国庆小长假的前一天，理想汽车一口气推出了两款新车——理想L8和理想L7。其中理想L8预计11月开启交付，理想L7将在广州车展正式展出，2023年2月底开启交付。
与此前不同，这两款车均打破了理想汽车一款车仅有一个配置的传统，分别推出了Pro和Max两个不同版本。其中Pro版本将标配理想AD Pro智能辅助驾驶系统，该系统基于地平线高性能、大算力智能驾驶芯片征程5，可实现高速NOA导航辅助驾驶功能。
理想L8由此成为了地平线征程5芯片全球首发量产车型。
图片来源：理想汽车
而在此之前，征程5已经官宣的其他定点车企还有比亚迪、自游家汽车、上汽集团、一汽红旗等。另外，MAXIEYE、轻舟智航、觉非科技等自动驾驶解决方案供应商，也在基于征程5芯片开展相关的技术研发，为主机厂高阶自动驾驶量产提供多样化选择。
如果加上已经量产的征程2和征程3，目前地平线共计与超过20家车企签下了70余款车型的前装量产项目定点，覆盖自动驾驶和车载智能交互全场景应用领域。征程系列芯片累计出货量突破了150万片，无论从量产速度、产品性能还是应用场景验证方面，均得到了广泛的认可。
那么，成立不过短短数年，地平线是如何从智能计算赛道的创业新秀一步步走向国产车载智能芯片“领头羊”的？对于这个问题，或许可以从理想L8上市前夕地平线举办的技术开放日（上海站）活动上找到答案。
后摩尔时代，车载芯片如何升级？
智能化和网联化的快速发展，正在不断重塑汽车产业。其中一个显著的变化是，软件在车内变得越来越重要。
据相关预测数据显示，未来智能汽车的代码将可以达到三亿行，约为现在的三倍。到2023年，软件占整车的成本将达到60%。这背后，越来越多与汽车性能、属性相关的内容开始由软件来定义。
尽管如此，这并不意味着硬件就不重要了。“光说软件定义汽车，如果没有一个好的硬件去支撑，再好的软件也跑不起来。”在此次技术日上，地平线总裁陈黎明博士就表示。
尤其随着智能化的快速发展，驱动整车功能越来越复杂，对应代码数量持续增加，对计算量的需求和速度要求均在同步大幅提升，要解决这个问题，高性能大算力计算平台不可或缺。
甚至可以说，高性能芯片是推进这一轮智能化变革的根本驱动力。
图片来源：理想汽车
以智能驾驶为例，过去两年大家之所以能通过在整车上搭载大量的摄像头、毫米波雷达、激光雷达等传感器来实现自动驾驶的功能演进，很大程度上就得益于芯片技术的持续升级，能够支持更快更好地处理各个传感器收集的海量环境数据，从而进行辅助驾驶决策。
智能座舱的大屏化、多屏化以及人机交互方式的多模态化发展趋势，同样离不开高性能智能芯片的支持。
然而要开发这样一款合格的车规级产品却并不容易，无论是对芯片算力还是算法都会产生前所未有的挑战。
尤其是算力，作为整个数字经济时代的“水电煤”，正随着智能计算对算力需求的快速提升进入爆炸式增长阶段，在智能汽车领域尤为如此。业界一般认为，L2级自动驾驶需要的芯片计算力在10TOPS以下，L3级需要的算力约为30~60TOPS，L4级需要的算力超过100TOPS，L5级别算力需求则超过1000TOPS。
所以明显看到，近两年自动驾驶芯片在算力上已经“卷”起来了。英伟达不久前发布的智能汽车芯片Thor，单颗算力已经达到2000TFLOPS，相比于该公司去年发布的芯片Altan提升了一倍，这也导致Altan直接被自家产品“卷死了”。
但更高的芯片算力，同时也意味着更高的成本和功耗。“芯片的物理算力越高，不可避免需要正比于晶体管数目、芯片面积以及芯片成本。更何况算力如果仅仅是讲所谓的物理峰值算力，其实并不等同于实际处理能力，关键还要算得快。” 地平线联合创始人&CTO黄畅博士表示。
毕竟对于量产产品而言，真正讲求的还是真实的能效比和性价比。因此对于高性能智能芯片，地平线一直认为，仅用TOPS并不能衡量芯片的真实性能，比较之下，更值得追求的价值应该是先进算法在该芯片上的运行效率，即FPS（每秒准确识别帧率），以及为此付出多少芯片成本。这也是为什么地平线在2016年提出了“智能计算的新摩尔定律”。
图片来源：地平线
但真正落实下来并不容易。
“当制程工艺的演进逐渐逼近物理极限，后摩尔时代的芯片优化路径，需要通过先进制程、先进封装与架构创新的‘组合拳’来实现。” 黄畅指出。换言之，这需要从算法、软件、硬件的架构设计能力共同着手优化，最终实现芯片整体FPS的提升。其中算法架构决定了FPS，硬件架构决定了算力所能达到的TOPS，软件架构则决定软件利用率。
特别值得一提的是算法，过去很长一段时间里，业界一直是根据研发人员对系统的理解来撰写规则，描述人们对于算法的理解。但在人工智能时代，计算量会随着系统复杂度的提升呈现指数级爆炸，如果还遵循这样的规则定义显然无法满足需求。
更何况在人工智能领域，很多事物的发展规律不是用规则就能描述的。自动驾驶的实现过程尤为如此，在复杂场景中的人车博弈或者车车博弈等，很多时候本身就没有任何规则可言，而是需要不断地对周围的车辆甚至行人等进行预测，然后基于交互的结果制定下一步的决策规划。简而言之，就是数据驱动。
图片来源：地平线
地平线认为，目前自动驾驶算法的实现正处在这样一个跨越算法范式的阶段，即从规则定义的1.0时代向不受限于规则本身、用数据驱动的2.0时代迈进，目前很多企业已经在积极开展这方面的布局。
但现阶段在开发算法和应用的时候，部署和运营过程中仍然需要很多人工去调试。而事实上，黄畅指出，智能计算完全有能力去完成自适应，只需要设计一些算法之上的算法，使其能够帮助基础的算法更好地在应用场景中进行迭代即可。
对此，地平线正立足于“新摩尔定律”，基于创新的智能计算架构BPU，以及不断优化迭代的软件、硬件和算法架构，推进这场算力革命。
好芯片，更得是“好用的”芯片
自2019年推出首款车载智能芯片征程2，过去几年地平线先后推出了三款车规级产品。
图片来源：地平线
其中征程5，作为地平线第三款车规级芯片，是面向高等级智能驾驶打造的高性能、大算力车载智能芯片，通过搭载地平线最新一代BPU®贝叶斯深度学习加速引擎，可实现高达128TOPS的算力，真实计算性能可达到1531 FPS，单颗芯片可支持16路摄像头感知计算，全面满足车企面向智能驾驶和智能座舱丰富场景的量产需求。
单从各项参数，就可以看出这款芯片的不俗。但地平线认为，这还远远不够，好芯片更得是“好用的”芯片。
过去大量的事实也证明，对于芯片公司而言，开发一款性能优秀的芯片只是打开量产大门的第一步，更重要的是如何帮助客户用好这款芯片。
这背后，开发时间是首要考量因素。因为在整车智能化变革快速推进的当下，从上游零部件供应商的产品开发，到下游整车厂的新车迭代升级，周期都在不断加快，这要求对应的技术提供商也必须具备快速产品开发及迭代的能力。
“而目前的情况是，如果要基于一个大算力芯片平台开发一个L2+系统，至少要耗费一个两百到三百人团队近一年的时间，投入数以亿计的研发成本，这背后的风险可想而知。” 地平线智能驾驶产品规划与Marketing负责人吕鹏表示。
为此，除了芯片和软件算法，地平线也在积极构建完善的开发环境，以实现芯片产品较高的易用性。基于征程5，地平线打造了一套成熟、完整、开放的自动驾驶芯片开发平台，可提供包含芯片开发套件、量产级硬件参考设计、软件开发平台与参考算法，配套开放的开发工具与技术服务等支持。
图片来源：地平线
例如地平线基于征程5打造的系列量产级计算平台参考设计Matrix 5，能够提供灵活可拓展的域控参考设计，及预验证的摄像头模组套件选型，同时支持无缝适配地平线系统软件与感知算法模块，大幅降低OEM与生态伙伴开发适配和应用部署的成本。
图片来源：地平线
地平线也可以提供基于征程5的端到端软件栈，包括基础操作系统、中间件、参考算法等，帮助开发者充分利用征程5的硬件资源。
而随着自动驾驶逐渐进入以数据驱动为核心的新发展时代，对数据处理的需求持续提升，地平线还开发了艾迪®️开发平台，能够为智能汽车开发者提供数据标注、训练、优化、部署、管理与性能分析等能力。
可以说，正是由于这样的一站式服务，使得地平线无论是量产规模还是速度上，都在不断突破国产车规芯片的天花板。
在刚刚上市的理想L8项目中，据悉从征程5的发布到上车，不过短短半年的时间。在与轻舟智航的合作中，两家公司仅花费三个月就研发了一套面向高速+城市NOA场景的高等级自动驾驶方案，双方基于征程5芯片的自动驾驶样车计划在2022年三季度开展路测。目前，更多的合作项目仍在陆续公布中。
图片来源：地平线
为了更好地赋能汽车行业智能化升级，地平线同时还在积极推进与产业链上下游企业的合作。
随着智能汽车的发展，技术的复杂度不断提升，可以预见一家独大的情况很难再出现。不仅如此，主机厂跟供应商也无法继续保持过去简单的供求关系，取而代之的是更全面的协同合作，在开发前期就深度接入。地平线正在基于这样的开放和共创理念，构建自己的“朋友圈”。
目前来看，通过以“芯片+工具链”为核心的开放技术平台和完整成熟的开发环境，以及开放共创的发展理念，地平线已经成功引领国产大算力自动驾驶芯片开启量产时代。在此过程中，地平线也得以构建“技术+产品+商业量产”的飞轮闭环，支撑公司在智能化变革的洪流中滚滚向前。
接下来，随着这一轮变革带来的窗口期不断缩短，如何快速实现芯片产品在更大范围内落地，同时开发能够更好地支撑汽车产业智能化升级的下一代产品，成了地平线需要思考的问题。
对此，黄畅透露，除了快速推进已有芯片的规模化量产，目前地平线也在积极开展下一代产品征程6的研发。据悉，征程6系列将会通过多颗芯片去覆盖不同价位、级别的车型需求，实现高中低端全覆盖，预计2023年正式发布。
京公网安备 11011202001138号
