英特尔无人驾驶部门主管：数据是关键，5G网络会对无人驾驶很有帮助

编者按：英特尔前段时间收购了Mobileyes，展示出了自己对于无人驾驶技术的浓厚兴趣。作为一家芯片公司，英特尔为何对无人驾驶技术如此感兴趣？目前又有哪些困难和进展？venturebeat带着这些问题访问了英特尔无人驾驶解决方案部门的副总裁兼总经理Kathy Winter。

Kathy Winter花很多时间待在车库里，不过她不是一名机修工，她是英特尔无人驾驶解决方案部门的副总裁、总经理。最近，在她的帮助之下英特尔成立了新的“Intel Advanced Vehicle Lab”，也就是“英特尔先进车辆实验室”。英特尔与33家一线汽车制造商合作，还与汽车供应商联手，比如Delphi。虽然英特尔正在测试无人驾驶汽车，但是离目标还很遥远。自动驾驶汽车安装了几十个激光雷达、雷达、摄像头传感器，每小时生成45TB的数据。汽车需要5G连接、需要每秒传输速度达到几GB的宽带，只有这样，汽车才能与服务器沟通，瞬间做出决定。当汽车最终开上公路时，运行速度必须达到15-20万亿次的水平，相当于今天汽车计算能力的10-20倍。

Winter的工作就是帮助英特尔实现目标。2016年8月Winter加入英特尔，在此之前他是Delphi的工程高管。最近，Venturebeat记者访问了英特尔新成立的实验室，乘坐了自动驾驶奥迪汽车，它采用了Delphi、英特尔开发的技术。Winter接受了采访，下面是采访实录：

问题：坐在自动驾驶汽车中就像普通司机一样。如果是我会分步切入右转车道，自动驾驶汽车变换车道的速度可能比我快一些，可以确定的是汽车向后看了，没有看到任何东西才这样快速切换车道。我从不敢100%肯定后面没有东西。

答：你的说法很有趣。长久以来，汽车很保守。当中信任因素特别重要。有一点在过去12个月出现了很大的改进，那就是驾驶方式更像人类，它可以编程。看看不同的OEM，一些汽车允许你使用运动模式，而不是经济模式。新方式与此类似，你可以调节它，既可以更激进，也可以更保守。

问题：一方面，经过刚才的试乘，我感觉自动驾驶近在咫尺，不过我听说汽车必须处理庞大的数据，听起来又还很遥远。

答：你说得对。技术的确存在，数据中心的技术已经存在，汽车本身就会计算，有网络，连接到云端，然后上传到数据中心。在无人驾驶版图中，所有的组成部分都已经存在，都可以使用。

将它们组合在一起就是英特尔要做的事。我们可以与一些团队合作，他们是5G方面的专家，一直以来，他们就在为工业应用、智能城市开发新技术。他们有庞大的数据中心业务，我们花时间与他们合作，开发汽车级别的应用。从功能、安全等角度看，我们应该如何奠定根基？长久以来，所有这些问题都是OEM汽车需要考虑的。

现在一切开始取得进展，技术以非常快的速度发展，监管、保险、责任……这些事情也要解决，用户能否接受？这点特别重要。它舒适吗？你信用它吗？从更宽泛的意义上讲，让用户体验它，信任它，相信汽车，这些事情需要花费时间和精力，和我们在技术上花的时间和精力一样多。

问题：从某种意义上讲，似乎5G将会成关键，因为有如此多的数据要传输。

答：今天的汽车是根据现有平台开发的。数据不断增长，但是仍然用4G连接处理。当你进入Wi-Fi范围之内也许会下载一些数据，有时甚至还会通过热拔插方式更换驱动。如果汽车完全实现无人驾驶，数据会更多，会有大量的数据生成。视觉系统的分辨率很高，还有雷达和激光雷达，数据会持续增加，而它们又对数据很敏感。还有HD绘图。

没有必要非要使用5G就可以拥有完全自动驾驶的汽车，但是5G能为整个解决方案带来帮助，汽车可以拥有更高的带宽，延迟会更低。如果执行的任务相当关键，你肯定希望它能在瞬间完成。汽车总会有许多的处理任务要完成，我们喜欢这样的功能：如果发现异常或者找到了问题，我们可以将信息发到云端，瞬间就可以警告该区域的其它汽车。通过一些应用或者方式，5G可以增强无人驾驶体验。

不妨想像一下，如果发展到了这一步，我们只需要坐着就行了。你可能想看一部电影，或者下载一些其它的东西。有了5G连接，你可以做许多的事情，这些事情并不是非做不可的，但是做了体验会更好。你必须一直连接才能控制车队，才能监控汽车，知道它健康不健康，或者更新HD地图。如果有了5G，就可以用它做许多事情，这些事情原来只是梦想。

问题：要与Delphi或者其它汽车公司对抗，英特尔内部必须有多少专家？

答：放眼今天的市场，有OEM，还有破坏性的汽车公司，比如谷歌、Uber、新企业。有一大群人制造汽车，有一线企业，随着时间的推移，这些一级企业在软件领域越来越深入。放在以前，将汽车与传感器整合更多是机械方面的事情。至于Delphi，它现在有了一套完整的自动驾驶软件。它仍然是一线企业，只是从在某些方面超越了一线。

在英特尔，我们要做的事情就是为两个领域同时提供支持。我们提供多个平台，无论平台是不是用在汽车中，它们高度优化，在英特尔架构上运行，增加现代组件。我们没有运行5G网络，不过我们提供路由器，将它与全球运营商整合，我们为5G网络提供支持。然后是整个数据中心。一线企业不会真正运营数据中心。我们提供SoC、CPU、FPGA，提供纯粹的硬件。然后我们会提供5G技术和网络，接下来是数据中心和数据中心使用的深度学习，因为我们想改进汽车算法。

我们与OEM企业做了许多工作。你应该看到我们与宝马合作，因为我们与Mobileye正在尝试打造一个先进的平台，一线企业可以参与进来一起整合，或者其它OEM可以拿去用，整合到自己的系统中。

问题：Delphi汽车没有在顶部安装大大的激光雷达元件？

答：没有。我之所以可以这么说，主要是因为8月份加入英特尔之前我在那里工作了5年。市场上有一些不同的方法。有一种方案我们不需要在意它的外观。一些企业在顶部安装了大大的激光雷达组件，汽车周身还有传感器，因为它们最关心的事情是软件处理、数据块。

还有其它一些方法，比如Delphi、宝马采用的方法，它们对汽车有生产上的要求，所以会在意外观。组件高度整合，要达成目标需要选择定制雷达，安装雷达时要重视设计。你将小雷达放在多个地方，而不是将大雷达装在车顶。真正的生产版汽车看起来会是怎样的，消费者关注这点，这就是宝马和Delphi采用的方法。

有些项目不在意汽车的外观，比如，如果你提供打车服务，客户会在意汽车的外观吗？他们只希望汽车能出现。这是一个完全不同的业务。虽然两种方法不同，但是都是想解决同一个问题。

问题：硬件要多少钱，英特尔或者供应商提供的硬件？我只是想对成本有个了解。

答：估算有很多。传感器的规格很多，各有不同，有些更加依赖激光雷达，有些更加依赖视觉系统。不过大家都认同一个观点：如果要让系统在全天候条件下都有好的表现，必须注重组合，会有多余的系统。必须支持自动防故障模式。如果一个系统不是很确定，还有其它系统判断。我们会增加HD绘图。从多个地方输入信息，然后整合，让软件决定如何使用这些信息。接下来呢？

汽车与汽车各有不同。正因如此，在所有不同的测试中才会看到它们之间存在一些小差异，因为它们想在不同类型的传感器上找到最优的平衡。现在的雷达沿着成本曲线不断下探，以前它很大，要几千美元，现在小多了，便宜多了，只比一幅扑克牌稍大，只要几百美元。

现在激光雷达还很大，价格正在下降，只是还要几千美元。为了一些大家伙，你必须支付7万至8万美元。我们将会看到激光雷达按相同的成本曲线下降，可能还会转向固态，现在的激光雷达还是机械的。另外，激光雷达有时还会失效，例如，当你将这样的机械组件装在汽车上，它撞上一个大坑就可能会失效。即使没有失效，系统最终也会有缺陷。

视觉系统也有不同的方法，要么用许多小的、便宜的摄像头实验，或者用少量高端摄像头，安装许多软件。选择很多。要让成本降到零相当困难，因为解决问题的方法很多。

问：你们收购了许多企业，这些企业整合之后对英特尔有帮助吗？

答：当然。最大的一宗收购案无疑就是Mobileye，它的互补性很强。我们为什么选择它，部分是因为我们与它合作过一年多时间，宝马与Delphi也参与合作。我们都在为它们开发相似的自动驾驶平台。我们了解它，知道它们的优势在哪里，有什么专业知识 。

Mobileye带来了计算机视觉技术，它无疑是产业内最出色的。Mobileye还带来了REM技术，也就是道路体验管理技术（Road Experience Management）。它们拿到了摄像头数据，从视觉系统中收集的，它们说：“我们如何才能用这些数据在HD地图上创造一个覆盖层？视觉系统中有许多的汽车在行驶，我们如何通过众包的形式改进系统？”你能用实时数据改进地图吗？如果区域内的所有汽车都看到某些东西有了变化，你可以解决它吗？

从英特尔的角度看，我们一直在使用一个词：数据。摄像头数据，视觉数据，HD地图数据。如何处理数据呢？让信息来回移动？补充作用很强，它增强了我们的优势，提供自动驾驶解决方案时，这些东西拓宽了我们的产品。

 编译组出品。