12月22日，百度Apollo宣布与德州仪器（以下简称“TI”）合作，将TI的车规级处理器纳入Apollo软硬一体的自动驾驶产品设计中。
此前在12月8日举办的Apollo2020生态大会上，百度才发布了可量产的高阶智能驾驶产品ANP，同时也对外展示了支持高阶智能驾驶ANP和自主泊车AVP功能的计算平台ACU“四喜”。TI是为Apollo ACU提供车规级芯片的主要半导体供应商。
那么，百度为何会选择TI，而不是业界热门的Mobileye EyeQ5，或者是NVIDIA Xavier？此外，百度打出的这套以ACU计算平台为核心的纯视觉解决方案，相比特斯拉有何优势？
为何是TI
TI的TDA4处理器系列基于Jacinto7架构，可帮助汽车制造商设计先进的驾驶辅助系统以及下一代半自动和自动驾驶系统。该系列处理器具有强大的片上数据分析能力，并与视觉预处理加速器相结合，从而使得系统性能更高效。此外，该系列处理器在实时性与功能安全等层面也起着至关重要的作用。
在具体的性能表现方面，该处理器具有四大特点。其一，多级处理，支持深度学习和实时图像处理；其二，功耗和性能效率，仅用5到20W的功耗和性能效率便可以执行高性能ADAS操作，无需主动冷却；其三，有针对性的集成，带有通用软件平台的有针对性的集成SoC能够降低系统复杂性和开发成本；其四，360度感知实现自动泊车，能够在单芯片上接入并处理4到6个三百万像素摄像头的 数据，增强车辆感知能力和环视处理功能。
这也是现阶段最适合百度的处理器。
根据规划，百度Apollo的Roadmap，是以自主泊车为起点，逐步实现城市全场景自动驾驶。首先要在2020年12月量产针对泊车域的1.0产品，该产品的硬件平台五仁的算力可达1.5T；其次是要在2021年底量产针对泊车域+行车域的2.0产品，在1.0产品功能基础上新增Highway-ANP（融合高精地图特有能力）和Public-AVP（国内TOP城市最大数量停车场），该硬件平台四喜的算力可达8T-32T；最后是在2023年底推出覆盖城市出行全域的3.0产品，在2.0产品功能基础上新增Urban-ANP（在车路协同环境表现更优秀）、 Public-AVP（国内TOP城市最大数量停车场） 、 Urban-AVP（车路协同环境下跨场调度），该硬件平台三鲜的算力可达100-200T。
可见，虽然现阶段百度Apollo的算力水平不是业界领先，但却是逐渐成长壮大的过程。百度现阶段看中的是能稳定量产、安全供应的硬件供应商。这些供应商的提供的半导体再配合上百度的高精地图，足以让纯视觉方案的百度Apollo Lite保持竞争力。
百度IDG首席产品架构师郭阳表示： TI是全球汽车领域深受信赖的半导体制造商，我们很高兴共同为行业打造下一代的智能驾驶产品。百度Apollo将专注于软件和算法，结合TI的车规级处理器，坚持开放合作的生态理念，致力于中国汽车产业的加速转型。
“目前TI的TDA4相关的系列芯片，是我们目前在市面上最好的选择。这个考虑既包含整个战略要求的满足，也包括整个芯片厂生产线的稳定性，供货的稳定性，还有TI对行业的融合度，这些都要考虑。”郭阳告诉媒体。
车企的顾虑也是百度在权衡芯片供应商时重点考虑的因素。郭阳表示：“从车企自身的选择上来讲，我觉得他们本身也不希望选择功能的演进比较大的厂方。比如mobileye的EyeQ5，它本身已经经过了两次跳票，它本身在时间上、稳定性上都存在着相关的一些风险。很多厂商真正在量产上做选择的时候都会选择像TI这样的芯片。如果车企做了这样的选择，百度作为一个提供第三方解决方案的公司，这是我们想选择这个芯片的根源和依据。”
TI Jacinto处理器总经理Curt Moore也表示：“TI开发的TDA4处理器具有集成分析、机器视觉和功能安全功能，支持广泛的自动驾驶系统。百度Apollo作为全球最大的L4级别自动驾驶平台之一，可在TI的处理器上结合其领先的软件算法，为汽车市场带来差异化的解决方案。”
相比特斯拉，百度的优势
郭阳认为，安全是百度自动驾驶解决方案开启大规模装车的最大优势。“在城市场景下，在视觉方面它需要非常深度的数据积累，因为现在在自动驾驶视觉的领域，其实是AI算法和传统式算法相融合的，AI算法会基于数据，在城市领域只需要数据积累，就能很好的解决一些高频的问题。百度与安全相关的数据积累非常充裕，比如百度Robotaxi等 L4级路测的数据积累非常丰富，在安全领域的可靠性是比行业高一个量级的，这些东西也是百度自身的优势。”
具体来看，百度的优势体现在硬件和软件这两大维度。
硬件方面，首先是与百度开展合作的TI是一个在安全方面，包括芯片和系统上都有非常强的设计能力和经验的公司。车企在选择百度的ANP时首当其冲会考虑安全性，而TI是车企的首选对象。
“我们灵活覆盖了行车域和泊车域，也是现在很多车厂设计的趋势。这一代产品设计的过程中，能满足不同的需求，一个是对相应的算力的要求更高。第二个是车厂需要选择一个供货稳定、足够大、有足够的影响力，真正能够保证这个东西可以上车量产，并且在安全性上非常强的一款芯片。OEM车厂更倾向于选择TI，而百度也会更多的考虑车厂的选择，选择TI做我们下一代ACU的主芯片。”郭阳解释了百度为何会选择TI的原因。
百度在硬件领域还有一个显著的优势体现在公共安全的设计上，“我们整个在公共安全的设计，特别是自动驾驶功能设计上，百度可以稍微自豪地说，我们在国内是比较领先的。”郭阳说道。
比如，以前在车规级领域，行业都遵守ISO26262公共安全标准。事实上，百度认为这个标准是面向以前的ADAS的一些设计，跟自动驾驶领域稍微脱节一些。所以，百度在一年前与包括宝马、戴姆勒，Intel、百度等共计11家自动驾驶相关产业链顶级公司联合发布了《自动驾驶安全》白皮书。
郭阳介绍，《自动驾驶安全》白皮书现在已经转成了ISO TR 4804，这是基于《自动驾驶安全第一》建立全球第一个ISO自动驾驶应用安全标准的一个草稿，预计经过两三年时间，就会演变成为自动驾驶领域的公共安全ISO标准，面向全世界进行规范推广。百度作为中国的唯一参与方，全程参与设计了这一标准。
软件方面，作为一家以算法和软件起家的互联网巨头，百度在软件方面有先天优势，尤其与特斯拉对比也有明显的区别。
首先，在整个环境建模上，百度是融合了高精地图的，不像特斯拉完全依靠实时的计算。在这样的场景情况下，百度会具备一些预判能力，比如会预先探测核心区域的信息，行驶中会将探测差异做一些对比（而不是重新再算一遍），这样可以大大节省算力，更多的把算力用到一些活动的物体，比如对行人等进行识别。
其次，从传感器融合的角度来讲，百度也具备行业领先的能力。虽然百度现在发布的智驾方案是以视觉为主，但实际上是融合了摄像头、毫米波雷达、超声波雷达这些传感器，做了多元融合的算法，而且是百度特有的算法。这样一来，ANP就具备了多层冗余感知放的能力。
同时，百度也会针对中国的特殊场景，做针对性的典型视觉场景的算法，比如像外卖小车等。郭阳表示：“这些数据跟我们L4级自动驾驶数据在使用中采集数据，经过这样一些积累，可以保证目前我们自动驾驶的行驶范围之内，安全问题都可以得到一个很好的保障。”
总之，安全第一是百度Apollo的价值观的第一条。郭阳为此还举了两个小例子。
比如，在泊车领域的自动驾驶算法，如果对一个有危险的因素没有办法精确判断是何物时，百度是会采取最高的标准，像踩刹车会是最大的刹车度。
再比如，百度的高精地图通过对环境的认知会更加准确，因为同时有历史的经验信息和实时探测的信息。百度可以通过融合，可以更好的对环境建模。这样在基于环境认知的情况下，百度对于一些动态的、有各种因素结合的场景下会有更好的处理措施。比如，百度可以比特斯拉更早知道高速上的某个过路口。“因为我们历史上的一些记录，我们知道大量的车在前方20米或者30米，右车道或者中间车道，这样我们的车辆在到地点之前就会提前做一些变道的操作，这就属于历史经验信息里面带来安全性的一个增长。这些是我们跟市面上一些自动驾驶的最大区别。”郭阳说。
那么，百度VS特斯拉的纯视觉解决方案，到底谁更胜一筹？
