[懂車帝原創 產品] 在實現L5級自動駕駛的路上，整車製造企業擔心什麼？零部件供應商擔心什麼？而作為終端體驗的消費者，我們又在擔心著什麼？
我相信許多網友都能明白車企擔心成本問題，消費者關心安全，而支撐起自動駕駛運行的廣大供應商則聚焦算法、傳感器和計算硬件的更迭。
算法是什麼？算法的本質是數學模型，簡單說就是通過實時分析傳感器傳來的信號、畫面等信息，給出最佳的決策方案，畢竟我們每一個人的駕駛技術水平參差不齊，不如頂級賽車手對車輛的狀態瞭如指掌，能夠行雲流水般的操縱車輛，優質的算法可以極快的給出最佳方案，提升我們駕車時的安全極限。算法的背後是整車控制策略，從獲取數據後，對有效數據進行融合，然後進行任務規劃、路徑規劃，在確定可執行後，會返回到整車層面進行運動控制，因此其安全性非常重要，這也是自動駕駛區別於其他工業機器人的一個特點。
傳感器以雷達掃描和景物掃描兩大方式為主，由於激光雷達昂貴的費用，導致目前絕大多數自動駕駛解決方案佈置了非常多的毫米波雷達，近乎360度的掃描覆蓋，來減少盲點位置，降低時間誤差。
以索尼的CMOS傳感器為例，單一攝像頭就可以拍攝1080p的視頻，如果再算上雷達掃描的信號，這些數據彙總分析的能力一定要非常快，這就需要CPU、GPU以及AI芯片等有十分強悍的計算能力。芯片的計算能力決定了自動駕駛可實現的級別，“自動駕駛級別每升高一級，對計算力的需求至少增加十倍，”Imagination汽車市場總監Bryce Johnstone表示，“第五級全自動駕駛，可能需要每秒500萬億次（TOPS）以上計算力。”
現如今的一些熱門車型搭載的計算芯片性能如何？是否有在算力上能夠支持L5級自動駕駛的芯片麼？面對這個問題，我查到奧迪、特斯拉等車輛ADAS芯片的信息。以新一代奧迪A7、A8搭載的ADAS系統核心zFAS為例，它共有4個核心元件：Mobileye的Eye Q3負責交通信號、車道線識別以及行人、車輛的碰撞報警；Intel的Cyclone V負責處理激光雷達數據、融合地圖、自動泊車等功能；英飛凌的Aurix芯片負責監測系統運行狀態；而英偉達的K1則監測駕駛員狀態及實現360度全景影像功能。
特斯拉為旗下的車型搭載了Autopilot功能，其配套的硬件也從1.0升級到3.0版本，除了增加攝像頭、雷達傳感器外，其核心的處理芯片也進行了升級，值得一提的是特斯拉在使用英偉達Drive PX2芯片的同時，也邀請到AMD K8/Zen架構之父Jim Keller加盟，熟悉計算機硬件的網友們一定不會對Jim Keller陌生，Jim Keller在擔任特斯拉Autopilot硬件工程副總裁期間負責自動駕駛AI芯片的研發，而現在Jim Keller已經從特斯拉離職加盟Intel，傳奇人物的離開預示著特斯拉自研芯片的規模量產化，對此我十分期待特斯拉未來的自動駕駛表現。
回到上面的問題，它們的算力能夠支持L5級自動駕駛麼？從目前公開的數據中我們看不到有任何能支持的痕跡，但因設計之初都考慮到會進行硬件更迭，所以消費者也不必擔心，就如OTA更新一樣，如果車企願意的話，老款車型依然會有機會得到硬件層面的更新，對此您怎麼看？歡迎在屏幕下方留言。
閱讀更多 懂車帝報道 的文章
