最近听了Nullmax的对芯片、算法的相关分享，更加理解为什么英伟达需要吴新

最近听了 Nullmax 的对芯片、算法的相关分享，更加理解为什么英伟达需要吴新宙去「救火」。 先简单介绍一下 Nullmax 的背景，Nullmax CEO 徐雷在美国纽约州立大学布法罗分校获得计算机科学博士学位。毕业后去了高通，基于骁龙芯片开发计算机视觉应用。 再后来去了特斯拉，从零开始领导搭建 TeslaVision 的深度学习网络，开发 Autopilot 2.0，替换基于 Mobileye EyeQ3 的第一代 Autopilot 方案——基于英伟达 PX2 芯片，打造 8 个摄像头的方案。这个方案上的第一款车是 2016 年 10 月发布的 Model X。 根据徐雷博士和成二康博士的分享，我们整理一些有价值的信息点： 1）特斯拉最开始开发的 Autopilot 2.0 方案是 5 个毫米波，1 个前向加 4 个角雷达，用在 Model S、Model X 上。后来为了降本，就变成一个前毫米波+两个后角雷达。再后来，为了继续降本，本就只保留了一个前毫米波。「当时很多考虑其实是从成本角度，从把车卖得更多的角度去出发。」 2）解决自动驾驶问题，本质上是一个大数据驱动的机器学习问题。 3）当前市场上，能够同时在高、中、低各种不同算力的平台上去实现行车和泊车的自动驾驶企业其实很少。大算力平台加上激光雷达，可能会有很多人做到，但是在中低算力，特别是小算力平台上做到量产水平，目前我们看到的纯视觉方案屈指可数，加上毫米波能做到量产水平的，可能就只有一两家。 4）可以在中国市场使用，并且还能推广至全球的自动驾驶方案非常少。这里指的全球化推广，不单单是随着中国车型出海，更是能在海外直接开发。整个方案符合海外当地的功能安全标准，当地的信息安全标准，包括芯片本身的安全程度，都要求符合海外直接开发的要求。据我们观察，这样能全球化推广的方案还是非常少的，但 Nullmax 具备这个能力。[吐舌] 5）在全球范围内，不仅在中国，其实都有一些替换 Mobileye EyeQ 产品的需求。特别在海外市场，车企对单 V 方案需求量比较旺盛。因为到 2024 年，欧洲的 AEB 要做到车对行人、自行车都能识别。 6）手机的高端芯片有苹果、高通，低端芯片有 MediaTek（联发科）。车的领域也是一样，目前来看暂时没有芯片厂商可以从 2T 做到上千 T，有的芯片厂商更善于做大算力芯片，有的更善于做中低算力芯片，各有优势。 7）TI 比较大的一个优势就在于它的芯片是一个比较均衡的异构计算平台，既有 CPU，又有 GPU，还有 DSP，也有 MCU，包括 ISP。这带来的好处是成本会更低。 每一个计算单元，它的优势是不一样的。比如，CPU 更擅长于一些逻辑运算，GPU 更擅长渲染，DSP 的优势是功耗非常低，MCU 的安全等级会更高，车的控制类功能可以放在上面。如果芯片本身各种计算单元都有的话，就不需要再外挂其他的芯片。 一些其他的方案，可能是选择芯片 A 加一个 MCU，或者芯片 B 再加一个 MCU。如果用一个包含各种不同计算单元的芯片，成本通常会更低，因为一颗芯片就解决了所有事情。 8）TI 的芯片、英伟达的芯片以及一些国产的芯片，都是在 Transformer 出来之前设计的，对 Transformer 的支持不会那么友好。像现在英伟达的芯片，它对 Transformer 的运算速度就没有那么快。 9）做产品是在有限资源的一个平台上进行开发，产品的竞争力来源于同样的资源做到比别人更多的功能、更好的性能体验，或者是同样的功能、性能体验但是成本更低。这本身是解决方案的一部分，并不是算法的一部分。 10）车辆在往前开的过程当中，对一分二场景的处理，对一些复杂路口或者大弯道的处理，要做到更加丝滑和平稳，可能算法的比重会比算力更大一些。即使拥有很多算力，如果算法不行，可能还是解决不了这些问题。 11）传统汽车的开发都是以硬件平台化的方式在进行，有一套底盘后，上面可以是轿车，可以是 SUV。而智能驾驶的开发，其实也需要以软件平台化的方式进行。 #自动驾驶#