“做机器人时代的 Wintel”，4月6日，智能芯片公司地平线在深圳举办技术开放日，地平线希望，让每一辆车都搭载地平线的智能计算方案。

地平线成立至今已有8年，共推出两个系列的芯片，分别为征程系列和旭日系列。前者聚焦自动驾驶领域，迭代了三代车规级智能驾驶芯片。

2019年8月，地平线正式发布征程2，这是中国首个车规级自动驾驶芯片；2020年9月份发布征程3芯片，2021年7月发布中国首款高性能大算力、专为高等级自动驾驶芯片设计的征程5。

截至目前，地平线征程系列芯片获得20多个车企的定点合作、120个车型的前装定点、50多个已量产车型，征程系列芯片整体出货量达到280万片，以及100多家生态合作伙伴，包括一些“爆款”车型，如长安UNI系列、理想ONE、理想L8。

地平线联合创始人兼CTO黄畅说，自动驾驶有望降低96%车祸，尤其是重大车祸事件，这个过程中每个毫秒延迟的改善都是对车内和车外生命的一种重视。

然而，一辆自动驾驶车辆装备的传感器，通常分辨率是两三百万像素起，前视可达800万，未来会使用1500万、1600万像素摄像头，再加上激光雷达、毫米波雷达走向图像化，车上“武装到牙齿”的传感器越来越多。

“估算一下，一辆自动驾驶车辆，如果不对数据压缩或结构化处理，一天能够收集几百TB的数据。如果有2000辆自动驾驶汽车，每辆车产生约1000TB数据，几乎和2015年互联网整个数据量相当。对数据脱敏处理之后传输到云端，并和其他车辆搜集的数据汇合一起，将有助于大大提升自动驾驶方案的安全性。”黄畅说，这要求车端有非常强的数据分析能力和计算能力。

算力是新的“水电煤”，但同时意味着成本，同时，高算力不意味着就一定能带来更好的用户体验，尤其自动驾驶，一些高端车型在量产时配置很高算力即所谓“预埋”，但一年以后发现完全可以用一半甚至更低的价格获得同等算力，“这还挺尴尬的”。

“当你提升物理算力的时候，实际上付出更多成本，却并没有带来真实算力提升。”黄畅说，真实算力就是这个算法每秒钟处理多少帧图像，而不是理论上每秒钟能进行多少次计算。

此外，摩尔定律已经接近极限，而且面临越来越多功耗和存储难题，整个系统工程的演进已经开始逼近物理极限，后摩尔时代增长芯片优化路径不仅仅需要先进的工艺制程，还需要封装架构，包含软件和硬件的架构才能支撑高速成长，应对指数级爆炸式智能算力的需求。

“当大家都在讲Tops，每瓦或者每美元所能带来峰值算力的时候，实际上我们真正想要的是，每瓦或者每美元能获得的处理速度。与处理算法的速度相比，其实有很大的不相关性。”黄畅说。

其中一个关键是算法的效率。Open AI搞出了ChatGPT，过去9年时间里平均每9-14个月在达成图像识别、语音识别和自然语言处理的任务精度相同的条件下，比之前半导体摩尔定律还快，这就是算法发展在持续优化。

“一个算法部署在计算架构上，真正有效利用率受限于带宽、计算架构，受限于计算器件是否适配，软件是否能够充分调度硬件上所有的计算器件，并且把带宽利用到极致。”黄畅说，当峰值物理算力适配越来越先进算法时，到底有百分之多少能够真正用起来，这个数值往往被很多人过去忽略，高的能到60-70%以上，比较差可能1%都不到。

当摩尔定律发展趋缓，如何提升算力，取决于各家公司技术，上下差别可达几十倍，就据要求在算法和软硬结合的架构优化上更彻底。2020年MIT学者也发过一篇论文时指出，后摩尔时代计算性能提升在于软件工程、算法、硬件架构联合优化。

黄畅说，把算法部署到硬件上，要做很多的适配，要把性能提升做很多种优化，同时意味着大量的人工工作，要深刻理解算法硬件和软件架构才能做到这一步；面向未来，地平线已经把算法也引入到开发过程中，用机器就可以自动优化每个算法、优化每条指令，从而大幅去降低开发门槛。

而征程 5 就是搭载了地平线最新一代 BPU 叶贝斯深度学习引擎，通过 BPU 计算架构设计与深度神经网络的协同，在硬件不变的情况下，征程 5 通过工具链和编译器优化，就可以将图像速率从 2021 年的 1283 帧/秒提升至 2022 年的 1531 帧/秒。

黄畅说，和竞争对手相比，这款芯片处理速度实际上高很多，比如踩刹车输出最快能够做到60毫秒的时间，整体功耗不超过30瓦。

【记者】郜小平