Vol.004 来自芯片公司的算法大牛，带你了解自动驾驶落地的背后真相
54:56 Share

「本期简介」 你相信人类可以实现自动驾驶吗？ 这次，我们邀请了一位算法专家，带领大家从行业的视角，去解读有关自动驾驶的发展与方向。 「自动驾驶」，是一个综合且复杂的可能，它承载了人们对于驾驶解放双手的畅想，却也与消费者的安全问题密切相关。 随着 AI 等新技术的发展，实现自动驾驶会有更多的可能路径吗？ 在商业化考虑成本可控和算法快速迭代的情况下，芯片公司又会遇到哪些具体的难题？又该如何去应对？ 本期，就请来自地平线的罗恒博士，来聊聊关于自动驾驶发展的真相、难题与挑战。 「本期嘉宾」 罗恒博士，地平线 BPU 算法负责人。’ 「本期主持」 大吉（微博@42号车库-大吉），42 号车库创始人。 308，42 号车库报道组负责人。 「时间戳」 02:35 为什么选择在 2016 年加入地平线？ 05:24 消费电子芯片和自动驾驶芯片有什么不同之处？ 07:50 与其他竞争对手相比，地平线的优势是什么？ 09:04 作为硬件传感器，激光雷达的竞争对手可能是软件算法？ 12:26 算法现在遇到哪些瓶颈？Transformer 消耗算力，如何优化算力的利用？ 14:20 Transformer 会继续应用下去？还是会探索新的算法模型？ 19:34 Transformer 在算力层面的代价是什么？ 22:13 地平线针对 Transformer 做了哪些优化？起到了什么效果？ 24:43 如何实现端到端？它的路径和方向是什么？ 29:07 Transformer 是端到端的必要因素吗？ 29:50 自动驾驶的实现是要依赖 AI 算法方向的新突破？还是沿着现有路径方向进行工程化落地？ 31:24 端到端方面，有出现过难以 Debug 的情况吗？ 32:07 实际驾驶过程中需要磨合和解决的问题，该如何解决？ 33:06 对于自动驾驶芯片公司来说，算法的重要性体现在哪里？ 36:02 从发现一个算法到将它应用到业务场景中，中间需要什么样的过程？ 37:48 地平线下一代 BPU 纳什架构具备可扩展性， AI 的算力可大可小，背后的考量是什么？ 38:46 基于 BEV+Transformer 的算法架构，有没有算力指标，可以实现比较好的城市 NOA 效果？ 40:40 特斯拉下一代 FSD 芯片是否在考虑算力冗余的问题？ 43:49 做自动驾驶芯片的两个限制：成本要求和算法迭代。地平线有遇见这种业务情况吗？怎么应对？ 46:42 BPU 在进化过程中在技术和商业层面做了什么权衡和取舍？ 48:17 怎么看待车企全栈自研和供应商合作的区别？ 50:01 地平线征程 5 的能力边界在哪里？ 50:56 自动驾驶目前还没有完全被市场接受，这会影响地平线对整个行业的判断吗？ 51:47 怎么看待自动驾驶的前景和方向？ 52:29 未来的自动驾驶真的会比人类驾驶更安全吗？ 「关于我们」 《无限不可能引擎》是一档由 42 号车库打造的聚焦新能源汽车行业的线上对谈节目。通往未知的探索常常有着极端的两面性，在无限和不可能的两极之间反复横跳，智能电动汽车当下的发展就处于这种状态之下。那么，构成这一轮汽车变革的不可能引擎到底是什么？欢迎关注我们。 你还可以关注的渠道： 公众号：42 号车库 微博：42 号车库 收听音频：小宇宙、喜马拉雅、苹果 Podcast 搜索「无限不可能引擎」 观看视频：哔哩哔哩搜索「无限不可能引擎播客」