地平线发展历史及业务布局分析

地平线发展历史及业务布局分析

 

最佳答案 匿名用户编辑于2023/08/15 11:16

国内车规级 AI 芯片前装量产的先行者。

1. 目前国内唯一实现车规级 AI 芯片大规模前装量产的企业

地平线是行业领先的高效能智能驾驶计算方案提供商。地平线成立于 2015 年 7 月,创始人为前 百度深度学习研究院常务副院长余凯,同年 9月公司启动第一代智能计算架构 BPU的研发;2016 年 3 月,公司发布第一代 BPU 架构(高斯架构);2017 年,公司发布中国首款边缘 AI 芯片—— 面向智能驾驶的征程和面向 AIoT 的旭日;2019 年,公司发布中国首款车规级 AI 芯片——征程 2; 2020 年,公司先后发布自动驾驶计算平台 Matrix2、新一代边缘 AI 芯片旭日 3、新一代车规级 AI 芯片征程 3,同时实现了征程 2 的前装量产,成立以来仅用 5 年时间即实现了车规级 AI 芯片的量 产落地;2021 年 7 月,公司发布第三代车规级 AI 芯片征程 5,最高算力可达 128TOPS,标志着 我国大算力自动驾驶芯片实现了从 0 到 1 的突破。

征程 5 的推出标志着地平线实现 L2-L4 全场景自动驾驶布局。2021 年 7 月,地平线发布业界第一 款集成自动驾驶和智能交互于一体的全场景整车智能中央计算芯片——征程 5,该芯片兼具高性 能与大算力,单颗芯片 AI 算力最高可达 128TOPS,支持 16 路摄像头感知计算,能够支持自动驾 驶所需要的多传感器融合、预测和规划控制等需求。随着征程 5 的推出,加上之前的征程 2 与征 程 3,地平线成为国内第一家覆盖 L2-L4 的全场景整车智能芯片方案提供商。2023 年,地平线计 划发布下一代车规级 AI 芯片——征程 6,单芯片算力将超过 Orin,预计超过 1000TOPS,采用 7nm 工艺,整体性能较征程 5 又有大幅提升。

地平线是目前国内唯一是实现车规级 AI 芯片大规模前装量产的企业。地平线征程 2 于 2019 年 8 月发布后,于 2020 年 3 月首次上车长安 UNI-T,开启了我国车规级 AI 芯片的前装量产元年;征 程 3 于 2020 年 9 月发布,于 2021 年 5 月首次上车理想 ONE;征程 5 于 2021 年 7 月发布,于 2022年9月首次上车理想L8 Pro,至此地平线三款车规级AI芯片均实现了前装量产上车。目前, 地平线已与 20 多家车企签下超过 70 款车型的前装量产定点项目,地平线征程系列芯片累计出货 量已突破 150 万片。

2.公司自研 BPU 实现软件定义芯片,软硬协同提升芯片效能

地平线自研 AI 加速器 BPU,利用“CPU+ASIC”架构带来更高的效能和成长性。长期以来,英 伟达、英特尔等传统芯片巨头在CPU、GPU上存在着很强的优势,并将其当做重要的发展方向。 而地平线认为目前光靠 CPU、GPU 等通用处理器难以高效地满足高级别自动驾驶的计算需求, 而通过软硬联合设计、协同优化计算架构对于提升芯片真实效能有重要作用。因此,地平线选择 的路径是通过软硬结合,面向应用场景驱动软件创新,继而从软件创新驱动新的芯片架构,以场 景为中心自主研发了可编程 AI 加速引擎 BPU。BPU 的全称为 Brain Processing Unit,属于 ASIC, 是一款典型的异构多指令、多数据的系统,相比 CPU 更高效;此外,该架构在设计之初就考虑了 算法演进趋势,保证 AI 芯片能够快速适应最新主流算法,同时预留足够的开放可编程性。目前, 地平线已推出三代四种 BPU 架构:高斯架构、伯努利 1.0 架构(征程 2 采用)、伯努利 2.0 架构 (征程 2 采用)、贝叶斯架构(征程 5 采用),下一代车规级 AI 芯片征程 6 将采用第四代 BPU 架构(纳什架构)。

贝叶斯是地平线推出的第三代 BPU,具有高性能、低能耗、低延迟的特点。由于高级别自动驾驶 任务环节更为复杂,非线性计算量递增,神经网络模型复杂度逐渐增加,这对 AI 芯片提出了极大 的计算挑战。因此,更强的计算效率、高效的内存带宽使用、大规模的高并行计算成为了架构设 计的必要考虑因素。贝叶斯架构通过大规模异构计算技术(针对不同场景的不同计算提供了最佳 计算模式配比)、灵活大并发数据桥(专门设计的高带宽数据传输通路)、脉动张量计算核(在 数据交叉流动中完成计算)三大核心技术将并行计算发挥到极致。除了硬件架构特性,贝叶斯架 构还利用编译器的优化调度提升效能:在编译器中,通过多维数据拆分重组、指令流水和异构并 发调度以及跨层计算融合,在复杂的组合排列中寻找出最优化组合,同时通过软硬协同提升数据 的复用效率,从底层上实现了软硬结合。此外,贝叶斯也实现了灵活的优先调度机制:一方面支 持高度并行计算,同时小批量实施即时的数据处理,并通过时间切片优先调度关键任务,保证驾 驶安全性。

地平线认为 FPS 更能反映 AI 芯片的真实计算性能。TOPS(Tera Operations Per Second),即 每秒钟进行的万亿次计算,通常用来衡量芯片的峰值算力。特斯拉的 HW3.0 将 TOPS 概念引入到 人们的视线当中,逐渐成为了衡量一款 AI 芯片能力的指标性参数。然而,越来越多的自动驾驶公 司开始关注有效算力,也即解决一个 AI 任务能够达到的精度和效率。例如在自动驾驶中,有一个 指标是 FPS(Frame Per Second),也即每秒准确识别图像帧率,更高的 FPS 会带来更快速的 感知、更低的延时,这也意味着更高的安全性和行驶效率。因此,地平线提出了以 FPS 为基准的、 衡量 AI 芯片真实计算性能的公式:真实 AI 效能=理论峰值计算效能 x 有效利用率 xAI 算法效率。 其中,真实 AI 效能由芯片硬件架构决定,有效利用率由软件架构决定(编译器可将算法进行编译、 拆解等动作,提升算法有效利用率),AI 算法效率由软件算法决定。

搭载贝叶斯架构的征程 5 实现了业界领先且可持续成长的真实 AI 计算性能。 1> 成长性:最初征程 5 在 2021 年发布时最强计算性能为 1283FPS,而到了今年地平线宣布征 程 5 的计算性能提升到了 1531FPS,一年后实现了 20%的性能提升,这不是通过改变硬件架 构和算法,而是通过升级软件架构、对编译器进行优化等方式使其最强计算性能得到提升。 地平线联合创始人、CTO 黄畅解释过软件定义芯片的优势:把芯片架构、算法锁定的时候, 软件架构还可以持续的改善,编译器还可以持续地把同样一个算法在同样一个芯片上通过编 译、拆解、重组,部署和运行调度它,从而让性能得以不断提升。

2> 领先的计算性能:尽管征程 5 的峰值算力不及英伟达 Orin(254TOPS),但在有效算力的对 比中,征程 5 占据明显的优势。根据地平线给出的数据,征程 5 在进行典型检测模型下,单 帧百万像素的测试中,其性能接近 Orin 的 3 倍,约为 Xavier 的 9.3 倍;在典型分类模型中, 征程 5 的性能也接近 Orin 的 2 倍,是 Xavier 的 6.2 倍。由此可见,征程 5 在 FPS 这一指标 上相较英伟达两大量产产品具有明显优势。

3.打造开放的平台和生态助力合作伙伴加速量产

公司打造端到端的整车智能开发平台,赋能合作伙伴加速量产。过去,传统的芯片厂商更多只关 注芯片本身,很少给客户提供用于应用层开发的建模工具及代码。然而,目前整个 AI 行业的发展 还处于早期,不少供应商都面临着自动驾驶系统的研发挑战和开发效率瓶颈等问题,而且每家车 企的软件基础不同,如果全栈自研将是一个很长的链条。对此,地平线开发了一套成熟、开放、 易用的整车智能开发平台,其中一部分是包括算法、应用中间件、基础操作系统及开发套件在内 的 AI 芯片及软件栈,另一部分则是地平线的开发工具及基础设施,其中包括天工开物 AI 工具链 以及艾迪 AI 开发平台。平台能够满足 OEM 与生态伙伴的不同开发需求,还能够帮助其在地平线 的芯片上快速部署自动驾驶应用,并有效地降低开发适配和应用部署的成本。

“天工开物”AI 开发平台基于自研 AI 芯片打造,由模型仓库(Model Zoo)、AI 芯片工具链 (AI Toolchain)及 AI 应用开发中间件(AI Express)三大功能模块构成。平台旨在通过全面降 低开发者门槛、提升开发速度、保证开发质量,赋能产业智慧升级。 1> 模型仓库:开放了三类算法,即产品算法、基础算法和参考算法,可充分响应不同合作伙伴 的需求,大幅节省算法训练和开发的时间与成本。 2> AI 芯片工具链:覆盖了从算法模型训练、优化与转换和部署到芯片运行模型预测的完整 AI 开 发过程,包含模型结构检查器、性能分析器、模型编译器、模型模拟器在内的全套工具。 3> AI 应用开发中间件:开放了 XStream 和 XProto 两套应用开发框架,内置丰富且高度可复用 的算法模块、业务策略模块、应用组件,帮助合作伙伴快速搭建高性能的算法工作流。

地平线艾迪 AI 开发平台则是面向智能汽车 AI 软件产品开发及迭代需求打造的云端 AI 开发平台, 能为智能汽车 AI 开发者提供数据标注、训练、优化、部署、管理与性能分析等能力。整套基础设 施开箱即用,用户无需再从零搭建一套复杂的自动驾驶跨平台系统。比如,在边缘侧有车、芯片, 它们通过加密传输把数据传过来。在云端也有一套完整的基础设施,包括半/全自动的标注工具,自动化模型训练,长尾场景管理、软件自动集成、自动化回归测试,最后这整套模型通过 OTA 升 级部署到芯片上。同时,在端上还有影子模式、量产相关的模型部署、功能安全和信息安全方面 的工作。

地平线开放灵活的域控制器及中央计算平台标准参考设计,助力合作伙伴加速量产进程。Matrix 是经过多轮迭代与量产验证的计算平台系列,而 Matrix 5 是地平线基于征程 5 推出的计算平台, 其中包括三类标准化硬件参考平台,分别是单征程 5(128TOPS)、双征程 5(256TOPS)以及 4 颗征程 5(512TOPS)的硬件方案,全面满足 ADAS、自动驾驶、智能座舱等丰富场景的开发 需求。地平线将 Matrix 5 的参考设计全面开放,合作伙伴借助 Matrix 5 完成功能开发和整车集成 测试则可以极大地缩减研发周期和投入。目前,已有包括大陆集团、东软睿驰、立讯集团、联成 开拓等 10 余家生态伙伴基于 Matrix 5 参考设计推出了大算力域控产品,并率先取得量产定点项 目。三家地平线官宣的合作伙伴(映驰、金脉、天准)也将基于征程 5,针对 Tier1 差异化的设计 需求,提供定制化服务与专业技术支持,加速客户智能驾驶解决方案的量产进程。

与整车厂的合作中,地平线开放 BPU IP 授权,打通芯片和整车之间的开发。芯片公司跟主机厂 的合作模式大概分为几种: 1> Mobileye 模式:芯片公司把芯片架构、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,以黑盒的形式交付给整车厂。 2> 英伟达模式:芯片公司提供芯片架构和 SoC 级别芯片以及操作系统,帮助车企完成自动驾驶 软硬件系统开发。 3> TogetherOS 模式:芯片公司提供芯片架构和 SoC 级别芯片,整车厂的开发不光包括整个自 动驾驶的应用软件,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。 目前,地平线的开放模式包含第二、第三种,基于征程系列芯片和操作系统 TogetherOS,赋能 车企造车。然而,地平线计划将开放践行到底,支持车企自主研发自动驾驶芯片,并提出第四种 “BPU 授权模式”:向整车厂开放最核心的 BPU IP 授权,同时提供软件工具包、芯片参考设计 以及技术支持,助力部分车企开发自研芯片,提升差异化竞争力,加快创新研发速度。这意味着, 整车核心系统的开发,从芯片到操作系统、到整个自动驾驶的软硬件系统,实现了高度协同以及 完全的透明化,这有助于实现芯片最大化效率并降低开发成本。

地平线积极与生态伙伴加大自动驾驶软件方面的合作。(1)4 月 18 日,地平线宣布与中科创达 成立合资公司。合资公司将由中科创达控股,聚焦智能驾驶赛道,并围绕地平线车规级 AI 芯片为 主机厂及一级供应商等企业提供高质量的智能驾驶软件平台和算法服务,共同加速智能驾驶的规 模化量产落地。(2)10 月 13 日,大众汽车集团旗下自动驾驶公司 CARIAD 与地平线正式官宣, 大众 CARIAD 将与地平线成立合资企业并控股。大众汽车集团计划为本次合作投资约 24 亿欧元, 该交易预计在 2023 年上半年完成,其中大众 CARIAD 将持有合资公司 60% 的股权,对于地平线 的持股比例并未披露。新的合资公司将聚焦于研发可扩展的、软硬一体的全栈式高级辅助驾驶和 自动驾驶解决方案。合资公司的成立,意味着大众汽车在中国的三家合资企业(一汽大众、上汽 大众、大众安徽)后续的纯电新车都将会采用地平线的智能驾驶软件及芯片方案。双方合作能使 大众从地平线方面获取更多智能驾驶芯片和软件相关的 Know-How,本土化的运作方式也更加利 于大众汽车在中国市场的产品推广。对于地平线而言,这意味着新增的、巨大的市场机会。

参考报告

汽车自动驾驶芯片行业专题研究:软件与生态,国内自动驾驶芯片厂商的破局之道.pdf

汽车自动驾驶芯片行业专题研究:软件与生态,国内自动驾驶芯片厂商的破局之道。我国自动驾驶芯片产业仍处在发展初期,本土厂商抓住机遇切入蓝海市场。在过去,自动驾驶芯片主要以实现单一功能为主(支持低级别的辅助驾驶),而2017年特斯拉Model3开始量产,标志着自动驾驶芯片从追求单一功能向承担“大脑”功能转变,自动驾驶芯片行业进入“拼算力”的时代。由于当时市场上可供选择的自动驾驶芯片产品较少,国内以华为、地平线、黑芝麻、芯驰科技为代表的新兴芯片科技公司凭借着AI算法、高能效比等优势切入这一蓝海市场,并在高级别自动驾驶落地之前加速算力追赶。此外,芯片国产化...

查看详情
相关报告
我来回答