在搭載人工智能 (AI) 的自動駕駛汽車的大規(guī)模部署競爭中，面對諸多技術(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。隨著自動駕駛汽車從原型向量產(chǎn)邁進(jìn)，從自動駕駛概念車的技術(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《自動駕駛汽車：從原型到量產(chǎn)》報告，重點(diǎn)闡述了自動駕駛汽車開發(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)自動駕駛汽車系統(tǒng)的現(xiàn)狀?！?/span>

最大的挑戰(zhàn)與基礎(chǔ)計(jì)算密切相關(guān)。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(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)來取代自動駕駛測試車輛中的現(xiàn)有技術(shù)。這實(shí)際上是Arm的一個關(guān)鍵機(jī)會，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 正在評估美國汽車工程師學(xué)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(nèi)在世界各地上路）的工作。

Forrester 專家調(diào)查顯示，在自動駕駛車輛商業(yè)化競爭中，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(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性方面?！?/p>

該報告重點(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 測試技術(shù)轉(zhuǎn)化為安全可靠、經(jīng)濟(jì)實(shí)用的量產(chǎn)級設(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)對開發(fā)量產(chǎn)型 AV 系統(tǒng)過程中的各種挑戰(zhàn)。

自動駕駛汽車如何應(yīng)對“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試數(shù)據(jù)，目前自動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)安全可靠的自動駕駛 4 級和 5 級車輛。在這一技術(shù)發(fā)展過程中，將會挽救眾多生命，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 報告以及本人所掌握的信息，相信全自動駕駛車輛終將實(shí)現(xiàn)量產(chǎn)。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(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）和限速情況下自動行駛。這是依照 SAE 法規(guī) 4 級的規(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”，我們將會看到自動駕駛汽車逐步推進(jìn)部署。

因此，不是自動駕駛汽車“是否”會量產(chǎn)，而是“何時”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、可信的市場化技術(shù)。

Arm如何助力自動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，我們在安全就緒計(jì)劃(Safety Ready Program)中推出了一系列全新汽車級組件，此外，應(yīng)對網(wǎng)絡(luò)威脅是 Arm 在所有市場領(lǐng)域中另一個始終關(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)的各個行業(yè)。