何曉飛首次披露飛步無人車方案,國內第一個「演算法+AI晶元」項目
來自專欄量子位23 人贊了文章
李根 發自 凹非寺
量子位 報道 | 公眾號 QbitAI何曉飛離職滴滴創業,不是新消息。
這位前滴滴SVP、研究院創始院長、滴滴無人車團隊開創者,現在是自動駕駛創業公司飛步科技的創始人及CEO。
但飛步的具體方案是什麼?如何在競爭日益火熱的無人車比拼中脫穎而出?
今日(6月12日),何曉飛首次披露創業進展,他向量子位等解答了飛步無人車的一步,以及下一步。
△ 飛步科技創始人及CEO何曉飛
全棧方案
飛步科技,2017年7月正式創立,在自動駕駛領域算不上早,但何曉飛目標宏大,起步就將無人駕駛當做一個全棧工程去攻克,整體方案上,飛步不僅要做無人駕駛演算法,還要自主研發自動駕駛專用晶元。
What a 大工程!
國內此前並無先例。國際上也只有Waymo,英特爾+Mobileye,以及有公開計劃但尚無實際進展的特斯拉。
在何曉飛看來,無人駕駛可以分為感測器系統、計算平台和演算法和車等幾部分,而目前最具挑戰之處,在於計算平台和演算法融合。
當前主流的自動駕駛計算平台,由CPU、GPU、存儲和散熱系統等構成,不僅成本高昂,而且功耗、穩定和計算速度方面都無法滿足要求,特別是飛步目前切入的無人駕駛貨運的要求。
於是何曉飛決定迎難而上,自主造芯。
另外,無人駕駛貨運對軟硬體一體化打磨也有現實要求。
何曉飛介紹說,主要存在4大挑戰:
- 一是卡車結構鬆散,需要解決多感測器在線標定的問題;
- 二是盲區大,需要多感測器融合;
- 三是穩定性差,需要多目標優化決策;
- 四是機動性差,需要精細化建模、控制,以及遠距離感知。
- 歸結起來,對於貨運駕駛中的反應速度和制動距離會有極大挑戰,所以只有軟硬體一體,把演算法和晶元放在一起推進,才能更快實現大規模商用。
晶元和團隊
具體晶元方面,飛步希望設計的是專門針對深度學習的計算晶元,而且符合車載晶元的需求,在功耗、散熱、穩定和速度方面都有優質表現。
當然,自主造芯,光靠AI演算法大牛何曉飛和蔡登(飛步首席科學家)還不夠。
△ 飛步科技創始人何曉飛和聯合創始人曹宇(右)
此次正式對外亮相的還有飛步晶元核心團隊:
晶元團隊由聯合創始人曹宇負責,他是UC伯克利電子工程博士,大規模集成電路領域世界級專家,IEEE Fellow,參與飛步創業前,是亞利桑那州電子工程系教授,研究成果已經成功應用在英特爾、高通、IBM等設計技術中。
晶元架構負責人Hang Nguyen,前英特爾首席架構師,晶元架構國際級頂尖專家,在晶元行業有35年經驗,50多項專利。領導了多種英特爾低功耗移動晶元的架構和微架構涉及,開發了英特爾首款採用PCI Express和存儲加速集成的嵌入式Xeon系列處理器。
系統晶元集成專家Victor Szeto,前高通首席系統工程師,系統晶元(SoC)集成及驗證項目主管。之前領導開發了多款車用諮詢娛樂系統的產品,包括高通低功耗的Tenuto、Karkata和Diamond晶元。
飛步規劃
這次亮相,何曉飛被問及最多的問題自然是離職滴滴和貨運切入的問題。
何曉飛坦承,之所以離職滴滴,正是被AlphaGo為代表的第三波AI浪潮激蕩心胸,不再甘於以科學家身份參與宏偉變革,他希望作為創業者,在AI+交通的領域裡成就一番偉大事業。
而選擇無人貨運,不是因為更容易,恰巧是因為更難。
何曉飛表示,相較乘用小汽車,貨車在軟硬體一體化打磨上挑戰更大,比如在高速公路上如何縮短響應時間等問題,就需要團隊費心攻克。
另外,無人駕駛貨運的商業化剛需也顯而易見,經濟發展帶來的貨運需求提升,但人類司機成本、安全駕駛等方面的難題,都無比現實。相較而言,一旦無人駕駛貨運實現,不僅可以解決上述難題,還能7*24小時運轉,整體效益將大幅提升。
實際上,在近1年低調創業後,飛步無人駕駛貨車已經能實現晴天70Km/h,雨天50Km/h,以及雪天20Km/h的24小時全天候、高精度自動駕駛。
何曉飛也透露了飛步發展規劃:
- 2018年,主要解決城際貨運,由一個城市倉庫到另一個城市倉庫貨運。
- 2019年,主要解決市內貨運,涉及市內道路,人車混行。
- 2020年,省際貨運,中間涉及充電、加油等問題。
- 2022年,走向通用無人駕駛,打造出一個集環境感知、地圖定位、規劃控制、AI晶元為一體的AI技術平台——這可能也是飛步「飛越極限,步入未來AI駕駛」的最好詮釋。
目前,飛步已獲創新工場天使輪投資。
— 完 —
歡迎大家關注我們的專欄:量子位 - 知乎專欄誠摯招聘量子位正在招募編輯/記者,工作地點在北京中關村。期待有才氣、有熱情的同學加入我們!相關細節,請在量子位公眾號(QbitAI)對話界面,回復「招聘」兩個字。量子位 QbitAI · 頭條號簽約作者?? ? 追蹤AI技術和產品新動態推薦閱讀:
※人機對話的璀璨之光
※「終結者」入侵現實:要麼反抗,要麼死!
※零基礎AI(專欄連載三)揭秘圖像識別
※[設計師的AI自學之路]用圖像識別玩忍術
※【人工智慧】產品應用現狀總覽與未來思考