华为MDC:中国的自动驾驶大脑是怎么炼成的?

陈念航 2020-03-04 16:47:00

在 2019 年 4 月的上海车展上,华为轮值董事长徐直军道出了华为的汽车战略:「华为不造车,帮助车厂造好车,致力于成为面向智能网联汽车的增量部件供应商。」

2019 年 5 月 29 日,任正非签发组织变动文件,华为正式成立智能汽车解决方案事业部(以下简称 Car BU),并任命此前华为无线网络业务部和日本运营商业务部总裁王军为 Car BU 总裁,直接向任正非汇报。

华为 Car BU 隶属于 ICT 管理委员会管理,与华为四大 BG(运营商 BG、企业 BG、消费者 BG 和 Cloud&AI BG)同为一级部门,足见华为内部对汽车业务的重视。

通过在不同场合的对外阐述,华为车 BU 的业务组合也逐渐清晰起来,完整包含了智能电动、智能驾驶、智能座舱、智能网联以及云服务几大板块。

在备受瞩目的智能驾驶业务板块里,其实包含了三大子集:

  • MDC 智能驾驶计算平台产品部(芯片、硬件平台、智能驾驶操作系统、工具链)
  • 融合传感部门(研发激光雷达、毫米波雷达等)
  • L4 级全栈智能驾驶解决方案(ADS)部门(其中高精地图团队大概率在这个序列)

其中,华为 MDC 智能驾驶计算平台是核心产品。

ADS 方案则以 MDC 为核心,采用自研的算法,针对中国城区道路、高速道路、市区泊车场景进行优化;同时通过与车企合作伙伴联合建立大规模路测车队,积累路测数据。

目前,华为 ADS 已经与奥迪合作,组建了路测车队。

在这样的开发策略下,华为 MDC 智能驾驶计算平台无疑成为了华为自动驾驶业务板块的拳头产品。

华为 MDC 产品部的诞生

华为认为,未来每一辆汽车都将是一个装在车轮上的移动数据中心(Mobile Data Center,MDC),要处理海量数据,必然离不开高性能的计算硬件。

2018 年初,市面上面向智能驾驶的专用计算平台产品还很少,需求基本上被英伟达、Mobileye 这样的企业包圆。特别是对算力有更高要求的高级别自动驾驶研发,英伟达成为了他们的唯一选择。

华为正是看准了高性能计算平台的需求不断增长,并且供不应求,内部决定加入赛道。

大约在 2018 年 3 月份,华为内部开始组建 MDC 研发团队。

按照华为的惯例,一个全新部门的领导层通常会从内部选拔,而且华为对自动驾驶的所谓明星人才并不感冒,崇尚的是「集体主义」,关心的是团队整体的效能。

经过高层考虑,此前担任华为中央硬件部部长,掌管全公司硬件研发的李振亚被选派成为 MDC 产品部的总经理,内部看重的是他在硬件开发方面近 20 年的经验。

在确立了带头人之后,华为 MDC 开启了从内部各部门抽调人员以及从外部招人的双线扩张。

因为华为 MDC 在开发之初就确立了全面自研的路线,包括 AI 芯片、CPU、操作系统、工具链等都要自给自足,所以团队必须从这些方面补齐人才:

  • 在 AI 芯片和 CPU 方面,华为有海思半导体,所以这部分直接由海思来供给;
  • 在操作系统方面,华为 2012 实验室下设的中央软件院一直在从事这方面的研究;
  • 在硬件集成以及后续的测试验证方面,华为此前就有大型服务器的研发团队,主要集中在杭州,所以 MDC 直接从杭州的服务器团队调拨了一批人才。

与此同时,华为 MDC 也在外部大规模招聘汽车专业、计算机专业背景的人才,主要职位包括:硬件工程师、测试工程师、基础软件工程师以及工具链开发工程师。

通过内部人才打基础、外部人才补强团队,华为 MDC 产品部如今已经形成了比较全面的团队配置。下设研发部(硬件、软件、工具链、功能与信息安全)以及市场部、营销部、生产制造部等周边支撑部门。
目前团队主要分布在杭州、深圳、东莞以及欧洲等地。其中:

  • 杭州主要是硬件集成团队;
  • 深圳主要是芯片和操作系统团队;
  • 东莞更多的是从事工具链开发的团队。

在这样一个成熟团队的驱动下,华为 MDC 正全力向量产进发。

华为 MDC 全面自研的实力

如前所述,华为从决定研发智能驾驶计算平台的一开始,就确立了全面自研的战略。这既是基于过往的积累,也是外界形势所迫。

说到实力,华为或许没有「造车」的基因,但华为一定不缺打造高性能计算硬件的能力;而外界形势方面,中美贸易战的压力、国家安全战略的要求等等,都推动华为 MDC 走上全面自研的道路。

全面自研也是华为 MDC 提升竞争力的重要手段。

在华为看来,一个优秀的智能驾驶计算平台应该是芯片、硬件平台、操作系统、工具链等要素的深度整合集成。

因为这样才能使计算平台的性能和可靠性达到最佳状态,同时,客户的开发效率也会更高。

那么,这样一个优秀的智能驾驶计算平台到底长什么样?

华为在 2018 年 10 月的全连接大会(Huawei Connect)上给出了答案:MDC 600。

根据华为的描述,MDC 600 集成了华为自研的 CPU 芯片、AI 芯片、ISP 芯片与 SSD 控制芯片,并通过底层的软硬件一体化调优,在时间同步、传感器数据精确处理、多节点实时通信、最小化底噪、低功耗管理、快速安全启动等方面有性能优势。

既然是自研,华为必须为 MDC 600 准备好各种「配料」。

在最为关键的 AI 芯片方面,华为在 2018 年 10 月的全连接大会上推出了旗下首款主打低功耗的端侧 AI 芯片「昇腾(Ascend)310」。

这款 AI 芯片基于华为自研的达芬奇架构,采用的是 12nm 工艺制程,最大功耗仅为 8W,算力达到 16 TOPS,其能效比是 2 TOPS/W,明显优于业界的平均水准。

华为 MDC 600 上搭载了 8 颗昇腾 310,如果两块 MDC 600 并联,其最高算力能做到 352 TOPS,功耗为 300W。

在 2019 年 1 月,华为又发布了「鲲鹏 920」芯片,采用 7nm 制程工艺,号称是业界算力最高的基于 Arm 架构的芯片。

这颗芯片已经确定会作为华为 MDC 的主 CPU,与昇腾 310 配合起来共同驱动智能驾驶车辆。

在如此短的时间里,华为就为 MDC 平台配齐了 CPU+AI 芯片,这得益于华为多年来在芯片领域修炼出的实力。

芯片被誉为高科技行业皇冠上的「明珠」,是科技行业最基础、最核心的驱动力量。华为对芯片研发的重视,几乎贯穿了整个企业发展史。

华为在 1991 年就成立了 ASIC 设计中心,并以此为基础于 2004 年成立了芯片研发部(即海思半导体)。

即使在华为历史上最困难的时期,华为也没有停止对芯片的研发投入,甚至可以说对芯片的投入是华为研发历史上最重要的支出之一。

现在的华为,在芯片领域已经完成了手机芯片、AI 芯片、服务器芯片、5G 通信芯片和其他专用芯片的「大满贯」。

所以,华为做 MDC 计算平台,完全是一种历史成果的延续,只是应用场景转移到了汽车上而已。

在 CPU+ AI 芯片完全有能力自研之后,华为 MDC 上还有一个很关键的部分就是操作系统。

这是一个专用的智能驾驶操作系统,缺少这个操作系统,华为 MDC 上的 CPU+ AI 芯片的性能就不能完美发挥出来。

这个操作系统还要支持所有的车企、Tier 1 和应用开发商,他们可基于这个操作系统开发各种各样的智能驾驶应用。

实际上,华为本身是有操作系统开发经验的,这里就不得不提到华为的「2012 实验室」。

「2012 实验室」是华为研究组织的总舵,属于一级部门,下面有中央研究院(包括诺亚方舟、香农等实验室)、中央软件院(包括高斯、欧拉、罗素等实验室)、中央硬件工程院、中央媒体技术院、海思半导体和研发能力中心等二级部门。
这个实验室主要从事新理论研究以及华为的基础软件研发(定制的 Linux、CPU、编译器、数据库等),研发成果服务于整个集团。

华为内部的操作系统研发,基本都是由「2012 实验室」下设的中央软件院来操刀,比如鸿蒙系统就出自这一研究机构。

所以,用在华为 MDC 计算平台上的智能驾驶操作系统也由华为中央软件院负责研发。

当然,以往的成就并不意味着华为 MDC 的全面自研策略在未来必然成功,因为任何一个模块出现问题,就会导致整个计算平台的性能受到影响。

华为 MDC 取胜的关键在于:真正实现该平台内部的高度耦合,同时灵活对接第三方的传感器部件和应用算法等。

所以,无论是 AI 芯片、CPU 还是操作系统,每一个环节都不能出现短板。
这对华为 MDC 的挑战是不小的。

华为 MDC 走到哪一步了?

自 2018 年 10 月发布至今,华为 MDC 已经走过了一年半的时间,这个计算平台现在的状态成为了很多车企、Tier 1 以及自动驾驶企业很关心的问题。

在产品层面,华为 MDC 现在有两个版本:MDC 600 和 MDC 300。

前者主要针对 L4 级自动驾驶应用,后者则更加适用于当前比较容易落地的 L2+、L3 级自动驾驶。

因为华为 MDC 计算平台的「系统架构可伸缩」特性,MDC 600 和 MDC 300 之间是可以通过「减配」和「增配」实现平滑转换的。

简单来说,高算力的 MDC 硬件平台可支持限定场景下的自动驾驶,在增加算力和激光雷达后便可支持全场景的自动驾驶;而在减配算力和激光雷达后,也完全能够支持辅助驾驶。

而且,华为 MDC 的电气特性和物理尺寸会保持不变,以方便客户未来汽车架构的平滑演进。

也就是说,无论是 MDC 600,还是 MDC 300,亦或是下一代产品,其电气特性和物理尺寸都是一个标准。

此外,华为 MDC 是一个开放的平台,具备组件服务化、接口标准化、开发工具化的特性,基于此平台可快速开发、调测、运行自动驾驶算法与功能。这一点对于很多传感器厂商和算法开发企业非常友好。

现阶段,华为 MDC 用到的 CPU 和 AI 芯片都还在不断地进行测试,以期通过车规级验证:

  • 整体硬件平台方面经过一年多时间的开发,正在不断走向成熟;
  • 配套的操作系统还在开发过程中;
  • 相应的开发工具链已经建立起来,但目前使用的流畅度还不够,正在优化。

今年 2 月,华为 MDC 拿到了 ISO 26262 功能安全管理认证,这意味其研发体系、生产制造体系、供应体系得到国际权威组织的认可。

这是华为 MDC 的关键进展,也是其拿下各类认证证书的起点。

目前,华为 MDC 正在过各类的质量认证,包括 IATF 16949 质量管理体系认证、CC EAL 通用评估准则、信息安全认证等等,这些认证的试验周期较长,需要 3-15 个月的时间不等。

但通过这些认证,是华为 MDC 最终上车的必经之路。

据知情人士透露,华为 MDC 的目标是在未来 1-2 年内通过 ISO 26262 ASIL-D 等级的功能安全认证。

华为还会在今年下半年发布 MDC 计算平台的新一代产品,包括硬件和操作系统的更新,据说平台的整体能效比将显著提升。

现阶段,华为 MDC 已经签下了 18 家客户,包括乘用车、商用车、特种作业车等场景的客户。

上汽、吉利、江淮、一汽红旗、东风汽车、苏州金龙、新石器、山东浩睿智能等企业都位列其中。

华为 MDC 的对手们

目前,市面上存在的华为 MDC 类似的产品主要包括:

英伟达的 Pegasus 计算平台、采埃孚的 ProAI、博世的 DASy 域控制器、Mobileye 的 EyeQ 以及地平线的 Matrix 计算平台。这些产品有的是在 L2+ 级自动驾驶领域与其展开博弈,有的是在 L4 级自动驾驶领域和 MDC 较量。

这些产品之间,比拼的是稳定性、能效比、价格、开发周期的匹配度、后期的服务能力这些因素。

在性能和稳定性方面,因为华为 MDC 是芯片、操作系统、工具链一体化研发,所以其内部是高度耦合的。

内部的自成一体有利于其性能的极致发挥,这一点华为 MDC 相比于同类型产品是有比较优势的。

在后期服务能力上,因为华为 MDC 的本土化研发,借助地利之便,也能更好地与本土客户团队进行沟通协作,完成定制化开发。

当然,华为 MDC 未来如果走出国门,这样的情况就另当别论了。

值得一提的是,华为还自研了八爪鱼(Octopus)自动驾驶云平台,能大幅提升训练效率。

华为 MDC 可以与该云平台实现无缝对接,在数据训练、仿真模拟方面实现车云协同。这一点是其他同类产品所不具备的。

目前看来,华为 MDC 最大的劣势就是「时间表」,根据现在诸多车厂、自动驾驶企业的开发规划来看,华为 MDC 的 2021 年的 SOP 时间点是偏晚的,这在某种程度上丢掉了一些时间窗口。

当然,智能驾驶计算平台还没到赢家通吃的阶段,这个市场必将经历一个充分竞争的阶段。

MDC 只是华为在智能汽车领域庞大野心的一小部分,但确实也是比较核心的产品。

正如徐直军在此前媒体访谈时的回应,「华为做事情,首先要把有竞争力的产品做出来,能更满足客户包括功能、性能等各种需求。只要做出产品竞争力,市场规模逐步就出来了,自然而然就能挣钱。」

成熟的自动驾驶系统是软件与硬件高度集成的产物,所以我们在重视算法开发的同时,也应该在硬件方向上投入更多。

高性能计算平台作为自动驾驶车辆的核心硬件,目前在全球范围内依然是稀缺的,在中国尤其如此。

华为在软硬件集成领域累积了丰厚的经验,若未来持续对 MDC 智能驾驶平台进行投入,华为很有机会在核心供应链层面推动中国自动驾驶的落地进程。

本文为汽车之心原创文章,作者:陈念航,如需转载,请联系授权。违规转载法律必究。

(0)
(0)
参与评论:

    汽车之心

    • 累计发布 879 篇文章
    • 关注我们:扫描二维码,关注微信公众号
    登录或注册
    注册、登录代表你已阅读并同意《用户协议》