AImotive执行顾问Tony King-Smith：强化技术整合 以AI驱动自动驾驶汽车未来

AImotive执行顾问兼硬件业务拓展主管 Tony King-Smith

大家好，特别感谢邀请我来到这样一个非常赞的论坛，我非常荣幸来到成都，今天要讲的是创业公司，我们公司名字叫Almotive，我先介绍一下我们这个公司。Almotive是位于匈牙利的布达佩斯，他主要是实现智能汽车的L4/L5的预期和展望，你可以看到很多的截图，我们做软件硬件平台，我们建设自己的硬件系统，用于我们自己的测试车，这里可以看到我们截出了这些车，在不同城市，在跑的的视频，在日本、欧洲、中国都有相关的视频可以看到，这是一个独特的公司，他有特别强大的能力，在软件硬件方面，我是所有的软硬件一起来强调这样的讲者。在汽车领域没有这样的讲法，我们经历了三轮的融资，有很多主要的投资商，我们主要位于布达佩斯，我们软件和系统的工程师也在布拉佩斯。

目前我们有200多个员工，大多数都是工程师，都是在系统方面的工程师，也是为了让技术生产出来而不断的努力，我们有一些技术上的创新，包括像硅谷和其他的一些技术，我们都是有紧密的合作，比如说跟汽车厂，同时还和一些其他的沃尔沃、PSA、标致这些汽车，还有上汽这边也有合作，在日本也有合作情况，这是大致的合作情况，我们有合作伙伴，我们也非常自豪和硅谷的企业有合作，还有我们和格芯之间也有合作，这对我们来说也是项目上非常大的一个支持来源。

Almotive这家公司有三大技术核心，第一个是Alidrive，还有Alsim，是由AI支持的仿真环境，可以更好的实现AI方面的计算，他的主要目的是为了完全实现自动驾驶，还有其他一些功能，都通过我们的Alsim可以实现，我们是非常侧重于AI的技术，我们有多重的摄象头，可以提供非常有质量的信息，因为在现实生活当中我们人有两只眼睛，很多动物也有两只眼睛，这个是经过几百万年的进化得到了两只眼睛，对我们来说我们的视觉，比如说我们人的眼睛可能在深度方面是比较好的，但是技术上的深度没有那么好，所以我们需要很多技术的辅助，比如雷达、红外等，这样才能让多少自动驾驶汽车的眼睛比人的眼睛更好。

我们还有很多很好的仿真环境，比如AlSim仿真环境，基本上是以图形的形式进行发展，可以让我们有更好的光学的模拟效果，之后会给大家做一个介绍，这样的一个模拟，还结合了软件发展的一些优势，帮我们打造出综合的一个解决方案，通过这样一个时间上的模拟，还有AI的算法，让我们的系统更加强大，同时我们还看到速度方面，比如说硅的一些平台，可以在加速方面，除了在实时的领域当中非常快，同时还能实现深度神经网络方面的快速计算.

还有AIware是一个深度开发平台，我们的开发技术路线图是这样的，一开始我们公司就在发展业务方方面面都有一些不同的标准，我们有系统的一个设计和流程，我们所有的这些设计背后都是有相应的原则和方法，我们在这边可以看到，我们所有的这些汽车当中，我们会将这些数据全部传回多少部门，每一次一旦有了这个拖链的结果或者是现象，我们的团队会获得信息马上设计出相应的解决方案，再应用回我们的汽车系统。在我们的仿真模拟环境当中也得到广泛的应用，我们非常相信仿真的作用，就是能让汽车充分的可靠的运用起来开发起来。我们有很多的驾驶的汽车，他也有自己有限的一些情况，我们通过模拟的方式，可以尽量的去模拟出这种非常棒的解决方案，我们在四个国家都有这样的汽车测试，包括美国，在匈牙利，在东京还有法国都有我们的测试点，我们也将来到中国进行更多的测试，也更好的开发我们的系统。

我们的检测系统试车系统是非常严格的，我们所有技术的关键节点都是从测试当中获得的一些灵感或者是成果。我们需要有非常严格的一个方法论去进行相应的测试，比如说一级的车厂或者是代工厂，他们也非常尊重我们的做法，我们会向他们进行这样的一些展示，从一开始的合作当中，我们就非常注重这样的合作，还有一个就是我们说的模拟，是我们开发研发过程中的核心，为了实现这个，我们必须要有一些新的场景的创造，比如说不同的天气状况，不同的路况，不同的环境当中去进行模拟，我们看一个例子。

（VCR）这是我们做的模拟情况，这是布达佩斯的加油站，这会有一个交叉的十字路口，因为下雨，路上的标志不是特别清晰，这是相对来说比较复杂的一个路况，这不是一个视频，这完全是一个视频生成的模拟场景，我们会对他进行这样的编辑，不断的改变其中的一些变量，比如说汽车、环境、路标等等，然后去打造出他的模拟情况，我们认为这些细节是非常关键的。这样才能让我们的系统更加有质量，让我们的模拟更加有质量，可以去判断出我们到底需要什么样的技术或者是什么样的考量，让我们的汽车能更好的面对工作环境，比如说城市的环境，或者是其他的环境，我们知道城市的环境是非常具有挑战性的。

今天我们也是有研发出一些不同的解决方案提供给我们的消费者，包括我们的代客泊车，这是我们的开发，我们早期的投入，跟AI相关的，这是涉及到自动驾驶这一块的，我们还有在高速公路上，我们知道驾车成本非常高，我们也是跟硅谷之前有合作，比如说在硅谷或者是在匈牙利都有这样的高速驾驶、无人驾驶的测试。更好的去改变车道或者是车距保持等等方面，都是有不同的测试，我们已经来到四个国家进行这样的测试，目前为止这个情况非常不错。

还有一个就是我们的城市驾驶的项目，才刚刚开始，我们在城市环境当中进行驾驶，现在有很多的挑战，因为我们前面也说了，其实法律角度上来说还不是非常的合法，在城市中的驾驶，我们也是在不断的去找出解决方案，更好的去适应市场的需求，然后加速这个技术的成熟。我们也是和移动终端，移动运营商之间也有更多的合作，结合到技术的一些节点，让整个系统帮我们生成一些非常有效的成本低的解决方案，这个将会为我们带来很大的市场潜力。

这个汽车的标准，我们其实和德国的合作非常多，我们有很多的一些德国的咨询公司，还有一些德国的认证等等，比如说有很多的标准，比如说有ISO/TS 26262的道路标准，功能安全性等等之类的，这个系统这些标准对我们未来的发展有很大的帮助，我们现在在面临的一个主要的挑战是让技术的速度可以更好的将这个半导体和自动驾驶结合在一起，目前为止可能还是比较耗时的，也是比较保守的，很多的技术运用也需要更长的周期，比如说我们有一些2021、2022的模型都已经完成设计了，我们需要进一步的去看我们这个业务如何能更加成功，我们要从现实的角度如何更好的向这些供应链提供我们的产品，我们面临的主要问题就是硅的高性能加工能力或者是处理能力，如果只有这样一个处理能力是不够的，我们还需要有更加好的质量，更加安全可靠的全周期的一个处理能力，这个对于半导体行业来说是一个很大的挑战。

第二个挑战就是验证这一块，加工或者是处理的过程，比如说神经网络的验证，还有其他的一些验证，比如我们说的GPU串，还有CPU串等等都是在芯片上的，我们知道他们需要很好的一个存储，还有不间断的一个操作运行等等，还有AI也给我们带来一些问题，这也是很大的一个挑战。比如说有一些汽车行业或者是代工厂，或者是汽车制造商也有在考虑，或者是担忧AI给我们带来一些潜在的风险或是问题，所以说我们需要更好的去开发我们的技术和系统，要长OEM也可以去了解多少所作所为，还有一个就是复杂的SOC系统，很多硅的供应厂商他们的硅技术都是基于原有的硅的技术上来的，所以他们也是偏向保守这一块，我们要非常的了解软件的这一块，所有的这些部件是如何被组装在一起，才能让产品更加的优秀，我们有很多的技术，很多一些不错的业绩或者是数字，可能并不是所有的产品都会被生产出来，那我们因此必须要非常好的了解整个产业链，这个供应链，才能让这个技术被汽车行业所更好的接受。

我认为其中有一个很大的问题，就是硬件的系统或者是架构，很多人都是在说汽车是一个数据中心，我们给汽车提供很多的原始数据，让这个汽车去进行加工进行处理。我觉得从这个软件角度上来说是非常吸引人的一点，但是从能耗还有从传动这一块，我们需要有更好的分步式的处理方式。汽车应该有更多的处理能力，我们认为汽车他是一个电子的较为复杂的环境，他是比较喧闹的，还有很多的操作的环境，这个汽车他也是有自己生命周期。

我们举个例子，我们进行沟通的时候，沟通会产生噪音，会影响汽车的性能，存储器当中的噪音也会影响汽车的性能，所以我们要思考，如何去更好的分布这样一个处理，让汽车的处理器更加的智能，同时更好的去改善汽车的性能，我们需要有这种可扩容的技术，汽车不是一个被固定的硬件，这些平台应该是更加可操作性可扩容性的，这是硬件系统当中，或者是汽车硬件系统当中在面临的一些挑战。

我们现在看一下这个AI的发展情况，我们知道这个AI还是在起始的阶段，我们有很多发展的可能性。其中一个领域，我们公司主要是关注视频摄象头，因为手机行业的发展，导致我们摄象头的高清度是特别高的，雷达也是在发展，而且特别快，我们可以看到下一代的雷达的性能和特别高，然后性价比特别高，成本特别低。

但我们必须要接受一点，就是这些传感器的性能跟我们要进行处理的这些工作量是相对应的，这就是为什么我们开发了AIware这样的IP，这个IP主要是用于基础设施方面，我们从技术上面了解像视频这样的，出去做专项的一个硬件就会有这方面的IP的性能，人们在顶层的话，会要求特别高的挑战，但是考虑到这个芯片方面还是有比较大的挑战，在创新方面去进行处理，对处理过程的需求将会特别的大，人们会需要很多个摄象头和很多雷达，还需要数百倍的性能，所以我们需要解决方案，这就是为什么我们设计了我们的IP，他还能够进行专项的一个处理芯片，然后跟当前已有的芯片进行合作，他的处理能力是高宽带的，能够在AI的子系统里面获得。

我们特别自豪的一点是我们跟格芯和硅谷在2014年合作，我们要实现最简洁的设置，来实现更好的兆帕，我们还有更多的技术，跟相关的算法一起合作，这些能够让我们能够实现顶级的OEM设立可伸缩可扩展的系统，在于这方面特别感谢，也很荣幸，这些方案我觉得有可能会带今年的第四季度交到合作伙伴手里，我们还在FPG方面和合作伙伴合作，会以特别块的速度进步。关于分步的处理，是要看数据是怎样流动的，再看一看数据的解决方案，是直接去看相关的计算，看这方面的架构能够更好的管理带宽，跟AI的子系统更好的合作，能够让CPU做得更好，这已经是一个性价比特别高的设计，我们特别开心能够开发出现在现在这一代产品，可以更好的实现这些系统的支持。

总结一句话，我们毫无疑问，AI会驱动自动驾驶技术，问题是我们怎样来集合足够的处理能力，来促成这一方面，加速技术整合是特别重要的，加速到SoCs方面，才能解决这方面的问题，专门的加速芯片也是特别重要的一点，我们也愿意和中国一起在这方面合作，感谢大家的时间。