在搭載人工智能 (AI) 的自動(dòng)駕駛汽車的大規(guī)模部署競(jìng)爭(zhēng)中，面對(duì)諸多技術(shù)挑戰(zhàn)，任何公司都無法突破速度限制。根據(jù)Forrester對(duì)全球汽車行業(yè) 54 位專家的調(diào)查顯示，目前大家看到的自動(dòng)駕駛汽車(AV) 的原型車距離大規(guī)模部署仍需至少十年之久。這一結(jié)論可能并不出乎意料，但技術(shù)挑戰(zhàn)的規(guī)模確實(shí)令人震驚。隨著自動(dòng)駕駛汽車從原型向量產(chǎn)邁進(jìn)，從自動(dòng)駕駛概念車的技術(shù)轉(zhuǎn)變?yōu)榘踩煽?、?jīng)濟(jì)實(shí)用的設(shè)計(jì), 也預(yù)示著近期將會(huì)出現(xiàn)重大轉(zhuǎn)變。

近日Arm委托Forrester Consulting采訪了54位全球汽車行業(yè)專家的2019年《自動(dòng)駕駛汽車：從原型到量產(chǎn)》報(bào)告，重點(diǎn)闡述了自動(dòng)駕駛汽車開發(fā)人員最難克服的障礙，即硬件計(jì)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(zhàn)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(fù)責(zé)亞太地區(qū)自動(dòng)駕駛汽車項(xiàng)目的美籍汽車制造商總監(jiān)所述：“這將是一個(gè)緩慢改進(jìn)的過程，在我看來，大家確實(shí)低估了當(dāng)今最先進(jìn)自動(dòng)駕駛汽車系統(tǒng)的現(xiàn)狀。”

最大的挑戰(zhàn)與基礎(chǔ)計(jì)算密切相關(guān)。自動(dòng)駕駛汽車制造商表示，目前用于處理自動(dòng)駕駛汽車上各種昂貴且高耗電的傳感器是無法大規(guī)模的生產(chǎn)制造。盡管這些系統(tǒng)已經(jīng)部署了強(qiáng)大的處理能力，但它們?nèi)匀恍枰囻{駛完成緊急操作。事實(shí)上，必須采用更高效、更經(jīng)濟(jì)可行、功能更強(qiáng)大的AV可信技術(shù)來取代自動(dòng)駕駛測(cè)試車輛中的現(xiàn)有技術(shù)。這實(shí)際上是Arm的一個(gè)關(guān)鍵機(jī)會(huì)，因?yàn)槿绻獜母拍钴嚹Ｊ睫D(zhuǎn)換成商業(yè)化模式，可以從更安全和成本優(yōu)化的高效能人工智能（AI）計(jì)算技術(shù)著手，來應(yīng)用擴(kuò)展到更多車輛類型上。

讓更多自動(dòng)駕駛汽車上路：從原型到量產(chǎn)

由Arm發(fā)起的 Forrester 研究揭示了全球汽車行業(yè)在自動(dòng)駕駛汽車領(lǐng)域的技術(shù)成熟度。該研究深入探討了當(dāng)前所測(cè)試技術(shù)的局限性以及該技術(shù)必須如何演進(jìn)的預(yù)期。Forrester 正在評(píng)估美國汽車工程師學(xué)會(huì) (SAE) L5 級(jí)車輛（全自動(dòng)駕駛）以及其他接近此級(jí)別車輛（有望在未來五年內(nèi)在世界各地上路）的工作。

Forrester 專家調(diào)查顯示，在自動(dòng)駕駛車輛商業(yè)化競(jìng)爭(zhēng)中，前五大關(guān)注領(lǐng)域是：“創(chuàng)建可靠的系統(tǒng)”、“制造效率”、“安全功能”、“網(wǎng)絡(luò)威脅”和“維持低成本”。一家美國汽車公司的自動(dòng)駕駛汽車感知工程師表示：“這些零件必須具有近乎軍用級(jí)的強(qiáng)大。這些汽車零件原來未必需要達(dá)到這么高的要求，尤其是在可靠性和容錯(cuò)性方面。”

該報(bào)告重點(diǎn)介紹了汽車主機(jī)廠和零件供應(yīng)商正面臨三大領(lǐng)域的挑戰(zhàn)：

如何將 AV 測(cè)試技術(shù)轉(zhuǎn)化為安全可靠、經(jīng)濟(jì)實(shí)用的量產(chǎn)級(jí)設(shè)計(jì)。

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

如何與外部軟件和硬件合作伙伴協(xié)同合作，共同應(yīng)對(duì)開發(fā)量產(chǎn)型 AV 系統(tǒng)過程中的各種挑戰(zhàn)。

自動(dòng)駕駛汽車如何應(yīng)對(duì)“隕石墜落”？

雖然受訪專家組強(qiáng)調(diào)了需要解決的許多挑戰(zhàn)，但也有一些挑戰(zhàn)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(dòng)駕駛存在的問題，但還是有3-4% 的難度是無法解決的。事實(shí)上，鑒于當(dāng)前的可用技術(shù)，他還無法看清如何完全實(shí)現(xiàn)自動(dòng)駕駛車輛的終極目標(biāo)。

該工程師談及的最大問題是公眾顯然期望自動(dòng)駕駛汽車是完全安全的，大概需要達(dá)到10倍人類駕駛員的平均安全性。這點(diǎn)在理論上可能與天降隕石一樣遙不可及。 或者更現(xiàn)實(shí)地說，根據(jù)加利福尼亞州汽車部最新的測(cè)試數(shù)據(jù)，目前自動(dòng)駕駛汽車原型的最大問題，是由于“彎道曲率”導(dǎo)致自駕車系統(tǒng)脫離并且表現(xiàn)出“不適當(dāng)?shù)鸟傠x軌道與加速”。

在Arm工作多年，我很清楚大多數(shù)（除了“隕石墜落”外）挑戰(zhàn)都是可以解決的，目前功能安全、網(wǎng)絡(luò)安全和計(jì)算方面的技術(shù)進(jìn)步，將有助于最終實(shí)現(xiàn)安全可靠的自動(dòng)駕駛 4 級(jí)和 5 級(jí)車輛。在這一技術(shù)發(fā)展過程中，將會(huì)挽救眾多生命，我們看到主流的先進(jìn)駕駛輔助系統(tǒng) (ADAS) 在飛躍發(fā)展，其中大部分都是基于 Arm 技術(shù)。

因此，根據(jù) Forrester 報(bào)告以及本人所掌握的信息，相信全自動(dòng)駕駛車輛終將實(shí)現(xiàn)量產(chǎn)。首批真正的自動(dòng)駕駛汽車可能會(huì)在限制條件下部署，例如汽車只能在事先定義好的區(qū)域（和精心設(shè)定的區(qū)域）、特定環(huán)境條件（例如白天、干燥的條件）和限速情況下自動(dòng)行駛。這是依照 SAE 法規(guī) 4 級(jí)的規(guī)定。今后，隨著計(jì)算技術(shù)進(jìn)步逐漸建立可信度，人工智能變得更“聰明”，我們將會(huì)看到自動(dòng)駕駛汽車逐步推進(jìn)部署。

因此，不是自動(dòng)駕駛汽車“是否”會(huì)量產(chǎn)，而是“何時(shí)”量產(chǎn)，并且現(xiàn)在的核心需求將從原型設(shè)計(jì)轉(zhuǎn)向安全可靠、可信的市場(chǎng)化技術(shù)。

Arm如何助力自動(dòng)駕駛汽車從原型到量產(chǎn)

Arm 的所有處理器設(shè)計(jì)都非常注重安全性。2018 年，我們?cè)诎踩途w計(jì)劃(Safety Ready Program)中推出了一系列全新汽車級(jí)組件，此外，應(yīng)對(duì)網(wǎng)絡(luò)威脅是 Arm 在所有市場(chǎng)領(lǐng)域中另一個(gè)始終關(guān)注的設(shè)計(jì)要素，我們的TrustZone 安全技術(shù)已廣泛部署于包括汽車在內(nèi)的各個(gè)行業(yè)。