揭秘智能汽车背后的力量:底层操作系统开发能力深度解析

发表时间: 2024-07-02 08:38

本报记者 尹丽梅 童海华 北京报道

“汽车智能化可以给我们提供非常多的功能以及很炫酷的技术,但是它离不开底层的一些应用以及架构的支撑,比如说基础软件。很多开发者不太愿意去开发基础软件,因为它距离终端很远,然而基础软件恰恰是决定智能化功能是否能有效发挥作用的一个决定性因素。如果我们在基础软件方面做得不好,那么智能化功能应用的最终效果也会受到非常明显的拖累。”

近日,汽车公社总编辑石劼在零观汽车特别节目——由中国汽车工业协会汽车纵横全媒体、《中国经营报》、中经传媒智库联合举办的直播中接受记者专访时作出上述表述。

以操作系统为代表的基础软件,是连接底层算力和上层应用的关键,是数字基础设施的魂。近期,行业内对于基础软件的探讨颇为热烈。

石劼告诉记者,在很长一段时间内,消费者以及汽车产业人士将目光更多地聚焦在了汽车的“上层建筑”上。虽然很多整车企业均推出了自己的车机系统,但实际情况往往是,他们只是在已有的底层基础系统之上“做了一些加工”,进行了一些定制化开发,最后再冠上自己品牌的名字,这些车企并不是真正的底层基础系统开发者。

石劼举例称,就华为开发的鸿蒙系统而言,早期鸿蒙并非一款血统纯正的中国自研操作系统,它与Android系统有一定的关联,能兼容使用Android系统的APK应用。然而,后面的鸿蒙则是独立于Android系统之外的一个操作系统,基于微内核系统开发。自鸿蒙开始,中国有了一款我们自己从头到尾完全自主研发的底层操作系统

在石劼看来,我国能在底层操作系统上衍生出消费电子操作系统,也能衍生出车机和智驾操作系统。只有具备自主开发底层操作系统的能力,我们的产业才能像一棵大树一样,拥有发达的根系。

实际上,近年来业界关于重视基础软件的自主创新和研发,建设智能网联汽车自主可控的开源操作系统的呼声越来越高。目前,行业内一个较为普遍的认知是,开源将是开发操作系统以及基础软件最有效率的一种方式。

记者注意到,中国工程院院士倪光南近期再次在公开场合呼吁要重视开源RISC-V架构。

作为一种全新的、开源的指令集架构,RISC-V开放程度非常高,目前已经得到了全球70多个国家、4000多个会员单位、上万名开发者的加入,并且数量还在不断增长。

“RISC-V将为发展中国基础软件带来新机遇。”倪光南认为,虽然RISC-V在智能网联汽车领域的应用还处于早期阶段,尚未实现大规模上车,不过,基于RISC-V的技术特性和开源模式,未来RISC-V芯片具备广阔的市场前景,必将带动智能网联汽车产业的高质量发展和成为汽车领域的新质生产力。

“为何倪光南院士以及很多研究机构、咨询公司都提到,到2029年全世界大概有四分之一的芯片将采用RISC-V架构?这背后有着怎样的逻辑?其原因在于RISC-V是一个开源架构。相对来说,在RISC-V架构下,我们不会被知识产权所裹挟,不会面临高额的费用;与此同时,在RISC-V架构下,我们被‘卡脖子’的概率相对小一些。”石劼表示。

除了操作系统以及基础软件外,大模型上“车”也是当下汽车行业颇为关注的话题,行业内正在探索用端到端大模型实现高阶智能驾驶。

智能驾驶系统目前普遍分为感知、预测、规划三个模块,端到端模型将三个模块融为一体,从感知端输入信息,在执行端直接输出结果,因此叫“端到端”。

石劼告诉记者,“端到端”技术路径虽然是在今年大火的,但实际上它并不是今年才出现的一个名词和概念,特斯拉也并非“第一个吃螃蟹”的企业,丰田汽车在很早以前就已尝试过走“端到端”技术路径。

“在智能驾驶中,传统的做法是,很多模块涉及到的规则需要我们单独地去进行人为的定义,但‘端到端’是让系统自我习得、训练和构建规则,大模型是在深度学习之上又往前行进了一步。‘端到端’有优点也有短板。优点是我们没有必要再采用更复杂的介入方式,效率会更高。但短板是,这个系统必须要经过大量的自我习得、自我训练,投入和成本会很高。”石劼说道。

石劼称,丰田汽车后来之所以没有大力地去推“端到端”技术,是因为这条路径需要很高的成本。丰田是把智能化技术当成汽车产品上的“锦上添花”的功能,特斯拉则把智能化作为它整个汽车品牌的生命。由于思路不同,丰田汽车作为“端到端”技术的先行者并没有把它充分运用起来,反而是特斯拉后发制人,将这“端到端”技术做大。

实际上,除了较高的成本外,“端到端”技术路径还存在一定的风险。石劼告诉记者:“目前行业内有人质疑,没有人为地去制定规则,它如何去纠偏、纠错?对于这个问题,目前大家还在探讨中。‘端到端’技术在不断地成长和进步,但需要面对的是,它的发展还需要对成本、时间以及技术难度等方面进行综合考量。”

值得关注的是,近年来我国整车出海的势头凶猛,关于汽车数据安全、智能汽车出海等话题亦备受关注。

石劼表示,关于汽车出海,如何与当地的法规体系以及用户习惯有效融合一直是大家关注的话题。在汽车智能化时代,涉及到的情况会更复杂一些,因为智能化给予汽车产业更多商业化的可能以及体现价值的机会,同时也会带来更多挑战和风险。

“智能汽车会产生很多数据,包括用户的使用数据、轨迹数据,以及一些生产制造数据。相关数据的所有权和使用权应如何去界定?如何让我们的相关技术更好地去适应目标市场的法规和标准?这需要经过非常漫长的摸索。这个过程中会出现一些波折和风险,但是事虽难做则必成,我们不应知难而退。”石劼说。

(编辑:张硕 审核:童海华 校对:颜京宁)