作為自動駕駛解決方案的供應商，地平線堅持“算法+芯片+云”的戰(zhàn)略，融合自身優(yōu)勢，開發(fā)多個應用場景，逐漸在近乎壟斷的AI芯片領域開拓出自己的市場。6月28日即將在常熟召開的2018智能汽車跨界融合高峰論壇上，地平線市場拓展與戰(zhàn)略規(guī)劃副總裁將以“人工智能芯片加速自動駕駛商業(yè)化落地”進行主題演講，向大家分享：地平線的解決方案如何助力自動駕駛系統(tǒng)在復雜的交通場景下做到可靠感知？地平線自動駕駛芯片又將如何改變行業(yè)競爭格局？

在剛剛過去的2018年亞洲消費電子展(CES Asia)上，地平線攜征程、旭日處理器，以及基于地平線AI芯片技術的Matrix自動駕駛計算平臺、高清智能人臉識別攝像機、駕駛員行為監(jiān)測系統(tǒng)（DMS）等AI產品亮相上海。立足于 “算法+芯片+云”戰(zhàn)略的地平線，在智能駕駛、智慧城市、智慧零售三大場景均可向合作伙伴提供多層次的人工智能解決方案。

地平線智能駕駛業(yè)務負責人在現(xiàn)場表示，可提供基于征程1.0處理器的高級駕駛輔助系統(tǒng)（ADAS），駕駛員行為檢測系統(tǒng)（DMS）以及基于BPU2.0架構的Matrix自動駕駛計算平臺產品，并基于此向客戶提供從L2到L4的自動駕駛解決方案，以滿足客戶不同需求。

自動駕駛計算平臺發(fā)展趨勢

自動駕駛計算平臺方面三個主要的玩家，英特爾、高通和英偉達。英特爾通過收購Mobileye以后，來彌補了它算法方面的不足，與此同時獲得的還有針對于專用的ADAS算法所設計的專用處理器IP，直接通過這次收購，獲得了70%的ADAS的市場，這樣的話就使得它跟主機廠建立了一個非常穩(wěn)固的業(yè)務聯(lián)系，利用這樣一個支點，就可以撬動它整個汽車行業(yè)的整個業(yè)務。英偉達在深度學習領域，訓練平臺有絕對的優(yōu)勢地位，人工智能的熱潮帶動了GPU的銷量，博世和ZF建立的深度合作之后，使得到它在這個汽車領域也獲得非常好的一個基礎，憑借合作商的市場地位，英偉達在智能駕駛時代也會有相當程度的市場份額。

一個芯片的好壞，要用APP（Area、Performance、Power）來進行考量。單是性能好還不夠，如果功耗高、面積大，依然沒有優(yōu)勢。而在自動駕駛在商業(yè)化的路徑方面，計算平臺是一個巨大的挑戰(zhàn)，需要在計算平臺上能夠達到一個量產化的要求，這里面也有三個關鍵性的指標，第一個就是每瓦的性能，第二個就是每瓦的成本，第三個就是生態(tài)系統(tǒng)，包括使用這個計算平臺的用戶群，還有它的易用性。

英偉達GPU芯片的算力雖高，但功耗也達到了恐怖的 500 瓦。這將帶來一系列麻煩的問題，包括芯片的工作壽命縮短、需要可靠的散熱系統(tǒng)、巨大的功耗對于電動汽車的續(xù)航里程也帶來了很大的負擔。而這些能耗負擔，主要與其選擇的架構有關。

圖靈獎獲得者、現(xiàn)代計算機的奠基人Alan Kay曾說過一句對目前IT產業(yè)影響深遠的名言——“如果你真的關注軟件，就應該做自己的硬件”。將算法和芯片進行深度整合，走軟硬結合的道路正成為一種趨勢，研究高性能、低功耗、低成本的嵌入式人工智能解決方案才能推動AI的產業(yè)落地。

地平線BPU自動駕駛解決方案

BPU是地平線科技提出的嵌入式人工智能處理器架構，第一代是高斯架構，第二代是伯努利架構，第三代是貝葉斯架構。高斯架構就是BPU第一階段的成果，這套架構可以在ARM／GPU／FPGA三個硬件平臺上得以實現(xiàn)。同時，在APP（Area、Performance、Power）三個方面綜合達到最優(yōu)。傳統(tǒng)CPU芯片是做所有事情，一般采用串行結構。BPU主要是用來支撐深度神經網絡，比如圖像、語音、文字、控制等方面的任務，而不是去做所有的事情。此外，深度神經網絡的計算結構比較特殊，比如高度的并行化、時間域上的遞歸、中間節(jié)點的稀疏等，用BPU來實現(xiàn)會比在CPU上用軟件實現(xiàn)要高效，一般來說會提高2-3個數(shù)量級。

創(chuàng)業(yè)之初，地平線就定義自己不是一個專業(yè)賣芯片的，單純做芯片是遠遠不夠的。要想達到在同等性能下，計算更少、功耗更低、成本更小的目標，必須構建“芯片+算法”的一整套解決方案。

自動駕駛專用芯片的生存之道

專用芯片本身就限定了市場，而且英特爾和英偉達兩大巨頭，分別憑借各自優(yōu)勢已經占領了大部分市場，想要擠進這個市場必然需要更大的技術優(yōu)勢和更強的應用性。為了打通自動駕駛及人工智能芯片市場，地平線是這么做的：

技術創(chuàng)新，打造市場稀缺能力

地平線通過做專有的深度學習計算構架的設計，一方面就是需要去克服現(xiàn)有的計算平臺在深度學習計算方面的不足，比如說關鍵的一個就是存儲器構架的設計，GPU它的緩存很少，而且GPU的緩存是透明的，不受控制。但是CNN的卷積操作其實是需要大量中間結果的輸入和輸出的，這就需要有受控的內部（iram）來進行結果的暫存，如果沒有這樣一個內部的（iram）的話就需要訪問外存，那么就會導致嚴重的帶寬的問題。

深度學習是一個“黑匣子”，一旦發(fā)生問題你很難去判斷問題是怎么發(fā)生的，所以在地平線的架構有一些特殊的設計，把貝葉斯網絡跟深度神經網絡相結合，通過因果性關系去分析系統(tǒng)里到底哪里出了問題。另外，常規(guī)的ADAS主要關注對車輛和車道線的感知，但其實大部分的嚴重事故都是跟“人”相關的，而“行人檢測”是非常難的。這些情況使得對行人的識別檢測比對車輛的識別檢測困難得多——用專業(yè)術語講，車輛的“類內差”會比較小，而行人的“類內差”非常大，這就帶來很大問題。所以地平線團隊在行人檢測這個問題上做了很長時間努力，他們是行業(yè)內極少數(shù)能同時做車輛和行人檢測，并且在嵌入式的平臺上實現(xiàn)的。

針對不同客戶需求，提供多種合作模式

地平線為OEMs和Tier 1們提供更多種合作模式。據建約車評介紹，該公司提供的解決方案包括：

1、IP架構授權，比如BPU2.0。適合一些具備芯片設計能力的企業(yè)，通過得到地平線的芯片IP授權，生產出滿足自動駕駛要求的芯片。

2、只提供芯片，比如征程1.0。這種合作模式適合一些具有超強整合能力的Tier 1，或者其他能夠整合SOC，以及擁有軟件算法方案的合作伙伴。

3、提供整體計算平臺，比如Matrix1.0。這種方案適合目前市場上幾百家自動駕駛軟件和算法方案商。

4、提供產品或方案，比如地平線星云。不僅有芯片，計算平臺，還整合外部可選的感知、決策和執(zhí)行的所有方案，是一個完整的L2級別的自動駕駛方案。這種方案適合Tier 1或OEMs。

了解中國路況，蠶食中國ADAS市場

由于中國的特殊路況，車會頻繁地換道，換道一開始車就只露出一部分，檢測不到就會非常危險。很多方案只具備車尾的檢測能力，地平線團隊對此做了特別優(yōu)化，使得車在換道很早期的時候就會報警。同時在距離的判斷上，把距離判斷做得很準，相對誤差在5%以內。

以芯片為原點，拓展應用場景

在智能駕駛方面，地平線可以向客戶提供從L2到L4的自動駕駛解決方案，以滿足客戶不同需求，定位于“芯片——產品——落地場景——合作生態(tài)”的清晰戰(zhàn)略圖景。憑借以AI芯片為核心打造的產品矩陣，針對智能駕駛、智慧城市與智慧零售三大應用場景，以“算法+芯片+云”打造開放式人工智能平臺，可為合作伙伴提供一站式完整解決方案，亦可支持合作伙伴基于地平線AI芯片與地平線提供的工具鏈進行自主開發(fā)。

針對智能駕駛場景，地平線將征程系列芯片、Matrix自動駕駛計算平臺等核心硬件與地平線業(yè)界頂尖的算法能力深度耦合，提供高性能、低功耗、低成本的視覺環(huán)境感知解決方案。地平線智能駕駛解決方案可實現(xiàn)對復雜場景進行細粒度、結構化的語義感知，高度可擴展、模塊化的三維語義環(huán)境重建，以及透明化、可追溯性。目前地平線智能駕駛業(yè)務的合作企業(yè)已經覆蓋全球四大汽車市場（美國、德國、日本、中國），地平線也是中國唯一一家同這四大市場的頂級汽車Tier1s和OEMs建立了合作關系的智能駕駛創(chuàng)業(yè)公司。

地平線的解決方案如何助力自動駕駛系統(tǒng)實現(xiàn)可靠感知

在自動駕駛領域，地平線似乎準備好要大干一場。它能否幫助國內外初創(chuàng)公司在自動駕駛出行激烈的競爭中勝出？自動駕駛的感知技術面臨巨大的挑戰(zhàn)，地平線的解決方案如何助力自動駕駛系統(tǒng)在復雜的交通場景下做到可靠感知？地平線自動駕駛芯片又將如何改變行業(yè)競爭格局？