自动驾驶时代，车辆逐渐演变为一台超级计算机，其中，芯片之于自动驾驶犹如电池之于新能源汽车，十分重要。自动驾驶级别提升，对芯片也提出了高标准要求。究竟从L2到L3，有哪些亟待解决的瓶颈或障碍？L3对芯片的算力提出了哪些新的要求？要实现L3自动驾驶落地，在芯片领域该如何突破？
地平线作为中国唯一一家能够提供基于车规级AI芯片解决方案的公司，成立5年间不仅自身在一步步强大，同时也加速推进行业发展态势，因此对行业和技术本身都有中肯的、独到的理解。近日，就以上问题，本刊记者专访了地平线市场拓展与战略规划副总裁李星宇。
地平线市场拓展与战略规划副总裁李星宇
基于AI芯片，为L3及以上自动驾驶提供充足算力
对于自动驾驶而言，算力不足是一大突出问题。自动驾驶从L1到L5，每增加一级，对算力的需求就增加一个数量级，最终汽车将成为四个轮子上的超级计算机。由此，当前的行业展开了一场关于算力的军备竞赛。
从自动驾驶的三大任务——感知、决策、执行来看，感知是现阶段对算力需求最大的一块。李星宇表示：“地平线的目标是通过芯片为自动驾驶的感知层提供充沛的算力。”地平线量产上车的中国首款车规级AI芯片“征程二代”，搭载自主创新研发的高性能计算架构BPU2.0，提供超过4TOPS的等效算力，每TOPSAI能力输出可达同等算力GPU的10倍以上，而典型功耗仅2W，可提供高精度且低延迟的感知输出，在满足毫秒级延时、大数据量计算、低功耗、高效率的基础上可以实现丰富的自动驾驶应用场景。
地平线征程二代车规级AI芯片
面向ADAS市场，地平线提供的征程二代视觉感知解决方案，可在低于100毫秒的延迟下实现多达24大类的物体检测以及上百种的物体识别，每帧高达60个目标及其特征的准确感知与输出。不仅如此，针对国内市场的特点，该解决方案还专门针对中国道路和场景进行了优化，如特殊车道线、红绿灯倒计时检测、车辆突然斜向插入等。
在驾驶舱内，地平线提供基于AI芯片的智能座舱解决方案。尤其在L3阶段，驾驶的主体由驾驶员转移至“系统”，要求驾驶员可以脱手、脱眼、脱脚，但不能脱脑，这无疑是对人性巨大的考验与挑战。此时，在人机共驾阶段，智能人机交互解决方案将扮演“大脑”的角色，赋予车辆智慧与情感，通过跟踪眼球等方式实时监测驾驶员的状态，并凭借语音、动作姿态、面部表情等指令交互为用户带来兼顾安全与智能的双重驾乘体验。
在备受外界瞩目的长安UNI-T车型上，长安与地平线也联合开发了搭载征程二代的智能驾驶舱NPU，对多类目标进行实时检测和精准识别，全面满足车内感知需求，可支持智能驾驶舱应用和功能的开发与创新。李星宇表示：“未来，智能人机交互将会在激烈的竞争中成为整车厂实现差异化竞争的关键抓手。”
在自动驾驶实现大规模量产的路上，仅有感知还远远不够。强大的算力与高效的算法，配合低成本传感器持续高速迭代发展，将成为市场的主流。地平线也遵循这样的理念。
——李星宇
面向高级别自动驾驶，地平线去年底推出Matrix 2自动驾驶计算平台，具备极致性能与高可靠性，为自动驾驶客户提供感知层的深度赋能。
地平线Matrix️TM自动驾驶计算平台
如果说传感器是车辆的“五官”，那么Matrix 2则是“大脑”，实现的感知算法能够应对复杂行车环境，支持在特殊场景或极端天气下输出稳定、可靠的感知结果。具体而言，在性能方面，相较于Matrix 1，迭代后的Matrix 2提供高达16TOPS的等效算力，而功耗仅为原来的 2/3。在感知层面，Matrix 2可将包括摄像头、激光雷达在内的多传感器采集的原始数据转化为语义信息再深度融合，实现高达23类语义分割以及六大类目标检测。
高精地图对于高级别自动驾驶，其实已经成为一个必备的元素。李星宇表示：“如果说车端的ADAS摄像头等传感器提供的是对环境的实时感知，那么高精度地图提供的就是对感知的记忆，能够成倍提升感知的精准性、可靠性。”地平线基于自己的视觉感知算法，提供了基于众包的高精地图的实时更新解决方案。
自动驾驶落地，芯片+算法+开发工具需协同
伴随智能化的演进，汽车竞争的焦点从功能转向智能，“软件定义汽车”成为重要趋势，并为新一轮汽车变革与创新不断注入动力。李星宇也十分认同这一趋势，“‘软件定义汽车’已成为行业主流趋势，这已是毫无疑问。特斯拉的成功极好地佐证了这一点：在全球车企中，特斯拉市值仅次于丰田，这说明资本市场已经充分认可了以特斯拉为代表的智能汽车的发展方向。”
据了解，车规级芯片迭代周期一般需要4到5年，而软件算法的迭代周期则是几个月，AI芯片的算法演进则更快。那么，对地平线这样一家专做AI芯片的算法公司而言，如何在自动驾驶时代，让芯片的迭代速度紧跟算法的发展呢？为此，地平线做了哪些努力？
如果把芯片比做“蓝调”，那算法就是“摇滚”，两者演化周期的不匹配，实则对任何一家从事AI芯片的算法公司都是巨大的挑战。但地平线在这方面有独特的优势，因为我们是一家有算法基因的公司，创始人以及技术带头人都有多年算法背景的积淀，因此对人工智能算法未来的演进趋势有前瞻性，这使得我们在AI芯片设计之初就能预判几年后车端应用软件算法的发展趋势，从而能使芯片推出的时候很好地适配那时的主流算法。
——李星宇
地平线强调软硬结合、协同优化的同时，李星宇也表示，“地平线充分重视开放包容。当今时代，汽车软件的开发工作如此巨大，软件堆栈异常复杂，没有一家公司能单打独斗完成所有软件的开发，而且驾驶场景的复杂性也注定了其变化多端。因此，地平线的理念是首先提供开发工具链，赋能客户开发，同时也提供商业级的软件，为客户提供更多选择，加速产品开发进度。”
为此，地平线开发了天工开物（Horizon OpenExplorer）AI开发平台，愿景是“让AI开发无难事”。“天工开物”AI开发平台基于地平线自研AI芯片打造，由模型仓库、AI算法工具链及AI应用开发中间件三大功能模块构成，包含面向实际场景进行AI算法和应用开发的全套工具，还可使用地平线的开发工具套件加速场景方案灵活部署，全面降低开发者门槛，方便客户进行复杂应用开发，加速产品落地。
“授人以鱼不如授人以渔”，汽车智能化趋势下，主机厂与科技公司合作成为新趋势，并从原有的逐级塔状供应链走向环状合作。大量事实也表明：地平线“芯片+算法+工具链”的开放模式在赋能客户的同时，也加速了自身AI芯片的落地和量产。
例如，最新的案例是，搭载地平线征程二代芯片的长安UNI-T的智能化成果意味着国产车规级AI芯片成功实现了前装量产零突破，同时这一商业实践也是地平线得到顶尖车厂信任的开始。此前还有地平线与奥迪中国、赢彻科技等在基于征程二代的Matrix 2计算平台方面的合作，充分说明地平线正携手伙伴加速自动驾驶的落地和到来。
L3难以逾越，自动驾驶演进之路应是渐进式
从广汽发布具备L3功能的Aion LX，到长安汽车3月初首次在线直播L3级自动驾驶量产体验后，业界一直有很多质疑的声音：这些车辆系统是否真的达到了L3？关于这一问题，笔者也询问了李星宇。
长安UNI-T达到中国分级标准中L3级自动驾驶，这是事实。但对于地平线，我们更强调这一理念：不能简单地关注L2/L3/L4分级，关注基于驾驶场景的ODD（设计运行区域）才更有意义，即系统支持何种驾驶工况的自动驾驶，如车速设计60km/h与120km/h时L3带给用户的体验肯定大不一样，以及到了L3到底能实现多少种功能，如HWA（高速公路辅助）、TJP（交通拥堵引导）等。
——李星宇
现如今的行业中，除部分自主品牌车企大力宣布进军L3以外，还有一些车企如福特、沃尔沃、蔚来等宣布越过L3，直接研发L4。那么作为供应商，地平线认为L3是否能逾越？李星宇表示：“主机厂很难逾越L3这个阶段，直奔L4。而且，以我们所关注的ODD来讲，设计运行工况从60km/h，到80km/h，逐渐到120km/h，实际就是从L3逐渐演进到L4的一个过程，这里面还包括如何保证可靠的人机驾驶的切换等，因此很难将L3、L4做一个精确的分割。” 事实上，早在三年前，李星宇就表示：自动驾驶场景解决能力，比分级更重要。
李星宇认为，自动驾驶的演进之路应该是渐进式，至少现在看来，这条路径更具优越性。
主机厂在攀登全自动驾驶之路上，如果路途过于陡峭，可能会面临与Waymo相同的困境，Waymo在商业化方面的困境，就源于他最初的设计理念，不要方向盘、不要刹车，直奔L4而去，这一步登天式的设计目标反倒使他落后。另一方面，我们看到特斯拉更加稳健，从L2+起步，一步步的向前延伸扩展。自动驾驶的功能和产品需要放到商业化的场景中打磨，否则很难变得成熟。在自动驾驶的发展历程上，我们应保持理性主义精神，相信巨大的复杂系统不可能突然间成熟，必定是从一个较低的起点上慢慢发展，L3就站在发展道路的中间点上。
——李星宇
最后，谈到L3量产之路上的阻碍，李星宇指出，除了法规标准外，L3现在亟需突破的还是技术。目前自动驾驶造成的一些致命的安全事故表明，自动驾驶还没有准备好能让法规标准允许其真正落地运行，也就是说法律还在等技术。
其实，在自动驾驶落地的产业化进程中，整个市场经历了从理想到现实、从狂热到冷静的发展历程。在这个过程中，有一些共识被沉淀下来。那就是，感知作为自动驾驶的核心技术模块，是一切的起点和基石。只有将环境感知这一基础做到淋漓尽致，才能使主机厂、自动驾驶公司有发展高可靠性自动驾驶的能力。李星宇强调道：“这也是地平线刚迈入自动驾驶赛道时，选择将基于视觉的环境感知作为切入点的重要原因。”
