在搭載人工智能 (AI) 的自動駕駛汽車的大規模部署競爭中，面對諸多技術挑戰，任何公司都無法突破速度限制。根據Forrester對全球汽車行業 54 位專家的調查顯示，目前大家看到的自動駕駛汽車(AV) 的原型車距離大規模部署仍需至少十年之久。這一結論可能并不出乎意料，但技術挑戰的規模確實令人震驚。隨著自動駕駛汽車從原型向量產邁進，從自動駕駛概念車的技術轉變為安全可靠、經濟實用的設計, 也預示著近期將會出現重大轉變。

近日Arm委托Forrester Consulting采訪了54位全球汽車行業專家的2019年《自動駕駛汽車：從原型到量產》報告，重點闡述了自動駕駛汽車開發人員最難克服的障礙，即硬件計算能力和功能的組合需要兼顧效率、尺寸和處理速度等多方面因素。近 30% 的受訪者表示，這一組合挑戰是首要問題。各種具體問題包括組件成本和軟件失效。

正如一位負責亞太地區自動駕駛汽車項目的美籍汽車制造商總監所述：“這將是一個緩慢改進的過程，在我看來，大家確實低估了當今最先進自動駕駛汽車系統的現狀。”

最大的挑戰與基礎計算密切相關。自動駕駛汽車制造商表示，目前用于處理自動駕駛汽車上各種昂貴且高耗電的傳感器是無法大規模的生產制造。盡管這些系統已經部署了強大的處理能力，但它們仍然需要汽車駕駛完成緊急操作。事實上，必須采用更高效、更經濟可行、功能更強大的AV可信技術來取代自動駕駛測試車輛中的現有技術。這實際上是Arm的一個關鍵機會，因為如果要從概念車模式轉換成商業化模式，可以從更安全和成本優化的高效能人工智能（AI）計算技術著手，來應用擴展到更多車輛類型上。

讓更多自動駕駛汽車上路：從原型到量產

由Arm發起的 Forrester 研究揭示了全球汽車行業在自動駕駛汽車領域的技術成熟度。該研究深入探討了當前所測試技術的局限性以及該技術必須如何演進的預期。Forrester 正在評估美國汽車工程師學會 (SAE) L5 級車輛（全自動駕駛）以及其他接近此級別車輛（有望在未來五年內在世界各地上路）的工作。

Forrester 專家調查顯示，在自動駕駛車輛商業化競爭中，前五大關注領域是：“創建可靠的系統”、“制造效率”、“安全功能”、“網絡威脅”和“維持低成本”。一家美國汽車公司的自動駕駛汽車感知工程師表示：“這些零件必須具有近乎軍用級的強大。這些汽車零件原來未必需要達到這么高的要求，尤其是在可靠性和容錯性方面?！?/p>

該報告重點介紹了汽車主機廠和零件供應商正面臨三大領域的挑戰：

如何將 AV 測試技術轉化為安全可靠、經濟實用的量產級設計。

如何滿足更高性能傳感器和計算技術的需求，使其完全可靠，并且符合未來的法規要求。

如何與外部軟件和硬件合作伙伴協同合作，共同應對開發量產型 AV 系統過程中的各種挑戰。

自動駕駛汽車如何應對“隕石墜落”？

雖然受訪專家組強調了需要解決的許多挑戰，但也有一些挑戰難以定義。一位工程師向 Forrester 表示，他可以看清將近96-97%是可以解決全自動駕駛存在的問題，但還是有3-4% 的難度是無法解決的。事實上，鑒于當前的可用技術，他還無法看清如何完全實現自動駕駛車輛的終極目標。

該工程師談及的最大問題是公眾顯然期望自動駕駛汽車是完全安全的，大概需要達到10倍人類駕駛員的平均安全性。這點在理論上可能與天降隕石一樣遙不可及。 或者更現實地說，根據加利福尼亞州汽車部最新的測試數據，目前自動駕駛汽車原型的最大問題，是由于“彎道曲率”導致自駕車系統脫離并且表現出“不適當的駛離軌道與加速”。

在Arm工作多年，我很清楚大多數（除了“隕石墜落”外）挑戰都是可以解決的，目前功能安全、網絡安全和計算方面的技術進步，將有助于最終實現安全可靠的自動駕駛 4 級和 5 級車輛。在這一技術發展過程中，將會挽救眾多生命，我們看到主流的先進駕駛輔助系統 (ADAS) 在飛躍發展，其中大部分都是基于 Arm 技術。

因此，根據 Forrester 報告以及本人所掌握的信息，相信全自動駕駛車輛終將實現量產。首批真正的自動駕駛汽車可能會在限制條件下部署，例如汽車只能在事先定義好的區域（和精心設定的區域）、特定環境條件（例如白天、干燥的條件）和限速情況下自動行駛。這是依照 SAE 法規 4 級的規定。今后，隨著計算技術進步逐漸建立可信度，人工智能變得更“聰明”，我們將會看到自動駕駛汽車逐步推進部署。

因此，不是自動駕駛汽車“是否”會量產，而是“何時”量產，并且現在的核心需求將從原型設計轉向安全可靠、可信的市場化技術。

Arm如何助力自動駕駛汽車從原型到量產

Arm 的所有處理器設計都非常注重安全性。2018 年，我們在安全就緒計劃(Safety Ready Program)中推出了一系列全新汽車級組件，此外，應對網絡威脅是 Arm 在所有市場領域中另一個始終關注的設計要素，我們的TrustZone 安全技術已廣泛部署于包括汽車在內的各個行業。