報告服務(wù)熱線400-068-7188

大模型上車,特斯拉帶了個好頭嗎?

分享到:
20 解碼Decode ? 2023-10-11 15:40:36  來源:解碼Decode E2355G0

作者|解碼工作室 來源|解碼Decode(ID:kankeji001)

1989年,卡內(nèi)基梅隆大學(xué)接到了美國軍方的一個研究課題,內(nèi)容是當(dāng)時看起來不可思議的自動駕駛。

為此,研究人員給一輛翻新的軍用急救車,裝上了一個看起來像探照燈的碩大攝像頭,還配備了一臺冰箱大小的處理器和一部5000W的發(fā)電機。

盡管設(shè)備簡陋、數(shù)據(jù)粗糙,比如據(jù)媒體報道當(dāng)時車頂?shù)臄z像頭只能輸入30×32像素網(wǎng)格,但借助開創(chuàng)性的神經(jīng)網(wǎng)絡(luò),這輛名為ALVINN的自動駕駛汽車最高速度能達到88km/h。

1

ALVINN被譽為自動駕駛領(lǐng)域一個里程碑項目。其最深刻的影響,正是用神經(jīng)網(wǎng)絡(luò)替代人工代碼,成為后來自動駕駛技術(shù)發(fā)展的一座燈塔。

此后數(shù)十年,自動駕駛技術(shù)沿著ALVINN的方向飛速發(fā)展,直到chatGPT問世,大模型走上舞臺,成為改變自動駕駛最大的一個變量。

在車端,大模型已經(jīng)作用于自動駕駛的感知和預(yù)測環(huán)節(jié),正在向決策層滲透;在云端,大模型為L3及以上自動駕駛落地鋪平了道路;甚至,大模型還將加速城市NOA落地。

而全球的下游企業(yè)中,特斯拉毫無疑問是跑在最前面的少數(shù)。

今年8月特斯拉端到端AI自動駕駛系統(tǒng)FSD Beta V12版本的公開亮相,據(jù)稱可以完全依靠車載攝像頭和神經(jīng)網(wǎng)絡(luò),識別道路和交通情況并做出相應(yīng)的決策。

這種端到端模型的感知決策一體化,讓自動駕駛直接從一端輸入圖像數(shù)據(jù),一端輸出操作控制,更接近人類的真實駕駛。

但車企們努力接近端到端模型時才發(fā)現(xiàn),想要超越必須先跟隨。

1

算法優(yōu)先

讓大模型上車,特斯拉絕對是最激進的一個。

早在2015年,特斯拉就開始布局自動駕駛軟硬件自研,2016-2019年陸續(xù)實現(xiàn)了算法和芯片自研。隨后在2020年,特斯拉自動駕駛又迎來大規(guī)模升級:

不僅用FSD Beta替換了Mobileye的Autopilot 3.0,還將算法由原來的2D+CNN升級為BEV+Transform。

Transformer就是GPT中的T,是一種深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò),優(yōu)勢是可實現(xiàn)全局理解的特征提取,增強模型穩(wěn)定性和泛化能力。

BEV全稱是Bird’s Eye View(鳥瞰視角),是一種將三維環(huán)境信息投影到二維平面的方法,以俯視視角展示環(huán)境當(dāng)中的物體和地形。

與傳統(tǒng)小模型相比,BEV+Transformer對智能駕駛的感知和泛化能力進行了提升,有助于緩解智能駕駛的長尾問題:

1)感知能力:BEV統(tǒng)一視角,將激光雷達、雷達和相機等多模態(tài)數(shù)據(jù)融合至同一平面上,可以提供全局視角并消除數(shù)據(jù)之間的遮擋和重疊問題,提高物體檢測和跟蹤的精度 ;

2)泛化能力:Transformer模型通過自注意力機制,可實現(xiàn)全局理解的特征提取,有利于尋找事物本身的內(nèi)在關(guān)系,使智能駕駛學(xué)會總結(jié)歸納而不是機械式學(xué)習(xí)。

2022年特斯拉又在算法中引入時序網(wǎng)絡(luò),并將BEV升級為占用網(wǎng)絡(luò)(OccupancyNetwork),有效解決了從三維到二維過程中的信息損失問題。

從感知算法的推進來看,行業(yè)總體2022年及之前的的商業(yè)化應(yīng)用主要為2D+CNN算法。隨著ChatGPT等AI大模型的興起,算法已經(jīng)升級至BEV+Transformer。

時間上特斯拉有領(lǐng)先優(yōu)勢(2020年),國內(nèi)小鵬、華為、理想等均是今年才切換至BEV+Transformer。

但不論是特斯拉還是國內(nèi)主機廠,BEV+Transformer都仍只應(yīng)用于感知端。

雖然學(xué)術(shù)界以最終規(guī)劃為目標(biāo),提出感知決策一體化的智能駕駛通用大模型UniAD+全棧Transformer模型,不過受限于算法復(fù)雜性+大算力要求,目標(biāo)落地尚無準(zhǔn)確時間表。

2

算力競賽

2016年,因輔助駕駛致死事故和Mobileye分道揚鑣的特斯拉,找到英偉達定制了算力為24TOPS的計算平臺 Drive PX2,由此開啟了車企瘋狂追求算力的神奇序幕。

繼Drive PX2之后,英偉達在6年時間內(nèi)發(fā)布了三代智能駕駛芯片,從Xavier、Orin再到Thor,算力從30TOPS一躍升到2000TOPS,足足增長了83倍,比摩爾定律還要快。

上游如此“喪心病狂”的堆算力,歸根結(jié)底還是因為下游有人買單。

一方面,隨著智能汽車上的傳感器規(guī)格和數(shù)量提升,帶來數(shù)據(jù)層面的暴漲。

以特斯拉Model Y和小鵬 G6 Max為例,后者因配置了更多傳感器,所需算力達到了前者的3.5倍。

當(dāng)一輛自動駕駛車輛每天可以產(chǎn)生數(shù)TB,甚至數(shù)十TB數(shù)據(jù),數(shù)據(jù)處理能力即為自動駕駛技術(shù)驗證的關(guān)鍵點之一。

另一方面,“大模型化”也讓智能駕駛算法的芯片算力愈發(fā)吃緊。

上汽人工智能實驗室曾測試,實現(xiàn)L2級自動駕駛只需10Tops以下的算力,即便是實現(xiàn)L4級自動駕駛也只需100Tops左右的算力。而下游企業(yè)暴漲的算力需求,實際也另有原因。

一個是云端算力。

自動駕駛系統(tǒng)前期和后期開發(fā)依賴大量環(huán)境數(shù)據(jù)輸入,對算法進行訓(xùn)練與驗證,同時仿真測試中場景搭建與渲染也需要高算力支持。

而且特斯拉引領(lǐng)的神經(jīng)網(wǎng)絡(luò)Transformer又是一個資源消耗大戶,毫末智行數(shù)據(jù)顯示,Transformer在訓(xùn)練端所需算力是CNN的100倍。

如此一來,下游企業(yè)想要獲得算力要么自建智算中心(特斯拉),要么與云服務(wù)商合作,最不濟的全部外采,包括算法、計算資源、應(yīng)用服務(wù)等。

國內(nèi)主流主機廠/自動駕駛廠商的智算中心雖然都已上線,但因自建成本較高,國內(nèi)主流自動駕駛廠商大多采取合作模式/采購模式,比如吉利星睿、小鵬扶搖都是阿里云,毫末和理想則是火山引擎。但從長期成本優(yōu)勢來看,仍具備較高的自建傾向。

還有一個則是NOA。

現(xiàn)實中主機廠具備城市NOA高階智能駕駛功能的車型,算力大多在200-500TOPS左右。

但NOA從高速道路向城市道路拓展(高速道路-城市快速路-城市主干道-城市次干道-城市支路)的過程中,人流越密集(每天僅25%的人出行途徑高速,而城市道路則是100%)的道路環(huán)境復(fù)雜度更高,物體識別、感知融合和系統(tǒng)決策的算力需求就越高。

沐曦首席產(chǎn)品官孫國梁就指出,在車端部署大模型并能實現(xiàn)既定任務(wù),算力至少要達到300~500TOPS。模型優(yōu)化或可降低算力要求,但考慮到未來場景復(fù)雜度和數(shù)據(jù)量增加,以及視覺感知占比增加(相對基于規(guī)則),車端算力或?qū)⒎哆_800TOPS以上。

3

感知升級

光大證券有一個判斷,認(rèn)為L2/L2+級向L3級高階智能駕駛邁進的三大要素重要性排序分別是數(shù)據(jù)>算法>硬件,而后階段向更高階智能駕駛邁進的排序或為硬件>=算法>數(shù)據(jù)。

理論依據(jù)在于,實現(xiàn)L3級智能駕駛的關(guān)鍵在于全面感知,主要依賴海量+長尾場景數(shù)據(jù)驅(qū)動算法升級優(yōu)化;其中,無圖場景覆蓋還需低線城市數(shù)據(jù)(vs.當(dāng)前車載算力已基本滿足L3-L4級需求)。

而當(dāng)前階段,海量+長尾場景數(shù)據(jù)的獲取就要依靠車載傳感器(攝像頭)的大幅升級。

根據(jù)Yole報告,自動駕駛L1-L3所需的攝像頭數(shù)量翻倍增長,比如L1-L2級僅需前后兩顆攝像頭,到L3就要20顆。

而實際上,主機廠為后續(xù)OTA升級預(yù)留冗余,單車攝像頭配置遠超本級所需的攝像頭數(shù)量,如特斯拉Model 3搭載9顆,蔚來、小鵬、理想車型達到10-13顆。

此外,因大模型對感知數(shù)據(jù)的精細化要求,高分辨率圖像數(shù)據(jù)可以作為深度學(xué)習(xí)模型中更新和優(yōu)化其架構(gòu)的參數(shù)的數(shù)據(jù)源,尤其是前視攝像頭,需要解決的場景最多,目標(biāo)識別任務(wù)最復(fù)雜,比如遠距離小目標(biāo)識別、近距離目標(biāo)切入識別。

為了對更遠距離的目標(biāo)進行識別和監(jiān)測,車載攝像頭就要向800萬像素或更高升級。典型如百度Apollo,就已聯(lián)合索尼、聯(lián)創(chuàng)與黑芝麻智能,全球首創(chuàng)了超1500萬高像素車載攝像頭模組。

而在提高感知能力這件事上,還有兩個所有車企都想繞開的坎,高精地圖和激光雷達。

高精度地圖作為先驗信息,可以給自動駕駛提供大量的安全冗余,在數(shù)據(jù)和算法尚未成熟之前,主機廠依賴程度較高。而脫圖的原因也比較好理解:

1)高精地圖存在更新周期長、成本高、圖商資格收緊等弊端,限制了高階自動駕駛大規(guī)模商業(yè)化的可能性。

2)構(gòu)建數(shù)據(jù)閉環(huán),形成對算法模型的迭代升級反哺車端。

至于如何脫圖,特斯拉的辦法是引入車道線網(wǎng)絡(luò)及新的數(shù)據(jù)標(biāo)注方法,國內(nèi)自動駕駛頭部公司則采取車端實時建圖方案,通過安裝在車輛上的相機等傳感器來構(gòu)建車輛行駛過程中周圍的環(huán)境地圖。

目前小鵬、華為等頭部主機廠發(fā)布無高精地圖的高階智能駕駛方案,并定下量產(chǎn)時間表,華為、毫末、元戎啟行等自動駕駛公司也加入其中,自動駕駛算法“重感知,輕地圖”趨勢明確。

激光雷達則是因為成本問題。

激光雷達在距離和空間信息方面具有精度優(yōu)勢,搭載激光雷達的多傳感器融合感知方案可通過互補達到全環(huán)境感知能力,為高級別自動駕駛提供安全冗余。

但激光雷達也的確是成本大戶,早些年除了特斯拉,幾乎所有成熟的無人駕駛技術(shù)方案都采用了64位激光雷達,它的成本約人民幣70萬元,一個小雷達抵得上一輛車甚至幾輛車。

特斯拉利用占用網(wǎng)絡(luò)來實現(xiàn)類似激光雷達的感知效果,國內(nèi)主機廠由于機器視覺算法的缺失,預(yù)計仍將激光雷達作為重要的補充傳感器,由此可減少在視覺領(lǐng)域所需積累的數(shù)據(jù)量。

另外4D成像毫米波雷達或?qū)⑼耆娲?D毫米波雷達,有望對低線激光雷達形成替代。

與激光雷達相比,4D成像毫米波雷達部分指標(biāo)近似達到16線激光雷達性能,但成本僅為激光雷達十分之一。

特斯拉基于全新的自動駕駛硬件HW4.0,首次在S/X的車型上搭載了4D毫米波雷達。除特斯拉外,價格在40萬元以下的理想車型和價格在70萬以上的寶馬車型、以及通用收購的Cruise自動駕駛服務(wù)車均于近兩年完成了4D毫米波雷達布局。同時大陸、采埃孚等汽車Tier-1巨頭基本完成對該領(lǐng)域的布局。

4

尾聲

8月,馬斯克親自上線開啟了一場FSD Beta V12的試駕直播,45分鐘內(nèi)FSD Beta V12系統(tǒng)在行駛?cè)踢M展非常順利,能夠輕松繞過障礙物,識別道路各種標(biāo)志。

馬斯克激動地表示:

V12系統(tǒng)從頭到尾都是通過AI實現(xiàn)。我們沒有編程,沒有程序員寫一行代碼來識別道路、行人等,全部交給了神經(jīng)網(wǎng)絡(luò)。

而這一切是建立在巨量的「視頻數(shù)據(jù)」和1萬個H100之上。

遺憾的是,這兩個戰(zhàn)略性資源都不是國內(nèi)主機廠能夠輕易追趕上的。

參考資料

[1] 你知道么,自動駕駛竟然已存在27年?佚名

[2] 智能駕駛芯片算力越大就越好嗎,遠川汽車評論

[3] 大模型應(yīng)用下自動駕駛賽道將有哪些變化?天風(fēng)證券

[4] AI大模型應(yīng)用于汽車智能駕駛梳理:吐故納新,如日方升,光大證券

[5] ALVINN探秘:一輛來自1989年的自動駕駛汽車,雷鋒網(wǎng)

[6] 爆火的ChatGPT,能讓自動駕駛更快實現(xiàn)嗎?鈦媒體

[7] 馬斯克直播試駕特斯拉FSD V12!端到端AI自動駕駛,1萬塊H100訓(xùn)練,新智元

編者按:本文轉(zhuǎn)載自微信公眾號:解碼Decode(ID:kankeji001),作者:解碼工作室 

本文來源解碼Decode,內(nèi)容僅代表作者本人觀點,不代表前瞻網(wǎng)的立場。本站只提供參考并不構(gòu)成任何投資及應(yīng)用建議。(若存在內(nèi)容、版權(quán)或其它問題,請聯(lián)系:service@qianzhan.com) 品牌合作與廣告投放請聯(lián)系:0755-33015062 或 hezuo@qianzhan.com

p22 q0 我要投稿

分享:
標(biāo)簽: 大模型 特斯拉

品牌、內(nèi)容合作請點這里:尋求合作 ››

前瞻經(jīng)濟學(xué)人

專注于中國各行業(yè)市場分析、未來發(fā)展趨勢等。掃一掃立即關(guān)注。

前瞻產(chǎn)業(yè)研究院

中國產(chǎn)業(yè)咨詢領(lǐng)導(dǎo)者,專業(yè)提供產(chǎn)業(yè)規(guī)劃、產(chǎn)業(yè)申報、產(chǎn)業(yè)升級轉(zhuǎn)型、產(chǎn)業(yè)園區(qū)規(guī)劃、可行性報告等領(lǐng)域解決方案,掃一掃關(guān)注。

前瞻數(shù)據(jù)庫
企查貓
作者 解碼Decode
科技自媒體
73740
關(guān)注
93
文章
1
前瞻經(jīng)濟學(xué)人App二維碼

掃一掃下載APP

與資深行業(yè)研究員/經(jīng)濟學(xué)家互動交流讓您成為更懂趨勢的人

研究員周關(guān)注榜

企查貓(企業(yè)查詢寶)App
×

掃一掃
下載《前瞻經(jīng)濟學(xué)人》APP提問

 
在線咨詢
×
在線咨詢

項目熱線 0755-33015070

AAPP
前瞻經(jīng)濟學(xué)人APP下載二維碼

下載前瞻經(jīng)濟學(xué)人APP

關(guān)注我們
前瞻產(chǎn)業(yè)研究院微信號

掃一掃關(guān)注我們

J