地平线机器人创始人、CEO余凯带来《新一代汽车智能芯片赋能，共建智能汽车开放软件生态》主题演讲。

余凯在演讲中说道：昨天贾可博士一直在问什么是“新”的问题，我认为不是新的产品、新的技术、新的组织，首先是新的观念，就是你到底把什么东西看作是战略目标，你把什么东西看成是战术目标。

“用户价值是要持续地互动、持续地运营、不断地提升，所以数据必须拥有，你要掌握软件的更新换代，同时未来持续不断的跟用户的链接一定要掌握在自己手中。这到底是战略问题还是战术问题，我认为这个是区别你到底是新造车势力还是旧造车势力的关键，不在于你是国营还是私企还是互联网造车。”

以下是他的演讲实录。

尊敬的贾可博士、各位汽车产业界的同仁、领导、朋友们：

大家早上好！

今天非常荣幸，作为汽车零部件供应商、半导体的供应商跟大家做分享。昨天早上到今天的上午，我们有很多的整车厂的老总来做了非常精彩的分享。我想他们的梦想足够得大，作为底层的芯片的供应商，我们的使命就是支撑这些伟大企业家的梦想，让中国的整车厂、这么多的优秀的企业家能够在一个新的时代去谱写智能汽车的中国时代。

我自己从事人工智能的软件算法的研究超过大概有25年，从一开始是完全的基于个人的兴趣跟爱好。但是在这么长的时间里面，我总觉得我的工作缺乏一点点的意义感，缺乏一点点的目标感。就是我做人工智能的研究，它是为了什么？

我这两天参加这个会议，其实我有很强的一种归属感。我终于知道其实技术是可以跟每个人的出行、每个人的安全去发生关联的。所以我自己也充满干劲。

地平线的发端源于我在2013年的时候，在百度启动自动驾驶的项目。那个时候，我是算法背景，但是我要把算法去部署在汽车的电脑上面，让汽车在复杂的场景下面去做感知、去做决策。可是那个时候，打开汽车的后备厢，你一看各种线乱糟糟结成一块，并且车开一段时间比如20分钟一定要找个地方去散热，我感觉这里有一个东西是缺失的。

在软件算法和整车之间缺一个东西，这个东西就是芯片。芯片对于智能汽车意义的价值就好比燃油汽车时代的动力一样，那个时候是说把石油燃料转化为动力，今天我们要把传感器的数据——新时代的能源，转化成精准的决策，精准的对用户的服务，这就是新时代的算力。

地平线的思考是说芯片这件事情本身它的意义在于软件，衡量芯片本身有没有价值，在于软件在芯片之上是不是能够充分地去施展软件的魅力，充分地让我们的主机厂去定制化的开发、面向用户有价值的产品跟体验。它的开放性是非常重要的，所以这里我们特别强调开放的软件生态。

首先在我启动对于地平线的一系列广告之前，先跟大家去回顾一下我们现在所面临的一些时代趋势。

第一个趋势：造车2.0时代到来，各行各业入局智能汽车。

每个人都看到跨界造车。无论是说新造车势力、互联网造车、家电造车、手机造车，我们最近看见还有五粮液造车。当然，可能五粮液跟自动驾驶应该也是有关联的，如果无人驾驶真的实现，大家应该接着买五粮液和茅台的股票。所以车，已经不是原来那个车，它对于这个世界的意义跟价值是完全不一样的。

第二个趋势：中国成为全球顶级汽车智能芯片的“角斗场”。

大家有没有发现，中国已经成为引领汽车、半导体的一个创新的策源地。大家看一下无论是英伟达还是高通还是地平线还是华为，你看最先进的半导体的汽车芯片它的第一个量产在哪里？都在中国。我可以举出很多个例子，这一页PPT里只是一部分。所以，中国已经成为世界级领先的汽车芯片的竞争的角斗场，是创新的发源地。

这个事情在手机时代已经产生了，如果没有中国的手机市场，像高通不可能今天引领全球。

在汽车这一部分，这未来的十年，我们滋养的是中国半导体企业还是其他的半导体企业？我觉得我们要回答这个问题。

第三个趋势：在中国自主品牌智能化战略面临的三条路径。

今天我们说智能化是汽车科技创新的下半场，甚至是主场。其实大家既激动也焦虑，特别担心做车这个时代，每个人都在思考怎么去通向未来？我大概梳理了一下有三个通向未来的路径。

第一，整车厂依靠全栈智能化的巨头企业。当然这种企业，我们过去也看到了，比如像博世以及其他的企业。

我有一个总结，这样的一个主机厂一开始它省时、省力、省钱，但是久而久之它换来的结果是无可奈何的平庸，因为它没有去掌握先手，就是不断地去持续更新你的技术、提升用户体验的先手，因为你什么都受制于人。

另外一个极端就是像特斯拉、苹果这样的垂直自研，软件、芯片、传感器、整机上面的应用生态全部自己做。我把这种形态总结为叫不可复制的杰出。因为走这条路其实激动人心，但也充满风险。在计算机时代，凡是走垂直自研的企业到现在基本上全挂了。这里的风险是说如果中间某一个环节你一旦措施做出错误的决策，你很难去应对。但是如果你能够走成功，那你牛逼，你成为苹果。但这个是不可复制的杰出。

有没有有章可循的通向成功的路径？我认为就是中间这条，就是拥抱一个开放的生态。我自己可以举一个例子，比如人工智能的软件算法。今天实事求是说，我从事这个领域到今天还是人工制造的阶段。我们的小朋友看了一个卡通的唐老鸭就认识所有的鸭子，今天你要让一个计算机的算法识别什么你要用上万张图片去训练。它离我们人工智能未来的理想状态还有很远的距离，所以这两年每年神经网络算法的架构都在变化，如果你不拥抱一个开放的生态，你很容易在某个环节里突然犯错，你一旦犯错就改不过来。所以拥抱开放的生态有A、B、C、D让你选择，其实对于绝大部分的主机厂是有章可循的成功之道。地平线和大家共同创建这样的生态。

第四个趋势：芯片缺货的终级解决方案。

新能源是保供、追芯片的问题，我想这个问题终极解决之道一定是把现在这么多的小芯片，这么多上百个MCU最后把它拢在一起来走向中央计算，这样的话你的整个供应链的管理要简单得多，整个的效率要高效得多，我们认为这个是芯片缺货的终极解决方案，走向中央架构。这个芯片会越来越大，也会把CPU和MCU整合在一起。

第五个趋势：自动驾驶与人机交互不可分割，形成全场景整车智能。

另外我们今天每个人都在讲自动驾驶，我们认为自动驾驶一定是以人为中心而不是以机器为中心，我们的目标不是说让机器变得更强大，而是让人成为车的主人。这里真正的价值创造在人机交互跟自动驾驶要不可分割，要结为一体。

比如我们举个例子，在紧急的安全事故出现的时候，其实车内人的状态，安全带的状态、坐的姿势其实跟车外比如发生撞击行为要紧密关联在一起，我们跟好几个国际的Tier1都有这样的思考。这样的话，你对自动驾驶的车外感知跟座舱内的感知其实是要紧密地结合在一起的。所以，我们认为未来走向的一定是整车的计算平台，全场景的整车智能，而非分割成座舱跟自动驾驶。

随之而来的就是计算架构的演化，从软件1.0去走向软件2.0为中心。软件1.0时代就是传统的程序员编程，用逻辑、用流程去完成这些功能，软件2.0时代是数据驱动。

我们会看见走向未来，无论是说座舱还是智能驾驶，其实会越来越走向我们认为是以神经网络计算、以数据驱动为代表的软件2.0的时代，最终来讲终局一定是走向中央计算机。整车会有AI中台，这个AI中台不仅仅是说智能驾驶，它实际是把整车车身的所有数据、道路环境的数据以及人机交互的数据都在一个AI中台来计算。

后面进入广告时间，地平线在2019年的时候，我们发布了中国第一款量产级的车规级的人工智能芯片征程2，我们在2020年6月份就在长安的UNI-T开始量产。去年9月份我们发布了我们的第二代车规级的智能芯片-征程3，今年5月份我们刚刚发布的理想ONE量产。

可以说地平线作为一个创业公司进入芯片这样的一个领域，我们言必行，行必果。每一代芯片都落地有声，实现了量产，都是爆款车型。

比如说UNI-T去年确实是成为长安很了不起的爆款车型，理想ONE是中国自主品牌乘用车、新能源、非新能源30万元以上车型销量第一名。这些我们要感谢时代，我认为在新的时代中国的整车厂跟中国的供应商一定是互相成就，而且迭代的速度非常快。

我这里也列出来了我们整车项目的产品导入时间。今年的五月份再一次发布新一代大算力的征程5芯片，这个是面向中央计算，并且把感知就是人机交互跟智能驾驶结合在一个芯片平台上面去做计算，体现我们走向AI中台这样的战略趋势的判断。

这一个芯片，我认为是中国目前为止在整个的半导体领域，目前规模最复杂、挑战最高的一款芯片。我很高兴地说我们对标英伟达的orin，我们的时间抢在他们的前面。所以这一块，我觉得我也很有信心，我们保持过去的速度就是一年发布一代芯片，然后一年之后一定整车量产。

地平线本身团队能力也在不断的积累，这一款芯片虽然挑战、复杂性是我们目前遇到的难度最高的，但是流片回来以后我们发现我们本来是准备了150小时的测试，结果15个小时全部通过，这个也是我们自己的前所未有的一次经历，给我们团队很强的信心。

后面我做科普，因为大家都讲多少TOPS，多少TOPS。李斌同学也说马上要发布1000TOPS算力的ET7。我这里面我要澄清一下，顶级芯片公司一定不能够以多少TOPS来肤浅地、简单地去讲这个故事，1000TOPS意味着什么？它不是你的效用、性能、不是用户价值，它是给车厂的成本。

我举一个具体的例子，这两张图（见PPT）实际上是完全的屏幕拷贝。特斯拉产品在发布第一代FSD芯片的时候，它说它跟英伟达的Drive PX2，实际上从物理算力来讲是差不多的，可是从真实的AI性能增加了21倍。

什么叫真实的AI性能？FPS。就是你究竟关心的是说你这个芯片上面的物理算力是多少，还是说你关心的是最先进的神经网络在你的芯片上面跑得有多快，有多好？答案显然是后者。

什么叫物理算力？物理算力实际上就是TOPS，它等于晶体管的数目乘以主屏等于你花多少钱给台积电，等于你的芯片面积，等于你收车厂多少钱。实际上去铺算力，我认为是没有价值的，是不真正产生用户价值，真正的价值在于软件在芯片上面真实跑的性能。

我们具体展开，这个真实的性能，拆解成几个关键的因子：

首先，你能不能适用世界上最先进的网络算法；

第二，世界上最先进的网络算法在你这个芯片上通过你的架构、通过你的边缘器，通过你的动态运行库，它能不能跑到足够的效率；

第三，台积电它的制程，第三个因素是物理的算力峰值计算效能，不是你控制的，这个是台积电控制的，跟你芯片企业没半毛钱关系。你真正要关心的是效率以及对最先进的神经网络的适用度怎么样。所以讲多少TOPS，实际上并没有真正的用户价值。

这个里面我举一个具体的例子，有一个小编他说“理想ONE迎来了第一次大改款，最亮眼的就是两颗地平线征程3芯片为核心的自动驾驶计算平台”。但有人说它单颗芯片只有5个TOPS，两颗加起来才10个TOPS。理想汽车的产品负责人说“实际上它单颗芯片尽管5个TOPS，可是它真正实现了8兆摄像头实时计算。过去的Moble S 2.5T的算力一兆摄像头，我们一下子把真实性能提升了6倍，可是物理算力TOPS只是提升了一倍。所以关键你的设计的能力在于软件的效率，不是硬件的指标。

我们把征程5、Orin、Xavier、征程3等这些芯片全部都裸开，然后看世界上最先进的神经网络在上面你跑得效率怎么样？我们是有极强的优势的。