未來5年汽車將走向何方？

2018年11月8日Demi, EDN China

在汽車領域，「智慧」讓汽車實現更好的連接已是一大趨勢，那麼在未來5年汽車將會走向何方？

今日，由ASPENCORE舉辦的「全球雙峰會」在中國深圳大中華喜來登酒店隆重舉行。芯原(VeriSilicon)董事長兼總裁戴偉民在「從萬物互聯到萬物智聯：機遇與挑戰」的主題演講中，從車聯網的角度分享未來5年汽車的重要發展方向。

在中國，「智慧」已經在很多領域得到實現。而在汽車領域，「智慧」讓汽車實現更好的連接已是一大趨勢，那麼在未來5年汽車將會走向何方？車聯網將如何發展？

現在中國的汽車保有量很高，非常有利於我們走向電動車(EV)時代。戴偉民表示：「在傳統的汽車方面還有很長的路要走，可能趕不上，但是電動車方面我們可以實現彎道超車。」

眾所周知，第二級(L2)自動駕駛車輛在出現事故時，需要由人類駕駛來做出快速回應，但在更高層級的自動駕駛(L3、L4)中，人們基本上可以不參與。那麼，我們到底該如何發展、如何更好做自動駕駛？

如今已有些公司已經實現L4和L5級自動駕駛了，但在當前，只有在某些場景下，如倉庫、農業以及貨物搬運，在機場的穿梭巴士、礦山和其他比較固定的線路上才能實現更高等級的自動駕駛程度。

在研究自動駕駛的發展過程中，中國做了很多試驗，也取得了一些里程碑式的成績。在美國也有很多研究院做了很多工作，如Waymo在2009年就已制定了好發展規劃了，連摩根士丹利(Morgan Stanley)都曾說Waymo的發展前景很好。在道路測試里程的排名中，表現最好的也正是Waymo。

要實現無人駕駛，車上要有很多裝置，包括感測器，車輛要與周邊車輛進行溝通，就需要有5G通訊，以及與智慧城市有很好的連接。這一切都是連結在一起的，我們不可能把所有裝置放在車輛上，要與車輛實現連接從而使用周圍的資源。

另外，成本是非常重要的因素，大家可以看到電子元件佔汽車總成本的比例在逐漸上升，這使得我們的產業發展方向需要調整。

戴偉民表示：「我們是一家IP公司，生產的GPU可以用在車輛上，這也讓我們成為在這個領域領先的公司。整車廠中最好的7家或者十大整車廠中有7家都與我們有合作，但我們還在實現低成本的儀表，這都是經由我們的GPU來支援的。」據戴偉民介紹，這些儀表都是透過芯原的GPU來驅動的，成本還不到10美元。

值得注意的是，在未來2、3年中或許只有一些特殊的場景才需要對無人駕駛系統進行訓練，這些系統仍然是可程式設計的，成本可能會大幅上升，另外能耗方面也可能隨之上升。

如何實現更高等級的自動駕駛？

我們如何才能走向L4/L5等級的自動駕駛呢？戴偉民說，歐洲自動駕駛公司AImotive為此進行了很多研究，將其演算法應用於許多車輛並在拉斯維加斯進行測試，今年，AImotive已經開始在更廣泛的道路上進行路測了。

針對人工智慧(AI)引擎，戴偉民表示：「我們想以非常廣泛的方式進行支援，包括通用介面。整個系統是比較封閉或是關閉的，因而並不相容，我們提供私有API，透過這樣的方式來提高效率。」

在實現更高性能的同時，如何實現更快的處理速度呢？那就需要進行最佳化，最佳化加速器的種種劃分，另外最佳化PE和P&R的流動等。

例如人工智慧視訊晶片DeepEye 1000，在全球AI晶片排名第21，而且也有很多公司已經使用了FPGA。戴偉民表示：「我們將很多技術整合起來，看看到底實現什麼樣的效果。」

對於IoT來說，射頻(RF)也非常重要。我們不僅需要好的射頻設計，還需要獨特的類比性能。

戴偉民表示：「NBLT也很重要，我們使用了數位的功率放大器(PA)、單晶片NBLT RF加上基頻(BB)解決方案，可以實現非常高的靈活性。有時候我們需要非常好的平衡，看到底哪方面更重要一些。在功耗或是PA方面，我們都有整合的數位PA以實現更高效率。」此外，實現更高度整合還可以節省很多面積。

然而，在28奈米之前，一切都非常美好，但到了28奈米之後一切都發生變化。他指出，「在成本方面，28奈米以下每個節點的成本會更高，我們將此叫做摩爾壓力(Moore Stress)，28奈米可以稱為一個門檻。」

因此，從不同的製程來比較，戴偉民說，在功耗方面，芯原的技術可以比28奈米製程降低45%，運算能力比28奈米製程提高15%，成本方面也可以降低50%。

附圖：Wayne Dai, Verisilicon
「摩爾壓力」帶來的成本變化。成本在28奈米之前持續幅度降低，到了28奈米之後卻又逐漸上升

資料來源：https://www.eettaiwan.com/…/20181108NT61-doublesummit-2018-…