自動駕駛車輛－－雖被期待卻非必要？

　　讓我們面對現(xiàn)實：自動駕駛車輛熱潮并沒有退燒的趨勢，反而越來越旺;不過我們很少聽到有關于自動駕駛車輛技術更合理、漸進的討論，汽車廠商與技術供應商對于相關計畫變得更積極，日益加速其計畫推動。

　　不久前筆者訪問了來自匈牙利布達佩斯(Budapest)的新創(chuàng)公司AdasWorks創(chuàng)辦人暨執(zhí)行長Laszlo Kishonti，據(jù)他自己表示，這家公司的目標是開發(fā)能在各種處理器──包括GPU、FPGA或嵌入式──上運作的完整自動駕駛車輛軟體堆疊：“我們不挑處理器?！?/p>

　　Kishonti是到美國加州來參訪，打算在夏天結束前于矽谷設立一個辦公室;他表示，AdasWorks的研發(fā)團隊仍會留在布達佩斯，即將于矽谷設置的據(jù)點會是公司業(yè)務發(fā)展的關鍵，還能支援在已經(jīng)于美國街道上行駛的自動駕駛車輛中測試該公司軟體：“我們將進行2~3輛全自動駕駛模式車輛的道路測試?！?/p>

　　AdasWorks在去年募得了250萬美元的資金，最近幾個月又增資到1,000萬美元，預計今年稍晚將再展開一輪募資;就AdasWorks受到關注的情況來看，自動駕駛車輛提供的承諾正在吸引各方投資，并讓該公司得以來到矽谷拓展業(yè)務。

　　在另一方面，Nvidia在自動駕駛車輛熱潮周期中，則是處于與AdasWorks幾乎相對的位置;像Nvidia這樣一家公司，是AdasWorks想要達到的目標。

　　(順帶一提：AdasWorks開發(fā)的、支援4臺攝影機的智慧汽車環(huán)景系統(tǒng)軟體，已被應用于100臺Volvo XC90自動駕駛測試車輛中;該款車輛是以Nvidia的Drive PX平臺為基礎，預計在2017年于瑞典Gothenburg展開的Drive Me計畫中進行測試。)

　　Nvidia藉由推出“集中式車內超級電腦”進軍全自動駕駛車輛領域，也是第一家透過自動駕駛車輛來教育大眾“深度學習”的公司，并自詡為“全球最先進自動駕駛車輛平臺”供應商;據(jù)該公司表示，目前全球已經(jīng)有80家以上的車廠、一線汽車零組件供應商以及研究機構，采用其DRIVE PX 2超級電腦開發(fā)先進駕駛輔助系統(tǒng)(ADAS)與自動駕駛方案。

　　針對產(chǎn)業(yè)界加速開發(fā)全自動駕駛車輛的問題，Nvidia汽車業(yè)務資深總監(jiān)Danny Shapiro表示：“當自動駕駛車輛躍上《時代(Time)》雜志封面，或是在《君子(Esquire)》雜志被報導，就沒有一家車廠的CEO會想要落后?！?/p>

　　而雖然產(chǎn)業(yè)分析師都形容Nvidia的Drive PX 2是全自動駕駛車輛的研發(fā)平臺，Shapiro卻不敢茍同：“當涉及全自動駕駛車輛，沒有任何一家汽車廠商期望能得到一個黑盒子;”他表示，第一線汽車零組件供應商與車廠也許會想要實驗、修補與設計它們自己的架構或軟體。

　　Shapiro形容Drive PX 2是“可擴展且具彈性的平臺”，強調Nvidia的客戶們──包括正在開發(fā)自動駕駛車輛的車廠、一線零組件供應商以及新創(chuàng)公司等──可以測試他們自己的想法，并擴展該系統(tǒng)。

　　根據(jù)Nvidia的說法，Drive PX 2的處理性能可以從10W的單顆行動處理器，擴展到每秒提供24兆(trillion)次深度學習運算的四處理器(其中兩顆是行動處理器，另兩顆是Nvidia的最高階GPU)。Sapiro表示：“該完全配置的系統(tǒng)能提高到250W，包括氣冷或水冷式散熱選項;”簡單來說，一切都看車廠想要的是什么。

　　不過最大的困難仍然在于，完全自動駕駛車輛真的很不容易開發(fā);以下是筆者針對幾個自動駕駛車輛相關問題，詢問產(chǎn)業(yè)觀察家所收集到的看法：

　　1. 我們將如何測試自動駕駛車輛的人工智慧(AI)?或者說我們知道該測試什么嗎?

　　市場研究機構IHS車用半導體市場分析師Luca De Ambroggi表示：“就如同我們會要求人類駕駛考駕照，考量到安全性，汽車產(chǎn)業(yè)也需要一套驗證AI駕駛能力的標準程序。”

　　2. 我們該如何實現(xiàn)自動駕駛車輛SoC?我們如何得知其實現(xiàn)是正確且安全的?

　　對此晶片設計業(yè)者Arteris行銷副總裁Kurt Shuler的觀察是：“今日的設計團隊會在SoC中結合產(chǎn)業(yè)標準處理器叢集(例如ARM)與他們自己的客制化硬體加速器，做為那些嵌入式裝置的大腦;”他指出：“對那些設計團隊來說，第一個挑戰(zhàn)是如何最佳化實現(xiàn)其演算法，以及劃分(partition)硬體或軟體實作。”

　　此外Shuler認為，還有另一個挑戰(zhàn)是如何讓這些裝置符合汽車應用規(guī)格，通過ISO 26262標準;需要記住的是，設計團隊基本上是在開發(fā)：“配備高度專用化IP加速器的超級電腦SoC，”而要符合ISO 26262標準，需要決定多核心元件的診斷覆蓋方法與目標，包括采用快取一致性(cache coherency)的元件。

　　3. 據(jù)說汽車廠商想在共乘業(yè)務分一杯羹的企圖心，會加速自動駕駛車輛的開發(fā)時程…這是真的嗎?

　　至少像Mobileye這樣的自動駕駛技術開發(fā)商相信這一點;他們認為，汽車廠商正積極接受由共乘服務供應商如Uber所追求的、自動駕駛車輛“分享”概念，將之視為自動駕駛車輛的測試場(test bed)。

　　不過這樣的理論是以一個脆弱的前提為基礎──畢竟像是在美國，消費者偏好自己開車而非搭乘大眾交通工具，恐怕不會一下子接受只行駛特定路線、前往預設目的地的自動駕駛車輛。這會是一場很大的社會實驗，可能值得一試，但是否真的能嘉惠汽車產(chǎn)業(yè)?很難說，但這可能讓很多人想起半世紀前悄悄滅絕的城市電車系統(tǒng)。

　　此外，對那些不想自己開車的人來說，如果我們已經(jīng)有共乘服務，為何還需要自動駕駛車輛?對于這個問題，最近有位曾是半導體產(chǎn)業(yè)前任高層、目前在德州從事天使投資人的朋友Robert Hollingsworth轉寄一篇題為“未來汽車的真相(Truth about the Future of Cars)”的《君子》雜志文章給我看，并附了一段話，是近期我聽過的最佳評論：

　　“我認為你可能會欣賞這篇文章;它堅定了我對無人駕駛汽車將會走上與無紙化辦公室或是也許3D TV相同命運的看法──因為就算那看起來是有可能的，但并不表示它應該要被實現(xiàn)?！?/p>