[汽車之家資訊] 2021年3月26日，“智創·第三空間”2021中國智能汽車創新發展論壇暨汽車之家智能汽車評價體系發布會于北京隆重開幕。本次會議以“賦能行業發展 指導用戶消費”為宗旨，分享中國智能汽車產業的最新觀點和未來技術發展趨勢，共商如何突破產業瓶頸實現產業融合，在變革關鍵期成功搭建行業前沿溝通交流平臺。
以下為地平線副總裁余軼南的講話實錄：
余軼南：地平線的創始團隊，包括最早的一批核心人員沒有一個人干過有關芯片類型的工作，包括我本人過去也是做軟件算法方面的工作。但地平線的量產，讓整個芯片軟件行業看到中國企業能在這樣的領域中站起來。去年，不光是有了車型的量產驗證芯片，在實際的道路環境驗證方面，也沒有出現任何的問題。同時，在飛速發展的過程中，我們也獲得了非常多的合作伙伴的認可。
地平線從創立之初就看準了在人工智能整個大領域中，真正最缺乏的東西不是軟件方，而是芯片，所以從一開始地平線定下的戰略方向就是AI芯片領域。過去幾年我們做了非常多的探索，后來在2016、17年的時候就已經看準了，真正的AI芯片珠穆朗瑪峰是汽車領域，汽車是第一個人工智能最大的終端，并且在它后面還有其他非常多的終端。
2017年的時候，我們推出了第一款嵌入式的人工智能芯片，后來用在很多嵌入式的設備中。 2019年推出第一款車規級AI芯片，現在回想起來確實跟做消費類和工業類的芯片差別非常大，包括功能安全等方面。其實在人工智能芯片發展的幾十年中，身邊的終端設備也是在不斷的變化，一個屏幕、鍵盤、鼠標，到2000年以后智能手機顛覆掉了按鍵手機時代。
今天智能汽車又重新走這條路，但與過去有很大的差別。過去是信息從一個桌面，到達另一個房間的桌面，這過程中不發生任何信息變化。可今天終端變得不一樣，原因是現在的終端叫做智能終端。智能終端與以前的終端最大的區別是它不再是一個載體，更多的是一個可以自主處理信息并做出判斷、做出決策的載體。
智能汽車之所以重要，不是因為汽車本身，而是智能的背后代表了整個人工智能時代的開始。所以我們相信在以后的十年里，真正的可通用的終端“機器人”才會變成更大更廣闊的市場。這也是地平線做人工智能芯片、汽車芯片、以及自主系統的緣由。
從行業的發展來講，過去的五年、十年的時間里，有兩條非常鮮明的路。最早在2013年的時候，百度就是做躍進式的自動駕駛路線，直接開發L4級別高度自動駕駛。而現在的一些科技公司，例如特斯拉等，他們走的是更加崎嶇且漫長的，從L0（是指沒有任何輔助駕駛功能車輛）級別開始演化的漸進式發展路線；這條路看似長且艱難，但實際上更快。有了低級別技術加數據的積累，再通過L2、L2+這類的高級駕駛輔助等系統不斷引入更新技術、更大的算力、更好的傳感器，甚至包括OTA的迭代，都可以證明這件事雖長久但速度很快。在國內，很多主機廠也證明這條路線是一條非常可行的，可通向無人駕駛最高峰的路線。
此外，自動駕駛需要大量路演數據的積累讓自身進化，可以看到，特斯拉的發展速度比Waymo快，雖然一開始Waymo是全副武裝，特斯拉是從頭開始，但它的進化速度非超乎想象。特斯拉進化速度不僅僅是以軟件為主，一定是需要更強大的硬件作為載體，并且這個硬件載體需要不斷的進化，以及自身閉環系統的不斷進化，才能飛速發展。特斯拉的駕駛數據以每天行駛總里程2000萬公里的速度在增加，2020年官方數據顯示，其總里程已經達到33億英里，這個數據遠超其他自動駕駛類型的車輛。數據多的原因是用戶在幫助積累這個行駛里程，而不僅是測試車本身。
在這樣一個賽道里面，我們會去想智能汽車賽道跟手機、電腦兩個行業有什么區別？回顧歷史，電腦有英特爾、有微軟，然后出現了聯想等。那汽車是什么樣的組合？我們發現比如在歐洲，寶馬和Mobileye結合比較緊密，奔馳和英偉達形成組合，國內則有OEM和地平線的組合。主機廠有強大的軟件和芯片公司進行整合，其實在今天看起來車企與科技公司的跨界組合是非常流行的方式。
那么有此得出，汽車智能芯片和操作系統才是智能汽車生態的底層基石。過去PC時代有IBM、有聯想，芯片會有英特爾，操作系統會有Windows；在終端方面也是百花齊放，因為用戶有不同的需求，可能是電腦的厚度，可能是手機的大小；但是在底層的芯片和操作系統方面卻是驚人的統一。在現代的手機時代也誕生了兩種類型的終端，一種是蘋果和IOS，另外一種是安卓，但是他們背后可以看到共同的供應商，尤其是在芯片產業鏈里面，上游往往容易形成同一個生態。
今天智能汽車的終端領域也劃分了不同廠商，小鵬、蔚來、理想、特斯拉；但是操作系統，你可能只能看見安卓，芯片只能看到英特爾，因為生態一旦形成，就是馬太效應，強者愈強，壟斷者地位很難被撼動。不過現在有了地平線，對芯片與操作系統均有研究，并且在智能操作系統關乎整個汽車生態的時代，地平線已經有了先發的優勢，占住了關鍵的窗口期。
我們再從電子架構來講，目前分布式ECU的架構已經到頭，今年看到大部分的需求都是在“控制機制”的域架構中，這些領域分為幾大塊，例如娛樂域、自動駕駛域，自動駕駛還分為泊車等功能域。而就從自動駕駛來看，它有一個非常明顯的特征，在域架構中，它沒有辦法集中到某一個點，因為沒有合適的芯片。而特斯拉開始研發中央計算架構，比如下一代的4.0系統，把車身、娛樂、自動駕駛都集成起來，形成四合一的芯片利用云計算和單車計算，將信息資源池化，形成集中控制。
說到算力，AI計算是自動駕駛的核心，不光是自動駕駛，包括車內的人機交互。因為我們把汽車定義為機器人，你和機器人的交互是按鍵或者觸摸，這種形態非常的奇怪，屬于指令式；而真正和機器人的交互方式，是人和機器人都站在“人”這個領域，交互是自然的方式交互，自然的交互方式就需要大量的計算，包括感知、建模、預測和決策等。現在大部分的算力都放在AI感知計算上。但是最前沿的技術里面，包括預測、規劃決策都是大量的使用AI來處理，我們對芯片架構的思考，要從過去的AI計算，邏輯輔助，到實現完全AI計算，就需要高算力芯片的支持。
有了高算力，接下來就是傳感器。大分辨率攝像頭馬上量產，不僅是攝像頭的分辨率，整車攝像頭的數量也變多了，數據量上去對于算力更是井噴式的需求。固態激光雷達密度越來越高，兩千多點的毫米波雷達也很快面世，這都是對感知的需求變得異常強烈。
過去算力的提升可能是線性的增長，但根據最近的數據顯示，讓我們要對這件事有全新的認知。現在好多OEM廠家宣布1000 TOPS的算力，不知道夠不夠，但未來至少是500 TOPS起步。現在全球開始了軍備競賽，這對于地平線也是好事情。至于為什么需要這么高的算力，特斯拉在3.0系統上是144 TOPS的算力，小鵬應該是200 TOPS左右的算力，整個計算平臺中地平線的性能非常領先，不光物理算力領先，在效能上也非常領先，我們下一代的征程5代的芯片會做到單芯片90多的算力，20瓦不到的單芯片的能耗還將包含功能安全，滿足計算平臺的需求，地平線本身也提供從芯片到可選擇算法，包括工具鏈也有開放的平臺，和行業的合作伙伴一起共創時代。
汽車芯片本身很難，主要原因是開發周期長、難度大、硬核急，不單是功能安全、信息安全，包括體系等，這只是芯片本身，真正一個芯片想上車需要完整的一套工具鏈體系。每一家都是爭先恐后往前跑，不但要做出高芯片，還是要把芯片應用到車上。比如特斯拉X1的芯片，相對PX2來講有20倍的提升，真正算力來講是21倍的提升。多的倍數是從哪來的，是從算力，這里面包括編寫、軟件算法本身、芯片的架構，如果芯片架構不好的話，芯片的效能就會非常低。
汽車的馬力是用戶能感知到的，例如0-100km/h加速時間，用戶能感知到的是真正的性能，而算力只是一個參考的數據。地平線之所以能夠做到這一點，因為地平線這個團隊是從軟件中來的，所以我們要做世界級的AI算法，從軟件中定義芯片高性能的架構設計，把芯片做出來應用到汽車中，再回到軟件里高效的支持合作伙伴所需要的的高算力性能芯片。
從2020年到現在已經有四款量產車型使用了我們的芯片，另外還有很多沒有公布的車型。從產品路線講，我們的2代單芯片可以做智能座艙的芯片，并可以延伸到做L2級別的駕駛輔助系統中的ADAS，以及多核芯片，滿足車內座艙人機的多模交互，包括語言圖象，還包括在更高級別的自動駕駛里面。
地平線現在正在構建底層芯片架構，搭建車載中央計算平臺，以芯片為主體，到感知平臺，這里面包括各種各樣的交互感知和車內的感知。我們在ADAS上已經獲得了很多合作伙伴的認可；在智能座艙里面，我們做的是人機交互，能夠給汽車提供人臉識別，視線的追蹤，包括唇語命令等，讓汽車更懂你。除此之外也可以支撐合作伙伴完成整套的數據閉環建設，沒有數據閉環是稱不上智能汽車的，從標定到訓練，從數據設備賦能到AI模型構建，打造完整的數據閉環，才足以支撐整車的生命周期。
最后，地平線在現今這個用軟件定義汽車的時代，以底層賦能者的身份，通過汽車智能芯片、AI開發工具、參考算法技術等去服務整個行業。謝謝大家！（編譯/汽車之家 畢業）