产品组合 专访中科创达：智能驾驶行业也会出现ARM+Android的组(3)

我们现在成立的 AI 事业部，专门开发 AI 相关的产品技术。我们与 ARM、高通在 AI 方面都有合作。AI 主要积累是智能视觉、机器视觉和语音。

AI 一直在发展，包括算法框架、硬件加速、流派不同，比如 AI 加速、AI 机器视觉有 GPU、DSP，现在又出了独立的。我们紧跟下一代芯片技术、对框架进行优化和算法集成。

雷锋网：英伟达、英特尔和高通这样的芯片巨头在汽车行业都很活跃。业内有一个趋势是将自动驾驶与人机交互的硬件平台整合在一起。你们怎么看？

李维山：自动驾驶和智能的人机交互对 SoC 的 CPU、GPU、AI 引擎等的性能提出越来高的要求，所以相同的平台会适用于自动驾驶和人机交互系统。

如果是涉及到高度或者完全自动驾驶，这个系统必须是独立和带冗余备份的。

只带提醒功能的辅助驾驶、带控制的低速辅助驾驶系统和人机交互能够整合起来，提供更好的集成和用户体验。这里需要在满足丰富应用的同时确保关键功能的安全性，比如利用 Hypervisor 进行系统隔离。

雷锋网：在操作系统上，Android、AliOS 、QNX、Linux 各有什么不同之处？

李维山：AliOS 、Android 都是基于 Linux。Linux 也有自己的软件框架。这三个系统基本用在中控导航，实时性相对较差。

Linux 的好处在于有很多开源软件可以利用，以此作为基础去构建自己的核心资产。Android 是一个开放的生态，专为手机定制，现在也逐渐延伸到汽车上，比如 Android Auto。由于 Android 整个生态系统非常完善，现在 Android 在全球的接受度也越来越广泛。

AliOS 是端到端的打通，它对汽车进行很多优化。QNX 相对单独、安全、实时、稳定的操作系统。一般用在仪表、控制、ADAS 等这样一些需要实时性、稳定性、安全性要求很高的领域。

当然上述也面临生态系统的问题，要不要有一个开放生态？是否有一个足够的力量去运营这样一个生态？如果自己没有强有力的生态，你就不太可能自己做操作系统。

下一代智能驾驶座舱的核心是什么？

雷锋网：目前中科创达在智能网联汽车领域、智能驾驶座舱方面的业务有哪些进展？

李维山：我们在 2013 年开始大力布局智能网联汽车软件技术，除了大力投入研发之外，还相关进行资源整合。比如相继收购了汽车音响设计公司 Appsys，芬兰的 UI/UE 产品公司 Rightware，保加利亚智能视觉公司 MM Solutions。核心团队分布在中国，日本，欧洲，美国和韩国。

到现在已经形成基于多操作系统（如 Android，Lixus，QNX，T-KERNEL）、多平台（如高通，TI，NXP，瑞萨，英特尔等）面向智能驾驶舱的中控导航，数字仪表，高级辅助驾驶等软件平台解决方案。产品组合

我们核心的产品和技术包括 UI/UE 工具 KANZI、互联方案 Kanzi CONNECT、FOTA、自动化测试、嵌入式人工智能引擎和机器视觉等。

经过 4 年的发展，我们与全球主流的 Tier1、车厂建立广泛的业务联系，产品和方案应用于千万台级别的汽车上。我们也和整个智能汽车生态系统如百度、腾讯、QNX、高通、TI 等建立了紧密合作关系。

雷锋网：AI 也很热，自动驾驶汽车也是 AI 一部分。在你看来，AI 和智能驾驶座舱的联系是怎样的？

李维山：智能汽车是一个大型的 AI 设备，而智能驾驶座舱是嵌入式 AI 和边沿计算的主要承接者，需要对环境感知、车辆状态感知、驾驶员状态感知以及云端算法和数据配合，做出合理的决策和建议。

雷锋网：在你看来，未来或者下一代智能驾驶座舱核心技术是什么？

李维山：首先要满足开放性、安全性的要求，保证整体安全；其次是车联网的低延迟；第三是 UI/UEUI/UE 工具化。

下一代智能座舱涉及到人机共享、智能驾驶、多远信息融合，这样系统复杂度就会非常高，整个系统的架构要满足大数据的吞吐量以及 AI 的算法。

雷锋网：在智能驾驶、在智能驾驶座舱这个行业、这个领域里还有哪些挑战和机会？

李维山：软件硬件算力算法迭代会一直在持续存在。在快速变革期，软件、硬件的迭代在不断变化，这里会存在一些路线（不同架构）的不确定性。这个变革都是有一个新技术创新出现了，它就会有一个变革周期。

变革就是机遇，尤其对我们来讲，开发智能操作系统、AI 平台相关的产品，这是原先传统行业不具备的能力和技能，我们可以帮助整个产业链实现快速变革。

专注智能手机、智能硬件、智能汽车三个方向，中科创达发力嵌入式人工智能

P.S.：看遍这一年中国与全球智能驾驶领域的技术前沿与商业探索，雷锋网新智驾年度推荐，扫描下图二维码或点击https://www.leiphone.com/special/custom/AIdrive.html 了解更多信息。返回搜狐，查看更多

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-85996-3.html