宝马自动驾驶计算架构剖析：为何EyeQ5姗姗来迟

Mobileye 或者说英特尔的 EyeQ5 第一次宣布是在 2016 年 5 月，当时宣称 2018 年有工程样片，2019 年量产。2017 年 12 月，英特尔收购 Mobileye 后宣布 2020 年量产。

而英伟达的 Xavier 在 2016 年 9 月透露，2017 年 3 月宣布与博世合作开发自动驾驶控制器盒子，2018 年 1 月 CES 大会上正式宣布，2018 年 6 月即量产。 显然，在 2016 年底，应该就有了 Xavier 的工程样片。

2019 年英特尔宣布 EyeQ5 在 2021 年 3 月量产，而采用 Xavier 的量产车小鹏 P7 已经上市了，即便一切顺利，采用 EyeQ5 的量产车也要到 2022 年上市了。第一辆采用 EyeQ5 的车是宝马的 iNext。

英伟达主要合作伙伴是博世、ZF、沃尔沃、奔驰、奥迪、丰田。英特尔主要合作伙伴是宝马、蔚来。

在 2019 年中期，安波福、奥迪、百度、宝马、大陆集团、戴姆勒、菲亚特克莱斯勒、Here、英飞凌、英特尔和大众这 11 家企业组成的联盟发表了一份白皮书（自动驾驶安全为先，Safety First For Automated Driving，SaFAD）。

在 2020 年 2 月，日本丰田、电装、法雷奥、马自达和日产与 SaFAD 联盟也举行了联合会议。 SaFAD 联盟正在主导一项 ISO 标准，即 ISO  Draft Technology Report(DTR) 4804。试图打造一个取代 ISO26262 的自动驾驶行业标准。

ISO 4804 标准的主席是宝马自动驾驶最重要（Principal）的专家 Simon Fürst，4 月底，EE 时代对 Simon Fürst 进行了采访，https://www.eetimes.com/unveiled-bmws-scalable-av-architecture/，透露了众多有关宝马自动驾驶计算系统的信息。

上图为宝马智能驾驶硬件系统路线图，实际这个路线图早在 2017 年初就已经制定，宝马当时已决定和英特尔（Mobileye）合作。宝马的逻辑是尽可能最大化复用研究成果，降低研发成本，模块化设计，可灵活添加或删除。 

按照这副图，我们可以看出宝马的基本模块是 L1 级使用 EyeQ4 加英飞凌的 Aurix MCU。L2 使用英特尔的 denverton 双核 CPU 加 EyeQ5 加两片英飞凌的 Aurix MCU。一般来说 L3 系统不设 Fallback，但宝马还是增加了一套 Fallback（完全独立，包括电源和线控执行系统），宝马的 L3 的 Fallback 系统就是 L2 系统。L4 系统也是如此。而 L3 的主系统是一片 CV 版的 EyeQ5 和一片开放版高端 EyeQ5，加两片英特尔 denverton 的 8 核 CPU。英飞凌的 Aurix MCU 当然还在。

传感器方面则增加一个前向激光雷达，应该是法雷奥 Scala 二代。L4 用一个 24 核的至强处理器代替 L3 的两片 8 核处理器，又增加一片开放版高端 EyeQ5。传感器方面增加侧方和后方激光雷达。 L2 系统称之为 mPAD，L3 为 hPAD，L4 为 uPAD。在 2018 年底宝马曾经公开展示过这些控制器盒子。L3 和 L4 系统都是水冷。

上图为安波福为宝马打造的 mPAD

上图为 mPAD 内部拆解图，英特尔 CPU 在背面

不过按照采访 Simon Fürst 的文章，则和宝马提供的路线图大相径庭。Theplatform’s baseline uses Infineon’s Aurix and Renesas’ R-CAR SoCs to optimize its application in stereo front cameras. 按照文章里所说的，宝马智能驾驶的基本系统是瑞萨的 H3 加 V3H 构成的前向立体双目系统。而在路线图里瑞萨的 H3 加 V3H 只是自动泊车部分。 

众所周知，宝马自 2018 年似乎放弃了立体双目，全面转向三目系统。这让人非常疑惑。有几种可能，第一种，采访文章完全是错的，路线图是对的。第二种，采访文章是对的，路线图错了，但错误不多，宝马结合了 EyeQ5 的三目和瑞萨的立体双目，宝马又重走立体双目的回头路了。第三种，采访文章和路线图都是错的，宝马没说实话。

感觉第二种的可能性大一点，宝马在立体双目上虽不如奔驰那样技术深厚，但也算有不错的积累。不过第一种的可能性也存在，Mobileye 一直强调单目也可以做到立体双目的深度计算，完全可以取代双目，Mobileye 系统里使用双目可能性很低。

宝马 L3/L4 智能驾驶软件架构

宝马 L3/L4 主系统计算路径，Fallback 系统监督主系统，当得知主系统计算的路径会发生事故或碰撞时，Fallback 系统会切换为主系统，主系统使用人工智能的非确定性算法，Fallback 系统使用经典的确定性算法来保证安全。Simon Fürst 认为大部分地方 ASIL B 级即可，D 级只用在极少地方。对于感知，宝马认为关键不是探测目标，而是预测目标的移动轨迹并根据轨迹计算出可行使空间。

这些恰恰是激光雷达和双目最擅长的（光流法）。 对于轨迹规划，宝马主要依靠激光雷达估算道路曲率，激光雷达制作的地图也可以提供曲率，卡迪拉克的超级巡航就是如此，激光雷达高精度地图也有助于定位，Simon Fürst 对 Mobileye 推崇的视觉定位 REM 只字未提。 对于传感器融合，Simon Fürst 不以为然，他认为传感器融合目前只是科研阶段，远未到实用阶段，这与特斯拉观点一致，特斯拉就是纯视觉系统，没有传感器融合。The industry still needs to build a fundamental understanding on howdifferent algorithms should apply to different sensor modalities. 传感器融合目前对性能提升微乎其微，有时可能更多漏报，安全性反而降低，但成本和复杂度都大幅度增加。

宝马智能驾驶安全等级

抛开是否双目的难题，我们来看英特尔的 CPU，denverton 是英特尔在 2016 年下半年推出的边缘计算 Atom C3XXX 系列 CPU，采用 14 纳米工艺，代号为“Denverton”和“Denverton-NS”。C3XXX 系列分三个目标市场，一个是服务器和云存储，一个是网络与企业存储，最后一个是 IoT。C3XXX 系列没有针对车载的产品，英特尔车载 Atom 是 A39X0 系列。不过 IoT 系列最高运行温度 85 度，勉强可算车规。所以宝马使用水冷而不敢用自然冷却。

自从特斯拉对车规不屑一顾后，传统车厂也有所动摇，EyeQ5 未通过功能安全认证，Xavier 申请功能安全认证已经超过两年，但目前官方还只能说 Target。所以用 C3XXX 系列也不奇怪。显然双核 Denverton 是 C3308，8 核是 C3708。

C3XXX 系列平台内部框架图

宝马为何要采用非车载应用的 C3XXX 系列芯片，主要是看重 C3XXX 的以太网 MAC 和交换功能，C3XXX 系列针对的目标市场主要就是 CPE。

图为 C3XXX 系列的 LAN 控制器部分，双核也有 4 个 2.5G 的 AMC，8 核则有 4 个 10G 的 MAC。在 L3/L4 计算系统里，除了主芯片，最贵的就是以太网络交换芯片，如果端口较多且多 10G 级别，性能强大，以太网络交换芯片价格可能超过 EyeQ5 这样的主芯片。C3XXX 系列 CPU 用的好的话，传感器不多的话，可以不用昂贵的以太网络交换芯片。

当然 Phy 物理层还是少不了的，英特尔产品线齐全，以太网络交换和物理层芯片都有，但都没有车规版的。 至于 24 核的至强处理器选择范围很窄，大部分 24 核至强处理器功耗都在 160 瓦以上，标准零售价都在 4500 美元以上，宝马只能选择至强金牌 6262V，功耗是 24 核至强里最低的，只有 135 瓦，标准零售价 2900 美元。不过英特尔在 2020 年 4 月刚刚推出的针对 5G 服务器的 Atom P5962B 也可以，这是首款基于 10nm 制程和新的 Tremont 架构的 Atom 处理器，最高运行温度为 85 度，勉强达到最低级车规级别。功耗参数未提供，预计 80 瓦左右。 R-CAR V3H 推出于 2018 年 2 月，2019 年 3 季度量产。内含 4 个 A53 内核，一个 Cortex-R7@0.8GHz 内核，也达到了 ASIL B 级别。

瑞萨使用三种加速器，一种是基于管线引擎的 IMP-X5 加速器，它拥有用于固定功能的流水线计算，近似于 GPU。也有电脑视觉引擎 CVE，采用可编程的电脑视觉引擎将浮点运算降至最低。另一种是硬核加速器，包括针对双目的立体视差和光流。还有一个聚类器。最后是一种类似多核 DSP 的 CNN 加速器。

总性能达到 426GMAC，也就是每秒 4260 亿次乘积累加，功耗仅为 0.3 瓦。 瑞萨产品规划第四代 R-CAR 大约在 2023 年量产，而 V3U 也是第四代产品，预计将在 2022 年量产，这是一款 12 纳米芯片。瑞萨表示 12nm 工艺 R-Car SoC V3U 的 AI 性能可以达到 6.0TOPs/W，远高于英伟达的 Xavier 平台和 Mobileye 的 EyeQ5 平台。 瑞萨 V3H 已经慢慢建立了自己的生态系统。在初创公司领域有韩国的 Stradvision、以色列 Cortica 和加拿大的 Leddar tech 合作伙伴。

Stradvision 是韩国现代和 LG 投资的初创企业，早在瑞萨开发 V2H 时已经和瑞萨合作，顺便提一下，日产号称 L3 的用于天籁（北美型号是 Skyline）的 ProPILOT 2.0 就使用了瑞萨的 RH 850 和 V2H，当然主芯片还是 Mobileye 的 EyeQ4。

系统由日立提供。 初创公司外，瑞萨主要与博世和海拉合作。同时 V3H 也有望取代日立的双目 ASIC。

博世寄予厚望的下一代主前视觉系统 MPC3 内置了瑞萨的 V3H。于 2019 年底量产，已经获得大众和奥迪的订单。除传统深度学习外，还有基于光流的非模型算法，能够预测目标运动轨迹。对运动目标敏感度高，260 万像素，帧率达每秒 45 帧，比 30 帧更安全可靠，能够适应 LED 灯的闪烁现象，能够适应复杂的环境。

明确表示达到 ASIL-B 级，是使用深度学习系统中唯一能够达到 ASIL-B 级的摄像头。因为 V3H 是唯二已经拿到 ASIL-B 级认证的芯片，而不是正在申请功能安全认证（大部分都是写 Target），Mobileye 是没有功能安全认证的。 宝马的自动驾驶安全性远超特斯拉 FSD。

但马斯克搞 SpaceX，全球星链，移民火星，俨然一位科技教主，在全球范围内赢得众多铁杆粉丝，公众对其自动驾驶安全性宽容度极高，即使事故频发、频繁降价、减配等也丝毫无损特斯拉和马斯克神一般的地位。可以说除特斯拉外的车厂安全性需要高特斯拉 10 倍才能被认同。