何晓飞首次披露飞步自动驾驶方案：无人货运起步，自研AI芯片

李根 发自 凹非寺 
量子位 报道 | 公众号 QbitAI

何晓飞离职滴滴创业，不是新消息。

这位前滴滴SVP、研究院创始院长、滴滴无人车团队开创者，现在是自动驾驶创业公司飞步科技的创始人及CEO。

但飞步的具体方案是什么？如何在竞争日益火热的无人车比拼中脱颖而出？

今日（6月12日），何晓飞首次披露创业进展，他向量子位等解答了飞步无人车的一步，以及下一步。

△ 飞步科技创始人及CEO何晓飞

全栈方案

飞步科技，2017年7月正式创立，在自动驾驶领域算不上早，但何晓飞目标宏大，起步就将无人驾驶当做一个全栈工程去攻克，整体方案上，飞步不仅要做无人驾驶算法，还要自主研发自动驾驶专用芯片。

What a 大工程！

国内此前并无先例。国际上也只有Waymo，英特尔+Mobileye，以及有公开计划但尚无实际进展的特斯拉。

在何晓飞看来，无人驾驶可以分为传感器系统、计算平台和算法和车等几部分，而目前最具挑战之处，在于计算平台和算法融合。

当前主流的自动驾驶计算平台，由CPU、GPU、存储和散热系统等构成，不仅成本高昂，而且功耗、稳定和计算速度方面都无法满足要求，特别是飞步目前切入的无人驾驶货运的要求。

于是何晓飞决定迎难而上，自主造芯。

另外，无人驾驶货运对软硬件一体化打磨也有现实要求。

何晓飞介绍说，主要存在4大挑战：

• 一是卡车结构松散，需要解决多传感器在线标定的问题；

• 二是盲区大，需要多传感器融合；

• 三是稳定性差，需要多目标优化决策；

• 四是机动性差，需要精细化建模、控制，以及远距离感知。

• 归结起来，对于货运驾驶中的反应速度和制动距离会有极大挑战，所以只有软硬件一体，把算法和芯片放在一起推进，才能更快实现大规模商用。

芯片和团队

具体芯片方面，飞步希望设计的是专门针对深度学习的计算芯片，而且符合车载芯片的需求，在功耗、散热、稳定和速度方面都有优质表现。

当然，自主造芯，光靠AI算法大牛何晓飞和蔡登（飞步首席科学家）还不够。

△ 飞步科技创始人何晓飞和联合创始人曹宇(右)

此次正式对外亮相的还有飞步芯片核心团队：

芯片团队由联合创始人曹宇负责，他是UC伯克利电子工程博士，大规模集成电路领域世界级专家，IEEE Fellow，参与飞步创业前，是亚利桑那州电子工程系教授，研究成果已经成功应用在英特尔、高通、IBM等设计技术中。

芯片架构负责人Hang Nguyen，前英特尔首席架构师，芯片架构国际级顶尖专家，在芯片行业有35年经验，50多项专利。领导了多种英特尔低功耗移动芯片的架构和微架构涉及，开发了英特尔首款采用PCI Express和存储加速集成的嵌入式Xeon系列处理器。

系统芯片集成专家Victor Szeto，前高通首席系统工程师，系统芯片（SoC）集成及验证项目主管。之前领导开发了多款车用咨询娱乐系统的产品，包括高通低功耗的Tenuto、Karkata和Diamond芯片。

飞步规划

这次亮相，何晓飞被问及最多的问题自然是离职滴滴和货运切入的问题。

何晓飞坦承，之所以离职滴滴，正是被AlphaGo为代表的第三波AI浪潮激荡心胸，不再甘于以科学家身份参与宏伟变革，他希望作为创业者，在AI+交通的领域里成就一番伟大事业。

而选择无人货运，不是因为更容易，恰巧是因为更难。

何晓飞表示，相较乘用小汽车，货车在软硬件一体化打磨上挑战更大，比如在高速公路上如何缩短响应时间等问题，就需要团队费心攻克。

另外，无人驾驶货运的商业化刚需也显而易见，经济发展带来的货运需求提升，但人类司机成本、安全驾驶等方面的难题，都无比现实。相较而言，一旦无人驾驶货运实现，不仅可以解决上述难题，还能7*24小时运转，整体效益将大幅提升。

实际上，在近1年低调创业后，飞步无人驾驶货车已经能实现晴天70Km/h，雨天50Km/h，以及雪天20Km/h的24小时全天候、高精度自动驾驶。

何晓飞也透露了飞步发展规划：

• 2018年，主要解决城际货运，由一个城市仓库到另一个城市仓库货运。

• 2019年，主要解决市内货运，涉及市内道路，人车混行。

• 2020年，省际货运，中间涉及充电、加油等问题。

• 2022年，走向通用无人驾驶，打造出一个集环境感知、地图定位、规划控制、AI芯片为一体的AI技术平台——这可能也是飞步“飞越极限，步入未来AI驾驶”的最好诠释。

目前，飞步已获创新工场天使轮投资。

— 完 —

活动报名

诚挚招聘

量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态