為無人車造芯這三年 地平線都干了什么？

自去年下半年以來，人工智能芯片已成為人工智能的新寵。曾經，各種各樣的玩家浮出水面，并構建了自己的人工智能芯片。有一家初創公司在浪潮爆發前兩年就開始了這項工作。這就是地平線。日前，支東錫來到地平線北京總部，與GTIC重量級嘉賓、地平線聯合創始人、算法副總裁黃暢進行了深入交流，了解了地平線的創立機遇、近兩年的發展成就以及未來規劃。

地平線聯合創始人&；

算法副總裁黃暢：從“三清幫”到下午兩點算法副總裁和黃暢的會面，他手里拿著一盒肉松餅。在面試過程中，我順便解決了這頓午餐。但這絲毫沒有影響黃暢的表情。黃暢一坐下，就開始談論地平線。如今的地平線不再是一家初創公司，擁有400多人的團隊，主要分布在北京、南京、上海和深圳。今年是地平線發展規劃中產品大規模落地的階段，因此許多負責產品和市場的人將加入地平線，但負責技術的工程師仍占地平線人才的80%。

由余凱、黃暢等人創立的地平線，本質上是一家技術驅動型公司。驅動地平線產品背后的算法由算法副總裁黃暢直接負責。黃暢本人屬于“三清幫”，也就是說，他所有的碩士和學生都在清華大學學習。黃暢主修計算機科學，現在他從大學時就開始接觸圖像識別。當時，深度學習和圖像識別還沒有那么流行，圖像識別依賴于相對傳統的算法。但黃暢和圖像識別已經結下了不解之緣。2003年，還在讀大三的黃暢加入了清華大學和日本歐姆龍公司的研究小組，共同開發人臉識別算法。三年后，該算法被濃縮成芯片并投入大規模生產。在接下來的幾年里，日本相機制造商的數碼相機開始使用面部跟蹤，甚至面部焦點跟蹤，而正是黃暢參與的這一芯片起到了作用。黃暢說，雖然當時他沒有賺到錢，但這次成功的經歷強化了黃暢對圖像識別前景的期待。本科畢業時，黃暢曾向同學吹噓，5-10年后圖像識別將得到大規模應用。另一方面，這段經歷也讓黃暢明白了將算法固化為芯片的工程方法的力量。然而，直到博士畢業，黃暢才想清楚工業的價值，所以在哥哥的推薦下，他先去了南加州大學做博士后。2009年，黃暢重新燃起了對工業的興趣。也是在一位朋友的推薦下，我向當時由余凱領導的NEC實驗室發送了意向。余凱親自打電話給黃暢，隨后進行了一輪多對一的面試，黃暢獲得了Offer，成為余凱團隊的一員。通過NEC實驗室，黃暢不僅認識了余凱，還將視野擴展到了圖像識別之外。2012年，在國內移動互聯網蓬勃發展的時候，應李彥宏的邀請，于凱帶領團隊回國加入百度，黃暢也在其中。同樣，2012年也是深度學習復蘇的一年。隨后，百度深度學習研究院成立，于凱任副院長，黃暢任首席研發架構師。進入百度后，于凱和黃暢帶領的團隊幫助百度構建了圖像識別的技術路線，并通過深度學習研究院孵化了百度無人車項目。現在這些已經成為百度的標志。2015年，人工智能浪潮已經開始顯現，資本熱情開始釋放。然而，于凱和黃暢注意到，業界對人工智能的算法非常關注，但對算法的載體芯片卻關注甚少。大公司非常關注人工智能所需的云計算能力，但很少關注終端的計算能力。抓住這個機會后，地平線于2015年成立，黃暢擔任該算法的聯合創始人。打造適合終端設備的人工智能專用芯片，成為地平線的方向。關鍵產品：第一代芯片踏上“旅程”，同時確定了200個目標。針對人工智能對計算平臺的需求，地平線提出了一種新的芯片架構BPU（大腦處理單元）。為了滿足自動駕駛對環境意識的更具體需求，地平線開發了第一代chi……

基于BPU的“旅程1.5W”（其兄弟“旭日”具有類似的功能，但工作場景在安全領域，算法不同），其計算性能達到1Tops，可以以每秒30幀的速度實時處理1080P高清圖像，并同時檢測和識別每幀中的200個目標。

旅程1.0對于這個芯片，黃暢感到很幸運，第一次能夠做到這一點。芯片行業和汽車行業原本是兩個復雜度極高、周期較長的行業。為自動駕駛制造芯片使問題變得更加復雜。首先，自動駕駛需要強大的計算性能、實時的處理響應和低功耗，同時滿足成本要求。這些在當前基于GPU的計算平臺中不可用。因此，地平線在最初構建自動駕駛平臺時與英特爾合作，并采用后者的FPGA作為核心計算單元，滿足了自動駕駛對計算性能、計算延遲和計算功耗的要求。ASIC芯片的研發可以在保證這些指標的基礎上降低成本。

基于旅程的單目ADAS演示，然后是用于自動駕駛的芯片，必須通過汽車法規才能進入汽車市場。抗電磁干擾、抗振動、工作溫差大等，復雜的標準和嚴格的測試都不在地平線人之前的經驗范圍內。對此，地平線最近引入了一位資深汽車行業專家，成立了一個專門的團隊來解決汽車法規的研發工作。此外，自動駕駛芯片將面臨的一個敵人是長時間——芯片開發的長周期是3年或5年+相同甚至更長的車輛開發周期，這使得自動駕駛芯片從立項到最終加載應用。時間將非常長。自動駕駛的算法正在迅速變化，這對生產ASIC自動駕駛芯片的公司來說并不好。對此，黃暢認為，硬件開發的固定周期很難逆轉，必須尊重客觀規律。然而，為了解決這個問題，Horizon通過優化初步調查、設計芯片架構和在中期開發中迭代算法，使開發速度盡可能接近軟件，并將其芯片開發周期縮短到兩年多（從Horizone的成立到“Journey”的發布）。同時，地平線將沿著計劃中的三代架構，逐年迭代芯片，實現能力升級。目前已經推出的Journey 1.0屬于第一代高斯架構，基于自動駕駛對應的圖像識別的感知需求；基于伯努利的第二代芯片正在開發中，其能力擴展到建模和定位；

基于貝葉斯架構開發的第三代芯片將進一步參與自動駕駛的決策。地平線芯片的計算能力也將從L2升級到L3和L4。商業邏輯：自動駕駛是一個先驅。由于其廣闊的市場和與地平線核心的圖像識別技術的緊密聯系，自動駕駛自然而然地成為地平線的重要業務之一。但在黃暢看來，除了商業方面的考慮，自動駕駛業務是地平線上的一個大業務方向，這條線也起到了開拓者的作用。黃暢認為，自動駕駛最接近人工智能產業的理想形態：首先，自動駕駛需要技術的全面性，不僅涉及人工智能，還直接涉及高精度傳感器、車輛控制運動和仿真等一系列技術。占領這樣一個綜合性的技術高地，業務本身就會帶來自己的護城河，同時掌握的技術可以被其他業務線使用。另一方面，自動駕駛的業務增長良好，目前可以逐步實現商業化，同時應具有較強的通用性，未來可以移植到其他機器人產品中。在商業道路上，黃暢告訴車東，今年的“旅程”主要針對售后市場ADAS，因為汽車級芯片仍在開發中。在滿足汽車法規和第二代芯片問世后，它將為前置市場發揮自己的實力。除了提供關鍵的自動駕駛計算芯片，地平線還扮演著解決方案提供商的角色：一年前，地平線構建了Hugo平臺，這是一個自動駕駛系統的解決方案。Hugo平臺1.0基于FPGA，滿足先進和自動駕駛的需求，今年開始供應給一級和汽車制造商。同樣，在開發出第二代芯片后，Hugo平臺也將有迭代版本的ASIC而不是FPGA推向市場。總結：AI芯片浪潮的采訪結束了，黃暢剛剛吃完一盒蛋糕。但自動駕駛的蛋糕才剛剛做好。對于最近的人工智能芯片熱潮，黃暢認為這將是一件好事，因為關注度上升后，資本和資源自然會涌向中國企業不太擅長的領域。面對各種競爭對手，黃暢覺得這不是什么大問題。畢竟，他們在人工智能芯片浪潮興起的三年前就預測到了這一趨勢。在芯片架構方面，黃暢表示，前景將更加激進。說完這句話，黃暢直接來到下一個會議室，繼續他的工作。自去年下半年以來，人工智能芯片已成為人工智能的新寵。曾經，各種各樣的玩家浮出水面，并構建了自己的人工智能芯片。有一家初創公司在浪潮爆發前兩年就開始了這項工作。這就是地平線。日前，支東錫來到地平線北京總部，與GTIC重量級嘉賓、地平線聯合創始人、算法副總裁黃暢進行了深入交流，了解了地平線的創立機遇、近兩年的發展成就以及未來規劃。

地平線聯合創始人&；

算法副總裁黃暢：從“三清幫”到下午兩點算法副總裁和黃暢的會面，他手里拿著一盒肉松餅。在面試過程中，我順便解決了這頓午餐。但這絲毫沒有影響黃暢的表情。黃暢一坐下，就開始談論地平線。如今的地平線不再是一家初創公司，擁有400多人的團隊，主要分布在北京、南京、上海和深圳。今年是地平線發展規劃中產品大規模落地的階段，因此許多負責產品和市場的人將加入地平線，但負責技術的工程師仍占地平線人才的80%。

由余凱、黃暢等人創立的地平線，本質上是一家技術驅動型公司。驅動地平線產品背后的算法由算法副總裁黃暢直接負責。黃暢本人屬于“三清幫”，也就是說，他所有的碩士和學生都在清華大學學習。黃暢主修計算機科學，現在他從大學時就開始接觸圖像識別。當時，深度學習和圖像識別還沒有那么流行，圖像識別依賴于相對傳統的算法。但黃暢和圖像識別已經結下了不解之緣。2003年，還在讀大三的黃暢加入了清華大學和日本歐姆龍公司的研究小組，共同開發人臉識別算法。三年后，該算法被濃縮成芯片并投入大規模生產。在接下來的幾年里，日本相機制造商的數碼相機開始使用面部跟蹤，甚至面部焦點跟蹤，而正是黃暢參與的這一芯片起到了作用。黃暢說，雖然當時他沒有賺到錢，但這次成功的經歷強化了黃暢對圖像識別前景的期待。本科畢業時，黃暢曾向同學吹噓，5-10年后圖像識別將得到大規模應用。另一方面，這段經歷也讓黃暢明白了將算法固化為芯片的工程方法的力量。然而，直到博士畢業，黃暢才想清楚工業的價值，所以在哥哥的推薦下，他先去了南加州大學做博士后。2009年，黃暢重新燃起了對工業的興趣。也是在一位朋友的推薦下，我向當時由余凱領導的NEC實驗室發送了意向。余凱親自打電話給黃暢，隨后進行了一輪多對一的面試，黃暢獲得了Offer，成為余凱團隊的一員。通過NEC實驗室，黃暢不僅認識了余凱，還將視野擴展到了圖像識別之外。2012年，在國內移動互聯網蓬勃發展的時候，應李彥宏的邀請，于凱帶領團隊回國加入百度，黃暢也在其中。同樣，2012年也是深度學習復蘇的一年。隨后，百度深度學習研究院成立，于凱任副院長，黃暢任首席研發架構師。進入百度后，于凱和黃暢帶領的團隊幫助百度構建了圖像識別的技術路線，并通過深度學習研究院孵化了百度無人車項目。現在這些已經成為百度的標志。2015年，人工智能浪潮已經開始顯現，資本熱情開始釋放。然而，于凱和黃暢注意到，業界對人工智能的算法非常關注，但對算法的載體芯片卻關注甚少。大公司非常關注人工智能所需的云計算能力，但很少關注終端的計算能力。抓住這個機會后，地平線于2015年成立，黃暢擔任該算法的聯合創始人。打造適合終端設備的人工智能專用芯片，成為地平線的方向。關鍵產品：第一代芯片踏上“旅程”，同時確定了200個目標。針對人工智能對計算平臺的需求，地平線提出了一種新的芯片架構BPU（大腦處理單元）。為了滿足自動駕駛對環境意識的更具體需求，地平線開發了第一代chi……

基于BPU的“旅程1.5W”（其兄弟“旭日”具有類似的功能，但工作場景在安全領域，算法不同），其計算性能達到1Tops，可以以每秒30幀的速度實時處理1080P高清圖像，并同時檢測和識別每幀中的200個目標。

旅程1.0對于這個芯片，黃暢感到很幸運，第一次能夠做到這一點。芯片行業和汽車行業原本是兩個復雜度極高、周期較長的行業。為自動駕駛制造芯片使問題變得更加復雜。首先，自動駕駛需要強大的計算性能、實時的處理響應和低功耗，同時滿足成本要求。這些在當前基于GPU的計算平臺中不可用。因此，地平線在最初構建自動駕駛平臺時與英特爾合作，并采用后者的FPGA作為核心計算單元，滿足了自動駕駛對計算性能、計算延遲和計算功耗的要求。ASIC芯片的研發可以在保證這些指標的基礎上降低成本。

基于旅程的單目ADAS演示，然后是用于自動駕駛的芯片，必須通過汽車法規才能進入汽車市場。抗電磁干擾、抗振動、工作溫差大等，復雜的標準和嚴格的測試都不在地平線人之前的經驗范圍內。對此，地平線最近引入了一位資深汽車行業專家，成立了一個專門的團隊來解決汽車法規的研發工作。此外，自動駕駛芯片將面臨的一個敵人是長時間——芯片開發的長周期是3年或5年+相同甚至更長的車輛開發周期，這使得自動駕駛芯片從立項到最終加載應用。時間將非常長。自動駕駛的算法正在迅速變化，這對生產ASIC自動駕駛芯片的公司來說并不好。對此，黃暢認為，硬件開發的固定周期很難逆轉，必須尊重客觀規律。然而，為了解決這個問題，Horizon通過優化初步調查、設計芯片架構和在中期開發中迭代算法，使開發速度盡可能接近軟件，并將其芯片開發周期縮短到兩年多（從Horizone的成立到“Journey”的發布）。同時，地平線將沿著計劃中的三代架構，逐年迭代芯片，實現能力升級。目前已經推出的Journey 1.0屬于第一代高斯架構，基于自動駕駛對應的圖像識別的感知需求；基于伯努利的第二代芯片正在開發中，其能力擴展到建模和定位；

基于貝葉斯架構開發的第三代芯片將進一步參與自動駕駛的決策。地平線芯片的計算能力也將從L2升級到L3和L4。商業邏輯：自動駕駛是一個先驅。由于其廣闊的市場和與地平線核心的圖像識別技術的緊密聯系，自動駕駛自然而然地成為地平線的重要業務之一。但在黃暢看來，除了商業方面的考慮，自動駕駛業務是地平線上的一個大業務方向，這條線也起到了開拓者的作用。黃暢認為，自動駕駛最接近人工智能產業的理想形態：首先，自動駕駛需要技術的全面性，不僅涉及人工智能，還直接涉及高精度傳感器、車輛控制運動和仿真等一系列技術。占領這樣一個綜合性的技術高地，業務本身就會帶來自己的護城河，同時掌握的技術可以被其他業務線使用。另一方面，自動駕駛的業務增長良好，目前可以逐步實現商業化，同時應具有較強的通用性，未來可以移植到其他機器人產品中。在商業道路上，黃暢告訴車東，今年的“旅程”主要針對售后市場ADAS，因為汽車級芯片仍在開發中。在滿足汽車法規和第二代芯片問世后，它將為前置市場發揮自己的實力。除了提供關鍵的自動駕駛計算芯片，地平線還扮演著解決方案提供商的角色：一年前，地平線構建了Hugo平臺，這是一個自動駕駛系統的解決方案。Hugo平臺1.0基于FPGA，滿足先進和自動駕駛的需求，今年開始供應給一級和汽車制造商。同樣，在開發出第二代芯片后，Hugo平臺也將有迭代版本的ASIC而不是FPGA推向市場。總結：AI芯片浪潮的采訪結束了，黃暢剛剛吃完一盒蛋糕。但自動駕駛的蛋糕才剛剛做好。對于最近的人工智能芯片熱潮，黃暢認為這將是一件好事，因為關注度上升后，資本和資源自然會涌向中國企業不太擅長的領域。面對各種競爭對手，黃暢覺得這不是什么大問題。畢竟，他們在人工智能芯片浪潮興起的三年前就預測到了這一趨勢。在芯片架構方面，黃暢表示，前景將更加激進。說完這句話，黃暢直接來到下一個會議室，繼續他的工作。

標簽：合創北京

汽車資訊熱門資訊