未來5年汽車將會走向何方？

在中國，“智能”已在很多領域得到實現。而在汽車領域，“智能”能讓汽車更好的連接起來，那在未來5年汽車將會走向何方？車聯網將如何發展？

現在中國的汽車保有量很高，非常有利于我們走向電動汽車時代。戴偉民表示：“在傳統的汽車方面還有很長的路要走，可能趕不上，但是電動汽車方面我們可以實現彎道超車。”

眾所周知，二級自動駕駛的汽車在出現事故的時候，是需要人來做出快速響應的，但在更高級的自動駕駛（L3、L4）中，人們基本可以不參與。那我們到底該如何發展、如何更好做自動駕駛？

如今已有些公司已經做出L4和L5級自動駕駛，但在當前，只有在某些場景下，如倉庫、農業以及貨物搬運，在機場的穿梭巴士、礦山和其他比較固定的線路上才能實現更高的自動駕駛程度。

在研究自動駕駛的發展過程中，中國做了很多試驗，也取得了一些里程碑式的成績。在美國也有很多研究院做了很多工作，如waymo在2009年就已制定了他們的發展規劃，連摩根斯坦利都曾說waymo的發展前景很好。在道路測試里程的排名中，表現最好的也證實waymo。

要實現無人駕駛，車上要有很多裝置，包括傳感器，汽車需要與周邊汽車進行溝通，需要有5G通信、需要與智慧城市有很好的連接。這一切都是聯結在一起的，我們不可能把所有裝置放在汽車上，要與汽車實現連接從而使用周圍的資源。

另外成本是非常重要的因素，大家可以看到電子器件占汽車總成本的比例在逐漸上升，這使得我們行業的發展方向需要調整。

戴偉民表示：“我們是一家IP公司，我們生產GPU，GPU可以用在汽車上，我們的GPU在汽車上用得很好，我們是這個領域領先的公司。整車廠中最好的7家或者十大整車廠有7家都與我們有合作，我們還要實現低成本的儀表，這都是通過我們的GPU來支持的。”

據戴偉民介紹，這些儀表都是通過芯原的GPU來驅動的，成本少于10美元。

值得注意的是，在未來2、3年中或許只有一些特殊的場景才需要對無人駕駛系統進行訓練，這些系統仍然是可編程的，成本可能會大幅度上升，另外能耗方面也可能會上升。

如何實現更高級的自動駕駛？

我們如何才能如何走向L4／L5呢？歐洲自動駕駛公司AImotive做了很多研究，他們的算法用于很多汽車并在拉斯維加斯做了測試，今年AiMotive已經開始在更廣泛的道路上進行測試。他們的技術很好，功率達到1000瓦，性能也非常好，但我們仍需做更好的SOI出來，也已有新的技術出現，從1000瓦大幅降低到200瓦，可以節省很多能源。如果將這樣的低能耗技術應用到無人駕駛中，那無人駕駛的將來會更好。

戴偉民表示：“在AI引擎方面，我們想以非常廣泛的方式進行支持，包括通用接口。整個系統是比較封閉或者比較關閉的，是不可兼容的，我們提供私有API，通過這樣的方式來提高效率。”

在過程中我們做了比較，在功耗方面可以降低45與28納米相比，計算容量比28納米的工藝高15%，在成本方面可以降低50%。

在實現更高性能的同時，如何實現更快的處理速度呢？那就需要進行優化，優化加速器的種種劃分，另外優化PE和P&R的流動等。

在電池發展方面也有很多公司做了研究，有一家公司是亞馬遜支持的。有電池驅動的安全攝像頭，這種攝像頭也可以用SOC。另外還有一個IOT的例子，第一個智能智慧系統——智慧視頻DeepEye 1000，在全球AI芯片方面有很高的排名，排第21位，這是交鑰匙工程，他們做了很多，有很多公司已經使用FPGA。戴偉民表示：“我們將很多技術整合起來，看到底實現什么樣的效果。”

對于IOT來說，射頻也是非常重要的。我們不僅需要好的射頻設計，還需要獨特的模擬性能。

戴偉民表示：“另外NBLT也是很重要的，我們使用了數字的公方，單芯片NBLT射頻加上BB解決方案，也是基于SOI的。我們可以實現非常高的靈活性，有時候我們需要實現非常好的平衡，看到底哪方面更重要一些。在功耗方面或者功放方面我們有集成的數字功放就可以實現更高的效率。”這樣的集成也可以省很多面積出來。

如何為智能設備設計更好的芯片和算法？

當下有很多揚聲器裝置在市場上非常受歡迎，但如何讓他們變得更智能，如何為他們設計更好的芯片和算法呢？

在28納米之前一切都是非常美好的，28納米之后一切都發生了變化。在成本方面，28納米以下每個節點的成本會更高，我們將此叫做摩爾壓力，28納米可以稱為一個門檻。

上圖展示了成本的變化，成本在28納米之前是大幅度下降的，在28納米之后卻又逐漸上升。

那么晶圓廠如何發展、晶圓廠的生命周期是怎么樣的呢？

我們可以考慮晶圓廠到底生產什么樣的產品，他們的形式各不相同、生命周期也各不相同，比如有些是時間周期比較長的，有些周期比較短。

FinFET和FD-SOI的歷史是2001年，胡教授還有劉教授及杰弗瑞做了類似的研發，他們發現了同樣的問題，就是會泄露的問題，大家可以看到90度的旋轉，大家看到這個圖就可以理解。實際上對我們來說我們重新定義了晶圓和硅相關不一致性的東西。

大家可以從圖中看到具體的差別，最高的硅的厚度是不一致的，基本上是由不同原子層所造成的，大家可以看到不同的厚度。這是我們進行的一些研究。我們也用在汽車等行業，我們要兩條腿走路，要應用FD-SOI，也要應用FinFET，FinFET是大量數碼芯片，多數時候具有高性能。FD-SOI是小的混合型芯片，有時候性能比較高。

戴偉民認為：“FD-SOI可以幫助我們開發出更多更好的產品來。在未來很多年FD-SOI將是繼續非常受歡迎的。”

最后，戴偉民提出：“當我們提出促進研發和創新的時候，我們必須有有利的工具保護它，才能不斷的真實促進創新。我認為這一點是非常重要的。我相信我們國外友人同樣贊同我的觀點，當他們與中國同僚見面的時候，他們也非常贊同中國的機制來保護知識產權。”