知情郎·眼｜

侃透公司專(zhuān)利事兒

最近智能駕駛芯片公司地平線(xiàn)春風(fēng)得意，拿了大眾24億歐元的投資，風(fēng)頭一時(shí)無(wú)雙。

24億歐元，約合人民幣168．8億元，一舉創(chuàng)下大眾入華40年來(lái)的最大單筆投資紀(jì)錄。

當(dāng)然，這24億歐元也不是白給的。

大眾說(shuō)，旗下軟件公司CARIAD與地平線(xiàn)成立合資企業(yè)，共同開(kāi)發(fā)聚焦中國(guó)消費(fèi)者需求的全棧式高級(jí)駕駛輔助系統(tǒng)和自動(dòng)駕駛解決方案。

給你錢(qián)，使勁造！

你懂得，大眾肯花巨資扶持本土智能駕駛AI平臺(tái)，自然是缺什么想補(bǔ)什么。

一直以來(lái)，大眾在自動(dòng)駕駛等與智能化和軟件相關(guān)的方面一直是個(gè)后進(jìn)生。

CARIAD被不少行業(yè)人士調(diào)侃在中國(guó)毫無(wú)建樹(shù)。

這次投地平線(xiàn)，也是發(fā)狠了，要補(bǔ)足自己中國(guó)本土智能化短板，來(lái)緊跟電動(dòng)化、智能化潮流。

24億歐元，就是大眾為自己來(lái)縮短轉(zhuǎn)型時(shí)間的。

01大眾軟件能力差！

原來(lái)是硬件定義汽車(chē)，現(xiàn)在變成了軟件定義汽車(chē)，汽車(chē)只是大一點(diǎn)的輪子上的計(jì)算機(jī)。

尤其特斯拉強(qiáng)調(diào)的軟硬件全棧自研的模式，成了行業(yè)風(fēng)標(biāo)。

大眾也努力學(xué)習(xí)特斯拉的套路，這些年非常重視軟件系統(tǒng)。

比如CARIAD。

CARIAD前身是2020年建立的大眾汽車(chē)軟件事業(yè)部，由大眾集團(tuán)前CEO迪斯一手倡導(dǎo)籌建。但由于研發(fā)進(jìn)度緩慢，一度導(dǎo)致大眾新能源車(chē)型ID．3延遲交付，使得大眾集團(tuán)管理層大怒。此后這個(gè)擁有兩萬(wàn)多員工的部門(mén)便開(kāi)始獨(dú)立運(yùn)作。

2019年的ID．3延遲交付事件也算是行業(yè)標(biāo)志性事件。

2019年9月，大眾汽車(chē)正式發(fā)布了ID．3，這是其ID家族的首款車(chē)型，是在大眾MEB平臺(tái)下生產(chǎn)的純電動(dòng)車(chē)型。

ID．3原計(jì)劃2020年年中上市交付，線(xiàn)上預(yù)售火爆到一度致使官網(wǎng)宕機(jī)。

然而，據(jù)報(bào)道，由于軟件基本架構(gòu)開(kāi)發(fā)得“太倉(cāng)促”，存在大量漏洞，導(dǎo)致ID．3延遲交付數(shù)月。當(dāng)時(shí)還有內(nèi)部工廠照片流出，ID．3因?yàn)闊o(wú)法OTA在線(xiàn)升級(jí)，而不得不大規(guī)模手動(dòng)線(xiàn)下升級(jí)。

這也讓大眾被打上了“軟件能力差”的標(biāo)簽。

這些年，因軟件系統(tǒng)問(wèn)題，大眾旗下多個(gè)車(chē)型被迫推遲上市。

因此大眾決定補(bǔ)短板，投入了大量的人力、物力來(lái)強(qiáng)化軟件研發(fā)實(shí)力。

然后，CARIAD就在大眾體系獨(dú)立了，目的是打造一款自主研發(fā)的車(chē)載操作系統(tǒng)VW．OS，在未來(lái)將其不同版本運(yùn)用到所有集團(tuán)汽車(chē)品牌之上，并定下至少要實(shí)現(xiàn)60％的軟件功能自主研發(fā)的目標(biāo)。

要知道，官方曾披露其CARIAD預(yù)算有270億歐元，并且在全球成立了多處子公司，包括2022年4月成立的中國(guó)子公司。

直到如今，在大眾ID．4的論壇，車(chē)主還會(huì)吐槽大眾糟心的車(chē)機(jī)系統(tǒng)。

有車(chē)友直言，大眾ID．4更像是半成品，顯示屏?xí)r常連不上信號(hào)、有時(shí)還灰屏，語(yǔ)音交互形同虛設(shè)，“車(chē)機(jī)系統(tǒng)做的甚至不如大眾燃油車(chē)”。

有車(chē)友調(diào)侃表示，“有時(shí)用CARPLAY導(dǎo)航，突然地圖不動(dòng)了，但是聲音還在，這算不算留有一絲余地提供導(dǎo)航？”

不少人直言，大眾不熟悉中國(guó)本土化用戶(hù)的真實(shí)智能需求，完全是歐洲人思維，不是大陸用戶(hù)邏輯。

差生壓力就是大啊！

此外，各國(guó)都出臺(tái)了數(shù)據(jù)保護(hù)法，外資公司拿到中國(guó)的數(shù)據(jù)還是有些困難，所以這些公司還是要跟中國(guó)本土的自動(dòng)駕駛公司合作。

用合資公司規(guī)避大陸方面法律風(fēng)險(xiǎn)，這種做法在業(yè)內(nèi)也很常見(jiàn)。通用有自動(dòng)駕駛子公司Cruise，大眾和福特聯(lián)手投資了Argo。

多方因素共振下，大眾選擇投資國(guó)內(nèi)公司地平線(xiàn)也就可以理解了。

02為什么是地平線(xiàn)？

地平線(xiàn)是成立僅7年的國(guó)內(nèi)芯片獨(dú)角獸企業(yè)，專(zhuān)注于智能駕駛芯片領(lǐng)域。

創(chuàng)始人也是早年百度深度學(xué)習(xí)實(shí)驗(yàn)室主任、自動(dòng)駕駛項(xiàng)目負(fù)責(zé)人的余凱，行內(nèi)頗有名望。

前幾年，公司因業(yè)務(wù)不順還鬧出了裁員風(fēng)波。

從披露的公開(kāi)信息看，地平線(xiàn)是最早一批做自動(dòng)駕駛芯片的企業(yè)。在國(guó)內(nèi)同行里，黑芝麻智能的首款芯片是在2019年8月上市，寒武紀(jì)在2021年初才正式進(jìn)入自動(dòng)駕駛領(lǐng)域，并成立了子公司行歌。但到目前為止寒武紀(jì)還沒(méi)有量產(chǎn)芯片面市。

而地平線(xiàn)2019年就推出了自動(dòng)駕駛芯片征程2，2020年，地平線(xiàn)與長(zhǎng)安達(dá)成合作，開(kāi)始為長(zhǎng)安主力車(chē)型提供征程2芯片，用于智能座艙領(lǐng)域。

比起國(guó)內(nèi)同行，地平線(xiàn)算是幸運(yùn)的，早早重金投入研發(fā)出車(chē)規(guī)級(jí)自動(dòng)駕駛芯片，并能對(duì)主機(jī)廠進(jìn)行量產(chǎn)供貨，走過(guò)了至暗時(shí)刻。

與此同時(shí)，地平線(xiàn)的融資也在這兩年密集進(jìn)行。

公開(kāi)信息顯示，地平線(xiàn)已獲得上汽集團(tuán)、廣汽資本、長(zhǎng)城汽車(chē)、東風(fēng)資產(chǎn)、比亞迪、一汽集團(tuán)等眾多車(chē)企資本，其中2021年的融資最為密集，股東陣容堪稱(chēng)豪華。

不過(guò)，這個(gè)市場(chǎng)，真正的巨頭是英偉達(dá)、Mobileye、高通等公司，地平線(xiàn)遠(yuǎn)算不上一流玩家。

不同于傳統(tǒng)整車(chē)企業(yè)與一級(jí)供應(yīng)商的垂直關(guān)系，國(guó)際芯片巨頭直接參與分蛋糕，例如英偉達(dá)要求奔馳直接提供40％自動(dòng)駕駛收入。

奔馳能忍嗎？不能忍也只有忍。

頭羊特斯拉為了開(kāi)發(fā)維護(hù)FSD系統(tǒng)，每年花多少錢(qián)養(yǎng)多少工程師耗費(fèi)了多少年心血。

這里面，車(chē)規(guī)級(jí)智能芯片是含金量最高的。

要知道，最近車(chē)廠宣傳電車(chē)營(yíng)銷(xiāo)造勢(shì)的口號(hào)從原來(lái)的電芯牛逼續(xù)航長(zhǎng)改成了芯片牛逼，人家都喊出了沒(méi)有高通的8155芯片，沒(méi)資格談智能座艙。

得夸幾句高通8155，在ARM指令集的車(chē)機(jī)芯片里它是算力最強(qiáng)的芯片之一。

7nm工藝打造、8個(gè)計(jì)算核心、最高頻率2．84GHz是高通8155芯片的基礎(chǔ)實(shí)力，能帶來(lái)105K DIMPS的CPU算力，1142 GFLOPS的GPU算力，分別是上代820A處理器性能的2倍和4倍。此外，8155芯片還新加入NPU神經(jīng)網(wǎng)絡(luò)計(jì)算單元，最高能帶來(lái)的8TOPS的AI算力。

功能上，最多支持6個(gè)攝像頭，可以連接4塊2K屏幕或者3塊4K屏幕，并且還支持WiFi6、5G、藍(lán)牙5．0。

這意味著車(chē)企可以在車(chē)內(nèi)放置更多的屏幕，布置更多的攝像頭，帶來(lái)更快的網(wǎng)速。

03芯片更依賴(lài)算法的年代

過(guò)去，芯片性能的進(jìn)步，很大程度上依賴(lài)于硬件制程。

然而，芯片制程進(jìn)入28納米時(shí)代后，摩爾定律的發(fā)展速度低于預(yù)期，工藝已逼近物理極限，國(guó)外企業(yè)依靠制程取得的優(yōu)勢(shì)，正在被削弱。

另一方面，算法設(shè)計(jì)對(duì)性能提升的作用越來(lái)越大。在不改變制程的情況下，深度學(xué)習(xí)的算法進(jìn)步，平均每9－14個(gè)月，也能實(shí)現(xiàn)算力的翻倍。

因此，芯片廠商如今必須在算法、軟件、硬件架構(gòu)設(shè)計(jì)三方面聯(lián)合優(yōu)化。

地平線(xiàn)CTO黃暢曾公開(kāi)表示，在架構(gòu)1．0階段，算法的應(yīng)用過(guò)程需要很多人工去調(diào)試，而進(jìn)入智能計(jì)算架構(gòu)2．0時(shí)代，更多依賴(lài)數(shù)據(jù)驅(qū)動(dòng)，AI具備自適應(yīng)能力，實(shí)現(xiàn)自動(dòng)迭代。

簡(jiǎn)單來(lái)說(shuō)，一輛自動(dòng)駕駛汽車(chē)高精度攝像頭產(chǎn)生約600－1000GB數(shù)據(jù)，不可能全部回傳至云端。因此，自動(dòng)駕駛系統(tǒng)會(huì)篩選有用數(shù)據(jù)，在傳至云端，云端回傳至扯斷，形成數(shù)據(jù)閉環(huán)。

對(duì)自家芯片的優(yōu)點(diǎn)，地平線(xiàn)市場(chǎng)負(fù)責(zé)人呂鵬曾對(duì)媒體直言，從征程2到征程3到征程5，連續(xù)性非常好，整個(gè)工具鏈的應(yīng)用性通過(guò)多代產(chǎn)品的持續(xù)打磨。

“很多時(shí)候并不是模型有多難設(shè)計(jì)。因?yàn)槟Ｐ痛蠹移鋵?shí)隨著算法趨勢(shì)的變化，都知道最先進(jìn)的算法模型是什么。但是你的模型怎么把它做到量產(chǎn)水平，你怎么知道現(xiàn)在的模型達(dá)到量產(chǎn)水平，你需要大量的數(shù)據(jù)訓(xùn)練、評(píng)測(cè)甚至你到里面有一些回灌、仿真，最后才是量產(chǎn)。例如之前做L2的系統(tǒng)，模型要做整個(gè)AEB的大里程道路的回灌測(cè)試，都是數(shù)十萬(wàn)上百萬(wàn)里程。需要規(guī)�；�量產(chǎn)沉淀�！�

04專(zhuān)利維度看地平線(xiàn)算法

地平線(xiàn)的智能駕駛芯片，在硬件、架構(gòu)層面，很難和高通、英偉達(dá)他們對(duì)抗，這公司競(jìng)爭(zhēng)力優(yōu)點(diǎn)在AI算法層面。

創(chuàng)始人也是這領(lǐng)域資深行伍。

之前，地平線(xiàn)自研的AI芯片打造的一個(gè)開(kāi)放式平臺(tái)天工開(kāi)物，另外，地平線(xiàn)艾迪是智能汽車(chē)AI軟件工具平臺(tái)。這些工具解決在AI研發(fā)中，尤其是從0到1再到N中的算法迭代問(wèn)題、提升算法研發(fā)效率。而地平線(xiàn)開(kāi)發(fā)的Together OS操作系統(tǒng)的目標(biāo)是整個(gè)行業(yè)一起共建一個(gè)基礎(chǔ)的OS系統(tǒng)，構(gòu)建起一個(gè)兼容并茂的軟硬件體系。

總而言之，人家也要搞算法生態(tài)平臺(tái)。

所以，知情郎專(zhuān)門(mén)查了查地平線(xiàn)的AI算法方面的專(zhuān)利。

在德高行全球?qū)＠麛?shù)據(jù)庫(kù)中，地平線(xiàn)擁有AI方面專(zhuān)利中國(guó)149件、PCT 2件。

從所申請(qǐng)的專(zhuān)利技術(shù)領(lǐng)域看，涉及數(shù)據(jù)識(shí)別、數(shù)據(jù)表示、涉及特定計(jì)算模型、涉及數(shù)據(jù)處理、涉及圖像數(shù)據(jù)處理或產(chǎn)生、涉及語(yǔ)音分析或合成、涉及圖像通信。

一般而言，自動(dòng)駕駛是基于環(huán)境感知技術(shù)，根據(jù)決策規(guī)劃出目標(biāo)軌跡，通過(guò)側(cè)向控制和縱向控制系統(tǒng)配合，使車(chē)輛在行駛過(guò)程中能夠準(zhǔn)確，穩(wěn)定跟蹤目標(biāo)軌跡，可以實(shí)現(xiàn)如速度調(diào)整，距離保持，換道和超車(chē)等基本操作。

而無(wú)線(xiàn)電通信、測(cè)距和導(dǎo)航、語(yǔ)音分析或合成、數(shù)據(jù)處理等就是實(shí)現(xiàn)自動(dòng)駕駛功能的基本技術(shù)要求。

最新6件AI 算法專(zhuān)利！看看人家工程師主要在解決什么技術(shù)難題！

序號(hào)

標(biāo)題

解決的技術(shù)問(wèn)題

公開(kāi)號(hào)

1

訓(xùn)練有監(jiān)督機(jī)器學(xué)習(xí)的模型的方法和裝置

提供了一種用于訓(xùn)練有監(jiān)督機(jī)器學(xué)習(xí)的模型的方法。

該方法可以包括：生成多個(gè)人造圖像，每個(gè)人造圖像包含相同的目標(biāo)對(duì)象在一個(gè)或多個(gè)時(shí)間段內(nèi)的不同時(shí)間點(diǎn)的運(yùn)動(dòng)狀態(tài)；在生成多個(gè)人造圖像的過(guò)程中記錄與目標(biāo)對(duì)象在一個(gè)或多個(gè)時(shí)間段內(nèi)的運(yùn)動(dòng)有關(guān)的標(biāo)注數(shù)據(jù)；基于多個(gè)人造圖像來(lái)生成包括運(yùn)動(dòng)的多媒體流；使用多媒體流的多個(gè)幀的數(shù)據(jù)作為模型的多個(gè)輸入數(shù)據(jù)來(lái)執(zhí)行模型中的運(yùn)算，以獲得與運(yùn)動(dòng)有關(guān)的推導(dǎo)數(shù)據(jù)；以及比較推導(dǎo)數(shù)據(jù)和標(biāo)注數(shù)據(jù)以確定是否調(diào)節(jié)模型的參數(shù)。

通過(guò)該方法，能夠省去在模型的訓(xùn)練過(guò)程中所需的大量的人工標(biāo)注。

CN107862387B

2

神經(jīng)網(wǎng)絡(luò)模型的編譯方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)

在一些情況下，芯片上部署的神經(jīng)網(wǎng)絡(luò)加速器不支持關(guān)聯(lián)（Correlation）運(yùn)算，而神經(jīng)網(wǎng)絡(luò)模型實(shí)際運(yùn)算時(shí)需要進(jìn)行關(guān)聯(lián)運(yùn)算，針對(duì)上述情況，目前采取的措施是：將需要進(jìn)行關(guān)聯(lián)運(yùn)算的數(shù)據(jù)搬移至通用處理器處執(zhí)行關(guān)聯(lián)操作，再將通用處理器處的結(jié)果搬移回來(lái)。為了解決上述措施數(shù)據(jù)搬移成本高的問(wèn)題，提供了一種技術(shù)方案，無(wú)需將數(shù)據(jù)搬移至通用處理器處進(jìn)行處理，因此能夠以較低的成本實(shí)現(xiàn)關(guān)聯(lián)運(yùn)算，且無(wú)需占用額外資源。

CN114625378A

3

用于實(shí)現(xiàn)目標(biāo)對(duì)象屬性識(shí)別的方法、裝置、介質(zhì)以及設(shè)備

目標(biāo)對(duì)象屬性識(shí)別過(guò)程中的興趣區(qū)域特征會(huì)對(duì)目標(biāo)對(duì)象屬性識(shí)別的準(zhǔn)確性產(chǎn)生影響，如何獲得合適的興趣區(qū)域特征，以提高目標(biāo)對(duì)象屬性識(shí)別的準(zhǔn)確性，是一個(gè)值得關(guān)注的技術(shù)問(wèn)題。本專(zhuān)利提供了一種是實(shí)現(xiàn)目標(biāo)對(duì)象屬性識(shí)別方案，提高目標(biāo)對(duì)象屬性識(shí)別的實(shí)時(shí)性。

CN110705380B

4

實(shí)例分割結(jié)果評(píng)價(jià)參數(shù)確定方法及裝置

在計(jì)算機(jī)視覺(jué)處理技術(shù)的圖形處理技術(shù)，現(xiàn)有技術(shù)采用分類(lèi)器打分的方式對(duì)于候選框的類(lèi)別進(jìn)行打分。通過(guò)分類(lèi)器打分只是對(duì)候選框的類(lèi)別進(jìn)行打分，并不對(duì)實(shí)例分割的結(jié)果進(jìn)行打分，進(jìn)而可能造成了用一個(gè)比較高的分類(lèi)的得分去描述一個(gè)比較差的實(shí)例結(jié)果，進(jìn)而造成實(shí)例分割打分結(jié)果的不準(zhǔn)確的問(wèn)題。本實(shí)施例提供了一種實(shí)例分割結(jié)果評(píng)價(jià)參數(shù)確定方法，提高準(zhǔn)確性。

CN109934223B

5

對(duì)象跟蹤方法、對(duì)象跟蹤裝置和電子設(shè)備

多目標(biāo)多相機(jī)跟蹤（MTMCT）是計(jì)算機(jī)視覺(jué)中的重要問(wèn)題，且在公共安全領(lǐng)域中得到廣泛應(yīng)用。但是，在多個(gè)相機(jī)的場(chǎng)景下，外觀特征常常變得不穩(wěn)定。另外，在單個(gè)相機(jī)的場(chǎng)景下，如果視頻中存在多個(gè)對(duì)象，也容易產(chǎn)生諸如目標(biāo)切換和軌跡斷裂等問(wèn)題。本實(shí)施例提供改進(jìn)的對(duì)象跟蹤方案。

CN110619658B

6

目標(biāo)對(duì)象狀態(tài)識(shí)別方法、裝置、介質(zhì)和設(shè)備

如何降低神經(jīng)網(wǎng)絡(luò)對(duì)設(shè)備硬件條件的要求，使神經(jīng)網(wǎng)絡(luò)輕量化，是一個(gè)值得關(guān)注的技術(shù)問(wèn)題。由此可知，提供的技術(shù)方案有利于輕量化第一神經(jīng)網(wǎng)絡(luò)，并有利于提高第一神經(jīng)網(wǎng)絡(luò)進(jìn)行狀態(tài)識(shí)別處理的實(shí)時(shí)性。

CN110532891B

【轉(zhuǎn)載請(qǐng)注明德高行·知情郎】

       原文標(biāo)題 : 地平線(xiàn)憑什么拿了大眾24億歐元投資？從專(zhuān)利看地平線(xiàn)AI算法牛在哪