总编对话｜高通孟樸：与中国车企一起“走出去”(7)

孟 樸：对于较为明显和时间敏感的短板，收购是一个相对高效的解决方案。智能网联汽车被视为“带4个轮子的智能手机”，主要涉及的移动连接和智能座舱，都是高通布局多年且形成了领先优势的技术。而自动驾驶和辅助驾驶不是高通固有的优势领域。因此我们根据市场需要，评估短板在何处，哪些可以通过收购补齐。收购之后的下一步发展，要基于我们与整车厂和Tier1的沟通，在充分理解远期需求的基础上构建新的解决方案。
高通收购Veoneer，主要是看中其自动驾驶软件Arriver。近期宣布收购的Autotalks，是一家面向V2X通信的半导体公司。高通本身也储备了V2X技术方案，收购Autotalks使我们能够进一步加速V2X规模化的市场应用。
汽车将成为AI运行的终端
胡春民：AI技术正在越来越多地应用于智能汽车的数据处理和人机交互中。目前业界也有许多围绕ChatGPT“上车”的讨论。ChatGPT能够为智能汽车带来什么？
孟 樸：AI应用需要云与端的协同发展，所以我觉得只要有终端，就会有AI。时延敏感、在地化、个性化、关乎隐私的AI应用，已经在手机端实现，同样也会在汽车等终端侧实现。
ChatGPT的部署可以看作三个层次，从能够运行大模型的超级数据中心，到根据行业应用或者地域应用构建的边缘云，再到终端。目前来看，ChatGPT这样的大模型发起交互所带来的数据中心负载和成本，要比传统搜索高出10倍。如何将部分负载从数据中心卸载到终端，是保证AI模型顺畅运行必须考虑的事项。
在今年世界移动通信大会上，高通在安卓智能手机上演示了拥有10亿参数的AI交互模型Stable Diffusion。用户文本输入要求，Stable Diffusion大概通过20步的运算生成图像。如果汽车、手机等终端能够运行百亿级参数的模型，就可以实现多种本地化的AI能力。未来，初级的交互可以在终端完成，完稿之后上传到云端进行检验，或者简单的交互在终端实现、复杂的交互在云端实现，以降低大模型在云端的运营成本。
胡春民：未来3—5年，智能网联汽车会发生哪些里程碑式的事件？你最期待什么？
孟 樸：汽车的智能化已经步入正轨。汽车产业的算力和场景可能没有智能手机迭代得那么频繁，但频率会从10年缩短到2年。
在辅助驾驶和自动驾驶领域，也许会有越来越多的车厂要自研芯片和软件栈，垂直打通底层软硬件，以实现更加理想的使用体验。