知情郎·眼｜

侃透公司專利事兒

最近智能駕駛芯片公司地平線春風得意，拿了大眾24億歐元的投資，風頭一時無雙。

24億歐元，約合人民幣168．8億元，一舉創(chuàng)下大眾入華40年來的最大單筆投資紀錄。

當然，這24億歐元也不是白給的。

大眾說，旗下軟件公司CARIAD與地平線成立合資企業(yè)，共同開發(fā)聚焦中國消費者需求的全棧式高級駕駛輔助系統和自動駕駛解決方案。

給你錢，使勁造！

你懂得，大眾肯花巨資扶持本土智能駕駛AI平臺，自然是缺什么想補什么。

一直以來，大眾在自動駕駛等與智能化和軟件相關的方面一直是個后進生。

CARIAD被不少行業(yè)人士調侃在中國毫無建樹。

這次投地平線，也是發(fā)狠了，要補足自己中國本土智能化短板，來緊跟電動化、智能化潮流。

24億歐元，就是大眾為自己來縮短轉型時間的。

01大眾軟件能力差！

原來是硬件定義汽車，現在變成了軟件定義汽車，汽車只是大一點的輪子上的計算機。

尤其特斯拉強調的軟硬件全棧自研的模式，成了行業(yè)風標。

大眾也努力學習特斯拉的套路，這些年非常重視軟件系統。

比如CARIAD。

CARIAD前身是2020年建立的大眾汽車軟件事業(yè)部，由大眾集團前CEO迪斯一手倡導籌建。但由于研發(fā)進度緩慢，一度導致大眾新能源車型ID．3延遲交付，使得大眾集團管理層大怒。此后這個擁有兩萬多員工的部門便開始獨立運作。

2019年的ID．3延遲交付事件也算是行業(yè)標志性事件。

2019年9月，大眾汽車正式發(fā)布了ID．3，這是其ID家族的首款車型，是在大眾MEB平臺下生產的純電動車型。

ID．3原計劃2020年年中上市交付，線上預售火爆到一度致使官網宕機。

然而，據報道，由于軟件基本架構開發(fā)得“太倉促”，存在大量漏洞，導致ID．3延遲交付數月。當時還有內部工廠照片流出，ID．3因為無法OTA在線升級，而不得不大規(guī)模手動線下升級。

這也讓大眾被打上了“軟件能力差”的標簽。

這些年，因軟件系統問題，大眾旗下多個車型被迫推遲上市。

因此大眾決定補短板，投入了大量的人力、物力來強化軟件研發(fā)實力。

然后，CARIAD就在大眾體系獨立了，目的是打造一款自主研發(fā)的車載操作系統VW．OS，在未來將其不同版本運用到所有集團汽車品牌之上，并定下至少要實現60％的軟件功能自主研發(fā)的目標。

要知道，官方曾披露其CARIAD預算有270億歐元，并且在全球成立了多處子公司，包括2022年4月成立的中國子公司。

直到如今，在大眾ID．4的論壇，車主還會吐槽大眾糟心的車機系統。

有車友直言，大眾ID．4更像是半成品，顯示屏時常連不上信號、有時還灰屏，語音交互形同虛設，“車機系統做的甚至不如大眾燃油車”。

有車友調侃表示，“有時用CARPLAY導航，突然地圖不動了，但是聲音還在，這算不算留有一絲余地提供導航？”

不少人直言，大眾不熟悉中國本土化用戶的真實智能需求，完全是歐洲人思維，不是大陸用戶邏輯。

差生壓力就是大啊！

此外，各國都出臺了數據保護法，外資公司拿到中國的數據還是有些困難，所以這些公司還是要跟中國本土的自動駕駛公司合作。

用合資公司規(guī)避大陸方面法律風險，這種做法在業(yè)內也很常見。通用有自動駕駛子公司Cruise，大眾和福特聯手投資了Argo。

多方因素共振下，大眾選擇投資國內公司地平線也就可以理解了。

02為什么是地平線？

地平線是成立僅7年的國內芯片獨角獸企業(yè)，專注于智能駕駛芯片領域。

創(chuàng)始人也是早年百度深度學習實驗室主任、自動駕駛項目負責人的余凱，行內頗有名望。

前幾年，公司因業(yè)務不順還鬧出了裁員風波。

從披露的公開信息看，地平線是最早一批做自動駕駛芯片的企業(yè)。在國內同行里，黑芝麻智能的首款芯片是在2019年8月上市，寒武紀在2021年初才正式進入自動駕駛領域，并成立了子公司行歌。但到目前為止寒武紀還沒有量產芯片面市。

而地平線2019年就推出了自動駕駛芯片征程2，2020年，地平線與長安達成合作，開始為長安主力車型提供征程2芯片，用于智能座艙領域。

比起國內同行，地平線算是幸運的，早早重金投入研發(fā)出車規(guī)級自動駕駛芯片，并能對主機廠進行量產供貨，走過了至暗時刻。

與此同時，地平線的融資也在這兩年密集進行。

公開信息顯示，地平線已獲得上汽集團、廣汽資本、長城汽車、東風資產、比亞迪、一汽集團等眾多車企資本，其中2021年的融資最為密集，股東陣容堪稱豪華。

不過，這個市場，真正的巨頭是英偉達、Mobileye、高通等公司，地平線遠算不上一流玩家。

不同于傳統整車企業(yè)與一級供應商的垂直關系，國際芯片巨頭直接參與分蛋糕，例如英偉達要求奔馳直接提供40％自動駕駛收入。

奔馳能忍嗎？不能忍也只有忍。

頭羊特斯拉為了開發(fā)維護FSD系統，每年花多少錢養(yǎng)多少工程師耗費了多少年心血。

這里面，車規(guī)級智能芯片是含金量最高的。

要知道，最近車廠宣傳電車營銷造勢的口號從原來的電芯牛逼續(xù)航長改成了芯片牛逼，人家都喊出了沒有高通的8155芯片，沒資格談智能座艙。

得夸幾句高通8155，在ARM指令集的車機芯片里它是算力最強的芯片之一。

7nm工藝打造、8個計算核心、最高頻率2．84GHz是高通8155芯片的基礎實力，能帶來105K DIMPS的CPU算力，1142 GFLOPS的GPU算力，分別是上代820A處理器性能的2倍和4倍。此外，8155芯片還新加入NPU神經網絡計算單元，最高能帶來的8TOPS的AI算力。

功能上，最多支持6個攝像頭，可以連接4塊2K屏幕或者3塊4K屏幕，并且還支持WiFi6、5G、藍牙5．0。

這意味著車企可以在車內放置更多的屏幕，布置更多的攝像頭，帶來更快的網速。

03芯片更依賴算法的年代

過去，芯片性能的進步，很大程度上依賴于硬件制程。

然而，芯片制程進入28納米時代后，摩爾定律的發(fā)展速度低于預期，工藝已逼近物理極限，國外企業(yè)依靠制程取得的優(yōu)勢，正在被削弱。

另一方面，算法設計對性能提升的作用越來越大。在不改變制程的情況下，深度學習的算法進步，平均每9－14個月，也能實現算力的翻倍。

因此，芯片廠商如今必須在算法、軟件、硬件架構設計三方面聯合優(yōu)化。

地平線CTO黃暢曾公開表示，在架構1．0階段，算法的應用過程需要很多人工去調試，而進入智能計算架構2．0時代，更多依賴數據驅動，AI具備自適應能力，實現自動迭代。

簡單來說，一輛自動駕駛汽車高精度攝像頭產生約600－1000GB數據，不可能全部回傳至云端。因此，自動駕駛系統會篩選有用數據，在傳至云端，云端回傳至扯斷，形成數據閉環(huán)。

對自家芯片的優(yōu)點，地平線市場負責人呂鵬曾對媒體直言，從征程2到征程3到征程5，連續(xù)性非常好，整個工具鏈的應用性通過多代產品的持續(xù)打磨。

“很多時候并不是模型有多難設計。因為模型大家其實隨著算法趨勢的變化，都知道最先進的算法模型是什么。但是你的模型怎么把它做到量產水平，你怎么知道現在的模型達到量產水平，你需要大量的數據訓練、評測甚至你到里面有一些回灌、仿真，最后才是量產。例如之前做L2的系統，模型要做整個AEB的大里程道路的回灌測試，都是數十萬上百萬里程。需要規(guī)�；�量產沉淀�！�

04專利維度看地平線算法

地平線的智能駕駛芯片，在硬件、架構層面，很難和高通、英偉達他們對抗，這公司競爭力優(yōu)點在AI算法層面。

創(chuàng)始人也是這領域資深行伍。

之前，地平線自研的AI芯片打造的一個開放式平臺天工開物，另外，地平線艾迪是智能汽車AI軟件工具平臺。這些工具解決在AI研發(fā)中，尤其是從0到1再到N中的算法迭代問題、提升算法研發(fā)效率。而地平線開發(fā)的Together OS操作系統的目標是整個行業(yè)一起共建一個基礎的OS系統，構建起一個兼容并茂的軟硬件體系。

總而言之，人家也要搞算法生態(tài)平臺。

所以，知情郎專門查了查地平線的AI算法方面的專利。

在德高行全球專利數據庫中，地平線擁有AI方面專利中國149件、PCT 2件。

從所申請的專利技術領域看，涉及數據識別、數據表示、涉及特定計算模型、涉及數據處理、涉及圖像數據處理或產生、涉及語音分析或合成、涉及圖像通信。

一般而言，自動駕駛是基于環(huán)境感知技術，根據決策規(guī)劃出目標軌跡，通過側向控制和縱向控制系統配合，使車輛在行駛過程中能夠準確，穩(wěn)定跟蹤目標軌跡，可以實現如速度調整，距離保持，換道和超車等基本操作。

而無線電通信、測距和導航、語音分析或合成、數據處理等就是實現自動駕駛功能的基本技術要求。

最新6件AI 算法專利！看看人家工程師主要在解決什么技術難題！

序號

標題

解決的技術問題

公開號

1

訓練有監(jiān)督機器學習的模型的方法和裝置

提供了一種用于訓練有監(jiān)督機器學習的模型的方法。

該方法可以包括：生成多個人造圖像，每個人造圖像包含相同的目標對象在一個或多個時間段內的不同時間點的運動狀態(tài)；在生成多個人造圖像的過程中記錄與目標對象在一個或多個時間段內的運動有關的標注數據；基于多個人造圖像來生成包括運動的多媒體流；使用多媒體流的多個幀的數據作為模型的多個輸入數據來執(zhí)行模型中的運算，以獲得與運動有關的推導數據；以及比較推導數據和標注數據以確定是否調節(jié)模型的參數。

通過該方法，能夠省去在模型的訓練過程中所需的大量的人工標注。

CN107862387B

2

神經網絡模型的編譯方法、裝置及計算機可讀存儲介質

在一些情況下，芯片上部署的神經網絡加速器不支持關聯（Correlation）運算，而神經網絡模型實際運算時需要進行關聯運算，針對上述情況，目前采取的措施是：將需要進行關聯運算的數據搬移至通用處理器處執(zhí)行關聯操作，再將通用處理器處的結果搬移回來。為了解決上述措施數據搬移成本高的問題，提供了一種技術方案，無需將數據搬移至通用處理器處進行處理，因此能夠以較低的成本實現關聯運算，且無需占用額外資源。

CN114625378A

3

用于實現目標對象屬性識別的方法、裝置、介質以及設備

目標對象屬性識別過程中的興趣區(qū)域特征會對目標對象屬性識別的準確性產生影響，如何獲得合適的興趣區(qū)域特征，以提高目標對象屬性識別的準確性，是一個值得關注的技術問題。本專利提供了一種是實現目標對象屬性識別方案，提高目標對象屬性識別的實時性。

CN110705380B

4

實例分割結果評價參數確定方法及裝置

在計算機視覺處理技術的圖形處理技術，現有技術采用分類器打分的方式對于候選框的類別進行打分。通過分類器打分只是對候選框的類別進行打分，并不對實例分割的結果進行打分，進而可能造成了用一個比較高的分類的得分去描述一個比較差的實例結果，進而造成實例分割打分結果的不準確的問題。本實施例提供了一種實例分割結果評價參數確定方法，提高準確性。

CN109934223B

5

對象跟蹤方法、對象跟蹤裝置和電子設備

多目標多相機跟蹤（MTMCT）是計算機視覺中的重要問題，且在公共安全領域中得到廣泛應用。但是，在多個相機的場景下，外觀特征常常變得不穩(wěn)定。另外，在單個相機的場景下，如果視頻中存在多個對象，也容易產生諸如目標切換和軌跡斷裂等問題。本實施例提供改進的對象跟蹤方案。

CN110619658B

6

目標對象狀態(tài)識別方法、裝置、介質和設備

如何降低神經網絡對設備硬件條件的要求，使神經網絡輕量化，是一個值得關注的技術問題。由此可知，提供的技術方案有利于輕量化第一神經網絡，并有利于提高第一神經網絡進行狀態(tài)識別處理的實時性。

CN110532891B

【轉載請注明德高行·知情郎】

       原文標題 : 地平線憑什么拿了大眾24億歐元投資？從專利看地平線AI算法牛在哪