“黑芝麻智能杨宇欣：高性能自动驾驶芯片赋能汽车智能化转型”

6月29日-30日，列支敦士登汽车主办的“2021中国汽车半导体产业大会”隆重举行。 此次会议主要围绕中国汽车企业核心短缺的现状、供应链国产化安全建设、车载芯片平台构建设计、自动驾驶、智能座舱行业的芯片诉求和应用实例、电力半导体在三电的应用、芯片测试和功能安全等话题展开讨论，共谋产业未来快速发展的道路， 以下是黑芝麻智能cmo杨宇欣在这次大会上的发言。

杨宇欣黑芝麻智能首席营销官

早上好。 很荣幸能和大家分享一下黑芝麻智能最近在自动驾驶芯片行业取得的成绩和我们对市场的想法。

这是黑芝麻智能首次在盖世太保举办的活动上演讲。 我是盖西忠实的网民。 因为盖西在汽车领域的耕作，对领域的思考，对技术的理解，非常专业和深刻。 我也期待着未来与盖世太保越来越合作。

回到今天的话题吧。 今天我们来谈谈高性能自动驾驶芯片使汽车智能化转型成为可能。 首先，为您介绍一下对自动驾驶领域的了解。 我了解到，自动驾驶不仅由汽车领域本身推动，还以人工智能、感知技术、车道协同、边缘计算等多种场景为中心，包括开放的城市道路、半开放的高速公路、封闭的场景，共同推动了自动驾驶的快速发展。

看市场的话大家都会看终局的吧。 将来真的会有无人驾驶的时候没有司机。 汽车本身已成为智慧城市中的基础设施。 那个负责把人和东西从a点到b点送到。 为了实现无人驾驶，很多核心技术现在都需要夯实基础。

从汽车产业的快速发展来看，以前流传下来的汽车时代的创新集中在机械结构、燃料的快速发展和生产制造上。 汽车领域开始进入自动驾驶时代，创新从原来的行业到核心芯片、人工智能技术、电子架构、电池技术。 真正进入无人驾驶时代，汽车基础设施建设后，越来越多的创新围绕着大数据、人工智能、交通运营管理。

由于我们现在处于自动驾驶的时代，所以现在全领域最引人注目的是电子电气体系结构的创新，就像理想的领导者所说的那样。 目前，电子电气架构正从分布式走向域控制架构，再到未来的中央计算平台，从技术链来看，这种演进最开始于芯片的演化。 就像我们集中的自动驾驶芯片一样，原来车里完全没有这样的芯片。 那是由于新出现的电子电气架构诉诸芯片而产生的。 随着架构的不断升级，芯片的种类和功能要求不断变化，这也给了进入我们新领域的芯片创业公司一个机会。 我们认为，无论未来是驾驶、客舱还是车里的其他行业，新出现的芯片都有可能是我们未来进军的行业。

从大行业来说，进入自动驾驶、智能座舱域甚至车载电脑时代，可能需要集中度更高的芯片。 为实现高性能、大计算力、功能安全，以核心大计算力芯片为中心形成的完整的生态系统和供应链体系是未来非常重要的快速发展趋势。

现在，在领域里谈论的是软件定义汽车。 谈谈我们的理解吧。 其实我在过去的十年里都在手机领域。 大家现在发现很有趣。 因为新进入汽车领域的工作人员基本上都来自ict领域，所以我还是很幸运的。 我在学习汽车领域的知识的时候，发现汽车领域正在接近我。 因为随着车中电子电气架构占有率的提高，软件占有率越高，汽车领域技术的快速发展趋势和领域的快速发展趋势类似于电子领域。 特别是在手机领域，我们很容易看到，在过去的十年中发展迅速，移动网络通信技术火爆，而苹果这样的公司却带领着整个领域不断突破新的技术方向，创造新的应用场景。 在汽车领域，现在tesla已经被公认，是一家像苹果一样发挥作用的公司。 我们总结起来做了三件tesla是正确的事。

第一个是电动汽车。 电动汽车已经成为所有汽车企业最关注的方向，电动汽车的普及速度也比以前快了很多。 在与国外和国内汽车企业的信息表达上，他们都说不投资发动机开发，大家都在为新能源汽车和电子电气架构的开发而努力。 第二个是自动驾驶。 从自动驾驶的普及速度到产品的落地程度，tesla无疑是世界上最领先的。 特别是前几天，tesla放弃毫米波雷达，全部切换到视觉系统后，出现了新的话题。 我认为只要有足够的数据，l3以下的视觉技术就可以满足诉求，但l3以上的激光雷达可能还需要。 三是软件定义汽车，这不仅是技术，也增加了汽车领域商业模式变革的机会。 技术方面软件定义了汽车，但目前汽车出厂后，软件不断迭代升级，软硬件解除耦合，使汽车制造商不断提高汽车功能性能，提高客户体验的机会也在增加 虽然看起来像软件，但实际上对硬件体系结构的新要求似乎在增加。 现在，汽车厂看到了新一代的硬件架构，也谈到了硬件嵌入的概念。

在手机和电脑领域，您会发现在软件APP爆炸的前夕，硬件领先。 原因很简单，因为硬件迭代周期慢，软件迭代周期快，这些软件制造商想放开手脚开发自己的APP应用和算法。 越来越多是因为必须补充硬件的性能和功能。 保存足够的计算能力和冗余，以确保算法不断迭代升级。

现在，汽车领域就像从当时的功能机向智能手机的转换一样，智能是什么？ 计算力度大是直观的表现，理想的方法是多编程处理里程焦虑的问题，我们作为芯片公司必须处理客户计算力焦虑的问题。 除了技术之外，我相信在软件上不断升级，升级客户体验，从而收取相应的软件费用，也是未来车企非常重要的商业模式方向。

可以看出从计算力的要求到l2到l3、l4、l5，计算力的诉求不断提高。 l2现在是十几t的计算力，l3需要100t以上的计算力。 l4，l5为500t，1000t，也有人要求2000t。 现在经常有人问，有多少计算能力就足够了？ 其实，现在没有厂家能回答这个问题。 从芯片的角度来说，我们排着台让大家演戏。 首先，我们充分准备了自己的功能性能，下游包括技术制造商、软件算法、车企在内，增加了发挥自己技术实力的平台。

随着功能的增加、传感器数量的增加、传感器配置的不同，支持越来越多的驾驶场景，计算能力要求也越来越高，目前各汽车企业都在开发自己的自动驾驶超级计算平台，基本上是基于l3水平开发的。 目前，国内还没有正式制定l3标准。 l3标准对整个汽车领域来说是非常大的变化，l3意味着要改变交通规则的责任标准。 所有事故规律的第一责任人都是司机，但l3开始，在特定情况下汽车接管驾驶时，事故发生后责任变成了车厂。 现在，世界上没有国家正式发表l3标准。 大家现在都在按照l3标准做技术，但出厂时被定义为l2+。

从自动驾驶场景来看，有低速行驶、固定路线、共享移动、车道合作，目前活跃在各行各业的公司不断耕耘。

从市场的迅速发展来说，大家对市场的评价是一样的。 但非常重要的是，无论是自动驾驶时代还是智能车时代，中国都已经走在了世界的前列。 根据市场预测，到2025年，世界6000万辆以上的车，在中国将超过2000万辆。 由于中国占世界1/4的出货量，而且相信在自动驾驶行业普及速度会比世界大幅度加快。 截止到2025年，中国共有2000万辆车支持l1-l5功能，其中l2+到l3也超过了目前汽车厂最受关注的主流配置的一半，约2025年有1000万辆车具备该功能。 这种趋势带来的市场空之间还有很大的差距。 中国汽车领域的崛起，一方面可能给中国本土产业链带来机会，另一方面国内汽车企业对国内自主控制供应链有更大的诉求。 另一方面，中国汽车制造商走得很快。 在与中国汽车企业的信息表达过程中，我们发现特别希望在自动驾驶快速发展的几年前迅速迭代技术。

为什么我们每年的计算能力都会倍增？ 这是因为在产业快速发展的几年前，对硬件迭代速度的要求比较快，这也是我们对芯片公司的要求之一。

回顾一下，价值链在未来汽车中所占的比例将发生变化，以数据为中心或以新智能APP为中心的价值所占的比例将越来越高。 核心芯片，所有电子领域的飞跃都从硬件开始，特别是新芯片，以操作系统、平台、工具链、算法为中心，可以推动这个产业的快速发展。 在向投资者传达信息时，我们不小心站在了三个热点行业的焦点上，包括自动驾驶、半导体、人工智能，这是现在最热门的行业。

说了这么多，就是芯片很重要，市场快速发展的机会很好。 但是，能够真正制造高性能车规格水平芯片的公司非常少。 现在，每年大约增加数千家芯片设计企业，其中实际制作车规级芯片的企业可能不到1%。 而且，在这1%中制作车规大算力芯片的企业可能一只手就能数出来。

一些对汽车安全性的可靠性要求为芯片设计和芯片批量生产的流程增加了许多环节。 各芯片从开始设计到最后上车大约需要5年。

言归正传，回到黑芝麻智能的话题上来。 我们定位为自动驾驶人工智能计算平台供应商，以核心芯片为中心，提供一整套算法和完善的处理方案。 我们有以车道为中心协同的边缘计算感知方案，既做聪明的车，也做智慧的路。 整个芯片相当于集域控制器核心功能于一体的芯片，可以感知、融合、定位、决策、规划、控制。 10年前的手机支持具有不同功能的单一功能芯片，但现在一个芯片支持大部分功能。

目前，智能车的智能程度取决于自动驾驶的程度，这需要很大的计算力，高性能芯片大脑为车提供智慧。

从车队的情况来说，我们是很有特色的车队，我们有做了20年芯片的人和做了20年车的人。 无论是芯片领域还是汽车领域，都必须在领域积累得很深。 你在创业时能更好地把握快速发展的节奏，有一定的决策力。 从年至今，黑芝麻智能的大战术方向没有改变，投资者对我们的最高评价是，我们以前承诺的一切都实现了。 去年下半年开始自动驾驶领域又一次兴起的时候，我们推出了当时国内计算能力最高的自动驾驶芯片。 市场起来的时候，做产品来不及了，所以必须在爆炸之前做好准备。 我们要花三四年时间打磨核心技术，然后才能在市场爆炸的时候巩固产业的位置。 我们的产业定位是tier 2，目的是为汽车厂提供处理方案。 我们的核心技术壁垒来自我们自我研究的两个核心ip。

我们现在可以提供完美的自动驾驶方案。 从对前端的感知侧来说，我们可以帮助顾客定制传感器。 我们的团队以前在传感器行业也深耕多年，所以基于我们的芯片和处理方案提供相关能力。

其实在做产品计划的时候，我们选择了一条很难走的路。 现在，大家在谈论汽车的仪表盘芯片时，最热门的话题是进口替代。 我们认为进口替代大致上有两个层面。 一个是现在，另一个是未来。 现在进口替代是什么？ 相对来说在红海市场，产业成熟，但没有中国制造商。 如果找到能够制作和海外制造商一样的产品的团队，就可以马上代替。 但是，我们的道路是中长期的阶段，就是如何在产业爆炸前夕制造不输给海外巨头的芯片。 基于自己对产业的了解和技术特点，我们选择自动驾驶的道路，制造高集中度芯片。 一个芯片里有22个解决器。 自从这个芯片出来后，我发现架构和tesla的想法一致。 因为我们也把所有功能集中在一个芯片上。

我们需要构建自己的核心ip，确立公司的核心壁垒。 因此，我们的第一个芯片花了三年。 因为我们前期花了很多时间在ip上。 我们的核心ip有两个，一个是图像解决，另一个是神经网络加速器。

为什么要做核心ip呢？ 内部原因是，自动驾驶最核心的技术逻辑是先看清楚再理解，认为要看清楚需要图像解决。 随着照相机的数量和像素的增加，需要解决更多的数据。 你如何保证这些感知的结果更准确？ 为了获得更准确的感知结果，图像解析很重要，因为前端传输的数据越来越清晰。 二是npu提供较大的计算力，我们自主开发了高性能车规级较大计算力的ip。 小计算力芯片做得比较好，大计算力不同，考虑到功耗，考虑到计算力从几十吨到几百吨的计算力的巨大飞跃，这对结构设计有很高的要求，所以我们用高计算力和高能效来对比我们技术的亮点。

从外部原因来看，世界上最领先的自动驾驶企业，两个ip都在自我钻研。 因为外部企业也买不到。

这是我们去年6月发布的第二代大算力芯片华山二号，年我们意识到自动驾驶大算力芯片的快速发展会比我们预想的要快，所以我们投入得早。 华山二号a1000芯片的计算力为40-70t，从数字可以看出，我们的npu ip是不对称结构，能够提供更有效的计算力和更低的功耗。

在今年的车展上发表了华山二号a1000 pro。 最高可提供196t(int4)和106t ) int8)的计算能力。 之后，将发布200t以上的计算力芯片。 使用7纳米的工艺。 现在，我们的芯片工艺都使用16纳米。 今后7纳米将在能源效率方面带来越来越多的特征。

fad全自动驾驶平台提供高级芯片和上层操作系统，包括中间件和第三方APP支持。 我选择了即使在夜晚或出入隧道等光线瞬间变化的环境中，也要能够正确感知是最困难的。

今年我们还推出了车路协同路侧感知计算平台。 目前已安排在几条城市道路上进行试验。

我们还推出了人工智能工具平台。 在设计芯片的初期，考虑到芯片是一个支撑平台，我们赋予力量的不仅仅是顾客，而是整个生态系统。 因此，我们提供了完善的软件工具链体系，支持市场上主流的模型库50多种，也支持操作员的定义。 目前，全世界自动驾驶芯片的技术路线有两条。 一条是以NVIDIA为首的gpu路线，面向所有场景提供一个硬件和软件体系； 另一个是高通和我们的黑芝麻智能，我们走的专业芯片路线，在芯片设计架构中考虑到扩展操作员，增加了越来越多的硬件支持操作员的扩展。

关于车规认证，我们已经建立了比较完整的流程体系，最近刚刚宣布通过iso 26262: asil d功能安全流程认证。

开放式生态是指传感器、算法、软件中间件等自动驾驶和面向顾客的有限诉求生态，通过面向用户市场内有限的开放式生态力求万无一失，可以满足顾客的诉求。

从合作行业来看，黑芝麻智能合作伙伴生态圈有头部车企、移动企业、投资者，这也是我们能够快速发展的非常重要的支撑。

总而言之，大算力芯片是自动驾驶的基础。 软件定义汽车需要高性能车规计算芯片和平台支持。 自主开发核心ip推进自动驾驶计算芯片技术的发展。 车规安全认证和成熟的工具链确保客户产品落地。 以车规级高性能计算平台为中心，完善生态系统。

上面是我的分享。 谢谢你。