英偉達、博世已經在各自的細分領域建立了強大的護城河，新興的初創公司也在尋找自己的定位。
例如地平線，專注于智能汽車感知AI芯片和解決方案開發，其基于第二代AI計算構架的Matrix自動駕駛計算平臺斬獲了2019年CES創新大獎，已獲得多家自動駕駛公司的訂單。針對自動駕駛定位這一業界核心難題，于今年推出視覺高精地圖建圖與定位解決方案NavNet，在邊緣計算平臺上實現了包含視覺點云生成在內的實時計算，極大降低了高精度定位實現的成本。
自動駕駛的地域化特點，決定了北美、歐洲、日本以及中國市場的自動駕駛解決方案有高度的差異化；隨著中國市場領先于國際的5G商業化大幕的拉開，基于V2X的車路協同的發展進一步強化了這種趨勢。
在這場變革中，中國擁有全球最大，競爭最激烈的單一市場，更有對于新技術充滿熱情的消費者和強大的產業驅動力量，以及高度差異化的駕駛環境，即使對于已經在海外市場建立了一定優勢的國際巨頭來講，都是一個挑戰的市場，無論是老司機，還是新興公司，只有面向中國的駕駛場景進行高度優化，提供極致性價比、開放靈活的開發平臺以及貼身支持，才能贏得這場競爭。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
