自動駕駛時代，車輛逐漸演變為一臺超級計算機，其中，芯片之於自動駕駛猶如電池之於新能源汽車，十分重要。自動駕駛級別提升，對芯片也提出了高標準要求。究竟從L2到L3，有哪些亟待解決的瓶頸或障礙？L3對芯片的算力提出了哪些新的要求？要實現L3自動駕駛落地，在芯片領域該如何突破？
地平線作為中國唯一一家能夠提供基於車規級AI芯片解決方案的公司，成立5年間不僅自身在一步步強大，同時也加速推進行業發展態勢，因此對行業和技術本身都有中肯的、獨到的理解。近日，就以上問題，本刊記者專訪了地平線市場拓展與戰略規劃副總裁李星宇。
地平線市場拓展與戰略規劃副總裁李星宇
基於AI芯片，為L3及以上自動駕駛提供充足算力
對於自動駕駛而言，算力不足是一大突出問題。自動駕駛從L1到L5，每增加一級，對算力的需求就增加一個數量級，最終汽車將成為四個輪子上的超級計算機。由此，當前的行業展開了一場關於算力的軍備競賽。
從自動駕駛的三大任務——感知、決策、執行來看，感知是現階段對算力需求最大的一塊。李星宇表示：“地平線的目標是通過芯片為自動駕駛的感知層提供充沛的算力。”地平線量產上車的中國首款車規級AI芯片“征程二代”，搭載自主創新研發的高性能計算架構BPU2.0，提供超過4TOPS的等效算力，每TOPSAI能力輸出可達同等算力GPU的10倍以上，而典型功耗僅2W，可提供高精度且低延遲的感知輸出，在滿足毫秒級延時、大數據量計算、低功耗、高效率的基礎上可以實現豐富的自動駕駛應用場景。
地平線征程二代車規級AI芯片
面向ADAS市場，地平線提供的征程二代視覺感知解決方案，可在低於100毫秒的延遲下實現多達24大類的物體檢測以及上百種的物體識別，每幀高達60個目標及其特徵的準確感知與輸出。不僅如此，針對國內市場的特點，該解決方案還專門針對中國道路和場景進行了優化，如特殊車道線、紅綠燈倒計時檢測、車輛突然斜向插入等。
在駕駛艙內，地平線提供基於AI芯片的智能座艙解決方案。尤其在L3階段，駕駛的主體由駕駛員轉移至“系統”，要求駕駛員可以脫手、脫眼、脫腳，但不能脫腦，這無疑是對人性巨大的考驗與挑戰。此時，在人機共駕階段，智能人機交互解決方案將扮演“大腦”的角色，賦予車輛智慧與情感，通過跟蹤眼球等方式實時監測駕駛員的狀態，並憑藉語音、動作姿態、面部表情等指令交互為用戶帶來兼顧安全與智能的雙重駕乘體驗。
在備受外界矚目的長安UNI-T車型上，長安與地平線也聯合開發了搭載征程二代的智能駕駛艙NPU，對多類目標進行實時檢測和精準識別，全面滿足車內感知需求，可支持智能駕駛艙應用和功能的開發與創新。李星宇表示：“未來，智能人機交互將會在激烈的競爭中成為整車廠實現差異化競爭的關鍵抓手。”
在自動駕駛實現大規模量產的路上，僅有感知還遠遠不夠。強大的算力與高效的算法，配合低成本傳感器持續高速迭代發展，將成為市場的主流。地平線也遵循這樣的理念。
——李星宇
面向高級別自動駕駛，地平線去年底推出Matrix 2自動駕駛計算平臺，具備極致性能與高可靠性，為自動駕駛客戶提供感知層的深度賦能。
地平線Matrix️TM自動駕駛計算平臺
如果說傳感器是車輛的“五官”，那麼Matrix 2則是“大腦”，實現的感知算法能夠應對複雜行車環境，支持在特殊場景或極端天氣下輸出穩定、可靠的感知結果。具體而言，在性能方面，相較於Matrix 1，迭代後的Matrix 2提供高達16TOPS的等效算力，而功耗僅為原來的 2/3。在感知層面，Matrix 2可將包括攝像頭、激光雷達在內的多傳感器採集的原始數據轉化為語義信息再深度融合，實現高達23類語義分割以及六大類目標檢測。
高精地圖對於高級別自動駕駛，其實已經成為一個必備的元素。李星宇表示：“如果說車端的ADAS攝像頭等傳感器提供的是對環境的實時感知，那麼高精度地圖提供的就是對感知的記憶，能夠成倍提升感知的精準性、可靠性。”地平線基於自己的視覺感知算法，提供了基於眾包的高精地圖的實時更新解決方案。
自動駕駛落地，芯片+算法+開發工具需協同
伴隨智能化的演進，汽車競爭的焦點從功能轉向智能，“軟件定義汽車”成為重要趨勢，併為新一輪汽車變革與創新不斷注入動力。李星宇也十分認同這一趨勢，“‘軟件定義汽車’已成為行業主流趨勢，這已是毫無疑問。特斯拉的成功極好地佐證了這一點：在全球車企中，特斯拉市值僅次於豐田，這說明資本市場已經充分認可了以特斯拉為代表的智能汽車的發展方向。”
據瞭解，車規級芯片迭代週期一般需要4到5年，而軟件算法的迭代週期則是幾個月，AI芯片的算法演進則更快。那麼，對地平線這樣一家專做AI芯片的算法公司而言，如何在自動駕駛時代，讓芯片的迭代速度緊跟算法的發展呢？為此，地平線做了哪些努力？
如果把芯片比做“藍調”，那算法就是“搖滾”，兩者演化週期的不匹配，實則對任何一家從事AI芯片的算法公司都是巨大的挑戰。但地平線在這方面有獨特的優勢，因為我們是一家有算法基因的公司，創始人以及技術帶頭人都有多年算法背景的積澱，因此對人工智能算法未來的演進趨勢有前瞻性，這使得我們在AI芯片設計之初就能預判幾年後車端應用軟件算法的發展趨勢，從而能使芯片推出的時候很好地適配那時的主流算法。
——李星宇
地平線強調軟硬結合、協同優化的同時，李星宇也表示，“地平線充分重視開放包容。當今時代，汽車軟件的開發工作如此巨大，軟件堆棧異常複雜，沒有一家公司能單打獨鬥完成所有軟件的開發，而且駕駛場景的複雜性也註定了其變化多端。因此，地平線的理念是首先提供開發工具鏈，賦能客戶開發，同時也提供商業級的軟件，為客戶提供更多選擇，加速產品開發進度。”
為此，地平線開發了天工開物（Horizon OpenExplorer）AI開發平臺，願景是“讓AI開發無難事”。“天工開物”AI開發平臺基於地平線自研AI芯片打造，由模型倉庫、AI算法工具鏈及AI應用開發中間件三大功能模塊構成，包含面向實際場景進行AI算法和應用開發的全套工具，還可使用地平線的開發工具套件加速場景方案靈活部署，全面降低開發者門檻，方便客戶進行復雜應用開發，加速產品落地。
“授人以魚不如授人以漁”，汽車智能化趨勢下，主機廠與科技公司合作成為新趨勢，並從原有的逐級塔狀供應鏈走向環狀合作。大量事實也表明：地平線“芯片+算法+工具鏈”的開放模式在賦能客戶的同時，也加速了自身AI芯片的落地和量產。
例如，最新的案例是，搭載地平線征程二代芯片的長安UNI-T的智能化成果意味著國產車規級AI芯片成功實現了前裝量產零突破，同時這一商業實踐也是地平線得到頂尖車廠信任的開始。此前還有地平線與奧迪中國、贏徹科技等在基於征程二代的Matrix 2計算平臺方面的合作，充分說明地平線正攜手夥伴加速自動駕駛的落地和到來。
L3難以逾越，自動駕駛演進之路應是漸進式
從廣汽發佈具備L3功能的Aion LX，到長安汽車3月初首次在線直播L3級自動駕駛量產體驗後，業界一直有很多質疑的聲音：這些車輛系統是否真的達到了L3？關於這一問題，筆者也詢問了李星宇。
長安UNI-T達到中國分級標準中L3級自動駕駛，這是事實。但對於地平線，我們更強調這一理念：不能簡單地關注L2/L3/L4分級，關注基於駕駛場景的ODD（設計運行區域）才更有意義，即系統支持何種駕駛工況的自動駕駛，如車速設計60km/h與120km/h時L3帶給用戶的體驗肯定大不一樣，以及到了L3到底能實現多少種功能，如HWA（高速公路輔助）、TJP（交通擁堵引導）等。
——李星宇
現如今的行業中，除部分自主品牌車企大力宣佈進軍L3以外，還有一些車企如福特、沃爾沃、蔚來等宣佈越過L3，直接研發L4。那麼作為供應商，地平線認為L3是否能逾越？李星宇表示：“主機廠很難逾越L3這個階段，直奔L4。而且，以我們所關注的ODD來講，設計運行工況從60km/h，到80km/h，逐漸到120km/h，實際就是從L3逐漸演進到L4的一個過程，這裡面還包括如何保證可靠的人機駕駛的切換等，因此很難將L3、L4做一個精確的分割。” 事實上，早在三年前，李星宇就表示：自動駕駛場景解決能力，比分級更重要。
李星宇認為，自動駕駛的演進之路應該是漸進式，至少現在看來，這條路徑更具優越性。
主機廠在攀登全自動駕駛之路上，如果路途過於陡峭，可能會面臨與Waymo相同的困境，Waymo在商業化方面的困境，就源於他最初的設計理念，不要方向盤、不要剎車，直奔L4而去，這一步登天式的設計目標反倒使他落後。另一方面，我們看到特斯拉更加穩健，從L2+起步，一步步的向前延伸擴展。自動駕駛的功能和產品需要放到商業化的場景中打磨，否則很難變得成熟。在自動駕駛的發展歷程上，我們應保持理性主義精神，相信巨大的複雜系統不可能突然間成熟，必定是從一個較低的起點上慢慢發展，L3就站在發展道路的中間點上。
——李星宇
最後，談到L3量產之路上的阻礙，李星宇指出，除了法規標準外，L3現在亟需突破的還是技術。目前自動駕駛造成的一些致命的安全事故表明，自動駕駛還沒有準備好能讓法規標準允許其真正落地運行，也就是說法律還在等技術。
其實，在自動駕駛落地的產業化進程中，整個市場經歷了從理想到現實、從狂熱到冷靜的發展歷程。在這個過程中，有一些共識被沉澱下來。那就是，感知作為自動駕駛的核心技術模塊，是一切的起點和基石。只有將環境感知這一基礎做到淋漓盡致，才能使主機廠、自動駕駛公司有發展高可靠性自動駕駛的能力。李星宇強調道：“這也是地平線剛邁入自動駕駛賽道時，選擇將基於視覺的環境感知作為切入點的重要原因。”
