L3算力降低

1. 英伟达发布史上最强计算平台，黄教主：自动驾驶不再担心算力问题

原本应该在今年 3 月份于加州圣何塞举办的英伟达 GTC 2020 大会，因为全球性新冠病毒肺炎的爆发而不得不推迟举行。
比原计划晚了将近 2 个月，英伟达 GTC 2020 终于在 5 月 14 日回归。
不过这一次开发者们没办法在线下集会，只能通过线上直播观看「皮衣教主」黄仁勋的主题演讲。老黄此次是在他硅谷的家中完成了这场别开生面的「Kitchen Keynote」。
虽然是厨房举行，英伟达依然爆出「核弹」，发布了全新一代的 GPU 架构 Ampere（安培）。
在自动驾驶方向上，英伟达通过两块 Orin SoC 和两块基于安培架构的 GPU 组合，实现了前所未有的?2000 TOPS?算力的 Robotaxi 计算平台，整体功耗为?800W。
有业界观点认为，实现 L2 自动驾驶需要的计算力小于 10 TOPS，L3 需要的计算力为 30 - 60 TOPS，L4 需要的计算力大于 100 TOPS，L5 需要的计算力至少为 1000 TOPS。
现在的英伟达自动驾驶计算平台已经建立起了从?10TOPS/5W，200TOPS/45W?到?2000 TOPS/800W?的完整产品线，分别对应前视模块、L2+ADAS?以及?Robotaxi?的各级应用。
从产品线看，英伟达?Drive AGX?将全面对标 Mobileye?EyeQ?系列，希望成为量产供应链中的关键厂商。
1、全新 GPU 架构：Ampere（安培）
2 个月的等待是值得的，本次 GTC 上，黄仁勋重磅发布了英伟达全新一代 GPU 架构 Ampere（安培）以及基于这一架构的首款 GPU NVIDIA A100。
A100 在整体性能上相比于前代基于 Volta 架构的产品有 20 倍的提升，这颗 GPU 将主要用于数据分析、专业计算以及图形处理。
在安培架构之前，英伟达已经研发了多代 GPU 架构，它们都是以科学发展史上的伟人来命名的。
比如 Tesla（特斯拉）、Fermi（费米）、Kepler（开普勒）、Maxwell（麦克斯维尔）、Pascal（帕斯卡）、Volta（伏特）以及 Turing（图灵）。
这些核心架构的升级正是推动英伟达各类 GPU 产品整体性能提升的关键。
针对基于安培架构的首款 GPU A100，黄仁勋细数了它的五大核心特点：
集成了超过 540 亿个晶体管，是全球规模最大的 7nm 处理器；引入第三代张量运算指令 Tensor Core 核心，这一代 Tensor Core 更加灵活、速度更快，同时更易于使用；采用了结构化稀疏加速技术，性能得以大幅提升；支持单一 A100 GPU 被分割为多达 7 块独立的 GPU，而且每一块 GPU 都有自己的资源，为不同规模的工作提供不同的计算力；集成了第三代 NVLink 技术，使 GPU 之间高速连接速度翻倍，多颗 A100 可组成一个巨型 GPU，性能可扩展。
这些优势累加起来，最终让 A100 相较于前代基于 Volta 架构的 GPU 在训练性能上提升了?6 倍，在推理性能上提升了?7 倍。
最重要的是，A100 现在就可以向用户供货，采用的是台积电的 7nm 工艺制程生产。
阿里云、网络云、腾讯云这些国内企业正在计划提供基于 A100 GPU 的服务。
2、Orin+安培架构 GPU：实现 2000TOPS 算力
随着英伟达全新 GPU 架构安培的推出，英伟达的自动驾驶平台（NVIDIA Drive）也迎来了一次性能的飞跃。
大家知道，英伟达此前已经推出了多代 Drive AGX 自动驾驶平台以及 SoC，包括?Drive AGX Xavier、Drive AGX Pegasus?以及?Drive AGX Orin。
其中，Drive AGX Xavier 平台包含了两颗 Xavier SoC，算力可以达到 30TOPS，功耗为 30W。
最近上市的小鹏 P7 上就量产搭载了这一计算平台，用于实现一系列 L2 级自动辅助驾驶功能。
Drive AGX Pegasus 平台则包括了两颗 Xavier SoC 和两颗基于图灵架构的 GPU，算力能做到 320TOPS，功耗为 500W。
目前有文远知行这样的自动驾驶公司在使用这一计算平台。
在 2019 年 12 月的 GTC 中国大会上，英伟达又发布了最新一代的自动驾驶计算 SoC Orin。
这颗芯片由 170 亿个晶体管组成，集成了英伟达新一代 GPU 架构和 Arm Hercules CPU 内核以及全新深度学习和计算机视觉加速器，最高每秒可运行 200 万亿次计算。
相较于上一代 Xavier 的性能，提升了 7 倍。
如今，英伟达进一步将自动驾驶计算平台的算力往前推进，通过将两颗 Orin SoC 和两块基于安培架构的 GPU 集成起来，达到惊人的 2000TOPS 算力。
相较于 Drive AGX Pegasus 的性能又提升了 6 倍多，相应地，其功耗为 800W。
按一颗 Orin SoC 200TOPS 算力来计算，一块基于安培架构的 GPU 的算力达到了 800TOPS。
正因为高算力，这个平台能够处理全自动驾驶出租车运行所需的更高分辨率传感器输入和更先进的自动驾驶深度神经网络。
对于高阶自动驾驶技术的发展而言，英伟达正在依靠 Orin SoC 和安培 GPU 架构在计算平台方面引领整个行业。
当然，作为一个软件定义的平台，英伟达 Drive AGX 具备很好的可扩展性。
特别是随着安培 GPU 架构的推出，该平台已经可以实现从入门级 ADAS 解决方案到 L5 级自动驾驶出租车系统的全方位覆盖。
比如英伟达的 Orin 处理器系列中，有一款低成本的产品可以提供 10TOPS 的算力，功耗仅为 5W，可用作车辆前视 ADAS 的计算平台。
换句话说，采用英伟达 Drive AGX 平台的开发者在单一平台上仅基于一种架构便能开发出适应不同细分市场的自动驾驶系统，省去了单独开发多个子系统（ADAS、L2+ 等系统）的高昂成本。
不过，想采用 Orin 处理器的厂商还得等一段时间，因为这款芯片会从 2021 年开始提供样品，到?2022 年下半年才会投入生产并开始供货。
3、英伟达自动驾驶「朋友圈」再扩大
本届 GTC 上，英伟达的自动驾驶「朋友圈」继续扩大。
中国自动驾驶公司小马智行（Pony.ai）、美国电动车创业公司?Canoo?和法拉第未来（Faraday Future）加入到英伟达的自动驾驶生态圈，将采用英伟达的 Drive AGX 计算平台以及相应的配套软件。
小马智行将会基于 Drive AGX Pegasus 计算平台打造全新一代 Robotaxi 车型。
此前，小马智行已经拿到了丰田的 4 亿美金投资，不知道其全新一代 Robotaxi 会不会基于丰田旗下车型打造。
美国的电动汽车初创公司 Canoo 推出了一款专门用于共享出行服务的电动迷你巴士，计划在 2021 年下半年投入生产。
为了实现辅助驾驶的系列功能，这款车型会搭载英伟达 Drive AGX Xavier 计算平台。前不久，Canoo 还和现代汽车达成合作，要携手开发电动汽车平台。
作为全球新造车圈内比较特殊存在的法拉第未来，这一次也加入到了英伟达的自动驾驶生态圈。
FF 首款量产车 FF91 上的自动驾驶系统将基于 Drive AGX Xavier 计算平台打造，全车搭载了多达 36 颗各类传感器。
法拉第未来官方称 FF91 有望在今年年底开始交付，不知道届时会不会再一次跳票。
作为 GPU 领域绝对霸主的英伟达，在高算力的数据中心 GPU 以及高性能、可扩展的自动驾驶计算平台的加持下，已经建起了一个完整的集数据收集、模型训练、仿真测试、远程控制和实车应用的软件定义的自动驾驶平台，实现了端到端的完整闭环。
同时，其自动驾驶生态圈也在不断扩大，包括汽车制造商、一级供应商、传感器供应商、Robotaxi 研发公司和软件初创公司在内的数百家自动驾驶产业链上的企业已经在基于英伟达的计算硬件和配套软件开发、测试和应用自动驾驶车辆。
未来，在整个自动驾驶产业里，以计算芯片为核心优势，英伟达的触角将更加深入，有机会成为产业链条上不可或缺的供应商。
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

2. 本田真的怂了全球首款L3级自动驾驶的背后

3月5日，本田在日本本土发售了搭载L3级自动驾驶的量搭虚拍产车型-Honda Legend，这款车将仅在日本本土推出，销售模式是租赁销售100辆，零售知羡价贵得惊人，1100万日元（折合超过10万美元）。

上述，让本田成为了全球 汽车 市场"L3级自动驾驶第一人"，也是目前的唯一一人。毕竟，它手握政府L3级自动驾驶认证，也因为，它不只是动动嘴，而是真的做了。

不过，也因为世界第一之事，让这家企业在中国的 汽车 网络舆论中被打上了截然不同的几种标签，海外资料我翻了一个多小时，吵得并不算热闹。

关于本田3月5日要正式推出全球第一款拿到L3级自动驾驶认证这事儿，原本我是准备写一篇"它对全球各国自誉尘动驾驶有哪些促进作用，哪是启发的点"这种文章的，因为这事儿才对咱们真的重要。然而没想到的却是，舆论场上的本田却截然分明的被分成了"赢了"或者"怂了"，这种yes or no，这种非黑即白的场面。

观点赢了：建立在本田完成抢跑L3级自动驾驶这事，再次验证了其企业能力。这个观点在全球网络里是主流的，不过无需过分解读，因为从逻辑上和 情感 上都没必要。逻辑上，早在2020年本田就放出了这条消息，同时也对功能实现进行了比较大量的公示，如低速时车辆可自动驾驶等等，如今在大读特捧，其实只是消息的搬运罢了。 情感 上，本田这家企业向来在新技术研发和投放能力上有目共睹，它率先把L3级自动驾驶推向市场，并不让人特别意外。

所以，如同看所有事情一样，万物均有背面，本田对外销售全球首款L3级自动驾驶认证技术的车型，从它的关键点背后既能读出优点与缺点：

1. L3级自动驾驶认证，现状是全球各大国/地区尚未给出该方面新一轮的相关政策，中国、欧盟、北美目前均在起草制定阶段。本田拿下L3级自动驾驶认证的背后，有2019年3月日本内阁通过《道路运输车辆法》修正案，有2020年4月通过道路交通法修改，最终让L3级自动驾驶技术的 汽车 可以在公路上行驶。

当然，目前的法规层面还有不少需要提升的空间，比如只界定了可上路，不过法规、监管框架、保险等方面还没有落实。这时候有了另一个给我们的启发，谁生产谁负责，本田Legend的上路细则方面，是本田来承担如果发生事故等一切责任与赔付。

这，是我们能从这个关键点里看到比较好的启发。

2. L3级技术实现路径，硬件部分=前置双目摄像头+4 个环视摄像头（360 影像）+5 个激光雷达+5 个毫米波雷达，软件部分=DMS驾驶员监控+冗余+精度地图+HMI人机交互+计算平台。软硬件结合之下，Honda SENSING Elite 最终在开发过程经历了 130 万公里路试和大约 1000 万种实际驾驶中可能出现的场景测试。

这一系列数据看上去，对消费者的冲击力是十足的。不过，也正因为这种装备表现抓人眼球，引得了对它的仔细剖析。

技术路线与整个行业中的其他参与者（奥迪、蔚来、小鹏等）并无不同，不过实现方面有一些细节差异。比如，5个激光雷达这种吸引人的亮点，中西研究所首席执行官中西隆树（Takaki Nakanishi）表示，尽管本田启动个人 汽车 自动驾驶的新市场意义重大，但 汽车 上的传感器却要花费数百万日元，也就是人民币6万元。

同时结合本田前2后3的激光雷达布置，结合百万日元的成本，背后呈现出来的一个点，颇有点 质量不够数量来凑 的意思。因为，这样的成本与数量之间并不匹配，可推测其为第二代激光雷达产品，探距约150-200米的中距能力。如果对比目前小鹏、蔚来、华为等发布的激光雷达指标来看，不算先进。同时还有算力及冗余层面，芯片是瑞萨电子 R-Car V3U 芯片，提供 96000 DMIPS 和 60 Tops 的算力，车辆的供电/转向/刹车做了冗余设计，不过这样的算力和设计思路如果对比行业中一系列车企展示出的最新能力来看，也并不算是先进，因为已经出现了160Tops算力，部分车企已经开始了感知、执行、备份三冗余甚至四冗余的布局。

3. 实现效果能力。时速30Km/h以下时，系统可代替司机进行驾驶，允许驾驶员实现离开前方看手机、接打电话、看中控大屏上播放的视频等等。在特定条件下，车辆能自己完成加速/减速/刹车/变道等，当然特定条件的激活环境较为苛刻。

能完成的功能具体如下：高速公路满足特定情况，驾驶员可"放手"车辆自动驾驶；自适应巡航；主动变道，超越前车，变回原有车道；转向灯变道等。

整体来看，除了放手以及低速车辆自动驾驶功能的实现之外，其余功能实际上与目前很多车企所推出的准L3级自动驾驶功能相仿。

4. 这背后还有一些其他有意思的点。

比如，租赁销售的模式。超过10万美元的售价，能获得的并非车辆的所有权而是租赁使用权。本田官方对其的解释是，车辆需要定时的回收保养保证其安全性，这背后实际上能看到，本田对其是有比较明显的保护心态。一方面是对技术护城河在日本车企之中的保护，另一方面，多多少少体现着求稳妥。

综上，单纯来聊本田抢发全球首款L3级自动驾驶车型登陆市场销售，这之中有必然原因也有偶然原因。偶然原因是，政策层面得到了扶持利好，毕竟全球其他大国及地区目前并没有放开相关的口子，这之中本田自身也起到了比较好的示范作用，责任及其他变量在制造商。

必然原因则是，全球各家车企都在寻求新一轮符合消费者需求进化的技术进化，智能网联、智能驾驶、电动化、共享化四个层面。2021年，也是各大车企即将要放出关于L3级量产的前夜，比如BMW，比如很多。

对于本田而言，不论Legend身上目前还有多少不足，实际上它都是值得好好夸一夸的。因为背后意义在于，对整个 汽车 行业有所启发，L3级自动驾驶不再仅仅停留于PPT上、网络社交媒体的发言上、很多人的嘴上，而是真真正正的被这家擅长技术创新的日本企业完成了落地。

同时，这对于本田品牌的利好是，让全球消费者对其进一步增加好感、品牌力等等，更甚至于，它有了新一轮的抢跑经验后，有助于提升它在全球此类功能中的后续迭代升级能力。

也就是说，先经过本土市场的考验与经验积累后，当全球逐步普及关于自动驾驶的相关法规后，本田有能力快速进行部署应用，抢跑于其他车企之前。这直接跳脱于此前日本 汽车 产业的发展思路，从"跟着丰田走"变成"跟着本田走"，这可能发生。

坏的点，或者说其他不确定因素，其实有两点。第一点，存在于网络舆论之中，比如讨论它的算力不够强大、它的传感器体系成本较高、它的激光雷达硬件配置在第二代等等，但因为有抢跑优势并且有政策法规方面的限制，短时间内讨论这个话题其实没太大意义，因为其他车企也不好落地。

第二点，是行业的思考。借由本田正式完成L3级自动驾驶的市场破冰，各国、各车企有了对"L3是否真的有意义、有市场、有前景"建立一个观察的舞台，而一旦L3在实际过程中前景有限，那么全球车企和国家也都会对此做出调整。

目前，摆在各国 汽车 工业面前的局面其实是，一系列的周边产业已经抢跑于 汽车 主机厂提前成熟，各家车企可以做多种解决方案来应对新的变化。接下来的重点在哪？在钱。

依然是 汽车 产业的核心，资本与成本，资本关于它有多少底气和选择，而成本则关于，它选择的空间有多少。

3. 地平线征程5：国产大算力自动驾驶芯片即将量产！

驾驶辅助功能作为车企在新能源时代新的技术护城河之一，在当下受到的关注与日俱增，决定一台车驾驶辅助能力的，除了有能够看得见摸得着的激光雷达、摄像头这类感知传感器，在看不到的地方自动驾驶芯片同样至关重要，它的性能高低直接决定，感知传感器采集到的信息能否被准确、快速的处理。那么对于高阶的驾驶辅助功能，甚至是自动驾驶，我们需要什么样性能的自动驾驶芯片呢？

4. 零跑汽车发布自动驾驶芯片：算力4.2TOPS 支持L3级自动驾驶

国家发改委产业发展司机械装备处处长吴卫

未来，中国制造的汽车将是全球新技术融合最多、创新融合最多的，也必将领跑全球汽车工业。

同时，汽车芯片领域的竞争也异常激烈。相比于消费电子产品的芯片，汽车芯片对安全性、稳定性的要求更高，是芯片行业共同面对的难题，这也是中国芯片公司的机会。

结语：自研技术让零跑更具竞争力

零跑汽车是中国造车新势力企业中第一个自主研发汽车自动驾驶芯片的，搭载这款芯片的量产车零跑C11下月就将发布。零跑汽车在自动驾驶领域的飞速进步，也得到了用户的认可。

统计数据显示，零跑汽车两款量产车型从今年7月以来销量逐步攀升，9月销量破千，10月销量有望突破1600辆，大量的自研技术让零跑这一造车新势力具备了更强的竞争力。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

5. 宝马如何搞定L3先测了7亿公里

车东西（公众号：chedongxi）

作者 | James

编辑 | 晓寒

本周，宝马亮相了旗舰纯电轿车——宝马i7。这款车除了有巨大的车内空间、豪华的内饰之外，智能化表现更是相当亮眼。

宝马i7

在自动驾驶方面，宝马i7当前配备了一套戚胡L2级自动驾驶系统，除了有基础的L2自动驾驶功能外，还能实现导航辅助驾驶、识别交通信号灯并做出反应，在美国还允许驾驶员完全脱手，只需要目视道路。在停车场内，宝马i7也能完成200米记忆泊车，明年还有望实现遥控泊车以及召唤功能。

并且，宝马还透露了一个L3级自动驾驶的传感器配置，预计i7上市之时就有更多消息。

可以说，宝马i7集成了市面上的大部分量产L2自动驾驶功能。

而在宝马的智能座舱当中，前排配备了最新的iDrive 8和双联曲面屏，后排还有一块31.3英寸的悬浮式巨幕，分辨率达到了7680*2160，并且内置华为应用商店、爱奇艺等本土化服务。甚至在i7的后排门把手上，也有两块5.5英寸控制屏幕，用于控制座椅、空调、媒体 娱乐 等各种功能。

很显然，宝马i7拥有相当强的智能化水平，甚至也可以说量产车领域很难找到第二款比宝马i7更智能的豪华车。

今天，在深入研究宝马i7长达69页的亮点解读之后，车东西找到了更多宝马i7智能背后的秘密。

在自动驾驶方面，宝马i7配备了一套L2级自动驾驶系统，采用了Mobileye的方案，并很有可能配备了2颗EyeQ5H芯片。这款芯片是Mobileye最新的量产产品，采指唯用了7nm制程，其AI算力能够达到16TOPS（INT8）。

Mobileye EyeQ5H芯片参数

根据宝马自动驾驶技术首席专家Simon Fu rst公布的自动驾驶路线图显示，2颗Mobileye EyeQ5H芯片的分工并不相同。其中一颗芯片的工作是CV，也就是Mobileye写入了封闭的计算机视觉方案；另一颗则是开放的芯片，也就是能够允许整车企业自研其他算法。

宝马自动驾驶路线图

同时，除了摄像头数据之外，整个自动驾驶系统的其他数据使用两颗英特尔Denverton 8核心芯片完成。

使用两颗EyeQ5H芯片的域控制器

在传感器配置上，宝马的这套L2自动驾驶系统还用上了800万像素摄像头。

整套辅助驾驶系统使用了5个毫米波雷达、双目前视摄像头实现L2级自动驾驶。

宝马i7使用双目前视摄像头

当宝马i7选配了驾驶辅助系统专业版（Driving Assistant Professional）之后，宝马i7就能识别红绿灯，实现导航辅助驾驶功能（宝马称这套系统为Active Navigation），且在北美地区允许驾驶员脱手驾驶。

宝马i7

开启宝马的L2系统之后，宝马i7能够在0 210km/h的速度范围内行驶。根据导航路况，适时调整车辆的速度。比如在匝道、环岛、转弯路段，即便设定速度很高，但车辆会减速通过，保证乘坐舒适性。

在德国市场出售的宝马i7能够识别交通信号灯，如果识别前方为红灯，会第一时间显示在车辆仪表中，同时车辆会慢慢减速，在停止线前停车。

如果遇到了多个复杂的信号灯，驾驶员可以在仪表盘上选择车辆究竟应该识别哪一个。

当信号灯变成绿灯时，宝马i7能够重新起步。

这与特斯拉推出的“识别交通信号灯和停车标志并做出反应唯仔培”功能类似。2020年，特斯拉在美国市场推出了这项功能，国内车型仅有识别交通信号灯的功能，无法做出停车、起动的反应。

特斯拉识别交通信号灯和停车标志并做出反应功能

如果宝马i7在上市之时就能推出这项功能，那么这款车就是全球唯二能够识别交通信号灯，并且根据信号灯前行或停止的车型。并且，这项功能也是城市L2自动驾驶的入门级功能。

宝马i7

此外，宝马i7还配备了导航辅助驾驶功能，车辆能够根据导航系统计算的路线和车道在高速路上行驶。也就是说，宝马i7也拥有了自动变道或汇入车道的能力。

在北美市场出售的车型中，驾驶员激活导航辅助驾驶之后，宝马i7允许驾驶员完全脱手驾驶，车速最高可以达到130km/h。

外媒试驾宝马7系测试车

由于这项功能仍然是L2级自动驾驶，因此行驶过程中，驾驶员仍然要注视道路，并且在紧急情况下接管方向和加速、制动踏板。

当L2自动驾驶功能开启后，宝马i7的仪表上会显示周围车辆和环境的3D模型，还能区分普通 汽车 、卡车、摩托车等不同交通工具。

总结一下就能发现，宝马i7除了能够实现基础的L2自动驾驶功能之外，还能实现导航辅助驾驶、识别交通信号灯，在美国市场还能允许用户脱手驾驶。这套系统就是量产L2领域几乎全部的功能，宝马i7配齐了。

可以说，具备量产L2领域几乎全部功能的宝马i7，几乎已经追平了特斯拉和一众造车新势力车企。

宝马i7也配备了泊车辅助功能，此前大众已经熟知的自动泊车、50米循迹倒车、3D环视都有配备，比较惊艳的是宝马i7能够实现记忆泊车以及遥控泊车功能。

传感器方面，宝马i7配备了4枚环视摄像头和12个超声波雷达实现各项泊车功能。计算设备则是来自瑞萨电子，拥有一颗瑞萨R-Car H3和一颗R-Car V3H芯片，其中H3芯片很可能用作仪表显示环视影像，V3H芯片则用作泊车功能的识别和计算。

宝马i7仪表

如果你的宝马i7选装了专业版泊车辅助功能（Parking Assistant Professional）之后，车辆能够记忆200米的行驶和转向动作（宝马称这套系统为Manoeuvre Assistant），实现记忆泊车功能。

这套系统使用GPS数据和转向运动的轨迹数据学习泊车的动作，总共能够学习10个不同车位的行驶路线。

当学习完成之后，下一次停车时，宝马i7就能按照记忆路线和转向，完全控制车辆行驶，自动泊车入位。在停车场场景中，经常会出现狭窄路段或急弯，可能需要驾驶员前进后退几次才能转弯，即便这样复杂的场景，宝马i7也能全部记忆下来。

宝马的这套Manoeuvre Assistant功能与小鹏、威马已经量产的记忆泊车功能用法上非常相似，小鹏能够记忆最长1km的停车场路线并且能够跨楼层记忆泊车，威马则最远能够记忆100米停车路线。

宝马i7

预计从2023年开始，宝马还将为i7配备遥控泊车功能，在My BMW手机App内，就能遥控车辆进、出车库。

从功能上来说，宝马i7配备的这套L2级自动驾驶系统实现了特斯拉、小鹏现有的所有量产功能，在传统车企车型中这还是第一个。

根据宝马的规划，未来i7也将能够实现L3自动驾驶功能，但还没有披露具体信息。

另外，宝马还推出了一套L3自动驾驶硬件，从透视图可以看到，这套系统在L2的基础上增加了一个前向激光雷达、在车辆B柱正下方还有两个毫米波雷达。

宝马i7的L3自动驾驶硬件配置

宝马i7配备的激光雷达为Innoviz的首款产品InnovizOne，就安装在前格栅的右侧。在感知能力方面，InnovizOne激光雷达能够实现0.1m 250m的距离感知能力，帧速率可以在5 20帧之间配置，同时视野范围为115 x25 ，角分辨率为0.1 x0.1 。

InnovizOne激光雷达

早在2018年，宝马、Innoviz、麦格纳就达成了合作关系，目标就是将Innoviz激光雷达实现量产，经过4年的时间，InnovizOne即将在i7车型上量产。

实际上，近些年宝马的自动驾驶研发中就一直采用这套传感器配置。

宝马自动驾驶开发高级副总裁Nicolai Martin博士在2021年的一次采访中，就展示了宝马正在研发的L3自动驾驶技术。当时，宝马使用上一代7系燃油车做了相当多的改造。

宝马自动驾驶开发高级副总裁Nicolai Martin博士

车辆前格栅的右侧装上了激光雷达，前格栅中部装上了长距离毫米波雷达，同时在车辆四角和B柱正下方装上了6个短距离毫米波雷达。

并且，在自动驾驶测试车的前向毫米波雷达上，甚至已经有了这代宝马i7前格栅的条纹样式。

很显然，宝马的这套L3自动驾驶系统已经量产在即。但是，宝马L3自动驾驶功能的量产时间可能还要晚一些。

外媒TopGear去年采访了宝马研发部老板Frank Weber，他就说道：“对于L3自动驾驶来说，驾驶责任从驾驶员转移到了 汽车 。宝马已经完成7亿公里的路测，之后还要证明这套系统比人类驾驶员更安全。”

在宝马量产L3之前，还需要通过德国联邦机动车运输管理局（KBA）的认证，之后就可以在德国高速公路以不超过60km/h的速度实现L3级自动驾驶。至于中国用户何时能够用上，还需要相关法规不断完善。

除了自动驾驶之外，宝马i7后排的31.3英寸屏幕也是最惊艳的卖点。

据介绍，后排屏幕的Tier 1是佳明，并且内置高通SA8155P芯片，这也是当前业内顶尖的一颗车机芯片。

宝马i7后排屏幕

现场简单上手体验之后就能发现，宝马i7后排屏幕运行着一套安卓系统，下方还有安卓标志性的回到主页、返回按钮，操作起来流畅度非常不错。

宝马i7后排屏幕

在内容服务上，宝马做了相当多的本土优化，融入了爱奇艺和华为应用商店，也让宝马成为首个在后排搭载华为应用商店的豪华品牌。

硬件参数方面，这块31.3英寸屏幕的参数也非常出色。其分辨率为7680*2160，屏幕的长宽比为32:9，视觉上相当于两块4K屏幕横向拼合在一起。

这也就意味着，每一帧画面都有1659万像素，视觉效果非常震撼。

业内人士透露，后排超宽屏幕亮度超过700nit，这意味着即便在阳光明媚的白天，也不会看不清屏幕上显示的内容。

同时，亮度达到700nit的显示屏，在业内也是相对高端的产品。日前苹果发布了一款售价万元的Studio Display，这块屏幕的亮度为600nit，而一般办公使用的显示器，亮度通常在300 400nit之间。

在屏幕背面，有一个HDMI接口和一个USB-C接口，能够输入外部的视频内容，两个3.5mm耳机接口也能单独输出音频信号。

后排屏幕拥有多种接口及佳明贴纸

同时，后排左右车门扶手上还有5.5英寸扶手触控屏，这块屏幕可以用作爱奇艺的遥控器，也能设置蓝牙电话、屏幕、座椅、车内灯光、遮阳帘、空调等控制功能。

在此之前，大多数豪华车将后排车控功能集成在了后排中央扶手的位置。当把控制面板放在门把手上之后，左、右两位乘客能够同时控制车辆。

宝马i7后排扶手控制屏

在这块屏幕上，也能预先设定多种不同的模式，例如在“影院模式”之下，车内氛围灯会调整，遮阳帘将自动关闭。

宝马i7“影院模式”

在宝马i7车内，还拥有1965W、36发声单元的Bowers&Wilkins 4D环绕音响系统，能够在后排享受影院的视听感受。这套音响除了有四面八方传来的3D声音之外，还在坐垫下方加装了低音振动器，形成了4D效果。

实际上，作为宝马的旗舰车型，宝马i7还有相当多的智能化配置。例如有全功能的手机车钥匙，能够利用UWB技术实现解锁车门，让用户能够彻底扔掉车钥匙。同时前排也有宝马新一代iDrive和宝马操作系统8.0。很显然，宝马将自己布局多年的智能化技术“和盘托出”，全都放在了i7上。

在 汽车 行业内，宝马一直以来都是尝鲜各类智能化技术的企业。最早宝马能够在 汽车 上支持iPod播放，之后也第一批支持苹果CarPlay，如今有数字车钥匙、后排大屏，还有全功能的L2自动驾驶，让宝马保持强大的智能化竞争力。

6. 比特币挖矿机的算力随时间衰减吗

这个不好说。如果币价持续下跌，矿工普遍对比特币失去信心，挖矿的收益严重低于挖矿成本，那么大量的矿工就会停止挖矿，算力就会骤降。还有就是因为世界各主要的国家对比特币采取了更加严厉的态度，例如中国和美国，那么比特币算力也可能会出现骤降，甚至挖矿消失。

但比特币挖矿作为一种基础设施，如果比特币能持续的存在下去，虽然挖矿的收益减少了，但是为了整个比特币网络系统的安全，一些大的比特币公司可能会出资进行挖矿，维护比特币网络系统的安全。还有就是比特币未来的前景更加明朗化，前途一片光明，比特币算力不但不会降低，还会增加。

7. Arm现在的NPU能达到自动驾驶L3级别的算力吗

自动驾驶L3级别算力基本上主要以CPU+GPU/NPU为主， 一般来说CPU用Cortex A核去堆，8-16个，看系统有多大， 在这个部分可以提供200K以上的DMIPS。L3入门级芯片通过GPU/NPU提供额外几十TOPS左右的算力，向上通过堆叠GPU可以达到几百TOPS， 量产芯片这种架构较多，相对成熟。NPU方案，ARM方面可以通过周易NPU来堆叠，Arm还有ML IP，后续在车里也可能会应用。 量产的平台上还有用CPU加FPGA和ASIC电路等，有很多方案实现异构计算平台的。对L3系统来说硬件的算力也不是绝对的，需要和算法等搭配。

8. 限算力显卡是什么意思

就是限制通用计算的能力，这个主要考察显卡挖矿能力的
主要是照顾游戏玩家和家用电脑使用者，防止矿主囤去挖虚拟币
算力降低，他就得考虑了，因为电费就会多花一倍

9. 自动驾驶进入L3时代，为什么大家都需要高精地图

前不久我们的一篇内容指出，目前自主厂商所推出的L3级量产车上都搭载了高精地图。高精地图究竟是什么？为什么自动驾驶需要它？今天我们就来详细讲一讲。
在讲高精地图本身之前，我们先来回顾一下自动驾驶的基本逻辑。
简单来讲，自动驾驶的实现主要有三个步骤：感知、决策规划、行车控制。这与你走路上班/上学的逻辑是相似的：眼睛看到画面，告诉大脑，然后你就知道了自己在哪里，以及要往哪个方向走，并指挥你的腿迈开步伐。
在自动驾驶系统中，感知主要解决两个问题：车周围有什么，以及车在哪。车没有眼睛，我们就要赋予它“眼睛”。这就是它的环境感知系统，一般由视觉传感器（摄像头）、雷达（毫米波、超声波、激光）等多种传感器融合而成。
在这些传感器的协同工作下，感知系统就可以知道，车辆周围都有哪些东西，比如车、人、路、树、墙、路牌等等。在将这些数据提供给决策系统后，决策系统根据算法，就知道车辆可不可以行驶，可以以最大多少的速度行驶，以及是否需要控制前轮转弯，并传输指定给行车控制系统。
在特定条件下，感知系统也会直接传输数据给行车控制系统，这主要应用在AEB上，也就是紧急主动安全系统，以保证在最短的时间内对紧急情况进行响应。
但这里有个问题，你走路之所以知道要怎么走，是因为你对这条路线很熟悉，脑子里有地图，知道接下来要怎么走。但车辆仅凭感知系统，是无法知道接下来应该如何行使的，就像你到了一个陌生的城市。
这时候，就需要定位和地图了。
自动驾驶系统中，车辆定位是及其关键的。它影响到几乎所有的环节。通过GPS（卫星定位）、IMU（惯性测量单元）以及车轮测程仪等，车辆可以清晰地知道自己所在的位置，当前的运动状态（时速，加速度）等。
这时，感知系统就不仅知道了车周围有什么，还知道了车在哪条道路上，在往哪个方向行进。决策系统也知道了整片地区的道路信息，并会根据目的地规划合理的路线，以对行车控制做出指令。
这就是一套完整的自动驾驶流程，在理想状态下，这些就足以让车辆载着你安全到达任何一个地方。
但遗憾的是，以目前的技术水平，这种“理想状态”很难达到，因为车辆的感知和定位系统依然无法像人一样，可以识别出路上的所有信息，判断自己的准确位置，并且不受环境的影响。
例如，在高楼林立的市中心，GPS信号可能会被阻挡，这时车辆就会丢失自己的位置信息，让自动驾驶行程中断。
又或者，在雨雪天气，路上的车道线被积雪或积水覆盖，车辆仅凭环境感知系统难以实现车道的判别，从而可能导致事故征候。
再或者，目前的感知系统，还难以识别路上的坑洞、减速带、较低矮的路肩等等，在高速行驶过程中如果漏判了这些东西的存在，也会导致相对严重的后果。
更或者，在高速上下匝道时，有时会出现左右分流的车道，这时如果仅凭导航地图和环境感知，可能会让车辆出现快速变道的情况，乘坐体验会很差。
在这种技术条件下，想要实现L3级以上的自动驾驶，就需要高精地图出场了。
高精地图，顾名思义就是精度非常高的地图，一般来讲高精地图的精度都是分米级的，但它不仅仅是精度高，在数据的维度上相较普通的地图也更加丰富。
高精地图将大量的行车辅助信息存储为结构化数据，其中一类是道路数据，比如车道线的位置、类型、宽度、坡度和曲率等车道信息。另一类是车道周边的固定对象信息，比如交通标志、交通信号灯等信息、车道限高、下水道口、障碍物及其他道路细节，还包括高架物体、防护栏、数目、道路边缘类型、路边地标等基础设施信息。
图片出处：未来汽车大讲堂 - 网易云课堂 高精地图，自动驾驶的必由之路
简单来说，在高精地图的帮助下，车辆不需要环境感知就已经知道了道路的走向、曲率、详细的车道、限速，以及道路边线离路肩有多远，路边有几棵树，几个消防栓，几根电线杆，哪里有个限速标志，哪里有显著的地标等等等等。
而这些信息，让自动驾驶系统直接开了“上帝模式”。
有了高精地图的帮助，可以让车辆的定位更加精准，即便在路况复杂区域定位也可以让定位系统向决策系统反馈更精准的车道信息，并让决策系统进行车道/线路规划。
同时，由于高精地图中含有大量的静态参照物，定位系统可以通过环境感知系统获取到的环境信息与地图信息进行比对，以此在GPS信号不佳的情况下，推算出车辆的实际位置，提高了整套系统的鲁棒性。
对于感知系统来说，高精地图可以对需要重点识别的区域进行划定，向感知系统表明这个区域是你的图像分析所关注的重点，并减少对其他区域的识别，这就是感兴趣区域（ROI）。使用ROI，可以降低感知系统的负荷，解放算力，以并增加关键区域的识别精度。
例如，一般情况下，前置摄像头只要重点识别画面的下半部分就可以了，因为画面的上边是天空，车辆和人员都不会从天上出现。但信号灯是个例外，它往往挂得比较高，所以要想事实识别信号灯，就要不停地从整个画面中搜寻，对算力的压力很大。但如果开启了ROI，在高精地图中标注上，在定位的某个点，画面的某个区域会出现信号灯，那么系统只要重点识别标注的这个区域就可以搜寻到信号灯，并完成识别。
对于决策系统来说，有高精地图的帮助，可以降低决策算法的复杂度，只要保证在不撞车的前提下，将车辆尽量平稳地开到目的地就可以。因为在高精地图中已经存有了详细的车道、固定障碍物信息，只要按照规划的路线走，就一定不会压到坑、骑上路肩，甚至撞到电线杆。
同时，详细的车道信息也可以让系统规划出更合理、更平稳的行车路径。例如前文提到的匝道问题，如果系统早已提前知道了岔路的存在，那么就会在还没看到路时早早变到相应道，提高行车舒适性。
而且，由于高精地图中详细标注了每条道路上的车道划分、车道宽度、每条车道的速度限制，这就让系统可以实现计划好更高效率的路线，让决策系统可以在行车过程中更专注于行车安全。
通俗点说，没有高精地图的车辆，在自动驾驶时所做出的的反应都是“条件反射”：看到红绿灯时才知道要减速；识别到电线杆时才知道不能撞上去。而有了高精地图的协助，车辆在行驶到红绿灯之前就已经准备减速了；在碰到电线杆之前就已经提前规划好了规避路线。
可以说，高精地图让自动驾驶汽车“有备而来”。
但从目前讲，高精地图也有一定的不足。首先因为其信息量大，在采集上难度会更高，采集的周期也会相应拉长，所以目前的高精地图，并不能做到大小路的全覆盖，基本上只覆盖了高速公路及主要的城市道路。
同时，在城市的不断建设中，高精地图所标注的要素有可能会出现改变，这就对高精地图的实时更新提出了很高的要求，而这也是高精地图在城市路况中应用的一大难点。
看到这你会发现，其实高精地图是个“可有可无”的东西：如果自动驾驶系统的识别成功率足够高，那么只需要人类常用的平面导航地图，一样可以实现全自动驾驶。
比如特斯拉，一直坚持表示自己不需要高精地图，因为他们认为自己的识别和决策算法足够强大，在不久的将来，只依靠实时识别和处理（条件反射），就可以在普通地图的基础上完成全自动的自动驾驶。
但遗憾的是，目前大部分的厂商包括即将推出L3量产车的这些自主厂商，在自动驾驶算法的积累上是不如特斯拉的，为了弥补感知上的不足，就需要高精地图所提供的超视距的感知能力和大量先验信息的补充。
在高精地图的帮助下，实现国标下的L3级自动驾驶完全没有问题。这也解释了，为什么自动驾驶进入L3时代后，高精地图也开始大范围应用。
既宣传了自己的技术力，又可以当成一个卖点和噱头，何乐而不为呢，你说是不是？
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。