280万片出货，标配NOA域控49%市占率，地平线的新“征程”

　　4月6日下午，智能驾驶计算解决方案行业领导者地平线在深圳向媒体召开了一场主题为“一路征程·胜算在5”的地平线技术开放日活动。地平线的联合创始人&CTO黄畅博士和地平线副&软件平台产品线总裁余轶南博士做了主题分享。

　　在活动现场，地平线市场与品牌高级总监陈遥首先向大家介绍了地平线这些年取得的成绩。她表示，地平线成立至今已近8年，截至现在，整个征程系列芯片出货量达到280万片，还积累了100多家生态合作伙伴。

　　据悉，地平线一共有两个系列的芯片，征程系列和旭日系列。征程系列的芯片核心聚焦在自动驾驶领域，目前迭代了三代车规级智能驾驶芯片。第一颗在2019年8月正式发布的征程2，这也是中国首个车规级自动驾驶芯片。2020年9月份发布征程3芯片。在2021年7月份发布中国首款高性能大算力的专为高等级自动驾驶芯片设计的征程5。地平线表示，征程5是首款国产百TOPS大算力车规级智能芯片，128 TOPS 超强算力，30Watt超低功耗，领先同级竞品的1531 FPS强劲真实计算性能，60ms超低延迟感知能力。

　　

　　余轶南在演讲时透露，征程5高效支持业界先进的自动驾驶算法（BEV）与满足全场景领航辅助驾驶（NOA）落地需求。“今天的高速NOA最低的售价已经下探到了大概15万左右的车型，在15万左右可买到的车型里搭载高速的NOA系统，里面背后的芯片其实都是地平线。”

　　陈遥称，地平线目前已经获得包括top10中国车企：、、、、、、等20多个车企的定点合作，获得120个车型的前装定点，有50多个已量产车型。其中有非常多爆款的车型，长安的UNI系列，还有，理想L7、理想L8，还有马上要上的比亚迪等。其中，理想AD Pro是全球首个量产搭载国产大算力芯片征程5的智驾系统，落地行业领先的全栈自研算法，实现高速NOA功能标配。

　　根据第三方机构发布的《2022年度中国市场标配L2+NOA功能智驾域控制器芯片方案市场份额榜单》显示，排名第一的地平线市场份额为49.05%，排名第二的英伟达市场份额为45.89%，这意味着，中国市场每卖出2台NOA新车，就有一台搭载地平线的芯片。

　　

　　算力与智能驾驶的关联到底是怎样的？高算力一定带来更好的智驾表现吗？

　　黄畅在演讲时表示，高算力不见得一定能够带来更好的用户体验，尤其自动驾驶，圈内有的车型，比较高端的车型量产的时候配置很高算力叫所谓的预埋。预埋以后量产，量产后很久，好像这个自动驾驶方案的体验也一般。更要命的是这个车量产一年，一年以后它完全可以用一半，甚至更低的价格去获得同等算力的平台。

　　

　　为什么更高的算力却没能带来更好的智驾表现呢？黄畅解释说，这是因为大家对计算性能的理解有偏差。黄畅认为，每秒钟处理多少帧图像（FPS），这才是真实的计算性能，而不是理论上每秒钟能进行多少次的计算（TOPS）。

　　黄畅举例说，在发布HW3.0的时候，它上面部署两颗芯片，两颗芯片的峰值算力各都是72TOPS算力，整合在一起是144TOPS。HW2.5是他们之前基于英伟达的平台Drive ，如果比拼峰值算力，从30提升到144TOPS仅仅是几倍的关系。但是如果去看实际的处理算法性能就是每秒钟的处理图像帧率提升了21倍。“就像当年英特尔和AMD打频率大战时，英特尔就讲自己主频有多高，但是真正懂行的人知道，那个主频它的实际性能比起AMD相同主频的实际性能可能差很多。”

　　余轶南也强调，算力的确会带来更多的价值潜力，但并不是说给车上放一块几百TOPS的算力芯片就可以了。那只是搭载了一个有这样潜力的算力平台。“自动驾驶硬件芯片算力从几十Tops 到 1000 Tops ，用户体验目前没有倍差。从几十Tops 到几百 Tops 甚至到 1000 Tops ，实现的全都是高速NOA，而且差别还不太大；实现更广阔区域的自动驾驶，确实需要千 Tops 以上的算力。当前真正要做的，是不断地在给定算力上去优化我们的软件算法，去用更多的数据，不断地去逼近用户体验的上限。”

　　

　　余轶南认为，今天真正制约用户体验核心的点在于软件和算法，而不是物理上的算力。算力是这个时代的“水电煤”，但同时意味着成本。对于车企来说，也需要破除对于各种TOPS物理算力的迷信，因为物理算力与晶体管数量和芯片的成本成正比，意味着提升物理算力时将付出更高的成本，但是这个付出的成本可能并没有带来多少真实性能（FPS）的提升。相比之下，提升单位的真实性能则更具“性价比”。

　　Q：目前头部车企如等，都有自研芯片团队，但其他小车企自己做芯片成本非常高，而且也要看出货量。量如果达不到一定规模，肯定亏得很厉害，如何理解这种看法？

　　A（黄畅）：

　　你说的很对，一般来说只有头部车企有能力和体量去自研。从另外一个角度上讲，车厂做自研芯片也不完全考虑省钱或者赚钱。他还是会更多地从提升整车的竞争力作为出发点，做出具有竞争力的产品，能够使得整车的电子电气平台，软件服务，自动驾驶，座舱服务上形成差异化的产品力。

　　华为初期研发手机芯片，出货量并不大的时候，他们也没有完全考虑到省钱。一旦达到了一定规模，他们的优势就立马显现出来。

　　 

　　Q：地平线芯片所有的后端设计也是独立完成的吗？

　　 A（黄畅）：

　　是的，如果不能把前后端结合在一起，PPA（包括Power，Performance，Aera，即性能、功耗、面积）是做不到极致优势的。

　　 

　　Q：那现在关于轻地图，现在大家基本上都走轻地图路线，那可否进一步直接把地图给去掉？

　　A（余轶南）：

　　我们可以把这个事情剥开来看，导航肯定无法去掉。我们看对于高精地图的定义是什么？制图模式的高精地图吗？我觉得更多是怎么在现有状态下把它用好，而不是直接把它完全去掉，如果它只有一块钱的成本你为什么不用呢？如果它能给你带来一定的信息量和安全性的话，为什么不用呢？所以我们和很多地图供应都讨论这个问题，我有时候问他们你们怎么看待这件事情？

　　他说我们会不断地优化产品区别，降低它的成本，剩下的事情交给市场来验证。地图你把它当成一个传感器，主要取决于几个关键指标，比如说更新速率/鲜度、准确性、成本。这几个东西如果好，就用得更多一些，如果这几个指标不好，可能要弱化一些，整个自动驾驶发展也会相对慢一些，这个过程并不是一个零和一的选择。

　　 

　　Q：一套系统中面对芯片数量增加时，如何解决其中研发难度？目前有些，其自动驾驶芯片已经可以把算力分配给智能座舱使用了，如何看待这种现象或趋势？

　　A（余轶南）：

　　堆芯片数量，从算力本身来讲肯定可以做，硬件上也没有问题，上汽的搭载了三颗征程3。这样的组合方式，在软件上的复杂度会提升很多，对比搭载一颗芯片，使用三倍资源，肯定会带来更加复杂的开发过程。难点就在于，无非是在时间同步、系统一致性，这是一项偏底层的系统工程，落地过程中非常有挑战性，但一旦做成功，以后再面对多芯片组合就相对容易。

　　舱驾一体是未来的一种趋势，而且这个趋势在历史上也可以找到类似的。今天电脑的芯片是一个all in one，但过去几十年，台式机里面是CPU+GPU的，也有CPU里集成GPU显卡。在市场的里面既会有all in one的，也会有分立式芯片，这两种都会有。至于比例的话我觉得看市场结果，很难预测。

　　如果笔记本电脑，不打游戏不用做太多复杂的图形渲染，可能就够了。但是如果你是游戏发烧友，肯定要买一个好的独立显卡，具体会和使用场景相关。我们认为这个肯定是趋势，也必将会来临。能有多大的市场比例不好说，但是中低阶肯定会有，高阶的不好讲。地平线的话，我们也在看这方面的趋势，可能也会在一些时间点推出类似的方案。

　　A（黄畅）：

　　补充一下第一个（尝试过一次以后下次就会好多了）我刚才也讲了整个从到DCU再到中央计算平台，它是从另外一个维度上去解决这种多芯片开发困难的问题，不会集中化，包括舱驾的集中。

　　第二个问题你提到舱驾，作为芯片大概率用两颗拼在一起借助GPU虚拟化技术去同时打舱驾，看似是很完美的方案，但可能还是有很多问题。尤其是这样一个高端市场，因为我们分析过，有可能舱驾一体这种模式反而是在中低端车型上更容易先取得突破。首先最大优势是性价比，整个域控合二为一，而且是两颗或者多颗芯片变成一颗芯片。整个系统的简化性价比的提升，谁会为这件事情买单？意愿更强的可能还是中低端的车型，例如（事实上，在软件上的投入比硬件上付出的要多得多，例如特斯拉在智能化上投入最大的预算）。

　　 

　　Q :引入了智能驾驶之后，车从一个纯粹的工具变成了“一匹马”，如何去跟机器去共存，如何责任认定？车作为智能终端如何来训练优化？

　　A（黄畅）：

　　手机的发展很有意思，手机最早是电话、短信，到了智能机以后，电话、短信已经变成了手机里面最不用聊的话题，人们更多谈论的是APP和各种功能上。

　　汽车一定会走向这一天，车上算力会越来越大，只是一个时间的问题。今天算力最多是500，中间是100，往下是几十；5年以后，高的几千，中端小几千，最小几百。车在开车时，算力会发挥作用，不开的时候，这么大的算力就是浪费。这部分空闲的算力被利用起来，就是新的价值，具体如何利用还未可知，但一定会与智能计算有关。

　　车有可能将来会成为智能计算服务的一个主体，因为量足够大。每年车的量，搭载这么多的芯片，车的量是远大于或基本大于全世界每年服务器的量。百亿人都在用，而且是在24小时内，22个小时都可以用，边界成本非常低。

　　回答道德伦理问题，今年ChatGPT这种人工智能，首先需要解决正确性问题，比如关公和琼谁能打得过谁，它应该回答这不是一个时代的人。第二，就是道德和价值观，这个约束是从哪里来的，不是机器自己产生的，还是由人规定的。

　　回到自动驾驶，基本的功能就是先完成对和错的问题；第二个就是人为的去规定（规则），涉及到价值观和道德。从技术现状上说，可能会制定规则，比如告诉机器，在中国开车绝对不能怎么样。定规则的主体还是人。机器再强大，还是必须要在人的管理和控制之下去为社会创造价值。没有规则，机器就完全失控了。所以当下，整个智能计算领域，全世界最关注的还是机器的安全性问题。

　　A（余轶南）：

　　自动驾驶是很好的跳板，足够细分，标准化、商业利益比较大，恰逢汽车智能化时代的需求，用户的安全和体验的需求，应运而生的产品形态。

　　自动驾驶标准化后，汽车在人类历史上会是真正第一个商业化、面向个人消费品的商业化、大规模、可应用的自主机器人。它是一只会下金蛋的“鸡”，在研究过程当中积累成果，能够很低成本地复制到其他领域，比如汽车其他领域的自动化，比如其他形态机器人的智能化。