又一家车厂，自研芯片，抛弃英伟达

公众号记得加星标⭐️，第一时间看推送不会错过。

我（指代本文作者，下同）坐在Rivian R1S SUV里，它自动驾驶着穿梭在加州帕洛阿尔托绿树成荫的街道上，沿途遍布科技历史的标志性建筑。我们驶过地标性的惠普车库（HP Garage），这个仅有一辆汽车的工作室是惠普公司（Hewlett-Packard）以及硅谷（Silicon Valley ）的诞生地，时间是1939年。我绕过斯坦福大学，2005年，由计算机科学教授塞巴斯蒂安·特伦（Sebastian Thrun）领导的团队赢得了美国国防部高级研究计划局（DARPA）200万美元的挑战赛奖金。该团队的大众SUV“斯坦利”（Stanley）成为世界上第一辆无需人为干预便完成212公里莫哈韦沙漠艰苦赛程的车辆。

在这座科技精英、风险投资和初创企业云集的富裕小镇上，这辆Rivian电动SUV看起来或许和其他任何一辆并无二致。然而，在这辆方方正正的电动车里却藏着一些特别之处：它搭载了Autonomy+系统，车主只需输入地址，即可轻松前往美国和加拿大境内任何已规划好的目的地。这套点对点系统是目前市场上最先进的半自动驾驶系统之一，也是Rivian公司致力于将自动驾驶汽车变为现实的先导，其目标不仅包括无人驾驶出租车，最终还将惠及普通消费者。经过多年的渐进式发展和令人沮丧的挫折，自动驾驶技术如今已搭上了人工智能复兴的顺风车，成为投资者和全球汽车制造商的首要关注点，他们从中看到了巨大的利润增长潜力。

时隔21年，我终于坐上了斯坦利（指Rivian的自动驾驶系统）的后继者——Rivian Autonomy+的副驾驶座，体验了一把远比斯坦利先进的自动驾驶系统。Rivian的Autonomy+旨在让车辆在类似这样的郊区街道上无缝运行，能够感知并响应交通信号灯、人行横道和停车标志。这套点对点系统预计将于今年年底左右在Rivian全新的R2 SUV上首次亮相，并通过OTA空中升级的方式推送至其最新的R1S和R1T车型。Rivian表示，该系统将按月收费，每月49.99美元，或一次性支付2500美元。相比之下，特斯拉的同类系统每月收费99美元，其名称“完全自动驾驶（监督式）”（Full Self-Driving (Supervised)，简称FSD）略有误导性。与此同时，梅赛德斯-奔驰计划为其即将推出的CLA级电动车上的MB.Drive Assist Pro系统收取三年3950美元的订阅费；该系统仍然需要驾驶员至少一只手握住方向盘。

尽管Autonomy+令人印象深刻，但它在汽车工程师协会（SAE）制定的自动驾驶等级分类中仅属于L2+级别。L2+意味着驾驶员必须全神贯注，并随时准备重新接管车辆控制权。Rivian及其众多财力雄厚的竞争对手正积极致力于开发更先进（也可能更有利可图）的自动驾驶技术。在L3级别，驾驶员可以在有限的时间内“离开”驾驶位置，浏览电子邮件或观看电影——但不能睡觉。

目前最大的竞争是实现L4 级自动驾驶：理论上，你可以派一辆车去取披萨，然后把它放在加热的、无人驾驶的驾驶座上送到家——或者你可以独自一人躺在后座上，一边享用披萨一边阅读报纸，度过这段旅程。

目前，在美国、中国和中东部分城市运营的无人驾驶出租车已经证明，L4级自动驾驶是可行的。这些车辆目前在几十个城市以相对较小的数量运营，并且受到商业服务的特定限制。现在，Rivian及其众多竞争对手——包括特斯拉、丰田、奔驰、大众以及中国的比亚迪——正在竞相将这种级别的自动驾驶出行方式推广到大众市场。Rivian的战略结合了一系列摄像头、雷达和激光雷达；一套自主研发的用于处理传感器数据的定制芯片；以及运行在这些芯片上的人工智能自动驾驶模型。在获得Uber 12.5亿美元的投资后，Rivian计划从2028年开始推出一支L4级自动驾驶无人驾驶出租车车队。这些出租车，连同Rivian的消费级车队，将成为将L4级自动驾驶能力扩展到消费级车辆的“辅助轮”。

与此同时，数百万辆联网汽车穿梭于全球各地，它们正在向汽车制造商发送数据，用于训练其系统。一场旨在将这些数据导入快速发展的、具备“端到端”能力的AI模型的竞赛已经展开：这种AI架构由深度学习驱动，能够将原始传感器数据直接转化为车辆的物理指令。工程师们预计，有了这样的系统，他们将能够解决那些曾经被怀疑论者认为无法解决的棘手极端情况，例如错综复杂的城市街道、独特的地理环境、熙熙攘攘的行人以及恶劣的天气。

Rivian的L4级自动驾驶计划

尽管Rivian公司备受媒体关注，其创始人兼首席执行官、麻省理工学院博士RJ Scaringe更是频频登上新闻头条，但Rivian在美国乘用车市场所占份额却相对较小。去年，该公司三款车型——主打探险的R1S SUV、R1T皮卡以及电动货车——的总销量仅为4.2万辆。相比之下，特斯拉的销量约为160万辆，而全球最大的汽车制造商丰田的销量则超过1100万辆。

Rivian 的策略是利用软件和技术，力争成为行业翘楚。作为全球最大的汽车制造商之一，大众汽车看到了 Rivian 的巨大潜力，并投资高达 58 亿美元成立了一家名为 Rivian and Volkswagen Group Technologies 的合资企业。这家合资企业为 Rivian 的研发提供了关键资金，同时也让大众汽车能够使用 Rivian 的电气架构以及其新一代 SUV R2（已于 6 月上市）的软件。

“Rivian 开发了一种非常重要的架构，以至于大众汽车花费数十亿美元将其收购，而不是尝试自己重新创建它，”麻省理工学院交通与物流中心的研究科学家Bryan Reimer说。

但这家合资企业并未让大众汽车获得Rivian的自动驾驶技术。今年3月，Rivian以12.5亿美元的价格与Uber达成协议，向其供应多达5万辆无人驾驶出租车，而R2架构正是该协议的基础。两家公司计划先在旧金山和迈阿密部署1万辆出租车，于2028年开始运营，之后再扩展到美国、加拿大和欧洲的25个城市。

Rivian的弱点包括可靠性问题，以及高昂的车身维修成本——该公司声称已努力在其新款R2车型中降低这些成本。尽管Rivian的自主研发技术看起来令人印象深刻，但该公司距离赶上特斯拉还有很长的路要走。特斯拉最近宣布其FSD系统拥有110万活跃用户。丰田也加入了这场竞争；其子公司Woven by Toyota已与Alphabet旗下的Waymo合作，共同开发用于无人驾驶出租车和乘用车的自动驾驶平台。

直到最近，大多数观察人士都坚信特斯拉会赢得自动驾驶领域的竞争。埃隆·马斯克的公司已经在德克萨斯州的三个城市和佛罗里达州开始运营一支小型Model Y无人驾驶出租车测试车队。特斯拉也开始生产一款专用的自动驾驶汽车——Cybercab无人驾驶出租车。但今年4月，马斯克推迟了面向普通消费者推出L4级自动驾驶技术的时间表：“我只是猜测，但可能要到2026年第四季度，”他说。这是这位曾承诺到2020年将有100万辆无人驾驶出租车上路的企业家一系列令人失望的政策逆转中的最新一次。

在犹他州立公园试驾他公司至关重要的 R2 SUV 时，斯卡林格表示，展厅里的 Rivian 汽车最迟将于 2030 年开始采用其自动驾驶出租车的 L4 级功能，或许会从自动泊车功能开始。

自动驾驶系统如何向人类学习

与大多数自动驾驶汽车一样，Rivian 的系统融合了来自多个传感器的数据，从而构建出快速移动环境及其障碍物的清晰图像。这些数据被输入到一个神经网络——Rivian 称之为“大型驾驶模型”（LDM）——该网络每秒可进行数千亿次运算，以解读和融合来自摄像头、雷达和激光雷达的数据。该网络采用端到端设计，这意味着它通过单一数据管道处理多路原始传感器数据流（例如摄像头像素），并输出驾驶控制指令（用于转向、制动和加速）。而更传统的系统则分别编写代码来实现数据采集、特征提取、预测和决策等步骤。

这款专有的AI驱动程序能够识别图像和点云中的特征，将它们分组为对象，并跨帧跟踪这些对象，时间戳精确到毫秒，以应对不同的帧速率。因此，AI会随着时间的推移建立信心，基于跨多个帧持续存在的对象检测结果采取行动，而不是仅仅因为单帧中的摄像头闪烁就紧急刹车。即使传感器数据不一致，虚拟驾驶员也能通过优先考虑持续存在的数据来安全驾驶。输出结果——用于控制电机和其他系统的指令——由冗余硬件提供支持，用于转向和制动等线控系统。

在我体验Rivian的点对点Autonomy+系统时，一位公司测试驾驶员坐在驾驶座上。负责Rivian自动驾驶相关产品和项目的工程师Nick Nguyen则坐在后座观看。Nguyen表示，与大型语言模型（例如用于撰写新闻或小说的模型）相比，自动驾驶人工智能的主观性更低，更容易评估，因此出错的余地也更小。“我们想要的是平淡无奇，我们想要的是乏味无趣，仅仅是安全、可重复的驾驶体验。”他说道。

从我短暂的试驾来看，Rivian R1S 完美地诠释了郊区生活的乏味。与特斯拉的某些完全自动驾驶（监督模式）不同，Rivian 的系统驾驶起来就像一位尽职尽责的“足球爸爸”，严格遵守限速规定，优雅地在红绿灯前停车，轻柔地驶过减速带，就像运送古董的司机一样。然而，这位机器人司机却并不胆怯或犹豫。 对于美国和中国的自动驾驶出租车公司来说，这类日常出行正极大地提振他们的信心，并促使投资额飙升至令人眩晕的高度。Waymo基于2.2 亿英里的自动驾驶数据，声称其致命或重伤事故比人类驾驶员减少了 92%。但真正的挑战在于，更高水平的自动驾驶技术在应用于消费级汽车时，其实际效果究竟如何[参见侧边栏“越来越多的证据表明自动驾驶汽车能够拯救生命”]。

Rivian 的核心 LDM 目前从多达 125,000 辆汽车的云端采集数据进行分析和验证，然后通过模拟对模型进行微调。车载计算系统足够智能，仅在特殊情况下触发数据记录。车主必须事先明确同意数据收集。更新后的 LDM 将通过每月一次的空中下载 (OTA) 更新传输到用户的车辆上。这是自我强化的数据飞轮的一部分。它也是 Scargine 所说的“数据飞轮”的一部分，即不断改进系统的自我提升的 AI 循环。

与一些竞争对手一样，Rivian 不再需要完全依赖车载高清地图，甚至无需蜂窝网络连接即可进行导航定位。这一战略转变降低了数据需求，并确保在没有网络连接的城市峡谷或隧道中也能稳定行驶。Rivian 能够像人类一样，通过识别和重复来感知周围环境并做出反应，例如解读路标、遵循车道线以及警惕危险。

Rivian R2 配备 11 个高清摄像头和 5 个雷达。它将于明年初集成一个激光雷达单元，为未来的自动驾驶奠定基础。这款小型化的激光雷达将与 R2 现有的车顶线条完美融合，相比Waymo Jaguar 和其他一些老款半自动驾驶车型上笨重且阻力较大的激光雷达单元，这是一个显著的改进。Rivian 负责电气工程硬件的高级副总裁Vidya Rajagopalan表示，激光雷达的成本在不到十年的时间里已经从超过 1 万美元降至几百美元。

拉贾戈帕兰表示，多种传感器的组合可以发挥各自的优势，弥补各自的不足。摄像头可以捕捉颜色和纹理，并能区分物体，但在黑暗和低对比度光照条件下表现不佳。激光雷达不受黑暗或强光的影响，能够感知三维形状。这种固有的三维能力使得激光雷达在检测随机物体（例如路上的轮胎，或者可能是一只巨大的恐龙）时，能够更可靠地减速或停车。阮打趣道。经过短暂的处理延迟后，多个摄像头还可以进一步提供三维数据。

具备360度全景视觉的传感器在关键情况下可以超越人类感官。雷达和激光雷达可以探测到数百米外夜间行人或动物，这是人类无法做到的。但激光雷达容易受到灰尘、雾和雪的干扰。雷达可以穿透雨雪，但空间分辨率相对较低。

Rivian为何放弃英伟达

为了应对海量传感器数据，Rivian 接受了一项雄心勃勃的挑战：自主研发定制的自动驾驶芯片。Rivian 自动驾驶处理器 (RAP1) 采用 5 纳米制程工艺，每秒可执行 800 万亿次运算 (TOPS)，速度是其早期车型所用英伟达Jetson Orin芯片的三倍。该芯片将由台积电 (TSMC) 根据 Rivian 的规格制造，台积电也为特斯拉生产定制芯片。

英伟达最新的汽车系统芯片Drive AGX Thor处理器，正被比亚迪、现代、Lucid、梅赛德斯-奔驰、日产、沃尔沃和小米等公司以及Aurora和Waabi等自动驾驶卡车公司采用。

从理论上讲，单颗 AGX Thor 芯片的 TOPS 性能略胜一筹，达到每秒 1000 万亿次运算。但 Rivian 在每个自动驾驶模块中都集成了两颗芯片，使其 TOPS 达到 1600，执行速度约为每秒 50 亿像素数据，而英伟达 Thor 的执行速度为每秒 35 亿像素。

拉贾戈帕兰表示，芯片和人工智能软件的同步开发使研发周期缩短了整整一年。专家指出，这种快速上市的速度正是中国企业所擅长的，也是传统汽车制造商难以企及的。自主研发使得Rivian能够根据芯片定制软件，反之亦然。英伟达的通用芯片旨在满足不同客户的各种需求，因此必须将部分计算能力分配给车载信息娱乐系统、显示屏或其他系统。而Rivian的芯片则专为自动驾驶功能而设计，除此之外别无其他用途。

在参观Rivian位于硅谷的园区期间，Rivian的工程师Prasun Raha和Mukund Chavan向我详细介绍了公司在自动驾驶技术方面飞速发展的历程。一块略显杂乱的展板上展示着Rivian五年前推出的第一代架构。最初的R1S SUV和R1T皮卡使用了近20个电子控制单元（ECU），也就是传统上控制车辆功能的“黑匣子”。而对于最新的R1车型，Rivian将ECU的数量减少到了7个。这种分区架构将几乎所有车辆功能都划分为三个区域，极大地简化了电子元件的集成和制造工艺。Rivian还积极采用了一种名为“早期融合”的自动驾驶技术：在神经网络处理数据之前，将原始的、时空对齐的传感器数据混合成一个共享视图。而在后期融合中，每个传感器先进行独立识别，然后再将识别结果组合成一个整体图像。

早期融合技术能够保留最丰富的传感器数据，从而在自动驾驶中实现最高精度。但这需要 RAP1 强大的计算能力。Raha 表示，即使出现诸如摄像头镜头沾满泥土等情况，这种方法也能帮助多模态系统优雅地降级并继续可靠运行。

这些组件共同构成了Rivian的第三代自动驾驶平台。在测试台上展示的全新自动驾驶计算模块由两颗RAP1超级计算芯片组成。据该公司称，该模块的性能是之前的八倍，但体积却缩小了60%。Raha表示，该系统专为将Rivian的自动驾驶能力从目前的L2+扩展到L4而设计。Rivian的互连技术RivLink可以连接多个RAP模块，从而扩展处理能力。“这使我们能够构建这种可扩展的系统，根据车型的扩展情况，或许可以增加两颗芯片来实现L3，或者增加四颗芯片来实现L4，”Raha说道。

Rivian 的完全自动驾驶路线图

Rivian 计划的下一个自动驾驶里程碑是 L3 级自动驾驶——一种无需驾驶员双手和视线即可驾驶的系统，但仅限于高速公路。（需要注意的是，特斯拉目前的 FSD 系统严格来说是 L2 级：无需驾驶员双手，但并非无需视线。）Nguyen 指出，在高速公路上，驾驶员将免去应对走走停停交通的烦恼，从而可以提高工作效率或放松一下。

一些自动驾驶技术的批评者对L3级自动驾驶持谨慎态度，他们认为L3级自动驾驶会造成一种不安全感，即车辆在长时间无需驾驶员干预的情况下行驶，会让驾驶员产生一种虚假的安全感。福特和通用汽车等汽车制造商正在转向开发有限的“离眼驾驶”功能。

Rivian负责自动驾驶的高级副总裁詹姆斯·菲尔宾(James Philbin)认为，L3级自动驾驶是迈向L4级自动驾驶的必然一步。该公司预计，L3级自动驾驶最初将仅限于高速公路，而非拥挤的城市交通。如果驾驶员未能对警报做出反应，系统将减速、靠边停车或拨打911报警。Rivian尚未公布推出有限的L3级自动驾驶功能的具体时间表。

如何在通往巨额利润的道路上

应对棘手的责任转移

无论准备与否，这些高度自动化的系统即将到来，这是当今半自动驾驶辅助系统的自然演进。摩根士丹利预测，在发达市场，配备部分或全部自动化功能的展厅车辆的普及率预计将从2024年的8%跃升至2030年的28 %。

摩根士丹利分析师Tim Hsiao在该公司网站上发布的一份报告中写道：“五年内，全球售出的汽车中可能有四分之一配备了智能驾驶技术，而目前这一比例为八分之一。”

麻省理工学院的雷默认为，自动驾驶革命的真正开端，在于这项技术从受控出租车队扩展到普通私家车，从而让车主们重新获得宝贵的通勤时间。他表示，如果车主们真的能够让自动驾驶汽车安全地接送孩子、照顾年迈的父母或跑腿办事——而车主们则可以继续工作或娱乐——那么率先实现这一目标的汽车制造商将获得巨大的竞争优势。在汽车制造商们努力将消费者转化为订阅用户之际，雷默认为，自动驾驶似乎是消费者愿意为此支付高价的唯一一项技术进步。

但这场革命最大的障碍与技术关系不大。公众对自动驾驶的怀疑情绪普遍存在；纽约市的全自动驾驶测试前景不明。即使从L2级升级到L3级，也可能将某些事故的法律责任从驾驶员转移到汽车制造商身上。但由于特斯拉仍在为其尚不完善的自动驾驶系统（Autopilot）应对诉讼，这些问题远未得到解决。

专家担心自动驾驶汽车可能会像电动汽车一样被政治化。工会正在抵制，担心从出租车到卡车司机等各行各业都会面临失业。各州或地方政府制定的繁杂法规未能形成统一的行业准则。一些被曝光的事故——即使没有造成人员伤亡，例如Waymo自动驾驶汽车驶入被洪水淹没的街道或阻碍紧急救援人员——也会给整个行业蒙羞。雷默表示，像特斯拉甚至Waymo这样的公司，常常采取傲慢的“相信我”的态度，抵制监管。

然而，自动驾驶汽车发展势头强劲，加上汽车制造商和人工智能领域投资者的大力支持，表明它们的时代已经到来。接下来的发展不仅取决于技术，也取决于社会和监管问题，因此雷默提出了一些建议。

“把事情做好，并分享所有数据，”他说。“赢得规模化发展的权利……这关乎建立信任，并构建一个框架，让我们真正相信这些系统能够作为我们交通网络中值得信赖的一部分运行。”

（来源：编译自ieee）

*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。

今天是《半导体行业观察》为您分享的第4525期内容，欢迎关注。

加星标⭐️第一时间看推送~

求推荐