dipingxian yukai

编者按:2017年,活跃于自动驾驶领域的巨头动作频繁,创业公司和相应的收购案也开始不断出现。对此,我们特别推出了专题「自动驾驶圈地赛」,与大家一起了解一下自动驾驶究竟将如何影响并改变我们的生活。本文为此次专题的第五篇报道,动点科技采访了被称作前百度无人车“四大金刚”之一的余凯,他会如何看待自动驾驶,其亲手创办的地平线机器人又有怎样的表现呢?

作为前百度研究院副院长、百度IDL研究院以及百度无人驾驶团队创建人以及中组部“千人计划”国家特聘专家,余凯在人工智能界可以说是无人不知无人不晓。2015年,离开百度后的余凯一手创办了地平线机器人,这家公司在不久前曾获得了英特尔领投的 A+轮投资。此前,动点科技对余凯进行了专访。

创业以来,地平线一直关注于嵌入式人工智能(前端智能)的发展,希望将前端智能带入到智能驾驶、智能生活、智能城市三大领域,而智能驾驶在目前看来便是对前端智能需求最大、最急切的领域,因为如果仅依靠云计算,智能驾驶所产生的极大数据量将会对网络带宽、成本以及最重要的安全性造成极大的压力:

据华为消费者业务智慧工程部部长张宝峰给的数据,一个手机摄像头,全天24小时差不多将近200G的数据,哪怕是一个简单的麦克风也有20G,如果要将其传到云端处理,光成本就让人受不了了。

而余凯则说到了效率问题,他认为在智能驾驶领域如果仅仅依靠云端,时延至少也得达到“几百毫秒”,这在时间就是生命的车载环境中是不能容忍的,更何况不同环境下网络信号有好有坏,有时甚至会中断。因此,前端智能在自动驾驶领域已经成为企业必备技能,已经成为行业共识。

不同于众多自动驾驶企业都前往美国进行路测,地平线则更加关注于国内市场。在余凯看来,中国城市道路情况虽然拥堵、行车速度开不快,但这反而却是中国发展无人驾驶技术的一大优势:被堵得心慌的消费者更加渴望无人驾驶。同时,低速环境下想要实现无人驾驶在技术难度上也要低很多。当然更重要的一点是,中国已经成为全球最大的汽车销售国,余凯认为中国无人驾驶不仅将最早实现量产,同时也是世界最大的市场。

如今自动驾驶领域内可谓是群雄逐鹿,而与地平线一样都在研发前端的人工智能芯片的企业也不少,最终谁能问鼎中原?余凯给出了他的大招:结合具体场景,为之设计专门的芯片解决方案,不断地做深做透做细。

据了解,地平线首款芯片“盘古”已经流片,并将于今年年底发布,据称这是一款主打自动驾驶前站——辅助驾驶以及智能城市的人工智能芯。拥有两瓦的超低功耗;性能更是现在世界上某最好的处理器的两到三倍但是成本是它的1/20。“我们在单位成本、单位功耗里面的性能跟整个业界最好的能提高上百倍左右。”余凯表示。

而这也是余凯以及地平线说服客户使用其产品与方案的最大撒手锏,车载领域,大家共同追求的目标就是“效率更高、功耗更低”。

以下为采访实录:

动点科技:在智能驾驶、智能家居、智慧城市领域中,谁对前端计算的需求最大、最急切?

余凯:首先肯定是智能驾驶。在自动驾驶领域,如果只采用后端的云计算可能根本就不能使用了,云端处理的反应延迟最快可能也得达到几百毫秒,而且最重要的是很有可能会遇见信号不好甚至网络中断等问题,所以必须要考虑在没有通信的情况下其也能足够的安全,足够地智能。前端计算是无人驾驶领域的共识。

不过,其他两个方面的应用对前端计算的要求也是非常高的,比如说智能城市里面的监控摄像头,如果要把所有的实时的视频都传到云端去计算,那带宽受不了、存储也受不了,现在也没有一个计算中心能够处理如此海量的数据,所以也需要在前端进行处理,这是趋势;而智能家居领域虽然好一点,但也是比较类似。

另外,如果将数据都传到云端上去的话,隐私也是一个问题。

动点科技:v2v(车车通信) 、v2i(车路通信)等车联网(v2x)技术是否是更低成本的无人驾驶方向?

余凯:v2x的风险比较大。第一,不可能给所有人,所有的阿猫阿狗身上都装上相关设备;第二,我们也不可能瞬间给所有车辆以及道路设施上装上该系统。最终还是需要依靠本地的传感器与处理器将自动驾驶做到足够安全。

动点科技:地平线在无人驾驶领域,云端与前端如何配合分工?

余凯:从感知到决策都是在前端完成的,但会通过云端不断地更新本地的模型和动态地图等,同时我们会选择性上传一些相对陌生的场景下的数据,比如你觉得下雨天自动驾驶的安全系数还是需要继续增加,那可能就会有意识地上传该场景的数据到云端。

动点科技:人工智能最重要的资源之一便是数据,地平线在自动驾驶领域的大数据资源方面有什么优势?

余凯:大数据方面,我们今年会部署大概50辆汽车进行自动驾驶方面的路测,数量上肯定是业界最多的。自动驾驶方面,有用的数据收集的越多越好。比如说对某一些场景,你做得已经足够好了,那就不用再收集数据了。数据的核心其实是对各种场景的覆盖。

特斯拉是自动驾驶的急先锋,它应该比谷歌更快,光采集的数据就比谷歌多。而地平线与他们的差异点就在于场景不一样,特斯拉等主要采集的是美国西欧等高速公路的场景,他们的用户往往生活在一座城市却工作在另一座城市,每天都在高速公路上跑;而我们主要采集的是国内拥堵的场景,因为国人基本上都是工作生活在同一座城市。

另外,可能每家公司有每家公司不同的落地策略,很多国内的无人驾驶公司都去国外尤其是美国进行路测,但我们更加关注无人驾驶在中国的落地。

动点科技:为什么这么专注并看好中国的无人驾驶?中国复杂、规则不完全被遵守的路况下都能跑好,再去美国就不成问题了?

余凯:首先,反正在美国做路测的企业已经有30多家了,再挤进去一家也(没多大意义),我们认为应该贴近中国国情。

我认为无人驾驶首先会在中国实现,这个观点可能跟很多人都不一样。中国自动驾驶的主要机会点在于城市道路环境下的低速甚至堵车场景下的:天天堵车、常常踩刹车,多累啊!用无人驾驶多好!

而在技术实现难度来看,由于中国人平常大多是不会上高速的,中国的自动驾驶主要将是低速自动驾驶,而低速自动驾驶是更加容易实现的,说白了就是速度不快,出事也出不了大事;同时,低速自动驾驶对运算的速度要求也不会那么高。

另外,中国将是自动驾驶量产最快的市场,同时也是自动驾驶需求最大的市场。去年中国就卖了2800万辆车,而美国才1700万辆车,中国已经成了全球最大市场,而未来如果按照同样的百分比,中国自动驾驶汽车的绝对数量是远超世界其他任何一个市场的。

作为一家立足于中国的技术企业,我认为我们最大的优势便是更懂中国的国情和市场需求;在技术上,我们在(拥堵)场景下也要比他们(国外公司)做得更好。

动点科技:我们的芯片以及解决方案会走向海外市场吗?

余凯:肯定会。

中国企业一般都是先通过本地市场将技术实力打磨起来,最终肯定会成为全球市场的竞争者。就像华为就是以农村包围城市,在中国将技术打磨地足够好了,便冲出国门,跟世界知名的厂商竞争。

动点科技:前端计算是业界共识,做人工智能芯片解决方案的企业国内就还有寒武纪和深鉴科技等,地平线的差异化在哪里?

余凯:大家做人工智能芯片,他们可能更加偏通用一点,而我们则是做自动驾驶芯片以及用于智能城市的智能摄像头芯片,地平线强调的是场景驱动的芯片设计,更垂直。

不同的厂家有不同的看法,但我个人认为未来不同场景都可能会出现专门为之设计的芯片解决方案,只要这个场景的市场足够大。

从CPU到GPU,芯片发展的趋势就是越来越专用,CPU主要做通用计算,而GPU主要擅长图形相关的计算,GPU恰好适合人工智能计算因此被广泛用于人工智能,但人们又发现GPU也不是专门为人工智能而设计的芯片,所以就有了我们的芯片。虽然专用化的缺点就在于对某一个场景的效率越高,其应用的通用性就越窄,但我还是认为大的趋势依旧是越来越专用。

我们今年将要推出的“盘古”芯片主要用于辅助驾驶和智能城市,虽然场景不一样,但都主要采用摄像头,将会对计算机视觉方面的运算进行加速。而未来我们会走更加细分的路。

动点科技:自动驾驶目前最大的问题是?

余凯:首先是数据,是对各种场景的覆盖。其次就是计算力还不够,还需要不断提升计算能力。我们目前研发的“盘古”处理器用于辅助驾驶绝对是够用了,但越往无人驾驶方向走,问题就会越来越复杂,比如在低速情况下的处理器够用了,但速度越来越快对安全性要求也就越来越高,那反应速度也就要越来越快,传感器的路数也要越来越多。

动点科技:地平线无人驾驶路线图方面呢?

余凯:我们针对level 2级别的辅助驾驶采用“高斯”架构,针对低速场景下的自动驾驶有一个叫做“伯努利”的架构。

(即将于年底发布的“盘古”芯片便是基于高斯架构)

dipingxina

动点科技:在摩尔定律失效的情况下,如何继续提升芯片算力?

余凯:这就要求硬件设计与算法、架构的高度配合。专门为相关场景设置最优的算法框架,专门为这个算法框架设计效率最高、配合最好的硬件框架。这里必须要一气呵成地配合好,如果在某一个环节配合地不好,效率就可能会降下来。

所以,我强调场景驱动的处理器设计是提高效率的唯一途径。而从生物进化的角度也可以说明这个问题:最早的生物是单细胞生物,最初的大脑可以说就只是一个细胞,但生物不断进化,脑容量也在不断增加,这就比较像摩尔定律的密度越来越大。

但我也同样发现了另外一个规律,那就是细胞的专业细分也在不断地增加,比如我们有专门的视觉神经网络,有专门的听觉神经网络等。

而社会文明程度的进步其实也是社会分工不断细化的结果。

所以,新一代的摩尔定律一定是基于场景驱动的、专业、分化的设计。

动点科技:如何说服客户(使用芯片或技术)?

余凯:在车载领域采用本地化的解决方案是业界共识,是大家共同追求的目标:效率更高、功耗更低。

动点科技:地平线雨果平台跟百度阿波罗计划像吗?

余凯:不太一样,地平线雨果平台更加偏重的是本地化的,嵌入式的从感知到决策到执行的项目。而阿波罗虽然也有本地端的,但其更多还是侧重于云端。

我们更加强调本地化,本地化越多越好。同时我们也是所有公司中最强调软硬结合的,我们关心的是如何将本地计算的效率提升到极致、功耗降到足够低,而云端不会在意这些问题。

正因为我们强调芯片这么一个特殊点,我们的能力对阿波罗是补充,所以我们也有幸成为了阿波罗生态的一员。


下期预告:尽管百度系的前高管们已经抢滩登陆自动驾驶这个阵地,但这依然阻挡不了其他后起之秀对此的热情。在本次专题的下一篇文章里,我们将带来创业公司「光珀」的报道,有意思的是,它在研发无人驾驶车辆的“眼睛”哦。