1. 首页
  2. 资讯
  3. 企业
  4. 大众牵手福特折射行业变局

大众牵手福特折射行业变局

车云网

宝马与戴姆勒联盟,通用和本田联盟之后,大众福特正式结盟,自动驾驶行业已呈三足鼎立之势,竞争已经从单个公司上升为联盟间的竞争。这背后折射出怎样的行业趋势?

图1

自动驾驶联盟三足鼎立

1 智能汽车浪潮袭来,OEM面临的挑战与应对措施

今年5月,通用旗下的自动驾驶初创公司Cruise获得普信领投、软银、本田跟投的11.5亿美元股权投资,投后估值达190亿美金。去年底,通用还任命了CEO Dan Ammann为之前收购而来的自动驾驶公司Cruise的CEO。

资本和资源正持续向自动驾驶头部公司聚集。面向移动出行的自动驾驶研发投入以十亿美元起步,结盟从本质上讲,是为有限的资源投入争取更大的回报确定性。在前年,十亿美金的估值差不多是进入一线阵营的门槛,而今年,这个门槛已经提升至一百亿美金,而自动驾驶面向出行服务的特点,又决定了在一个单一市场中,例如美国市场,它是一个赢者通吃的行业,排在后面的玩家很难切下一块属于自己的蛋糕来。如果沿着这个趋势向前推演,将有越来越多的玩家因为进入不了头部阵营,而放弃单打独斗,选择加入某个联盟,或者选择向细分场景挺进,如港口、矿区、干线物流或者最后一公里快递。

虽然终局是自动驾驶商业化,但其实现周期长达十年甚至更多,即使有再多的金主支持,也不可能无限烧钱,如何在这个过程中自我造血,持续产生商业化回报?在开发自动驾驶技术的过程中沿路下蛋,产出智能化阶段性成果并应用于量产车型的智能化,是一个较为现实的做法。可以说,汽车智能化是一个比自动驾驶更为广义的目标,也是一个更具可落地性的趋势。

日前,大众汽车展示了其首款基于自有操作系统vw.os的车型ID.3,将具备L3自动驾驶能力,可以在高速公路和城市拥堵路段进行自动驾驶。

更早之前,奥迪宣布计划在2019年至2023年间投资140亿欧元(约合159亿美元)开发电动汽车、无人驾驶汽车以及智能化技术,而整个大众汽车集团在该领域未来5年的投资将达到500亿美元。

大众同时宣布,组建自己的软件部门:数字汽车与服务部(Digital Car&Service),“在不远的将来,汽车将成为一个软件产品,大众也将会成为一家软件驱动公司”,大众CEO迪思在今年的达沃斯世界经济论坛上表示。

而本次结盟再一次显示,德国巨人的转型步伐是坚定的。

此外,丰田和软银建立了一个规模相对较小的合资公司Monet,并将获得其他五家日本车厂的注资。

对于OEM来说,这是一次彻底的颠覆,组织、人才、研发模式和核心技术都将被重塑,应对措施可以总结为4点:

  • 换血:裁员加换帅,除了戴姆勒,还有大众,通用。目标是通过组织架构变革,将研发从机械为主转向软件为主。

  • 结盟:宝马在谈及与戴姆勒的结盟时表示,双方将分享各自的技术优势和经验,降低自动驾驶技术研发成本,推动标准化,扩大联盟,建设软件和应用生态。大众则与福特结盟后,将在新车型、自动驾驶、电动车等领域展开深入合作。

  • 投资:在体外驱动创新,这一点,可能是主机厂在破坏性创新的趋势面前,最重要的举措。车企巨大的资金量和投资能力使得其有能力通过投资初创公司快速获得创新能力,并且保持这些公司的独立高效运作,宝马和通用近几年的投资数量都在15家以上。

  • 重组:关停工厂,成立软件开发团队,新建出行业务,更加坚决地从汽车制造商向软件公司和移动出行服务商转变。

这是一次汽车行业的能级跃迁,对于车企的挑战是巨大的,但企业必须迎接变革,当年德国从马车时代转向汽车时代的时候,只有一家马车公司活了下来,颠覆性的变革时代,幸存者从来都是极少数。

2 软件驱动,智能汽车成为四个轮子上的超级计算机

在未来,OEM交付的汽车将不是一个功能固化的产品,而是一个持续进化的机器人,在汽车整个生命周期内,硬件平台能够持续支持软件迭代升级。软件开发的效率和差异化的功能,将决定这场智能化竞争的成败。

特斯拉在这场智能化浪潮中领先,软件高速迭代功不可没,以其Autopilot为例,从Autopilot1.0到2.5,软件版本已经迭代到V9,累计新增和改进功能超过50项,包括自动辅助驾驶、电池预热、自动泊车等功能。而软件迭代的威力也不容小觑,特斯拉通过OTA升级直接将Model3的刹车距离优化了6米的案例就是最好例证。这在传统汽车开发流程中是无法想象的。

为了提升软件开发效率,从超级中央计算机的角度看,服务导向的系统构架(SOA)将成为主流,这需要打造一个全新的计算构架,满足四个方面的要求:高度开放、一致并且完善的工具链、拥有强大算力储备、极强的可扩展性,以满足不同等级车型平台的要求。

智能汽车面向的功能多元化,对于算力的需求也是多元的,未来智能座舱所有显示设备的总像素可达1亿,需要强大GPU渲染能力;摄像头和激光雷达则需要强大的AI算力进行感知结构化;决策和控制需要通用 CPU计算和ASIL-D级别的功能安全,因此,异构计算平台应运而生。

典型的超级中央计算机通常由CPU通用计算单元、GPU显示加速单元、人工智能(AI)单元和MCU控制单元几部分组成。

这里面最重要的还是AI单元,为了达到L5级自动驾驶的算力需求,需要提供高达P级(1000TOPS)级别的算力以及极高的算力能效。当前,单颗AI芯片的算力正在从10TOPS级别往100TOPS发展。但功耗也从几瓦飙升到了几百瓦的量级,这对需要满足严酷车辆工况的散热设计提出很大挑战。

当前的业界有一种倾向,往往会把峰值算力当作衡量AI芯片的主要指标。但AI计算真正需要的是有效算力,比的是AI芯片的每瓦能耗可以处理多大的数据量,能效才是真正的关键指标。

这就要求基于自动驾驶场景的需求,预判算法发展趋势,将算法与AI芯片进行协同设计,并且提供高效的编译器和工具链,对于芯片公司来说,竞争的门槛已经从单纯的硬件提高到软硬件综合能力的比拼。只有极致的软硬件协同优化,才能提供有效算力高、TDP小的车规级AI芯片。

图2AI芯片是汽车智能化的核心计算动力

3 协同进化,自动驾驶走向专业化分工

大众的一位负责人日前表示:“我们对实现全自动驾驶的时间表非常怀疑。我认为到目前为止我们看到的所有截止日期和时间点都被打破了。”

有人说,2019年是自动驾驶从期望之巅滑向幻灭之谷的一年。Drive.ai、Roadstar等曾经的明星公司折戟沉沙,也在印证着这个说法。但对于整个行业来说,这是在走向成熟之前,必然要经历的阵痛,行业正在从不切实际的期望回归理性。

图3技术的成熟总有阵痛期,分工协作才能从谷底爬出来

然而难免矫枉过正,很多人又对自动驾驶的前景变得过于悲观。

回顾自动驾驶的产业发展,一个有趣的趋势是:自动驾驶行业玩家大多是从一个共同的原点出发,搞自动驾驶改装车,在推进的过程中,重点开始持续分化,聚焦于各自最有优势的领域,产业分工越来越清晰,传感器、感知、仿真、高精地图、基于V2X的车路协同方案、整车集成等链条逐渐形成。其结果是,协同进化大大加速了自动驾驶技术的成熟周期。

本质上,这是由自动驾驶技术的高难度决定的,任何一个单一玩家都无法克服所有的挑战,联盟组局,聚焦单一技术等等,都是自然的进化结果。从这个意义上讲,这次大众和福特的结盟,也在情理之中。

当前的三大自动驾驶联盟,基本上聚集了全球最顶尖的车厂,传统造车经验的赋能,再结合初创公司(Argo.ai、Cruise等)的进化速度和执行力,对目前的领头羊Waymo形成了巨大的压力。

Mobileye、英伟达、博世已经在各自的细分领域建立了强大的护城河,新兴的初创公司也在寻找自己的定位。

例如地平线,专注于智能汽车感知AI芯片和解决方案开发,其基于第二代AI计算构架的Matrix自动驾驶感知计算平台斩获了2019年CES创新大奖,已获得多家自动驾驶公司的订单。针对自动驾驶定位这一业界核心难题,于今年推出视觉高精地图建图与定位解决方案Navnet,在边缘计算平台上实现了包含视觉点云生成在内的实时计算,极大降低了高精度定位实现的成本。

自动驾驶的地域化特点,决定了北美、欧洲、日本以及中国市场的自动驾驶解决方案有高度的差异化;随着中国市场领先于国际的5G商业化大幕的拉开,基于V2X的车路协同的发展进一步强化了这种趋势。

在这场变革中,中国拥有全球最大,竞争最激烈的单一市场,更有对于新技术充满热情的消费者和强大的产业驱动力量,以及高度差异化的驾驶环境,即使对于已经在海外市场建立了一定优势的国际巨头来讲,都是一个挑战的市场,无论是老司机,还是新兴公司,只有面向中国的驾驶场景进行高度优化,提供极致性价比、开放灵活的开发平台以及贴身支持,才能赢得这场竞争。

来源:车云网

本文地址:https://www.d1ev.com/news/qiye/94798

返回第一电动网首页 >

收藏
62
  • 分享到:
发表评论
相关内容
新闻推荐


第三方登录
小程序

反馈和建议 在线回复

您的询价信息
已经成功提交我们稍后会联系您进行报价!

第一电动网
Hello world!