當前，以自動駕駛、智能網聯為代表的新汽車技術，正在行業內掀起新一輪科技革命，由此帶動傳統汽車的技術架構、產品形態和產業生態發生了翻天覆地的變化。特別是產品形態，在過去很長一段時間里，汽車僅僅是作為代步工具而存在，但隨著其與互聯網、云計算、大數據、人工智能等技術進行融合，汽車作為大型移動智能終端、移動服務搭載平臺的屬性日漸凸顯。
與此同時，車載芯片作為促成這一轉變的重要推手，在近兩年也迎來了爆發式增長。縱觀市場，當前各種汽車產品上搭載了以芯片為主要控制的電子產品數量大幅提升，并隨著汽車智能化、互聯網水平的不斷提高，大有進一步增長的趨勢。
那么，在推進汽車智能化、網聯化及實現自動駕駛的過程中，車載芯片究竟發揮了怎樣的作用？未來還有哪些增長空間？當前中國的自動駕駛處于哪一個發展階段？新舊造車企業誰會走到最后……圍繞這些行業熱議的話題，在日前舉辦的第一屆中國汽車電子大會期間，Synopsys（新思科技）董事長兼聯席CEO Aart de Geus、英偉達中國區銷售總監陳曦、地平線智能駕駛業務總監李星宇、斑馬網絡CEO施雪松接受了媒體采訪，并就各自企業下一步的發展規劃與媒體展開了討論。
關于車載芯片
新思科技董事長兼聯席CEO Aart de Geus
在推動汽車智能化及實現自動駕駛的過程中，芯片企業發揮了怎樣的作用？
Aart de Geus：我們看到，隨著技術的不斷進步以及消費模式的改變，汽車領域正在孕育巨大變革，而汽車電子是這場變革的基礎，它既意味著令人興奮的市場機會，也是不同挑戰和多種技術相融合的焦點。在這一情勢下，汽車芯片的價值正在呈現新的定位，成為推動汽車智能化的核心中的核心。
作為全球電子設計自動化領域的領導者，Synopsys不斷加大汽車電子相關技術的研究和開發，在汽車電子、汽車芯片設計相關方法學、設計工具和應用IP方面有非常豐富的技術積累和成功案例。例如，Synopsys軟硬件協同的原型工具，融合了虛擬原型技術，可以幫助汽車企業在芯片生產交付之前就可以提前開始設計包含這些芯片的汽車電子系統，通過系統及硬件仿真器來進行故障注入、系統驗證及測試，檢測這個硬件及軟件存在的問題，改變了過去硬件完成后開始軟件設計的順延式流程，從而大大提高未來汽車快速原型的效率并極大縮短研發周期。Synopsys為汽車電子相關設計應用推出了多種專用芯片IP，包括支持人工智能視覺處理器IP、支持最新連接標準的各種接口IP、和多種嵌入式存儲和測試類IP。最為重要的是Synopsys的設計流程和IP率先通過了國際汽車安全標準的認證，幫助芯片和汽車電子產品快速達到市場準入的標準，加速自動駕駛發展進程，以期達到通過芯片、軟件與汽車融合改變世界的目的。
當前，汽車電子在整車設計和應用中比例正逐漸增大，作為芯片廠商、軟件廠商，會遇到哪些新的挑戰？
李星宇：我認為最大的挑戰是驗證，即如何確認產品符合汽車行業的要求，如何達到足夠的可靠性要求。從系統的角度講，也是一樣的，當我們把一個芯片用到自動駕駛系統中的時候，因為場景本身是多元化的，這就導致自動駕駛跟傳統的汽車驗證相比，更具挑戰性。其次，設計的復雜性，也就是設計的產品一定要滿足功能安全的要求，因為自動駕駛需要高可靠性，可能以后自動駕駛汽車出來后，會有不同于以往的新的標準，這個目前業界也在持續討論。
關于自動駕駛
自動駕駛的出現，讓汽車系統越來越復雜，那么如何從設計的角度確保汽車系統的功能安全？
Aart de Geus：當前車載系統的確越來越復雜，安全隱患大大增加，因此業界也開始變得更謹慎、更嚴格，在設計之初就把安全當作工作的重中之重，以此為出發點，把整個系統進行細分化、個體化，從定義安全需求、驗證和實現到檢測，確保系統的功能安全。
但確保汽車系統的功能安全并不僅僅只是整車設計者的工作，因為打造一個復雜的汽車系統，還需要各方協調合作，比如零部件供應商、芯片供應商、軟件服務供應商等。政府也應做好法律法規的制定及檢測方面的監督，法規的內容也將是定義汽車功能安全需求的一個基本要素，在設計之初就需要考慮。從這一點上來講，打造安全的汽車系統，其實需要政府和產業通力協作。
隨著汽車智能化、網聯化水平不斷提升，當前越來越多的個人信息和駕駛信息開始被融入到車里面，由此產生一些信息安全問題，對此該如何解決？
Aart de Geus：汽車行業在百年來的發展過程中，硬件安全上已經達到一定的高度，而軟件安全將是業內正在或即將面臨的棘手的問題。智能汽車離不開各種傳感控制、人機交互，需要數量巨大的軟件運行來維持工作，這些軟件海量編碼的存在，會滋生很多新的問題。在汽車行業，安全是第一位的產品要素，汽車的信息安全是一個非常復雜的問題，涉及到個人隱私、人機互動信息、駕駛控制信息等，甚至涉及人身安全。不同的國家會采取不同的應對措施和規范，制定一些法律法規，來更好地保護汽車和汽車消費者。Synopsys格外注重遵循安全標準和相關法律法規的要求，提出Software Signoff（軟件簽核）的概念，并提供了一系列軟件驗證的工具，包括靜態分析和動態測試。這些關鍵的分析與測試方案，可以幫助降低汽車各種軟件的安全隱患，在汽車安全領域有非常廣闊的用武之地。
當前自動駕駛處于一個怎樣的發展階段？與國外相比，中國市場的發展現狀又是怎樣的？
Aart de Geus：過去幾年里，自動駕駛漸漸走出了科幻小說里的場景，并深刻地改變著世界。自動駕駛分為5個級別，現在大家看到的僅僅是L1和L2，但這已經給我們帶來了極大的使用價值。比如你正在開車，前方突然闖入一個騎自行車的人，但你可能沒有看到或來不及做出反應，此時自動駕駛功能就能幫助及時剎車。還有其他一些相關的技術，也已經產生了非常積極的影響。但這并不意味著現在駕駛員就可以舒服地在汽車里面看書甚至睡覺，要達到這樣的狀態還需要時間。預計到2025年左右，自動駕駛會出現一個較大幅度的增加。
至于如何加速自動駕駛進程，減少變量是一個可行的方法。比如規定在某一個城鎮或區域只能進行自動駕駛，這樣可以增加整個交通的組織有序性和效率，并更好地進行實驗，在實驗中學習。在德國的慕尼黑，就有這樣一段高速公路，設有非常多的攝像頭，及其他一些自動駕駛相關裝置，專門為支持自動駕駛的汽車而設置，不過這需要政府的支持和投入。
施雪松：對于自動駕駛這條發展路線，國外其實談了很多年了，核心是安全，因為路上發生的交通事故，統計下來90%是人為操作失誤引起的，所以將來如果可以把人的操作變成由機器完成，就可以避免這90%的事故。而且國外最早是從自動泊車和高速輔助做起的，現在開始朝著自動駕駛的目標逐漸往后移。至于究竟哪些企業掌握了這些技術，譬如自動駕駛核心的算法、執行機構、一體化裝車，乃至整個系統的測試驗證，我覺得Tier1最厲害，因為他們畢竟做了很長時間的實驗。而且在歐洲、美國和日本等地方，自動駕駛是完全納入到整個ITS（智能交通系統）中的，所以研發工作的開展也極具系統性。但我們本土企業，在整個自動駕駛研發系統中，可能沒有傳統Tier1和硅谷高科技公司布局得那么完整，是一個局部一個局部地實現，而真正的技術要看連貫性。
陳曦：這個問題要從整個產業鏈來看，特別是主機廠。現在來看國外的廠商更主動一些，投入的時間更長一些，而國內的主機廠，追趕步伐則很快，比如上汽，在這次浪潮里絲毫不落后。而其他一些國內企業，比如地平線、小馬智行、景馳科技、圖森未來，及其他一些百度系公司，從技術的角度講，也非常領先，一點不比國外企業差。所以整體來看，中國和國外沒有差距，至少在OEM和創業公司上，我們很領先，甚至比國外一些企業還領先。大家可以看到，去年全球的圖像識別的比賽，拿到大獎的都是中國的團隊和公司，這說明在人工智能這一波浪潮中，中國企業是走在世界前列的。因此，我們有信心中國公司在自動駕駛及人工智能方面，會取得非常大的成就。
李星宇：正如陳總所說，在機器學習這個領域，中國企業和國外的企業是不相上下的。可能在傳統汽車零部件技術上，我們與國外還有較大的差距，但在當前全球汽車產業新能源化、智能化浪潮下，這種差距正在明顯縮小。包括中國特色的電子商務的驅動力，比國外更強，可以帶動很多初創公司往這個領域推進，這些機會都是國外沒有的。因此，如果我們把起跑線拉到一個地區，大家在一個起跑線上往前跑，我認為最終一定是中國的公司跑在前面，我很看好中國的公司。
此外有一點很重要，就是自動駕駛在中國落地，一定需要一個對技術進行改革的過程，我們不能直接把德國、北美的自動駕駛技術拿過來在國內落地，這不現實。因為北美和德國對于高速公路上的城際通行是剛需，而國內低速通行是高頻需求，自動駕駛商業化的出發點不同，所以必須要做到本地化，商業和技術都必須本地化。
陳曦：的確如此，因為不同的地區交通法規不同，駕駛環境也不盡相同。比如國內很多城市道路上自行車、三輪車、行人混雜，而這在國外不會出現。還有交通標識，不僅不同的國家存在差異，甚至在同一個國家，比如中國的北京和深圳也是完全反過來的，這就需要做很多工作，并做好分工，比如哪些是政府要做的，哪些是初創公司要做的。