由盖世汽车、AUTOSAR组织、上海车展三方联合主办的SDVF2021第二届软件定义汽车高峰论坛暨AUTOSAR2021中国日于4月19-21日在上海举办，本次活动也是2021上海车展的同期活动之一，同时也是AUTOSAR组织在中国区唯一官方活动。本次会议邀请到了地平线副总裁兼智能驾驶产品总经理余轶南先生在本次论坛进行了题为《汽车智能计算芯片—软件定义汽车的基石》的主题演讲，以下是他在本次演讲的主要内容：
大家好，今天跟大家介绍的是汽车智能计算芯片怎么在软件定义汽车这件事情上作为基础设施。
地平线是一家创业公司，到今天为止快6年了，2015年我们作为第一个AI芯片创业公司成立，2019年我们第一款车规级AI芯片发布，2020年第一款芯片正式量产上车。从这些发展轨迹来看，我们已经是一个非常非主流的过去在芯片行业，尤其在汽车芯片行业上的公司。
今天智能汽车非常火，现在已经叫整车智能，过去我们还讲自动驾驶，讲座舱，讲网联，现在叫整车智能。它的诞生是一个划时代的东西，所以今天它的火热程度可能不亚于在50年前计算机个人电脑诞生时候的火热程度。过去来讲，计算机也好，手机也好，它都是信息处理的中央单元，不断地从大变小，从桌面变成移动式，可以在手机上处理大量信息交互工作，但是过去这些东西其实不具有智能。那什么叫智能？本身它可以主动的去感知外部的环境，感知人，感知所有的变化，并且作出合适的判断，并且最后作出合适的执行。
今年汽车无疑是我们第一个能看到最大的智能终端。它的体量，能源供应都可以足以支撑自动驾驶智能交互这样一个领域。其实随着汽车的发展，芯片单位算力成本越来越低，单位算力功耗越来越低，可能未来几瓦芯片上面就可以承载上百T的芯片，那我们可以畅想出来，到2025年或者某一天，其实通用智能机器人会成为新的一波浪潮。所以我们在看待智能汽车的时候，它是首个个人的人工智能终端，但它不是最后一个。就像1980年个人电脑诞生一样，后面一定会有手机和其他领域的电子计算机出来。
迈向自动驾驶的道路在过去其实有很多争议，其实两条路线都对，但是迭代速度是很不一样的，速度跟驾驶员数量有关系，从量产角度来说，数量会涨的更快一些，背后逻辑就是它的数据会涨的更快一些。
其实Tesla已经开始使用AI定义整个操作系统，通过算法，数据闭环和非常高算力的计算平台来打造高效版的AI进化体，这个车可以不断地学习，甚至下一代芯片里面把训练的能力也做到芯片上，车本身自己就可以变成自学能力。
电子元器件在整车价值比例可以看到，现在车的成本越来越低，电池、电控，加一个壳子四个轮子，车上计算单元的成本或者比重却变得越来越高。
对于中国的主机厂怎么打赢这场仗，我们看到在国外形成了这样一些联盟，那在国内地平线是一个好的选择。任何一代设备，一个大的浪潮都会伴随着两个非常关键的基础要素，一个是硬件本身承载的那个东西，第二是软件上面操作系统。这个事情在PC时代形成了英特尔+Windows组合方式，英特尔提供芯片，windows提供操作系统，全世界来讲通过芯片+操作系统方式几乎是垄断了整个行业。
在windows之上其实我们构建了非常非常丰富的应用，包括后来的互联网。从PC时代走向手机时代以后，PC时代的芯片和它的操作系统在手机时代，虽然它们俩都是个人信息的终端，两个特性很相似，但就是因为体系不一样，功耗要求不一样，用户使用习惯不一样，人工交互方式不一样，所以这件事情在手机时代是没有沿用PC时代的芯片和操作系统，完全颠覆掉了，变成了ARM+安卓，这里面有几个要素可以分析一下，人们的交互方式是不是一样的？在PC时代我们用键盘鼠标看屏幕，但是在手机时代就是翻屏触摸。那到汽车时代，我们认为汽车是第一个人工智能的终端，那你跟机器人怎么样去交互？这是非常值得我们思考的问题。
你过去走在它身边要按纽或者触碰它吗？你不会想这么做的。那你会拿出一个手机，在手机上有一个APP控制那个APP吗？也不会这个样子。那人工智能终端我们应该怎么样交互，应该像人和人之间那样交互。
我告诉他说，麻烦你把这杯茶热一下，这是我对它主动命令的发起。它也需要察言观色，比如我在车上有点热了，或者我要打开一瓶矿泉水要喝水或者我抽根烟，这个时候车应该干什么事情？它是不是把风扇调大一点，车窗打开一点，甚至更智能的弹出一个烟灰缸，同时进入自动驾驶状态。这种人和车交互的改变一定会改变操作系统本身，同时也会诞生新的底层操作系统合乎计算平台。Tesla其实已经给我们做了一些样板间，在中国能不能打破过去从芯片到操作系统被国外被欧美垄断的趋势，有没有可能诞生中国的芯片和操作系统，这其实是我们要回答的问题。
计算架构本身不多讲了，现在已经到了域的市场，每个车厂都在做中间域架构的事情，左边分布式ECU架构已经非常成熟。右边是中央计算架构，今天软件的开发，所有软件开发程序员们需要中央计算芯片来支撑他们的工作。
AI越来越成为整个计算的中心，过去我们主要是感知和建模，今天我们看到越来越多，包括预测，规划和决策其实也需要用神经网络去跑，势必使得中央计算平台里面AI计算需求可能还有数倍的空间，今天只是一个起点，并不是终点。
现在激光雷达点源密度越来越高，距离也越来越远，这些数据量都是越来越大的，从数据量本身来讲也需要越来越多的算力去支撑。
从自动驾驶感知需求扩大，数据量增长，驱动对算力的新增，基本上L2等级典型线束数可能是几兆，到L2+可能是几十兆，再往上就是百兆级别。从算力角度来讲也是这么一个分布，这个分布基本上现在事实就是这个样子。
汽车智能芯片的确是是当今硬科技的珠穆朗玛峰，因为在那么小面积上集成那么大面积半导体单元，同时还要做到-40到85/95的温度，同时成本还要控制住，还有可靠性，安全性，包括数据安全，信息安全，功能安全，预期功能安全，还有实时性，这些都是极大的挑战。
我们从半导体行业本身来讲，虽然车载半导体总数不是世界最大的，但是很快汽车上所用的半导体在晶圆面积上很有可能变成全球第一大领域。现在很多半导体厂商生产上越来越多把自己的工艺、产能往汽车这边去拨，这也是一个趋势。
算力本身是不是就等于最后的性能呢？这个回答肯定是NO，因为算力转化为产能中间跟算力本身的计算架构，利用率，带宽，IO都极为相关。真正最后需要的是什么？其实需要的是帧率就是相同模型或者主流模型在不同芯片上跑出来的帧率是多少，而且是端到端的帧率。
这里有几个要素，算力代表了物理的最大值，接下来是利用率腾做到多少，它受限于IO，架构和模型网络本身。最后是算法的效率，有些算法天然效率高，有些天然效率低，最后综合成这样一个结果。我们评估这样一个芯片需要评估最后这个结果。
地平线这个团队，包括我本人也是，我过去从2007年开始做图像算法，那个时候就开始做目标检测，今天在看到那些框框感觉不是特别舒服，因为做得时间太久了。我们就是从算法从软件中来，其实我们对芯片并不是很懂（在过去），经过这么多年，我们一步一步越来越深的去了解芯片这个行业，它的技术是什么样子的，它的产品是什么样子的，它的组织是什么样子的，所以我们能够做到从软件中来，把高性能的芯片做出来，最后到软件中去，回归到软件本身。通过更高效支持合作伙伴开发与部署高性能智能驾驶软件，这件事情其实是我们的核心战略和初衷。
当然我们自己也需要给大家打样，我们需要把这个行业算法的高度提起来。之前我们也获得过很多的奖，去年我们还获得了WAYMO奖项，去年我们获得了五项里面的四项第一。
今天我们可以给行业提供什么呢？我们可以提供全系列智能驾驶场景覆盖，包括自动驾驶，车载智能交互，车内外联动。因为我们把汽车看作是一个机器人。
自动驾驶方面，我们现在已经形成了一套从低到高完整的方案，在单摄像头方案上面具有全球最具有性价比的前向感知方案，我们比竞争对手好的非常多。在更高一点领域，我们现在讲的基于导航领域，我们提出基于多颗征程三代或者单颗征程五代芯片系统解决方案我们叫领航驾驶解决方案。再往后我们征程五的芯片已经流片了，征程5芯片会支持全自动驾驶解决方案，也就是说面向城区的自动驾驶方案。
在辅助驾驶解决方案里面我们有标准版和高阶版，标准版主打经济车型。高阶版主要是支持ADAS功能提升需求。
在Pilot方案里面可以支持自动变道以及超车，大弯道曲率通行。
全自动驾驶解决方案其实最主要解决城区问题，城区除了感知复杂性以外，还有它的地图本身变得异常的动态，比高速路动态非常多，可能高清地图这个方案可能并不是特别适合在城区里面跑。我们也为此专门研究了基于神经网络端到端的感知神经系统，直接从感知图像直接到地图输出全部在端上去做，这里面就避免了静态的高清地图所带来的问题。
马上面市的就是征程5的芯片，我们也是非常的期盼这颗芯片的诞生。除了自动驾驶以外我们还有数据闭环开发平台，它是多维度高效的数据挖掘的平台，可以帮助我们的开发者在上面高效的使用人工智能算法，我们是与客户共建平台，通过量产验证，因为我们自己就在做量产的项目，所以这个平台本身就可以支撑量产，同时是支持高效的4D自动化标注。
车载交互，我们从实时多模，快速进化，空间延展到人机共驾，现在我们支持非常多的对车内的感知，比如说疲劳，情绪，儿童模式，手势，瞳孔分析，多情绪识别等等。
基于征程3代现在是全车覆盖，基本上做四个摄像头，五个TOPS算力，还有高性能的ISP支持拍照。它的特点就是易用，功能强大，架构统一，可以让车厂或者Tier1在上面做很多人机交互的定制化的开发。
结合起来整车智能定义下一代智能驾驶，通过智能的交互，通过智能驾驶定义下一代智能汽车。
好，谢谢大家。
