江苏龙网

  1. 首页 > 生活 > >

特斯拉|当软件定义汽车成为趋势，未来汽车是否可以理解为四个轮子上的超级计算机？( 二 )


AlphaGO在围棋领域的成功 ， 代表了人工智能在决策方面一个里程碑式的成就 ， 但是对于围棋这样的应用 ， 其感知环境是全透明的 ， 可以获取棋盘上的一切信息 ， 博弈主体只有两个 ， 这是一个环境封闭、规则完备、信息完整的决策场景 ， 但即使是这么简单的场景 ， Google都要用算力高达180TOPS的TPU去支撑 ， 才能够满足要求 。
对于自动驾驶 ， 我们有可能面对的是跟上百个道路上的移动主体的博弈 ， 这里面不仅包括车辆 ， 还包括行为非常复杂的行人 ， 比如中国式过马路 ， 红绿灯是不管用的 ， 行人随时会过马路 ， 而且边走边看车的行驶情况 ， 行人的下一步决策依赖于你的决策 ， 再比如换道 ， 打了转向灯 ， 还得看旁边的车让不让 ， 如果不让再接着开 ， 这是一个不断博弈的过程 ， 也是互动式的决策过程 。
所以自动驾驶面临的是一个开放的环境、不完备的规则、不全面的感知信息、多智能体的博弈场景 ， 而且还不能出错 。 决策算法的决策搜索空间比围棋要大的多 ， 难度是非常大的 ， 其对于算力的要求比感知更大 ， 就是因为这个原因 。
软件开发2.0时代：数据驱动的迭代闭环
特斯拉的智能化升级速度越来越快 ， 以最畅销的
特斯拉|当软件定义汽车成为趋势，未来汽车是否可以理解为四个轮子上的超级计算机？
本文图片
Model 3(参数|图片)为例 ， 数据显示特斯拉平均每7.3天更新一次汽车软件 ， 作为对比 ， 传统车企往往半年时间都难以提供一次升级 。
通过自己打造完整的AI进化闭环 ， 配合数量达百万级别的车队不断提供用于AI进化的真实路况数据 ， 特斯拉拥有了比其他竞争对手更高的算法迭代效率 。
其结果是：特斯拉成功打造了联机版的智能进化体 ， 依靠超强的软件迭代速度 ， 特斯拉给消费者带来持续升级的智能化体验 。
我将这种软件开发模式称为软件开发2.0模式 ， 相对于1.0模式 ， 其本质的区别在于：用数据替代人力 ， 来驱动算法（这里主要是CNN模型）的高速进化 。
特斯拉|当软件定义汽车成为趋势，未来汽车是否可以理解为四个轮子上的超级计算机？
本文图片

可以想象：人力的成本是持续上升的 ， 而数据的处理成本却随着摩尔定律的发展持续降低 ， 实际上 ， 配合软件的进步 ， 我们可以获得比摩尔定律更快的下降速度 。 软件开发2.0的优势正在于此 。
广汽研究院智驾部部长郭继舜在一次车展同期的圆桌对话中指出：“各家企业都开始重点强调数据的积累和功能的迭代 。 这两方面成为保证现在汽车持续具有生命力的一种必然 。 这意味着 ， 未来我们的汽车产品从静态转向动态 ， 在完整的生命周期中不断进行进化 ， 成为一个动态学习的过程 。 ”我深以为然 。
美国当地时间10月12日 ， 特斯拉首席执行官马斯克发推称：“说到做到 ， 下周二将发布有限的完全自动驾驶beta测试版 。 但首先 ， 这将只限于少数精于驾驶并且非常细心的司机 。 ”
不同于之前Waymo仅在几个城市投几百辆车运营 ， 更不同于某厂仅有十几个试乘点（包括终点）的“全面开放”自动驾驶服务 ， 这次是公众第一次自己可以选择路线并真实感知的自动驾驶 。
【特斯拉|当软件定义汽车成为趋势，未来汽车是否可以理解为四个轮子上的超级计算机？】Waymo之前被公认为自动驾驶一哥 ， 但实际上 ， 特斯拉迭代速度比Waymo更快 ， 原因就在于特斯拉的数据收集成本和范围优势明显 。
特斯拉|当软件定义汽车成为趋势，未来汽车是否可以理解为四个轮子上的超级计算机？
本文图片

计算架构在加速集中化
在软件定义汽车的驱动下 ， 智能汽车的电子电气构架（EEA）正在加速从分布式向集中式演进 ， 终极形态就是车载中央计算机 。
从分布式ECU架构到域架构 ， 计算的集中度明显提升 ， 后者按照功能不同聚类 ， 有了“面向服务（SOA）的架构”这个概念 ， 软硬解耦得以体现 ， 且通过以太网作为车内骨干网进行互联 。 这种趋势继续演进 ， 就出现了中央计算架构 ， 可以提供开放式软件平台 ， 底层资源充分池化使得中央可以共享 ， 在未来进一步打通云端计算和车端计算 ， 形成更大的协同式计算网络 ， 但车端的边缘计算依然是智能化的基石 。


推荐阅读


上一篇：兴业银行南京分行|用“兴”呵护环境，共建生态文明--兴业银行南京分行以实际行动支持环保事业

下一篇：趣头条|三十而立，喜提厦门首台骚红XT4！