剛剛過去的2022年，全球車市風(fēng)云變幻，持續(xù)下行。

“疫情”“缺芯少電”等陰影籠罩下，中國車市逆境逆勢上揚(yáng)，展現(xiàn)出強(qiáng)大的韌勁，自主品牌市場份額首次破半，新能源新勢力屢創(chuàng)佳績……電動化、智能化在這場全球汽車業(yè)換道中，發(fā)揮的積極引領(lǐng)作用有目共睹。

年末，第12屆中國汽車論壇在上海嘉定舉辦。在論壇中舉辦的“第四屆全球汽車技術(shù)發(fā)展領(lǐng)袖峰會”上，地平線總裁陳黎明博士表示，智能汽車發(fā)展迅猛，其計算架構(gòu)和開發(fā)范式正發(fā)生巨大的變化，積極推進(jìn)軟硬協(xié)調(diào)創(chuàng)新，將有助于加速汽車產(chǎn)業(yè)智能化進(jìn)程。

地平線總裁陳黎明博士

自動駕駛步入軟件2.0時代

當(dāng)前，隨著人工智能的應(yīng)用，自動駕駛的開發(fā)范式和計算架構(gòu)發(fā)生了巨大變化，正從“規(guī)則實(shí)現(xiàn)”的軟件1.0時代走向“數(shù)據(jù)驅(qū)動”的軟件2.0時代。

陳黎明介紹到：“在Software 1.0 Rule-based(軟件1.0 規(guī)則實(shí)現(xiàn))階段，計算架構(gòu)大多基于車端計算平臺，軟件開發(fā)主要基于規(guī)則和邏輯驅(qū)動，通過對物理世界建模，來感知控制。

現(xiàn)在的自動駕駛正越來越復(fù)雜，需要越來越強(qiáng)的感知能力，基于Rule-based開發(fā)范式的所需人力投入會呈指數(shù)級增長，無法解決所有的問題。如常見的紅綠燈識別就很難用Rule-based的方法解決。

而在Software 2.0 Data-driven（軟件2.0 數(shù)據(jù)驅(qū)動）階段，計算架構(gòu)為車端加云端，開發(fā)范式基于算子和對模型的訓(xùn)練。雖然簡單問題前期投入較大，但是隨著問題復(fù)雜程度增加，優(yōu)勢逐漸便顯現(xiàn)，無需要更多代碼。數(shù)據(jù)量越多，能越快地開發(fā)迭代。

目前，數(shù)據(jù)驅(qū)動開發(fā)范式在自動駕駛里已經(jīng)取得了較為廣泛的應(yīng)用，特別是感知方面已非常深入，在地圖融合方面也做的比較好，在規(guī)劃和控制方面還處于起步階段?！?/p>

L4自動駕駛汽車產(chǎn)生的數(shù)據(jù)（來源：Counterpoint）

有數(shù)據(jù)顯示，一輛自動駕駛汽車每天產(chǎn)生的數(shù)據(jù)約在5TB到20TB之間，并且自動駕駛等級越高，產(chǎn)生的數(shù)據(jù)就越多。同時，隨著智能汽車的快速升級，算法對算力的需求每日劇增，對芯片提出了非常高的要求。

陳黎明指出：“受制于‘摩爾定律’，市面上的芯片在先進(jìn)制程上已逼近了物理極限，需要借助先進(jìn)制程、先進(jìn)封裝與架構(gòu)創(chuàng)新的‘組合拳’?！?/p>

對此，地平線早在2016年就提出了智能計算的新摩爾定律——“用每一秒處理多少幀圖像來衡量芯片的計算效率”。其關(guān)鍵點(diǎn)在于，如何把芯片的架構(gòu)與神經(jīng)網(wǎng)絡(luò)或深度學(xué)習(xí)的算法進(jìn)行良好匹配，讓芯片發(fā)揮出更高的效率，即“軟硬協(xié)同的創(chuàng)新”。

有趣的是，2020年MIT的學(xué)者也表達(dá)了類似的觀點(diǎn)——“后摩爾時代它的計算性能提升，在于軟件工程、算法和硬件價格的聯(lián)合優(yōu)化”。

軟硬協(xié)同底座賦能上層軟件

眼下，對于眾多對于智能汽車來說，軟硬解耦已經(jīng)是明確趨勢。

所謂的軟硬解耦，以智能手機(jī)為例，即手機(jī)為硬件平臺，制造商在此部署操作系統(tǒng)，并可更新，而軟件開發(fā)者群體則操作系統(tǒng)上提供各自應(yīng)用軟件。與之相似的，智能汽車也正朝著成為一個超級智能終端的目標(biāo)而發(fā)展。

那這種“軟硬解耦”與前文提到的“軟硬協(xié)同創(chuàng)新”是否沖突呢？

答案是否定的。地平線所說的軟硬協(xié)同，是計算架構(gòu)設(shè)計階段的軟硬結(jié)合，但是在使用階段、開發(fā)階段軟硬是解耦的，它本質(zhì)是應(yīng)用開發(fā)和底層計算平臺解耦。

陳黎明進(jìn)一步解釋到，“以地平線具有知識產(chǎn)權(quán)的BPU為例，其常用算子庫和底層芯片實(shí)現(xiàn)高效的配合，使得整個芯片的計算效率能夠極大的發(fā)揮。同時由于架構(gòu)設(shè)計更好適應(yīng)了常用算子，使得能夠在各種場景下更好支持自動駕駛。地平線的硬件設(shè)計是從軟件需求中來，再回到軟件應(yīng)用中去，從而實(shí)現(xiàn)高性能、低功耗、低延遲的計算解決方案。

所謂的BPU（Brain Processing Unit），是由地平線自主研發(fā)的嵌入式人工智能處理器架構(gòu)，是比芯片和操作系統(tǒng)還要底層的架構(gòu)。第一代為高斯架構(gòu)，第二代為伯努利架構(gòu)，第三代為貝葉斯架構(gòu)，目前貝葉斯架構(gòu)已經(jīng)應(yīng)用于地平線最強(qiáng)量產(chǎn)芯片征程5中。

地平線高性能大算力全場景整車智能中央計算芯片征程5

地平線打造了一個強(qiáng)大的工具鏈來支持芯片應(yīng)用，支持開發(fā)。地平線基于地平線自研智能芯片打造的全生命周期軟件開發(fā)平臺——“天工開物”，包括模型倉庫、芯片工具鏈和應(yīng)用開發(fā)中間件三大功能模塊，提供豐富的算法資源、靈活高效的開發(fā)工具和簡單易用的開發(fā)框架。

據(jù)了解，依托于BPU的軟硬協(xié)同與超適配性，在不改變硬件的情況下，征程5芯片僅通過對工具鏈和編譯器的優(yōu)化，就可進(jìn)一步提升芯片的效率，其圖像速率從去年的1283幀/秒提升到現(xiàn)在的1531幀/秒。

同時，得益于BPU超適配性與工具鏈持續(xù)優(yōu)化，地平線征程5芯片還可以應(yīng)用最新算法。比如近年來備受關(guān)注的神經(jīng)網(wǎng)絡(luò)模型Transformer，目前地平線已在征程5上成功運(yùn)行了SwinT模型，達(dá)到每秒184幀性能，優(yōu)于友商的芯片。后續(xù)預(yù)計會有更多的Transformer模型會在征程芯片上運(yùn)行。

Transformer 架構(gòu)（來源：《Attention Is All You Need》）

在整個行業(yè)演進(jìn)到數(shù)據(jù)驅(qū)動的軟件2.0時代，地平線還提供了端上的開發(fā)工具、以及在云端的訓(xùn)練，包括數(shù)據(jù)管理以及仿真平臺等工具(AIDI 艾迪)，與天工開物形成完整的開發(fā)平臺，加速面向智能駕駛、智能交互、車內(nèi)娛樂應(yīng)用等各種各樣的解決方案開發(fā)。

對此，陳黎明介紹到：“在地平線艾迪開發(fā)平臺，數(shù)據(jù)從車端來回到車端去，在云端可以對數(shù)據(jù)進(jìn)行挖掘、標(biāo)注、訓(xùn)練、測試、集成等，整個車輛在開發(fā)過程中以及全生命周期不斷進(jìn)化，性能不斷提升?！?/p>

借助“芯片+工具鏈”為核心的高效開放技術(shù)平臺，定位Tier2的地平線，正致力于快速提升Tier1、軟件開發(fā)和硬件開發(fā)三類合作伙伴的創(chuàng)新開發(fā)效率，協(xié)力打造覆蓋 L2 到 L4 全場景智能駕駛產(chǎn)品。據(jù)了解，地平線現(xiàn)與一百多家生態(tài)合作伙伴一起服務(wù)于二十多家車廠共的七十多個項目，芯片出貨量超過200萬片。

目前，地平線正通過多重開放模式，提供從BPU架構(gòu)、芯片、操作系統(tǒng)到自動駕駛軟件算法與硬件等不同層級的合作，助力車企客戶實(shí)現(xiàn)快速規(guī)?；慨a(chǎn)落地。從2020年6月份地平線征程2在首先在長安的UNI-T上、征程3在理想One上取得量產(chǎn)，再到2022年末征程5在理想L8上取得量產(chǎn)，其正憑借技術(shù)優(yōu)勢和開放優(yōu)勢，持續(xù)眾多主機(jī)廠的認(rèn)可。

最后，陳黎明再次強(qiáng)調(diào)到：“對于地平線，我們特別相信開放，只有開放共創(chuàng)我們才能共贏，所以我們希望與所有合作伙伴一起征程與共，共同擁抱價值共創(chuàng)，共同推進(jìn)智能汽車的快速發(fā)展?！?/p>