飞步自动驾驶方案：无人货运起步，自研AI芯片
何晓飞离职滴滴创业，不是新消息。
这位前滴滴svp、研究院创始院长、滴滴无人车团队开创者，现在是自动驾驶创业公司飞步科技的创始人及ceo。
但飞步的具体方案是什么？如何在竞争日益火热的无人车比拼中脱颖而出？
今日，何晓飞首次披露创业进展，并且表示要自主研发自动驾驶专用芯片。
全栈方案
飞步科技，2017年7月正式创立，在自动驾驶领域算不上早，但何晓飞目标宏大，起步就将无人驾驶当做一个全栈工程去攻克，整体方案上，飞步不仅要做无人驾驶算法，还要自主研发自动驾驶专用芯片。
国内此前并无先例。国际上也只有waymo，英特尔+mobileye，以及有公开计划但尚无实际进展的特斯拉。
在何晓飞看来，无人驾驶可以分为传感器系统、计算平台和算法和车等几部分，而目前最具挑战之处，在于计算平台和算法融合。
当前主流的自动驾驶计算平台，由cpu、gpu、存储和散热系统等构成，不仅成本高昂，而且功耗、稳定和计算速度方面都无法满足要求，特别是飞步目前切入的无人驾驶货运的要求。
于是何晓飞决定迎难而上，自主造芯。
何晓飞介绍说，主要存在4大挑战：
一是卡车结构松散，需要解决多传感器在线标定的问题；
二是盲区大，需要多传感器融合；
三是稳定性差，需要多目标优化决策；
四是机动性差，需要精细化建模、控制，以及远距离感知。
归结起来，对于货运驾驶中的反应速度和制动距离会有极大挑战，所以只有软硬件一体，把算法和芯片放在一起推进，才能更快实现大规模商用。
芯片和团队
具体芯片方面，飞步希望设计的是专门针对深度学习的计算芯片，而且符合车载芯片的需求，在功耗、散热、稳定和速度方面都有优质表现。
当然，自主造芯，光靠ai算法大牛何晓飞和蔡登(飞步首席科学家)还不够。
飞步科技创始人何晓飞和联合创始人曹宇(右)
此次正式对外亮相的还有飞步芯片核心团队：
芯片团队由联合创始人曹宇负责，他是uc伯克利电子工程博士，大规模集成电路领域世界级专家，ieee fellow，参与飞步创业前，是亚利桑那州电子工程系教授，研究成果已经成功应用在英特尔、高通、ibm等设计技术中。
芯片架构负责人hang nguyen，前英特尔首席架构师，芯片架构国际级顶尖专家，在芯片行业有35年经验，50多项专利。领导了多种英特尔低功耗移动芯片的架构和微架构涉及，开发了英特尔首款采用pci express和存储加速集成的嵌入式xeon系列处理器。
系统芯片集成专家victor szeto，前高通首席系统工程师，系统芯片(soc)集成及验证项目主管。之前领导开发了多款车用咨询娱乐系统的产品，包括高通低功耗的tenuto、karkata和diamond芯片。
何晓飞也透露了飞步发展规划：
2018年，主要解决城际货运，由一个城市仓库到另一个城市仓库货运。
2019年，主要解决市内货运，涉及市内道路，人车混行。
2020年，省际货运，中间涉及充电、加油等问题。
2022年，走向通用无人驾驶，打造出一个集环境感知、地图定位、规划控制、ai芯片为一体的ai技术平台——这可能也是飞步“飞越极限，步入未来ai驾驶”的最好诠释。
目前，飞步已获创新工场天使轮投资。
自动驾驶芯片领域竞争激烈
自动驾驶领域，是芯片的又一大新市场。目前英伟达、mobileye（英特尔）、地平线、特斯拉、谷歌和苹果等多家企业参与其中。
除了地平线，这里的每一个参与者市值都超过1000亿美金。
在这些参与者之中，特斯拉和苹果的自动驾驶芯片对外销售的概率非常低。谷歌因已经自研了激光雷达、决策软件和云端的tpu，大概率事件是打包销售。
英伟达暂时采用了gpu，暨通用ai处理器来解决自动驾驶的终端计算。而mobileye，地平线、特斯拉和谷歌，将全部会采用asic方案。
在这些有能力研发自动驾驶芯片的企业中，真正确定面向公众市场进行销售的就是英伟达、mobileye和地平线。
截止目前，l4及以上的市场基本上被英伟达垄断，该公司ceo黄仁勋对外宣称，全球范围有320家自动驾驶研发机构，使用了他们的drive px 2 soc。从2016年开始，全球范围内冒出了数百家自动驾驶初创公司，vc的钱源源不断地投向这些初创公司之后，再通过这些创始人流向了黄仁勋先生的腰包，使得英伟达的财报和股价无比亮眼。
然而，英伟达的drive px 2一块板子需要1.6万美金，功耗高达425瓦，没有达到车规，注定是demo市场的“王者”。
地平线ceo余凯认为，英伟达在自动驾驶领域推出asic芯片只是时间的问题，只有这样才能解决价格高企、极端耗能和车规等一系列问题。
然而，英伟达现阶段的核心战场是服务器端的ai计算，不断提升gpu算力还是首要任务，贸然进入asic终端ai计算市场，需要对场景有非常深入的洞察，以及一体化的软件和应用集成开发能力，并不是英伟达原来擅长的打法。
2017年3月，英特尔以153亿美金的价格收购mobileye，震惊业界。截止目前，mobileye依然是adas以及l1、l2市场的王者。汽车行业所有的tier1，除了博世和大陆，都是mobileye的客户。
这家以色列的自动驾驶asic芯片制造商，在这个领域具有极大的话语权，按坊间的说法，某些tier 1在向oem报价时，甚至需要mobileye的批准。mobileye对oem也非常强势，其算法和芯片绑定，不允许车企更改。
余凯认为，l4级别的自动驾驶汽车若要量产，恐怕要到2023年，眼下最现实的是l2级别的自动驾驶市场。
余凯透露，地平线的自动驾驶芯片在2018年底，就可以完成车规认证，达到asil-b级别，并期待在2019年于前装市场实现10万片的订单。
作为一家初创企业，也是中国本土唯一一家走向自动驾驶芯片竞争舞台的企业，地平线的竞争对手异常强大，未来机会在哪里还需要付出极大的努力。
结束语
虽然自动驾驶芯片领域竞争的企业很多。然而还没有专注于深度学习架构的自动驾驶芯片。
要想达到机器在反应速度上“超过人类”，针对无人驾驶汽车需要处理的庞大数据量，除了在算法上进行优化外，还需要提高车载芯片散热、功耗、性能。
因此，研发自动驾驶专用芯片、将算法和硬件一起推进，实现软硬件一体化，会是很好的思路，也能够降低自动驾驶解决方案的整体成本。
富士通计划推动区块链事业 聚焦智能观光发展
半导体行业正在双底衰退中
AMD收购人工智能软件公司Nod.ai以强化开源产品阵容，磁致伸缩位移传感器助力军事装备智能化发展
宁德时代打造多平台多系统深度交互工业化和信息化融合生态平台
私有和公共LoRaWAN网络之间的区别是什么
飞步自动驾驶方案：无人货运起步，自研AI芯片
基于ISCM链的应用框架及应用情况介绍
台积电5nm EUV工艺6月实现量产，华为下一代旗舰处理器性能提升50%
华为和联想事发后的舆论反应何以有云泥之别
中国移动:四大着力,破解5G+工业互联网的发展密码
物理老师告诉你：人的身体上会产生静电的原因
尿素泵工作的几个阶段（上）
集成运算放大器的非线性应用有哪些
肉类水分检测仪是一款用来检测食品安全的专业仪器
2023甲子引力年终盛典|中软国际打造大模型驱动数字新引擎
如何解决电磁兼容性问题：第2部分
vivox20什么时候上市?vivox20最新消息:全面屏+鹿晗代言,又一款迷妹收割机?
曹蓟光：边缘计算未来3-5年市场规模将达到万亿元以上
一批中国产的“机器人护士”在西班牙的多家医院投入使用
MD播放器接口
这位前滴滴svp、研究院创始院长、滴滴无人车团队开创者，现在是自动驾驶创业公司飞步科技的创始人及ceo。
但飞步的具体方案是什么？如何在竞争日益火热的无人车比拼中脱颖而出？
今日，何晓飞首次披露创业进展，并且表示要自主研发自动驾驶专用芯片。
全栈方案
飞步科技，2017年7月正式创立，在自动驾驶领域算不上早，但何晓飞目标宏大，起步就将无人驾驶当做一个全栈工程去攻克，整体方案上，飞步不仅要做无人驾驶算法，还要自主研发自动驾驶专用芯片。
国内此前并无先例。国际上也只有waymo，英特尔+mobileye，以及有公开计划但尚无实际进展的特斯拉。
在何晓飞看来，无人驾驶可以分为传感器系统、计算平台和算法和车等几部分，而目前最具挑战之处，在于计算平台和算法融合。
当前主流的自动驾驶计算平台，由cpu、gpu、存储和散热系统等构成，不仅成本高昂，而且功耗、稳定和计算速度方面都无法满足要求，特别是飞步目前切入的无人驾驶货运的要求。
于是何晓飞决定迎难而上，自主造芯。
何晓飞介绍说，主要存在4大挑战：
一是卡车结构松散，需要解决多传感器在线标定的问题；
二是盲区大，需要多传感器融合；
三是稳定性差，需要多目标优化决策；
四是机动性差，需要精细化建模、控制，以及远距离感知。
归结起来，对于货运驾驶中的反应速度和制动距离会有极大挑战，所以只有软硬件一体，把算法和芯片放在一起推进，才能更快实现大规模商用。
芯片和团队
具体芯片方面，飞步希望设计的是专门针对深度学习的计算芯片，而且符合车载芯片的需求，在功耗、散热、稳定和速度方面都有优质表现。
当然，自主造芯，光靠ai算法大牛何晓飞和蔡登(飞步首席科学家)还不够。
飞步科技创始人何晓飞和联合创始人曹宇(右)
此次正式对外亮相的还有飞步芯片核心团队：
芯片团队由联合创始人曹宇负责，他是uc伯克利电子工程博士，大规模集成电路领域世界级专家，ieee fellow，参与飞步创业前，是亚利桑那州电子工程系教授，研究成果已经成功应用在英特尔、高通、ibm等设计技术中。
芯片架构负责人hang nguyen，前英特尔首席架构师，芯片架构国际级顶尖专家，在芯片行业有35年经验，50多项专利。领导了多种英特尔低功耗移动芯片的架构和微架构涉及，开发了英特尔首款采用pci express和存储加速集成的嵌入式xeon系列处理器。
系统芯片集成专家victor szeto，前高通首席系统工程师，系统芯片(soc)集成及验证项目主管。之前领导开发了多款车用咨询娱乐系统的产品，包括高通低功耗的tenuto、karkata和diamond芯片。
何晓飞也透露了飞步发展规划：
2018年，主要解决城际货运，由一个城市仓库到另一个城市仓库货运。
2019年，主要解决市内货运，涉及市内道路，人车混行。
2020年，省际货运，中间涉及充电、加油等问题。
2022年，走向通用无人驾驶，打造出一个集环境感知、地图定位、规划控制、ai芯片为一体的ai技术平台——这可能也是飞步“飞越极限，步入未来ai驾驶”的最好诠释。
目前，飞步已获创新工场天使轮投资。
自动驾驶芯片领域竞争激烈
自动驾驶领域，是芯片的又一大新市场。目前英伟达、mobileye（英特尔）、地平线、特斯拉、谷歌和苹果等多家企业参与其中。
除了地平线，这里的每一个参与者市值都超过1000亿美金。
在这些参与者之中，特斯拉和苹果的自动驾驶芯片对外销售的概率非常低。谷歌因已经自研了激光雷达、决策软件和云端的tpu，大概率事件是打包销售。
英伟达暂时采用了gpu，暨通用ai处理器来解决自动驾驶的终端计算。而mobileye，地平线、特斯拉和谷歌，将全部会采用asic方案。
在这些有能力研发自动驾驶芯片的企业中，真正确定面向公众市场进行销售的就是英伟达、mobileye和地平线。
截止目前，l4及以上的市场基本上被英伟达垄断，该公司ceo黄仁勋对外宣称，全球范围有320家自动驾驶研发机构，使用了他们的drive px 2 soc。从2016年开始，全球范围内冒出了数百家自动驾驶初创公司，vc的钱源源不断地投向这些初创公司之后，再通过这些创始人流向了黄仁勋先生的腰包，使得英伟达的财报和股价无比亮眼。
然而，英伟达的drive px 2一块板子需要1.6万美金，功耗高达425瓦，没有达到车规，注定是demo市场的“王者”。
地平线ceo余凯认为，英伟达在自动驾驶领域推出asic芯片只是时间的问题，只有这样才能解决价格高企、极端耗能和车规等一系列问题。
然而，英伟达现阶段的核心战场是服务器端的ai计算，不断提升gpu算力还是首要任务，贸然进入asic终端ai计算市场，需要对场景有非常深入的洞察，以及一体化的软件和应用集成开发能力，并不是英伟达原来擅长的打法。
2017年3月，英特尔以153亿美金的价格收购mobileye，震惊业界。截止目前，mobileye依然是adas以及l1、l2市场的王者。汽车行业所有的tier1，除了博世和大陆，都是mobileye的客户。
这家以色列的自动驾驶asic芯片制造商，在这个领域具有极大的话语权，按坊间的说法，某些tier 1在向oem报价时，甚至需要mobileye的批准。mobileye对oem也非常强势，其算法和芯片绑定，不允许车企更改。
余凯认为，l4级别的自动驾驶汽车若要量产，恐怕要到2023年，眼下最现实的是l2级别的自动驾驶市场。
余凯透露，地平线的自动驾驶芯片在2018年底，就可以完成车规认证，达到asil-b级别，并期待在2019年于前装市场实现10万片的订单。
作为一家初创企业，也是中国本土唯一一家走向自动驾驶芯片竞争舞台的企业，地平线的竞争对手异常强大，未来机会在哪里还需要付出极大的努力。
结束语
虽然自动驾驶芯片领域竞争的企业很多。然而还没有专注于深度学习架构的自动驾驶芯片。
要想达到机器在反应速度上“超过人类”，针对无人驾驶汽车需要处理的庞大数据量，除了在算法上进行优化外，还需要提高车载芯片散热、功耗、性能。
因此，研发自动驾驶专用芯片、将算法和硬件一起推进，实现软硬件一体化，会是很好的思路，也能够降低自动驾驶解决方案的整体成本。
富士通计划推动区块链事业 聚焦智能观光发展
半导体行业正在双底衰退中
AMD收购人工智能软件公司Nod.ai以强化开源产品阵容，磁致伸缩位移传感器助力军事装备智能化发展
宁德时代打造多平台多系统深度交互工业化和信息化融合生态平台
私有和公共LoRaWAN网络之间的区别是什么
飞步自动驾驶方案：无人货运起步，自研AI芯片
基于ISCM链的应用框架及应用情况介绍
台积电5nm EUV工艺6月实现量产，华为下一代旗舰处理器性能提升50%
华为和联想事发后的舆论反应何以有云泥之别
中国移动:四大着力,破解5G+工业互联网的发展密码
物理老师告诉你：人的身体上会产生静电的原因
尿素泵工作的几个阶段（上）
集成运算放大器的非线性应用有哪些
肉类水分检测仪是一款用来检测食品安全的专业仪器
2023甲子引力年终盛典|中软国际打造大模型驱动数字新引擎
如何解决电磁兼容性问题：第2部分
vivox20什么时候上市?vivox20最新消息:全面屏+鹿晗代言,又一款迷妹收割机?
曹蓟光：边缘计算未来3-5年市场规模将达到万亿元以上
一批中国产的“机器人护士”在西班牙的多家医院投入使用
MD播放器接口