采訪在CES 2019前夕進(jìn)行。手拿一杯星巴克，旁邊一盒小橘子，像公司普通的員工一樣，余凱“窩”在一個(gè)靠墻的小格子間里，和地平線的同事在為CES 2019做準(zhǔn)備，希冀在資本寒冬打好2019第一仗。

“創(chuàng)業(yè)者值得同情，企業(yè)家就是自我折磨、九死一生的過(guò)程?！边@是余凱對(duì)的創(chuàng)業(yè)的首要定位，也是對(duì)自己的警醒。習(xí)慣了“刀口舔血”的日子，當(dāng)泡沫被提起，自動(dòng)駕駛寒冬到來(lái)，在其眼中已成慣象。

“最近地平線也收到了好多簡(jiǎn)歷，大多數(shù)來(lái)自那些破產(chǎn)公司的人士”。余凱面色沉重，“寒冬來(lái)了，企業(yè)家要做好準(zhǔn)備，經(jīng)歷一段比較黑暗的時(shí)刻”。

2018年年底，大多數(shù)企業(yè)都沒(méi)有好消息。余凱提起近期在香港上市的企業(yè)，如今在水上的寥寥無(wú)幾，“部分公司都在讓投資人賠錢(qián)”。

自動(dòng)駕駛?cè)ψ觾?nèi)，雖然頭部玩家Waymo商業(yè)化自動(dòng)駕駛網(wǎng)約車(chē)服務(wù)終于在寒冬中落地鳳凰城；百度“阿波龍”下線，跑進(jìn)園區(qū)；但按照地平線創(chuàng)始人余凱的話來(lái)說(shuō)，“對(duì)于何時(shí)取消司機(jī)、實(shí)現(xiàn)完全無(wú)人駕駛，頭部玩家Waymo同樣沒(méi)有具體的時(shí)間劃定、完整的商業(yè)化路線，嚴(yán)格意義上，Waymo并沒(méi)有實(shí)現(xiàn)完整的無(wú)人駕駛商業(yè)化”、“2018年百度自動(dòng)駕駛真的滿足量產(chǎn)了嗎？”

自動(dòng)駕駛走過(guò)十年有余，各家對(duì)于自動(dòng)駕駛到來(lái)的時(shí)間標(biāo)記在不斷延后。

自動(dòng)駕駛大規(guī)模商用之路漫漫。經(jīng)濟(jì)低迷期，余凱告訴地平線的伙伴們更要耐得寂寞。這是地平線創(chuàng)立之初敲定的核心價(jià)值觀之一。

站在二級(jí)供應(yīng)商視角，走在時(shí)代前沿的余凱對(duì)于過(guò)往自動(dòng)駕駛做了如下反思：誰(shuí)是機(jī)器人時(shí)代的英特爾？深度學(xué)習(xí)是人工智能唯一的支撐點(diǎn)嗎？新摩爾定律時(shí)代，AI芯片公司未來(lái)之路如何走？

作為當(dāng)局者，余凱不是個(gè)會(huì)講故事的人。很多媒體人將余凱列為最喜歡的采訪者之一。接地氣、總說(shuō)大實(shí)話、這個(gè)時(shí)常面露微笑的被采訪者喜歡來(lái)點(diǎn)毒雞湯，來(lái)警醒圈子里的混沌者。

誰(shuí)是機(jī)器人時(shí)代的英特爾？

2015年，百度自動(dòng)駕駛元老級(jí)人物紛紛離職的檔口，余凱也離開(kāi)了老東家，創(chuàng)建自動(dòng)駕駛公司。沒(méi)有像王勁、韓旭、倪凱、彭軍一樣搞自動(dòng)駕駛?cè)珬?，而是瞄?zhǔn)處理器。

“人工智能，包括自動(dòng)駕駛，真正要解決的問(wèn)題是搞定處理器”。處理器被余凱定義為關(guān)鍵環(huán)節(jié)。這是其創(chuàng)業(yè)的一大原因。余凱提到，從車(chē)聯(lián)網(wǎng)、ADAS到高精度地圖，從L3/L4到更高級(jí)別自動(dòng)駕駛，這是一個(gè)漫長(zhǎng)的過(guò)程，但每一個(gè)環(huán)節(jié)都需要處理器。

從百度離開(kāi)后，余凱便踏上了一條冷門(mén)的賽道，“我們不要關(guān)注外面的什么東西時(shí)髦，不要追熱點(diǎn)，不想當(dāng)明星”。2015年，地平線選擇做中國(guó)第一家AI芯片公司。按照余凱的說(shuō)法，“我們?cè)谒伎籍a(chǎn)業(yè)未來(lái)的格局”。

2015年，余凱在這條冷門(mén)的賽道上獨(dú)行，當(dāng)時(shí)地平線還是中國(guó)唯一一家做AI人工智能芯片的公司。第二年開(kāi)始，行業(yè)入局者慢慢多起來(lái)。

李書(shū)福將車(chē)比作為四個(gè)輪子上的沙發(fā)。自動(dòng)駕駛時(shí)代，余凱將自動(dòng)駕駛汽車(chē)看作四個(gè)輪子上的數(shù)據(jù)中心。德國(guó)博世與戴姆勒合作的自動(dòng)駕駛出租車(chē)至少需要40個(gè)以上的傳感器，這需要相當(dāng)大的實(shí)時(shí)計(jì)算及信息處理性能。

自動(dòng)駕駛出租車(chē)開(kāi)上街道，誰(shuí)是那個(gè)時(shí)代的英特爾是地平線想要回答的問(wèn)題。

英特爾是PC時(shí)代的王者，掌握著戴爾、聯(lián)想、IBM等諸多電腦供應(yīng)商的命門(mén)—核心處理器。自動(dòng)駕駛時(shí)代同樣也需要核心處理器，地平線想握住這個(gè)時(shí)代的命門(mén)。

余凱提到，未來(lái)的發(fā)力重點(diǎn)在于終端人工智能處理器。不同于云端計(jì)算，終端傳感器即基于本地?cái)?shù)據(jù)進(jìn)行實(shí)時(shí)計(jì)算，需做到低延遲、低功耗。地平線希望在終端傳感器方面實(shí)現(xiàn)積累，成為機(jī)器人時(shí)代的英特爾。而車(chē)將是機(jī)器人的形態(tài)之一。

雷鋒網(wǎng)新智駕了解到，除了老玩家英偉達(dá)、英特爾外，谷歌、百度、阿里，甚至特斯拉都已自研芯片。此前，特斯拉一直依賴(lài)于英偉達(dá)Drive平臺(tái)。對(duì)于前者而言，市面上沒(méi)有更好的處理器進(jìn)行選擇，而自研芯片能滿足自有自動(dòng)駕駛系統(tǒng)對(duì)于高算力和低功耗的需求，實(shí)現(xiàn)定制化和快速迭代。但從長(zhǎng)遠(yuǎn)看，余凱并不認(rèn)為特斯拉自研處理器是一條持久之路。一則特斯拉汽車(chē)的年出貨量并不足以支撐其更加高效的研發(fā)汽車(chē)核心部件。另外產(chǎn)業(yè)初期分工不明確，歷史中曾有許多公司依自研處理器（例如IBM），而伴隨著產(chǎn)業(yè)分工越來(lái)越明確，核心處理器都開(kāi)始交由專(zhuān)業(yè)的供應(yīng)商負(fù)責(zé)。另一邊汽車(chē)產(chǎn)業(yè)發(fā)展很多年，一直都是產(chǎn)業(yè)充分合作態(tài)勢(shì)，很少車(chē)廠全部覆蓋生產(chǎn)所有核心部件。

地平線對(duì)此的邏輯是，如果一家供應(yīng)商為多家車(chē)廠、自動(dòng)駕駛企業(yè)提供處理器，其可以獲得更多的經(jīng)驗(yàn)，積累多路況處理數(shù)據(jù)，提升計(jì)算理解能力。而一家整車(chē)廠選擇自研處理器的優(yōu)勢(shì)在于垂直整合，但劣勢(shì)在于成本高(上億美金)，研發(fā)周期長(zhǎng)，且僅有限路況數(shù)據(jù)。能否擔(dān)負(fù)起初期一次性的研發(fā)成本，并在整個(gè)汽車(chē)銷(xiāo)售過(guò)程中將其攤薄，這是車(chē)廠需要回答的問(wèn)題。

一邊是開(kāi)放路線，一邊是封閉路線。在余凱看來(lái)，隨著時(shí)間的演進(jìn)，哪個(gè)陣營(yíng)能占領(lǐng)風(fēng)騷，還要靠產(chǎn)品吸引力評(píng)定。

新摩爾定律時(shí)代，AI芯片公司的未來(lái)之路在哪？

從2017年開(kāi)始，摩爾定律開(kāi)始發(fā)生變化，五納米的物理制程對(duì)于芯片工藝制造已接近極限。人類(lèi)在芯片制造工藝上正在逼近原子（0.1納米）最值，物理制程牽絆摩爾定律發(fā)展緩慢，單位集成度提升滯后。

進(jìn)入“新摩爾定律”時(shí)代，業(yè)內(nèi)普遍的做法即提高其并行度。以往單核芯片約名片大小，目前多核芯片可進(jìn)行橫向擴(kuò)張，以此實(shí)現(xiàn)并行計(jì)算，并保持算力持續(xù)增加。余凱眼中，并非所有的計(jì)算均可進(jìn)行并行計(jì)算。支持并行計(jì)算意味著硬件構(gòu)架和軟件設(shè)計(jì)要進(jìn)行深度結(jié)合。新摩爾定律下，應(yīng)用場(chǎng)景決定算法，算法定義芯片，軟硬件集成進(jìn)行深度聯(lián)合、協(xié)同設(shè)計(jì)，讓人工智能、邊緣計(jì)算成為可能。

新的摩爾定律將影響人工智能、自動(dòng)駕駛發(fā)展，順應(yīng)該趨勢(shì)，AI芯片企業(yè)需改變發(fā)展路線。這是余凱的考慮，他也直言“但大部分人并不這樣看”。

大多數(shù)人還在瘋狂追逐風(fēng)口，對(duì)于AI芯片演進(jìn)的技術(shù)路徑的思考停滯不前。余凱提到，順應(yīng)新的發(fā)展路線，未來(lái)單純的硬件公司將不會(huì)存在，越來(lái)越多的軟件工程師將出現(xiàn)。

地平線已經(jīng)開(kāi)始有所行動(dòng)，將征程芯片、Matrix 自動(dòng)駕駛計(jì)算平臺(tái)等核心硬件與地平線智能駕駛軟件平臺(tái)深度耦合，面向智能駕駛提供高性能、低成本、低功耗的多級(jí)別的視覺(jué)環(huán)境感知方案，并支持對(duì)復(fù)雜場(chǎng)景進(jìn)行細(xì)粒度、結(jié)構(gòu)化的語(yǔ)義感知，高度可擴(kuò)展、模塊化的三維語(yǔ)義環(huán)境重建，以及透明化、可追溯、可推理的決策和路徑規(guī)劃。

雷鋒網(wǎng)新智駕了解到，圍繞核心處理器應(yīng)用解決方案，地平線在智能駕駛層面的商業(yè)路線分為三類(lèi)：車(chē)內(nèi)人機(jī)交互、輔助駕駛、自動(dòng)駕駛。

在自動(dòng)駕駛應(yīng)用領(lǐng)域方面，地平線已經(jīng)有征程系列處理器、以及基于地平線 AI 芯片技術(shù)的 Matrix 自動(dòng)駕駛計(jì)算平臺(tái)、駕駛員行為監(jiān)測(cè)系統(tǒng)（DMS）等系列產(chǎn)品。而基于Matrix計(jì)算平臺(tái)的激光雷達(dá)感知方案以及 NavNet 眾包高精地圖采集與定位方案也在2019 CES上進(jìn)行公開(kāi)展出。

高精度地圖眾包方案及激光雷達(dá)方案并非一時(shí)頭腦之熱。余凱早有謀劃，2015年創(chuàng)立之初，地平線已規(guī)劃“三步走”路線：純感知、語(yǔ)義建模、決策。這也是地平線在芯片方面的規(guī)劃。

雷鋒網(wǎng)新智駕了解到，地平線開(kāi)發(fā)的眾包高精地圖采集與定位的方案NavNet，使用單目攝像頭，基于地平線Matrix視覺(jué)感知計(jì)算能力、NavNet 的語(yǔ)義 SLAM 算法，在邊緣進(jìn)行全部點(diǎn)云建圖過(guò)程，開(kāi)發(fā)者可以在 Matrix 計(jì)算平臺(tái)上實(shí)現(xiàn) 720P@~30FPS 的局部三維重建，并支持自動(dòng)生成高精結(jié)構(gòu)化地圖。

在余凱看來(lái)，新摩爾定律還在用新的方式在延續(xù)，計(jì)算成本會(huì)越來(lái)越低，而傳感器物理硬件成本下降較難。余凱將高精度地圖方案目標(biāo)成本定在1000、2000塊錢(qián)左右。目前高精度地圖方案正在和車(chē)廠合作進(jìn)行初步聯(lián)合驗(yàn)證。

深度學(xué)習(xí)是人工智能的唯一支撐點(diǎn)嗎？

“人工智能只靠深度學(xué)習(xí)，肯定是越走越偏了。”

2012年余凱回國(guó)，將深度學(xué)習(xí)帶回中國(guó)，創(chuàng)建百度深度學(xué)習(xí)研究院（IDL）。當(dāng)時(shí)余凱出席任何場(chǎng)合的演講主題都圍繞深度學(xué)習(xí)展開(kāi)，臺(tái)下也傳出許多反對(duì)的聲音“深度學(xué)習(xí)是什么玩意兒”。

7年前，國(guó)內(nèi)了解深度學(xué)習(xí)的人寥寥無(wú)幾，而如今深度學(xué)習(xí)已經(jīng)被說(shuō)“爛”了。比較直觀的數(shù)據(jù)分析顯示，中國(guó)學(xué)者在國(guó)際上發(fā)表的80%AI文章與深度學(xué)習(xí)有關(guān)，而美國(guó)的研究則相對(duì)較平衡。

深度學(xué)習(xí)對(duì)于自動(dòng)駕駛的作用，行業(yè)內(nèi)已一目了然。余凱提到，現(xiàn)在行業(yè)內(nèi)強(qiáng)調(diào)的是深度學(xué)習(xí)已不是唯一。其局限在于僅在感知方面發(fā)揮作用，對(duì)于異常情況處理、結(jié)構(gòu)化信息，甚至決策等應(yīng)用效果并不理想。

深度學(xué)習(xí)要基于規(guī)則方式，并同貝葉斯網(wǎng)絡(luò)結(jié)合。余凱提到，從感知到?jīng)Q策階段，尤其是決策層面，貝葉斯網(wǎng)絡(luò)規(guī)則的引入尤為重要。

自動(dòng)駕駛這十年

“自動(dòng)駕駛這十年，美國(guó)是突飛猛進(jìn)的，而中國(guó)是失落的，日本和德國(guó)同樣比較保守”余凱脫口而出，絲毫沒(méi)有猶豫。

這位走在時(shí)代前沿的當(dāng)局者對(duì)于自動(dòng)駕駛格局進(jìn)行了剖析：未來(lái)美國(guó)自動(dòng)駕駛將早于國(guó)內(nèi)實(shí)現(xiàn)。國(guó)內(nèi)自動(dòng)駕駛很長(zhǎng)時(shí)間段里依舊停留在輔助駕駛及人機(jī)交互層面；2025年，類(lèi)似于谷歌在鳳凰城的自動(dòng)駕駛運(yùn)營(yíng)服務(wù)，在美國(guó)將會(huì)越來(lái)越多，而這一現(xiàn)象并不會(huì)出現(xiàn)在中國(guó)。這是余凱的判斷。

一則中國(guó)路況更加復(fù)雜；余凱將更大一部分的原因歸屬于內(nèi)在：太多的發(fā)布會(huì)及PR充斥，自動(dòng)駕駛汽車(chē)在真實(shí)場(chǎng)景內(nèi)腳踏實(shí)地的進(jìn)行每日常規(guī)性路測(cè)，積累數(shù)據(jù)，不斷提升算法能力的公司少之又少。

在余凱看來(lái)，“場(chǎng)景為王”這句話總是對(duì)的，“但養(yǎng)分極少”。在限定場(chǎng)景下運(yùn)行自動(dòng)駕駛，是否推廣到通用型場(chǎng)景，這依舊是個(gè)問(wèn)題。谷歌、Cruise等自動(dòng)駕駛公司依舊在比較開(kāi)放的環(huán)境中進(jìn)行自動(dòng)駕駛測(cè)試，而非局限在具體場(chǎng)景。開(kāi)放的環(huán)境對(duì)于自動(dòng)駕駛系統(tǒng)的挑戰(zhàn)更大，前者一旦突破，聚焦在園區(qū)內(nèi)的企業(yè)將變得沒(méi)有任何競(jìng)爭(zhēng)力，這是余凱的邏輯。

本文由雷鋒網(wǎng)新智駕、騰訊新聞聯(lián)合出品，作者 于勝越，未經(jīng)授權(quán)，不得轉(zhuǎn)載。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。