杨继峰：为用户提供全生命周期智能驾驶体验

　　名为“机甲”、形似飞车，沙龙汽车一经面世，便获得业界关注。

　　作为一个全新品牌，沙龙汽车如何定义智能汽车、秉承何种理念？沙龙在汽车产业智能化变革过程中，遇到过哪些难题、又如何解决呢？

　　近日，沙龙汽车智能化中心高级总监杨继峰在新一期《车云会》上阐述了沙龙汽车对于智能汽车的理念。

　　为用户提供全生命周期的智能驾驶体验

　　之所以称作“智能汽车”，拥有智能驾驶技术、个性化功能等等并非其全部要义，车辆智能水平可持续更新、提升同样重要。在当下，以OTA方式为代表的车辆智能系统升级模式已成为厂商和用户衡量汽车智能水平的重要标准之一，智能驾驶的功能已经不是针对某个特定的use scenario和用例去设计软硬件系统，而是针对以全生命周期的硬件能力预留、全生命周期的软件敏捷开发、全生命周期的场景持续迭代、全生命周期的用户体验提升为目标的系统设计和研发体系搭建。

　　在沙龙汽车看来，车企应为用户提供全生命周期的优质使用体验。 杨继峰表示：“我们现在思考是以全生命周期为目标的螺旋式架构思维，我们需要同时考虑到芯片物理算力的不断提升；针对同一个输出目标，同一个算法模块算法利用率也在不断提升；同时伴随着整车交付的体量的扩大，数据量也在呈指数级别的提升。不能孤立的看待某个算法模型一定是最适配的，或者某个芯片一定是最适合的，一定是从功能场景和用户体验出发的算法、算力、数据的综合考虑。站在未来的角度考虑还需要考虑云端的计算架构和开发的工具链。”

　　“沙龙汽车的产品开发目标并不限定在某一个特定功能上，而是把整个用户生命周期的全场景端到端功能场景作为设计目标，”杨继峰说：“同时我们不再以一个非常限定的ODD，或者非常限定的Test case作为开发目标，而是以更安全、更智能用户体验目标作为开发目标。此外，我们也并不以交付这一刻作为产品交付目标，而是以交付这一刻作为产品开发起点，我们也要保障用户提车之后的长期使用体验。”

　　系统能力持续提升需要高算力芯片

　　诚然，为用户提供可持续升级、优化的智能驾驶体验已成为沙龙汽车等新生代智能网联车企的核心诉求。但与此同时，这也对车载智能芯片算力提出了更高要求。搭载高算力芯片已成为行业的共同目标。

　　以沙龙汽车为例，其第一款车型机甲龙采用了双MDC610计算平台首发，具备高达440KDMIPS逻辑计算算力、400TOPS AI算力，可实现控制器级别的安全冗余。同时实现功耗、性能、面积之间的平衡和优化。

　　杨继峰表示，由于沙龙汽车的设计目标从某个特定ODD、特定功能、特定测试用例，变成了全生命周期、全场景的端到端智能驾驶开发目标，因此当下性能冗余的高算力芯片十分重要。

　　不仅如此，车辆新的感知架构也进行了方法论升级，激光雷达360°全覆盖、高清视觉360°全覆盖，与毫米波雷达、环视摄像头、超声波雷达共同给组成5重360°覆盖的感知能力。基于全场景的功能实现需要更好的感知能力，而更好的感知能力反向推动着车企需要一个异构感知架构，这样的感知架构加上不断迭代的先进传感器能力会产生更高的算力需求。

　　更高级别的感知系统和运行架构

　　在用户思维的研发理念之下，沙龙汽车也搭载了更强的硬件感知系统。据了解，沙龙机甲龙车型搭载了4颗激光雷达、5颗毫米波雷达、7颗800万像素的高清摄像头、4颗环视摄像头和12颗超声波雷达、1个独立高精度定位单元，达到5重360°感知覆盖，用38颗智能化感知元件打造最强的超智能感知系统。

　　在这种超智能感知系统背后，沙龙汽车采用的华为达芬奇架构起到了重要作用。“不同于传统的汽车通用CPU、GPU，也不同于只是某一个特定算法模型的专用芯片，达芬奇架构本质是为了适应自动驾驶领域常见应用和算法的特定域架构芯片，可以实现更高效的计算。”杨继峰表示。

　　其实超脱出芯片来说，整车厂还需要考虑的是，如何将芯片和计算架构部署统一起来，以实现其想做的全生命周期的迭代。整车厂需要考虑多个计算平台之间整体计算架构以及每一个硬件失灵后，安全系统的设计，来保障在任何一个SOC或者计算平台产生了硬件或者软件失效情况下，系统都具备相应的能力。

　　“比如说在一个SOC失效的情况下，机甲龙这款车依然具备360度视觉能力、一部分激光雷达能力和完整毫米波雷达和超声波雷达能力。这样如果遇到失效场景，车辆依然具备自动选择安全区域停车的能力。这些都是为了给用户提供一个更充分的安全和更好的用户体验。”杨继峰说。