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。”