在到达地平线总部之前,负责对接理想合作的余轶南已经好几天没休息好。
到了午后一点半,离我们约定的时间还有半小时。
6 月的北京炎热起来,午后暴雨带来的洗礼似乎也在催生着盛夏的到来。而在中关村集成电路设计院园区里,藏在灰色建筑物背后的地平线,暴雨似乎冲刷了「大战役」结束后落下的灰霾,映衬在建筑群里,又多了几分朝气。
大厦楼下人来人往,他们似乎没有太多时间整顿休息,又要拿起新的杆枪,朝着另一座高地狂奔而去。
而我也对地平线以及背后的合作多了几些好奇。
一千多人的「营地」里,地平线总部共有 10 层。
每个楼层都如同芯片架构被「高效集成」,功能分布结构清晰可见,从办公区、休息区以及分布在每一层的小战略室,从最底层的地下车库到最顶层的作战指挥层。
一、与理想合作的「契机」
余轶南的办公区在 8 层。
余轶南作为地平线的副总裁以及智能驾驶产品总经理,是地平线最早创始人团队之一,此前在百度 IDL 任职。
而此次与理想的合作,他作为主要负责人。
“地平线一直与市场大部分 OEM 都保持了沟通,和理想沟通的时间比较早,后来确认改款理想 ONE 的方案,其实选择我们之前也有其它入围的供应商,但当时市场可提供的方案并不多。”
余轶南认为自动驾驶是汽车的一个功能,但它的需求是多维度、多场景化的,因此需要有更为稳定的检测能力以及满足多维度感知以及计算需求。
“大家能一起合作,绝对不是单方面因素,而是需要多重因素的。”
这里包括性能、开放性以及灵活性、沟通效率、量产时间以及价格,理想王凯曾在一季度财报电话会议上提到。
不同的软件需要硬件适配,地平线在成立之初看中了新的市场契机,提出了软硬结合的理念,从自主正向研发、开放平台建设再到最终面向智能驾驶以及通用 AI 的应用方案落地,地平线已走过了整整六年。
而在六年后的今天,也恰好是国内智能驾驶爆发的前夜,AI 芯片、算法以及软件生态之争成为下一场智能化竞争的高地。
而通过软硬结合,地平线把软件生态、智能驾驶的功能需求以及 AI 应用融入到芯片设计中,但这其中有一个新的难题,就是如何构建自身的软件生态,地平线需要平台的开放。
这也引出了地平线与理想合作最重要的契机:「开放性」
李想曾在春季发布会坦言,在立项时便看到了与 Mobileye 合作的局限,当问题出现时需要讨论,而最终有许多问题并未得到解决。
此前一位业内人士与飞机先生交流时提到:“由于地域不同、时差以及多层级的处理关系,Mobileye 平台迭代的时间可能短则 1-2 个月,长则可能 3-4 个月才能修复一些小问题,并且有些还提出了商务条件。”
这对于效率为先的新创公司而言无疑是「硬伤」,而需要一个开放平台跑出自身的软件算法,也是理想的「刚需」。
地平线的开放以及效率为先的理想,成为一张对牌,同然也打破了传统的合作模式。
二、合作:「以芯片为基础 以软件服务」
具体合作模式是怎样的?
通过软硬结合的基础优势,地平线走出自身的技术发展路线。
余轶南把其总结为「以芯片为基础 以软件服务」。
“我们更多会以一个服务商或者一个咨询商出现在合作中。”
余轶南现场举了一个例子,颇为生动。
“我们类似今天卖给你一个榔头,我还会教你怎么用,然后会专门办个班,培训你去做好家具。”
对于地平线而言,设计芯片架构需要适应算法的发展,满足客户需求。所以地平线将软件服务体系建立在芯片以及算法上,以帮助用户快速开发自身软件。
针对不同的商业化模式,供应商的竞争格局也略有不同。
「一类是基于芯片加软件供应商,它们主要作为 tier 1 或软件团队出现,然后授权给企业,打包买卖。
而另一类是芯片加软件服务商,与用户协同开发,合作模式开放灵活,车企可以保留自身算法或者协同工作,供应商的软件成为了一种服务延伸。」
地平线显然作为后者。
在谈及此次理想的合作地平线的角色,余轶南概括为:我们的目的就是为了帮助理想快速把东西做出来,我们把自己的软件算法开放出来,然后双方可以针对性的进行讨论、优化改动,可以高效的协同工作。”
伴随着技术的演进,自动驾驶的目标是逐步降低接管率,但其中所遇到的问题也会越来越多,用户需求也会更多。
“你的问题数等于你的接管率乘以你跑的里程数,但你的接管率越低,很有可能就会用户就会越多,总里程就会越大,而你的问题可能会反而变多。”
与传统汽车的开发路线不同,当前许多智能新车上市后,需要考虑新车后的 OTA 功能升级以及对于用户信息反馈做调整,包括理想在内的众多汽车品牌,都实现了高效的 OTA 升级计划。
这里可以小到细小功能、界面优化升级,大到需要多 ECU 、跨域式的综合性大功能升级,则都对车企提出了高效应变能力的需求。
而地平线提供「软件算法」基础,就如同一本说明书,可以满足改款理想 ONE 后续上市的功能迭代以及升级能力,开发效率显然会更高。
三 、5TOPS 算法的天花板在哪?
我们看看征程 3 的基础信息:
- 基于地平线自研的 BPU 2.0 架构
- 支持 4-6 路摄像头,其中一路支持 8MP 摄像头,
- 芯片具备等效 5 AI TOPS算力以及实现 2.5 W低功耗。
5TOPS 的征程 3 可以实现什么?
- 灵活覆盖基于深度学习的图像检测、分类、像素级分割
- 基于视觉车道级厘米级定位
- 实现 4K@60fps 编解码
- 后续还能够实现基于感知建图的能力。
功能的多样化能够为车企提供一个多通道计算以及多摄像头的平台,同时地平线也可以提供软件工具、基础算法、参考算法给有自研需求的客户。
2021 款理想 ONE 搭载了两颗地平线 征程3 的自动驾驶专用芯片以及一个 800 万像素的摄像头的单目方案, 可实现包括识别红绿灯、桩桶、斑马线、路肩等,可支持一键设置限速、自动打灯变道等功能,其中 面向全国范围内高速公路以及城市封闭快速路的 NOA 功能将在 9 月份推送。
“ 征程3 类似把很多功能装进一个盒子,所以它总体性价比比较高。”
例如我们从2021 款理想 ONE看到,由于单 征程3 具备编码器,这也让理想不再需要如 Mobileye 合作一样,需要一路作为 ADAS 、一路作为道路采集的 1+1 两路摄像头,而是直接利用单摄像头做集成。
而类似的功能还有很多,这个单摄像头的盒子还包括例如基于视觉的厘米级定位、分类、训练等等,而带来最为直观的是硬件成本。
“单芯片 5 TOPS ,是如何实现这么多功能呢?”
余轶南:“我们两颗 征程3 能顶一颗 Xavier。首先算力上我们并不差,而真正把软件算法跑上去后,要看看你能跑到一个怎么样的帧率,帧率越高就意味着你处理速度更快,节约更多的时间以及资源做其它事情。”
FPS 即每秒传输帧数,也就是在单位时间里每秒能够识别多少模型,FPS 更高也就意味着识别更多复杂场景、效率越高。
算力的转换还涉及到实际利用率、架构本身以及算法效率等,所以实际实现的能力存在很大不同。
“能实现这么多功能化场景,对于我们设计芯片时有没有要求?”
余轶南:“我们在做芯片之前会有一个picture(设想),但这个picture 不是具体到代码级,它可能只是architecture(结构),然后大概的算力我们会做一个预估,还有比如需要什么样的资源、是不是做成硬核,我们最终都会去看看每个东西能不能归拢。
归拢的意思就比如说两个功能的计算方式比较像,那我们就把它归拢起来,最终做到balance(平衡)。
而 J5 也是类似的,如果不平衡肯定会造成浪费,浪费成本意味着要不就让用户多掏钱,要不然就是我们自己多掏钱。”
“ 征程3的天花板在哪?”
余轶南:“优化这件事情上肯定需要不断迭代,但我觉得任何一个产品都有终点。”
“是芯片存在市场的时间么?”
余轶南:“不是,是我们软件迭代的时间。芯片存在市场的时间与产业发展相关,只要产品力够好那 10 年后可能还是会有人买你的芯片,因为到时候肯定足够便宜。”
而 征程3 软件生命周期比 征程2 长 , 征程5 比 征程3 周期长,这里面有一个最朴素的原因就是算力够大,所以它可开发的周期就会更长。”
“如果把时间看向未来30年,自动驾驶在任何一家汽车上会有区别吗?”
余轶南:“产品本身不应该有区别。
未来的竞争还是回归在车本身,汽车的发展已经历经 100 多年,但在每个时期都会有一个新的竞争焦点。
所以长期来看,汽车的发展是复杂的。
现阶段汽车里自动驾驶的竞争其实就是未来手机实现一个打电话的功能,只是一个功能性的东西,并且不是发散性功能,而是收敛性功能,如果看 30 年,自动驾驶产品本身都会走向趋同。”
总结
飞机先生「点评」
与其说自动驾驶之争是一场面临优胜劣汰的马拉松之争,倒不如可以说我们正突破了传统汽车的穹苍之顶,实现新的智能化蜕变,而新技术的变化势必会革新传统市场格局以及带来新的合作模式。
在智能驾驶发展的最终风向标上,自动驾驶或许会走向趋同化的终局,而对于理想、小鹏以及蔚来等在国内率先开启自研软件算法的车企而言,势必夺得先发优势。
而市场对于自研芯片的看法,伴随着例如地平线等供应商的成立,似乎也有了新的变数。
车企选择自研芯片的路径有先发优势、成本优势以及匹配自身软件算法等优势,但新的挑战是在自动驾驶的快速竞争下,软件快速迭代的需求与芯片硬件实力的相互匹配,其中车企自研芯片势必也会带来「掉队」而被市场淘汰的风险性。
而对于地平线而言,从立足 AI 芯片开始,地平线基于软硬件结合以及开放平台的思路也为其开拓新的软件生态,而灵活性带来的优势是「软硬通吃」,同时实现自我迭代的能力。
当我踏出地平线后,余轶南也转身下楼与理想团队继续进行新的“头脑风暴”,而放在他工位上的午餐,他只带走了一杯咖啡。
身后的乌云压顶,一场新的风暴即将到来。
我不由得提快了步伐,而我也知道国内智能硬件供应商与新势力车企合作创新的模式,也正式打响了。