浪尖2023朱西产期待L3级自动驾驶国家标准今年出台

　　【编者按】
　　壮大战略性新兴产业是经济高质量发展的动力引擎。
　　站在2023年的新起点，澎湃园区恳谈会推出新春特辑＂浪尖2023＂，五问经济学家、产业专家、企业高管、投资人，寻求元宇宙、芯片、光刻机、氢能、自动驾驶、机器人、脑机接口、创新药等产业的突破点。
　　傅小凡 制图
　　澎湃新闻：您认为2022年中国人工智能自动驾驶领域最热的关键词有哪些？
　　朱西产：我认为一个是高算力AI芯片。而在芯片里，也有一些比较热门的产品，如英伟达的Orin，还有高通的，还有华为的MDC 610和MDC 810。还有一些新的芯片创业公司，像黑芝麻等等。未来，谈到人工智能，就绕不开高效率AI芯片的支持。
　　第二个热词是激光雷达。因为现在一直在争论，就是自动驾驶到底是特斯拉的纯视觉方案更好，还是更多汽车企业采用的视觉为主、加上激光雷达的方案更好，所以激光雷达也自然而然地成为一个热门词。
　　第三个热词是数据闭环，因为智能化和自动化是不一样的，智能化是数据驱动的。
　　澎湃新闻：您如何看待AI芯片的新趋势？
　　朱西产：刚才讲的几个热词中，热度最高、被提及最多，也是最关键的，肯定还是AI芯片。现在一辆智能型新能源汽车，它使用的芯片其实已经达到1500张左右，90%以上都是用28纳米以上的常规制程。但是现在汽车上有两张芯片，必须要用7纳米、14纳米这样的先进制程，一张应用于智能座舱，一张应用于自动驾驶。先进制程的芯片，又成了中美地缘政治中一个非常敏感的话题。目前来看，先进制程的芯片还是存在不确定性，就在去年，美国政府突然又对英伟达向中国出口Orin这类芯片，下达了制裁令，所以，在高算力芯片上，我们仍要走出一条属于自己的路。
　　澎湃新闻：2023年，人工智能自动驾驶将在哪些领域有发展机会？
　　朱西产：2023年，人工智能自动驾驶将会在L3和L4两个等级继续发展。
　　第一类自动驾驶L3等级，更多针对私家车，它的突出表现是人机共驾，并非不需要驾驶员，但大部分时间是车辆自动驾驶，这已经可以进入量产，各个企业有叫NOP的，叫NGP的，统一可以称作NP（Navigation Pilot ，导航智能驾驶）。有了高效率AI芯片的支持与控制器，高精度地图也成了车上的一个重要部件，再加上这个高清摄像头，以及除了特斯拉之外车企配备的1-3只激光雷达的支持，就形成了自动驾驶系统。当然自动驾驶需要认证，现在除了欧洲标准ECL157以外，中国的自动驾驶标准正在制定中。2022年11月，工信部装备司也下发了《智能网联汽车准入和试点城市的征求意见稿》，这个《征求意见稿》其实就是针对L3、L4自动驾驶的标准法规以及准入流程的。等这个准入标准出台以后，才能说相关企业的产品是不是自动驾驶产品。L3等级的自动驾驶，现在就被称作L2+。
　　第二类就是无人驾驶L4等级的，目前世界上的两个领头羊，美国走的是单车智能方案，中国引领的是车、路、云一体的网联智能方案。单车智能的代表是谷歌Waymo，降级使用的话，如robo bus，在一条固定线路上行驶，或者robo truck，如洋山深水港的码头堆场之间，集装箱卡车所实现的无人驾驶。它的特点是节省劳动力，在未来具有潜力。滴滴目前仍在亏损状态，财报显示85%是网约车司机的费用，但随着无人驾驶的发展，这些费用都会逐步下降，而正是这种未来的潜力吸引着投资者的目光。
　　单车智能也有其局限，尤其在城市交通路口，鬼探头靠单车智能其实是很难搞定的。哪怕是激光雷达，因为装在车上，被遮挡就一定＂看＂不见。那么我们把环境感知传感器放到路端不就好了吗？但在过去，我们说＂车归车，路归路＂，因为第四代无线通讯的时延是秒级的，路端的信号如果要几秒钟才能到车上，就毫无用处。
　　但是随着5G（第五代无线通讯）的发展，有了两个标准，一个是短时延的小流量通讯PC5（直连通信接口），用于传输路上摄像头和雷达已经处理过的目标物；还有一个是短时延大流量通讯NR V2X，可以传递摄像头发送的原始图像，所以这两方面都已经准备了相关技术，有毫秒级的高可靠性、短时延的通讯以后，环境感知传感器就不一定非要装在自动驾驶车上，完全可以装在路上。
　　现在的自动驾驶无非是两个问题，一个是感知难，这个前面已经说过。第二个是计算难，大家一直在强调芯片的算力，而车规级的芯片贵，算力有限。目前最高算力的就是英伟达的orin，理论上算力为1000 TOPS，但由于两张之间互相冗余，其实只有500 TOPS，但要填补目前的＂算力黑洞＂，预估要有2000 TOPS的算力。虽然英伟达已经公布相关方案，但产品尚未见到，即使有相关产品，提升1 TOPS就需要消耗1w的功耗，这就意味着达到这个算力功耗就要达到惊人的2000w，而目前车载能支持的功率也就300~400w，千瓦级的功耗着实是一个大难题。虽然车载计算平台的算力有限，但是我们认为云计算的能力几乎是无限的，尽量采用云端的计算来弥补车端计算的算力不足。
　　所以网联智能可以很好地解决自动驾驶两大难题，一个是遮挡的难题，一个是算力黑洞的难题。
　　为什么美国会孜孜不倦地做单车智能，它的最大好处是讲的故事动听，商业推广好，不依赖基础设施。网联智能的话，意味着就要对道路端，对后平台进行大量基建。如果单车智能跑得通，那网联智能就没必要。
　　但从市场反映看，美国去年十月份，两大板块——无人驾驶和激光雷达都掉了，相关创业公司，无论是已上市公司的市值，还是未上市公司的估值，都遭遇了＂脚踝斩＂，跌了80%以上，整个板块遇冷。Argo AI倒闭，Waymo的CEO在公司IPO前离职，而正常来说一旦IPO成功，会给他个人的财富带来很大的加成，这样的反常举动，可能也是他心底有所判断：单车智能在技术上可能无法实现无人驾驶。
　　澎湃新闻：目前中国人工智能自动驾驶行业在发展中遇到的问题和困难是什么？需要从哪些方向解决这些问题？
　　朱西产：第一个问题是芯片亟待突破。到目前为止，对车上大部分芯片来说，7纳米制程都是够用的，但是我们也应该注意到，英伟达和特斯拉新一代的FSD芯片都已经开始使用5纳米制程了。我们原来认为5纳米、3纳米等先进制程只是手机等电子消费品使用，现在看来不是，汽车也需要。14纳米以下的先进制程，美国对中国已经开始全线封锁，如果制裁成功，那中国就没有自动驾驶。
　　第二个问题是软件人才不足。目前，相关的AI编程人员，各个企业在互相挖角，毕竟人才难得，当然这个是短时间的。只要释放出高薪岗位，自然而然就有很多人会去学习，补上这些岗位。
　　第三个问题是数据合规难题。汽车是一个典型的全球化产业，2022年中国已经成长为全球最大的汽车出口国，国外的公司也要来到中国，数据合规就是非常重要的方面。刚才也说过，自动驾驶要靠数据闭环与迭代，但是数据又比较敏感，中国政府对数据合规有三方面的要求：第一个是，涉及位置信息的，必须得有地图测绘资质，才可以收集和使用含有精确位置信息的数据，这是从国家安全角度考虑的。第二个是用户隐私，保障用户个人信息安全。第三个是数字离境，可能是最难解决的，所以，去年所有的汽车企业都在消化和主动提出各类建议，就是要满足网信办提出来的数据合规要求。
　　软件人才不足、数据合规难题，这两个还是暂时的。对中国来说最难的一个问题，还是先进制程芯片的国产化，各行各业也都形成了芯片一定要自主的共识。
　　澎湃新闻：从人工智能自动驾驶行业角度展开，谈谈您新一年的期待？
　　朱西产：自动驾驶是跟政府管理分不开的，相关标准需要政府的许可。我们期待工信部跟上国际潮流，把L3的认证标准和认证流程能够完成。目前已经有深圳特区采用地方立法的方式，来解决无人驾驶汽车的落地。2023年，在上海也将有第二个特区，浦东新区也将以人大地方立法的形式落地，这已经是一个好的开始。2023年，希望自动驾驶能够更加往前走一步，L3能够有国家标准，用立法的形式，而不是用示范区管理的方式，来规范无人驾驶汽车的上路，使得自动驾驶能够落地。
　　从行业的角度，即使有很多人说，芯片创业公司的结果可能最终会不尽如人意，成功概率不会很高，但是我仍旧对它们满怀信心，相信新的一年里会有两三家，哪怕一家，能够突破美国的封锁。因为没有芯片，就真的谈不上智能。
　　海报设计 傅小凡