讓我們面對現實：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劃變得更積極，日益加速其計劃推動。
從領導級芯片供應商到默默無聞的新創(chuàng)公司，似乎沒有人愿意錯過這個看來“一生只有一次”的大好自動駕駛車輛商機…及時行樂，這我能了解。
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)辦人暨首席執(zhí)行官Laszlo Kishonti，據他自己表示，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件堆棧：“我們不挑處理器。”
Kishonti是到美國加州來參訪，打算在夏天結束前于硅谷設立一個辦公室；他表示，AdasWorks的研發(fā)團隊仍會留在布達佩斯，即將于硅谷設置的據點會是公司業(yè)務發(fā)展的關鍵，還能支持在已經于美國街道上行駛的自動駕駛車輛中測試該公司軟件：“我們將進行2~3輛全自動駕駛模式車輛的道路測試。”
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硅谷拓展業(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、支持4臺攝影機的智能汽車環(huán)景系統(tǒng)軟件，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計劃中進行測試。)
Nvidia藉由推出“集中式車內超級計算機”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；據該公司表示，目前全球已經有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超級計算機開發(fā)先進駕駛輔助系統(tǒng)(ADAS)與自動駕駛方案。
針對產業(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。”
而雖然產業(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件。
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Nvidia的說法，Drive PX 2的處理性能可以從10W的單顆移動處理器，擴展到每秒提供24兆(trillion)次深度學習運算的四處理器(其中兩顆是移動處理器，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能(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，考慮到安全性，汽車產業(yè)也需要一套驗證AI駕駛能力的標準程序。”
2. 我們該如何實現自動駕駛車輛SoC？我們如何得知其實現是正確且安全的？
對此芯片設計業(yè)者Arteris營銷副總裁Kurt Shuler的觀察是：“今日的設計團隊會在SoC中結合產業(yè)標準處理器叢集(例如ARM)與他們自己的客制化硬件加速器，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)是如何優(yōu)化實現其算法，以及劃分(partition)硬件或軟件實作。”
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加速器的超級計算機SoC，”而要符合ISO 26262標準，需要決定多核心組件的診斷覆蓋方法與目標，包括采用緩存一致性(cache coherency)的組件。
3. 據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。”
編譯：Judith Cheng
本文授權編譯自EE Times，版權所有，謝絕轉載
關注最前沿的電子設計資訊，請關注“電子工程專輯微信公眾號”。
