03

如何降本NOA？

尽管困难，但“标配”是高阶智驾发展的必然目标。因为随着数据驱动成为业内的技术共识，渗透进60%的主流市场是获取数据，推动高阶智驾从能用到好用的必由之路。

下半年，高阶智驾系统“千元机”的出现，已经反应了行业内的渴求。“降本真的是很难，疫情期间开始，（降本）压力就逐层传递到供应商，也传递到二级供应商。”董小航表示。

首先，当然是规模化。在董小航看来，NOA系统直接的BOM成本与系统要求、规模量纲、技术平台和生产效率直接相关。“和手机制造、家电业没有什么不同。平台化，走量，就可以降本。”

“1万（辆配套）到100万（辆配套）估计整体的降本至少应该得有20%左右硬件成本的降本。”吕鹏表示。

但100万辆绝非易事。中汽协预测，今年中国乘用车销售2380万辆，按照高速NOA渗透率10%计算，也仅为238万辆，分摊到各个玩家、系统平台头上，量还少得可怜。

不过在规模化上量之前，技术进步能够为硬件降本提供一些帮助。

其一是单位算力成本。

随着智驾算法中，AI模型的占比越来越多，系统对AI算力的需求增高，而对CPU类规则算力的需求下降。过去几年，芯片架构设计、先进制程都提高了AI算力密度，而且数据中心和端侧对大算力芯片的需求加大导致的规模化，推动单位AI算力成本大幅下降。相比而言，CPU算力则没有这样的降本过程。

地平线征程6的单片算力达到560Tops，相比征程5增加了4.37倍。

其二是感知和域控硬件成本。

例如轻舟的11V方案可以“减肥”成为7V方案，将通常只在泊车功能使用的鱼眼镜头在行车上复用，以降本。此外，同样是单征程5方案，轻舟落地的高速NOA使用BEV感知技术提升了系统应对截断、遮挡场景的表现。与此同时，“芯片的选型，芯片本身是液冷还是被动散热，甚至供应商供应链的能力，也会影响到成本。” 轻舟智航联合创始人、CTO侯聪表示。

系统平台技术和工程化能力，是NOA系统提升表现和降低成本的两大推动力量。

系统平台技术不仅包括终端熟悉的纯视觉、多模态融合，大模型、小模型，神经网络、规则算法等技术路线选型，还包括研发组织效率和技术创新性，是智驾供应商的全栈能力的体现。

其中，技术路线选型是技术也是艺术。“很多时候，技术领袖需要凭借一点儿行业直觉去做选择路线，关键是要（把所选技术路线）做好了”董小航表示。组织级效率是管理机制、企业文化的反映。

技术创新性则是降低系统”成长“成本的关键。

包括软件架构上的创新。东软睿驰在近期发布了openVOC开放技术框架，不仅软硬解耦，而且实现了软软解耦，将AI、车控、车云、大数据等过去交织在一起的软件模块进行清晰得切割，推动各方技术力量在框架内从事自己擅长的部分，发挥上层应用的创造性。从结果来看，功能开发周期缩短50%，解决超过80%的工程化任务。

包括高效数据闭环的建设：包括快速的数据采集/挖掘能力，自动化标注能力，有效的数据分类分布，只基于变量的训练方法，快速部署量化上车，部署后的效果是否符合预期的评测手段。

据《赛博汽车》了解，目前行业内头部智驾玩家，都拥有上亿元投资的数据中心。特斯拉正是在海量实车数据和高效数据闭环的推动下，能够仅用8颗200万像素摄像头和144Tops算力（HW3.0）探索城市NOA。

工程化能力，则决定了系统平台要花多大”代价“上车。

其一方面取决于系统平台的适用性、完整性、可复用性。

高适用性的平台，在打造时便对主流芯片和外围传感器进行过底层适配，上车时不会受制于车企的不同硬件选型；

高完整性的平台，在首次适配时便进行最大化的调通。例如芯片本身支持十路摄像头，便将十路全部调通。如果首次只调通了五路，需要落地七路时，就需要完全重调底层通讯机制，基本等于推翻重来；

高复用性的平台云端模型将非常完整，覆盖各类功能所需，上车时只需要根据不同场景需求采用不同的编译和剪枝策略，只需要调整输入输出部分，便可适应新的项目。

另一方面，则看玩家自己的经验本身。

看玩家自己的量产经验。低、中、高阶功能是否都做过；对目前市面上已有或自己所用芯片工具链、底层安全机制，算法支持的情况的理解程度。“它是可以让你的工程化少走弯路的，一旦工程化走弯路，它的代价会非常之大。”董小航表示，没平台项目的积累要比有积累的，多出2-3倍的工作量。

例如东软睿驰作为国内首批在SOA架构上智驾功能量产的供应商，在如何提高性能、降低负载和延迟，提高原子服务的丰富、保证其合理性和性能等方面，就进行了非常多的探索。”我们这个平台复用到第二个SOA架构的项目时，进展就非常顺利了。“董小航表示。

这种经验优势，甚至可以细化到具体的感知硬件。侯聪表示，轻舟之所以能够做前融合算法，其在L4级阶段积累的经验非常重要。”前融合主要的难度是传感器中的时空同步要做好，标定的精度，触发机制上，保证不同的传感器同时看到同一个物体。主要是传感器上的配置要做的足够好，技术本身并不是很难。”

侯聪表示：“要配置好传感器，就需要对其非常熟悉。相机是怎么一行一行曝光的，每一行的时间是什么样的，如果做运动补偿等等。我们早就将将这些摸得很透。”

04

技术进步没有捷径

从技术收敛到系统降本，如今人们耳熟能详的“NOA”，实际上还在早期的蓝海阶段。

董小航认为，目前中等水平以上的供应商，无论是纯视觉，还是异构融合的高阶智驾方案都可以做，“但到底适用于什么样的场景，有多少传感器，接管率多少？系统的评判维度是什么？究竟是选择是在配置单上有个功能名目就算及格，还是给消费者以惊艳？这是不同的要求。”

在他看来，自1999块的小米手机横空出世以来，近十年智能手机的功能不断增强，销量快速增长，但并没有出现比2000元低很多的价格。反观自动驾驶领域更加复杂，仍在探索中的NOA产品，其大幅降本和广泛普及，也势必是一个充满挑战的过程。

在受访者看来，高速NOA有望在一两年之内，大批进入15-20万元价格区间的车型内。未来三年，有望实现30-40%的降本。

究其原因，高速NOA在性能表现上，已接近好用的状态。软件能力提升推动硬件需求下降、技术方向和性能要求开始收敛和同质化带动定制化成本的下降、产业内开始形成生态协同，以规模化降低系统价格。

而城市NOA还远未到收敛期。

例如受访者普遍认为100TOPS左右的算力，便能够实现较好的高速NOA性能表现。而城市NOA数百到上千TOPS算力，都有可能；传感器方面，激光雷达或4D毫米波等强点云的传感器，被认为是城市场景中尚难取消的一部分；算法上，除了目前的BEV和Transformer，GPT等大模型是否要进入车端，也在被讨论。

因此，未来两年内，城市NOA还仍会集中在30万元及以上车型进行适配。

--END--

       原文标题 : NOA为什么不能标配？