地平线量产中国首款车规级AI芯片“征程二代”

2019世界人工智能大会期间，人工智能芯片企业地平线召开以"开启新征程"为主题的媒体发布会，正式宣布量产中国首款车规级人工智能芯片——征程二代。

地平线此次量产的中国首款车规级AI芯片——征程二代，搭载地平线自主创新研发的高性能计算架构BPU2.0(Brain Processing Unit)，可提供超过4 TOPS的等效算力，典型功耗仅2瓦。征程二代能够高效灵活地实现多类AI任务处理，对多类目标进行实时检测和精准识别，可全面满足自动驾驶视觉感知、视觉建图定位、视觉ADAS等智能驾驶场景的需求，以及语音识别，眼球跟踪，手势识别等智能人机交互的功能需求，充分体现BPU架构强大的灵活性，全方位赋能汽车智能化。

日前，地平线副总裁、智能驾驶产品线总经理张玉峰在2019年泰达论坛期间接受了记者专访，对于智能驾驶领域的发展及现状做出深度分析。以下为专访实录。

记者：地平线的商业化进程怎么样？另外您认为真正的自动驾驶离上路还有多远？

张玉峰：昨天在发布会上我们也提到了，我们现在拿到了5个国家客户的前装定点，所以对我们来讲，今年也是非常激动人心的一年。从芯片的前装来讲，能够有百万级的前装装车辆，5年预期是千万级，从目前我们看到的定点的车型质量来看。最早是明年上半年，我们的芯片就能出现在面向消费者的乘用车里，这其实也是对我们目前的技术、产品成熟程度的一个肯定，包括我们商业模式的一个肯定。地平线还是坚定的做一个二级供应商，所以目前定点前装项目里面，我们是通过Tier1合作伙伴集成到整车里面。

另外后装也是我们比较重要的一个业务，帮助包括网约车、"两客一危"这些运营车队，用我们的芯片+算法赋能，这里面包括驾驶员危险行为的监测，更便于车队管理他的驾驶员，包括关注车内乘客的安全，以及未来可以在后装市场提供车内的交互和体验。今年我们的后装收入应该是亿级。前装受限于他的周期，我们也有一些不错的NRE收入，主要还要等到车型落地之后有一个更稳定、更健康的前装收入。这种组合打法来帮助我们在商业模式上、在落地上更有效，是一种生存方式吧。其实今天上午领导们的发言相对来讲都比较沉重，汽车行业本来就是拼谁活得更久一些。地平线现在的商业落地和商业模式还是思考的和落实的比较顺畅。

记者：现在是不是所谓一步到位的L4已经不现实了？您刚刚说算力这方面是可以覆盖的，意思是说从算力角度来讲已经可以满足L4的需求吗？

张玉峰：是的，但是看你怎么定义L4。其实L4在未来，从计程出租车(Robotaxi)这个方向，美国市场一直在引领这样一个新的方向，而且也有些成功的上规模的商业化运营，比如说Lyft在拉斯维加斯也有一个至少30辆车的车队，它可以通过Lyft的APP叫车，当然这个阶段有安全驾驶员在里面随时接管，但是是一个上规模的商业化运营，而且已经完成自动驾驶载客接近10万次。因为从去年5月1号开始，他们已经投入到商用。所以如果在一个限定领域去做L4的话，在短期内绝对是可以实现的，而且已经有这样的例子。我了解到包括Lyft在内的很多出租车车队有明确的10年计划，想拿掉安全驾驶员……

现在在整个业界来看，L4、L5还是面临很多技术挑战的，比如说Cruise本来是宣布今年年底，现在是无限期推迟了，确实是蛮有挑战的。因为很多常规的场景和安全性这些都是挑战。另外目前支撑L4的软件、硬件，包括计算平台的量产化，很多的Robotaxi厂家还是用工规的设备来完成，很难上规模化，它的稳定性、可靠性也是有挑战的。

今天在这方面其实也有不错的布局和商业模式的落地，我们昨天也宣布，去年我们向北美头部的计程出租车车队提供了数百辆车的设备，基于地平线去年的BPO2.0架构的处理器和感知算法，去赋能美国的一个头部玩家，去支撑他在L4的场景下成区的视觉感知。今年我们的客户群也在持续扩大，包括低速物流小车也是我们覆盖的场景，这在国内国外都有一些不错的企业在推进它的落地。今年我们去支撑L4领域，包括出租车，包括物流小车，我们应该能达到千辆级的出货量。针对国内的市场，可能还会推出一些定制化产品，我们有一款叫matrix的产品系列，主要是针对这样几个细分市场。

记者：您怎样看待大公司带来的竞争？

张玉峰：尤其在高级别自动驾驶，它的技术挑战性和资金、人力的投入是远超过任何一家公司的，无论公司大还是小，哪怕像Waymo这样的公司，其实一个人去干也是很辛苦的。您也看到Waymo在跟很多的OEM主机厂合作。如果说谈到高级别自动驾驶，更多的还合作而不是竞争。其实自动驾驶行业有足够大的市场，我们也欢迎健康竞争。

记者：您刚才介绍时谈到分前装和后装的市场，我们通常所说汽车行业关键的一些零部件其实都是要伴随着整车从设计到开发的时候就进入相关的进程了。如果说自动驾驶，是不是芯片和其他的核心组建也要往前装市场上倾斜，才能真正迎来自动驾驶车辆比较好的发展？

张玉峰：对，其实我们后装的话，也会用我们的前装芯片降维。前装其实从2017年，我们就跟包括中国、德国、日本、北美这四大汽车市场的主机厂，主流的几家公司开始了推进合作，那会儿的项目就是奔着前装做了一些合作和项目。而且我们在人员建设上也筹备比较早，像我们功能安全团队去年开始搭建，目前这个团队的Leader是北美一家一级供应商里负责芯片级别的功能安全，至今还在国际ISO对应的标准委员会工作组里负责相应的功能安全标准，包括软件，一个是26262，一个是26448的制定。所以在人才的储备和建设，我们也在为前装的更快落地做准备。我们的二代芯片，就是昨天发布的中国首款流片量产的车规级人工处理器，我们一开始就奔着ACQ100的车规标准去设计。

记者：明年上半年要放到乘用车里面量产，能不能介绍一下二代具体的应用场景，就是消费者会得到什么好处？

张玉峰：在安全领域，二代最大的一个方向就是面向ADAS视觉感知，比如说单幕或多幕摄像头，去完成对于障碍物、运动物体的判断。比如说大家常见的AEB场景下与前车的距离、刹车时间的判断，包括车道保持、车道线的识别，摄像头的识别能够超过其他的传感器。这个场景对于终端消费者不体会到是最好的。像L2+的功能，比如车道线保持、自动巡航，这些是芯片可以通过视觉感知，再集成到这样一个系统中，帮助终端的消费者。

在计程出租车(Robotaxi)或者慢速小车上的场景，其实也是对于环境的感知。比如说如果是慢速小车的话，在路上跑的话也要知道红绿灯，要知道相应的交通规则，其实扮演的还是对于环境的认知，帮它做出相应的判断。在车内的智能座舱领域，这个芯片可以提供智能化场景，比如说语音识别本身到目前为止还是蛮有挑战的，在车内嘈杂的环境下有更多挑战，我们的芯片可以由足够的算力，加上核心的算法，通过唇语的理解，加上声音的识别，融合视觉和声音这两种信号源，去做增强，即便是噪音下我们对命令词更精准的理解。

其他的一些可以赋能的场景说白了是对驾驶员和乘客的更精准、更充分的理解，可以从视觉角度、声音角度综合的理解，这样一个充分的感知能力可以打开更多的应用场景。简单举个例子，车上通过基于我们芯片的算法，可以监测到后排是不是有小孩子或者老人上车，这时候车辆系统可以通过这个方式来判断是不是把空调的风力、温度调小一些，也就是把现在被动式的交互，或者是需要人去主动做的交互变得更智能化，让车更主动去做一些判断，而这些判断其实依赖于车内的环境，车内的驾驶员、乘客，包括多个区域的乘客，包括对他们的声音和图像进行更充分，更准的理解。这是我们明年上半年的第一个前装的项目，Q2初就可以量产。

记者：和国际巨头对比，我们在测试过程中有哪些优势，或者我们跟海外比还有差距？

张玉峰：我们的优势有一点刚才提到了，就是软硬件设计上的高度协同，尤其是AI人工智能领域的处理器，其实是高度的软件算法驱动，而且是场景驱动。我们常讲一句话，叫做场景决定算法，算法定义芯片。地平线无论是算法方面的积累，还是芯片设计方面人才的储备都是不亚于传统的半导体厂商，无论是国内还是国外。在AI算法的人才储备上，实际上比起海外的国际芯片厂是有非常明显优势的，因为AI这个时代，我们在起跑线上还是领先的，不亚于海外的友商，他们也有他们的焦虑所在。