知情郎·眼｜

侃透公司專利事兒

最近智能駕駛芯片公司地平線春風(fēng)得意，拿了大眾24億歐元的投資，風(fēng)頭一時無雙。

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，旗下軟件公司CARIAD與地平線成立合資企業(yè)，共同開發(fā)聚焦中國消費者需求的全棧式高級駕駛輔助系統(tǒng)和自動駕駛解決方案。

給你錢，使勁造！

你懂得，大眾肯花巨資扶持本土智能駕駛AI平臺，自然是缺什么想補什么。

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

CARIAD被不少行業(yè)人士調(diào)侃在中國毫無建樹。

這次投地平線，也是發(fā)狠了，要補足自己中國本土智能化短板，來緊跟電動化、智能化潮流。

24億歐元，就是大眾為自己來縮短轉(zhuǎn)型時間的。

01大眾軟件能力差！

原來是硬件定義汽車，現(xiàn)在變成了軟件定義汽車，汽車只是大一點的輪子上的計算機。

尤其特斯拉強調(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年建立的大眾汽車軟件事業(yè)部，由大眾集團前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)致大眾新能源車型ID．3延遲交付，使得大眾集團管理層大怒。此后這個擁有兩萬多員工的部門便開始獨立運作。

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，大眾汽車正式發(fā)布了ID．3，這是其ID家族的首款車型，是在大眾MEB平臺下生產(chǎn)的純電動車型。

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

然而，據(jù)報道，由于軟件基本架構(gòu)開發(fā)得“太倉促”，存在大量漏洞，導(dǎo)致ID．3延遲交付數(shù)月。當(dāng)時還有內(nèi)部工廠照片流出，ID．3因為無法OTA在線升級，而不得不大規(guī)模手動線下升級。

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)問題，大眾旗下多個車型被迫推遲上市。

因此大眾決定補短板，投入了大量的人力、物力來強化軟件研發(fā)實力。

然后，CARIAD就在大眾體系獨立了，目的是打造一款自主研發(fā)的車載操作系統(tǒng)VW．OS，在未來將其不同版本運用到所有集團汽車品牌之上，并定下至少要實現(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月成立的中國子公司。

直到如今，在大眾ID．4的論壇，車主還會吐槽大眾糟心的車機系統(tǒng)。

有車友直言，大眾ID．4更像是半成品，顯示屏?xí)r常連不上信號、有時還灰屏，語音交互形同虛設(shè)，“車機系統(tǒng)做的甚至不如大眾燃油車”。

有車友調(diào)侃表示，“有時用CARPLAY導(dǎo)航，突然地圖不動了，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，大眾不熟悉中國本土化用戶的真實智能需求，完全是歐洲人思維，不是大陸用戶邏輯。

差生壓力就是大啊！

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

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

多方因素共振下，大眾選擇投資國內(nèi)公司地平線也就可以理解了。

02為什么是地平線？

地平線是成立僅7年的國內(nèi)芯片獨角獸企業(yè)，專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)實驗室主任、自動駕駛項目負(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。

從披露的公開信息看，地平線是最早一批做自動駕駛芯片的企業(yè)。在國內(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)還沒有量產(chǎn)芯片面市。

而地平線2019年就推出了自動駕駛芯片征程2，2020年，地平線與長安達(dá)成合作，開始為長安主力車型提供征程2芯片，用于智能座艙領(lǐng)域。

比起國內(nèi)同行，地平線算是幸運的，早早重金投入研發(fā)出車規(guī)級自動駕駛芯片，并能對主機廠進(jìn)行量產(chǎn)供貨，走過了至暗時刻。

與此同時，地平線的融資也在這兩年密集進(jìn)行。

公開信息顯示，地平線已獲得上汽集團、廣汽資本、長城汽車、東風(fēng)資產(chǎn)、比亞迪、一汽集團等眾多車企資本，其中2021年的融資最為密集，股東陣容堪稱豪華。

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

不同于傳統(tǒng)整車企業(yè)與一級供應(yīng)商的垂直關(guān)系，國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％自動駕駛收入。

奔馳能忍嗎？不能忍也只有忍。

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

這里面，車規(guī)級智能芯片是含金量最高的。

要知道，最近車廠宣傳電車營銷造勢的口號從原來的電芯牛逼續(xù)航長改成了芯片牛逼，人家都喊出了沒有高通的8155芯片，沒資格談智能座艙。

得夸幾句高通8155，在ARM指令集的車機芯片里它是算力最強的芯片之一。

7nm工藝打造、8個計算核心、最高頻率2．84GHz是高通8155芯片的基礎(chǔ)實力，能帶來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)計算單元，最高能帶來的8TOPS的AI算力。

功能上，最多支持6個攝像頭，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。

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

03芯片更依賴算法的年代

過去，芯片性能的進(jìn)步，很大程度上依賴于硬件制程。

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

另一方面，算法設(shè)計對性能提升的作用越來越大。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個月，也能實現(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)計三方面聯(lián)合優(yōu)化。

地平線CTO黃暢曾公開表示，在架構(gòu)1．0階段，算法的應(yīng)用過程需要很多人工去調(diào)試，而進(jìn)入智能計算架構(gòu)2．0時代，更多依賴數(shù)據(jù)驅(qū)動，AI具備自適應(yīng)能力，實現(xiàn)自動迭代。

簡單來說，一輛自動駕駛汽車高精度攝像頭產(chǎn)生約600－1000GB數(shù)據(jù)，不可能全部回傳至云端。因此，自動駕駛系統(tǒng)會篩選有用數(shù)據(jù)，在傳至云端，云端回傳至扯斷，形成數(shù)據(jù)閉環(huán)。

對自家芯片的優(yōu)點，地平線市場負(fù)責(zé)人呂鵬曾對媒體直言，從征程2到征程3到征程5，連續(xù)性非常好，整個工具鏈的應(yīng)用性通過多代產(chǎn)品的持續(xù)打磨。

“很多時候并不是模型有多難設(shè)計。因為模型大家其實隨著算法趨勢的變化，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、評測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AEB的大里程道路的回灌測試，都是數(shù)十萬上百萬里程。需要規(guī)�；�量產(chǎn)沉淀�！�

04專利維度看地平線算法

地平線的智能駕駛芯片，在硬件、架構(gòu)層面，很難和高通、英偉達(dá)他們對抗，這公司競爭力優(yōu)點在AI算法層面。

創(chuàng)始人也是這領(lǐng)域資深行伍。

之前，地平線自研的AI芯片打造的一個開放式平臺天工開物，另外，地平線艾迪是智能汽車AI軟件工具平臺。這些工具解決在AI研發(fā)中，尤其是從0到1再到N中的算法迭代問題、提升算法研發(fā)效率。而地平線開發(fā)的Together OS操作系統(tǒng)的目標(biāo)是整個行業(yè)一起共建一個基礎(chǔ)的OS系統(tǒng)，構(gòu)建起一個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。

所以，知情郎專門查了查地平線的AI算法方面的專利。

在德高行全球?qū)＠麛?shù)據(jù)庫中，地平線擁有AI方面專利中國149件、PCT 2件。

從所申請的專利技術(shù)領(lǐng)域看，涉及數(shù)據(jù)識別、數(shù)據(jù)表示、涉及特定計算模型、涉及數(shù)據(jù)處理、涉及圖像數(shù)據(jù)處理或產(chǎn)生、涉及語音分析或合成、涉及圖像通信。

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

而無線電通信、測距和導(dǎo)航、語音分析或合成、數(shù)據(jù)處理等就是實現(xiàn)自動駕駛功能的基本技術(shù)要求。

最新6件AI 算法專利！看看人家工程師主要在解決什么技術(shù)難題！

序號

標(biāo)題

解決的技術(shù)問題

公開號

1

訓(xùn)練有監(jiān)督機器學(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)督機器學(xué)習(xí)的模型的方法。

該方法可以包括：生成多個人造圖像，每個人造圖像包含相同的目標(biāo)對象在一個或多個時間段內(nèi)的不同時間點的運動狀態(tài)；在生成多個人造圖像的過程中記錄與目標(biāo)對象在一個或多個時間段內(nèi)的運動有關(guān)的標(biāo)注數(shù)據(jù)；基于多個人造圖像來生成包括運動的多媒體流；使用多媒體流的多個幀的數(shù)據(jù)作為模型的多個輸入數(shù)據(jù)來執(zhí)行模型中的運算，以獲得與運動有關(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)。

通過該方法，能夠省去在模型的訓(xùn)練過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、裝置及計算機可讀存儲介質(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）運算，而神經(jīng)網(wǎng)絡(luò)模型實際運算時需要進(jìn)行關(guān)聯(lián)運算，針對上述情況，目前采取的措施是：將需要進(jìn)行關(guān)聯(lián)運算的數(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。為了解決上述措施數(shù)據(jù)搬移成本高的問題，提供了一種技術(shù)方案，無需將數(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現(xiàn)關(guān)聯(lián)運算，且無需占用額外資源。

CN114625378A

3

用于實現(xiàn)目標(biāo)對象屬性識別的方法、裝置、介質(zhì)以及設(shè)備

目標(biāo)對象屬性識別過程中的興趣區(qū)域特征會對目標(biāo)對象屬性識別的準(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)對象屬性識別的準(zhǔn)確性，是一個值得關(guān)注的技術(shù)問題。本專利提供了一種是實現(xiàn)目標(biāo)對象屬性識別方案，提高目標(biāo)對象屬性識別的實時性。

CN110705380B

4

實例分割結(jié)果評價參數(shù)確定方法及裝置

在計算機視覺處理技術(shù)的圖形處理技術(shù)，現(xiàn)有技術(shù)采用分類器打分的方式對于候選框的類別進(jìn)行打分。通過分類器打分只是對候選框的類別進(jìn)行打分，并不對實例分割的結(jié)果進(jìn)行打分，進(jìn)而可能造成了用一個比較高的分類的得分去描述一個比較差的實例結(jié)果，進(jìn)而造成實例分割打分結(jié)果的不準(zhǔn)確的問題。本實施例提供了一種實例分割結(jié)果評價參數(shù)確定方法，提高準(zhǔn)確性。

CN109934223B

5

對象跟蹤方法、對象跟蹤裝置和電子設(shè)備

多目標(biāo)多相機跟蹤（MTMCT）是計算機視覺中的重要問題，且在公共安全領(lǐng)域中得到廣泛應(yīng)用。但是，在多個相機的場景下，外觀特征常常變得不穩(wěn)定。另外，在單個相機的場景下，如果視頻中存在多個對象，也容易產(chǎn)生諸如目標(biāo)切換和軌跡斷裂等問題。本實施例提供改進(jìn)的對象跟蹤方案。

CN110619658B

6

目標(biāo)對象狀態(tài)識別方法、裝置、介質(zhì)和設(shè)備

如何降低神經(jīng)網(wǎng)絡(luò)對設(shè)備硬件條件的要求，使神經(jīng)網(wǎng)絡(luò)輕量化，是一個值得關(guān)注的技術(shù)問題。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)識別處理的實時性。

CN110532891B

【轉(zhuǎn)載請注明德高行·知情郎】

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