自動駕駛作為一個熱門概念，已經風靡多年。但實際上，目前所謂的自動駕駛只是在L2級和L3級這個水平上，距離真正的自動駕駛——L4以上，還有不小的距離。阻礙自動駕駛真正走進大眾生活的，除了技術成熟之外，還有成本的限制。
所有先進的技術從研發成功到大規模應用，面臨的一個重要難點就在于成本的降低。一旦解決了成本問題，市場就會爆發。計算機技術產生于上世紀四五十年代，到了上世紀七八十年代，PC機成本低廉，計算機才真正走進千家萬戶。
目前正在生產的自動駕駛汽車仍然非常昂貴，一個實驗模型就可能需要花費大約 30 萬美元（將近大約 200 萬人民幣）。其最昂貴的組件之一就是搭載執行自動駕駛軟件系統的硬件，比如，百度的自主駕駛平臺由兩個計算系統組成，費用高達 3 萬美元。大體上實現L4自動駕駛的硬件設備一般包含：6~12臺攝像頭、3~12臺毫米波雷達、5臺以內的激光雷達以及1~2臺GNSS/IMU和1~2臺計算平臺（不同方案會選擇不同側重的傳感器）。當前一整套L4級自動駕駛系統硬件成本還比較昂貴，整體基本在50萬元左右甚至更高。其中最昂貴的組件之一就是搭載執行自動駕駛軟件系統的硬件，花費動輒上萬美元比如，百度的自主駕駛平臺由兩個計算系統組成，費用高達 3 萬美元。
（L4 級自動駕駛汽車工作流程的高級結構）
高昂的價格，讓許多對自動駕駛汽車感興趣的用戶望而卻步。但隨著資本和研發的投入，自動駕駛技術有望不斷降低價格。一旦價格降低到20萬乃至10萬元，自動駕駛汽車市場勢必爆發。
近日，人工智能公司CoCoPIE發布了令人振奮的科研成果，可以大大降低自動駕駛技術的成本。人工智能公司CoCoPIE首次證明，在滿足所有延遲和準確度要求的同時，只需單個低于一千美元的現成處理器芯片 (NVIDIA Jetson AGX Xavier) ，即可運行 6 個來自 Autoware 的工業級 L4 級自動駕駛應用程序，而不是此前的一萬美金。
單卡實現實時 L4 級別自動駕駛的缺陷及解決方案
CoCoPIE將這一成果通過論文形式做了發表，該論文所述的實驗使用Nvidia Jetson AGX Xavier處理器運行L4級別的自動駕駛。
論文
研究人員首先在Jetson AGX Xavier 上對 Autoware 的六組算法進行了測試、觀察和分析。在實際的應用中，這六組算法是共享的，他們之間的差異在于2-D感知組成部分。感知是自主駕駛軟件的性能瓶頸; 其他組件的變化可能會影響用于車輛的推薦行動，但對軟件的端到端性能沒有可觀察的影響，而性能是本次研究的核心。
【來自 Autoware 自動駕駛應用程序（ADApp）中的詳細任務。感測（藍色），感知（紅色），定位（灰色），跟蹤（紫色），預測（綠色），規劃（黃色）和最終控制輸出（橙色）。】
在探索的過程中，他們發現了 3 個主要缺陷，并針對性地給出了解決方案。
• 缺陷 1：當預先調度方案應用于部署到單個低端設備的自動駕駛應用程序時，會產生計算資源的緊缺。
- 解決方案：文章提出了一個簡單的解決方案——即時優先級調整（just-in-time priority adjustment），通過即時調整任務的關聯和優先級來解決「算力饑餓」。
• 缺陷 2：由于硬件模型設計和實現的某些原因，某些加速器未被完全利用。
- 解決方案：文章采用一種硬件感知模型定制（hardware-aware model customization）的方法，通過彌合DNN模型與多種類型的加速器之間的差距，顯著提高了加速器的利用。
• 缺陷 3：當前的自動駕駛調度算法無法處理可以使用多種類型加速器的混合工作負載。
- 解決方案：我們提出了基于 DAG 實例化的調度（instantiation based scheduling），一種通過基于加速器的 DAG 實例化擴展自動駕駛調度以滿足需求的方法。
實驗證實：人工智能公司CoCoPIE成功地在一千美金級別的現有通用設備Off-the-Shelf處理器芯片上實現L4級別自動駕駛。在此前，L4級別的自動駕駛只能在上萬美金級別的AI定制化設備處理器芯片上實現。
一般而言，在Nvidia的全套產品線中，ORIN或Pegasus是為自動駕駛汽車提供算力的系列，上述三個系列的計算能力、應用場景及功耗對比如下：
-> NVIDIA DRIVE Orin：254TOPS / L2+級自動駕駛 / 130 W
-> NVIDIA DRIVE AGX Pegasus：320TOPS / L4級自動駕駛 / 500W（一萬美元芯片）
-> NVIDIA Jetson AGX Xavier：32TOPs / AI驅動的自主機器 / 10W）（CoCoPIE一千美元芯片）
也就是說，CoCoPIE用約為1/10的計算能力及至優1/50的功耗即可達到與高端芯片相同的應用效果，在實驗所涉及的6個自動駕駛任務中，計算準確率及時延均滿足L4級別自動駕駛的要求。
打開自動駕駛新局面
該研究顛覆了業界對L4級別自動駕駛所需計算資源的普遍認識，為行業降低成本指出了一條可行道路，并提出了一些重新思考自動駕駛的軟件架構、設計和優化的研究機會，對解決當下汽車行業芯片荒問題亦有幫助。
除此以外，他們的研究還針對當前自動駕駛行業實踐中的重要技術缺陷給出了一系列關鍵見解，并提供了幾個實用的解決方案。這一結果顛覆了業界的一些普遍看法，并為該行業在迅速降低自主駕駛的成本和功耗上指出了有希望的道路。
CoCoPIE CTO慎熙鵬表示，對于自動駕駛來說，它的軟件是相當復雜的，它的需要的算力，需要的運算量是非常龐大的，再加上需要實時速度，現在需要在上萬美元的高端機器上才能運行起來，我們的突破點就在于是首次實現了把L4級自動駕駛控制軟件，在一個非常低端、少于1000美金的一個小的機器上能夠運行起來，而且能夠達到實時的效果，同時不會在準確度方面有任何的損失。這將大大縮小自動駕駛的成本，惠及廣大普通消費者。
單個顆一千美金AI 設備芯片即可實現 L4自動駕駛的實時控制 級自動駕駛，這一新技術正在加快商業化普及。CoCoPIE CTO慎熙鵬透露，CoCoPIE正在與自動駕駛初創公司PerceptIn進行合作，盡快推動CoCoPIE的技術能在PerceptIn的系統中跑起來。
