「我們認為，這個世界會變得更加可以預測、更加自動化，從一個『點播的時代』轉化為一個『安排的時代』。」恩智浦半導體執行副總裁兼首席技術官Lars Reger表示。日前，從德國遠道而來的Lars在恩智浦北京辦公室分享了他對於公司技術和產品的思考，其認為改變對機器人的思考方式要從架構開始。
圖丨Lars Reger（來源：資料圖）
改變對機器人的思考方式，從架構開始
早幾年的時候，人們對人工智慧和機器學習寄予厚望，認為將其與汽車結合，能夠很快迎來自動駕駛汽車的時代。事實上，這個目標並非能夠輕而易舉地實現，簡單地將人工智慧加在汽車上是不可行的，正如Lars所說，「在一個真正可以被預測、自動化的世界，我們可以把所有的任務都交給身邊小小的機器人，同時還要保證它的功能安全，以及正確運行」。換句話說，應該遵循生物路徑，在各種功能的基礎之上，加上信息安全和功能安全，畢竟人們並不希望看到自己的汽車正開著，卻突然出現在其他道上。
Lars表示：「我們必須要改變對機器人的思考方式，而這要從架構開始。」
作為一家半導體供應商，恩智浦通過為汽車行業的原始設備製造商和一級供應商提供構建架構的模塊，來幫助其開發各種新的架構。不過，由於目前汽車中95%的創新都是通過電子或軟體實現的，而只有5%是通過機械實現的，因此該公司正在推動電子和軟體平台化構建。
據了解，恩智浦構建了包括微控制器、微處理器在內的系列計算單元，用於汽車頂棚、門禁控制、拖車的電子控制等。並且，該公司還將推出5納米級的產品，能將數據從車輛傳輸到控制單元。
雖然微控制器和微處理器都能進行計算，但還需要實現將數據從A地傳輸到B地的連接。在這方面，該公司使用乙太網，並對數據的傳輸速率進行了擴展。Lars表示：「我們有10Mbit到100Mbit的傳輸數據量，此外還有一個1GB、2.5GB、10GB的傳輸數據量，這是一個非常完整的系列，通過這個方式能夠更快地進行數據傳輸。」另外，還通過乙太網開關，將數據發送到不同的方向，可實現8GB至80GB範圍的數據傳送能力。
需要說明的是，恩智浦的微控制器、微處理器以及乙太網產品，能夠實現互操作性和兼容，可以融合在一個產品中，並且其中的軟體也可以被重複利用。
在支持汽車行業的同時，恩智浦的半導體產品還能在智能工廠、智能家居等場景中發揮作用。除了如上所說的微控制器等產品，該公司的其他產品，包括i.MX RT工業驅動開發平台、S32系列處理器等，也能夠與功能安全相結合。並且，這些產品也都有對應的AI加速器，可形成一個工具鏈，來構造智能的邊緣器件，從而在智能家居、智能機器人等領域獲得應用。
推出與人腦架構相似的BlueBox開發平台，可用於汽車和無人機等
為了實現智能汽車，曾有人提出這樣一個設想，即只需要在汽車上加入一個「大腦」，再提供一個電機就可以。但在Lars看來，這並非構建高效機器人的方式。
其指出，如果從生物學的角度出發剖析人腦的架構，會發現人腦中的腦幹部分擁有諸多功能，並且可以做數據聯網的功能，小腦則控制身體中一些重要的運動功能。舉個例子，當一個人在行走過程中被絆了一下，脊柱會「告訴」腿「要停下」，小腦會通過肌肉幫人站穩，這時大腦才會發揮作用，「看」一下被絆倒的原因。這充分說明，大腦的功能並非實時。
如果想給車輛構建上述反射過程，既需要讓其先具備以規則為基礎的行為，比如靠右行駛、不能超速等，又需要幫助其擁有智能且有創造力的思考。
因此，為了構建最智能的機器人架構，恩智浦自2016年起推出了「BlueBox」開發平台。據介紹，該架構和人類大腦的架構十分相似，有負責聯網的部分，有強大的性能和功能安全特性，還有人工智慧的加速器。
目前零跑汽車新推出的電子電氣架構，就採用了BlueBox的核心技術，在聯網時通過乙太網來確保功能安全。
Lars表示：「我們在2016年的設想，現在已經成功地推向了市場。在給車輛製造『大腦』方面，零跑汽車已經非常成功了，它的線束減少了20%，由於具有一個非常清晰的腦系統架構，因此控制單元也減少了1/3。」
該架構具有高度可擴展性，不僅能應用於汽車領域，還能用於製造機器人、無人機等領域。據Lars透露，如今恩智浦90%的客戶都在採用該架構。Lars指出，從生物學的角度出發，生物首先是具有一個基本的架構，然後在這個架構的基礎上進行擴展。對BlueBox架構來說也是如此，可以根據解決方案的複雜程度，來決定是否進行擴展。
縱觀恩智浦目前的布局：最下面是乙太網的連接；上面一層是計算單元，相當於發揮小腦和部分腦幹的功能；最頂層是5納米的高性能器件，用來提升效率；另外還將人工智慧的加速器構建到該系統中。
值得一提的是，為了解決數據處理量和能耗之間的矛盾，恩智浦在開發系統時，也會確保在正常運行的情況下，不讓高能耗部分時刻保持激活的狀態，使整個系統在絕大部分時間都能以一個極低的功耗運行。「因為恩智浦是在開發用於智能互聯器件的技術和晶片，所以我們必須要尋求高效能，而非高性能計算，否則地球將無法承載相關的能耗要求。」Lars指出。
與此同時，該公司還與一些人工智慧公司開展合作，在人工智慧和機器學習方面進行了深入布局。其合作主要包括兩方面，其一是在中低端層面，找到最好的人工智慧加速器；其二是在高端層面，開展軟硬體方面的合作。
綜上，就恩智浦而言，其希望能夠成為被用戶信賴的製造機器人的先鋒，而為了實現該目標，必須做到以下三個方面，首先是要具備正確的架構，如果架構錯誤，在進化中一定會失敗；其次是要有可信任的穩定系統，來保證功能安全和信息安全；最後是需要具有可擴展性，既能用於製造如昆蟲般大小的小機器人，又能用來做大型且複雜度高的人形機器人。「如果能夠做到這些，我相信就能建造出未來所需要的機器人。」Lars說。
如今，在走向可預測、自動化的世界的過程中，恩智浦的一切技術都已經處於發展的軌道上，比如，將錢包「塞」入手機，就有了移動支付。因此，其不只是一個瘋狂的追夢者，而是正在做這樣一件事情，即逐漸將人們周圍的器件升級為可預測和可實現安排的智能器件。根據預測，到2030年全球會有750億智能互聯晶片。這說明人們既對晶片有著大量的需求，又需要通過晶片和軟體來實現創新。在這種發展態勢之下，恩智浦的產品也將更加普及。