AutocarMax

AutocarMax

关注

「地平线」潜出水面

地平线

2024-05-10


撰文 | 郑文

编辑|马青竹

智驾行业经过大浪淘沙,不少企业被浪冲走,脱颖而出的公司基本都在做软硬结合。

华为、地平线、大疆车载……其中,又以地平线的增长为最。

4 月 24 日,北京车展前夜,地平线举办了 2024 智驾科技产品发布会。最令人惊叹的是其量产客户之多,几乎涵盖所有主流车企。一家成立九年的创业公司究竟凭什么?从其发布会的重量级产品发布可见一斑。

两款产品:一组硬件方案,一个软件方案:新一代车载智能计算方案征程®6 系列,以及 Horizon SuperDrive™全场景智能驾驶解决方案。

很显然,地平线实质上是「披着硬件外衣的软件算法公司」,有着多年对软硬结合全栈技术理念的深厚积累和前瞻预判。

就在产品发布的同时,地平线官宣了征程 6 系列的 10 家首批量产合作车企及品牌,包括上汽集团、大众汽车集团、比亚迪、理想汽车、广汽集团、深蓝汽车、北汽集团、奇瑞汽车、星途汽车、岚图汽车等,以及多家 Tier1、软硬件合作伙伴。

征程 6 系列将于 2024 年内开启首个前装量产车型交付,并预计于 2025 年实现超 10 款车型量产交付。

同时,SuperDrive 将在今年第二季度与多家顶级 Tier1 和汽车品牌达成合作,第四季度推出标准版量产方案,2025 年第三季度实现首款量产合作车型交付。

根据高工智能汽车研究院发布的《2023 年中国市场乘用车前装标配 NOA 计算方案市场份额榜单》数据,2023 年,地平线全年市场份额进一步提升至 35.49%,是唯二呈现增幅的供应商,且增幅最大。

那么,一家软硬结合的智驾企业,是如何走出来,且走下去?

为什么要软硬结合?

从 PC 到移动互联网,软硬结合在每一次产业变革中都发挥着关键价值。现在的智能驾驶时代,软硬结合同样是通往终局的密钥。

在多个行业都是重要参与者的英伟达,在产业变革中赚得盆满钵满。

而地平线和英伟达的一个共同点,都是披着硬件外衣的软件公司。商业发展史反复证明,软件成熟度是芯片公司的生死门。而英伟达最强的护城河是芯片+CUDA 的软硬协同生态。

大家都知道地平线是一家智驾计算方案公司,但是也许少有人知,地平线全栈技术能力深度如何。

今年在智驾圈爆火的「端到端」,地平线早在 2016 年就提出了相关演进理念,并在 2022 年提出自动驾驶感知端到端算法 Sparse4D。2023 年,由地平线学者作为第一作者的业界首个公开发表的端到端自动驾驶大模型 UniAD,荣获含金量非常高的 CVPR 2023 最佳论文。

BEV、OCC、Transformer、端到端……短短几年,智驾技术历经多次重大技术革新,软件层面的高频迭代,也给硬件设计带来极高难度。

如果抛开细致的技术点,仅简单线性地看待机器系统,从小系统到大系统,再到复杂系统,软硬件变得交错致密。软硬结合成为智能驾驶领域一项极为复杂且具有挑战的系统性工程。

软硬件结合虽然不会改变系统层次结构和组件之间的交互关系,但是却能打破传统软硬件的界限,系统、动态地重构整个复杂系统,达到整体最优。

一方面,需要在资源利用率、系统时延等方面不断积累调试和优化经验,以实现软硬的紧密耦合;另一方面,满足车规级开发需要长时间的测试和量产验证。

自成立之初,地平线就认识到智能驾驶的复杂,前瞻判断软硬结合的全栈技术是推动智能驾驶不断进化的基石,由此确立了坚定的路线并持续深耕。

地平线这次产品发布,显然是再次坚定地沿着其战略发展方向迈进一步。

软硬件思维如何指导计算方案设计?

在研发路径方面,地平线坚守第一性原理,以算法需求为导向,从算法原理原型设计出发,到计算方案设计,再到形成软硬件全栈系统,最终量产上车应用。

征程 6 系列共推出六个版本,包括征程 6B、征程 6L、征程 6E、征程 6M、征程 6H、征程 6P,面向不同智能驾驶场景进行了灵活配置,均能提供兼顾性能与成本的最优解。

从一体机到域控,从主动安全到全场景智驾,征程 6 系列可以全方位覆盖智能驾驶全阶应用。

作为系列化计算方案,征程 6 拥有统一的硬件架构、统一的工具链以及统一的软件栈,终于实现了:同代一致、代际兼容、系统最优,平台化可拓展的计算架构,以及配套一致、完整成熟的量产开发平台。

在快速迭代的智驾发展、整车产品迭代过程中,地平线的计算方案在持续提高它的长板,以便更好迭代软件算法、用户体验。

地平线副总裁、智能驾驶产品线总经理张玉峰表示:「征程 6 这一代系统的集成度很高,性价比又很有优势。」

征程 6 系列最重大的升级是 BPU 架构(AI 加速器)。从设计之初,地平线就没有选择通用计算架构路线,而是针对智能驾驶需求设计了专用的 BPU 架构,并不断进化。

从 2019 年以来,架构进化了四代,紧跟最新技术走向。最新的 BPU 纳什,实现软硬结合的极致优化,专为大参数 Transformer 而生,原生支持交互博弈,以多项突破性核心技术,为自动驾驶端到端和交互博弈提供智能计算最优解。

软硬件结合对系统的优化能爆发出多大的能量?让计算性能超越摩尔定律:在摩尔定律下,计算性能 6 年最多提升 16 倍,软硬结合的 BPU 计算性能 6 年可提升 246 倍。

此外,征程 6 系列与征程 5 相比,匹配升级了 CPU 算力。征程 5 的 CPU 是 8 核心 Cortex-A55,算力约为 25~30K DMIPS,而征程 6 系列除了最低版本的征程 6B,其余 CPU 算力都有大幅提升。

比如征程 6M 的 CPU 是 100K DMIPS,征程 6M 的 CPU 是 137K DMIPS,征程 6P 的 CPU 算力更是高达 410K DMIPS,计算资源更加均衡。

而在开发效率方面,地平线无论是架构统一还是工具链的进一步迭代打磨,都做了很多工作。仅用两周时间,就有两家算法合作方的全栈算法,在征程 6E 上跑通。

让智驾从能用、好用,到爱用

软硬件结合的战略思维,给地平线带来了对智驾深刻的理解,不仅使其在计算方案上持续突破,还使其对未来发展趋势,形成敏锐的洞察力。

正是软硬件全栈的积累,支撑地平线向加速实现面向全场景的高阶应用突破。

2024 年,车企围绕用户体验为核心,从多元竞争手段转向深耕高阶智能驾驶服务的实用性和场景适用性。而城区 NOA 功能的应用步入决赛圈,头部车企加速布局,但面临特斯拉 FSD 入华引发的竞争格局变化。

目前,中国智能驾驶市场已经进入了以「规模化量产」为核心的下一个竞争周期,对本土供应商来说,未来几年将是 L2 级智驾产品规模化取胜,并抢跑 L2+/L2++级高阶智驾市场的关键期。

城区 NOA 将告别单纯追求开城规模,转而以提升日活跃用户数与实用体验为核心评价指标,预示着行业将更加重视智能驾驶功能的实际优化与用户满意度提升。

但这是一个巨大的技术挑战。地平线基于对用户需求的深入洞察,认为智驾系统将经历从可用、好用到爱用的三个发展阶段,而当下量产的以城区 NOA 为代表的高阶智驾系统尚未充分达到用户眼中「可用」的标准。要么适用场景有限,要么驾驶体验不佳,难以称得上好用。

从可用、好用到爱用,是对软硬结合系统能力的综合考验,不仅要求前瞻软件算法的深厚积累与应用,也考验软件与硬件协同的量产效率。

SuperDrive 搭配征程 6 旗舰版打造出最佳的软硬结合高阶智驾系统,是地平线面向智驾系统 2.0 打造的「优雅不怂,日常好用,真正可信赖的智能代驾」。

面向车企与产业链伙伴,SuperDrive 致力于提供高阶智驾样板间,通过全栈技术能力的灵活开放,支持提高研发与交付效率。

地平线创始人兼 CEO 余凯博士表示:「地平线前瞻布局了软硬结合全栈技术,以软件为牵引、硬件为驱动,打造出面向全场景、全生态的软硬结合智能驾驶系统,并以极致的开放打造极致的效率,抵达智驾终局。」

而随着地平线量产案例越来越多,不管是软硬结合系统,还是大规模量产能力,地平线积聚的领先优势将进一步扩大。

结语

余凯曾言,在智能汽车时代,一定会诞生这个时代新的英特尔,即规模巨大、实力强劲的汽车芯片公司。

当时,他没有说,这是我的目标,他说,「这是我追求的境界。」

二者有什么差别呢?

如果用余凯的「全维利他」来解释,可能很多人不信,或不以为然。

用史蒂芬·柯维所说的「以终为始」,或者马斯克的「第一性原理」,也同样能解构他的逻辑。

赚大钱的大企业,不一定提供很大价值,但是有价值的企业,更有可能基业长青。

基于足够终局式的目标,再起来看「软硬结合」、「技术白盒」、生态主义和架构统一,这些战略选择,就可以规避局部决策陷阱。

所以,创业在大多时候,是一件反人性的事情。尤其是地平线所在的赛道,是一场世界级的决赛,同台竞技的都是世界级公司。

如今地平线已经走出新手村,挤到国内智驾科技第一梯队。招股书显示,地平线已经成为前装量产智能驾驶解决方案的最大本土公司,其处理硬件累计交付超 500 万套。软硬一体的解决方案,装配超过 230 款车型。

于是在发布会上,我们看到北京国家速滑馆外 Joureny Together 立牌后排列着几十辆来自不同客户的量产落地车型,其阵容令人震撼。

进入馆内,映入眼帘的是挂满客户铭牌的布景,像一条螺旋而上的阶梯,越走越高,越走越宽。

这一个个合作伙伴的名字,大概就是余凯想要的价值感。创立 9 年,地平线就像一艘低调潜行的水下航母,正在潜出水面。

本文著作权归作者所有,并授权 42 号车库独家使用,未经 42 号车库许可,不得转载使用。

相关阅读

高阶自动驾驶,需要一颗什么样的芯片?

评论 · 0

0/3
大胆发表你的想法~
1
评论