基于在ICT領域，尤其是芯片、5G以及操作系統等方面的長期積累，華為在智能汽車領域的業務推進速度，不可謂不驚人。當前，華為已經形成了“智能駕駛、智能網聯、智能電動、智能座艙、智能車云”五大汽車業務矩陣，幾乎覆蓋全部智能網聯電動汽車所需要的關鍵新技術。在智能駕駛領域，華為目前的核心產品是L4級全棧智能駕駛解決方案和MDC智能駕駛計算平臺，兩者都是基于華為自研的AI芯片、CPU和操作系統，而后者是前者的核心。據悉，MDC智能駕駛計算平臺是基于華為昇騰系列AI芯片，當前華為已經推出了MDC 600和MDC 300兩個計算平臺，分別對應L4和L3級別自動駕駛。在車路協同的同時，華為也堅持在自動駕駛領域的單車智能技術路徑投入和發展，因此MDC智能駕駛計算平臺更顯得尤為重要。那么，MDC智能駕駛計算平臺真正的價值在哪？
華為的芯片積累，讓其在自動駕駛領域可謂是如魚得水。經過多年發展，目前華為已經建立起了完善的芯片體系，包括專為5G提供支持的巴龍系列芯片、基于全新達芬奇架構研發的昇騰系列AI芯片、在手機上搭載的CPU處理器芯片麒麟系列，以及服務器級處理器芯片鯤鵬系列。其中，昇騰系列AI芯片主打AI算力需求。據華為方面介紹，昇騰310使用了華為自研的高效靈活CISC指令集，每個AI核心可以在1個周期內完成4096次MAC計算，集成了張量、矢量、標量等多種運算單元，支持多種混合精度計算，支持訓練及推理兩種場景的數據精度運算。作為NPU，昇騰310集成了FPGA和ASIC兩款芯片的優點，包括ASIC的低功耗以及FPGA的可編程、靈活性高等特點，從而其統一架構可以適配多種場景，功耗范圍從幾十毫瓦到幾百瓦，彈性多核堆疊，可在多種場景下提供最優能耗比。相較而言，英偉達使用的GPU是通用AI芯片，算力高但功耗也高。具體來說，英偉達的Xavier 算力為30 TOPS，功耗則達30W，能效為1 TOPS/W，相比之下，華為昇騰310?算力為16 TOPS，功耗僅為8W，能效為2 TOPS/W。另外，在自動駕駛芯片領域，Mobileye的 EyeQ系列則是典型ASIC芯片的代表，不過，在算力方面，Mobileye EyeQ4的算力為2.5 TOPS，功耗為3W,能效0.83 TOPS/W，相比之下，華為昇騰 310的優勢也格外明顯。而且昇騰310芯片后續還會以每兩年一次的速度持續迭代優化。基于此，不管是昇騰310最優的算力和功耗，還是其統一架構可以適配多種場景，都決定了其必然成為華為自動駕駛MDC智能駕駛計算平臺的核心。
在去年華為舉辦的全聯接大會上，除了AI芯片，華為還發布了能夠支持L4級別自動駕駛的計算平臺MDC 600，其基于8顆昇騰310 AI芯片，同時還整合了CPU和相應的ISP模塊。據介紹，MDC 600的算力高達352TOPS（TOPS：萬億次/秒），整體系統的功耗算力比是1 TOPS/W。同時，華為方面還透露，MDC智能駕駛計算平臺正在進行最高級別的即ISO26262 ASIL-D級別車規標準認證。事實上，雖然MDC 600瞄準的是L4級別自動駕駛，但現階段市場對于L4級別的自動駕駛需求并不旺盛。因此，華為推出了MDC 300。據華為方面相關負責人介紹，MDC 300主要瞄準的是L3級別自動駕駛，即擁堵跟車、高速巡航、自動泊車等應用場景。等之后高級自動駕駛市場需求起來之后，華為將會做更多的MDC 800／900這樣系列化的新產品。同一個計算平臺，華為卻能夠針對不同的自動駕駛級別推出不同的產品，這背后的原因是什么？對此，華為智能汽車解決方案BU總裁王軍表示，原因在于兩個概念，即“系統架構可伸縮”以及“以終為始”，這兩個概念的核心，就是如何用一套軟件不僅能夠支持L4，還能支持自定義的L2.9等。對此，王軍進一步解釋到，其是需要在一套能夠實現L4級自動駕駛的架構中，通過增減激光雷達和算力配置，來實現Robo-taxi、中高端車型、普通車型的需求。算力方面，上述華為相關負責人則解釋稱，可以根據實際需求增減MDC智能駕駛計算平臺上昇騰310芯片的數量，來達到自動駕駛對算力的不同需求。也就是說，華為最開始瞄準的也是L4級別的自動駕駛，但與那些單純做L4級自動駕駛的企業所不同之處，則在于華為能夠在滿足L4級別自動駕駛的基礎上，技術反哺L2/L3等級別。通過上述兩個概念，并依據具體的操作方面，華為就可以按照市場上對于自動駕駛實際應用場景的需求，開發出能夠與之相匹配的MDC智能駕駛計算平臺產品。因此，我們不難看出，華為MDC智能駕駛計算平臺可針對不同級別的自動駕駛算法，用一套軟件架構，不同硬件配置，就能夠支持L3~L4自動駕駛算法的平滑演進升級。
在發布鴻蒙系統之后，對于華為而言，現階段所面臨的一大挑戰就是生態體系的建設，不管是手機端，亦或是車機端。不過，華為在對外的態度上一直非常明確，即合作共贏。同樣，在自動駕駛領域也是如此。因此，華為MDC智能駕駛計算平臺并不是一個閉環的封閉產品，而是一個開放平臺。據介紹，其具備組件服務化、接口標準化、開發工具化的特性，基于此平臺，相關企業可快速開發、調測、運行自動駕駛算法與功能。此外，華為MDC智能駕駛計算平臺還能夠兼容AUTOSAR與ROS，結合配套提供的工具鏈與HIL仿真平臺，車企可靈活快速開發不同級別的智能駕駛應用。值得一提的是，華為所推出的MDC HIL（硬件在環）仿真平臺，是目前國內首批支持L4自動駕駛仿真測試的平臺，其具備多類傳感器與海量場景的實時仿真能力，能夠支持SAE L4~ L2+級別智能駕駛算法開發與仿真，可有效提升自動駕駛測試效率，降低測試成本。技術方面，相比于當前業界其他自動駕駛計算平臺，華為MDC具有“三高一低”的優勢，即“高算力、高安全、高能效、確定性低時延”等。其中，高算力則是因為其搭載了華為多顆昇騰310芯片，最高可提352 TOPS的算力，滿足L4級別的自動駕駛需求。同時，高算力也意味著能夠為自動駕駛提供更安全可靠的計算力支持，從而能夠應付處理復雜的路況。高安全，一方面是源于華為MDC智能駕駛計算平臺凝聚了華為30年的ICT設備研發、設計、生產制作的經驗，從而使其能夠進行端到端的冗余備份設計，規避單點故障，并能夠支持-40°C~85°C的環境溫度，應對苛刻外部環境。另一方面，則在于華為遵守從業界車規級可靠性與功能安全等級的要求，如ISO 26262的ASIL D級。說到遵守車規級要求，在這里需要補充的一點是，當前華為MDC智能駕駛計算平臺正在進行車規級認證，這也是其產品未規模應用到乘用車領域的主要原因。基于此，我們可以看到，當前華為MDC產品的商用場景也并不是我們平常看到的乘用車，而是針對特定的場景需求進行商用，如園區內的物流車、清潔車以及城市中固定的公交巴士等。至于車規級自動駕駛芯片，有消息稱，華為或將在明年發布。回到優勢方面，對于華為MDC智能駕駛計算平臺的高能效，則是因為其領先業界的端到端1TOPS/W的高能效，業界一般為0.6TOPS/W。基于其高能效，自動駕駛汽車不僅可以節能和延長續航里程，還可以實現同等算力下溫度更低，從而提升電子元器件的可靠性。在確定性低時延優勢方面，則是因為MDC智能駕駛計算平臺的底層硬件平臺搭載實時操作系統，從而能夠高效的使底層軟硬件一體化優化。而操作系統方面，則使用的是華為自研車控OS，其是基于低時延、高安全的華為鴻蒙內核而研發的。通過MDC智能駕駛計算平臺的軟硬一體化優化，華為則能夠使其內核調度時延低于10us，ROS內部節點通信時延小于1ms，并為客戶的端到端自動駕駛帶來小于200ms的低時延，而在業內，這個數據一般是400~500ms。因此，這也大大提高了自動駕駛過程中的安全性。如果說MDC智能駕駛計算平臺是華為為自動駕駛行業提供的產品，那么，華為L4級別全棧智能駕駛解決方案(ADS)則是其基于MDC平臺的為行業提供的一整套解決方案。據介紹，華為L4級全棧智能駕駛解決方案全面整合了芯片、算法、數據等多層面能力，可支持靈活的功能特性組合，能夠滿足L4~ L2+的不同客戶需求，可面向自動駕駛系統的規模化量產。具體來說，其采用自研高算力自動駕駛SoC芯片，能夠實現多路傳感器數據的高性能處理和復雜規控決策；算法上，其全面采用自研核心算法，針對中國城區道路、高速道路、市區泊車等復雜駕駛場景持續設計優化；數據上，華為通過與車企伙伴聯合建立大規模路測車隊，持續累積豐富場景路測數據，驅動系統持續閉環迭代優化；同時，其基于中國道路和交通環境設計，以有效提升用戶駕乘體驗為目標，可幫助車廠快速落地中國用戶關注的自動駕駛高價值特性，并通過OTA持續為用戶提供自動駕駛新特性和新體驗。目前，基于MDC解決方案，華為已與奧迪開展了L4級別自動駕駛測試。其合作的測試車隊規模已達數十輛。除奧迪外，一汽、沃爾沃（乘用車）、東風、蘇州金龍、山東浩睿智能、新石器等公司也都已跟華為在自動駕駛方面展開合作。
在今年4月份舉辦的上海車展上，華為輪值董事長徐直軍表示：“未來的自動駕駛一定是單車智能，如果連這點志氣都沒有，就不要做自動駕駛了。”不過，徐直軍也沒有否認車路協同技術，其認為該技術可在一定程度內促進自動駕駛技術的落地。當然，基于自身在ICT領域的積累，華為不可能放棄車路協同技術，畢竟這是其最擅長做的事情。同時，也正是基于華為自身在車路協同領域的布局，才使其與自動駕駛結緣。2013年，華為推出了車載通信模塊ME909T，標志著其正式進軍車聯網行業。在之后的一年，華為先后與東風、長安、一汽等企業圍繞車聯網、智能汽車領域簽訂合作協議。不過，當時并沒有人把智能汽車與自動駕駛相聯系起來，畢竟，若僅僅只是一個車載通信模塊，其所能夠為汽車提供的就是在線功能罷了。直到2015年，3GPP開始啟動關于C-V2X的標準化研究。所謂的C-V2X，其實就是一套基于無限蜂窩網絡的技術及標準，從而使搭載了此類通信模塊的汽車擁有與其他車輛、基礎設施以及行人進行直接通信的能力。也就是說，這將使車輛能夠及時掌握其他交通參與者的信息。事實上，自動駕駛想要實現，V2X的打通是必不可少的，車與路之間的協同、交通信號的協同、車與車之間的協同、道路參與者的協同，均依托V2X。然而，現有的4G網絡在帶寬和延遲上無法滿足高速度的自動駕駛的需求。因此，華為在此基礎上直接瞄向了5G。2016年，華為與奧迪、寶馬、戴姆勒、愛立信、英特爾、諾基亞及高通聯合宣布,成立“5G汽車聯盟”,旨在整合各巨頭間的資源,加快無人駕駛汽車的研發進度,調配研發過程中所需的互聯設備。2017年2月，華為在德國開展5G自動駕駛測試。2017年6月，在上海世界移動大會上，華為與上汽、中國移動合作，演示了一輛無人（遠程）駕駛車。就像徐直軍所說，在單車智能還沒徹底實現的時候，車路協同能夠加快其落地進程。也正因為如此，我們不難看出華為目前在自動駕駛領域的兩條路，其一，則是利用自身在軟件和硬件方面的優勢，開發自動駕駛計算平臺，促進單車智能的發展。其二，則是利用自身在ICT領域的技術積累，尤其是在車載通信方面，大力促進車路協同技術的發展，以便于更快實現完全自動駕駛技術。
在華為2019全聯接大會上，王軍提出了華為在智能駕駛解決方案戰略上的三個維度：從商業的角度，其是圍繞價值場景逐步落地，提供無縫的體驗。從技術的角度，華為的智能解決方案是以高算力和激光雷達為基礎，和以終為始的架構；其未來的架構是可以彈性收縮的，不同的配置，都是一個軟件；功能特性是根據不同硬件配置，通過配置軟件功能的方法實現。從產業的角度，華為作為增量部件的供應商，與行業伙伴共同推動產業的成熟。從商業，到技術，再到產業，無不闡述著華為對自動駕駛領域的重視。對于自動駕駛的實現路徑，華為最擅長的是車路協同，畢竟，其在ICT行業有著30多年經驗的積累。然而，正如徐直軍所言，自動駕駛如果連搞單車智能的信心都沒有，那就不要搞了。而MDC智能駕駛計算平臺，就是為了提高汽車的智能化水平，從而能夠使其實現自動駕駛。目前，我們不難看出，華為在自動駕駛領域的根本，就是其MDC智能駕駛計算平臺。其對于華為的重要性，也就不言而喻。同時，對于當前自動駕駛領域而言，華為MDC智能駕駛計算平臺也同樣重要。業內皆知，當前L2~L4級自動駕駛芯片分別被壟斷在Mobileye和英偉達的手中，而華為則最有可能打破這一自動駕駛芯片壟斷格局。
- 相關標簽：
-
華為
