看標(biāo)題大家就知道，本周的「硬核時(shí)間」，我們要搞大事情。

標(biāo)題是一個(gè)疑問句，而這個(gè)疑問句，背后有兩個(gè)邏輯：第一個(gè)是「能和谷歌媲美，表示谷歌本身在自動(dòng)駕駛領(lǐng)域具有極高的地位和成就」，第二個(gè)是「國內(nèi)在自動(dòng)駕駛技術(shù)積累方面，從擺在棋盤上的棋子來算，可能只有華為能跟谷歌掰掰手腕」。

今天的文章，就從這兩點(diǎn)邏輯出發(fā)，跟大家討論一下。

• 萬億美元身價(jià)的超級(jí)玩家

具體點(diǎn)說，谷歌在汽車供應(yīng)鏈的這頭，華為在汽車供應(yīng)鏈的那頭——先來說說這頭——也可以用「終點(diǎn)」來概括。

實(shí)際上，組成谷歌心目中「汽車供應(yīng)鏈終點(diǎn)」的，包括谷歌和 Waymo 兩家公司，其中 Waymo 才是真正的載體，而谷歌更傾向于提供技術(shù)援助。

Waymo 的野心在一年多以前就已經(jīng)嶄露頭角——2018 年 3 月，Waymo CEO John Krafcik 就曾表示，Waymo 將在 2020 年底之前部署將近 2 萬輛無人駕駛汽車。

這個(gè)數(shù)字與現(xiàn)在正在美國鳳凰城正式商業(yè)運(yùn)營的 10 輛無人駕駛網(wǎng)約車隊(duì)比起來，跳躍得有些過于迅疾——但 Waymo 也沒說這 2 萬輛究竟有多少會(huì)真正投入商業(yè)運(yùn)營。

比 2 萬更大的數(shù)字，出現(xiàn)在 Waymo 已經(jīng)下過的訂單里面。

2018 年 5 月 19 日，Waymo 正式與克萊斯勒達(dá)成協(xié)議，將訂購6.2 萬輛混動(dòng)版本的克萊斯勒大捷龍，作為其自動(dòng)駕駛車隊(duì)大規(guī)模應(yīng)用的主要供應(yīng)車輛。同時(shí)，Waymo 還向捷豹路虎訂購了 2 萬輛捷豹 I-Pace，算起來 Waymo 手里可供改造+投放的車輛達(dá)到了 8.2 萬輛——還沒算目前已經(jīng)在美國路上跑的 600 多輛大捷龍。

除此之外，Waymo 在 2017 年就已經(jīng)拿到了商業(yè)出租車的運(yùn)營資格，并且與美國按需保險(xiǎn)平臺(tái) Trov 合作，成為世界上第一個(gè)對(duì)無人駕駛汽車制定保險(xiǎn)條款的公司。

把這些碎片拼湊在一起，我們可以大概得出這樣一個(gè)結(jié)論：Waymo 希望打造人類出行的終點(diǎn)站，這個(gè)終點(diǎn)站里面只有乘客是人類，而本來位于汽車行業(yè)供應(yīng)鏈終點(diǎn)的主機(jī)廠，也將成為 Waymo 的供應(yīng)商。

當(dāng)然，一些財(cái)大氣粗的主機(jī)廠也沒有放棄自己的小算盤，比如說把豐田定義為「出行公司」的豐田章男，百年廝殺卻最終抱團(tuán)成立出行公司的奔馳寶馬，不一而足。

但 Waymo 敢以技術(shù)公司之名，革人類未來出行的命，自然也有他的殺手锏。

早在 Waymo 還沒谷歌 X 實(shí)驗(yàn)室獨(dú)立出來的 2015 年，谷歌就發(fā)布了針對(duì)深度學(xué)習(xí)和人工智能研發(fā)的芯片 Tensor Processing Unit，TPU。

TPU 在 2018 年 5 月已經(jīng)迭代到了 3.0 版本，基于 12 納米工藝打造，在功耗基本不變的基礎(chǔ)上，深度學(xué)習(xí)算力能達(dá)到前代的 8 倍。

同樣在 2015 年，谷歌還發(fā)布了深度學(xué)習(xí)的語言訓(xùn)練編程系統(tǒng) Tensor Flow，由谷歌的人工智能軟件團(tuán)隊(duì) Google Brain 負(fù)責(zé)維持和開發(fā)。TensorFlow 只在由 TPU 搭建的服務(wù)器群上運(yùn)行，面向全世界需要研究和訓(xùn)練人工智能算法的用戶有償開放。

Google Brain 在 2011 年成立，而 Waymo 在 2013 年就已經(jīng)以課題組的身份與其合作，訓(xùn)練自動(dòng)駕駛算法。

實(shí)際上，Waymo 應(yīng)用于其自動(dòng)駕駛車隊(duì)上面的硬件，還是來自于英偉達(dá)和英特爾的 FPGA 芯片，但最關(guān)鍵的算法，是谷歌自己在上一個(gè)十年，一斧頭一斧頭鑿下來的——下一個(gè)十年可能領(lǐng)跑全世界的科技，來自于上一個(gè)十年零產(chǎn)出的實(shí)驗(yàn)室。

可以引用一下 John Krafcik 在 TPU 3.0 發(fā)布之后說過的話：「這對(duì)于我們的共享出行、物流運(yùn)輸來說只是個(gè)開始。我們的技術(shù)是上述產(chǎn)業(yè)的賦能者，而我們會(huì)與更多的公司合作」。

說到這里，我們已經(jīng)可以下結(jié)論了：Waymo 之所以能夠成為世界上第一個(gè)商業(yè)運(yùn)營的無人駕駛公司，之所以能夠在零產(chǎn)品落地的 2018 年獲得 1750 億美元的估值，背后來源是市值 7400 億美元的谷歌打造出了目前世界上最強(qiáng)大的深度學(xué)習(xí)芯片，以及深度學(xué)習(xí)訓(xùn)練系統(tǒng)。

沒人敢小看兩個(gè)身價(jià)加起來接近一萬億美元的企業(yè)——特別是當(dāng)它們還在急速進(jìn)化的時(shí)候。

• 下一個(gè)時(shí)代的車載互聯(lián)領(lǐng)先者

「華為不造車，聚焦 ICT 技術(shù)，幫助車企造好車」——這句來自華為官方的話從過去兩周開始，一直是科技圈和汽車界的雙料頭條。

5 月 29 號(hào)，任正非簽發(fā)組織變動(dòng)文件，華為成立智能汽車解決方案 BU，該部門隸屬于 ICT 管理委員會(huì)管理——在此之前，華為的汽車業(yè)務(wù)之前都?xì)w屬于企業(yè) BG 之下。

作為最近一段時(shí)間以來的熱門話題，已經(jīng)有很多人知道，華為要進(jìn)入汽車供應(yīng)鏈，但問題是：華為憑什么進(jìn)入汽車供應(yīng)鏈？

我們?cè)?4 月的文章里面初步討論過這個(gè)話題，大家可以在公眾號(hào)后臺(tái)回復(fù)「華為」獲取全文。那篇文章討論的，是華為在汽車領(lǐng)域率先出擊，也是目前話語權(quán)最高的一個(gè)細(xì)分市場(chǎng)：C-V2X。

V2X（Vehicle to X，車聯(lián)萬物）是一個(gè)最近一兩年很火的詞匯，并且大有經(jīng)久不衰，成為下一個(gè)基礎(chǔ)新領(lǐng)域的趨勢(shì)，但這個(gè)概念早在接近40年前的美國，就已經(jīng)出現(xiàn)。

20 世紀(jì) 50-80 年代，美國掀起了當(dāng)時(shí)世界上最大的高速公路修建熱潮，但隨之而來的是高事故率和高死亡率。1990 年的得克薩斯州，IVHS（智能車輛高速系統(tǒng)）的概念第一次出現(xiàn)，并演化為美國聯(lián)合運(yùn)輸效率法案（ISTEA）的一部分——智能交通系統(tǒng)（ITS），這就是 V2X 的雛形。

C-V2X 里面的 C 指的是蜂窩數(shù)據(jù)網(wǎng)絡(luò)，由于蜂窩網(wǎng)絡(luò)的數(shù)據(jù)帶寬極大（3G時(shí)代的網(wǎng)絡(luò)速率就能夠達(dá)到約 5MB/s，4G LTE 時(shí)代可以通過多天線實(shí)現(xiàn) 100MB/s），3GPP 聯(lián)盟早在 2015 年 7 月就已經(jīng)開始制定基于蜂窩數(shù)據(jù)網(wǎng)絡(luò)的 V2X 通信標(biāo)準(zhǔn)。

到了 2016 年 9 月，3GPP 正式在 R14 版本中凍結(jié)C-V2X 的 V2V 車車通訊標(biāo)準(zhǔn)，2017 年 4 月，中國提出的 C-V2X 標(biāo)準(zhǔn)立項(xiàng)申請(qǐng)正式成為R15版本的 C-V2X 標(biāo)準(zhǔn)候選技術(shù)，截止到現(xiàn)在，C-V2X 已經(jīng)進(jìn)入了 R16 階段，這一階段的特點(diǎn)是——基于 5G SA 獨(dú)立組網(wǎng)，并兼容4G 階段的 C-V2X 標(biāo)準(zhǔn)。

這正好是華為的強(qiáng)項(xiàng)——華為的 MH5000 車載 5G 全模通訊模塊，是世界上第一款量產(chǎn)的車規(guī)級(jí) 5G 通訊模塊。而且這并不是什么「搶首發(fā)」的作品，MH5000 可以實(shí)現(xiàn)目前 5G 標(biāo)準(zhǔn)最高的下載和上傳速度。

5G 時(shí)代的 V2X，實(shí)際上已經(jīng)正式成為了智能道路中不可或缺的一員——沒錯(cuò)，V2X 最大的意義不在于車輛的智能化，而是道路的智能化?；诟邘挘褪苡绊懚鹊?5G 網(wǎng)絡(luò)（5G技術(shù)依托的毫米波受天氣影響程度極?。缆肪W(wǎng)絡(luò)中的攝像頭能夠迅速組建道路信息網(wǎng)絡(luò)，傳輸給支持5G V2X的車輛。

這一點(diǎn)不僅需要 5G 技術(shù)的配合，同時(shí)也需要極其強(qiáng)大的邊緣計(jì)算能力——恰巧，華為在這方面也早有布局。

先解決大家一個(gè)疑問：什么是邊緣計(jì)算？

云計(jì)算大家都有所耳聞，指的是利用服務(wù)器進(jìn)行運(yùn)算，然后直接將數(shù)據(jù)結(jié)果傳輸?shù)娇蛻舳松稀?/span>可是云計(jì)算是有瓶頸的——傳輸速度瓶頸。

舉個(gè)例子吧，哪怕是最便攜的移動(dòng)運(yùn)算設(shè)備——手機(jī)，其內(nèi)部數(shù)據(jù)傳輸速度目前也可以超過30GB/s，如果現(xiàn)階段要用云計(jì)算代替本地運(yùn)算，傳輸速度根本達(dá)不到要求。

而邊緣計(jì)算則解決了這個(gè)問題——邊緣，指的就是設(shè)備與云端的邊緣，更靠近數(shù)據(jù)產(chǎn)生的源頭。用智能道路再舉個(gè)例子，云計(jì)算就是你的地圖軟件接受服務(wù)器的數(shù)據(jù)，然后向你顯示路況，而邊緣計(jì)算則是你的車子與附近的紅綠燈攝像頭溝通，然后向你顯示路況。

很明顯，后一種情況更實(shí)時(shí)，對(duì)云端的壓力更小，但這對(duì)道路基礎(chǔ)設(shè)施，特別是運(yùn)算設(shè)備和軟件算法提出了很高的要求——而華為也推出了相應(yīng)的解決方案。

華為在 2018 年發(fā)布了面向邊緣環(huán)境的容器管理平臺(tái) Kube Edge。類似于谷歌的 TensorFlow，Kube Edge 也是一個(gè)計(jì)算框架，只是兩者針對(duì)的方向不一樣：TensorFlow 聚焦深度學(xué)習(xí)，Kube Edge 主打邊緣計(jì)算。

這里要提一下，華為實(shí)際上不是國內(nèi)邊緣計(jì)算的嘗鮮者，我國自研的第一個(gè)邊緣計(jì)算框架來自于百度的 OpenEdge——只是華為還有 5G 作配合，全面性上明顯更勝一籌。

在此基礎(chǔ)之上，華為還有兩款針對(duì)邊緣計(jì)算設(shè)計(jì)的 AI 芯片——昇騰 910 和 310。

移動(dòng)端華為有麒麟，基帶端有巴龍，服務(wù)器有鯤鵬，那么這個(gè)昇騰是個(gè)什么來頭？

實(shí)際上，昇騰是華為針對(duì)高效率全流程的 AI 全棧平臺(tái)打造的系列芯片，用簡(jiǎn)單點(diǎn)但是不完全準(zhǔn)確的話說，昇騰就是針對(duì) AI 和云計(jì)算、邊緣計(jì)算優(yōu)化過的鯤鵬芯片。

兩款昇騰芯片都采用 7 納米工藝打造，其中 910 被華為稱為「目前單芯片計(jì)算密度最大的 AI 芯片」，單芯片算力可以達(dá)到英偉達(dá) Tesla V100 計(jì)算卡的兩倍（此 Tesla 非彼 Tesla，英偉達(dá)很喜歡用物理學(xué)家的名字命名旗下產(chǎn)品）。

而 310 則被華為稱為「對(duì)邊緣計(jì)算產(chǎn)品推出的算力最強(qiáng)芯片」，在僅有 8W 最大功耗的前提下，昇騰 310 依然支持用于數(shù)據(jù)中心的訓(xùn)練和推理。

目前兩款昇騰芯片均已上市——也就是說，針對(duì) 5G V2X 的車載場(chǎng)景，華為已經(jīng)量產(chǎn)了一套完整的解決方案，而且這套方案目前是全球唯一的。

那這跟谷歌有什么關(guān)系呢？

• 結(jié)語

最近一個(gè)多月以來，華為都是腰桿最筆直的企業(yè)。

如果我們像今天一樣深挖一下，我們會(huì)發(fā)現(xiàn)，不僅是在通訊領(lǐng)域，在通訊延伸出去的計(jì)算和車聯(lián)網(wǎng)領(lǐng)域，華為依然準(zhǔn)備好了。

也許谷歌和 Waymo 真的可以聯(lián)手打造一個(gè)人類出行的新未來——但就目前來看，他倆的工作離不開華為的解決方案，因?yàn)槟壳叭A為拿下了很多個(gè)「第一個(gè)」，而我們還沒有看到「第二個(gè)」。

嚴(yán)格意義上說，谷歌+Waymo 和華為算不上競(jìng)爭(zhēng)關(guān)系，因?yàn)槿A為不造車，而 Waymo 不僅不造車，更不管誰造車。但有一點(diǎn)：「媲美」不一定是「我做的和你完全一樣，而且完全一樣好」，還可以是「我和你為同一件事出力，而我們對(duì)于這件事同樣重要」。

也就是說，如果有一天，汽車領(lǐng)域也將迎來狂風(fēng)暴雨，起碼在 V2X 領(lǐng)域，世界依然離不開華為。

（完）

返回第一電動(dòng)網(wǎng)首頁 >