自动驾驶的陷阱_风闻

​自动驾驶有望带来深远的好处：提高燃油效率、缩短行车时间、提高乘客体验和工作效率，让可能无法开车的老人和残疾人自由驾驶，以及最重要的提高道路安全。

由于技术复杂性、商业可行性以及监管挑战等将自动驾驶汽车成为主流的时间一再推迟。对于什么时间、什么方式去实现自动驾驶，尤其是实现自动驾驶的商业化场景落地，业内尚未统一观点，于自动驾驶产业链上的各家企业而言，汽车智能化仍是一个远大前程与至暗时刻并存的灰色时期。

汽车产业革命上半场电动化，下半场智能化已是行业共识，但让人始料未及的是，半场间的切换来得如此猝不及防。一个新版图也在这种跨界探索中徐徐展开，给汽车产业带来新鲜空气，也卷入了泥沙。对于参赛者而言，在奔向商业化成功的路上陷入了一些误区和陷阱。算力堆不出自动驾驶

行业需要思考一个问题是：在“软件定义汽车”的情况下，解决智能驾驶系统计算平台的支撑问题，是否只能通过算力堆叠来实现？

笔者认为：提升硬件很重要，但不能陷入“唯算力论”的怪圈。

决定算力真实值最主要因素是内存带宽，还有实际运行频率（即供电电压或温度），以及算法的batch尺寸。

谷歌第一代TPU，理论值为90TOPS算力，最差真实值只有1/9，也就是10TOPS算力，因为第一代内存带宽仅34GB/s

第二代TPU下血本使用了HBM内存，带宽提升到600GB/s（单一芯片，TPU V2板内存总带宽2400GB/s）

英伟达的A100使用40GB的2代HBM，带宽提升到1600GB/s，比V100提升大约73%

特斯拉是128 bitLPDDR4-4266，内存带宽：2133MHz*2DDR*128bit/8/1000=68.256GB/s。比第一代TPU略好（这些都是理论上的最大峰值带宽），大约8TOPS

为什么会这样？这就牵涉到MAC计算效率问题。

如果你的算法或者说CNN卷积需要的算力是1TOPS，而运算平台的算力是4TOPS，那么利用效率只有25%，运算单元大部分时候都在等待数据传送，特别是batch尺寸较小时候，这时候存储带宽不足会严重限制性能。但如果超出平台的运算能力，延迟会大幅度增加，存储瓶颈一样很要命。效率在90-95%情况下，存储瓶颈影响最小，但这并不意味着不影响了，影响依然存在。然而平台不会只运算一种算法，运算利用效率很难稳定在90-95%。这就是为何大部分人工智能算法公司都想定制或自制计算平台的主要原因，计算平台厂家也需要推出与之配套的算法。

**自动驾驶芯片的竞争壁垒在于算力利用率和可用性。**算力不能说无限增长，芯片PPA（功耗、成本和面积）都是很要命的。对于车载AI芯片来说，算力指标重要，能效比更重要。

以英伟达的芯片为例，它GPU的功耗是最高的。Orin、Xavier的利用率基本上是30%，怎样优化基本都是30%。不同于英伟达的GPU方案，高通、mobileye、华为，包括国内这些创业公司都走的是ASIC路线。ASIC芯片针对不同的神经网络模型去优化，基本上可以做到60%~80%之间，好一点的可能会做到80%再高一些。

芯片算力的无限膨胀和硬件预埋不会是未来的趋势。此外，车企面对的消费端是不是立刻就需要那么高端的算力呢？也不见得。自动驾驶算力主要是体现在感知层面的融合，对于L3 100~200已经够了，对于L4可能需要200~300，更关键是怎么用算力，不是说越多越好，如果要做1000，其实是没有必要，并且高算力背后高功耗和低利用率问题愈发严重。算力比拼的终点：事件相机

当今自动驾驶领域所运用的视觉识别算法，基本上都基于卷积神经网络，视觉算法的运算本质上是一次次的卷积运算。这种计算并不复杂，本质上只涉及到加减乘除，也就是一种乘积累加运算。但这种简单运算在卷积神经网络中是大量存在的，这就对处理器的性能提出了很高的要求。

以ResNet-152为例，这是一个152层的卷积神经网络，它处理一张224*224大小的图像所需的计算量大约是226亿次，如果这个网络要处理一个1080P的30帧的摄像头，他所需要的算力则高达每秒33万亿次，十分庞大。

**实际上自动驾驶领域99%的视觉数据在AI处理中是无用的背景。**这就好像检测鬼探头，变化的区域是很小一部分，但传统的视觉处理仍然要处理99%的没有出现变化的背景区域，这不仅浪费了大量的算力，也浪费了时间。亦或者像在沙砾里有颗钻石，AI芯片和传统相机需要识别每一颗沙粒，筛选出钻石，但人类只需要看一眼就能检测到钻石，AI芯片和传统相机耗费的时间是人类的100倍或1000倍。

事件相机的工作机制是，当某个像素所处位置的亮度发生变化达到一定阈值时，相机就会回传一个上述格式的事件，其中前两项为事件的像素坐标，第三项为事件发生的时间戳，最后一项取值为极性（polarity）0、1（或者-1、1）,代表亮度是由低到高还是由高到低，也常被称作Positive or Negative Event，又被称作On or Off Event。

就这样在整个相机视野内，只要有一个像素值变化，就会回传一个事件，这些所有的事件都是异步发生的（再小的时间间隔也不可能完全同时），所以事件的时间戳均不相同，由于回传简单，所以和传统相机相比，它具有低时延的特性，可以捕获很短时间间隔内的像素变化，延迟是微秒级的。事件相机的灵感来自人眼和动物的视觉，也有人称之为硅视网膜。生物的视觉只针对有变化的区域才敏感，比如眼前突然掉下来一个物体，那么人眼会忽视背景，会将注意力集中在这个物体上，事件相机就是捕捉事件的产生或者说变化的产生。在传统的视觉领域，相机传回的信息是同步的，所谓同步，就是在某一时刻t，相机会进行曝光，把这一时刻所有的像素填在一个矩阵里回传，一张照片就诞生了。一张照片上所有的像素都对应着同一时刻。至于视频，不过是很多帧的图片，相邻图片间的时间间隔可大可小，这便是我们常说的帧率（frame rate），也称为时延（time latency）。事件相机类似于人类的大脑和眼睛，跳过不相关的背景，直接感知一个场景的核心，创建纯事件而非数据。

除了冗余信息减少和几乎没有延迟的优点外，事件相机的优点还有由于低时延，在拍摄高速物体时传统相机会发生模糊（由于会有一段曝光时间），而事件相机几乎不会。再就是真正的高动态范围，由于事件相机的特质，在光强较强或较弱的环境下（高曝光和低曝光），传统相机均会“失明”，但像素变化仍然存在，所以事件相机仍能看清眼前的东西。

传统相机的动态范围是无法做宽的，因为放大器会有线性范围，照顾了低照度就无法适应强光，反过来适应了强光就无法顾及低照度。事件相机在目标追踪、动作识别等领域具备压倒性优势，尤其适合自动驾驶领域。空中扔一个球，看看两种相机的轨迹记录：

事件相机的出现对高算力AI芯片是致命打击，它只需要传统高算力AI芯片1%甚至0.1%的算力就可完美工作，功耗是毫瓦级。事件相机基于流水线时间戳方式处理数据，而不是一帧帧地平面处理各个像素。传统卷积算法可能无用，AI芯片最擅长的乘积累加运算可能没有用武之地。为了准确检测行人并预测其路径，需要多帧处理，至少是10帧，也就是330毫秒。这意味着相关系统可能需要数百毫秒才能实现有效探测，而对于一辆以60公里每小时行进中的车辆来说，330毫秒的时间就能行驶5.61米，而事件相机理论上不超过1毫秒。

车路协同是伪命题

自动驾驶的技术路线从广义上看分为两种：

一是单车智能，通过摄像头、雷达等传感器以及高效准确的算法，赋予车辆自动驾驶的能力

二是车路协同，主要通过5G和高精地图，来感知路况从而具备无人驾驶功能

不同于单车智能，车路协同更多追求通过车辆与周遭事物的互联来实现自动驾驶。再加上很火热的 5G 概念（更快的峰值网络传送速率能让通讯更快捷）加持，通过车路协同来实现自动驾驶似乎更可期了。但是，现实似乎并非如此。

首先是交通系统属性发生了变化。车路协同使车辆中原本在传统交通系统中不易显现特性凸现出来，如自组织、网络化、非线性、强耦合、泛随机及异粒度，由此导致传统交通流的研究方法已经不再适用

其次是交通的组织成分发生了变化。随着车路协同的发展,网联汽车应运而生，加之自动驾驶引进,在自动驾驶车和人驾驶车长期共存的场景下，需要的模型将更加复杂

再次是交通系统的边界问题，按照交通的结构，交通系统中没有了主次之分，没有统一目标，只要有人存在的地方就有交通系统，因此交通系统将被视为开放的复杂系统

站在车企的角度，单车智能显然更为重要。短期内车路协同不可能普及，作为汽车产品，既要卖到国内也要卖到国外，既要符合城市道路需求，也要面向乡村道路，过于依赖车路协同，无疑是自我束缚。

以高速公路车路协同系统来看，在感知层面主要分为两类：车端感知和路端感知。路端感知一般采用摄像头、毫米波雷达、激光雷达、各类环境传感器来实现信息采集，同时还有信号灯、交通标识线等交通设施辅助；车载端同样也需要一定的协同设备，接收相关信息；并使用 4G、5G、有线光纤等进行通讯；此外，还需要管控平台，通过布置在车端、路端以及云端的计算平台进行复杂系统信息融合和数据分析。

从感知上来看，智慧的路只有范围够大才能真正起到协同作用，但是目前的状态是车路协同的覆盖有限，路端设备的集成度不高。

目前路端监测设备主要用的是摄像头，但是在最需要信息时，摄像头可能没法提供信息，比如极端天气（大雨、大雾等）。如果换用激光雷达，虽然可靠性上来了，但是成本高且寿命有限，路侧激光雷达寿命不超过 1 年。

NR-V2X关键技术仍需验证、带宽需求有待研究、频谱规划有待确定等这些问题依然是车路协同落地的障碍。此外，有很多地方即便有智慧公路，可以收集到大量数据，但是却面临数据不知道如何处理的问题，路端传感器如何布置也没有形成统一标准。

车路协同商业模式走不通

根据《2020年交通运输行业发展统计公报》，截至2020年末，全国公路总里程519.81万公里，其中四级及以上等级公路里程494.45万公里，二级及以上等级公路里程70.24万公里。国道里程37.07万公里，省道里程38.27万公里。农村公路里程438.23万公里，其中县道里程66.14万公里、乡道里程123.85万公里、村道里程248.24万公里。

考虑到农村公路往往限速较低、车流稀少，除交叉路口外，配置车路协同感知系统的必要性不大，可先只考虑二级及以上等级公路或国省干线，总里程约70万公里。倘若按照高速公路的标准，为之铺设感知系统，考虑到弯道及隧道等特殊情况，按每100米一个点位配置（大部分国省干道可只设单侧感知），则每公里投资约为50万，则全国范围国省干道感知网络建设成本约为3500亿。

从商业运营上看车路协同是一个伪需求，商业模式上走不通。一公里的改造费用6个亿人民帀，这个钱政府可以出，但是做了这条路，不能要求主机厂去装—个2000-3000块钱的OBU。为了所谓的车路协同，增加每个车的成本2000-3000政府的基建，要做这个路，车路协同的设备，做完了就完了，但是没人跟。

以上海的这个开放道路测试区为例，73 公里的里程布置了 182 个路侧单元，平均下来，每公里 2.5 个，这还只是示范区，如果整个智慧的路布置下来，成本不会低。

(国家智能网联汽车（上海）试点示范区 – 开放道路测试区)

我们一直都说有 5G 加持的车路协同将创造更大的价值，但是有没有考虑到 5G 的实现难度有多大。

5G 虽然速度快，但是能够辐射范围很小，要想完成同等范围的辐射范围，5G 基站至少是 4G 的 2-3 倍。而且建造成本不低，一个 5G 基站就需要需要 50 万-60 万左右（至少），而且 5G 基站功耗很高，之前就有新闻报道，洛阳联通在夜间休眠部分 5G 基站，以降低电费成本。根据中国铁塔的数据，单个 5G 基站单租户年综合电费约 2.3-3 万元/年。

而对于 5G V2X 来说，需要完成规模覆盖才能真正起到车路协同的作用。所以，实际上 5G-V2X 的推进难度要比想象中大的多。

垄断和数据安全：车联网正被互联网化

入局车路协同的热潮发生在2018年，这一年互联网大厂动作频繁，让沉寂在造车背后的车路协同走上了台前。

这一年，时任百度智能驾驶事业群组总经理的李震宇在媒体沟通会上宣布，将正式开源Apollo车路协同方案，向业界开放百度Apollo的技术和服务。

同年九月的云栖大会上，阿里成立的“2038超级联盟”，把包括交通部公路院、国家电网、中国联通、一汽集团、英特尔、福特汽车等多方力量集合起来打造智慧高速，不过阿里的车路协同是在自家的封闭系统下搭建的。

在阿里的实践中，阿里云承担搭建云控平台的任务，为车路协同场景提供全局掌控能力；AliOS搭建车路云协同计算系统，完成车路协同的具体能力；达摩院负责研制路测要安装的感知硬件，同时，高德、千寻等提供高精度地图，支付宝解决高速支付场景，在加上菜鸟联盟和ET城市大脑的场景支持，阿里在自家的生态体系内建立的“封闭”的车路协同生态，足以看见他的野心。

一直处于观望态度的腾讯也在之后姗姗来迟，依然是平台化的轻运营模式，把自身定位划为车和路的连接器。在单车智能和道路智能化后，依赖腾讯平台的大数据支撑，面向C端发展。

和BAT一同在场的，还有华为，在最初的智能汽车领域偏向通信运营商的角色。基于自身的ICT技术，华为早年间的布局多在车路协同的基础设施建设上，提供智能硬件产品。但在2018年底也开始了BAT卖解决方案，卖软件的的打法，推出了“TrafficGo1.0”，对标阿里的城市大脑，百度的ACE智能交通引擎，以及腾讯的“We Transport”。 

如果将车路协同比作是一场丛林探险的话，车路协同企业应该可以被分为五大阵营：以BAT为代表的互联网科技企业；以华为为代表的ICT企业；还有汽车供应商、车路协同方案解决商以及以福特为主的汽车主机厂。在同一阵营之中，各个大厂也都在顺应自己的优势选择对应的道路，路的尽头则是丰厚的报酬。

据统计，目前我国的汽车保有量为3.8亿辆。其中，智能网联汽车数量快速增加。预计到2022年，智能网联汽车数量将会超过7800万辆。基数庞大的同时，数据产生的速度也相当迅猛。随着感知技术、自动驾驶技术等相继成熟，未来的智能网联汽车，其智能网联、智能驾驶等每天产生的新增数据，可能得按照TB来计算。

海量的数据，并非全部有效，但是经过筛查、加工，会产生极大的利用价值。善加利用数据自然会是未来智能驾驶的“蜜糖”，但令我们担心的是，随着资本的介入，“蜜糖”成了“砒霜”，对数据的妥善利用可能会逐渐转向挪用、滥用，甚至成为资本搜刮信息、进一步增值的工具。

涉车服务和后市场随着近年发展商业模式逐渐升级丰富：

数据变现：车联网带来车载和道路数据的丰富，为数据变现打开了新的方向

通过采集用户的行车驾驶数据，可以实现更精准的保险定价，从而帮助保险公司精准衡量风险

二手车交易、汽车贷款等角度也可成为数据变现的潜在模式

广告引流：车联网设备能够占据用户的一定使用时长，从而得到一定的流量。针对这些流量可以采用展示广告的方式进行变现。此外，也可将流量导向和车主相关的服务项目，如汽车美容等

乘用车市场围绕V2N场景的广播、地图导航等辅助驾驶APP类商业产品正逐步成熟。众多涉车服务和后市场服务，如网约车、保险、汽车美容、二手车等由于移动互联网的迅猛发展也得以百花齐放。那么问题来了，随着车联网市场的继续发展，百花齐放会不会也变成寡头垄断？

2021年2月份，博泰车联网举报腾讯垄断，打响了车联网反垄断第一枪，至今依然没有实质性结论。博泰车联网和上汽通用五菱就腾讯涉嫌垄断一事共同向国家市场监管总局反垄断局提交了反垄断举报书。

随着V2X的兴起，整车厂原来在汽车行业的主导地位受到了挑战。由于缺乏互联网等跨界技术的积累，不得不与互联网、科技公司合作，但竞争中整车厂也在不断布局新技术，试图在汽车智能化的过程中继续掌握主导权。随着行业竞争的愈加激烈，车企与科技公司、互联网巨头之间的技术竞备赛已经升级到话语权的争夺，从几年前的暗潮涌动发展为现在的对簿公堂。

这些汽车工业的“闯入者们”，带着智能化的风，改变着汽车的属性，试图让传统汽车的世界变得不再枯燥无味，而是充满了无限可能性，与此同时，变革者也带来了互联网的很多坏基因，最为突出的当属数据垄断和信息安全，互联网时代踩过的雷，恐怕也会革了车联网的命。

写在最后

现在的AI本质上还是一种蛮力计算，依靠海量数据和海量算力，对数据集和算力的需求不断增加，这显然离初衷越来越远。

文明的每一次进步都带来效率的极大提高，唯有效率的提高才是进步，而依赖海量数据和海量算力的AI则完全相反，效率越来越低，事件相机才是正确的方向。

自动驾驶的未来，单车智能还是车路协同？从技术操作上，一个比较现实的问题是，车路协同并不是所有的区域都能做，比如农村，如果要大量铺设支持车路协同的智能化基础设施，明显不经济。另外还有国外是否接受这种路线，并大规模铺设相关的基础设施，也存在极大的不确定性。对于车厂来说，开发的汽车显然不能只适用于特定区域——除非是专门研发特定用途汽车的企业，而是应该同时满足城市、乡村、国内、国外等多个不同市场的需求，这种情况下单车智能路线显然更合适。

从商业模式上，车路协同耗资巨大，百亿甚至千亿级别，投入如此资金却仅仅只能在高速、省干道实现自动驾驶，实在得不偿失。并且建成后后期的维护运营成本巨大，难以长久。

车路协同更多的是解决路权分配的问题，把大数据流量和车链接起来就可以了，没有必要做得那么复杂，重点还是依赖于车端。

单车智能还远远没有达到其顶峰，在物理规则之内，我相信没什么是目前看起来单车智能攻克不了，而必须要通过V2X来解决。对于自动驾驶甚至无人驾驶，车路协同是锦上添花的事情，单车智能才是必经之路。