何曉飛離職滴滴創(chuàng)業(yè)，不是新消息。

這位前滴滴SVP、研究院創(chuàng)始院長、滴滴無人車團(tuán)隊開創(chuàng)者，現(xiàn)在是自動駕駛創(chuàng)業(yè)公司飛步科技的創(chuàng)始人及CEO。

但飛步的具體方案是什么？如何在競爭日益火熱的無人車比拼中脫穎而出？

今日，何曉飛首次披露創(chuàng)業(yè)進(jìn)展，并且表示要自主研發(fā)自動駕駛專用芯片。

全棧方案

飛步科技，2017年7月正式創(chuàng)立，在自動駕駛領(lǐng)域算不上早，但何曉飛目標(biāo)宏大，起步就將無人駕駛當(dāng)做一個全棧工程去攻克，整體方案上，飛步不僅要做無人駕駛算法，還要自主研發(fā)自動駕駛專用芯片。

國內(nèi)此前并無先例。國際上也只有Waymo，英特爾+Mobileye，以及有公開計劃但尚無實(shí)際進(jìn)展的特斯拉。

在何曉飛看來，無人駕駛可以分為傳感器系統(tǒng)、計算平臺和算法和車等幾部分，而目前最具挑戰(zhàn)之處，在于計算平臺和算法融合。

當(dāng)前主流的自動駕駛計算平臺，由CPU、GPU、存儲和散熱系統(tǒng)等構(gòu)成，不僅成本高昂，而且功耗、穩(wěn)定和計算速度方面都無法滿足要求，特別是飛步目前切入的無人駕駛貨運(yùn)的要求。

于是何曉飛決定迎難而上，自主造芯。

何曉飛介紹說，主要存在4大挑戰(zhàn)：

一是卡車結(jié)構(gòu)松散，需要解決多傳感器在線標(biāo)定的問題；

二是盲區(qū)大，需要多傳感器融合；

三是穩(wěn)定性差，需要多目標(biāo)優(yōu)化決策；

四是機(jī)動性差，需要精細(xì)化建模、控制，以及遠(yuǎn)距離感知。

歸結(jié)起來，對于貨運(yùn)駕駛中的反應(yīng)速度和制動距離會有極大挑戰(zhàn)，所以只有軟硬件一體，把算法和芯片放在一起推進(jìn)，才能更快實(shí)現(xiàn)大規(guī)模商用。

芯片和團(tuán)隊

具體芯片方面，飛步希望設(shè)計的是專門針對深度學(xué)習(xí)的計算芯片，而且符合車載芯片的需求，在功耗、散熱、穩(wěn)定和速度方面都有優(yōu)質(zhì)表現(xiàn)。

當(dāng)然，自主造芯，光靠AI算法大牛何曉飛和蔡登(飛步首席科學(xué)家)還不夠。

飛步科技創(chuàng)始人何曉飛和聯(lián)合創(chuàng)始人曹宇(右)

此次正式對外亮相的還有飛步芯片核心團(tuán)隊：

芯片團(tuán)隊由聯(lián)合創(chuàng)始人曹宇負(fù)責(zé)，他是UC伯克利電子工程博士，大規(guī)模集成電路領(lǐng)域世界級專家，IEEE Fellow，參與飛步創(chuàng)業(yè)前，是亞利桑那州電子工程系教授，研究成果已經(jīng)成功應(yīng)用在英特爾、高通、IBM等設(shè)計技術(shù)中。

芯片架構(gòu)負(fù)責(zé)人Hang Nguyen，前英特爾首席架構(gòu)師，芯片架構(gòu)國際級頂尖專家，在芯片行業(yè)有35年經(jīng)驗，50多項專利。領(lǐng)導(dǎo)了多種英特爾低功耗移動芯片的架構(gòu)和微架構(gòu)涉及，開發(fā)了英特爾首款采用PCI Express和存儲加速集成的嵌入式Xeon系列處理器。

系統(tǒng)芯片集成專家Victor Szeto，前高通首席系統(tǒng)工程師，系統(tǒng)芯片(SoC)集成及驗證項目主管。之前領(lǐng)導(dǎo)開發(fā)了多款車用咨詢娛樂系統(tǒng)的產(chǎn)品，包括高通低功耗的Tenuto、Karkata和Diamond芯片。

何曉飛也透露了飛步發(fā)展規(guī)劃：

2018年，主要解決城際貨運(yùn)，由一個城市倉庫到另一個城市倉庫貨運(yùn)。

2019年，主要解決市內(nèi)貨運(yùn)，涉及市內(nèi)道路，人車混行。

2020年，省際貨運(yùn)，中間涉及充電、加油等問題。

2022年，走向通用無人駕駛，打造出一個集環(huán)境感知、地圖定位、規(guī)劃控制、AI芯片為一體的AI技術(shù)平臺——這可能也是飛步“飛越極限，步入未來AI駕駛”的最好詮釋。

目前，飛步已獲創(chuàng)新工場天使輪投資。

自動駕駛芯片領(lǐng)域競爭激烈

自動駕駛領(lǐng)域，是芯片的又一大新市場。目前英偉達(dá)、Mobileye（英特爾）、地平線、特斯拉、谷歌和蘋果等多家企業(yè)參與其中。

除了地平線，這里的每一個參與者市值都超過1000億美金。

在這些參與者之中，特斯拉和蘋果的自動駕駛芯片對外銷售的概率非常低。谷歌因已經(jīng)自研了激光雷達(dá)、決策軟件和云端的TPU，大概率事件是打包銷售。

英偉達(dá)暫時采用了GPU，暨通用AI處理器來解決自動駕駛的終端計算。而Mobileye，地平線、特斯拉和谷歌，將全部會采用ASIC方案。

在這些有能力研發(fā)自動駕駛芯片的企業(yè)中，真正確定面向公眾市場進(jìn)行銷售的就是英偉達(dá)、Mobileye和地平線。

截止目前，L4及以上的市場基本上被英偉達(dá)壟斷，該公司CEO黃仁勛對外宣稱，全球范圍有320家自動駕駛研發(fā)機(jī)構(gòu)，使用了他們的Drive PX 2 SOC。從2016年開始，全球范圍內(nèi)冒出了數(shù)百家自動駕駛初創(chuàng)公司，VC的錢源源不斷地投向這些初創(chuàng)公司之后，再通過這些創(chuàng)始人流向了黃仁勛先生的腰包，使得英偉達(dá)的財報和股價無比亮眼。

然而，英偉達(dá)的Drive PX 2一塊板子需要1.6萬美金，功耗高達(dá)425瓦，沒有達(dá)到車規(guī)，注定是Demo市場的“王者”。

地平線CEO余凱認(rèn)為，英偉達(dá)在自動駕駛領(lǐng)域推出ASIC芯片只是時間的問題，只有這樣才能解決價格高企、極端耗能和車規(guī)等一系列問題。

然而，英偉達(dá)現(xiàn)階段的核心戰(zhàn)場是服務(wù)器端的AI計算，不斷提升GPU算力還是首要任務(wù)，貿(mào)然進(jìn)入ASIC終端AI計算市場，需要對場景有非常深入的洞察，以及一體化的軟件和應(yīng)用集成開發(fā)能力，并不是英偉達(dá)原來擅長的打法。

2017年3月，英特爾以153億美金的價格收購Mobileye，震驚業(yè)界。截止目前，Mobileye依然是ADAS以及L1、L2市場的王者。汽車行業(yè)所有的Tier1，除了博世和大陸，都是Mobileye的客戶。

這家以色列的自動駕駛ASIC芯片制造商，在這個領(lǐng)域具有極大的話語權(quán)，按坊間的說法，某些Tier 1在向OEM報價時，甚至需要Mobileye的批準(zhǔn)。Mobileye對OEM也非常強(qiáng)勢，其算法和芯片綁定，不允許車企更改。

余凱認(rèn)為，L4級別的自動駕駛汽車若要量產(chǎn)，恐怕要到2023年，眼下最現(xiàn)實(shí)的是L2級別的自動駕駛市場。

余凱透露，地平線的自動駕駛芯片在2018年底，就可以完成車規(guī)認(rèn)證，達(dá)到ASIL-B級別，并期待在2019年于前裝市場實(shí)現(xiàn)10萬片的訂單。

作為一家初創(chuàng)企業(yè)，也是中國本土唯一一家走向自動駕駛芯片競爭舞臺的企業(yè)，地平線的競爭對手異常強(qiáng)大，未來機(jī)會在哪里還需要付出極大的努力。

結(jié)束語

雖然自動駕駛芯片領(lǐng)域競爭的企業(yè)很多。然而還沒有專注于深度學(xué)習(xí)架構(gòu)的自動駕駛芯片。

要想達(dá)到機(jī)器在反應(yīng)速度上“超過人類”，針對無人駕駛汽車需要處理的龐大數(shù)據(jù)量，除了在算法上進(jìn)行優(yōu)化外，還需要提高車載芯片散熱、功耗、性能。

因此，研發(fā)自動駕駛專用芯片、將算法和硬件一起推進(jìn)，實(shí)現(xiàn)軟硬件一體化，會是很好的思路，也能夠降低自動駕駛解決方案的整體成本。