作者 / 曹錦

數年前，當服務器、個人電腦對算力的需求降低時，手機接班繼續帶動摩爾定律；如今，手機性能也趨于飽和，汽車又迎頭頂上。

2016年，在地平線剛成立時，便提出了AI計算的新摩爾定律。直到4年後，MIT發表了一篇名為《後摩爾時代》的文章，提出計算性能的提升在于軟件、算法、硬件架構的聯合優化。在地平線副總裁、智能駕駛産品總經理餘轶南看來，這也算是對地平線最初判斷的一種肯定。

（地平線副總裁、智能駕駛産品總經理 餘轶南）

通過軟硬結合的研發模式，以及BPU （Brain Processing Unit）AI計算架構的加持，地平線的技術量産速度可能超越了多數人的預期。

「如果檢驗汽車技術隻能有一個标準的話，那就是穩定、長期的量産。」

由此，地平線保持着「一年一款芯片，之後再用一年實現首發量産」的落地節奏：

2020年6月，「征程2」搭載于長安UNI-T，近期又将發布改款；2021年，理想ONE也濃墨重彩地在改款車的發布會上講述了與地平線團隊的合作曆程，這款搭載兩顆「征程3」的車型，還一度引發老款車主對于硬件及OTA問題的不滿。

而到了今年Q4，「征程5」又将在一款新車上實現首發量産。這是首款實現前裝量産的國産大算力AI芯片，擁有128TOPS的算力，在标準benchmark上可以跑到1200 的FPS性能，前視感知延時可達60毫秒，功耗僅有30W。

另據最新消息，比亞迪也宣布将在2023年發布的一款新車上，搭載征程5芯片。

時至今日，地平線征程芯片出貨量已突破100萬片，超過50家前裝量産項目定點。在這一背景下，地平線于近日圍繞其量産技術的最新動态，研發特色及産品測試，進行了新一輪的溝通。

「軟硬結合」的設計模式

地平線有一個口号：從軟件中來，到軟件中去。

「在設計起點上，我們并不會去想到底要做多少算力，而是要看市場、技術、産品的需求。」餘轶南表示，對于地平線來說，芯片設計的核心問題是BPU架構的設計，以及如何支撐後續幾年的市場主流算法需求。

（地平線BPU算法負責人 羅恒）

地平線BPU算法負責人羅恒稱，通過「軟硬結合」的模式，研發團隊能夠在設計芯片的過程中，不斷觀察軟件和硬件的邊界。「在BPU架構設計初期，我們就能通過編譯器對應用算法有足夠的了解，并在設計之前預判場景需求。之後，再通過編譯器順着整個架構向前推進，不斷調整性能。」

羅恒介紹稱，在傳統的芯片設計方式中，由于無法用軟件及時驗證，就對很多取舍無法預判後果。「另一方面，硬件也容易做很多多餘的事情，為此付出的代價可能是恐怖的。」

目前，地平線的算法部門與芯片部門緊密結合，擁有整套的軟件基礎架構，可以支持自動化研發工序。「例如新一代芯片的緩存數量，數據排布的方式，我們都可以利用搜索的方法在很大的Benchmark中找到最優解。」

在這種思路下，地平線在設計芯片本身的架構之前，首先要設計BPU的編譯器。這可以将複雜的計算拆解成幾個小的、可并行的計算，同時還可将過去需要串行處理的指令集，通過編譯器的分析，拆解成若幹個并行化的流水線模式，從而降低計算延時，提高效率。

「通過軟硬結合，我們才能更加有效、快速地打穿場景，BPU能針對智能駕駛應用場景做出極緻優化。」餘轶南認為，如今的計算架構越來越多，車上承載的計算越來越複雜，面對多任務的優先級合理安排非常重要。在合理的架構設計中，芯片可以在多路數據的大量吞吐能力下，仍然可以保持穩定、高效地數據處理。

「我們在三年前的研發初期就已經看到了這樣的架構趨勢，所以在芯片的設計階段，就已鋪設了架構需要的底層單元邏輯，并利用AI加速計算方面的創新：包括高度的軟硬并行化、還有優化計算密度和能量效率，使得隻用30瓦的計算功耗就能完成128TOPS的算力。」餘轶南介紹稱，降低功耗對電動車來說尤其重要，這可以讓一輛車提升數十甚至上百公裡的續航裡程。

高速及城市NOA均将量産

地平線助力智能駕駛技術快速落地的關鍵模式，就是芯片 底層算法賦能。「将客戶扶上馬，送他們一程，然後看他們的馬跑得越來越快。」餘轶南說道。

也是因為這種開放的商業模式，地平線目前已積累了超過上百家的産業合作夥伴。除了理想、長安、東風岚圖、哪吒，比亞迪這些乘用車主機廠，還包括部分商用車和物流小車的合作夥伴。地平線為他們提供芯片、工具鍊和參考算法，讓他們在芯片上構建自己的算法。

餘轶南舉了幾個例子：岚圖有一項基于征程2的高端配置——紅外夜視，就是由軟件合作夥伴做了夜視的軟件算法，地平線提供工具鍊的支持；另外，哪吒新發布的U·智搭載了征程3芯片，是哪吒與其軟件合作夥伴一起做的智能泊車系統。

在溝通會現場，我們體驗了搭載3顆征程3芯片、搭載6顆攝像頭的Horizon Matrix Pilot高速領航解決方案「樣闆車」，這一平台化樣闆方案會在今年7月實現量産。

在體驗過程中，車輛基于周視感知和高精地圖，能夠準确控速，變道超車的決策與人類駕駛員習慣極為相似，整體過程比較順暢。在關鍵的出入匝道場景中，車輛的降速和限速稍顯突兀，不過速度可通過撥杆調整。同時，對于匝道的大曲率，車輛也可熟練應對。

這款車使用每一顆征程3芯片，都承擔了不同的任務：例如J3A号與前視一體機Mono的任務一緻，負責前向感知，實現定位；J3B負責側向的四個攝像頭，以及後視攝像頭；J3C負責規控及多傳感器的融合。這三顆芯片，都采用了統一的自動駕駛軟件平台和BPU架構。

同時，這套系統也可支持行泊一體架構。地平線ADAS資深産品市場經理劉文堯介紹稱，在泊車場景下，J3A承擔前視，J3B、J3C處理環視攝像頭的信息，提供泊車的功能。

「如果OEM選擇算力不太充沛的域控器時，會再補一個泊車盒子，而現在隻需用一個3J3的平台就可加入泊車功能。」

還有一點需要強調的是，地平線的NOA域控方案支持被動散熱。

一顆征程3可提供5TOPS的AI算力，典型功耗是2.5W，3顆芯片加在一起功耗都能控制在10W内。「被動散熱為什麼很重要？目前在汽車領域，大部分的域控器都是液冷散熱，而電動車天生在電池散熱系統中就會有液冷體系，這也可以解釋了為何自動駕駛方案在電動車中更好推行。」劉文堯解釋稱，如果要在燃油車中加入整套液冷體系，這對平台設計的挑戰非常大，而被動散熱的域控器更适合在不同的動力平台車型上做适配，對整車配置要求會更低一些。

除了高速NOA，據地平線透露，他們也正在與合作夥伴開發測試城市NOA，第一款車型會在明年Q3-Q4量産。

「我們提供的還是數字底座和平台，給車廠參考的算法架構是兼容式的。因為不同的車廠、軟件供應商有自己的對傳感器的配置思路和場景認知。我們作為底層平台的提供方，我們應該為大家把架構做好，讓網絡架構的配置上能夠兼容神經網絡的即插即用。」餘轶南認為，到底車廠用不用激光雷達，用合衆傳感器方案，并不是地平線的決策，地平線提供的，就是「樣闆間」。

如何賦能城市NOA？

比亞迪剛剛宣布将要搭載的「征程5」芯片，是能夠支持全場景自動駕駛的芯片，能夠應對城市NOA更大的算力需求，以及更好的感知。

目前，地平線基于征程5打造的城市NOA原型方案已上車實測。「在城市NOA賽道裡，地平線就兩種合作模式：一種是聯合開發，即地平線提供基于征程5的底層能力，比如視覺感知，主機廠自己做其他的感知和融合，包括地圖的集成；另一種是把我們對芯片的理解、硬件和基本軟件的參考設計開放給軟件合作夥伴，軟件合作夥伴通過工具鍊構建完整的城市自動駕駛的方案，并且最終落地。」餘轶南介紹道。

據羅恒介紹，征程5的AI計算能力和芯片設計都與特斯拉FSD芯片進行了對标，而前者的優勢體現在在功能安全上支持ASIL-B，整個系統則可達ASIL-D，這也就意味着不需要像特斯拉那樣做冗餘的處理。

「特斯拉的HW3.0是放了兩塊FSD芯片，這兩塊是做完全一樣的事情。而我們增加了對ASIL-B、ASIL-D的支持，就避免了做這樣的冗餘處理，相對來說會有成本優勢。」羅恒表示，在軟硬結合的芯片設計理念下，地平線的最新算法支持表現可圈可點。

另外，地平線也與英偉達Orin做了橫向評測。「我們認為以FPS真實計算效率的對比下，征程5會是Orin接近三倍的優勢；在能效比上則預期會有八倍的優勢。」後續，地平線的合作夥伴也會提供測試的結果，會做進一步校準。

高性能的單目視覺感知方案

在介紹地平線Matrix Mono産品落地情況時，地平線智能駕駛研發總監廖傑分享了一些關于前視一體機市場的趨勢預判：首先，國産自主品牌在中國2400萬乘用車裡的占比會越來越高；其次，随着技術的成熟以及價格的下降，汽車将标配主動安全的産品。據相關行業報告，将來自主品牌前視一體機的裝配率會到50%-60%。

目前，前視方案普遍分為3種：一是單目毫米波雷達，不具備橫向功能，但是能做AEB防碰撞；二是一個前向攝像頭 一個毫米波雷達，二者可達成互補，但成本較高，低端車型無法實現标配；另一個方案是通過一個單目攝像頭來解決1V1R(一個前視攝像頭加一個前向雷達)組合所能滿足的功能，但在極端天氣和場景下，适配可能出現問題，技術挑戰更大。「但是它能帶來成本的直接下降，所以我們認為單目攝像頭方案是會從ADAS逐步走向标配方案。」廖傑表示。

除了Mobileye，地平線是目前國内唯一實現單目感知方案量産的AI芯片公司。去年理想ONE基于地平線征程3實現的AEB，也收到了不錯的反饋。

前視還有一個趨勢是對安全距離要求越來越遠。廖傑稱，8MP相對于3個1MP的攝像頭，結構更加簡單，成本更低，并且可以達到同樣的效果，将來8MP在前置産品會裝配率會越來越高。

在此趨勢下，地平線推出了基于征程2的「走量」方案：搭配2MP、3MP的攝像頭，通過Mono的視覺感知能力，能夠滿足碰撞報警、AEB等等。

此外，還有基于征程3的8MP攝像頭方案，它能夠在AEB基礎上提供基于視覺的定位，從而能依靠單目攝像頭實現高速NOA的部分功能。

随着自動駕駛等級的提高，其對安全性和場景連續性的要求也在提高，這也就意味着芯片所需要承載的AI計算需求會以指數級增長。

面向L4級的整車自動駕駛架構，「征程6」已經On the way，這将是一款支持自動駕駛和IVI系統，車身控制系統、網關系統相融合的大算力芯片，可同時滿足自動駕駛和座艙交互兩方面的需求。

在達到人機共駕的「陽春白雪」前，地平線已通過緊湊的量産節奏實現了各種「小目标」，不僅成為了國内的「頭一份」，也更是「獨一份」。量産，不僅代表着對技術的驗證，也代表了車規級芯片生态圈的進展。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!