算法戰爭，車用芯片的下一道“地平線”

文/本刊記者 朱煦

“芯芯”之火，可以燎原。在快速崛起的地平線身后，車用AI芯片的“戰爭”已經全面打響。

模式改變，從賣車到賣“迭代”

2020年，全球汽車產業首次爆發芯片“斷供”危機，一家名為地平線的中國芯片企業卻迎來首次“上車”，成為繼Mobileye和Nvidia后，第三個實現汽車智能芯片前裝量產的 AI 芯片公司，也成為首個經過量產驗證的中國車規級智能芯片供應商。如今，地平線已與包括長安汽車、上汽集團、奧迪等傳統車企巨頭，以及理想汽車等新造車勢力，達成在智能座艙與自動駕駛等領域的多層次深入合作，包括芯片供應、軟件算法協同、聯合開發等。首個量產汽車AI芯片征程2截至2020年底，出貨量已達16萬片，AI算力高達96 TOPS的征程5將于2021年發布，支持L4+自動駕駛的征程6也已經在定義過程中。

“未來十年的變化會非常有趣。”地平線副總裁兼智能駕駛產品線總經理張玉峰向《汽車縱橫》表示，在軟硬件迭代，以及未來自動駕駛出租車共享模式的推動下，整車迭代周期加快，而汽車生意將迎來新的玩法。

通過“迭代賺錢”在今年已成為新造車勢力和傳統車企之間的共識。

2019年，特斯拉創始人馬斯克便表示：“高銷量和高利潤率將對我們的財務表現產生深遠影響。其中高利潤率的部分將來自‘自動駕駛套件’。（fullselfdriving computer，FSD）”2020年，有媒體測算FSD一季度為特斯拉創造2億美元的收入，至2021年將因此盈利數十億美元。

中國新造車勢力也正加速探索“迭代”的商業化。目前NIO Pilot、小鵬XPilot 3.0的選裝售價分別為3.9萬元和2萬元。而后裝價格則為4.5萬元和3.6萬元。“今年我們會推出更好的政策，讓近一半后裝用戶使用上NOP。”蔚來汽車創始人李斌在去年四季度財報電話會上表示。而小鵬汽車官方則表示，磷酸鐵鋰版P7的XPilot 3.0配置率高于P7整體的選配占比，“磷酸鐵鋰電池版本有可能轉化為更高的軟件普及率。”

2020年，奔馳發布面向2039年的轉型戰略時，奔馳公司董事會主席康林松表示：“如今，奔馳將著眼從服務到配件業務，以及愈發重要的，從OTA遠程無線升級到訂閱服務，力求實現更強的用戶忠誠度、更高的重購率以及快速的經常性收益增長。”

要走通“迭代賺錢”的商業模式，擁有可支持迭代的硬件裝備是前提。當前，在軟件定義汽車理念的驅動下，汽車正在成為四個輪子上的超級AI計算機。智能汽車電子電氣構架也在逐步向中央計算構架發展，整個過程將經歷分布式ECU架構到域控制器架構，再到中央計算架構的進化。

在構建軟件和服務團隊能力的同時，越來越多的車企選擇預埋硬件，其中既包括高性能的激光雷達、攝像頭等傳感器設備，重要的則是“汽車大腦”中央域控制器的升級能力。而在智能汽車這個四個輪子上的超級計算機上，最核心的器件就是汽車智能芯片，是智能汽車的數字發動機。

“我們正在支持車企做一些AI計算盒子，現在是基于征程2的盒子，未來只要接口一樣，就可以像積木拔插一樣升級成為基于征程3的盒子；這樣的盒子除支持軟件迭代外,還可進一步支持計算平臺硬件的升級迭代。”張玉峰表示，地平線支持車企打造的AI計算盒子今年就會在多個車型上量產上車。

正是軟件定義汽車、訂閱迭代升級模式的出現，為地平線這樣AI芯片企業提供了“上車”的機會，但AI上車卻絕非坦途。

AI上車，滿足多領域的“車規級”

“AI芯片上車的挑戰在于滿足多領域的‘車規級’。”張玉峰表示。

一方面，相比面積小、功能單一的MCU（單片機）芯片來說，AI芯片面積更大、復雜度會高很多，因此滿足環境適應性、壽命、可靠性和一致性等車規級要求的挑戰也更大。

另一方面，AI芯片掌控著智能輔助駕駛、自動駕駛等關鍵實時任務，因此需要滿足苛刻的功能安全標準；在算法和軟件設計時，同時考慮功能安全和預期功能安全的相關問題。

即系統設計時要減少汽車電子電器硬件失效并降低失效造成的風險；在復雜多樣的運行環境中，“軟硬件系統開發需能實現預期規劃的功能”，盡可能規避和降低由于預期功能不足以及性能限制或人員誤操作導致的汽車安全風險。除了苛刻的軟硬件要求，較長的認證和車型導入周期也是對AI芯片企業的能力和心力的一個考驗。

在實現功能的同時，AI算法全面上車的另一個挑戰還在于要由“黑”變“白”。

作為實現復雜功能的軟件系統，AI模型本身是源代碼，甚至軟件內部結構都不透明的“灰盒子”甚至“黑盒子”，無法像傳統編程語言那樣被人理解和溯源。但車用AI芯片與人身安全高度相關，需要能夠回溯是哪個點哪個數據導致的問題，能夠對問題進行復現和精準的解決。

尤其是在自動駕駛領域，將神經網絡用于預測、決策上時，“如果整個決策機制還是一個（無法準確溯源的）灰盒子，車企就不敢用。這就是（與消費類芯片不同）對整個算法架構提出的‘車規級’要求。這也是全球行業都在共同探索的方向。”張玉峰表示。

算法驅動，從感知到預測

滿足車規級量產“上車”只是AI芯片在車用領域邁出的第一步，真正的競爭才剛剛開始。張玉峰向《汽車縱橫》表示，相比基于算力需求打造的傳統芯片，AI芯片是從場景出發、由算法驅動架構定義的芯片。

AI芯片研發需首先預判其要解決哪些場景問題，以此出發選擇最有效的算法，且要在未來3-5年保持算法解決問題的高效性。完成這一系列條件篩選后，再進行AI加速核、系統架構、接口、內存吞吐等具體芯片設計。

而在高級自動駕駛場景之下，高性能傳感器每小時傳回萬億級的數據量，而AI芯片的任務不僅是處理這些數據，還需要對世界進行預測。“要讓車變成老司機，只是感知和認知這個世界還不夠，還要能夠判斷世界下一步會發生什么。”張玉峰表示，“未來感知會是一個標品，而智能的提升則依賴于認知、預測和決策，對于處理能力的需求又要提升1到2個數量級。”

在摩爾定律之下，算力不是無限的，當數據量指數級增長時，單純疊加芯片算力的意義并不大，關鍵在于有效算力（包括計算效率）到底有多大。因此，AI芯片不以賬面算力論英雄，而以精巧算法和軟硬協同論優劣。張玉峰以Google的EfficientNet（神經網絡、AI）舉例，其神經網絡深度只有22層，大小（參數個數）是同為AI翹楚的AlexNet的1/12，VGG的1/36，但模型結果卻更為優越。這意味著Google的EfficientNet更適應內存或計算資源有限的運算條件。

特斯拉此前公布的數據也顯示，與上一代英偉達芯片比，其FSD算力增加了3倍，可是它的真實計算性能（每秒準確識別了多少幀圖像）提升了21倍。

“這種AI算法結構和設計的提升，驅動了（在數據量不斷增長時）AI加速核的持續換代升級，并要求其架構設計具有前瞻性。這樣的算法迭代未來還會經常發生。” 張玉峰表示。這也是地平線持續在算法投入的原因。新一代汽車智能芯片企業，必須也是世界級的AI算法公司，去年地平線參加谷歌Waymo自動駕駛算法挑戰賽，在五個比賽項目中拿下四項冠軍和一個亞軍。

今年地平線將推出旗艦級產品征程5，AI算力達到96TOPS。地平線創始人兼CEO余凱表示，其性能將超越特斯拉FSD。“征程5是針對高級別自動駕駛設計的一個專用芯片，其計算效率比其他1000TOPS通用芯片的效率還高，可以運行L4級別自動駕駛軟件，支持多傳感器融合、路徑規劃等應用。”

“所以我們本質上是一家AI軟件算法公司，為了面向智能駕駛和智能座艙應用做到整體方案的更高能效比、性價比和競爭力，而做了自己的AI芯片。”張玉峰表示。

開放合作，速度更重要

“現在我們還是專注做標品，而每個廠商都希望實現差異化，最好的結合就是我們的標品加上我們的開發工具和軟件能力去支持它，在標準基礎上做出差異化。”張玉峰表示。

向軟件型企業轉型已是傳統車企巨頭的共識，與此同時還有不少車企開始入局自有芯片研發。目前特斯拉已經形成了從芯片到底層軟系統軟件，到智能駕駛全棧軟件算法，到整車制造的完整垂直整合體系。

“在這個行業中，自己做芯片是可以的，但在當前智能化大潮下，速度比是不是有自己的芯片更關鍵。”

張玉峰表示，“因為特斯拉起步早，要是等擁有自己的技術經驗再去追趕，肯定等不起。”“地平線的機會在于我們有芯片、有算法，和主機廠結合在一起，就可以形成特斯拉這樣的垂直整合能力。”

目前，地平線從芯片的前期定義、仿真、流片全過程，與主機廠形成高度并行化的聯合開發模式。以征程2為例，其在2019年3月流片完成前，便與頭部客戶簽好了定點量產協議，先于樣片開始在仿真平臺上進行開發，并從芯片域控制器、算法上層應用等幾大部分并行推進，在一年之內完成首個周期迭代，并于2020年年中上車。

除芯片供應商的角色外，地平線還幫助該客戶打造其AI算法能力和團隊。“由此，車企可以基于我們的芯片和算法做一些定制化的差異性特色。”

事實上，這也是目前車用AI芯片公司與傳統主機廠的主要合作模式，英偉達與戴姆勒正是這樣合作的。

“在這樣一個智能化的新時代，汽車智能化要求芯片算力和復雜度越來越高，軟件部分的分量越來越重，自然而然就把懂算法的芯片廠家跟主機廠拉得很緊。”張玉峰表示。

除供應芯片和后期支持服務外，地平線還有選擇地將其算法參考設計，甚至量產級算法開放給一些主機廠，“這樣它可以基于一個更高的起點來去迭代自己的算法，不用重新開始。”如果完全按照傳統供應商的做法，談清楚需求和清單再開工，速度就慢下來了。“我們對待當前這個階段的看法是，速度和合作，比區分你的我的更重要。”

聯合開發也幫助地平線加快其開發的進度和質量。“我們現在只是個八九百人的公司，更多（項目）還是和車企一起開發。”張玉峰表示，作為AI芯片公司，地平線幫助車企構建算法迭代能力，車企則將地平線芯片量產到車中，雙方合作更快形成完善的智能/自動駕駛系統。

勢均力敵，地平線的機會

事實上，在地平線之前，高端車規級芯片供應商集中在TI、恩智浦、瑞薩、高通等國際品牌，從來沒有中國企業。地平線開創先例的同時，也為中國車用芯片躋身全球芯片競爭格局明確了道路。

相比強調設計制造技術的MCU，強調算法的AI芯片，和智能汽車的噴涌需求，為中國芯片企業提供了首個與國際廠商在車用芯片領域同臺競爭的機會。“將汽車智能芯片做大做強，最大的挑戰是如何與產業、行業相結合。”張玉峰表示。

AI芯片上車要面臨三重挑戰。其一是在有限的計算資源下達到足夠高的精度和穩定性；其二是要結合汽車應用的特殊性，滿足眾多的“車規”要求；其三是要從傳統造車的理念出發，將安全放在第一位。

在應對挑戰的過程中，除了持續創新之外，對于地平線這樣的AI企業，反而需要補充了解汽車的傳統型人才和熟悉傳統算法的軟件人才，與AI人才一道形成互補方案，更好的滿足車用需求。

“中長期我們則采用構建生態的打法。”張玉峰表示，AI芯片雖然處于智能/自動駕駛的核心環節，但上下游產業鏈也對算法和芯片成功落地至關重要。因此，地平線與光學鏡頭、傳感器等相關產業鏈企業簽署了一系列的聯合研發戰略合作，“隨著我們的產品越來越先進，就越需要與上下游企業做好溝通與合作預研，算法更為優化的同時，也保證了量產交付的可靠性。”

除與硬件廠商做好聯合以外，地平線還與其它軟件合作方聯合開發，以覆蓋更多的應用場景。“地平線的芯片足夠開放，可靈活支持從視覺到語音的融合，從高速到低速的多種場景。單靠地平線也做不過來，那就大家一起來。”

“2015年時，我們的愿景便是讓每輛汽車，每個電器都具有環境感知、人機交互和決策控制的能力。我們的初心一直沒有變。”張玉峰在采訪結束時說道。