智能汽車軍備戰打響，地平線加速大算力芯片上車，征程5今年推出，已提前拿下定點

汽車之心Autobit

作者 / 張竹

編輯 / 王德芙

出品 / 汽車之心

「智能汽車將（超越手機）成為人類歷史上第一個真正的人工智能終端。」

1 月 17 日，在百人會釣魚台年會上，地平線創始人兼 CEO 餘凱拋出了這樣一個判斷。

當下手機依然是一個被動響應用戶交互需求的終端，而智能汽車的感知、決策、路徑規劃、人機交互等等都將變成自主行為。汽車智能化的程度將大大超過手機。

在全球每年近 9000 萬台的汽車市場中，智能化變革也將為供應鏈中最關鍵的芯片和軟件算法帶來巨大的歷史機遇。

這天會議上，餘凱還披露了地平線下一步的雄心：

2023 年
沖刺國內汽車智能芯片市場份額第一名；

2025 年
希望拿下全球市場 30% 份額
。

從征程 2 到今年即將推出的征程 5，地平線目前和中國 80%
以上的主流自主品牌都有量產項目合作。

餘凱說，國產芯片和操作系統只有未來 3 年的時間窗口。

中國芯片能否在全球汽車市場中站穩腳跟，將影響中國汽車品牌的走向。

全球“缺芯”之下

智能汽車增長遠超預期

全球仍在經曆持續一年多的新冠疫情，從去年下半年開始，汽車行業普遍出現「缺芯」現象。

「據我們了解，所有車規級芯片目前都存在短缺。」

餘凱告訴我們。這一情況可能要到 2021 年年中
才會好轉。

其主要的原因是，2020 年上半年車市幾乎停擺，一些上遊供應商下調生產計劃。

而實際從去年下半年開始，車市複蘇超過預期，尤其智能汽車銷量大幅增長。

在當前剛剛蓬勃崛起的智能汽車市場，在全球為智能汽車供應新一代芯片的公司中，還只有 3 家實現前裝量產。

老牌廠商 Mobileye主要輸出 EyeQ 系列芯片，2020 年出貨超過1900 萬片。

Mobileye目前主要出貨的是算力 2 TOPS 的 EyeQ4，下一代芯片 EyeQ5 還未量產。

英偉達從圖像領域殺入，去年開始在小鵬 P7 上落地量產了 Xavier。

地平線則從 2019 年推出車規級 AI 芯片征程 2
。

從 2020 年 6 月開始，這一芯片實現前裝量產，目前前裝搭載超過16 萬片
。

今年推征程 5

真實算力超過特斯拉 FSD

從過往 PC 和手機行業的發展經驗看，終端品牌的競爭將是長期的。

而背後底層芯片
和操作系統
將在非常短的周期內進行決勝。

通常第一名會快速占據絕大部分市場份額，並且和第二名拉開差距，第三名最後則幾乎沒有市場聲音。

因此，這就是前面餘凱說到的「未來的三年將是最關鍵的時間窗口。」

如果企業沒有拿到市場前三名的入場券，可能面臨出局。

要實現「三年內中國市場份額第一，五年內全球市場三分天下」的目標，地平線現在有一套AI車載芯片的組合拳：

征程 2，單芯片 AI 算力 4 TOPS，2020 年已量產上車；

征程 3，單芯片 AI 算力 5 TOPS，2020 年推出，今年會在包括豪華品牌在內的多款車型上量產；

征程 5，
單芯片 AI 算力高達 96 TOPS
，今年推出，預計 2022 年量產上車。

征程 6
，單芯片 AI 算力高達 400 TOPS
，2023 年推出。

征程 2 目前有 3 個公開的量產項目：長安 UNI-T
、奇瑞新能源螞蟻
以及上汽高端智能品牌智己
的首款轎車。

長安 UNI-T 主要利用征程 2 實現座艙的多模態智能人機交互，奇瑞螞蟻則是基於征程 2 開發 L2+ ADAS 功能；智己公布的信息則是打造「IMATE智慧夥伴」。

我們猜測，應該也是智能座艙交互方面的應用。

汽車之心還得知，長安 UNI 系列的第二款車，UNI-K 也將使用征程系列芯片。

地平線希望借助征程 2 和征程 3 的組合，今年出貨量再上一個台階，突破 100 萬片/年
。

而隨著今年征程 5 推出，地平線也將重點發力 ADAS 和高階自動駕駛。

征程 5 單芯片算力達到了 96 TOPS。

在中央域控制器中，通常要使用 2 到 4 個這樣的芯片，也就是相當於192 到 384 TOPS。

這個算力水平超過特斯拉 FSD 的 144 TOPS。

征程 5 還將有一個更高階的 Premium 版本滿足更大算力的量產需求。

目前征程 5 已取得前裝定點訂單，預計 2022 年上車。

2023 年推出的征程 6，則將躍升至 400TOPS 算力。

基於征程 6 的域控制器算力將達到 1000 TOPS 級別，為自動駕駛的軍備戰提供強力彈藥。

征程 6
計劃在2024 年量產
上車。

自動駕駛不是堆算力

真實性能還看 FPS

隨著蔚來發布搭載 1016 TOPS 算力的轎車 ET7。

智己發布 500 到 1000 TOPS 算力的新車。

智能汽車尤其在自動駕駛領域的算力 PK 越來越激烈。

但算力堆砌並不是無止境的，摩爾定律有極限。

按照汽車的形態，算力高達10000 TOPS 的汽車，可能將是「一台燃燒的汽車」，餘凱打趣道。

那核心應該追求什麼樣的指標呢？

地平線的答案，是以有效算力或者真實算力為依據。

類比汽車的動力性能，過去車企講馬力，用戶實際上是很難感知的；真正容易感知的體驗是零至百公里加速度。

將算力轉化到效果上，則是體現在計算平台每秒能處理的圖像幀數（FPS）。

比如在特斯拉 HW 3.0 上，特斯拉提到 FSD 的性能是上代 NVIDIA DRIVE PX2 的 21 倍，這個 21 倍指的就是每秒處理的圖像數量。

地平線也提出了 MAPS 評估方法，也就是在算法精度有保障範圍內的平均處理速度。

回到 AI 芯片，和普通芯片有什麼差異？

就是芯片在進行設計時，就將芯片架構與軟件結合進行深度結合優化，從而用更低功耗跑出更好的性能。

同時，今天的芯片架構，要求為 3 到 4 年後的軟件算法進行預研和設計。

基於自動駕駛專門設計的芯片效率將大幅超過通用芯片。

餘凱表示，基於征程 5 的域控制器實際性能，不輸於 1000 TOPS 的通用芯片，能夠跑 L4 級自動駕駛的應用。

從當前的 L2 自動駕駛向前發展，主流趨勢是後續單一的自動駕駛功能將越來越被弱化，而更完整的場景覆蓋和更流暢的體驗將走到前台。

比如過去在高速路上，車企提供 ACC、LKA 這樣的功能。

下一步，高級的自動駕駛功能將完全覆蓋高速路上從上高速到下高速的全場景。

全棧自研還是開放合作？

生態打法或是車企主流的選擇

高速路況完全無人駕駛以及停車場內完全無人駕駛的普及，將是行業 2025 年以前所追求的目標。

而實現完全無人駕駛，需要最強芯片、精湛的軟件算法，以及對前端消費者的深度洞察相結合。

過去特斯拉走全棧自研的路線，從芯片到軟件，甚至連毫米波雷達都涉足自研；今天也有部分車企選擇軟件全棧自研。

但長線看，餘凱認為車企與供應商的專業分工
、軟硬協同
將是主流。

從 PC 和手機行業的發展看，只有極少數的終端品牌真正進行芯片的研發，比如 PC 和手機上的蘋果，大部分廠商依然采用英特爾、高通提供的芯片。

特斯拉的全棧自研，更多是因為當時在各個關鍵領域缺乏成熟的供應商。

同時，特斯拉已經進入年銷量 50 萬台的級別，這意味著留給傳統主機廠的時間越來越緊張了。

隨著類似地平線這樣新興供應商的成熟，專業的產業分工已經明晰，基於開放生態的產業協作將是主流趨勢。

在汽車產業百年一遇的變革中，傳統汽車大佬與造車新貴們將圍繞智能化展開新一輪的較量。

蔚來ET7向上，特斯拉Model Y向下

禾賽拍了拍科創板

長城大舉進軍智能駕駛