AImotive執(zhí)行顧問兼硬件業(yè)務拓展主管 Tony King-Smith

大家好，特別感謝邀請我來到這樣一個非常贊的論壇，我非常榮幸來到成都，今天要講的是創(chuàng)業(yè)公司，我們公司名字叫Almotive，我先介紹一下我們這個公司。Almotive是位于匈牙利的布達佩斯，他主要是實現(xiàn)智能汽車的L4/L5的預期和展望，你可以看到很多的截圖，我們做軟件硬件平臺，我們建設自己的硬件系統(tǒng)，用于我們自己的測試車，這里可以看到我們截出了這些車，在不同城市，在跑的的視頻，在日本、歐洲、中國都有相關的視頻可以看到，這是一個獨特的公司，他有特別強大的能力，在軟件硬件方面，我是所有的軟硬件一起來強調這樣的講者。在汽車領域沒有這樣的講法，我們經歷了三輪的融資，有很多主要的投資商，我們主要位于布達佩斯，我們軟件和系統(tǒng)的工程師也在布拉佩斯。

目前我們有200多個員工，大多數都是工程師，都是在系統(tǒng)方面的工程師，也是為了讓技術生產出來而不斷的努力，我們有一些技術上的創(chuàng)新，包括像硅谷和其他的一些技術，我們都是有緊密的合作，比如說跟汽車廠，同時還和一些其他的沃爾沃、PSA、標致這些汽車，還有上汽這邊也有合作，在日本也有合作情況，這是大致的合作情況，我們有合作伙伴，我們也非常自豪和硅谷的企業(yè)有合作，還有我們和格芯之間也有合作，這對我們來說也是項目上非常大的一個支持來源。

Almotive這家公司有三大技術核心，第一個是Alidrive，還有Alsim，是由AI支持的仿真環(huán)境，可以更好的實現(xiàn)AI方面的計算，他的主要目的是為了完全實現(xiàn)自動駕駛，還有其他一些功能，都通過我們的Alsim可以實現(xiàn)，我們是非常側重于AI的技術，我們有多重的攝象頭，可以提供非常有質量的信息，因為在現(xiàn)實生活當中我們人有兩只眼睛，很多動物也有兩只眼睛，這個是經過幾百萬年的進化得到了兩只眼睛，對我們來說我們的視覺，比如說我們人的眼睛可能在深度方面是比較好的，但是技術上的深度沒有那么好，所以我們需要很多技術的輔助，比如雷達、紅外等，這樣才能讓多少自動駕駛汽車的眼睛比人的眼睛更好。

我們還有很多很好的仿真環(huán)境，比如AlSim仿真環(huán)境，基本上是以圖形的形式進行發(fā)展，可以讓我們有更好的光學的模擬效果，之后會給大家做一個介紹，這樣的一個模擬，還結合了軟件發(fā)展的一些優(yōu)勢，幫我們打造出綜合的一個解決方案，通過這樣一個時間上的模擬，還有AI的算法，讓我們的系統(tǒng)更加強大，同時我們還看到速度方面，比如說硅的一些平臺，可以在加速方面，除了在實時的領域當中非?？欤瑫r還能實現(xiàn)深度神經網絡方面的快速計算.

還有AIware是一個深度開發(fā)平臺，我們的開發(fā)技術路線圖是這樣的，一開始我們公司就在發(fā)展業(yè)務方方面面都有一些不同的標準，我們有系統(tǒng)的一個設計和流程，我們所有的這些設計背后都是有相應的原則和方法，我們在這邊可以看到，我們所有的這些汽車當中，我們會將這些數據全部傳回多少部門，每一次一旦有了這個拖鏈的結果或者是現(xiàn)象，我們的團隊會獲得信息馬上設計出相應的解決方案，再應用回我們的汽車系統(tǒng)。在我們的仿真模擬環(huán)境當中也得到廣泛的應用，我們非常相信仿真的作用，就是能讓汽車充分的可靠的運用起來開發(fā)起來。我們有很多的駕駛的汽車，他也有自己有限的一些情況，我們通過模擬的方式，可以盡量的去模擬出這種非常棒的解決方案，我們在四個國家都有這樣的汽車測試，包括美國，在匈牙利，在東京還有法國都有我們的測試點，我們也將來到中國進行更多的測試，也更好的開發(fā)我們的系統(tǒng)。

我們的檢測系統(tǒng)試車系統(tǒng)是非常嚴格的，我們所有技術的關鍵節(jié)點都是從測試當中獲得的一些靈感或者是成果。我們需要有非常嚴格的一個方法論去進行相應的測試，比如說一級的車廠或者是代工廠，他們也非常尊重我們的做法，我們會向他們進行這樣的一些展示，從一開始的合作當中，我們就非常注重這樣的合作，還有一個就是我們說的模擬，是我們開發(fā)研發(fā)過程中的核心，為了實現(xiàn)這個，我們必須要有一些新的場景的創(chuàng)造，比如說不同的天氣狀況，不同的路況，不同的環(huán)境當中去進行模擬，我們看一個例子。

（VCR）這是我們做的模擬情況，這是布達佩斯的加油站，這會有一個交叉的十字路口，因為下雨，路上的標志不是特別清晰，這是相對來說比較復雜的一個路況，這不是一個視頻，這完全是一個視頻生成的模擬場景，我們會對他進行這樣的編輯，不斷的改變其中的一些變量，比如說汽車、環(huán)境、路標等等，然后去打造出他的模擬情況，我們認為這些細節(jié)是非常關鍵的。這樣才能讓我們的系統(tǒng)更加有質量，讓我們的模擬更加有質量，可以去判斷出我們到底需要什么樣的技術或者是什么樣的考量，讓我們的汽車能更好的面對工作環(huán)境，比如說城市的環(huán)境，或者是其他的環(huán)境，我們知道城市的環(huán)境是非常具有挑戰(zhàn)性的。

今天我們也是有研發(fā)出一些不同的解決方案提供給我們的消費者，包括我們的代客泊車，這是我們的開發(fā)，我們早期的投入，跟AI相關的，這是涉及到自動駕駛這一塊的，我們還有在高速公路上，我們知道駕車成本非常高，我們也是跟硅谷之前有合作，比如說在硅谷或者是在匈牙利都有這樣的高速駕駛、無人駕駛的測試。更好的去改變車道或者是車距保持等等方面，都是有不同的測試，我們已經來到四個國家進行這樣的測試，目前為止這個情況非常不錯。

還有一個就是我們的城市駕駛的項目，才剛剛開始，我們在城市環(huán)境當中進行駕駛，現(xiàn)在有很多的挑戰(zhàn)，因為我們前面也說了，其實法律角度上來說還不是非常的合法，在城市中的駕駛，我們也是在不斷的去找出解決方案，更好的去適應市場的需求，然后加速這個技術的成熟。我們也是和移動終端，移動運營商之間也有更多的合作，結合到技術的一些節(jié)點，讓整個系統(tǒng)幫我們生成一些非常有效的成本低的解決方案，這個將會為我們帶來很大的市場潛力。

這個汽車的標準，我們其實和德國的合作非常多，我們有很多的一些德國的咨詢公司，還有一些德國的認證等等，比如說有很多的標準，比如說有ISO/TS 26262的道路標準，功能安全性等等之類的，這個系統(tǒng)這些標準對我們未來的發(fā)展有很大的幫助，我們現(xiàn)在在面臨的一個主要的挑戰(zhàn)是讓技術的速度可以更好的將這個半導體和自動駕駛結合在一起，目前為止可能還是比較耗時的，也是比較保守的，很多的技術運用也需要更長的周期，比如說我們有一些2021、2022的模型都已經完成設計了，我們需要進一步的去看我們這個業(yè)務如何能更加成功，我們要從現(xiàn)實的角度如何更好的向這些供應鏈提供我們的產品，我們面臨的主要問題就是硅的高性能加工能力或者是處理能力，如果只有這樣一個處理能力是不夠的，我們還需要有更加好的質量，更加安全可靠的全周期的一個處理能力，這個對于半導體行業(yè)來說是一個很大的挑戰(zhàn)。

第二個挑戰(zhàn)就是驗證這一塊，加工或者是處理的過程，比如說神經網絡的驗證，還有其他的一些驗證，比如我們說的GPU串，還有CPU串等等都是在芯片上的，我們知道他們需要很好的一個存儲，還有不間斷的一個操作運行等等，還有AI也給我們帶來一些問題，這也是很大的一個挑戰(zhàn)。比如說有一些汽車行業(yè)或者是代工廠，或者是汽車制造商也有在考慮，或者是擔憂AI給我們帶來一些潛在的風險或是問題，所以說我們需要更好的去開發(fā)我們的技術和系統(tǒng)，要長OEM也可以去了解多少所作所為，還有一個就是復雜的SOC系統(tǒng)，很多硅的供應廠商他們的硅技術都是基于原有的硅的技術上來的，所以他們也是偏向保守這一塊，我們要非常的了解軟件的這一塊，所有的這些部件是如何被組裝在一起，才能讓產品更加的優(yōu)秀，我們有很多的技術，很多一些不錯的業(yè)績或者是數字，可能并不是所有的產品都會被生產出來，那我們因此必須要非常好的了解整個產業(yè)鏈，這個供應鏈，才能讓這個技術被汽車行業(yè)所更好的接受。

我認為其中有一個很大的問題，就是硬件的系統(tǒng)或者是架構，很多人都是在說汽車是一個數據中心，我們給汽車提供很多的原始數據，讓這個汽車去進行加工進行處理。我覺得從這個軟件角度上來說是非常吸引人的一點，但是從能耗還有從傳動這一塊，我們需要有更好的分步式的處理方式。汽車應該有更多的處理能力，我們認為汽車他是一個電子的較為復雜的環(huán)境，他是比較喧鬧的，還有很多的操作的環(huán)境，這個汽車他也是有自己生命周期。

我們舉個例子，我們進行溝通的時候，溝通會產生噪音，會影響汽車的性能，存儲器當中的噪音也會影響汽車的性能，所以我們要思考，如何去更好的分布這樣一個處理，讓汽車的處理器更加的智能，同時更好的去改善汽車的性能，我們需要有這種可擴容的技術，汽車不是一個被固定的硬件，這些平臺應該是更加可操作性可擴容性的，這是硬件系統(tǒng)當中，或者是汽車硬件系統(tǒng)當中在面臨的一些挑戰(zhàn)。

我們現(xiàn)在看一下這個AI的發(fā)展情況，我們知道這個AI還是在起始的階段，我們有很多發(fā)展的可能性。其中一個領域，我們公司主要是關注視頻攝象頭，因為手機行業(yè)的發(fā)展，導致我們攝象頭的高清度是特別高的，雷達也是在發(fā)展，而且特別快，我們可以看到下一代的雷達的性能和特別高，然后性價比特別高，成本特別低。

但我們必須要接受一點，就是這些傳感器的性能跟我們要進行處理的這些工作量是相對應的，這就是為什么我們開發(fā)了AIware這樣的IP，這個IP主要是用于基礎設施方面，我們從技術上面了解像視頻這樣的，出去做專項的一個硬件就會有這方面的IP的性能，人們在頂層的話，會要求特別高的挑戰(zhàn)，但是考慮到這個芯片方面還是有比較大的挑戰(zhàn)，在創(chuàng)新方面去進行處理，對處理過程的需求將會特別的大，人們會需要很多個攝象頭和很多雷達，還需要數百倍的性能，所以我們需要解決方案，這就是為什么我們設計了我們的IP，他還能夠進行專項的一個處理芯片，然后跟當前已有的芯片進行合作，他的處理能力是高寬帶的，能夠在AI的子系統(tǒng)里面獲得。

我們特別自豪的一點是我們跟格芯和硅谷在2014年合作，我們要實現(xiàn)最簡潔的設置，來實現(xiàn)更好的兆帕，我們還有更多的技術，跟相關的算法一起合作，這些能夠讓我們能夠實現(xiàn)頂級的OEM設立可伸縮可擴展的系統(tǒng)，在于這方面特別感謝，也很榮幸，這些方案我覺得有可能會帶今年的第四季度交到合作伙伴手里，我們還在FPG方面和合作伙伴合作，會以特別塊的速度進步。關于分步的處理，是要看數據是怎樣流動的，再看一看數據的解決方案，是直接去看相關的計算，看這方面的架構能夠更好的管理帶寬，跟AI的子系統(tǒng)更好的合作，能夠讓CPU做得更好，這已經是一個性價比特別高的設計，我們特別開心能夠開發(fā)出現(xiàn)在現(xiàn)在這一代產品，可以更好的實現(xiàn)這些系統(tǒng)的支持。

總結一句話，我們毫無疑問，AI會驅動自動駕駛技術，問題是我們怎樣來集合足夠的處理能力，來促成這一方面，加速技術整合是特別重要的，加速到SoCs方面，才能解決這方面的問題，專門的加速芯片也是特別重要的一點，我們也愿意和中國一起在這方面合作，感謝大家的時間。