由盖世汽车、AUTOSAR组织、上海车展联合主办的2021第二届软件定义汽车高峰论坛暨AUTOSAR中国日在上海成功举办，本次论坛也是第十九届上海国际汽车工业展览会的同期活动。本次会议邀请到了上海映驰科技有限公司首席技术官段勃勃博士在本次论坛进行了题为《智能汽车高性能计算软件平台在多域融合下的实践》的主题演讲，以下是他在本次演讲的主要内容：
很荣幸又一次来到这个论坛，我是上一届论坛最后一位演讲嘉宾，又过去了一年，可以有一些新的东西可以跟大家分享。我来自上海映驰科技有限公司，公司的定位是软件定义汽车时代的赋能者，我们希望能够在这个领域能够为整个产业做一些东西，我们今天的题目叫智能汽车高性能计算软件平台在多域融合下的实践，那么我们是希望通过这样东西来反映一下过去一年，我们对整件事情理解的变化。
整个演讲分成三个部分：
第一，趋势。
第二，挑战。
第三，我们的一些实践。
在一个春光无限好的春天，我用一句话描述现在产业的状态，乱花渐欲迷人眼，为什么呢？在如今的造车界，我们看到无数的传统车厂，我们看到了新势力们，还看到新新势力们，我们看到了百度，我们还看到了富士康，很多以前看不见的名字都出现在这个名字，最近还看到了小米，这个时代发生了什么？究竟什么趋势被大家看到了？我想接下来给大家分享一下
第一页我想看到了两个趋势，第一个趋势是自动驾驶的加速落地，在过去大家都在很学术化讨论Level3，Level4，现在大家不讨论这件事情，现在只讨论产品是否能被人用起来。这样的话能看到趋势是什么？
第一，单车的感知正在加强，现在最热门的4D毫米波，激光雷达，是因为过去的感知是在2D层面做工作，现在这一缺陷正在逐步的弥补。
第二，车路通信，我们说高精地图的价值，现在基础设施做好了，还缺少强有力的应用，把这件事真正的落下来。例如5G，在某些场合下是不是能发挥非常好的作用？
第三，AI大算力。
软件定义汽车，现在能看到三个趋势，
第一是计算的集中，我们现在讲了很多行业趋势，计算在集中。
第二，软硬件在分离，过去在是耦合在一起。过去很多业内同行通过软硬一体化形态获取收入，而纯软在过去很难行动，但是现在要分离。
第三，软件之间也要解耦。车厂最终的希望是，软件能够像货架一样，把一个一个软件拿来拼起来，过去我们说车厂是硬件DRE，现在的形势将来会变成软件的DRE，这对于车厂的能力有很大的挑战。
第二页机遇，这张图其实很大部分是自己人生的一个总结，我刚开始工作的时候，比如说在座舱，那个时候名字叫做AVNC，也就是音响、视频、通讯、导航，名字反映所有的历史，那么到现在能看到它跟一个仪表合到一起，我们发现一直在合并，从来没有停止过。
另外能看到过去的工作有一段做毫米波雷达，做前相机，但是后来合并起来做高速的域控制器，过去的低速用超声波，后来合并起来做低速的域控制器，现在高低速融合这个概念还是比较火，同时我们看到有一条斜线环视也回连到坐舱那边，在过去这也是非常好的点。
我们看到从下而上在合并，在合并过程中提供了很多机会。比如说高低速的融合，这个域控制器，从2017年开始到现在无数产业同行探索这件事，为什么呢？它真的达到了两个效果，第一通过融合重用计算资源，确实降低了一部分成本。第二，座舱和自动驾驶在融合。大家尝试放到一起之后，大家发现导航和自动驾驶合到一起，会产生新的火花。现在很多创新，我们看到小鹏汽车、蔚来汽车，纷纷发布 Navigation on Pilot,考虑到地图的使用，自动驾驶必须要和导航合并在一起。
还有一个机会，传统的网关和车身，从大众的MEB来看在合并，他们叫ICAS1，现在我们也看到大众是三个主控制器，特斯拉也是3-4主控制器，未来会不会是一个？这个事我们没有证据，我们只能看到从过去到现在通过合并达到了两点。
第一，通过重用计算资源降低成本；
第二，打破了过去了部门墙；因为过去导航和自动驾驶不能合到一起，因为是两个部门有部门墙，两个不同行业的东西合并到一起做创新非常难。但是现在这形势在改变。
第三页重构。这个观点就像这张图描述的，汽车是不是手机加轮子？一个手机在汽车中，最多只能代替座舱的一部分，汽车里面还有那么多的东西。汽车底盘的复杂度是非常专业，真的不是什么公司可以弯道超车，但是现在有一个机会：电动车，可以让大家稍微往前赶一下。现在大家稍微有点自由度，这个也是非常专业的一个点，除了安全之外，现在都在说一千公里续航里程挑战。
智能平台不是一个芯片构成，是一系列的东西来组成的。所以说这个手机相比还是有很大的复杂度的差异。我们刚才看到有好几种的架构变化，我们现在应该正处在域向中央计算的过渡，为什么说过渡，我们现在域已经不能满足我们，而中央计算我们又达不到，所以我们诞生了一些中间的结果，我们说这叫多域融合，所以引出今天的主题。
汽车里面有什么东西？我们现在可以看到大概有像网关、车身、驾驶、交互、信息娱乐，我们可以说汽车里一些这样的智能内容分五个部分：我们现在看起来过去是五个大的控制器，到现在我们看到像大众、特斯拉慢慢会变成三个控制器，未来也可能变成一个控制器，那个时候我们可能真的需要很大算力的服务器，但是那个东西长什么样子，大家真的在探索，我们没有见过。现在的趋势真的集中往这个方向来走。
最后这一页，我的真是看到一些曙光。为什么呢？作为一个软件公司在行业内真的是很难来生存，在过去我们说车厂做一个开发费，软件是通过复制盈利的。我们通过复制给各个厂家能够获得利润，但是真正的问题是什么？一辆车能挣多少钱？可能现在汽车厂可能一辆车要挣5000块钱？这样的问题如果找到几百块的license简直让整个车厂活不下去，但是如果真的能够把整个包以软件的形式卖出去，或者或者订阅的方式，如果这样生态就会很健康，因为用户花钱享受服务，整个产业都可以得到回报。我认为现在软件定义汽车是真正的活力，因为有用户付费的存在。
说完了背景，下面讨论一些技术的东西，我个人做感知很多年，我的脉络会从感知开始。现在可以分为五个指标：
1，感知完成功能；目标检测比如、像素级理解、建图、定位等等，这是感知最常见的功能。
2，性能；从性能出发，现在关键的指标是识别率和误识别率；
3，可用性，主要是ODD的定义；
4，可靠性，主要是不同场景下的可靠工作以及安全；
5，可实现性，例如计算能力需求；
因为现在都是卷积网络，现在是非常粗暴的人工智能，但没有办法，现在这个方案还比较好用，我们期待将来出现更好的人工智能。这张图分析一下，从最简单的检测开始，我们对感知有什么变化吗？早期做报警功能，那个时候重点控制的是误警率，这个时候大家讲究的是尽量降低误识别。后来做HWA，现在有什么区别呢？因为我是松开手脚的，那么你任何一点失误我都能感受到。什么更重要呢？是一定不能漏，比如特斯拉出的事故都是漏识别，因为明明有目标而检测不到，漏掉之后马上会发生严重的事故，所以不能漏。相对来说误识别可以存在一点，哪怕识别错误，车停下可以重新启动，但这也是相对而言。
这么一个变化对算法有什么样的挑战？我们需要那么好的识别能力，首先追求更好的算法，现在的算法够不够？我们用更好的算法能不能获得更好的效果？我们需要安全，你是否可靠？在你失效的时候我们要能知道，并且进行处理。还有更好的传感器及更多的传感器，现在有一种竞争形式是多少个传感器，这还是在感知能力方面做差异化。
从更好的算法来讲，现在的竞争是什么？
自从发明深度学习以来，现在更好的算法等价于更复杂的网络，网络只要够复杂，你的算法就好。当然我们还有其它部分，但现在更多的竞争基本都在此，那我可以研究更复杂的网络。还有人说有网络，那就要有数据，过去做识别以用一个简单的知识方法，比如几何形状，算法可以到处使用。但现在，深度学习的开发中，对于同一个目标，在晴天、雨天、阴天，不同的时候都要用不同的数据，用数据教深度网络知道这是一个目标。所以现在我们非常的依赖数据，这样就需要采集、标注用起来，这是很大的体系和工作量。我们听到很多行业在做各种各样的东西，如果没有足够的处理能力，那这样的体系会是非常的挑战，因为只有体系才能保证更好的算法效果。现在大家现在能看到的算法公司一定有好的数据中心。
我们讲一个可信AI，现在大家说人工智能非常伟大，有多么伟大呢？下象棋、自动驾驶，但现在为什么大家只敢说L2，没有人敢说L3？因为有亿分之一的不可靠，但这一点不可靠真的不可以用在用户身上，因为一片雪花发生在每个人身上可能是一个雪崩。所以我们的挑战是做可信AI，什么是可信AI？结果可靠、不可靠的时候我们知道。这里要注重几点：
1，公平；不同肤色、不同着装的人都有同样的权利，而不是针对某些人种做特殊设计。
2，健壮；在不同ODD下都能非常好的工作。
3，可解释；现在一旦发生漏识别我们解释不了，我们能做的只有塞数据，在它失效的时候我们不知道为什么失效，而且我们能做的只有塞数据，所以这是我们现在最大的挑战。将来我们可能需要更多的科学和理论解释这件事情。
4，可追踪；我们一旦在AI某个场合发生了问题，我们需要知道在哪个环节发生了问题，并且进行改正。
我们要做可信AI至少要这四个点。下面讲传感器，刚才讲更好的算法、更多的传感器，现在自动驾驶需要多少传感器呢？我们说L3大概需要29个，但现在有人做了33个，那这里关键的是什么？增强3D的感知能力。我们看那个部分，第一个部分是立体相机，第二个是红外相机，第三个是激光雷达，所有的一切都是提供3D检测能力。现在安全最怕撞人撞车，现在真正的能力是传统相机为2.5D，毫米波雷达对静止物体及特殊物体感知又不太好，我们现在确实在感知上有缺陷。我们现在看到这家公司或者这家车厂，大家纷纷去做4D毫米波和激光，但它找的点正确，如果视觉不能很好的解决这个问题，那就需要其它的传感器融合提升可靠性。我们要这么多传感器，怎么做融合呢？现在从来讲，融合的最大趋势是什么？更早的融合，在信息更早的层次融合，最终的层次是目标，但更早的层次可能是特征。现在融合需要在更早的点进行融合，比如右边毫米波雷达可能看到很多反射，过去只会选择最强的那个点融合处理，现在我需要把所有的点反过来。因为你弱的可能是另一个传感器强的，当我们做传感器融合的时候要做更早期的融合，这样带来了什么代价呢？更高的计算能力、更大的通讯能力，所以又回到了通讯和计算。
提到计算就要说芯片，什么样的芯片是好的芯片？计算智能、足够的计算能力、合适的价格、安全。现在芯片长的什么样子？异构多核。现在同构多核行不行？不行，因为计算是多样化的，现在的AI规划控制都是不一样的计算，所以一定是异构多核。另外现在用SOC的形式做成一个芯片。原来这个图里写的是50T，但今年我改了1000T，我认为在50-100T，今年的应用还可以用。这是高速片上内存，这个事情大家没有多谈，但真正的计算内存墙非常厉害，所以片上内存可能是你不注意，但非常重要的指标。最后就是功能安全，为什么？功能安全每个模块都有责，如果从芯片开始能承担一部分工作，上面软件的压力也会小一点。
这里是一芯多核，在一个汽车里面有几类，比如感知、融合路径规划、控制。过去感知是AI计算单元，融合路径规划是ARM多核，还要一个MCU，这是传统强调安全的。过去所有芯片公司会把这几个东西来回组合，大家看到的芯片是这么多，但大家会悄悄注意到里面的核都换成了ARM的核。刚才很多人讲了通讯，我再下探一下，有人问我是不是选择一个DDS通讯就安全了？我们知道一个网络协议是自上而下到另一方自下而上，它是端到端的闭环内容。我们看到DDS在五六七层，它安全了是不是就安全了？这里核心机制是什么？如果我丢（丢包）了可以重发，但问题是再传还是实时性吗？这个过去怎么解决呢？在底层调度算法内优先保障它，如果保障不了呢？那就会丢包，丢包就要重传，就导致延迟增加。
这个事情怎么解决？自顶向下的每个层都要保障，当然可以从重合上做方法。我们看到大家要注意底层以太网协议，一定有TSN协议，这相当于交通上的公交专用车道，它会为某一个特殊流流出带宽传输，只有增加这样的协议之后，无论DDS，还是什么，反正在底层就是可靠的。
刚才很多人讲开发。现在真正的挑战是什么？过去开发周期是18个月，现在软硬件是平行开发，在双方都不确定的情况下这个事情怎么往下开发呢？其次现在很大的项目有很多车厂在招一两千的工程师，一个项目超过500个工程师，一两千个也许只有少数大公司才能撑得住，因为组织管理非常庞大。关于复杂度，几亿行是真的有，但不是每次都写几亿行，每次可能开发几百万到几千万行，但代码确实量很大。我们的策略是
1、软硬平行开发 2、先上市 3、需要一个集成平台 4、选择合适中间件把版图拼起来。
刚才讲1亿行怎么开发？我们看到软件工程师身上的负担越来越重，为什么？过去A-spice软件开发是一个V，但现在A-spice有创造，把系统也加入进去，变成了两个V，把硬件加上去可能是三个V，现在说有功能安全，在这个V上再套一个V，后来说有预期功能安全，再来一个V，再加上信息安全，一个V模型带着五个开发过程。根据我们公司经验，软件开发效率是要除二的，只是做一个A-spice，那加上这些工作呢？我们根本达不到需要的快速，只会更慢，这个事情怎么解决呢？大家可以分工，把各自的积累提供出来。
软件是怎么练成的？这是我在实践中碰到的问题，操作系统选什么？用开源还有IP，支持的问题，如果你不求大神帮你，那将靠自己。还有什么呢？可靠性、信息安全、毕竟开源软件这是商业化软件的一个问题。
最后总结一下，我们能看到硬件的控制器的数量在变少，但是软件的数量在增多。那么增长到目前我们这个程度，我们发现硬件集成造成了一个成本下降，而软件集中造成了复杂度上升，那么现在通讯的挑战，将来怎么解决呢？我们从手机行业对照来看，
如果有一个成熟的硬件方案，我不说标准化，因为硬件标准化可能现在没有什么头绪，但是成熟方案可以。
第二，成熟化的标准化的软件平台，类似于安卓、另一类东西。
第三，百花齐放的生态。那个时候可能是整个软件真的能够赋能整个行业。
最后讲我们公司，我们的愿景希望做中国智能汽车高性能计算软件平台的领导者，我们的使命是希望能够连接芯片与自动驾驶的桥梁，我们知道芯片到自动驾驶有很长的距离，我们希望通过我们的中间件、软件平台能够帮助车企和芯片能够对接好。
我们的核心产品包括高性能的软件平台，也包括应用的开发，刚才讲的核心挑战，我们有核心可靠的技术。
第一，高效可信赖的AI计算；第二，高安全度的软件设计；第三，可实时通讯技术。
我们在未来的生态中会在那里呢？我们说现在整个行业有做传感器的供应商，还有做整个底盘的供应商，这个不是说新的势力能解决的问题，上面还有整个的通讯架构，上面有芯片、软件平台、应用。我们希望在那里能够帮助大家，另外还有V2X，我们云端和OTA，通过这样软件的生态，我相信将来会是我们所期望心目中软件定义汽车。
我们和企业怎么合作呢？我们维护一个统一的软件平台，可以基于成熟的操作系统，也可以基于开源，我们自己开发了AP的模块，增强确定性的通信和调度，我们基于业界成熟的CP，我们提供自动驾驶的定制功能支撑，提供系统应用和创新应用，车厂可以形成自己的OS。它可以形成自己的应用商店，应用自己的生态、自己的数据。
我们的行业优势针对自动驾驶应用做定制优化，安全实施可靠。我们几个核心的特点是什么呢？整链的确定性调度，我们做操作系统的时候，某一个进程可以做得非常可靠，我们必须保证业务和实施可靠，同样我们保证通讯的可靠性。同时我们有软件开发过程，提供安全的软件架构。
多域融合，真正的实践是什么？我们认为在汽车可能是三个控制器，这样的话我们用我们的这样一个软件平台能够垮在三个域上，当然安卓是独立的。这上面我们会提供自动驾驶应用的支持，当然其他的领域还需要其他的生态同仁来完整，这样的提供可以全的服务。我们这次做了一个真正的三域合一的计算机，当然这个在推广过程中我们碰到了同样的问题，汽车的部门墙，但很多新势力对于这点非常喜欢，因为没有历史包袱。我们希望通过这样的实现能够带来真正的优势。
我们在2019、2020年已经完成了整个平台的1.0的设计，提供了保证一些高速、泊车的功能，把它应用到现在一线车厂的应用中，今年能够完成这些应用和软件平台的量产。接下来增加26262的开发和21434的对应，因为现在的一些过程必须要支持，因为整个车的发展还是需要的。
这是我们整个的服务，包括工具链，包括软件平台，因为从芯片到自动驾驶，底下是芯片的支持，上面是我们对应用的支持。
映驰科技在本次大会的更多精彩瞬间：
