在「電動」與「智能」之間,新一代汽車到底該拼什么?
摘要一直不服特斯拉的傳統車廠,現在該看明白了:「智能」才未來汽車那個最關鍵的底色。
這個選題其實源于一個傳統車企的管理層跳槽新造車,因為過去一年,他們過的并不好。
剛剛過去的 2019 ,是許多傳統車企正式推出「純電動汽車」的一年,這也是他們「新困擾」的開始。2019 年 7 月,奧迪因為電池組密封問題宣布在美國召回 540 輛奧迪 e-tron。9 月,現代純電動汽車 Kona 在加拿大蒙特利爾發生了起火爆炸事件。10 月,奔馳因為螺栓問題召回 1700 輛奔馳純電動汽車 EQC。由于電池供應不足,捷豹、奧迪都曾有過短暫的暫停生產,奔馳為此也決定將純電動 EQC 在美國的發售時間推遲一年至 2021 年。
在這些問題背后,最明顯的體現就是銷量不及預期。可以說,在電動汽車這個新領域中,傳統車企的戰況并不樂觀。當然這還不是最可怕的,最可怕的是當你在這些榜單前加上「智能」這個標簽你會發現,全球電動汽車銷量榜之下,能正真稱之為智能電動汽車的并不多。
智能化是車企的「必答題」,但卻往往被車企輕視,甚至忽略。
全球 2019 年電動汽車排名前二十的車型 | EV Volumes在「智能電動汽車」的標簽下,能看到一個極其恐怖的市場份額分配。特斯拉似乎是手握了全球 90% 以上的智能電動汽車市場份額。在國內,在銷量榜下苦苦成長的新造車勢力擁有了更多「智能汽車」的市場份額。但這么說一定不嚴謹。因為這要取決于我們應該如何定義「智能汽車」。
什么才能算「智能」?
在 2010 年中國將電動汽車戰略上升到國家戰略高度,開始產業化之后,「智能」有望成為了電動汽車戰略的下一個接力者。今年 2 月 12 日,中國發改委等 11 個國家部委聯合蓋章,出臺《智能汽車創新發展戰略》。
其中對「智能汽車」的定義值得參考:「智能汽車是指通過搭載先進傳感器等裝置,運用人工智能等新技術,具有自動駕駛功能,逐步成為智能移動空間和應用終端的新一代汽車。智能汽車通常又稱為智能網聯汽車、自動駕駛汽車等。」
小鵬汽車的董事長何小鵬為此還發朋友圈感嘆說,「真的很開心,我已經連續兩年在汽車百人會公開呼吁要支持智能汽車,要重視質量而不是數量,并且建議媒體要專門設立一個智能汽車的榜單(默認帶較高等級或高等級自動駕駛和車聯網,賣給個人用戶)現在終于有一個方向性指引了」。
「重視質量,而不是數量」這確實是個難題。因為榜單就是一個以數字為標準統計的排名。「智能汽車」的質量一定是由許多參數決定,甚至是軟件的體驗。
只要能聯網就能算作「智能娛樂系統」、甚至有倒車輔助、車道偏離這些簡單輔助系統就算 L2 級別自動駕駛。「在汽車領域,智能的定義和標準都太寬泛。定義一個首款 AI 5G 自動駕駛智能汽車太容易了,但做出來的產品就千差萬別了。」一位車企研發負責人對極客公園說。
? ? ? ? ?特斯拉輔助自動駕駛體驗 | 特斯拉官方但在這個基礎的「方向性指引」之下,我們其實可以從另一個側面一窺智能汽車的行業發展速率——算力。
算力是這輛車里軟件能力的基礎,也是軟件體驗和自動駕駛體驗的基礎。基于車企成本最優的關系,我們可以把算力和智能化比作正向相關的關系,以「算力」這個標準為基礎,我們才能更好的窺探「汽車智能」的成長速度,以及汽車行業內的巨大差距。
算力,也稱作計算力,顧名思義就是設備的計算能力。在這里我們可以以汽車處理器或者說芯片的運算能力為標準,目前階段它常用的單位是 TOPS(Tera Operations Per Second),1 TOPS 代表處理器每秒鐘可進行一萬億次 (10^12) 操作。
特斯拉的「算力」進化史
看過特斯拉「算力」兇猛成長路徑,才能更清晰理解「智能」對于汽車行業的重要性。
簡單來說,我們可以把特斯拉的「算力」可以分為智能座艙的算力和自動駕駛能力的算力,也就分別對應信息娛樂系統 (IVI) 和駕駛輔助系統 (ADAS)。
在駕駛輔助系統之中,特斯拉正在像傳統汽車換代一樣持續的升級自己的駕駛輔助系統硬件,以及算力。特斯拉從 2014 年最初的自動駕駛硬件(稱為 Autopilot Hardware 1 / AP1 硬件)以來,已經進行了幾次硬件的大更新,AP 2 硬件(2016 年)、AP2.5 硬件(2017 年)以及稱為全自動駕駛硬件的(FSD 計算機)AP3 硬件(2019 年)。
具有輔助自動駕駛功能的早期 Tesla 自動駕駛系統于 2014 年 10 月發布,在 Model S 和后來的 Model X 上使用。它最早使用的是 Mobileye 公司的 Mobileye EyeQ3 計算平臺和軟件來控制駕駛體驗。
這個 Mobileye EyeQ3 計算平臺當時的算力是 0.256 TOPS。但當時,它支持的已經是市場上最復雜的系統之一,輔助駕駛能力也已經達到了當時的極限。以至于特斯拉決定構建自己的系統時,花了很多年才能趕上 AP1 中的基礎自動駕駛功能。
之后,特斯拉于 2016 年 7 月與 Mobileye 分道揚鑣,開始開發自己的自動駕駛自動駕駛解決方案。特斯拉認為 Mobileye 的更新速度不夠快,并且有機會通過使用當時逐漸成熟的機器學習/神經網絡來提供更強大的自動駕駛功能。
Mobileye 輔助駕駛芯片的算力提升 | Mobileye 官方2016 年底,特斯拉開始推出名為搭載 AP2 硬件的車輛。它搭載的是 NVIDIA DRIVE PX 2 AI 計算平臺,運算力達到了 24 TOPS。從 AP 2.0 到 AP 2.5,主要是平臺中多了一顆 Parker 芯片,運算能力更強,也提高了冗余性。
2019 年 4 月,這款馬斯克口中「世界上最好的芯片」發布了,全自動駕駛雙冗余 FSD 計算機最終可以實現 144TOPS 的算力(單芯片 72 TOPS),算力較 HW 2.5 提升約 7 倍。
? ? ??? ?FSD (full self-driving computer)計算機芯片 | 直播截圖
從 0.256 TOPS 到 144TOPS,特斯拉的算力提升明顯,相應的特斯拉的自動駕駛能力和體驗也在同步飛速成長。
作為對比,國內的智能汽車的算力也在逐步提升。蔚來 ES8 是首款裝載 Mobileye EyeQ4 自動駕駛芯片的量產車型,擁有 2.5 TOPS 的算力。小鵬將在下一代產品 P7 上搭載英偉達 DRIVE Xavier 芯片,可實現 30 TOPS 的性能。最近,即便是號稱搭載「國內首個 L3 自動駕駛」6 月量產上市的長安汽車 UNI-T,內置了中國首款車規級 AI 芯片——地平線征程二代,具備 4 TOPS 的算力。
「自動駕駛所需要的計算力,是過去任何一臺計算機都沒有達到過的。」NVIDIA 的掌門人黃仁勛曾在公開場合不止一次的說過這句話,但在真正的量產車上,算力的提升也許能讓我們對「智能汽車」有更簡單的了解。
地平線公司做了一個很有趣的總結:自動駕駛等級每提高一級,算力就增加一個數量級。L2 級別大概需要 2 個 TOPS 的算力,L3 需要 24 個 TOPS 的算力,L4 為 320TOPS,L5 為 4000+TOPS。
?地平線對自動駕駛算力的預判 | 地平線「算力只是一把簡單的尺子,它只能從數量級上側面看出自動駕駛的能力狀態,當然更重要的還是軟件能力,但軟件能力很難用一把尺子衡量。」一位新造車自動駕駛研發負責人說。
在信息娛樂系統中,算力成長并不明顯。從初代的 Model S/X 儀表的英偉達 Tegra 2 雙核 CPU,中控大屏的英偉達的可視化計算模塊 VCM,英偉達 Tegra 3 四核+單一的節電核心 (或稱協核心)。到之后 2018 年配置了雙 MCU,一片為英特爾 Gordon Peak BMP 基于 Atom E3800 系列 CPU,另一片為英特爾 Apollo Lake SoC。已經比上一代的 3D 圖形性能提高了 5 倍。
但真正體現「智能」掌控能力的是,在信息娛樂系統 (IVI) 平臺上運行的是特斯拉自己打造的車載 linux 系統。除此之外,特斯拉使用的軟件有 80% 以上為自行開發。與另一邊瘋狂成長的算力不同,這里更像是消費電子產業的手機、平板電腦,反倒是系統軟件的完整度、 OTA 升級能力、以及整車傳感器的控制能力才最為重要。
沒人重視「智能」?
像路透社在今年年初報道的那樣,在未來幾年中,大型汽車企業將投入至少 900 億美元,推動實現產品的電氣化進程。
但除了在部分地區部分車型上受到了來自特斯拉和新造車公司的競爭推動之外,更多大型車企電動化的「初始動力」是來自中國,歐洲以及潛在的美國政府排放法規。
車企們面對更嚴苛的政府排放法規 | 站酷「首先是大型傳統車企,他們必須向特斯拉學習如何做。」一家新造車公司的高管說,最初這些公司對市場采用持懷疑態度,但是現在,隨著中國等國家通過監管帶動電氣化,他們別無選擇。「所以電動化的推進程度和重視程度要比智能化強烈的多。」
大眾、福特、通用等大型車企集團最近都開始推進自己全新的電動汽車平臺,解決電池產能瓶頸,解決電池硬件的安全性等等,但對于應該同步成長的「智能化」卻缺少更新。
「現階段,電動化是國家和環境環保推動的,還不是客戶需求主導,而軟件則是真正存在的客戶需求。」一位新造車創始人對極客公園說。
陷入「軟件危機」的大眾集團算是唯一一個例外了。在電動化轉型勝利在望之后,大眾一直在數字化轉型上投入了很多資源。從與微軟合作「大眾汽車云」到與亞馬遜合作的「大眾工業云」,再到新成立創新性汽車軟件開發部門「Car.Software」,開發「vw.os」操作系統。可以說大眾是少有的足夠重視「智能化」的車企。
? ? ? ? ?大眾 MEB 平臺的第一款量產電動車型 ID.3 | 現場拍攝
但大眾依舊陷入了「軟件危機」,據《經理人》雜志爆料,大眾 MEB 平臺的首款純電動車 ID.3 可能會延期交付。這其實并不是一件壞事,「智能化」過程中的難點是遲早都會遇到的,只是目前還有更多車企甚至無法面對「智能化」,無法做出改變。
大眾是在建立一種新能力,即便磕磕絆絆。「傳統汽車制造商的時代已經結束」,這句話不是來自新造車,卻是來自大眾汽車集團首席執行官赫伯特迪斯在董事會上的呼吁。
一種「新能力」
在汽車「智能」的背后,其實不只有許許多多便捷聰明的功能堆疊,這對車企來說其實更是一種「能力」的拓展。
特斯拉其實正在以一種更加集中的方式實現業務多元化。
對特斯拉來說,自研 AI 芯片真的有意義嗎?為什么要去一個并不熟悉的領域賣弄技術?繼續堅持拿來主義是不是更明智?為此,特斯拉要承擔昂貴的研發成本,芯片的后續升級和改進也都是成本黑洞,更重要的是芯片企業的升級進化更是日新月異。
這其實和特斯拉當年從頭打造自己的車載 linux 系統一樣,特斯拉不僅在培養自己的「軟件能力」更讓自己有了更集中的掌控能力。特斯拉被英偉達 diss,被芯片行業抨擊,但它卻是唯一一家汽車廠商擁有的新能力,是汽車領域最懂芯片的企業。
? ? ? ? ?特斯拉可以將周邊物體信息展現在司機面前 | electrek
同樣的,我們在新造車團隊中也能夠看到這樣的現象,本就不多的初創公司人數,研發和工程師團隊占比卻極高,甚至人數上比一些傳統車企還要多。而更容易察覺差距的是,在純電動汽車產品發布之后,哪些產品在量產之后 OTA 升級次數多,哪些產品甚至沒有過功能上的軟件升級。
這些新能力改變了帶來了汽車行業的「模式的轉變」。就像當年以諾基亞為代表的手機廠商,也沒有想到蘋果能在 2013 年讓 App Store 軟件銷售額突破 100 億美元一樣。
因為軟件能力的提升,一種新的「軟件營收模式」被驗證可行。這恰恰是傳統車企零部件組合模式難以適應的新方向。
除了半導體,特斯拉幾乎把一個汽車產業鏈條上的所有分工全都大包大攬了。
但作為傳統廠商之前的分散式域控制器的電子架構,車內軟件也都分布于各 ECU(微處理器)上,且都由 Tier1 供應商們完成。這種系統是零散而粗放的,沒辦法達到軟硬件的緊密耦合。
? ? ? ? ?汽車電子電氣架構演進趨勢 | 博世 Bosch
「在供應商希望實現具備系統軟件能力的同時,車企也在試圖和科技公司合作掌握軟件定義汽車的能力。」一位傳統車企軟件研發負責人說,「這樣的矛盾,正在影響汽車產業背后的合作分工模式。」
目前,絕大多數的汽車零部件供應商還不能迅速的完成如此巨大的商業模式轉變以及能力體系的切換。
汽車的智能化與電動化背后的「抓手」不同,一個是市場環境驅動,一個是需求客戶驅動。3 月 10 日,特斯拉下線了公司歷史上第一百萬輛特斯拉電動汽車。足以證明客戶需求的慢慢傾斜,但更重要的是我們要對「智能電動汽車」有更清晰的認識。
馬斯克 2015 年的時候說,「在設計 Model S 時,它實際上是一臺非常復雜的帶輪子的計算機」。五年過后,我們可以重新審視一下汽車企業,誰正真擁有了「制造計算機」的能力?
本文由極客公園 GeekPark 原創發布,轉載請發送郵件至 zhuanzai@geekpark.net
核心關鍵字: 汽車交通| 留言與評論(共有 0 條評論) |


