這家估值30億美元獨角獸的投資者們，可以感慨一句“錢沒白花”了
「今天，對於中國自動駕駛事業來說是一個特別的日子。」
8 月 30 日的上午，地平線創始人&CEO 餘凱，用這句宣告，開始了自己的演講。
地平線創始人&CEO 餘凱 | 圖片來源：地平線
此時 2019 年剛好走過了三分之二，數年前，業界曾預期 2020 年前後，自動駕駛將迎來大規模的商用，汽車廠商、自動駕駛創業者和上下游產業，多將其視爲關鍵的時間節點。而今，即使是樂觀人士，對此的預期也會再往後延遲數年。至少在餘凱看來，當前自動駕駛的主流還在 L2 階段，即使是 L3 階段的輔助駕駛，真正大規模實施也將在 2024 年之後。
造成發展滯後預期的重要原因，還是產業過於龐大，人們總會在發展過程中發現新的問題和機遇，就像用石頭填滿杯子後，會發現還可以繼續裝沙子、石灰和水，而杯子本身還在不斷擴容。這並不意味着絕望，而是意味着更大的市場，工業時代汽車產業曾改變了世界，今天，人類在出行行業上投入越多，就將從未來獲益更多。谷歌母公司旗下的自動駕駛公司 Waymo 估值已超過 1750 億美元，將老牌的通用、福特等車企的市值遠遠甩到了身後。在中國，對出行行業的變革已經上升到國家戰略級別，新能源、自動駕駛和車聯網一直是資本追逐的熱點。
這個過程中，出現了許多明星公司。僅國內就有造車的蔚來、小鵬、威馬，自動駕駛領域的圖森未來、馭勢科技、文遠知行，專注高精度地圖的四維圖新、高德，甚至還有激光雷達廠商禾賽、速騰聚創、北科天繪等等，而估值已經超過 30 億美元的地平線，在中國自動駕駛事業中，又處於怎樣的位置呢？
四個輪子的計算機
汽車從最初的代步工具，到可以聯網、人機交互甚至自動駕駛，在變得越來越智能。一個可預期的未來是，汽車的發展將會貼近曾經 PC 計算機和智能手機的軌跡，我們討論車輛的性能，也從機械的性能基礎轉變爲更多的考慮智能化的便捷性。
這一點在車載的計算需求量上有所呈現。目前汽車多是採用分佈式 ECU 架構的小型處理器來處理簡單任務，隨着車聯網、自動駕駛對計算性能要求的提升，餘凱認爲，車載計算將會演進到域控制器，吞吐更多的數據，執行更多的智能決策，汽車最終變成一臺有四個輪子的計算機。他預計到 2025 年，這一趨勢就會帶來汽車成本結構翻天覆地的變化，計算平臺以及軟件的成本佔比將大幅提升。
對於 PC 和手機，眼下可見的競爭局面是，在其他屬性趨同的前提下，計算——甚至更進一步——負責計算的芯片，將成爲附加價值最高，也是最核心的部件之一。在車載環境下，除了自動駕駛和車聯網所需要的計算，司機在駕駛過程中，通過語音識別、脣語識別進行人機交互，通過人臉識別、眼球追蹤進行防疲勞檢測都是頗有前景的應用，而這些應用都離不開算力更強的車載芯片。
不過遺憾的是，談芯容易造芯難。不同於一般的半導體或者消費級芯片，車載芯片的工作環境要更爲嚴苛，比如溫度上，要考慮零下 40 度到 125 的極端情況；在使用壽命上，汽車的壽命一般在 10 年以上，芯片就要滿足 15-20 年的運行。地平線上海研發中心的總經理吳徵告訴記者，車規級半導體芯片對可靠性的要求，要滿足 AEC-Q100 芯片開發、驗證、流片、封裝、測試的全流程，包括高低溫測試、老化測試以及壓力測試。
其次是對質量體系的要求很高。智能汽車不同於傳統汽車，電子系統出故障是難以避免的，但如果像電腦、手機一樣卡機，結果可能不只是故障，而是事故。真正的車規級半導體要滿足 ISO/TS16949（汽車行業質量管理體系標準）、ISO26262（汽車功能安全標準）、ISO21448（預期功能安全）還有網絡安全。「我重點講一下功能安全，功能安全是指怎樣儘可能減少由於失效造成的安全問題，比如半導體由於老化效應或由於輻射突然出錯了，或是系統軟件運行出現問題。」吳徵說，在地平線整個開發過程中，無論是芯片、軟件開發還是系統開發，都遵從 ISO26262 的規範。
當然，最重要的還是性能，駕駛中對人工智能計算的反應要求達到毫秒級，車載環境下，龐大的數據吞吐量，需要強悍的計算平臺資源，另一方面又要求計算的能耗較低，避免電量消耗過多，和造成封閉環境溫度過高，最後，整體的成本還有控制好。
一款車規級的人工智能處理器，從研發到產品導入，首先要經過 18 到 24 個月的設計階段，包括構架、後端、流片設計，然後是車規級系統的驗證，包括方案測試（AEC-Q100 認證），包括基線條件的溫度、溼度、工況環境、系統表現，還包括功能安全（ISO26262），還包括系統軟件開發，工作量可能是硬件開發的幾倍以上。到了這一步，只是站到了商業化的起跑線上，真正商業化還需要找到汽車企業客戶，然後定點車型，完成整車集成的測試開發後才能量產銷售——在市場還沒有成熟的時候，技術和商業上的問題都並不簡單。
「押寶」，這是很多人對做車規級芯片的看法。在昨天之前，我國還沒有量產的車規級 AI 芯片，餘凱在演講中說：「此次地平線率先推出首款車規級 AI 芯片，不僅實現了中國車規級 AI 芯片量產零的突破，也補齊了國內自動駕駛產業生態建設的關鍵環節。」
押寶百萬量產車的征程二代（Journey2）
2015 年，餘凱告別百度深度學習研究院院長的職務，創辦了地平線。和目前市面上大部分從國外公司購買人工智能 IP 的國產 AI 芯片不同，地平線在早期就註冊了高性能計算架構 BPU（Brain Processing Unit）的商標，2017 年的 CES 上，地平線與英特爾聯合發佈了基於地平線 BPU 架構的高級輔助駕駛系統，隨後地平線拿到了英特爾等機構超過 1 億美元的 A+輪融資。
2018 年，地平線發佈了「征程」系列處理器和「旭日」系列處理，並大規模用於智能駕駛和 AIoT 邊緣計算等領域，而在昨天宣佈量產的「征程二代」AI 芯片，可以看作是地平線在車規級計算平臺和芯片架構方面取得的突破性進展。據瞭解，今年年初征程二代就流片成功，並完成芯片功能性和穩定性測試、系統軟件開發和穩定性調試，支持客戶進行產品設計的開發套件也已就緒。
看芯片，最直觀的就是看參數。從地平線發佈的資料來看，征程二代搭載了地平線 BPU2.0，具備極高的算力利用率，可提供超過 4 TOPS 的等效算力，每 TOPS AI 能力輸出可達同等算力 GPU 的 10 倍以上，而典型功耗僅 2 瓦。
地平線征程二代技術參數 | 圖片來源：地平線
在應用場景上，征程二代能夠對多類目標進行實時檢測和精準識別，並提供高精度且低延遲的感知輸出，可滿足自動駕駛視覺感知、視覺建圖定位、視覺 ADAS 等智能駕駛場景的需求，以及語音識別，眼球跟蹤，手勢識別等智能人機交互的功能需求。「我們可以同時跑超過 60 個分類任務，每秒鐘識別目標數可以超過 2000 個。」餘凱說。
地平線征程二代芯片視覺感知方案 | 圖片來源：地平線
在開放性上，征程二代提供從參考解決方案，到開放的感知結果，再到芯片及工具鏈的基礎開發環境，並可依據客戶的不同需求提供不同層次的產品交付和服務。當天地平線發佈了 AI 芯片工具鏈 Horizon OpenExplorer（天工開物），包含面向實際場景進行 AI 算法和應用開發的全套工具。
餘凱在現場宣佈，目前征程二代已經拿到五個國家的市場客戶的前裝的定點，最早的量產車型在 2020 年上半年就會向客戶和消費者見面，量產車型預計近百萬。
從地平線到山巔
就像自動駕駛將經歷從 L2-L5 的進程，主要針對 L2 階段設計的征程二代，顯然也只是進程中的一個節點。在 B 輪 6 億美元融資後，地平線估值已經超過 30 億美元，投資方除了英特爾、海力士這樣的半導體巨頭，還有數家車企及其旗下投資公司，顯然，傳統汽車企業對智能駕駛的未來也和科技公司形成了更多的共識。
地平線不再遙不可及，技術路線更清晰後，研發和商業化的進程更像是在攀爬山峯。吳徵首次對外公佈的征程系列車規級芯片研發路線圖，就用攀登路線做背景。地平線的 BPU，是其車規級 AI 處理器的核心，在芯片性能從單路 1080p 到 4K，再到 12x4K 識別處理，地平線 BPU 也在不斷演化。預計 2020 年，繼 Journey2 之後，地平線還將發佈 16 納米的 Journey2A，而更重要的，吳徵透露，目前地平線正在全力開發搭載 BPU3.0 的「征程三代」車規級 AI 芯片。
地平線車規級征程芯片研發路線 | 圖片來源：地平線
據稱，征程三代的性能將達到預控制級 L3，預計將在 2020 年正式推出。「這是一款針對自動駕駛場景，包括域控制器而研發的新一代車規級 SoC，是由 BPU、CPU 等處理器組合完成的異構計算的複雜的 SoC，CPU 與 CV 對接，某種情況下提供系統對接和控制處理器，整個 SoC 可以多達 8 路以上的視頻輸入，而且可以支持 4K，會滿足 60 毫秒（延遲），我們會把整個架構包括數據通路做一個優化，最後達到一個極好的效果。」
而再下一代的征程三代 Max(Journey3Max)，目前也已經在規劃中，吳徵預測，Journey3Max 會採用更先進的工藝，可能達到 7 納米，支持多達 12 路，算力 100TOPS，達到 C 或 D 的芯片等級，並將能耗限制在 25 瓦以內，成爲針對 L4、L4plus 的高性能車規級處理器。
在地平線的計劃中，不只是芯片等硬件，軟件及生態同樣重要。當日餘凱還宣佈，推出面向 ADAS 市場的征程二代視覺感知方案；地平線自動駕駛計算平臺 Matrix 在今年已經獲得上千的訂單，並拿下美國 CES 創新大獎，而性能更強大、可覆蓋不同等級自動駕駛需求的新一代 Matrix，也將於 2020 年正式上市。
地平線 Matrix 二代自動駕駛計算平臺 | 圖片來源：地平線
據瞭解，基於地平線征程二代的視覺感知解決方案，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；而全新的 Matrix，基於同樣在 2020 年發佈的征程三代芯片，算力將達到 192 TOPS，較上一代提升 16 倍，而功耗僅爲 2/3。餘凱將其和上半年特斯拉推出的自動駕駛平臺的算力進行了對比，稱特斯拉車載計算平臺實際上真正能夠用於車載計算的是 72TOPS，而地平線的 192TOPS 全部用於做計算，兩者有將近三倍車載人工智能算力的差異。「到 2025 年，我們會推動車載人工智能計算平臺算力達到 1000TOPS，這是會一個標誌性的象徵。爲什麼呢？因爲 1000TOPS 是人類大腦的水平，我們認爲，要真正實現無人駕駛，算力規模應該達到 1000TOPS。」對於曾經「押寶」成功多次的地平線來說，這將是一個更明確清晰的路徑目標。
對中國的自動駕駛事業來說，那將會是另一個特別的日子。
責任編輯：王訓魁