地平线要有哪些配置（地平线的量产化2.0）

作者 / 曹锦

数年前，当服务器、个人电脑对算力的需求降低时，手机接班继续带动摩尔定律；如今，手机性能也趋于饱和，汽车又迎头顶上。

2016年，在地平线刚成立时，便提出了AI计算的新摩尔定律。直到4年后，MIT发表了一篇名为《后摩尔时代》的文章，提出计算性能的提升在于软件、算法、硬件架构的联合优化。在地平线副总裁、智能驾驶产品总经理余轶南看来，这也算是对地平线最初判断的一种肯定。

（地平线副总裁、智能驾驶产品总经理 余轶南）

通过软硬结合的研发模式，以及BPU （Brain Processing Unit）AI计算架构的加持，地平线的技术量产速度可能超越了多数人的预期。

「如果检验汽车技术只能有一个标准的话，那就是稳定、长期的量产。」

由此，地平线保持着「一年一款芯片，之后再用一年实现首发量产」的落地节奏：

2020年6月，「征程2」搭载于长安UNI-T，近期又将发布改款；2021年，理想ONE也浓墨重彩地在改款车的发布会上讲述了与地平线团队的合作历程，这款搭载两颗「征程3」的车型，还一度引发老款车主对于硬件及OTA问题的不满。

而到了今年Q4，「征程5」又将在一款新车上实现首发量产。这是首款实现前装量产的国产大算力AI芯片，拥有128TOPS的算力，在标准benchmark上可以跑到1200 的FPS性能，前视感知延时可达60毫秒，功耗仅有30W。

另据最新消息，比亚迪也宣布将在2023年发布的一款新车上，搭载征程5芯片。

时至今日，地平线征程芯片出货量已突破100万片，超过50家前装量产项目定点。在这一背景下，地平线于近日围绕其量产技术的最新动态，研发特色及产品测试，进行了新一轮的沟通。

「软硬结合」的设计模式

地平线有一个口号：从软件中来，到软件中去。

「在设计起点上，我们并不会去想到底要做多少算力，而是要看市场、技术、产品的需求。」余轶南表示，对于地平线来说，芯片设计的核心问题是BPU架构的设计，以及如何支撑后续几年的市场主流算法需求。

（地平线BPU算法负责人 罗恒）

地平线BPU算法负责人罗恒称，通过「软硬结合」的模式，研发团队能够在设计芯片的过程中，不断观察软件和硬件的边界。「在BPU架构设计初期，我们就能通过编译器对应用算法有足够的了解，并在设计之前预判场景需求。之后，再通过编译器顺着整个架构向前推进，不断调整性能。」

罗恒介绍称，在传统的芯片设计方式中，由于无法用软件及时验证，就对很多取舍无法预判后果。「另一方面，硬件也容易做很多多余的事情，为此付出的代价可能是恐怖的。」

目前，地平线的算法部门与芯片部门紧密结合，拥有整套的软件基础架构，可以支持自动化研发工序。「例如新一代芯片的缓存数量，数据排布的方式，我们都可以利用搜索的方法在很大的Benchmark中找到最优解。」

在这种思路下，地平线在设计芯片本身的架构之前，首先要设计BPU的编译器。这可以将复杂的计算拆解成几个小的、可并行的计算，同时还可将过去需要串行处理的指令集，通过编译器的分析，拆解成若干个并行化的流水线模式，从而降低计算延时，提高效率。

「通过软硬结合，我们才能更加有效、快速地打穿场景，BPU能针对智能驾驶应用场景做出极致优化。」余轶南认为，如今的计算架构越来越多，车上承载的计算越来越复杂，面对多任务的优先级合理安排非常重要。在合理的架构设计中，芯片可以在多路数据的大量吞吐能力下，仍然可以保持稳定、高效地数据处理。

「我们在三年前的研发初期就已经看到了这样的架构趋势，所以在芯片的设计阶段，就已铺设了架构需要的底层单元逻辑，并利用AI加速计算方面的创新：包括高度的软硬并行化、还有优化计算密度和能量效率，使得只用30瓦的计算功耗就能完成128TOPS的算力。」余轶南介绍称，降低功耗对电动车来说尤其重要，这可以让一辆车提升数十甚至上百公里的续航里程。

高速及城市NOA均将量产

地平线助力智能驾驶技术快速落地的关键模式，就是芯片 底层算法赋能。「将客户扶上马，送他们一程，然后看他们的马跑得越来越快。」余轶南说道。

也是因为这种开放的商业模式，地平线目前已积累了超过上百家的产业合作伙伴。除了理想、长安、东风岚图、哪吒，比亚迪这些乘用车主机厂，还包括部分商用车和物流小车的合作伙伴。地平线为他们提供芯片、工具链和参考算法，让他们在芯片上构建自己的算法。

余轶南举了几个例子：岚图有一项基于征程2的高端配置——红外夜视，就是由软件合作伙伴做了夜视的软件算法，地平线提供工具链的支持；另外，哪吒新发布的U·智搭载了征程3芯片，是哪吒与其软件合作伙伴一起做的智能泊车系统。

在沟通会现场，我们体验了搭载3颗征程3芯片、搭载6颗摄像头的Horizon Matrix Pilot高速领航解决方案「样板车」，这一平台化样板方案会在今年7月实现量产。

在体验过程中，车辆基于周视感知和高精地图，能够准确控速，变道超车的决策与人类驾驶员习惯极为相似，整体过程比较顺畅。在关键的出入匝道场景中，车辆的降速和限速稍显突兀，不过速度可通过拨杆调整。同时，对于匝道的大曲率，车辆也可熟练应对。

这款车使用每一颗征程3芯片，都承担了不同的任务：例如J3A号与前视一体机Mono的任务一致，负责前向感知，实现定位；J3B负责侧向的四个摄像头，以及后视摄像头；J3C负责规控及多传感器的融合。这三颗芯片，都采用了统一的自动驾驶软件平台和BPU架构。

同时，这套系统也可支持行泊一体架构。地平线ADAS资深产品市场经理刘文尧介绍称，在泊车场景下，J3A承担前视，J3B、J3C处理环视摄像头的信息，提供泊车的功能。

「如果OEM选择算力不太充沛的域控器时，会再补一个泊车盒子，而现在只需用一个3J3的平台就可加入泊车功能。」

还有一点需要强调的是，地平线的NOA域控方案支持被动散热。

一颗征程3可提供5TOPS的AI算力，典型功耗是2.5W，3颗芯片加在一起功耗都能控制在10W内。「被动散热为什么很重要？目前在汽车领域，大部分的域控器都是液冷散热，而电动车天生在电池散热系统中就会有液冷体系，这也可以解释了为何自动驾驶方案在电动车中更好推行。」刘文尧解释称，如果要在燃油车中加入整套液冷体系，这对平台设计的挑战非常大，而被动散热的域控器更适合在不同的动力平台车型上做适配，对整车配置要求会更低一些。

除了高速NOA，据地平线透露，他们也正在与合作伙伴开发测试城市NOA，第一款车型会在明年Q3-Q4量产。

「我们提供的还是数字底座和平台，给车厂参考的算法架构是兼容式的。因为不同的车厂、软件供应商有自己的对传感器的配置思路和场景认知。我们作为底层平台的提供方，我们应该为大家把架构做好，让网络架构的配置上能够兼容神经网络的即插即用。」余轶南认为，到底车厂用不用激光雷达，用合众传感器方案，并不是地平线的决策，地平线提供的，就是「样板间」。

如何赋能城市NOA？

比亚迪刚刚宣布将要搭载的「征程5」芯片，是能够支持全场景自动驾驶的芯片，能够应对城市NOA更大的算力需求，以及更好的感知。

目前，地平线基于征程5打造的城市NOA原型方案已上车实测。「在城市NOA赛道里，地平线就两种合作模式：一种是联合开发，即地平线提供基于征程5的底层能力，比如视觉感知，主机厂自己做其他的感知和融合，包括地图的集成；另一种是把我们对芯片的理解、硬件和基本软件的参考设计开放给软件合作伙伴，软件合作伙伴通过工具链构建完整的城市自动驾驶的方案，并且最终落地。」余轶南介绍道。

据罗恒介绍，征程5的AI计算能力和芯片设计都与特斯拉FSD芯片进行了对标，而前者的优势体现在在功能安全上支持ASIL-B，整个系统则可达ASIL-D，这也就意味着不需要像特斯拉那样做冗余的处理。

「特斯拉的HW3.0是放了两块FSD芯片，这两块是做完全一样的事情。而我们增加了对ASIL-B、ASIL-D的支持，就避免了做这样的冗余处理，相对来说会有成本优势。」罗恒表示，在软硬结合的芯片设计理念下，地平线的最新算法支持表现可圈可点。

另外，地平线也与英伟达Orin做了横向评测。「我们认为以FPS真实计算效率的对比下，征程5会是Orin接近三倍的优势；在能效比上则预期会有八倍的优势。」后续，地平线的合作伙伴也会提供测试的结果，会做进一步校准。

高性能的单目视觉感知方案

在介绍地平线Matrix Mono产品落地情况时，地平线智能驾驶研发总监廖杰分享了一些关于前视一体机市场的趋势预判：首先，国产自主品牌在中国2400万乘用车里的占比会越来越高；其次，随着技术的成熟以及价格的下降，汽车将标配主动安全的产品。据相关行业报告，将来自主品牌前视一体机的装配率会到50%-60%。

目前，前视方案普遍分为3种：一是单目毫米波雷达，不具备横向功能，但是能做AEB防碰撞；二是一个前向摄像头 一个毫米波雷达，二者可达成互补，但成本较高，低端车型无法实现标配；另一个方案是通过一个单目摄像头来解决1V1R(一个前视摄像头加一个前向雷达)组合所能满足的功能，但在极端天气和场景下，适配可能出现问题，技术挑战更大。「但是它能带来成本的直接下降，所以我们认为单目摄像头方案是会从ADAS逐步走向标配方案。」廖杰表示。

除了Mobileye，地平线是目前国内唯一实现单目感知方案量产的AI芯片公司。去年理想ONE基于地平线征程3实现的AEB，也收到了不错的反馈。

前视还有一个趋势是对安全距离要求越来越远。廖杰称，8MP相对于3个1MP的摄像头，结构更加简单，成本更低，并且可以达到同样的效果，将来8MP在前置产品会装配率会越来越高。

在此趋势下，地平线推出了基于征程2的「走量」方案：搭配2MP、3MP的摄像头，通过Mono的视觉感知能力，能够满足碰撞报警、AEB等等。

此外，还有基于征程3的8MP摄像头方案，它能够在AEB基础上提供基于视觉的定位，从而能依靠单目摄像头实现高速NOA的部分功能。

随着自动驾驶等级的提高，其对安全性和场景连续性的要求也在提高，这也就意味着芯片所需要承载的AI计算需求会以指数级增长。

面向L4级的整车自动驾驶架构，「征程6」已经On the way，这将是一款支持自动驾驶和IVI系统，车身控制系统、网关系统相融合的大算力芯片，可同时满足自动驾驶和座舱交互两方面的需求。

在达到人机共驾的「阳春白雪」前，地平线已通过紧凑的量产节奏实现了各种「小目标」，不仅成为了国内的「头一份」，也更是「独一份」。量产，不仅代表着对技术的验证，也代表了车规级芯片生态圈的进展。

,