说起自动驾驶想必各位读者都不陌生，大家是不是习惯性理解为“大脑+电机”就能组成一台自动驾驶汽车呢？就在前两天，恩智浦2023首席技术官媒体交流会上，恩智浦半导体执行副总裁兼首席技术官Lars Reger先生针对这一概念，向我们抛出一个问题：“如果你认为自动驾驶就是让一台普通汽车拥有大脑，那么你愿意让ChatGPT帮你开车吗？”很显然，我们在座各位都不会同意这一方案，毕竟谁能放心完全把自己的性命交给人工智能手里呢？于是，Lars Reger向我们介绍了恩智浦对于自动驾驶领域的独特见解，以及他们正在帮助世界实现自动驾驶所提供的产品。
本文引用地址：
2020年是自动驾驶元年？
恩智浦认为，这个世界会变得更加可以预测，更加自动化，从一个“点播的时代”转化为一个“安排的时代”。举个例子，我们通常会用手机来订外卖或者打车，但在未来世界更多会是被预先安排好的。
为什么要提出当下和未来世界的对比呢？当我们站在当下时节回头望，在过去的七八年里无论是媒体还是技术人员都在探索未来的人工智能发展会是什么样的，大家会关心 “什么时候才可以实现完全自动驾驶汽车？”、“什么时候孩子们上幼儿园不用父母接送？”、“什么时候车里不再有方向盘，而且汽车比人有更多的智能和情感？”。
分享会上Lars摘录了几条2016年真实的新闻报道，比如说《福布斯》提到“2020年会有1000万台的自动驾驶汽车”；也有其他媒体报道，“2021年有20家自动驾驶汽车的企业“。但当2020年真的到来时，我们会发现自动驾驶汽车并没有像宣传的那样实现，2020年也不是自动驾驶汽车的元年。
自动驾驶≠大脑+电机
之前我们预计自动驾驶汽车能够很快地实现，但是全世界发生了变化，自动驾驶并没有那么快地实现。可以说我们是在转换当中出现了迷失。简单来说，当时人们对人工智能和机器学习寄予了厚望，但其实并不仅仅需要人工智能和机器学习就足够了。
我们现在明白，自动驾驶的实现除了依靠人工智能的不断进化，还需要更多的基础设施建设，于是问题就变成了如何在人工智能没那么可靠的时候依旧保证自动驾驶的安全性？站在宏观的角度和抽象的层面理解，首先是感知环境，然后是与云进行连接获得更多的信息，接着用智能器件进行计算，之后传导给机器，再加上信息安全和功能安全，以保证信息安全。
汽车的架构也遵循这种原理，车辆功能包括连接、信息娱乐系统、动力总成驱动、车身的电子（比如门禁、灯光）、车内的温控、驾驶员的取代系统，以及一个大数据网关等。从造车角度看，没有哪个OEM用的是同样的架构，即使在同一家OEM内部，它也有不同的模式和不同代的技术，有一些架构是域的，有些则是区域性的。目前市场上的汽车有几百种底层架构，哪怕针对同一个系列，从入门级的车辆到高端的车辆也会有很大的区别，这是一个更加复杂的过程。
半导体供应商可以做什么？
答案非常简单，恩智浦认为半导体供应商要为这些行业OEM和一级供应商提供构建架构的模块，通过标准化的模块来帮助他们实现各种各样的架构。但是这对行业来说并不新鲜，因为很多汽车OEM是构建不同的机械件作为平台，比如说虽然是不同的车型，但可以使用同样的发动机的配件或者底盘，所以平台构造的概念对这个行业来说并不新鲜。Lars表示，现在汽车当中，95%的创新都是通过电子或者是软件实现的，只有5%是在机械方面实现的。所以，恩智浦要做的是去构建电子和软件的平台。
对于如何构建电子的平台化，恩智浦表示，汽车当中有很多计算单元，包括微控制器、微处理器，恩智浦的40纳米级MCU既可以做拖车的电子控制单元、门禁控制、光控制或者再上一层是更加大一些的器件，它有外置的存储，也是一个非常完整的系列。它具有控制数据联网网关功能，另外还有不同的架构以及实时处理功能。关于车身控制，恩智浦则推出了更加大一些的器件，技术节点也从40纳米升级到了16纳米。Lars向我们剧透，恩智浦将很快推出最新的5纳米级的旗舰产品，能够把数据从车辆传输到控制单元的一款产品。
从低端MCU到跨界MCU+微处理器，恩智浦还提供可以结合功能安全的i.MX RT和S32系列，还有一些重型、高密度的工业级的大数据使用的器件，也可以用来支持工业机器人。同时恩智浦还提供可重复使用的开发软件。从连接层面来看，恩智浦的产品可以结合工业使用的TSN（时间敏感网络）一起来构建智能工厂、智能家居和智能机器人。
恩智浦帮助汽车构建反射弧
Lars表示，2018年他观察到很多人曾错误地认为智能汽车就是大脑加电机的结构，他认为这并不是构建高效机器人的方式。以人脑类比，脑干的很多功能是在做数据联网的功能，而小脑是用来控制身体中非常重要的运动功能，比如心跳、体温、肌肉反射等等，换到技术语言就是控制实时功能和时间关键性功能。
自动驾驶原理与人类反射形成过程相似，当面对障碍物时人类会遵从脊柱的本能反应停下来，小脑帮助我们保持身体稳定，然后大脑感知到障碍物存在，并处理之后的进行路径，同理汽车也需要构建自己的反射过程。我们可以通过摄像头、雷达、激光雷达、传感器来识别障碍物的存在，这时应当立即停车而不是等待大脑处理，在停稳之后大脑才开始根据环境来规划路线。
2016年，恩智浦推出了“BlueBox” 自动驾驶汽车的计算平台，它有4个PCIe扩展插槽，可以加上人工智能的加速器，达到400 TOPs的速度。在2018年开始大规模实验，恩智浦与造车新势力零跑合作了汽车电子电气架构，采用了BlueBox的核心技术。
恩智浦团队表示，90%的客户都转向了这个架构，而且不仅仅是在汽车领域，还有制造机器人、无人机等等。这个架构的高度可扩展性，使得它在整个行业当中成为最高效的架构之一。
据介绍，恩智浦的布局为：最底下是以太网的连接，上面一层是计算单元，包括S32K、S32Z、S32R和S32G芯片，相当于是小脑和部分的脑干；最顶层推出5纳米高性能的SOC/AI加速器件，用以提升效率。
Lars在演讲中表示：“我的梦想是恩智浦成为大家都信赖的制造机器人的先锋，我个人的梦想则是‘我是制造未来机器人的最成功的CTO’。为了要实现这个梦想，恩智浦要做到：第一，要有正确的架构，如果架构错误，在进化当中一定会失败；第二，要有可信任的稳定的系统，保证功能安全和信息安全；第三，还需要可扩展，无论客户做昆虫般大小的小机器人还是大型复杂的人形机器人都能应用恩智浦的技术。
根据分析师的预测，到2030年全球会有750亿智能互联器件。从市场上我们可以看到对芯片的大量需求，也需要通过芯片和软件来实现创新。恩智浦的感知、思考、连接、行动，结合功能安全和信息安全可以构成完整的产品组合。最后Lars说：“恩智浦是无处不在的，我相信未来我们的市场还会更加地精彩。”
新浪科技公众号 “掌”握科技鲜闻 （微信搜索techsina或扫描左侧二维码关注）
相关新闻 
