地平线余凯：AI芯片的竞争不只在芯片，更在软件

12月3日，2021中国汽车供应链峰会暨第六届铃轩奖盛典在武汉开幕。为期两天的活动，各类汽车专家、主机厂研发负责人、采购负责人以及汽车零部件企业负责人共计600余人参加峰会。这是中国汽车界最具专业的零部件大型创新交流论坛。

地平线创始人兼CEO余凯带来《汽车智能芯片助力，共建供应链新生态》主题演讲。以下是余凯演讲实录。

各位伙伴大家下午好！今天非常荣幸在这边跟大家分享一下地平线在汽车智能芯片方面的一些思考、进展。今天大家毫无疑问是特别感激这个时代，我们过去把我们的制造，把我们中国的燃油车的市场份额一点点地做起来。可是心里面总是觉得什么时候轮到我们呢，成为在镁光灯下真正的行业主流，科技进展、科技革命的主流。

这一天已经来到了。最近我看我的算是前辈、老同事，以前在微软，后来在百度的总裁陆奇博士讲了一个词特别贴切，他讲智能电动汽车是下一代科技革命最大的母生态。这个母生态意味着它通过一个产业，牵动很多很多的科技行业，无论是材料、新能源，还有半导体、传感器、软件、基础设施等等，包括人工智能，整个人工智能的技术，它牵动所有的这些最核心的技术去往前发展。

我们过去看到，这样的母生态也曾经出现过，比如说像个人电脑，个人电脑时代催生了微软、英特尔、IBM。后一个母生态是智能手机，智能手机刚刚过去，高通、苹果、三星、华为、小米、OPPO、vivo，包括像滴滴、微信、抖音，其实都是在这种智能手机的母生态去演化出来的。下一个母生态我们认为就是智能汽车。

在智能汽车时代，每个人面对这样一个时代大潮都有些困惑、思考和焦虑，我怎么样在这样一个时代生态大潮下面去找到我自己的定位？尤其是主机厂，主机厂是说我在智能化这步布局上面，怎么去建立我自己的核心竞争力？

这里面有芯片，有操作系统，有自动驾驶，有人机交互，还有海量应用，我到底在什么地方布局？我怎么样去链接外界的产业生态。如果我们去看底层的核心技术，比如说芯片或操作系统，它偏基础共性，但它的投资、研发投入又非常大，它对科技人才的要求也非常高。

比如说如果我们看芯片，比如地平线，我们去招的这些芯片的人才，还有操作系统方面的人才，他们的年龄通常都是35岁以上，稍微不错的人都35岁以上，因为这些基础技术需要经验。

可是如果我们看互联网公司，偏应用的，基础研发人才基本上都是25岁到30岁之间，为什么呢？因为对于海量的应用，面向应用场景，面向用户的创新，其实经验反而成为你的掣肘、你的壁垒。所以反而需要那种完全没有包袱，面向用户场景，去放飞想象力的年轻人。

所以从研发的人才的重度跟轻度实际上是有差别的。但是从差异化角度来讲的话，其实越底层越偏共性。比如操作系统，如果一个整车厂自己去研发操作系统，另外一个车厂大概率不会用，因为有竞争关系。如果是一个上层的应用，它要去为多个操作系统去优化它的应用，其实效率是很低的，这也是为什么后来windows跟安卓会成为大家的共性平台。

所以我们会发现确实共性基础的平台越不带来差异化，虽然它们重要，但是越往用户侧的用户体验，它们越带来差异化，所以说何去何从，我们每个人都要去思考。

我们从过去IT行业的演化进展可以获得一些启示，比如在PC机时代，我们可以看到在一开始垂直整合，芯片、操作系统、整机都自己做的。比如IBM在一开始获得先机，但后来被戴尔、康博、联想、惠普这些去赶超，他们去利用的并不是自己的去什么都做，而是去拥抱一个开放的，一个像windows跟英特尔这样的开放生态。

我们在手机市场也看到同样的现象，一开始苹果做垂直自研封闭体系，但是后来被安卓一个开放体系迅速赶上。所以我们看产业的发展规律，总是有一点相似性。

我们总结看，在一个行业，无论是PC还是手机，还是智能汽车，它在一开始最早期的时候，竞争相对不激烈。在产业链，供应其实并不成熟，所以这个时候其实垂直自研它获得先机。但是马上就有很多的后来者进入了，进入的时候，有的后来者他选择拥抱一个开放的产业生态，自己把精力放在可以带来用户差异化的地方，所以获得一种效率，往往会有这种后来居上的事态。我们看到后来居上者往往都是一个开放的生态，而全栈自研他也占据一定的份额，但已不是最大的份额。

主机厂面向智能化的战略走向大概有三条路径，第一个是去拥抱全栈巨头，这种巨头可以把你所有的事情都做完了，做完以后对于主机厂，你得来的就是一种无可奈何的平庸。另外一种就像特斯拉和苹果这样的，全部都自研，但他的这种能力、人才、资本其实是一种不可复制的杰出，并不是所有主机厂都可以去学习的。我认为可以复制的成功的模式实际上还是拥抱一个开放的产业供应链合作的生态，这个是我今天主要的观点，我们一定要去思考什么是去投入，什么是去拥抱生态，有所为，有所不为。

回顾地平线，到现在创业六年多时间，我们在2015年的7月14日创立的时候，其实开创了整个中国在人工智能的硬件这件事情上面的赛道，我们是这一家这方面的公司。我们走到2019年的8月才推出真正第一款车规级的智能芯片征程2，这款芯片在2020年6月份在长安汽车实现了前装量产。

我们在去年又推出了我们第二款车规级的人工智能芯片征程3，今年在理想汽车也实现了量产。可以说这一路走来也非常不容易，因为整个车规芯片它的开发、测试、验证，到最后拿到测试地点，跟着整车厂一起开发，这个步骤是非常漫长的。但是一路走来，我觉得地平线的收获非常大。

同时，我们现在在ADAS专用芯片这块，是全球极少数的几家实现了汽车智能芯片规模化前装量产的企业，同时在今年，我们跟理想汽车也是合作实现了全球第一个8兆摄像头的ADAS方案的量产。

今年7月，地平线对外发布了征程5芯片，这是一款128TOPS算力的芯片，可以说我们保持了从2019年到现在每年推出新的一代高性能的计算芯片的这样一个节奏。

我重点跟大家推荐一下征程5，它是专为高级别的自动驾驶打造的专用AI处理器，它在物理算力方面实现了128TOPS的超大AI算力，但是它更加重要的是什么呢？就是软件在这个芯片上面跑出来的性能在行业里面我们认为是最高的，比如说它在一个关键的目标检测性能能做到1283 Frames每秒（FPS），这样的性能，待会儿我还会具体解释。同时，因为整个自动驾驶感知到决策的计算，它的延迟是非常重要的，因为关乎人的生命安全，所以我们做到业界最低的延迟是60毫秒，完成这样一个性能的计算它现在所付出的功耗只有30瓦。

所以从整个征程5的架构来讲，图象处理能够接入16路的全高清的摄像头，同时它具有丰富的异构计算，有DPU、DSP、CP这种无缝支持AI计算。同时还有安全岛，包括产品功能安全的验证，我们在业界我相信这是第一款在中国通过了功能安全认证，并且成功量产的一款产品。

同时，它里面最核心的技术我们叫Brain Processing Unit，这采用的是第三代BPU的架构，叫贝叶斯架构。贝叶斯架构是专门为高性能的自动驾驶而生的专用的硬件的算法加速器，它对AI的算法有高效协同的优化，同时它降低了内存占用的访问量，并且把并行计算发挥到极致。这个里面采用了相当的技术，包括计算跟数据的并行，包括模型级的并行，还有包括大规模的异构的近存计算，以及脉动、阵列的技术。

我跟大家分享一个观点，我们看芯片，表面上是一个芯片的竞争，实际上竞争是多维度的，远远超出硬件本身，甚至软件在上面所扮演的角色更加重要。如果你不能够对世界级的软件算法创新有深刻的理解和把握，你便不能去真正设计高效的硬件架构，去支持这样的软件算法。同时，你的芯片出来了以后，如果你不能够提供强大的工具链，成熟的软件支持，你的用户不知道怎么在芯片上面去开发他的软件，那么这款芯片就会像一个砖头一样，用不起来。

所以我们也有一个观点，算力高的芯片不如算得快的芯片，好的芯片不如好用的芯片。这点是我们在我们很多客户的合作项目中不断深化的一个认知。

顺便我们要讲一下，其实地平线在整个的AI计算芯片、软件、硬件架构方面有很多超前的思考，我们2016年就提出，摩尔定律到了一个尽头，我们靠物理的制程，比如单位面积里面晶体管密度的提升其实已经不能够维系算力的增长，我们要走向一个新的思路，叫“人工智能计算新的摩尔定律”。

这个新的摩尔定律是说，与其我去思考它这个芯片本身的硬件性能是怎么样，还不如去思考我真正软件在这个芯片上面跑的效率有多高。也就是说我在单位成本，比如说单位时间，我能够去完成多少的人工智能计算？我去衡量的是什么呢？是每秒钟能够去完成多少真的图象识别，这个是我们去追求的目标。

如果我去优化这个目标，我会发现我把这个目标分解成三个因子，第一个因子就是我们传统的芯片设计所追求的PPM，就是典型的TOPS，可是TOPS并不最终导向我们的计算效率，它同时还需要乘以另外两个因子，第二个因子就是叫Utilization，也就是说我铺了这么多硬件资源，我到底能够用多少，这里面取决于我的架构设计，取决于我的编译器，取决于我的动态运行库的优化。

同时还有第三个因子，就是跟算法相关的，因为在过去的5到6年时间里面，实际上人工智能的算法在不断地推陈出新，最新的算法用更少的计算资源可以完成更准确、更快的计算任务。所以我们怎么去让我们的架构设计适应最新的算法的进展，这点非常重要。我们真正要去实现AI计算的新摩尔定律，我们需要做在多个层面的联合优化，而不是做单点，这个是我们的一个观点。

最近我读到一篇论文，这篇论文是去年6月份在《科学》杂志上面麻省理工学院的学者发表的论文，他讲在后摩尔定律时代其实还有巨大的空间去提升计算性能，这个计算性能不是硬件指标的提升，而是软件、编译器、算法跟硬件架构的联合优化。这是未来我们保持每18个月我们真正的计算性能能够翻倍的一个核心的方法论，而不仅仅靠台积电，你靠台积电，靠TOPS是不能够满足自动驾驶最终需要的所谓的算力。这点我们是不谋而合。

我总结一下，算力大的芯片，100T、200T、300T都OK，关键是你能用得怎么样。算力大不如算得快，就像我们过去讲马力，现在有谁讲马力，现在不都在讲百公里加速吗？用户真正能够享受和感受到的计算性能才是真的性能，而不是虚拟地去讲算力跟马力。地平线总是抛出一些反共识的观点。我认为在这个时代，在这个行业，我们要有自己的思考，去判断未来。

这里跟我们对标的两个最主要的高性能计算芯片去对比，他们的物理算力有可能比我们还高那么一点，比如说200T，我们是128T，可是对自动驾驶最关键的目标检测这项任务，我们能够跑到更高的帧率，意味着你可以用更多的摄像头，你可以用更多的模型。假设你的计算是要求30帧每秒，可是我能跑到300帧每秒，意味着我可以接10路摄像头，或者摄像头不变，但是我可以跑10倍的模型的数目，我可以检测物体的种类比你多10倍，这是用户可感知到的计算性能。

地平线为什么会有这样的能力跟底气？地平线本质上来讲我们是一个世界领先的算法创新公司。我举一个例子，比如说去年谷歌Waymo首届自动驾驶的算法大赛，一共五项比赛，我们是四项全球第一，一项全球第二。我们在算法的创新上面做了大量的工作，这些工作体现在我们的芯片的架构的硬件设计，体现在我们的工具链的设计，体现在我们的编译器动态运行控制设计。

所以选择地平线的芯片的合作伙伴、厂商、OEM，到最后他们都很满意，原因是什么呢？是因为我们能够让这个芯片真正去赋能我们的厂商，让我们的厂商在创新、在差异化、在用户体验上面可以跑得更快，这个是地平线通过我们的产品力跟技术能力去赋能。

地平线怎么去赢得这个市场？我们真正是引领AI计算的新摩尔定律，靠的就是铁人三项赛，第一个，扎实的芯片设计能力。第二个，在软件方面，我们高效的编译器动态运行库，包括我们在人工智能的硬件架构方面的设计。最后就是我们世界领先的算法的创新能力。

在芯片之上，我们要去建造我们的工具链，地平线天工开物（Horizon OpenExplorer），包括我们的操作系统方面的支持，其实这些都是芯片之上我们提供的软件的能力跟服务支持，这样让我们的合作伙伴能够充分去发挥他们的创造力，去开发他的应用。所以说我们的观点，好的芯片是不够的，好的硬件是不够的，不如一个软件方面好用的芯片。

地平线今天在业界可以说是中国唯一实现车规级AI芯片前装量产的公司，我们在去年的6月份第一款汽车长安UNI-T实现量产，顺便汇报一下，今天我们也是长安的UNI-V，也是单款汽车搭载两款地平线芯片，一个用于智能驾驶，一个用于智能座舱的人机交互。我们现在已经发布和正在实施的车型项目超过40个。到今天，地平线征程芯片出货量已经超过80万片。

从征程2的首发量产车型长安UNI-T，到征程3首发量产于理想汽车的2021款理想ONE，可以说这些车型在市场上面都证明是爆款车型。这个首先体现了中国自主品牌车型的产品定义现在真的是非常厉害；其次，是我们作为中国供应商跟中国的主机厂高度密切的配合，创新的速度在加快。我觉得这个是未来十年我们时代的一个主旋律。如果说过去我们中国主要的优势是在制造业，那么我认为未来十年，我们核心科技的创新一定会跑在世界的前列。

征程5，我向大家保证，征程2、征程3，每款芯片现在从技术、产品到商业化落地都掷地有声，非常成功，征程5一定弹无虚发。地平线团队有这个信心，我们的合作伙伴都有这个信心。

最后跟大家汇报一下地平线定位，我们是一个Tier 2的供应商，我们提供的是一个丰俭由人、开放共赢的商业模式，我们向Tier 1供应商交付我们的芯片跟软件赋能，Tier 1去做量产级的产品给OEM。有的时候Tier1跟OEM实际上是一个整体，我们向他们共同去提供我们的产品和服务。同时，我们跟软件合作商，跟硬件的ODM也都提供量产级的服务。

所以地平线定位Tier 2，我们不做量产硬件，不做软件的捆绑，我们也不做封闭的方案。地平线的理念就是Journey Together，我们就是跟合作伙伴去打造一个广泛的、开放的一个生态共赢的体系，我们跟我们的合作伙伴、跟客户一路同行，开放共赢，谢谢大家！