大算力自動駕駛芯片的“決賽”即將打響。

全球第二個、中國首個，進入前裝量產階段的百TOPS大算力AI芯片——地平線征程5已完成最后的驗證工作，將于今年4季度正式量產上車。

“率先鎖定大算力自動駕駛芯片'世界杯'決賽席位”。

誰進了“決賽”？

6月30日，地平線機器人技術研發有限公司（下稱地平線）舉行了征程5量產前的技術溝通會，會上的一張PPT中，Mobileye、高通、恩智浦、海思等一系列人們耳熟的芯片巨頭排兵列陣，但經過AI算力、安全可靠性、開發環境、算法驗證、生態支持一系列角逐之后，走到量產決賽的只有英偉達與地平線。

先進制程芯片作為高技術門檻、高技術密集、高生態壁壘的行業，英特爾、英偉達等諸多“英豪”無不出自美國。

一家中國芯片創業公司為何能與英偉達同時進入量產階段？

更重要的，為何隨著英偉達、地平線開始尖峰對決，剛剛被重視起來的自動駕駛芯片市場，似乎正要逐步關上入場大門？

01

量產百TOS車用芯片的技術門檻

一夜之間，消費類芯片幾十TOPS的算力在自動駕駛面前已經不值一曬。上百TOPS的單片算力芯片開始成為自動駕駛的基礎硬件。

“目前來看，在提升有效算力的道路是沒有止境的。”地平線聯合創始人&CTO黃暢向《電動汽車觀察家》表示，目前自動/智能駕駛領域行業的基礎算力需求是：L2級需10TOPS左右；L2+則需要幾十TOPS；L3需要100TOPS以上；L4需要1000TOPS。

“但我個人看來，L2+級需要百TOPS才比較好。因為隨著傳感器的分辨率越來越高，單位時間內需要處理的數據也就不斷增多。工程師需要更高的有效算力去處理，從而得到更好的結果。（要充分滿足）L4級的話，幾千TOPS的需求（就看企業）有沒有預算支撐。”

這一判斷應用到實務上也得到了支撐。

小鵬汽車在P5上憑借算法優勢，在僅僅30TOPS（單片）的英偉達Xavier平臺上實現了城市NGP功能。但小鵬汽車智能駕駛研發負責人吳新宙也在近期的展示視頻中提到，城市NGP的功能實現仍受限于芯片算力，在G9上會更好的落地。

小鵬全新旗艦車型G9上配備了雙英偉達Orin芯片。

（1）如何打造大算力AI芯片

單片英偉達Orin和征程5的算力分別為256TOPS（每秒萬億次計算）和128TOPS。如果以每秒圖像幀率FPS為標準時，Orin與征程5的性能差距卻是另一番景象。

溝通會上，地平線展示了最新的測試結果：征程5在處理單幀輸入的百萬像素大圖時，性能三倍（處理512??512像素圖像，采用FCOS-EFFICIENTNET神經網絡)和兩倍（處理704??1208像素圖像，采用EFFICIENTNET神經網絡)于英偉達Orin（地平線基于英偉達公布性能推測）。

這對自動駕駛系統來說，意味著在更短時間里“看到”更多東西。因此，FPS被認為是自動駕駛場景下，芯片有效算力的重要標準。

地平線聯合創始人&CTO黃暢

而且征程5在硬件定型之后，性能還在進一步上升。“因為軟件架構的改變，征程5的FPS（在同樣的芯片硬件、運行算法條件下）從1283提高到了1580。”黃暢在介紹中表示，這正得益于地平線芯片設計所采用的軟硬結合的方法論。

“以終（級應用場景作）為（軟件開發的起）始”是地平線一直所強調的方法論。

完全從自動駕駛場景出發，持續對標自動駕駛算法，采取軟（目標算法）硬（芯片架構）結合的方法設計芯片架構和編譯器，正是地平線異軍突起，迅速切入大算力自動駕駛AI芯片量產賽道，與英偉達同臺競技的根本原因。（欲了解更詳細的技術原理，請閱讀《地平線追擊英偉達》）

（2）量產并非朝夕之功

地平線芯片測試流程及標準

像所有規模化一樣，在實驗室里完成“原型”只是第一步，更加艱難的在于面向規模化的驗證測試。

溝通會上，地平線首次向公眾展示了征程5的測試流程和部分測試實驗場景。

征程5是國內首顆基于ISO 26262功能安全流程開發的AI芯片，已獲得ISO 26262 ASIL-B功能安全產品認證。其經過了pre-silicon（前硅）仿真環境測試、流片、post-silicon（后硅）真實環境測試到最后的車規級可靠性測試，滿足AEC-Q100車規可靠性要求。

事實上，征程2還采用第三方進行測試驗證。但征程3開始，地平線從0-1搭建車規AI芯片的專業測試團隊，同步建立嚴密的質量管理體系和標準流程，并在征程3量產過程中實現高質量交付。

基于征程2、3兩代車規芯片超百萬量產出貨的經驗積累，地平線把豐富的knowhow完整遷移到新一代的大算力芯片征程5。

黃暢告訴《電動汽車觀察家》，征程5的驗證測試時間有1年之久，整體費用在億元級別。而且滿足主要對標MCU標準的AEC-Q100，對征程5來說有些部分過于簡單，如加溫加壓的測試時間要達上千小時，遠超標準要求；有些部分則非常難，如用大算力芯片滿足MCU類的整車集成功率要求。因為對芯片公司而言，功耗下降對應著溫度下降以及可靠性上升；功耗影響著整車集成設計和驗證的工作量與成本。

“真正走向SOP（量產）的過程不是一蹴而就的。是基于我們征程2、征程3兩代芯片完整量產過程所積累的經驗基礎上，我們才有底氣在Q4去量產征程5。”黃暢在采 訪中表示，就像整車企業在歷代量產車型中積累的大量knowhow一樣，地平線百萬量級的量產經驗，也成為其核心的量產技術壁壘。

02

昂貴且“卷”的自動駕駛芯片市場

技術，只是自動駕駛芯片入場的基礎門檻。先進制程的自動駕駛AI芯片耗資巨大，需要巨大的規模化和繁榮生態，方能支持其量產盈利和持續迭代。

以英偉達的Orin為例。Orin采用臺積電的7nm工藝，單顆報價320美元。半導體技術研究機構Semiengingeering統計的數據顯示，開發7nm節點芯片投入約為2.97億美元。這意味著，要攤平其研發費用，至少需要銷售928125顆芯片。以目前主流方案每輛車搭載兩顆Orin計算，則需要近47萬輛新車，還不算臺積電不斷上漲的量產制造成本。

但截至目前，幾十TOPS算力就能支持的L2+級自動/智能駕駛車型，在接受度最高的中國滲透率才僅僅23.2%（IDC數據），即全年485萬輛（按照2019年中國乘用車2092萬輛銷量計算）。

然而，留給Orin銷售的時間窗口并不多。Orin2022年才開始規模化的上車，但英偉達已經發布了單顆算力可達1000TOPS的下一代自動駕駛芯片Atlan，其將于2025年大規模量產上車。

地平線則更快。雖然Q4才量產上車128TOPS的征程5，但按照地平線最新的計劃，明年512TOPS的征程6就將推出，比此前的規劃快了整整一年。

成本高昂，市場有限且“卷”，要求已經進場的玩家迅速實現規模化。

03

實現規模：通用性疊加易用性

目前地平線征程芯片的合作生態

如何快速實現規模化？

地平線選擇采用極致開放的方式，與定位為Tier2，與硬件和軟件合作伙伴一道，開發量產級的硬件和算法，為主機廠提供功能與研發層次都非常豐富多樣，靈活可變的大算力芯片產品。

（1）通用性硬件解決方案

《電動汽車觀察家》了解到，目前自動/智能駕駛的主要感知方案和算法在業內已經開始趨同。

在感知方案中，車外11路攝像頭的數目、車身布局，以及毫米波雷達的布置方案已經基本形成了行業通行的范式；

算法中，最核心的視覺感知算法業內在近一年以來，紛紛采用BEV架構。

BEVFormer是基于Transformer和時序模型在鳥瞰圖視角下優化特征的環視物體檢測方案，適用多視角攝像頭的3D目標檢測任務，由特斯拉首創。

當感知硬件和算法的技術路線和工程方案開始趨同時，適用于不同車企的通用性自動駕駛硬件解決方案就有了落地的前提。

Matrix 5系列量產級計算平臺

地平線基于征程5打造Matrix 5系列量產級計算平臺參考設計。通過不同芯片配置方案，Matrix 5能夠提供最高512 TOPS的強勁AI算力，滿足ADAS、自動駕駛、智能座艙等全場景整車智能應用需求。

基于Matrix 5標準設計方案，地平線能夠為合作伙伴提供靈活可拓展的域控參考設計及預驗證的攝像頭模組套件選型，同時支持無縫適配地平線系統軟件與感知算法模塊。Matrix 5將大幅降低OEM與生態伙伴開發適配和應用部署的成本。

目前，已有包括大陸集團、東軟睿馳、立訊集團、聯成開拓在內的超過10家企業聯手地平線，推出基于Matrix 5參考設計的域控產品。此外，映馳科技、金脈與天準還成為征程5官方授權的硬件IDH（Independent Design House，在IC原廠芯片的基礎上開發平臺、解決方案等產品，為整機產品的研發和迅速面市提供基礎）合作伙伴。

（2）易用的軟件生態體系

提供通用性的硬件解決方案只是開始。

地平線智能駕駛產品線產品規劃與Marketing高級總監呂鵬

“我們認為當前（車用計算平臺）行業的開發和交付效率都太低了，給車企帶來很大的開發難度和交付成本。“地平線智能駕駛產品線產品規劃與Marketing高級總監呂鵬向《電動汽車觀察家》表示，”我們提供的很多軟件是為了幫助客戶更高效的完成開發和交付，同時能把我們的工具鏈打磨的更加完善，從而為芯片贏得更多客戶。“

地平線在征程系列之上，打造了包括端到端軟件棧（基于征程5），為高等級自動駕駛應用提供高效、安全、易用的軟件開發平臺；地平線天工開物AI芯片工具鏈，包含模型后量化、量化訓練、編譯優化和部署三大核心能力，為開發者提供從模型獲得至應用部署的全流程支持；以及艾迪AI開發平臺，能夠為智能汽車AI開發者提供數據標注、訓練、優化、部署、管理與性能分析等能力。整套基礎設施，開箱即用，用戶無需從零搭建一套復雜的自動駕駛跨平臺系統，只需聚焦于核心價值積累。

在效率提升方面，呂鵬舉例道，通過應用天工開物，單客平均支持投入減少50%左右，平均算子開發投入減少30%。

而這些通用硬件和易用的軟件體系則將為地平線和征程5帶來更多的用戶，筑高壁壘，加快自動駕駛芯片行業的入場倒計時。

黃暢在采 訪結束時向《電動汽車觀察家》表示，（之所以說）大算力芯片已經進入（少數玩家參與）的決賽階段，是由芯片軟硬件體系成熟度、量產能力和生態體系三個核心要素決定。

背后是眾多的合作伙伴、多代迭代過程、百萬量級的量產規模和海量產品吸引的開發應用生態構成。

先發優勢將不斷推高成熟度、量產能力和生態體系的壁壘，拉開與后來者的距離。“新玩家進入的挑戰會非常的大。”

返回第一電動網首頁 >