“地平线余轶南：汽车智能计算芯片软件定义汽车的基石”

由格斯坦汽车、汽车公司、上海车展三方共同主办的sdvf2021第二届软件定义汽车峰会论坛暨autosar2021中国将于4月19-21日在上海举行，此次活动也将是2021上海车展的同步活动 这次会议邀请了地平线副总裁兼智能驾驶产品总经理余轶南先生，在这次论坛上发表了主题为“汽车智能计算芯片——软件定义汽车的基础”的演讲，以下是他这次演讲的主要文案。

你好。 今天，我们将向大家展示汽车智能计算芯片如何以软件定义汽车为基础设施。

地平线是创业企业，到今天快六年了。 年我们是作为第一家ai芯片创业企业而成立的。 从这些快速发展的轨迹来看，我们已经是非常非主流的过去的芯片领域，特别是汽车芯片领域的企业。

今天，智能车非常受欢迎，现在被称为整车智能。 以前叫自动驾驶，讲堂，上网，现在又叫整车智能。 因为它的诞生是划时代的，所以今天的热度可能不亚于50年前计算机个体计算机诞生时的热度。 过去，电脑和手机都是新闻解决的中央单元，越来越大越来越小，从桌面移动，用手机解决大量新闻工作，但过去这些东西其实很智能 那什么是智能？ 它本身可以主动感知外部环境，感知人，感知一切变化，同时进行适当的评估，最后做出适当的执行。

今年的汽车肯定是我们第一次能看到最大的智能终端。 其质量、能源供给足以支撑类似自动驾驶智能相互作用的行业。 其实随着汽车的飞速发展，以芯片为单位的算力价格越来越低，单位算力的耗电量越来越低，将来可能可以在几瓦的芯片上承载几百吨芯片。 那要等到2025年或者某一天，其实通用智能机器人才能想出新的浪潮。 所以当我们看智能车的时候，它是第一个个人人工智能终端，但不是最后一个。 就像1980年电脑诞生一样，后面一定会出现手机和其他行业的电脑。

自动驾驶的道路过去有很多争议，实际上两条路线都吻合，但迭代速度相差很远，速度与驾驶人数有关，从量产的角度来说，数量会上升得更快。 背后的逻辑是那个数据会更快上升。

其实tesla已经采用了ai来定义整个操作系统，通过算法、数据闭环和非常高的计算能力的计算平台开始制作高效版的ai进化体。 这辆车可以不断学习，而且在下一代的芯片中训练的能力也可以成为芯片，车本身可以成为自学能力。

从电子零部件在整车中的价值比例来看，目前车价越来越低，加上电池、电控、壳四个车轮，车算单元的价格和比重越来越高。

关于中国主机厂如何打赢这场仗，我看到国外形成了这样的联盟，那是国内地平线上的一个好选择。 在任何一代设备中，巨浪都有两个非常重要的基础要素。 一个是硬件本身自带的，另一个是软件上面的操作系统。 这个事件在pc时代形成了Intel + windows的组合方法，Intel提供芯片，Windows提供操作系统，在全球范围内通过芯片+操作系统方法几乎垄断了整个地区。

在windows上，包括之后的网络在内，构建了非常丰富的APP通信。 从pc时代到手机时代，pc时代的芯片及其操作系统处于手机时代。 两个人都是个人新闻终端，两个特点很相似，但系统不同，功耗要求不同，客户招聘习性不同，人工对话方法不同，所以这个事件在手机时代没有沿用pc时代的芯片和操作系统。 完全翻船了，变成了arm +安卓。 这有几个要素在电脑时代用键盘和鼠标看画面，在手机时代则是翻画面触摸。 那是汽车时代了，我们以为汽车是第一个人工智能终端。 那么，怎么和机器人交流呢？ 这是一个值得我们思考的问题。

你过去走在它旁边按和摸按钮吗？ 我不想做那种事。 那么，拿出手机，手机上有APP来控制那个APP吗？ 不会变成这样。 人工智能终端我们应该如何相互作用，人与人之间应该如何相互作用？

请让我给他热一下这个茶。 这是我主动命令的。 那个也需要察言观色。 比如，开车有点热了，打开一瓶矿泉水喝水，或者抽烟。 这个时候，车应该做什么？ 增大风扇、打开窗户、智能地取出烟灰缸，不是处于自动驾驶状态吗？ (/S2 ) )这种人机交互的变化将改变操作系统本身，也将产生新的底层操作系统适合计算平台。 tesla实际上给了我们一点样品室，在中国，从芯片到操作系统，能否打破过去在海外被欧美垄断的潮流？ 中国的芯片和操作系统有可能诞生吗？ 这其实是我们必须回答的问题。

计算体系结构本身就不多说了，现在来到了领域的市场，各大汽车厂都在做中间域体系结构的事件，左边的分布式ecu体系结构非常成熟。 右侧是中央计算架构，在当今的软件开发中，所有软件开发程序员都需要中央计算芯片。

ai越来越成为整个计算的中心，以前感知和建模是首要的，但今天包括预测在内，计划和决策实际上也需要使用神经互联网，在中央计算平台中，ai计算的诉求是后几倍/ [ 今天只是起点，不是终点。

现在激光雷达的点源密度越来越高，距离也越来越远，这些数据量越来越大，从数据量本身来看也需要更多的计算力。

从自动驾驶感知诉求的扩大、数据量的增加、驱动对计算力的增加来看，基本上l2等级的典型线束数量为几兆，到l2+可能为几十兆，再加上百兆水平。 从计算力的角度来说也是这样的分布，这个分布基本上现在的事实就是这样。

汽车智能芯片无疑是当今硬技术的珠穆朗玛峰。 因为，在那样小的面积上集成那样大面积的半导体单元，并且达到-40-85/95的温度，而且价格也很低，可靠性、安全性、数据安全性、新闻安全性、功能安全性、预期的功能安全性，还有现实

我们从半导体领域本身来说，车载半导体的总数不是世界最大的，但很快汽车中使用的半导体很有可能成为晶片面积世界第一的行业。 现在，在很多半导体制造商的生产中，将自己的技术、生产能力转向汽车方面也是趋势。

计算力本身和最后的性能一样吗？ 这个回答肯定是否定的。 因为计算力转换为生产能力的中间与计算力本身的计算体系结构、利用率、带宽、io极为相关。 最后需要的是什么？ 实际上，帧速率是指同一模型或主流模型在不同芯片上的帧速率和端到端的帧速率。 [/s2/]

这里有几个要素。 计算力表示物理的最大值，其次是利用率提高多少，受io、体系结构、模型互联网本身的限制。 最后是算法的效率。 有些算法天然效率高，有些天然效率低，最后整合成这样的结果。 我认为这样的芯片需要判断最后的结果。

地平线这个团队，包括我自己在内，我过去从2007年开始了图像算法。 从那个时候开始了目标检测。 我今天看哪个框框不是特别舒服。 因为花了太多时间。 我们的算法来自软件，但实际上我们对芯片不是很了解。 经过多年，我们要明白芯片这个领域，它的技术怎么样，它的产品怎么样，它的组织怎么样，我们可以从软件中制造出高性能的芯片，最后返回到软件本身 通过更有效地支持合作伙伴开发和部署高性能智能驾驶软件，这一事件是我们的核心战术和初衷。

当然我们自己也需要给大家做样本。 我们需要提高这个领域的算法的高度。 以前得过很多奖，去年还得了waymo奖。 去年获得了五个中的四个第一名。

今天我们能为领域提供什么？ 我们可以涵盖自动驾驶、车载智能相互作用、车内外联动等一系列智能驾驶场景。 因为我们把车看成机器人。

关于自动驾驶，我们现在已经形成了从低到高的完善方案。 在单摄像头方案上拥有世界上性价比最高的前方感知方案。 我们比同行的竞争对手好得多。 在更高的行业中，基于我们现在谈到的导航行业，我们提出了基于多个征兵三代或单个征兵五代芯片的系统处理方案。 我们称之为导航驾驶处理方案。 今后，我们征兵5的筹码已经流式化了。 征兵5芯片支持全自动驾驶处理方案，也就是面向城市地区的自动驾驶方案。

驾驶辅助处理方案中有标准版和高级版，标准版主要是经济车。 高端版主要是支持adas功能来提高诉求。

通过pilot计划，可以更改和超越车道，支持大曲线的曲率通行。

全自动驾驶处理方案实际上首要处理的是城区的问题，城区除了感知多而复杂外，其地图本身就异常的动作，比高速公路的动作要多得多，高清晰地图这个方案可能特别不适合在城区中行驶。 为此，我们专门研究基于神经互联网的端到端感知神经系统，从感知图像到直接地图输出全部进行端到端，从而解决了静态高清晰地图带来的问题。

马上上市的是征兵5的芯片，我们也很期待这个芯片的诞生。 除了自动驾驶以外，还有一个多维高效的数据挖掘平台——数据闭环开发平台。 这是帮助开发者在此基础上有效采用人工智能算法的。 我们与顾客共同搭建平台，正在接受批量生产验证。 因为我们自己在做批量生产的项目，所以这个平台本身支持批量生产，支持高效的4d自动化标注。

车载交互支持了我们从实时多模式迅速发展，从空之间扩展到人与人的共同驾驶，目前车内感知非常多，包括疲劳、情绪、儿童模式、手势、瞳孔开裂、多情绪识别等

基于征兵的三代目前为全车覆盖，基本上有4个摄像头、5个tops计算力和高性能isp支持拍照。 其优点是使用方便、功能强大、架构统一，车厂和第一级可以在此基础上进行多人机的交互定制开发。

结合整车智能定义新一代智能驾驶，通过智能交互，通过智能驾驶定义新一代智能汽车。

好的，谢谢。