地平线(Horizon Robotics)的核心竞争力

地平线(Horizon Robotics)的核心竞争力

附赠自动驾驶最全的学习资料和量产经验：链接

一、从 0 到 1 的突破

从算法到芯片的技术路线，目前看来是地平线走对的第一步，然而地平线如何说服传统车企搭载自家的 AI 芯片？这是一个艰难的问题，初创企业的芯片没有量产历史，没有质量缺陷率的历史数据。而车规级的要求是零缺陷率，需要上百万的出货量来证明。因此车载芯片的玩家基本上是超级巨头，像 NXP、TI、英特尔这样有几十年历史的企业。

地平线的第一个合作目标是长安汽车，作为中国首个突破百万销量的自主品牌，长安汽车的正向开发能力非常强，也有自主研发、技术可控的诉求。但是，要想建立与长安汽车的合作必须迈过他们的信任门槛。于是地平线在 2018 年就与长安成立了联合实验室，双方磨合的很长时间里，建立了扎实的信任基础。同时，地平线也拿出了过硬的测试数据。最后，2020 年 3 月，地平线征程 2 芯片成功在长安 UNI-T 车型上前装量产，成为全球首个上车量产的国产 AI 芯片。

**与长安汽车的合作有很强的示范效应。**大家知道地平线通过了很严格的质量测试认证，有供应商资格，可以说，基于与长安汽车的合作，地平线完成了从 0 到 1 的突破，往后，从 1 到 N 就相对轻松得多。

2021 年 7 月“征程与共，一路同行”发布会

截止目前，已公布搭载地平线征程芯片的主机厂产品有：长安 UNI-T、长安 UNI-K、奇瑞蚂蚁、智己汽车、广汽埃安 AION Y、东风岚图 FREE、江淮汽车思皓 QX、广汽传祺 GS4 Plus、上汽大通MAXUS MIFA、2021 款理想ONE、长城哈弗H9等车型。

2021 年 12 月，地平线宣布征程系列芯片累计出货量突破 100 万片，并获得 70 多个车型的前装定点。

建立深度合作的 Tier 1 供应商有德赛西威、东软睿驰、大陆集团、Freetech、佛吉亚、华阳、亚太、英博超算等；融资方面，地平线已经获得比亚迪、一汽、广汽、上汽、东风、长城、宁德时代等汽车产业重磅角色的投资，仅C轮融资累计金额超 12 亿美元，最新估值据了解为 85 亿美元，超过 500 亿人民币。

如果说长安的合作是依靠长期磨合积累了信任基础，那地平线在与诸多整车厂建立后续合作的原因又因为什么呢？想理解这一点，就需要回到地平线的核心技术以及商业模式。

二、核心技术

**地平线一再强调，自己是最懂芯片的算法公司和最懂算法的芯片公司。**在当下摩尔定律趋缓的背景下，地平线认为，算力并不能完全反映 AI 芯片的真实性能。正如对于汽车来说，马力 （单位: HP）不如百公里加速时间（单位：秒）更能真实反映整车性能一样，算力 （单位: TOPS）也并不反映汽车智能芯片实际性能，而每秒准确识别帧率 MAPS（Mean Accuracy-guaranteed Processing Speed，度量单位: FPS） **才是更真实的性能指标。**通常，要追求更高的精度，就得牺牲速度，因此，在精度有保障的前提下实现很高计算速度，还有着相当高的壁垒。

事实上，跟地平线在市场上有激烈竞争关系的 Mobileye，也在“计算效率比算力更重要”这一点上与地平线有着“高度共识”。2022 年 CES上，在发布 EyeQ Ultra 时，Mobileye 总裁兼首席执行官 Amnon Shashua 则来不及等到别人“挑衅”就先行“自黑”：“176 TOPS听上去是一个很小的数字，大概只有竞争对手（英伟达）号称算力的五分之一。但关键的不仅是算力，而是效率。”

那么芯片的“真实AI效能”如何计算？地平线总结出这样一个公式：真实 AI 效能 = 物理算力 x 计算资源的有效利用率 x AI 算法的效率。对计算资源（ MAC 乘法器）利用率影响最大的因素是芯片架构（⼤规模的⾼并⾏计算便成为芯片架构设计的必要考虑因素），而芯片架构设计得如何，主要取决于算法能力。因此，芯片团队对算法的理解越深刻，越有可能把芯片架构做好，进而提高计算资源的利用率。

1. 算法

地平线 BPU 算法负责人罗恒博士强调道：“我们不但看算法本身，而且更多地看算法对芯片架构的影响，这就使得 MobileNet（轻量化网络，详见扩展阅读）算法刚一推出的时候，我们就能够迅速地关注到它。”作为一家算法基因很浓的芯片公司，地平线从征程 1 芯片开始就针对自动驾驶场景设定了独特的算法模型，并基于对关键算法发展趋势的预判，前瞻性地将其计算特点融入到伯努利、贝叶斯等芯片架构的设计中，从而实现很高的计算资源利用效率。

MS CoCO 物体检测任务下 Xavier、Orin、征程5实际性能

通常，GPU 在跑深度神经网络算法的时候，计算资源利用率不超过 50%，而地平线的征程 3 和征程 5 则将算力利用率做到了 90% 以上。

关于算法效率对芯片运算效率的影响，罗恒博士在直播中举了这样一个例子：

谷歌在 2016 年开发出一种语音识别算法 WaveNet，能区分出一个推销电话是人打的还是机器人打的，但刚开始，这个算法很弱，并导致 GPU 的计算效率也很低，比如，人说了 10 秒钟，它需要花几分钟才能识别出来，完全没法交流；后来，谷歌对这个算法做了一些优化，计算效率一下子就提升了几千倍，这个时候，GPU(TPU) 的计算效率也大幅度提升，人说 20 秒的话，GPU 只需用 1 秒钟就能算出来。

此外，2021年上半年，来自美国莱斯大学的计算机科学家们证实，一种专门根据 CPU 设计的深度神经网络训练算法（sub-linear deep learning engine， SLIDE）的训练速度远超过 GPU 算法，最高速度可比后者快 15 倍！该算法的出现，甚至有力证明了，在不依赖于 GPUs 等专业级加速硬件的情况下，依旧可以实现对深度学习技术的加速。

好的算法就相当于一个好的数学公式，只要有一个好公式，哪怕智商（算力）没那么高的人，也能用这个好公式很快得出答案。

2. BPU 芯片架构

图灵奖获得者、现代计算机的奠基人Alan Kay曾说过一句对目前 IT 产业影响深远的名言——“如果你真的关注软件，就应该做自己的硬件”。2015 年创立之初，地平线为了研发人工智能专用芯片，选择了一条软硬结合的道路，将算法和芯片进行深度整合，自主研发了创新的人工智能处理器架构 BPU (Brain Processing Unit)，并规划了高斯、伯努利、贝叶斯和纳什共四代 BPU 架构，值得注意的是，这比 Google 公开 TPU 早了将近一年。

地平线的 BPU 芯片架构采用了大量的创新型技术，包括高性能、低延迟的数据并发处理技术，用脉动阵列去提高数据并行的速度，用进程计算使得存储和计算不再那么泾渭分明，还有稀疏化等优化。余凯谈到，基于新摩尔定律设计的征程 5 芯片，和英伟达的 Orin-X 芯片去比较的话，尽管地平线只用一半的芯片面积，一半的计算资源，但通过先进的神经网络来做计算的时候，依然能够得到相当高的计算性能。

而且，地平线的芯片架构，对越先进的神经网络，加速性能越高，往往可以用更低的功耗完成更多的数据计算。如果除以单位功耗的话，地平线跟英伟达的计算效率相比，是两倍到三倍的提升。这对于自动驾驶是非常重要。自动驾驶车辆不像是数据中心，有无限的能源供给，以及非常好的散热的、冷却的系统。车辆上的工况非常恶劣，因此对于低功耗的高效能计算非常重要。

当前地平线发布的最新征程 5 芯片基于贝叶斯架构打造，此架构包含⼤规模异构近存计算、高灵活大并发数据桥及脉动张量计算核三大核心技术，能以更少内存、更高 MAC 利用率来执⾏更多任务，进而能够将并行计算发挥到极致。

值得注意的是，AI 算法的迭代要比制程工艺的迭代快得多得多，**那么地平线的 BPU 芯片架构是否能够适应 AI 算法的迭代？**据地平线方面提供的信息，作为面向高等级自动驾驶的专用处理器架构，贝叶斯架构能够保证经过较长的研发周期后，征程 5 芯片在正式推出时仍然能够快速适应最新的主流 AI 算法，并随着算法的迭代，始终保持相当高的有效利⽤率，从而使终端用户真正意义上受益于算法创新带来的优势。

不仅拥有类似 ASIC 芯片的高效能，还能灵活适应 AI 算法的迭代，不得不说地平线 BPU 芯片架构拥有很多可圈可点之处。

三、商业模式

1. 多级开放 全维利他

在地平线刚成立的前几年，地平线曾有个目标是 Horizon Inside，对标 PC 时期的 Intel Inside；不过，在 2019 年 4 月份的上海车展上，地平线向外界解读了其 AI on Horizon 的商业理念（做AI时代最底层的赋能者），当时，余凯是这样说的：

“地平线定位于 Tire 2 ，我们不做系统、不做硬件产品，不直接服务最终客户主机厂或者出行服务商，而是通过和 Tier 1 合作，赋能后者，提供产品和技术服务。地平线只造武器，不打仗，不碰数据，不做产品”。

2020 年 4 月，余凯在采访中表示：“表面上看，封闭可以将核心能力和控制权掌握在自己手中，在谈判中获得更强势的主导权。但本质上，这样做把下游客户的创新能力给扼杀了，因为他们拿到的是一个标准黑盒子，**中间过程完全不开放，OEM 客户的核心研发能力得不到成长，无法开发差异化功能，只会互相打价格战，这其实是在损害产业生态。**所以我认为，开放才是正确的方向，它是更强大的一种商业模式。开放也跟技术路径有关。我们敢于把平台暴露出来，让客户在上面去开发，而不是满足一个特别细分的、自己实现的功能，因为地平线从创立就面向深度学习这种新一代 AI 技术，相对没什么包袱，能更加开放。Mobileye 成立 20 年，带有传统的模式识别的历史，也不容易开放，不容易支持多样化的需求，只能支持自己开发的单一需求。”

虽然建立开放生态已然成为行业共识，但不得不承认，越来越多车企开始强调“全栈自研”能力的打造。轻舟智航相关负责人认为，无论是车企还是供应商，想要“一家通吃”显然不可能，和合作伙伴实现共赢才是推动行业长期发展的主旋律。

不过，地平线、智驾科技等多家供应商均表示，**车企自研与生态合作实则并不矛盾，甚至应该是相辅相成的。**生态合作会帮助自己沉淀自研能力，对自身研发能力有更准确的评估，确定自研的重点领域，进而做到最优化的产业分工。此外，为进一步扩大生态开放性，地平线已经开放其 BPU 芯片架构、操作系统、算法模型、工具链，从而实现“比开放更开放”的赋能合作。

地平线联合创始人兼 CTO 黄畅说：“未来，在底层能力演进到某个阶段，比如我们的算力越来越大、功耗和成本都可控、算法也比较成熟的时候，我相信大家的关注点会越来越多地向用户体验转移，比如这个车的速度、加速、绕弯到底好不好。而这些，恰好是 Tier 1 们的核心竞争力。”由此看来，众人分饼不如一起把饼做大，尊重合作伙伴的利益，才能走得更加稳健。

2. 具体开放了什么

在智能手机时代，获得巨大成功的操作系统是 ios、安卓，底层芯片供应商是 ARM 和高通，而中国企业毫无存在感。在智能电动汽车时代，是我国发展智能芯片和操作系统的千载难逢机会，中国企业亟需打破这个困境，地平线做出了三个关键的决策：

1）基于 AI 时代的新摩尔定律，打造好用的芯片；

2）搭建开源的车载操作系统，同时开放了算法模型及工具链；

3）向车企授权芯片 IP（ BPU 架构），帮助车企打造芯片。

2.1 工具链、算法模型

Horizon OpenExplorer “天工开物” AI 开发平台包含面向实际场景进行 AI 算法和应用开发的全套工具。模型训练工具、检查验证工具、编译器、模拟器、嵌入式开发包等悉数亮相，工具链中还有参考模型样例、参考整体软件方案支持客户快速产品落地。软件为天，芯片为地，天工开物，地造未来，以“Open”命名展示了地平线全面开放赋能的特点。

2.2 操作系统——Together OS（开源）

在历史上，芯片跟 OS 其实从来不分。这也是地平线基于芯片打造操作系统的思考逻辑。美国有一个 Windows 跟 Intel 组成的著名的“ Wintel ”联盟。微软的操作系统，只配对英特尔的芯片。为什么两家商业公司要组成这种排他性的联盟？这是违反商业规律的。

但实际上，这不是一个偶然的现象，在整个信息产业的历史上，“凡是最成功、最有广泛生态的操作系统，它往往选择一家芯片架构做紧密的联盟”，余凯介绍。包括 PC 时代 Windows 跟 Intel 的 Wintel 联盟，智能手机时代的 AA ——安卓跟 ARM 之间的联盟，以及在人工智能时代，英伟达自己的操作系统 CUDA 跟其 GPU 架构的耦合。

为什么会有这样的现象？这主要是因为，只有软件跟硬件的高度协同才能保证计算高效，那么也就意味着，软件在一个芯片架构上优化得很好的时候，它很难迁移到另外一个芯片架构上，这是信息产业软件硬件发展的规律。

基于这个判断，地平线开始思考，如果要把征程芯片打造成中国自动驾驶芯片的底座，那么是不是需要给它配一个操作系统？这就是地平线布局操作系统的逻辑。2021 年，地平线提出要打造开源的基于微内核的实时操作系统——Together OS。从命名就可以看出来，地平线所主张的理念：操作系统就是应该开放的、开源的大家一起参与的。同时，地平线也认为，操作系统是不应该挣钱的，它就是应该作为一个公共的技术资源，大家一起携手去推进、打造的操作系统生态。

资料来源：百人会钓鱼台论坛（2022），余凯发言PPT

所以，在地平线的征程芯片之上，既能够支持现在主流的 Linux 、QNX、安卓、阿里 OS、鸿蒙等主流的操作系统，同时也专为智能汽车去打造一个开放开源的、不带商业目的 TogetherOS。同时，在TogetherOS 之上，还可以支持各种各样的应用软件，地平线也提供各种开发工具、工具链以及云端的训练，包括数据管理及仿真平台。

3. 开放授权BPU 芯片架构

有了操作系统，地平线还觉得不够。余凯谈到，作为新一代创业者，一定要把开放这件事情去不断地推进。于是，以芯片+算法+工具链+开发平台为核心，支持合作伙伴开发智能驾驶解决方案，这是地平线当前的商业模式。在这个基础上，地平线计划将开放践行到底，支持车企自主开发自动驾驶芯片。

这意味着，地平线要拿出其最核心的 BPU 技术架构提供支持。也就是说，地平线要提供 BPU 的 IP 授权，包括整个 BPU 软件支持包以及参考设计等，以及各种技术支持。这就有点像 ARM 模式，余凯认为，ARM 是一个很值得学习的公司，它推进了物联网时代和智能手机时代，全球的产业创新和进步。地平线计划支持一部分车企自研芯片，同时提供地平线自己的征程芯片，因为并不是所有的车企都要开发自己的芯片。BPU IP 授权带来的好处，就是提升车企的差异化竞争力，加快研发创新的速度。

资料来源：百人会钓鱼台论坛（2022），余凯发言PPT

基于地平线的整个“开放战略”，余凯对业内商业模式进行了一个相对清晰且完整的总结：

A、Mobileye 曾经的“黑盒”商业模式。

Mobileye 把芯片架构、芯片以及操作系统，还有智能驾驶的软硬件系统，全部开发完了以后交付给车企。也就是说，这是一个黑盒系统，车企的整车开发完全没有参与自动驾驶技术的开发过程。在过去 20 年时间里，这个模式是成功的。因为那个时候，智能驾驶并不像今天这样呈现出你追我赶、百舸争流的创新趋势。

但今天这种协同方式显然是不够的，为什么？如果把 BPU、SOC、操作系统、自动驾驶的软件系统所需要的时间，以及交付到整车开发后所需要的时间加在一起，整个开发周期会需要 6-7 年的时间，这将会导致车企的创新速度远远落后于竞争对手。

B、英伟达模式

英伟达把 GPU 架构开发成芯片，然后包上自己的操作系统 CUDA, 再去让业界开发自动驾驶的软硬件系统。在这个合作模式里面，其实是整车开发是参与了自动驾驶的开发过程，甚至是主导。这种模式下，自动驾驶的创新实际上是跟整车开发是一起的，也就有了更强的创新协同。

C、地平线 Together OS 模式

把 BPU 跟 SOC 开发完了以后，中间的底层软件通过开源 OS 跟整车一起系统开发。那么，整车开发不光包括整个自动驾驶的应用软件，而是也深入到操作系统的底层，能够更高效地调用操作系统之下的各种资源。

余凯以地平线和理想汽车的合作举例，双方达成合作是在 2020 年的年底，理想汽车在 2021 年 5 月就已经量产，从项目启动到量产也就是七八个月的时间。之所以量产的协同速度能那么快，就是以一个非常接近这种模式的方式在开发。

D、BPU 授权模式

BPU 授权模式意味整车开发可以完全的跟从芯片到操作系统、到整个自动驾驶的软硬件系统，实现高度的协同，完全的透明。这对整车迭代的速度产生质的飞跃，这就是特斯拉的迭代速度。特斯拉实际上就是在做芯片和整车打通的事情，国内一些玩家其实也在追求这样的一个迭代的速度。

在智能汽车时代，整个用户的体验逻辑和以前传统燃油车时代迭代逻辑已经完全不同。以前是面向供应链优化流程导向的形态，现在已经变成越来越像手机这样的市场。那么意味着，如果能像苹果一样，领先竞争对手 6 个月，而且持续领先，就赢了。因此，地平线认为，保持高效就是在智能汽车时代，打造开放创新生态的重要意义。

总结

2030 年以后成为通用机器人芯片的全球领导者，这就是地平线的野心，然而要实现这一愿景只能循序渐进，不断积累实力。詹姆斯·卡斯的《有限与无限的游戏》书里提到：**“有限的游戏，目的在于赢得胜利；无限的游戏，旨在让游戏永远进行下去。”**地平线的方向和商业模式都没错，不争短期利益，立足未来。

但地平线能否在竞争中建立足够高的壁垒，足够强的竞争优势，以及能否挡住 Tier 1 巨头的反攻，目前来看还得拭目以待。余凯就此曾表示：

“钱能砸出来的事，创业公司其实是不好做的，因为巨头有的是钱。这也是地平线始终在思考的方法论：我们希望我们做的事，核心壁垒不是钱，而是不可置换的时间投入。我们要做时间的朋友。如果这件事一定要做四五年，跟投入10亿美元还是20亿美元没有关系，那么这就是地平线要做的事。”