如何加速自动驾驶汽车生产

具有异构形式的硬件以及开放、灵活的软件是提高汽车行业安全性和效率的关键。

驾驶安全如何定义？是依靠一辆具有自动驾驶能力的汽车，还是依靠人类司机及时的刹车?

在如果开车的时候突然看见一个孩子站在前面，这种情况下，司机做出反应并刹车平均需要1.5秒;一辆装有视觉系统、雷达和激光雷达的汽车只需0.5秒。这三倍快的响应时间意味着生与死的区别，这也是汽车行业加速走向自动驾驶的众多原因之一。无论是安全、高效、舒适、导航还是更有效率的自动驾驶汽车制造，汽车厂商都欣然接受了自动驾驶技术。

但这其中存在着诸多挑战。不同的系统和令人眼花缭乱的软硬件选择，可能会让规划一条通往自主的道路变得曲折。例如，目前许多自动驾驶的解决方案都是基于庞大、高功率、昂贵的独立芯片。其他的则需要专有的解决方案，这严重限制了设计的灵活性。然而，为了使其适用于广泛的商业应用，Tier1和原始设备制造商正在寻找一种更节能、更经济的适合大规模生产的解决方案。

要实现这一愿景，我们需要理解自治工作负载与传统工作负载有本质区别，并应对复杂性带来的挑战。人工智能和机器学习的结合意味着，与周围的狭窄操作范围(现代ADAS(自动驱动辅助系统))相比，工作量要大得多。

应对复杂性

自治也比传统的工作负载更复杂，因为工业应用程序中的系统具有重叠和相互连接的特性。可能有一个机器视觉系统，它有自己的一套数据和算法，需要与车辆集成，汽车会收到视觉系统的警告，告知任务已经完成，需要进行提取。

供应链上的其他站点也可能需要集成。例如，生产线上的车辆完工效率取决于零库存零部件的抵达，因为它们与供应链的连接更加集成，而且几乎是实时的。

此外，为了满足ASIL D、ASIL B以及ISO26262的安全要求，这些技术还需要支持一些特性。

新思维，新技术

所有这些都需要对设计、验证和配置进行重新考虑，同时也需要尝试新兴技术和方法。

随着我们逐渐向自动化部署方向的发展，我们需要新的硬件和软件系统来取代目前使用的一些商业产品，以及从同质到异构系统的根本性转变。这些新系统不仅必须提供灵活性，还必须有助于降低功耗、大小、成本和热性能，同时保持运行自主工作负载所需的性能。这些系统将受益于围绕着这些新设计方法发展的生态系统，这些设计方法为客户提供了选择和灵活性，让他们推陈出新。

Arm的使命是提供基础技术和培育生态系统，使汽车等行业加快实现自主经营的脚步，并从向客户提供革命性新产品的过程中获得利润。