3412MM收集各类信息

　　汽车电子芯片是继手机芯片之后的又一个大行业，汽车电子芯片中的图像处理芯片关乎着无人驾驶的发展前景，汽车电子图像处理芯片的特性就是无人驾驶汽车的特性，那么从汽车电子芯片的角度来看，无人驾驶的发展前景和应用场景，以及中国汽车供应链的前景如何？近期，就以上话题，澎湃新闻专访了兴芯微电子CEO周宇，兴芯微电子是一家汽车电子图像处理芯片设计公司。

　　周宇：在无人驾驶中，图像传感器和图像处理芯片相当于图像数据的采集端。无人驾驶需要很多的外来数据，现在常用的传感器是图像和雷达，而图像拿到的数据是最多的。图像传感器和图像处理芯片其实充当着汽车机器人眼睛这一功能。现在很多图像传感器和图像处理芯片都是从汽车的后装市场入手，能进入前装市场的不多。我看好的方向是为汽车提供搜集大数据的思路和方法，让无人驾驶汽车能够在全天候采集到更多的数据。当人工智能处理芯片拿到足够多的数据后，就能够对各种场景进行反馈，完成安全的驾驶。

　　周宇：在汽车行驶过程中，碰到的情况特别复杂。如果能对突发事件有预知，就可以采取很好的应对措施。在人为驾驶下，遇到突发的情况，很容易发生驾驶错误，每年由人的因素导致的车祸其实是非常多的。如果我们把汽车交给车内的计算机驾驶，对车内计算机的考验和要求将会更多。要防止计算机出状况，就要把所有的情况尽可都考虑到，并把事故出现的可能性降低到无穷小。行驶过程中，在实际环境中碰到的场景是非常复杂的，这对图像信息采集，包括对后续数据处理的人工智能芯片，都提出了极大的挑战。只有把出状况的概率降到非常低，才能让无人驾驶在正规的道路上行使。前两年特斯拉的无人驾驶汽车出了一起小事故，便引发了整个行业极大的震动。而在这个问题得到解决之前，绝大部分无人驾驶的汽车只能在一些规划好的或者特定的路线行驶。

　　澎湃新闻：脑芯片对大数据的处理也是无人驾驶未来的发展趋势。那无人驾驶还有什么样的发展趋势呢？

　　周宇：分析外部环境需要两个条件：首先一定要有信息的来源。通过眼睛看到的，通过耳朵听到的，这些都是信息的来源。最后这些信息将汇集到一起，进行应对处理。汽车在行驶的过程中，因为所处的环境特别复杂，所以它搜集到的数据量也是巨大的，但是即便一幅很小的画面也是非常有价值的。所以对处理芯片的要求非常高。因为汽车在高速行驶中，如果迟一点发现某个信息来源，反应的时间稍微晚了点，可能事故就发生了，那很可能就是一起巨大的车祸。

　　周宇：现在真正能够用在无人驾驶上的芯片，可能就是以色列公司mobileye，NXP也有可能。行业的巨头们会投入更多的精力。特斯拉自己也说，他的无人驾驶技术只能在路况非常好的地方采用。因为如果汽车进入到比较崎岖的路，周边的数据量确实特别复杂。要想适应这种场景，还需要很长的时间去提升无人驾驶汽车在各种场景中积累数据的能力和运用能力。我认为可能还需要5到10年的时间。

　　周宇：在半导体行业，我国的发展还是比较落后的。新半导体行业的产业链，可能在消费电子领域已经有弯道超车的机会。如果只要求芯片帮助人做一些辅助的分析，而不是完全用机器分析，那我们弯道超车可能会快一点。如果我们的芯片是用于计算机分析，或者说是和驾驶安全真正关联的，那这个领域里的路可能还比较长。

　　但是中国汽车行业发展非常迅速，特别是那些互联网企业或者新兴的人工智能汽车企业，在全球来说相比不算落后。这也确实给从事芯片行业的人带来了机会。这一波新型汽车如果用于已经规划的场景，而不是用于普通大马路，中国企业是有机会进入的，也有可能实现弯道超车。但是对于在马路上行驶的普通汽车，关系到的无人驾驶，中国的企业想要进入，无疑还有很长的路要走。

　　周宇：重点在基础设施建设上。如果是针对非个人的专用车，路况越好，对辅助驾驶或无人驾驶越有利。但是如果车是让消费者使用的，很多的情况下，是没有办法提供好的标准。这就要求行业参与者要采集到尽可能多的数据，让汽车能够分析和去应对各种场景。当然道路建设越好，对于整个产业的发展更有效。如果汽车对既定道路之前曾经走过，那么先前的经验是可以用到汽车驾驶上。但是如果遇到汽车之前没有去过的道路，要想获得必要信息提示，就需要大量的数据收集。因为汽车开起来时，速度非常快。这条路没有走过，无人驾驶汽车对车况和路况可能不是特别清楚。除非真的把道路规划数据存储到了芯片里，而不仅仅只存在云端，这样它才可以去预估。就像我们人开车走夜路一样，导航会告诉你接下来是要下坡还是滑行。想要提前绘景，那就要求整个数据采集端对图片中的所有信息进行分析。在这一前提下，未来需要更大的脑芯片去做一些数据搜集工作。驾驶的时候，按照预期规定的路线去走，比如说不走小路，走主干道。车在跑的同时，也会把数据及时反馈上去。因为高速路上不会有行人挤入的情况，但是乡道上行驶，那可能会碰到行人或者动物之类的乱穿马路的情况，一个很小的突发事件也可能酿成很严重的后果。