地平线张宏志：芯片算力需求是关键，未来将加深合作走向落地 | 2019WISE风向大会

2019年是“转折之年”，不少人预言产业互联网时代即将到来。创业的黄金时代正在经历周期性的资本寒冬，懂得顺应时代发展的方向，才能成为寒风中的最终赢家。2019WISE风向大会邀请到经济学家、领域代表性企业及具有行业影响力的投资人为我们带来风向预判。

人工智能的浪潮下，无人驾驶的困境和难题正在被逐渐攻破。行业在发展，需求也在不断变化，随之而来的就是对技术的要求越来越高。

成立三年多，地平线设计了两代芯片的计算架构，现在已经开始设计第三代。根据无人驾驶行业的需求，各个人工智能公司都在不断验证和改进技术。芯片赋能，将技术应用于实际领域，只有技术落地，人工智能才能实现价值。

“目前，地平线已经到了第三个阶段，我们要把过去三年多努力研发出来的技术和产品，推向⾏业和客户， 产⽣实际落地的价值。地平线会开放⾃己的算法和芯片的工具链，和⾏业深度合作，携手推出面向场景的解决方案，让AI芯片走向落地。” 在36氪举办的2019WISE风向大会上，地平线车联网事业部总经理张宏志展望了公司的未来。

如今智能汽车正在成为智能交通的重要部分。在这个过程中，地平线进行了怎样的技术迭代，又对未来有着怎样的规划与展望？结合具体的例子，张宏志和大家分享了公司、技术未来的发展趋势。

地平线车联网事业部总经理张宏志

以下为地平线车联网事业部总经理张宏志的演讲内容（部分内容有删减）：

大家好，我是地平线的张宏志。

我们在看待人工智能，看待汽车产业的时候会发现，智能驾驶是人工智能一个非常好的应用方向，因为它可以使人工智能的技术走向成熟，走向落地。我们每一次看到无人驾驶的时候，其实对于未来汽车的期望，就是希望它更安全，更加的舒适，以及让它有更好的交互性。

在未来人工智能的趋势中，我们地平线在做的事情，其实解决的问题是人工智能所依赖的计算能力。我们在L1以下的时候，其实靠着传感器的感知能力就可以做到L1，但是越往高级别，L2、L3、L4到L5的时候，你会发现所需要的算力是爆涨的。比如现在大家都期待着做到L3，我们需要24TOPS的算力，这件事情对现在整个行业都是一个挑战。

我们未来要做到L5级别完全的无人驾驶，就需要四千多TOPS算力。这是随着摩尔定律演进，呈现出来的新的计算架构改变的趋势。就是说，我们需要由单纯依靠集成电路的发展，转变成为把场景，把软件算法，把芯片的设计融合在一起，针对场景去做深度优化。

这就是地平线在过去三年创业过程中正在解决的问题。我们来看看智能驾驶解决方案的时候，大家可以看到我们把它拆解来看，其实是从感知的能力，到建模的能力，到预测，到最后决策，这个相当于我们在用人工智能技术重塑一个类似人类整个感知决策的系统。随着这些技术不断的往前在演进，我们对芯片的算力，对人工智能技术的要求，都会逐渐在加大。

从2015年的7月份，地平线公司成立，做的方向就是解决人工智能所需要的算力的需求。然后我们在2015年的7月份的时候，就提出来要把软件和硬件结合在一起，设计新的一套人工智能处理器的计算架构（BPU)，这个在全世界都是很超前的，甚至比Google要早一年公开提出这样新的人工智能计算架构的计划。

我们基于BPU计算架构，在过去三年里面完成了两代计算架构的演进，基于我们当前第二代芯片架构的计算平台可以同时支持4路720P的视频数据的实时处理，为智能驾驶车辆装上能看清看懂的眼睛。

这里展示一下我们计算平台的一些具体应用案例，比如说我们可以做四路环视的感知。后面这个是我们推出的整个面向一个L4级别自动驾驶方案，在整车上安装了12个摄像头，再配合毫米雷达来做一套完整的感知解决方案，这套解决方案在2018年很多车企用户的认证。

这是我们所实现出来的一些关键的技术指标，因为在我们看来，解决无人驾驶问题，其实关键的问题就是在单点的技术，单点技术需要做到极致，比如对于车道线、对于交通指示牌的识别，要在每个单点的角度上超过人类，而这其中需要强大的计算能力做支持。只有超过人类的能力，这项技术才是可用的。如果说某项技术只是模仿了一点点人类的能力，这个技术并不可用，不可用的技术是难以普及的。

这边有一些视频，大家可以看一下。这个视频展示了我们通过12路的摄像头对全车360度视角范围的感知检测，从语义的分割，到目标的识别，到精准的分类，再到所有的属性识别。通过这个视觉系统，完全把整个360度的环境进行结构化的数据分析和输出，把结构化数据输入到策略层，最后和控制层结合在一起，形成了一个完整的决策路径。芯片它的价值就是为视觉处理的高帧率、高像素处理的时所需的强大算力。

后面这个视频，地平线用视觉，用SLAM的技术重塑整个现实世界，将现实世界变成数字世界。这个里面就像大家玩游戏一样，可以建立一个虚拟的地图，而这个数字化的虚拟地图它的价值可以有很多，比如说可以提供给自动驾驶公司或者图商，给到他们在云端做训练，也可以把几十亿公里的数据众包采集下来，另外也可以做实时的定位和地图更新，建立高精地图，更精确的确认你在哪里，从而给出一个更好的规划路径。

这个视频里面是我们在一条道路上做实时的识别和追踪，这个效果其实特别容易评判，就看视频里面车的3D框，它抖不抖动。因为抖不抖动取决于两个关键因素，一个就是摄像头的帪率，另外一个是计算的算力，计算能力越强，算的越快，出来的结果越好，也就是画出来的这个框抖动性就小。

另外一个情况，比如几辆车重合在一起的时候，要能够把它们分割开，所有这些技术能够实现，其实强依赖的就是芯片强大的算力，芯片的算力越强，在同样的算法角度完成这些任务的可能性就越大。

AI芯片的研发是一个探索性的工作，地平线在芯片研发的过程中，我们需要不断的通过实际应用去验证自己的芯片设计的思路是对的，前面我们提到了通过车外的视觉感知来做验证的应用案例。同样，我们还通过车内的识别，比如说像疲劳驾驶，来验证这件事情。所以地平线推出了行业的解决方案，就是把车外的视觉感知和车内的视觉感知，包括整车的感知方案，通过地平线的芯片，把所有的感知结构化，把数据输出给行业合伙伙伴。合作伙伴拿到这些结构化的数据结果之后，其实就可以做出更安全的应用解决方案，典型的像”两客一危“，像运营行业。

此外，我们还由AIoT的解决方案，因为地平线本质来讲提供的是一块芯片和芯片上的计算架构，还有上层的一些感知算法，地平线通过开放自己的工具链和行业对接，目前在这个行业里面已经有很多的合作伙伴，他们不断通过地平线的技术，搭建出自己针对于特定细分行业的解决方案，比如说像一些社区、商业类的，还有一些像仓储类的。

从本质上来讲，地平线是一个由愿景驱动而成立的一个创业公司，因为在2015年那个时刻，地平线的创始团队认为，通过一个新的计算架构，通过软件和硬件结合的联合优化，可以解决摩尔定律单纯通过集成电路的方式来驱动所满足不了高算力的需求。

在过去的三年里，地平线设计了两代的芯片计算架构，现在已经开始设计第三代计算架构，并且在智能驾驶这个场景中，不断挑战技术的极限，去满足客户的需求。

我们大概花了两年的时间设计两代芯片，完成整个技术初期的验证问题。很幸运，地平线的技术路径是对的。这个过程中，在很多资源，包括资本，包括行业的支持下，我们两代的芯片的计算架构被验证是OK的。

地平线也正在努力使芯片去符合这个行业的车规和功能安全级别的要求，让芯片可前装量产，可落地。经过努力，我们相关的验证，还有系统软件上都取得了不错的成绩，预计今年会有突破性进展。

目前，地平线已经到了第三个阶段，就是我们要把自己过去三年多努力研发的技术和产品，推向行业，推向客户，产生实际落地应用的价值。这一点上来讲，我前面提到，地平线本身做了一些算法，来验证自己的芯片能力，更长远来讲，地平线会开放⾃己的算法和芯片的工具链，和⾏业深度合作，携手推出面向场景的解决方案，让AI芯片走向落地。

接下来几年，我们的一个工作重点就是不断拓展行业合作，通过和合作伙伴深入的合作，来推动芯片的大规模落地应用，并在应用过程中不断提升其性能，并开展一些增值服务。这就是地平线过去三年多取得的成绩和发展的历程，以及未来的开放计算架构和商业模式的构想。

谢谢各位，特别感谢各位!