中国自动驾驶芯片五大金刚崛起！突围四大国际巨头

车东西（公众号：chedongxi）

作者 | James

编辑 | 漠影

L2级自动驾驶的加速普及，让国内自动驾驶芯片业迎来快速崛起。

从2018年至今年一季度L2级自动驾驶与新能源车渗透率对比可以发现，L2级自动驾驶正加速普及，普及速度甚至超过了新能源车。

2018年～2021年一季度L2级自动驾驶与新能源汽车渗透率比较

L2级自动驾驶市场规模不断扩大，底层芯片解决方案也成为火热的一个分支。近年来，先后有地平线、黑芝麻、芯驰科技等初创公司快速崛起，也有华为这样的传统ICT企业下场研发，还有造车新势力零跑汽车自研芯片，自动驾驶芯片行业的火热程度不亚于手机芯片。

面对海外大厂技术和产品优势，国内自动驾驶芯片厂商也在提升自身技术实力。从去年到今年，国内自动驾驶芯片迎来前装量产，实现零的突破。今年，国内自动驾驶芯片方案迎来了装车潮。

理想ONE、极狐阿尔法S华为HI版、奇瑞蚂蚁等多款车型都搭载国内自动驾驶芯片商的产品上市销售，理想ONE更是火遍了整个汽车市场。

面向未来出行，大算力、更新制程的芯片将不断投放市场，也会更加考验厂商的芯片设计能力。而国内众多芯片厂商，正在用更优秀的芯片方案定义着未来出行场景。

一、自动驾驶芯片正火 华为地平线领衔

当前，自动驾驶芯片是芯片自主替代最热的赛道之一，其中就包括了地平线、华为、黑芝麻、芯驰科技、零跑汽车等五家最有实力的玩家。

国内头部自动驾驶芯片产品

根据公开报道，2019年我国L2级自动驾驶渗透率仅有5.2%，而在2020年，这一数字达到了15%。2021年一季度，L2级自动驾驶渗透率达到了17.5%。L2级自动驾驶渗透率的不断上升已经成为汽车消费市场的大趋势。

而在更早的时期，国内芯片行业和汽车行业的从业者已经看到了这一明显趋势。

2015年，AI芯片创企地平线成立，研发包括自动驾驶芯片在内的车用AI芯片；2016年，自动驾驶芯片创企黑芝麻智能成立，专攻自动驾驶芯片；2018年，汽车芯片创企芯驰科技成立，聚焦自动驾驶、智能座舱、中央网关芯片；2019年，华为智能汽车解决方案BU成立，研发智能汽车全栈解决方案；2020年，零跑汽车还发布了完全自主知识产权的自动驾驶芯片凌芯01。

就在上个月，国内AI芯片企业寒武纪也宣布将在未来推出自动驾驶AI芯片。

从去年到今年，国内几家自动驾驶芯片企业密集推出芯片方案，正加速量产上车进程。

1、地平线推出三款芯片 两款已经上车

地平线是国内最早布局自动驾驶芯片的厂商之一，去年实现了芯片前装量产上车。最新数据显示，地平线车载芯片出货量已经超过40万片。

地平线首款量产上车的芯片征程2并非全部应用于自动驾驶，而几乎全部应用于智能座舱。目前，仅有奇瑞大蚂蚁一款车的L2级自动驾驶系统基于地平线征程2芯片开发。

说来也很奇妙，大蚂蚁自动驾驶域控制器的Tier 1是中兴旗下一级子公司英博超算。所以，中兴很可能是自动驾驶行业的一位隐藏大佬。

奇瑞大蚂蚁（原名奇瑞蚂蚁）

奇瑞大蚂蚁搭载了基于1颗地平线征程2打造的自动驾驶域控制器，AI算力达到4TOPS。而当前自主品牌大多基于Mobileye EyeQ4芯片打造L2级自动驾驶系统，单颗芯片仅有2.5TOPS算力，相比之下地平线征程2方案还是有一定的优势。

在功能上，奇瑞大蚂蚁能够实现自适应巡航+车道保持的L2级自动驾驶功能，具备TJA交通拥堵辅助、APA自动泊车的能力，共计近20项驾驶辅助功能。

去年，地平线推出了征程3芯片，并在今年量产装车。相比于征程2几乎全部用于智能座舱，征程3芯片由于算力提升，加上通过了更严苛的车规认证，直接用于L2级自动驾驶。

今年5月，改款理想ONE发布，就首次采用地平线征程3芯片。

理想ONE搭载了两颗地平线征程3芯片

2021款理想ONE基于两颗地平线征程3芯片打造，算力达到了10TOPS。而2020款理想ONE采用的是Mobileye EyeQ4自动驾驶芯片，算力上有了巨大提升。

2021款理想ONE

同时，基于两颗征程3芯片，2021款理想ONE在此前L2级自动驾驶能力的基础之上，还能够实现NOA导航辅助驾驶的能力，能够在高速公路上根据导航路线行驶，实现自动出入匝道的功能。据了解，2021款理想ONE的NOA功能将在今年9月向用户推送。

而就在上个月，地平线还发布了征程5芯片，具备128TOPS（INT8）算力，在国内几家汽车芯片初创公司的产品中，这颗芯片拥有最强的AI算力。

地平线征程5芯片

地平线预计，明年第二季度将实现基于征程5芯片的自动驾驶域控制器硬件量产，到明年第四季度，地平线将实现基于征程5芯片的SuperDrive自动驾驶方案量产SOP。

2、华为加速布局 算力超400TOPS方案量产

从去年开始，华为布局汽车行业的话题一直火热，其中最重要的一个发力点就是自动驾驶。

极狐阿尔法S华为HI版

今年，华为与极狐共同开发了搭载ADS高阶自动驾驶全栈解决方案的极狐阿尔法S华为HI版车型，搭载华为自动驾驶中央超算域控制器（ADCSC）。同时，华为还向车企推出多款自动驾驶计算平台MDC，可以搭配多种传感器，适用于更多车型。

华为ADS技术架构

其中，ADCSC域控制器仅适用于华为全栈自动驾驶解决方案，分为400TOPS和800TOPS两个算力版本，但华为没有公布负责AI计算芯片的具体型号。

华为MDC系列有多个版本，适用于车企的非华为全栈解决方案。MDC目前已经发布了MDC210、MDC300、MDC610和MDC810四个不同算力等级的产品。在华为的几款域控制器中，自动驾驶芯片参数比较明确的只有两款，分别是MDC300和MDC610。

华为MDC300的主控CPU采用鲲鹏920S，共有12个核心，算力可以达到150K DMIPS，功耗则为55W。AI处理器采用4颗昇腾310芯片，单颗昇腾310的算力能够达到16TOPS（INT8），整个域控制器的算力达到64TOPS。

华为MDC610采用昇腾610芯片

MDC610的主控CPU共有16个核心，算力达到200K DMIPS。AI处理器采用昇腾610 AI SoC，算力能够达到200TOPS（INT8）或100TFLOPS（FP16）。在量产产品中，绝对属于第一梯队。

华为MDC610自动驾驶域控制器

今年上海车展上，华为还宣布更强的MDC810已经量产，这一域控制器算力能够达到400TOPS以上，但其AI芯片和主控CPU的参数暂时未知。

到今年年底，极狐阿尔法S华为HI版就将交付消费者，相信进入秋季之后，还将有车企官宣采用华为的自动驾驶方案。

3、黑芝麻三颗大算力芯片流片成功 即将上车

在国内自动驾驶芯片行业中，还有一家初创公司不容小觑，那就是黑芝麻。作为一家初创公司，黑芝麻专注于自动驾驶芯片的开发，而且都是高算力芯片。

黑芝麻华山二号A1000L（左）和A1000（右）芯片

其中，去年6月发布的黑芝麻华山二号A1000芯片拥有超过40TOPS的算力，其中神经网络处理器DynamAI NN拥有39TOPS的算力，加上5个独立DSP可以让芯片算力达到43TOPS，此外CPU、GPU、CV加速器也能提供一定算力。

华山二号A1000芯片内部

与华山二号A1000同期发布的还有A1000L芯片，属于A1000的简配版，具备16TOPS的算力。

而在今年上海车展上，黑芝麻还发布了华山二号A1000 Pro芯片，其中DynamAI NN神经网络处理器的算力达到106TOPS（INT8）或196TOPS（INT4）。

目前，这三款芯片都已经流片成功，A1000、A1000L已经提供车企开发，即将上车。A1000 Pro在今年三季度提供工程样片，今年四季度提供开发平台。

4、芯驰科技共发布三款芯片 踩准自动驾驶量产步伐

国内汽车芯片初创公司芯驰科技同样也有自动驾驶布局。

去年5月，成立不到两年的芯驰科技推出了V9系列自动驾驶芯片，分别是V9L、V9F。今年4月，芯驰科技再次更新了自动驾驶芯片的产品线，推出了更高算力的V9T芯片。

芯驰科技V9T自动驾驶芯片

从L0级别的预警辅助，到L2+级自动驾驶，芯驰科技的芯片产品线已经能够完全覆盖。

其中，芯驰科技今年推出的V9T芯片具备1TOPS的算力，支持多传感器融合方案，能够实现L2级自动驾驶。

此外，芯驰科技与流马锐驰基于芯驰V9F打造了一套APA自动泊车解决方案。利用4个环式摄像头和12个超声波雷达，车辆可以实现在停车场内感知车位，并实现自动泊车入库的功能。

芯驰科技与流马锐驰合作的自动泊车方案

5、零跑推出完全自主知识产权自动驾驶芯片

与此同时，造车新势力零跑汽车也在加速研发自动驾驶芯片，并于去年推出了第一款自动驾驶芯片凌芯01。并且，相比其他厂商使用ARM架构CPU和其他IP核心，凌芯01的所有核心都有自主知识产权，是国内首款完全自主知识产权的自动驾驶芯片。

凌芯01这颗SoC采用平头哥玄铁C860双核32位CPU，主频最高1GHz，支持浮点执行单元，支持VDSP矢量运算。同时，凌芯01还采用8核心神经网络处理器，最大算力可以达到4.2TOPS，并集成了缩放、归一化、减均值等硬件加速模块。

据了解，即将在今年四季度量产交付的零跑C11就将采用2颗凌芯01自动驾驶芯片，两颗芯片互为冗余，为L3级自动驾驶打下硬件基础。

在此前的一次公开演讲中，零跑汽车创始人、董事长朱江明说道，凌芯01芯片由浙江芯昇电子设计，也就是此前浙江大华技术芯片部门。这一部门从2008年起就开始做车牌识别系统，在智能交通领域已有多年布局。同时，大华技术在人脸AI识别领域也有大量技术积累，在某些领域已经处于领先地位。

朱江明介绍凌芯01

他表示，零跑汽车与浙江芯昇电子合作，研发资源投入到智能驾驶领域，根据中国道路特点适配，在智能驾驶领域超越特斯拉只是时间问题。

实际上，国内还有多家AI、芯片领域的公司也正在发力自动驾驶芯片， 在上月举行的世界人工智能大会上，寒武纪创始人、CEO陈天石博士在演讲中就阐释了寒武纪“云边端车”布局， 寒武纪将推出超200TOPS AI性能、7nm制程自动驾驶平台。

由此可见，从去年到今年，国内自动驾驶芯片产业正在逐渐崛起，从产品布局、市场领域都实现了零的突破，而这还仅仅是国内自动驾驶芯片崛起的开始。

二、从AI核心突破 猛追世界先进制程

国内自动驾驶芯片从研发、量产到装车，几年时间就实现了零的突破，证明了国内芯片设计的实力。对于自动驾驶芯片来说，最重要的核心之一就是负责AI计算的核心。而恰好，国内几家头部自动驾驶芯片企业的AI核心都是自研的。

其中，地平线的征程2、征程3都采用伯努利架构BPU（Brain Processing Unit），而更高算力的征程5芯片采用了贝叶斯BPU，这已经是地平线的第三代AI专用加速计算核心。

贝叶斯BPU支持EfficientNet和Transformer，针对自动驾驶场景的特点，专门针对低批量高性能的模式进行优化，实现自动驾驶芯片计算延迟大幅降低。

地平线贝叶斯BPU架构

贝叶斯BPU具有张量、向量、深度学习等专用计算所需的计算核，是一个异构的计算单元，每一个计算单元都有L0存储，并通过高带宽数据传输通路与L1级2D存储相连。地平线还利用了跨层聚合（Layer binning）技术实现本地化计算多个模型层级，提升近存数据复用率。

算力强大只是纸面参数，地平线贝叶斯BPU在物体检测能力上具有更强的表现。

在MS CoCo物体检测测试中，输入512*512分辨率的图像，保证mAP精度达到34.6%的前提下，英伟达Xavier的处理速度是143FPS。由此推算，性能7倍于Xavier的英伟达Orin芯片帧率为1001FPS。而地平线征程5在这一测试中取得的成绩是1283FPS，并且拥有更低的功耗。

地平线征程5的AI性能表现

华为MDC所采用的昇腾系列芯片，这一系列的芯片目前已经用于华为的人工智能解决方案之中，覆盖智能边缘方案和数据中心方案。

昇腾芯片采用达芬奇架构，集成了丰富的计算单元，能够满足不同类型的计算。从华为官方的MDC610平台逻辑架构可以看出，AI模块、ISP模块、CPU模块集成在一颗SoC中，并与外部通信，也是一颗异构架构的SoC。不过MDC300的架构有所不同，虽然也有昇腾310 AI芯片，同时还有一颗鲲鹏920S作为整个域控制器的主控芯片。

目前，华为所公布的MDC所用AI芯片的参数并不多，但可以肯定的是，昇腾系列AI芯片是海思的自研产品。

黑芝麻同样如此，在黑芝麻最强芯片华山二号A1000 Pro中，就搭载了黑芝麻自研的图像处理器NeuralIQ ISP以及DynamAI NN神经网络加速器。

其中，DynamAI NN神经网络加速器算力巨大，能够让A1000 Pro芯片的INT8算力达到106TOPS，INT4算力达到196TOPS。

华山二号A1000芯片内部

在此前发布的黑芝麻华山二号A1000芯片的DynamAI NN神经网络加速器中，拥有4个3D卷积阵列，主频为1.2GHz，算力能达到39TOPS；同时还有1个2D GEMM矩阵乘法阵列，主频800MHz。另外，芯片内还有5个独立DSP，让整个芯片的算力可以达到43TOPS。

芯驰科技V9T芯片中，也集成了AI运算加速单元、视觉运算加速单元和3D/2D图形加速单元，实现1TOPS的算力。同时，也能通过PCIe扩展AI算力。

此前推出的V9L/F两款芯片更注重驾驶辅助，依托CV加速引擎，直接从底层启动环视组件，启动时间可以缩短至1.8秒。在先前的采访中，芯驰科技并没有透露更多自研内核的信息。

凌芯01使用了完全自主知识产权的内核，使用8核心神经网络处理器，可以根据应用需要，任意组合核心的个数。凌芯01神经网络处理器的最大算力为4.2TOPS，但零跑汽车没有公布这颗核心的更多细节。

国内自动驾驶芯片在自研AI内核具备一定的实力，非常值得点赞，这一个AI内核很可能就会决定未来自动驾驶的走向。

而在制程方面，国内自动驾驶芯片或许是未来一个阶段需要迎头赶上的领域。目前，地平线的征程2采用28nm HPC+制程，征程3采用16nm FFC（FinFET Compact），征程5采用16nm FinFET制程；华为昇腾310采用12nm制程；黑芝麻A1000、A1000L以及A1000 Pro三款芯片全部采用16nm FinFET制程；芯驰科技也采用16nm制程；凌芯01则采用28nm HPC+制程。

而目前量产自动驾驶领域，英伟达现有Xavier芯片为16nm制程，特斯拉Hardware 3.0采用14nm制程，Mobileye EyeQ4芯片采用28nm制程，似乎和国内一种自动驾驶芯片没有太大差距。

但实际上，今年下半年，Mobileye EyeQ5就将搭载与极氪001，采用7nm制程；明年大量装车的英伟达Orin芯片，采用7nm制程，高通即将上车的Snapdragon Ride自动驾驶解决方案采用5nm制程。有传言说，特斯拉也正研发下一代自动驾驶电脑Hardware 4.0，采用5nm制程。

而明年前装上车的国内自动驾驶芯片，大多仍使用16nm制程芯片，其效能表现可能会落后于更先进制程芯片。

三、海外巨头依然很强 霸主地位能否被撼动？

在实际市场表现上，国内自动驾驶芯片行业的几家头部企业已经撬开了市场的一角，但是面向豪华高端市场，国内芯片企业的表现还有较长的路要走。

根据全球ADAS头部企业Mobileye年初发布的报告，2020年，Mobileye EyeQ系列芯片的出货量达到1930万片，覆盖了全球28家OEM厂商，共有49个项目，这一体量非常巨大。

2020年Mobileye的ADAS业务规模

今年下半年，基于Mobileye EyeQ5芯片的自动驾驶方案将开启量产，极氪001将是首款量产车型，相信明年无论是吉利品牌还是其他自主品牌，都将有更多车型搭载基于EyeQ5芯片的方案。

极氪001

同时，英伟达的大算力芯片在自动驾驶行业快速崛起，L4级自动驾驶公司基于英伟达芯片做开发，量产车中已有小鹏P7使用了英伟达Xavier自动驾驶芯片。

而在明年，蔚来、上汽R汽车、智己汽车、法拉第未来等造车新势力都将使用英伟达的自动驾驶芯片。未来，奔驰、沃尔沃、现代、奥迪也将采用英伟达的解决方案。

蔚来ET7

也就是说，英伟达正在快速占领高端车型、L4级自动驾驶市场。即便英伟达装车量并没有Mobileye高，但基于英伟达芯片的自动驾驶方案，几乎就是当前自动驾驶金字塔的顶端。

同时，还有特斯拉这一重要玩家，超百万保有量的特斯拉对比任何造车新势力都具有巨大优势，真正的全栈自研确实得到了行业的认可。

此外，明年高通将量产Snapdragon Ride自动驾驶解决方案，长城汽车已经确定搭载使用。明年，高通的Snapdragon Ride或将是首款5nm自动驾驶芯片，其效能表现相信会让诸多整车厂和自动驾驶公司非常期待。

四、国产方案批量装车 市场格局正悄然变化

而在国内，几家自动驾驶芯片厂商的前装量产之路刚刚开始。与此同时，想要前装进入合资、进口品牌的车型中，还有更长的路要走。

从去年到今年，地平线汽车芯片的出货量达到40万片，其中应用于L2级自动驾驶的车型有奇瑞大蚂蚁和2021款理想ONE。奇瑞大蚂蚁近几月的销量都在百余台左右，并不亮眼，选配L2级自动驾驶的车型比例未知。理想ONE的销量则是节节攀升，2021款理想ONE自今年6月开始交付，当月交付量达到7713辆，7月交付量达到8589辆。

也就是说，地平线自动驾驶芯片已经装入了超过1.6万辆新车。

左：地平线CEO余凯，右：中国电动汽车百人会副理事长董扬

就在上个月月底地平线的发布会前，地平线CEO余凯带领供应商和行业人士参观时，同中国电动汽车百人会副理事长董扬说道，地平线希望到2025年，每年实现装车1000万辆。

每年1000万辆包括智能座舱和自动驾驶，地平线现在距离这一目标，还有多重困难需要克服。

华为的ADS解决方案今年实现了零的突破，搭载进入极狐阿尔法S华为HI版车型中。根据官方信息，华为HI版车型将在今年四季度交付，四季度交付目标为1000台。

而目前，还没有第二家车企宣布采用华为的ADS自动驾驶解决方案或者MDC自动驾驶平台。

基于芯驰科技V9T芯片打造域控制器

黑芝麻和地平线两家公司虽然已经实现流片、成功出货、为OEM送样等量产上车前的各项步骤，但车东西获悉，两家公司自动驾驶芯片产品的前装量产时间最早也在明年。

黑芝麻FAD自动驾驶平台

因此，在今年和明年L2级自动驾驶快速普及的时间里，海外大厂会继续占领L2级自动驾驶芯片的市场。

不过，对国内自动驾驶芯片行业现状也不必过于悲观，市场格局正在悄然发生变化。

上月月底地平线举行的发布会上，上汽集团宣布旗下荣威RX5将于明年搭载征程3芯片上市，未来也将搭载征程5芯片。

搭载地平线芯片的车型

长城汽车表示，在过去4个月时间里，长城与地平线完成了2022款哈弗H9的开发，基于征程2芯片实现智能座舱功能。目前，地平线现在正在布局征程3芯片，应用场景在自动驾驶、智能座舱多个方面。

国内造车新势力第四强哪吒汽车也宣布，目前所有车型都在布局量产征程3芯片，征程5芯片也正在预研中。

明年，一汽红旗旗下的多款车型也将搭载地平线征程芯片。

目前，已经有超过14个品牌的车型量产或定点地平线的芯片产品（包括智能座舱和自动驾驶），各大自主品牌开始使用国内厂商的芯片，也是业内的大趋势。

同时，地平线的自动驾驶解决方案更倾向于视觉方案，并且还拥有基于视觉的高精度建图定位方案，这种方案可以不使用高精地图，因此把芯片和自动驾驶方案卖到海外市场会更加容易。

结语：国产自动驾驶芯片打响突围之战

相比于其他科技强国，我国芯片行业的起步较晚。然而经过国内芯片行业加速发展，已经打造了不少国产替代方案，并且实现了规模前装量产，甚至装进了理想ONE这样的30万元以上的车型。

由此可见，自动驾驶芯片的国产替代方案不再落伍，有实力作为海外替代产品装进汽车。

在这背后，有着芯片行业多年来网罗优秀人才，才能够让芯片设计能力快速提升。与此同时，芯片行业也应居安思危，在芯片制造领域，我国还有大量空白。

因此，在自动驾驶行业中，国产芯片还有很长的路要走，需要全产业链的支持。

等效算力4Tops！地平线推二代边缘AIoT芯片，秀三大方案六大场景

2019年，国内AI芯片玩家正围绕落地展开新一轮的冲刺。

一边是华为、百度、阿里等科技巨头和几家独角兽轮番秀出云端AI芯片新进展，另一边聚焦于边缘与终端的多家AI芯片创企陆续登场，揭开其第一代或者最新一代芯片的神秘面纱。

与此同时，人们评判AI芯片的标准，也由看算力、功耗等硬指标，转向看量产规模、看客户、看生态。

这不，国内AI芯片落地的排头兵地平线，刚刚亮出新剑！

今天上午，地平线推出第二代边缘AI芯片旭日二代和一站式全场景边缘AI芯片解决方案。其芯片等效算力达4Tops，典型功耗为2W，算力利用率超过90%， 如果配合高效算法，在同等TOPS下可处理的帧数比GPU的10倍还多。

据悉，旭日一代已服务数百家客户，营收数亿，交付数十万套方案。

在此之前，地平线已经创造了多个记录：中国第一家AI芯片创企、发布中国首款边缘AI芯片、征程芯片登陆美国助力国际顶尖Robotaxi车队、旭日一代落地首年全球出货量达六位数、发布中国首款车规级AI芯片。今年3月，地平线宣布完成B轮6亿美元融资，估值达30亿美元，成为全球估值最高的AI芯片独角兽。

经过4年的积累，地平线在AIoT领域已经形成一套独特的打法。除了推出新品之外，今日地平线还聚焦于其AIoT产品的整体布局，展示其在芯片、整体方案、开放生态体系、落地能力等方面的核心优势，并公布其AIoT系列芯片的路线图。

AIoT时代面临哪些核心挑战？为什么今年AI芯片企业的势头有所衰减？如何在碎片化的AIoT市场中构筑竞争壁垒？会后，地平线联合创始人、技术副总裁黄畅，地平线副总裁、智能物联芯片方案产品线总经理张永谦，接受智东西等媒体的采访，就这些问题一一分享了他们的见解。

一、旭日二代：算力达4Tops，算力利用率超90%

旭日二代边缘AI芯片（以下简称“旭日二代”）面向智能物联网，具备强大的视频结构化能力，可对多类目标进行实施检测和精准识别，今年3月已完成流片，接近量产阶段。

该芯片采用台积电28nm工艺，面积不过14mm x 14mm，内置双核A53处理器和两个基于地平线第二代BPU架构（伯努利架构）的BPU。

BPU架构由地平线基于AI算法实际场景需求设计而成，以最大程度提升算力的有效利用率，同时保障芯片的前瞻性、迭代延续性。

旭日二代的等效算力达4Tops，典型功耗为2W，单路可实时处理4K@30fps，4路可实时处理1080P@30fps。地平线联合创始人、技术副总裁黄畅强调说，该芯片典型算法模型算力利用率超过90%，这在业界几乎是绝无仅有的。

如果配合高效算法，每TOPS算力可处理的帧数将高于标称4Tops算力的AI芯片，比同等算力GPU处理帧数的10倍还多。

在旭日二代上的实际测试结果表明，分类模型 MobileNet V2的运行速度超过每秒700张图片，检测模型Yolo V3的运行速度超过每秒40张图片。

针对物联网场景下的主要目标群体“人”和“车”，旭日二代进行了大量的算法优化，在边缘端即可实现全视频结构化能力，可高效灵活地处理多类AI任务，包括10～30万人前端识别，密集人群时空属性行为分析，多种非机动车、机动车检测分类。

前期客户验证表明，旭日二代可完全满足商业、办公、社区、园区、教育等物联网场景需求。

以通行门禁考勤方案为例，相较旭日一代，旭日二代芯片方案可将最大人脸库容从最快200ms提升至100ms，并由原本只支持安卓系统进化为支持安卓/Linux系统。

目前，旭日二代支持MXNet和TensorFlow框架，预计明年年初支持PyTorch。

黄畅向智东西介绍，地平线围绕其核心BPU定义一套自己的指令集，随着指令集的扩充，未来旭日芯片还将支持更多框架。

现场黄畅还透露了旭日系列芯片的路线图，旭日三代将于大约一年后推出， 作为完整SoC方案，提供多种算力配置和多Camera输入支持，更好地整合多路的视频接入、视频处理、ISP、视频编辑码压缩等技术。

▲旭日系列芯片Roadmap

二、解读地平线AIoT五大优势

相比传统芯片大厂，地平线拥有更加开放的生态体系，落地能力也更加灵活高效，能大幅提升开发效率，并确保客户投资安全性。

总体来看，地平线AIoT有五方面的优势。

1、软硬协同输出极致效能

地平线率先提出，将世界领先的深度学习算法集成在自主研发的边缘AI处理器及平台上，通过软硬协同的方式将发挥效能优势发挥到极致。

经典芯片性能评估方式是PPA（功耗Power、性能Performance、面积Area），AI芯片真实性能常用Tops/W与Tops来呈现。

而黄畅认为，此类评估方式并不完全准确，AI芯片的真实性能应是能效、利用率、算法能力的乘积。这意味着不仅要对芯片和算法进行优化，还要对连接两者的编译器等中间环节进行优化，最终达成全面的优化。

以编译器优化所带来的利用率提升为例，即便有架构自动优化，有编译器相比没编译器的情况，单帧带宽消耗可从每帧141.9MB降到每帧34.4MB，单帧计算延迟可从43.77毫秒降到25.1毫秒，而计算资源利用率可从57%提升到95%。

黄畅介绍说，地平线充分考虑到未来重要应用场景的关键算法的计算特性，对趋势进行预判，前瞻性地将计算特点融入到计算架构设计中，使AI芯片随着芯片演进趋势，能始终保持相当高的有效利用率，从而真正意义上受益于算法创新带来的优势。

2、完整的方案能力

地平线拥有丰富的算法样例模型，能够为客户提供以芯片+算法+工具链为核心的完整方案，满足多样化场景需求。

地平线提供完整开放的旭日芯片解决方案及“天工开物”芯片工具链，包括丰富的模型和应用示例、可视化性能分析工具、可快速上手的BPU API、高度灵活的HR Runtime API和Platform API，供客户根据需求选择。

这些工具链可提供可视化调试调优工具，协助开发者快速分析定位问题，还提供丰富的例子、文档，支持客户快速产品落地。

3、开放的生态体系

基于边缘AI芯片，地平线致力于打造一个多层次、多维度、多样性的开放生态体系。

▲地平线开放赋能生态体系

在产业链赋能方面，地平线坚持底层技术能力研发，加速普惠AI时代到来；在开发者生态方面， 地平线通过工具链服务降低开发者门槛，助力上层应用产生，以此丰富整个AIoT应用生态。

此外， 地平线也正通过与行业开放社区合作的形式降低开发者门槛，比如地平线加入96Boards社区，并在前段时间，推出基于96Boards SOM规范的边缘AI开发套件BOOTPRINT X2，该套件具有高算力、高效能、感知接口丰富、可扩展的特点。

4、落地能力比同类型产品更灵活高效

地平线主打软硬协同，其芯片具有高MAC利用率，实际任务处理表现更好。

其芯片方案支持新模型优化，如 MobileNet、Faster RCNN。同等算力下，X2 在MobileNetV2之类的新模型上，比海思高端芯片（4Tops 算力）有更好的表现，实际性能更强，且功耗、成本更低。

另外，海思只支持Caffe，而地平线还支持更主流的训练框架TensorFlow。比如科达选择地平线很大程度上源于旭日二代芯片支持TensorFlow。

5、在设备投入和运维上降低成本

得益于边缘计算具有高度可靠、实时处理、灵活部署等特性，地平线可在两方面帮助客户降低成本。

一是设备投入，无需购置大型服务器或占用较大宽带网络。

二是设备运维，进行日常维护，更新迭代方便。

三、一站式全场景边缘AI芯片解决方案

随后，地平线副总裁、智能物联芯片方案产品线总经理张永谦发布旭日二代AI芯片及解决方案Horizon Hero，包括三类边缘AI芯片解决方案：地平线HeroSights智能摄像机解决方案、地平线HeroSpark通行门禁考勤方案、地平线HeroStream智能分析盒解决方案。

张永谦提到，AIoT产品化存在五点挑战：

（1）开发多种形态AI产品，满足不同场景需求；

（2）最好的智能与图像场景效果；

（3）快速开发上层智能应用；

（4）快速完成硬件设计；

（5）快速完成系统级整合。

针对这些挑战，地平线将解决方案从芯片、基础算法上推，使得客户可以更快、以更小投入、最低成本去快速完成产品化。相较于市场上的AI方案，Hero在以下方面拥有明显的落地优势：

1、边缘计算：本地端即可完成计算，数据无需上传到云端；

2、软硬结合：算法与芯片协同优化，使方案兼具高性能、低功耗特点；

3、端边结合：方案覆盖智能摄像机，面板机以及智能分析盒；

4、全场景一站式方案：完整解决方案支持客户快速应用开发和量产。

图像搭配语音，从像素级感知到时空语义建模，以“人”为本的Horizon Hero AI全场景能力集的全场景能力正在快速形成。

软件方面，地平线有非常强大的智能算法团队，提供了从最底层像素级的、最基础的原子的智能化处理，到语音识别、身份识别、人体属性分析，再到对人体感知时空的分析，有一整套完整的算法能力集。

针对客户不同的应用，地平线在算法集合的基础之上，还提供算法策略能力集，以缩短产品开发时间。

为了使客户能够快速地开发应用，地平线打造了端边一体AI嵌入式软件架构，只要在端的模块上加上算法配置和通道管理模块，就可以迅速形成边缘侧的软件架构。

其软件框架跨OS、AI全场景、模块化组件开发框架既支持安卓，也支持Linux，客户可在常用的几类端设备和边缘设备上快速集成他们的应用，这些应用也都具有很强的可复制性、可迁移性。

硬件方面，地平线提供完整硬件交付与参考设计，包括芯片、套件以及标准主板，同时地平线也提供完整的原理图和PCB Layout的设计。

地平线的芯片既单独向外销售，也通过整体解决方案的方式对外供给。如果客户想选择更熟悉的元器件，地平线也可以帮助他们在元器件上做整合和集成。

地平线还会提供整机智能效果集成支撑能力，包括模块化参考设计、结构与散热设计、原型机重现等。

这是因为光有核心设计仍不够，整体方案的效果还与光照、距离等外部因素有关，针对不同场景，地平线会提供多套不同的产品设计，并为客户集成各种他们需要的模块。

目前，地平线面向平安城市、智慧社区、智慧办公、智慧园区、智慧校园、智慧商业等六大行业提供解决方案。

四、数百家合作伙伴，营收数亿

据张永谦介绍，截至目前，旭日一代芯片已服务数百家客户，营收数亿，交付数十万套方案，实现线下场景服务数千万人口。

▲地平线在 AIoT 领域部分可公开合作伙伴

在地平线商业化加速过程中，有商米、多度、小米、永辉等许多优质客户落地案例。

智慧零售方面，基于地平线针对零售场景的AIoT芯片解决方案，商米推出了AI识客摄像机，可在本地端主动识别进店顾客并进行丰富的属性鉴别，解决商家“看店难”问题，助力精准营销。

智慧社区方面，基于“AI芯片+算法”的一站式AIoT解决方案，地平线与多度联合打造了智慧社区AI智能产品及解决方案。

除了视觉外，地平线在语音领域也有颇多建树，能提供包含麦克风阵列、信号处理、唤醒、语义理解、语音识别、语音合成的全链路解决方案。其语音方案在国内已拿下多个大单。

例如，智能家居方面，地平线为小米一系列语音交互智能设备，提供自主研发的增强语音抽取（Enhanced Speech Extraction，简称 ESE）方案，使得小米音箱在复杂的噪声环境中亦可实现随时打断、随时唤醒，交互体验更为精准、流畅。

地平线的方案将各个环节算法和芯片架构充分结合，通过端云结合，能在端侧更好地解决复杂场景中的语音处理问题。黄畅相信，很快地平线就可以在端上，拿出一个和服务器能够做到的性能相媲美的整套云链路，并将进一步在语音处理与视觉融合上发力。

五、AIoT应关注两个闭环，拼落地需要综合打法

会后，地平线联合创始人、副总裁黄畅，地平线副总裁、智能物联芯片方案产品线总经理张永谦，接受智东西等媒体的采访。

▲地平线副总裁、智能物联芯片方案产品线总经理张永谦（左），地平线联合创始人、副总裁黄畅（右）

在采访期间，黄畅和张永谦还多次强调，地平线不是单纯的芯片公司，而是通过“芯片+算法”的模式以挖掘更好的性能。相比其他方案，旭日二代芯片整个解决方案的价值最大化在于软件，芯片是技术能力中的重要基石，而在AIoT长尾应用领域的核心成本也是算法。

1、AIoT面临的两大挑战

谈及AIoT的挑战，黄畅认为，我们应该关注两个闭环，一是业务闭环，二是数据闭环。

在AIoT领域赋能传统行业时，很多困境来自缺乏开放性，对自我认知不足，对边界判定不清晰，导致各方无法专注于自身核心能力的打造。如果不能有效地构成业务闭环，就无法让信息进行流动联通。

数据闭环的难处来自于跨行业。传统行业往往很难将与业务场景强相关的数据分享出来，因此对于地平线这样关注基础AI能力建设的公司来说，能否持续去获取真实场景中的数据，经过不断迭代形成一个感知平台，广泛赋能各个业务场景中的一些基础AI任务，这个能力本身也非常重要。

2、真正落地需要一套综合打法

另外，今年的安防展中，AI芯片厂商身影似乎要比往年少。对于这一现象，黄畅并不觉得奇怪。

在他看来，AI芯片距离真正商业化落地还很遥远，过去两年，国内涌现一批造芯热潮，但其中一部分处于PPT造芯，自然今年的声势会弱下去。如今大家更注重落地，地平线也是如此，并不仅仅关注构造一个更加开放的边缘AI计算平台，同时也非常关注面向垂直领域的一站式解决方案。

要做到真正落地需要一套综合打法，是个动态切换、调整的过程。在这个过程中，地平线始终保持较为灵活的姿态和开放的态度，和产业界进行充分合作，根据客户需求进行自我调整。

黄畅表示，相信围绕地平线的核心能力，他们能够去创造价值、提高效率，从而反过来去证明自己共性的价值。

3、多种感知融合成提升交互体验的新趋势

既然自动驾驶AI芯片和视觉AIoT芯片都已推出第二代，那么地平线是否有涉足语音AI芯片的计划？

对此，黄畅告诉智东西，初期地平线曾考虑过这一问题，后来发现传统语音终端芯片中，现有的DSP 、Arm CPU等模块已经足够好，如果延续传统的语音算法，不认为自研处理器会有优势。

地平线看到的契机是通过更高的算力去显著提升语音交互的体验，通过不断将语音算法放到新架构上，从算法层面上加以改进。另外近几年呈现多种感知算法相互借鉴融合的趋势，其语音与图像的运算、处理的方式越来越趋同。

结语：从地平线看AIoT芯片落地三趋势

人工智能和机器学习的爆发，给边缘计算带来了巨大的机会。而地平线选择的自动驾驶和AIoT两条主线，前者被公认为代表人们出行的未来，后者更是广泛应用于人们生活的方方面面。

如今已进入AIoT芯片拼落地的时代，从地平线身上，我们可以看到当前AIoT芯片发展的几个趋势：

1、单芯片性能不再是唯一指标，软件成提升性能的关键手段，通过软硬协同最终带来整体性能提升。

2、芯片开发的易用性更受重视，打造芯片的同时，也通过搭配工具链等方式降低开发门槛。

3、AIoT芯片正走出只秀性能的固有模式，开始同落地紧密结合，提供更方便易用的一站式解决方案。

而这些趋势指向的同一目标，都是尽可能最大程度地方便开发者及企业的需求，通过提供更加开放的赋能服务，吸引更多合作伙伴，为自身生态建设奠定基础。

相关问答

map地址是什么?

map地址即介质访问控制地址,或称为MAP位址、硬件地址,用来确认网络设备的位置的位址。MAP集成在网卡由48bit的2进制的数字组成,第1~24位数字叫作组织唯一标识...

汽车上map是什么意思_车坛

汽车中MAP是进气歧管绝对压力传感器。用于测量进气歧管内绝对压力(真空度)的变化,并将其转换成电压信号,传送给发动机电控单元(ECU),ECU据此判断发...

map在汽车中指什么意思_车坛

汽车中MAP是指进气歧管绝对压力传感器。MAP用于测量进气歧管内绝对压力(真空度)的变化,并将其转换成电压信号,传送给发动机电控单元(ECU),ECU据此判...

联芸map1202a主控怎么样?

联芸主控很好。这款联芸主控给我的印象从性能上来讲只能算中规中矩,不过在稳定性、兼容性方面都比较好,支持超大容量镜像(小于2G)。这是目前唯一款支持大容量...

【什么是MAPK】作业帮

[回答]MAPK细胞最基本的生命活动是细胞的生长、分化与分裂.细胞分裂周期可分为DNA及蛋白质合成作准备的G1期、DNA合成的S期、为有丝分裂作准备的G2期...

9170电话芯片全平台版APPv7.6.7

【9170电话芯片】(JNH6602.COM)):5月15日,2023腾讯游戏年度发布会盛大揭幕,《和平精英》携共建式开放世界玩法“绿洲世界”亮相舞台,并公布了全新版本玩法、商业...

车辆map是什么意思_车坛

汽车中MAP是进气歧管绝对压力传感器,全称为ManifoldAbsolutePressure。以下是map的相关介绍:1、用于测量进气歧管内绝对压力(真空度)的变化,并将...

STM32F103V系列的ARM处理芯片有5个串口?

一般我们指的串口就特指的是USART,你上面的UARST应该是写错了。SPI,I2C可以统称为串行通信。STM32F103系列最多好像只有3个串口,具体对应的位置,在对应芯片技...

iphone6怎么看是什么芯片?

3.接着在搜索下载APP【LirumDeviceInfoLite】;4.打开软件后,在首页就可以看到,Model1后面就是芯片的型号;5.在iPhone6s上N71AP是三星的,N71MAP...

什么是AP应用处理器?应用处理器芯片又是什么?

多媒体应用处理器(MultimediaApplicationProcessor),简称MAP;所以应用处理就是AP。应用处理器是在低功耗CPU的基础上扩展音视频功能和专用接口的超大规模集...