2018年6月21-22日，由布谷鳥科技、佐智汽車主辦，艾拉比智能、ADI亞德諾半導體、索喜科技贊助支持的“2018第二屆智能座艙與智能駕駛峰會”在深圳福田區綠景錦江酒店舉辦。深圳布谷鳥科技有限公司的副總裁戴智翔在會上做了《高度靈活的L4計算平臺》的主題演講。

布谷鳥科技 戴智翔

主持人：感謝大家參加布谷鳥2018第二屆智能座艙與智能駕駛峰會。今天是智能駕駛專場，上午有8位演講嘉賓給我們帶來精彩的演講。第一位是來自深圳布谷鳥科技有限公司的副總裁戴智翔戴總。他是布谷鳥智能駕駛事業部的總經理、高級工程師，深圳市科技創新獎獲得者，曾獲得十多項國家發明專利，擁有北京大學MBA學位，在管理和技術上都有很豐富的經驗。

戴智翔：大家上午好！今天分享的主題是“高度靈活的L4計算平臺”。布谷鳥始終聚焦在汽車計算平臺的研發和量產上，今天的演講重點智能駕駛計算平臺。

布谷鳥智能駕駛產品有兩種：一是L2計算平臺，到2018年12月份就能達到SOP的水平；二是L4計算平臺在快速演進，架構還有樣機基本成型。我們為什么說L2和L4，沒提及L3？L3屬于中間狀態，在今天的報告中將和大家一起分享我們對L3的思考。

SAE對智能駕駛的分級，重點關注L3和L4，它們最大的區別是在整個系統失效的情況下，誰接手自動駕駛？比如在高速上，自動駕駛失控，怎么辦？L3的責任是駕駛員，到L4就意味著需要系統來接管。這意味著備份很重要，L3在有異常情況發生的時候，人接手比較困難，危險常常就是一瞬間的事情。這是今年上半年Uber自動駕駛的視頻，我們可以看到當時的情況。

UBER事故，從外部和內部兩個視角看，外部出現事故時間非常短，基本上就是四五秒的時間。Uber有專門的測試員在駕駛座位上，系安全帶，但事故發生是瞬間的事。人類從事故發生，到反應過來，并剎住車可能需要十幾秒，這種情況下駕駛員無法阻止事故的發生。所以L3面對緊急事故時，人類無法在短時間里接手自動駕駛系統。實際上對人來說，L3比L2更累，大家清楚L2只是輔助駕駛，在個別維度輔助人，到了L3級別，對人類雙手、雙腳解放的程度很高，然而對人的注意力解放程度并沒有減弱。

2017年8月份，在美國的CES上，奧迪發布了A8，號稱第一款L3量產的車型。A8的L3智能駕駛的條件限制非常多，實現其功能基本上不可能，比如說要求路邊的實線清晰度高，清晰的護欄，同時左右車道分開，甚至要求在行駛的路上沒有行人，在中國基本不存在這樣的環境。所以新奧迪A8沒有在中國推廣。

L2更多的聚焦功能，L3更多聚焦到場景。現在不少的廠商就智能駕駛究竟從哪個級別開始商業化都在探討。我們認為封閉路段應該是最可能的，然后逐步實現城市路段、無標識的農村路段等。先實現四五個標準場景，前期在標準場景和封閉園區做自動駕駛L4的切入。

AutoWheel是布谷鳥智能駕駛的商標。我們更多的按照行業大勢往前走，計算平臺硬件、軟件以ISO26262功能安全為核心設計原則，算法和軟件后期可迭代開發。整個公司以量產為核心目標，前期階段幫客戶搭樣車。

下面是無人駕駛的典型框架，左邊是傳感器的部分，包括GPS、雷達等，下面是遠程的車聯網部分，右邊有感知，包括動態和靜態感知，以及決策執行。我們的硬件計算平臺涵蓋這四部分。我們認為，只有功能強大的基礎硬件，未來的軟件升級和功能迭代才能在硬件平臺上快速演進。

算法效率依托的是CPU或者基礎計算平臺，當前的集成電路設計都是IP和搭積木的方式，從描述行為基本上分為三類：軟核、固核和硬核。軟核靈活性高，但是它的總體效率比較差。同時IP軟核以原代碼提供，知識產權不受保護。

硬核的好處是響應速度非常快，但是靈活性欠缺，像我們專用的芯片一樣，有它專門的方向。硬核的設計周期比較長，這個行業又在快速前進，行業當前很多采用異構的計算架構。

CPU、GPU、FPGA架構的對比

大家議論比較多的CPU、GPU、FPGA等，到底我們采用哪種架構？以英偉達為代表的GPU廠商，它的浮點運算比較強，前端部分用GPU比較多。FPGA的好處是非常靈活、高效率，決策和傳感器融合用得較多，現在很多廠商都會用FPGA芯片。CPU是應用比較廣泛的。

通用的CPU架構有70%的晶體管做存儲，相對來說它的運算單元比較少，另外一塊ALU是它的運算單元，相對來說占比有限。英特爾芯片制造廠商都是走多核路線。運算能力有限的情況下，要提高運算能力只能走多核，通過集成多個處理器內核提升處理性能。

CISC和RISC是兩種微處理的架構，CISC結構的計算機數據線和指令線分時復用，RISC更多的采用數據和指令分離的方式。現在ARM架構更多采用RISC的方式，RISC的設計技術更適用于專用機，像家居、汽車里面ARM架構。

CISC計算機的指令系統豐富，有專用指令來完成特定的功能。更多適用于通用機，像家用的X86架構。現在X86體系表面接受CISC指令，實際上通過譯碼器轉化為RISC，它的底層運行的都是RISC指令。ARM是當前做智能駕駛嵌入系統的主流，軟核在運行ADAS系統時速度很慢。

MobileyeEyeQ4，用了4個MIPS，大CPU做主控和算法調度，以及一個MIPS，小CPU做外向控制，集成了10個向量處理器。整個居于飽和的設計，將系統集成在芯片里，當前國內大多數企業也是采用這種方式。效率不會特別高。

GPU是邏輯控制單元對應多個計算單元，同CPU一樣也是執行指令、指令譯碼、在指令執行的過程中，計算單元才會發揮作用。相對來說它的邏輯控制單元比CPU簡單，所以它整個算法本身的串行處理會導致GPU的浮點計算能力顯著降低。

FPGA不采用指令和軟件，是一個軟硬集合的器件。靈活性強。FPGA通過硬件性的描述語言來實現邏輯電路的自編程，由于算法是定制的，相比CPU和GPU會省很多過程，使用周期執行比較快，整個計算效率高于CPU和GPU。

現在FPGA也有一個問題，它主要是做整數的運算，現在傳感器、圖像、視頻更多以小數為主，這時候通常要用DSP的硬核來執行該運算，導致FPGA的成本非常高，而且現在的FPGA更多的融入了DSP、CPU。

L4級別自動駕駛的計算架構

下面是典型L4的計算架構，已經有不少的廠商采用該架構，它的核心采用英特爾的一個處理器加一個加速卡，同時做了上下部分的備份，中間通過以太網交換實現架構的提升。

以太網交換扮演兩個作用：一是備份，當一套系統有異常，另外一套系統正常工作。當需要提高運算能力時，這兩部分可以串行加在一起，提升運算能力，性能達到行業相當高的水平。

該架構的處理和決策系統的算法，感知系統完善、成熟，特點是成本非常高，以10萬美金為等級的金額來推進，一般的廠商很難量產化。

英特爾采用典型L4的架構，Waymo，無論是視覺還是雷達，全部接入計算平臺。對穩定性、可靠性做了不少的驗證，有財力的企業采用英特爾至強的架構較多。百度一部分使用至強處理器加一個硬件加速卡，有時候也會用兩塊，根據不同的場景要求。

英偉達的PX2，從GPU到Parker-A，Parker-B，都是對稱式設計。無論是采用至強還是英特爾，以太網交換這塊，兩個經典的架構都使用了相同設計。英偉達的整個方向，以GPU為核心，對點云的數據處理和決策關注比較少，通用的計算性能比較差。整個架構僅僅用了ASIL-D級MCU提升功能安全，而整體的功能安全水平沒有提升。我們認為它更多的是偏初期的，離通常的量產還有一段路要走。

去年博世曾講，博世聚焦在L1-L3，L4沒有更多的消息發布出來。因為L2及以下更多是零配件業務，到L4以上更多是運營業務，對博世這類廠商來說是不是超出他的業務范疇，我們不得而知。

蔚來、寶馬、小鵬都是采用Mobileye的路線，和博世走的路線不同。他們比較激進，更多關注GPU，我們看到傳統的博世更關注計算和安全，本質上有區別的。Mobileye更多關注軟件，對硬件和功能安全關注很少。它最新的EyeQ5方案，前面使用一顆EyeQ5芯片做視覺，后面做決策和執行，后面再用英特爾的產品，整個強調的都是計算，通過GPU+CPU實現整個架構，在安全方面沒有做更多的考慮。

去年開始我們對瑞薩系列進行研發，它全球只有4塊板，我們拿到其中一塊，官方構建的設計用4塊RCar H3，用以太網關交換來實現中間兩塊的交換。它是用HAD的處理芯片來做控制部分，這樣的架構我們認為接近能夠量產的，在功能安全和性能上，在行業里比較領先。RCar H3價格還沒有出來，但是成本相對高昂，安全和圖形處理，我們認為它達到了比較好的水平。

基于這種架構，所有的芯片都是ASIL-B以上的芯片，至少總體上達到了ASIL-B的水平。雖然軟件會影響整體系統的穩定性，但是硬件架構具備這樣的條件，在此基礎上，向上通過軟件不斷完善，可以做好功能安全和視覺的靈活運算要求。

布谷鳥的Auto Wheel系統

基于RCar H3的布谷鳥Auto Wheel，以一套獨立的L2系統替代了三套H3的系統，降低系統的成本和復雜度，提升可靠性。我們在前面用了一個博通BCM5316212口千兆以太網交換器為網關，高精度地圖等都通過它接入，控制汽車行駛的是MPC5746，也支持AUTOSAR架構。

在這種架構里，視覺部分容易升級，在下面是MPC，里面跑AUTOSAR，對汽車安全控制不用過多擔心，上面的視覺系統一旦出現異常，傳感器也會進入到MPC里面來。哪怕在高速上出了故障也可以停到路邊來， 這是L4和L3的最大區別。在系統失效的時候，不用人接手，至少能停到緊急停車帶，顯著降低事故的發生。

另外一個版本的思考，基于原有的架構，增加了雙目攝像頭，接入RCar H3，整個架構與前版本沒有變化，加入雙目后，對整個視覺系統有較大的提升。同時以博通BCM53162以太交換器為核心，隨著時間推移， RCar H3運算能力不夠強，我們通過AVAGO Pex 8724芯片接入GPU或者FPGA來做加速，這個硬件架構未來10年左右我們認為是符合未來需求的。

對于計算平臺廠商來說，我們既得考慮現在，也要考慮未來的兼容性，系統不斷升級，需要基本硬件的支撐。L4計算平臺，通過這樣的架構，我們認為實現了整體布局。對車廠來說是比較不錯的架構，特別是對于關注量產的企業。

這是NXP汽車以太網骨干，和汽車行業的朋友聊到，說到現在很多廠商開始用以太網。

這張圖清晰的表達了未來汽車電子架構，中間綠色的是以太交換，通過以太交換接入域控制器。布谷鳥關注兩塊，一是智能駕駛域，一是智能座艙域，中間通過以太網傳輸，它的速度會顯著提升。

這是L4無人駕駛系統核心部件，TSN以太交換機，用英偉達PX2做EAVB交換機，連接兩個Parker。我們沒有過多的考慮L3，因為L4以下，對車廠來說，通過零部件減配，借L4的平臺可以達到L3的水平，同時保留向上升級到 L4的能力。

以上就是我今天的演講。感謝大家！