Waymo融资25亿美元，谷歌的无人驾驶怎么样了？

“2021年无人驾驶领域最大的融资。”

作者:苗正 出品:财经涂鸦

2021年6月17日,谷歌旗下明星无人车企业Waymo宣布完成25亿美元巨额融资,一度成为2021年最大的无人驾驶领域融资。次轮投资者为Alphabet、Andreessen Horowitz、AutoNation、加拿大养老金计划投资委员会、穆巴达拉投资公司、Perry Creek Capital、富达管理和研究公司、麦格纳国际、Silver Lake、淡马锡、T． Rowe Price Associates以及老虎环球基金。

事实上,对比2020年3月,Waymo第一次对外融资,仅有老虎环球是新晋投资者,其余投资者皆为第一轮参与者。

Waymo发言人表示,这笔资金将有助于进一步推动其将自动乘车服务推向更多市场的使命。目前,该公司的机器人出租车仅在亚利桑那州大约100平方英里的服务区内向公众开放,约等于260平方公里,相当于北京丰台区的占地面积。若目的地与出发点在50平方英里以内,Waymo还允许乘客乘坐完全无人驾驶的车辆出行。

Waymo换血

说来也巧,就在Waymo官宣融资完成的前半年期间,Waymo迎来了一次大换血。2020年12月,首席安全官Deborah Hersman离职。2021年2月,Waymo Laser Bear激光雷达业务的制造和全球供应主管兼总经理 Tim Willis离职。2021年4月,财务主管和投资者关系主管 Sherry House也离开了Waymo。

不过这还没完,2021年4月,Waymo首席执行官John Krafcik宣布离职,该企业首席运营官Tekedra Mawakana和首席技术官 Dmitri Dolgov 将作为联合首席执行官解体John的职位。

John于2015年担任Waymo的部门管理者,以实现Waymo商业无人出租车为目的领导整个团队。2018年时,在John的带领下,Waymo争取到了在美国凤凰城的测试运营机会,也因此成为了全地球第一个无人出租车公司。

在John的牵头下,Waymo如日中天,2016年,Waymo从一个小小的无人驾驶部门,演变成了高达2000员工的无人驾驶出租车公司。同时,Waymo也迎来了首席财务官Ger Dwye,他从2006年就加入了谷歌,属于资历极深的老员工。

然而就在John离开的一个月后,2021年5月13日,Ger Dwyer以及其汽车合作伙伴关系和企业发展负责人Adam Frost,同时离开了Waymo。

上文提到,Waymo第一次对外融资在2020年3月,而就是在这两次融资之间Waymo发生了如此大规模的换血事件。事实上,究其原因,正是第一次融资对于Waymo业务的调整。由于无人驾驶汽车存在较大的不确定性,包括技术、运营模式、社会反应等等,在完成第一次融资后,Waymo开启了许多全新的业务模式,如向机器人公司销售定制款激光雷达和无人卡车运输等等。

2020年5月,几位新晋投资者追加了Waymo的第一轮融资,使其扩大到了30亿美元。而这笔追加融资的目的,则是开发Waymo Via,也就是在Waymo无人驾驶技术下延伸出来的货运和货物运输服务。

事实上,Waymo这样的业务扩张,反而偏离了由John最初带领团队的本意。诚然,Waymo作为一个公司,盈利是他们的唯一目的,但是卡车货物运输、销售激光雷达,这两种盈利手段都是面向企业端的。相反,无人出租车则是一种消费端的业务,这让以该商业模式为核心理念组建而成的Waymo团队有些难以驾驭,最终自然而然出现了换血的局面。

可正当Waymo拿下25亿美元大额融资,准备进一步让营业手段百花齐放的时候,他们的头号强敌Cruise,于2021年6月15日宣布从通用汽车的财务部门获得了 50 亿美元的信贷额度,用于购买数百辆将于 2022 年投入使用的全自动班车。

这种全自动班车名为Origin,可以通过乘客的选择前往不同的停车点,全部由通用汽车在底特律的零号工厂生产代工。Cruise 首席执行官Dan Ammann表示,Cuise新融资金额超过 100 亿美元。

谷歌在干什么?

Waymo的母公司,谷歌,本是一家以软件和网络技术起家的IT公司。不过无论是其Lab X(前身为Research at Google),还是其手机和智能音箱等产品,无疑彰显了他们对于硬件的渴求。

作为谷歌硬件领域的当家花旦,TPU一直是谷歌近年来所有研发能力的最佳表达。2021年6月,谷歌在《Natue》杂志上表示,谷歌在公布第4代TPU后,已经开始使用AI去设计AI芯片了。并且这种AI只需要使用6个小时,就能设计出性能远超专业设计人员花费数个月设计出来的AI芯片,这都要归功于TPU的强大运算能力。

2021年5月19日,谷歌发布了第4代TPU的技术细节,谷歌首席执行官 Sundar Pichai指出,他们利用一个互连的液冷服务器集群,使得TPU可以实现每秒10亿次的操作,这种量级的处理能力也被称为“exaflop”。

当然,超级计算机之所以无法达到exaflop,是因为需要保证一定的精度,但是第4代TPU无法在如此精度的前提下实现exaflop。另一方面,谷歌公布了第4代TPU的测试结果,其中就包括ResNet-50(图像分类)、SSD(物体检测)和 Mask R-CNN(对象检测)这三大视觉测试。

测试结果,数值越低越好(来源:谷歌)

而计算机视觉技术,正是Waymo无人驾驶技术的立足之本。可见,作为一个软件服务公司,谷歌花费了大量精力投入到了硬件领域。正所谓近水楼台先得月,Waymo也就成为了第4代TPU的第一批用户。

无论是自动驾驶,亦或是无人驾驶,甚至是任何一家AI相关的公司,显卡所带来的硬件成本,都远远超过了服务器、汽车等其他硬件。如上图所示,只需要256块第4代TPU,就可以达到几千块英伟达显卡所带来的运算能力,这便让Waymo的运算能力得到了大幅度强化。

在有了强大算力的支撑后,相较于其他无人驾驶公司,Waymo固然可以跑得更快,飞得更高。所以回看谷歌这一路磕磕绊绊的硬件之路,反而在TPU上扳回了一城。

谷歌和Waymo的未来

当然,如果说谷歌拼了命研发TPU最后结果只为了无人驾驶,那格局未免也太小了。因此,对于第4代TPU,谷歌并没有与往常一样强调神经网络。谷歌的项目负责人提出了一个观点,芯片的发展速度远远落后于机器学习,这种现象是构成他们没有按照芯片的发展历程去开发芯片,反而是为了服务于当代技术潮流的事物。

Pichai在2021年5月19日的发布会上,特地强调了第4代TPU在机器人技术和自然语言处理上的应用,以及谷歌历年来的保留项目——针对围棋的强化学习网络。

Pichai从研发TPU开始就有一个很深的执念,他认为未来TPU会是一种和处理器进行绑定的存在,就像现在PCI-E插口上总会有一块GPU是一样。他深知谷歌这十余年来对硬件的探索,基本上都是在走弯路,甚至撞南墙,而TPU的诞生,也正是谷歌对硬件领域的一次咆哮。

以如今火热的全自主移动机器人(AMR)来看,现代场景中,传统固定机器臂因为不够灵活,早已表现出了落后的势态。而AMR本身的灵活性,以及对环境的0改造,对于客户来说则成为了更好的选择。

然而AMR最大的缺点便是运算能力,由于AMR是一种敏捷解决方案,所以绝大多数AMR的运算都是在本地发生的。虽然AMR通常都具备通信能力,不过这种通信是为了多台AMR相互协作准备的,并不是一个云端指令的通道。

那么对于AMR的设计而言,如何用更小尺寸设计实现更强大运算能力,就成为了当务之急。以市面上较为流行的MiR公司AMR为例,该机器人并不具备强大的协作能力,主要原因仍是算力不够。

这也再次印证了谷歌的观点,他们就是要为当下的AI去研发硬件,而不是顺着硬件的发展来研发。

Waymo的改变,亦是同理。或许在将来,人们看到谷歌的时候,第一时间联想起的不再是他们的搜索功能,相反,人们会深知谷歌硬件能力的强大。这也是在尝尽了无数次硬件上的败仗后,Pichai想要实现的目的。