为无人车造芯这三年 地平线都干了什么？

自去年下半年以来，人工智能芯片已成为人工智能的新宠。曾经，各种各样的玩家浮出水面，并构建了自己的人工智能芯片。有一家初创公司在浪潮爆发前两年就开始了这项工作。这就是地平线。日前，支东锡来到地平线北京总部，与GTIC重量级嘉宾、地平线联合创始人、算法副总裁黄畅进行了深入交流，了解了地平线的创立机遇、近两年的发展成就以及未来规划。

地平线联合创始人&；

算法副总裁黄畅：从“三清帮”到下午两点算法副总裁和黄畅的会面，他手里拿着一盒肉松饼。在面试过程中，我顺便解决了这顿午餐。但这丝毫没有影响黄畅的表情。黄畅一坐下，就开始谈论地平线。如今的地平线不再是一家初创公司，拥有400多人的团队，主要分布在北京、南京、上海和深圳。今年是地平线发展规划中产品大规模落地的阶段，因此许多负责产品和市场的人将加入地平线，但负责技术的工程师仍占地平线人才的80%。

由余凯、黄畅等人创立的地平线，本质上是一家技术驱动型公司。驱动地平线产品背后的算法由算法副总裁黄畅直接负责。黄畅本人属于“三清帮”，也就是说，他所有的硕士和学生都在清华大学学习。黄畅主修计算机科学，现在他从大学时就开始接触图像识别。当时，深度学习和图像识别还没有那么流行，图像识别依赖于相对传统的算法。但黄畅和图像识别已经结下了不解之缘。2003年，还在读大三的黄畅加入了清华大学和日本欧姆龙公司的研究小组，共同开发人脸识别算法。三年后，该算法被浓缩成芯片并投入大规模生产。在接下来的几年里，日本相机制造商的数码相机开始使用面部跟踪，甚至面部焦点跟踪，而正是黄畅参与的这一芯片起到了作用。黄畅说，虽然当时他没有赚到钱，但这次成功的经历强化了黄畅对图像识别前景的期待。本科毕业时，黄畅曾向同学吹嘘，5-10年后图像识别将得到大规模应用。另一方面，这段经历也让黄畅明白了将算法固化为芯片的工程方法的力量。然而，直到博士毕业，黄畅才想清楚工业的价值，所以在哥哥的推荐下，他先去了南加州大学做博士后。2009年，黄畅重新燃起了对工业的兴趣。也是在一位朋友的推荐下，我向当时由余凯领导的NEC实验室发送了意向。余凯亲自打电话给黄畅，随后进行了一轮多对一的面试，黄畅获得了Offer，成为余凯团队的一员。通过NEC实验室，黄畅不仅认识了余凯，还将视野扩展到了图像识别之外。2012年，在国内移动互联网蓬勃发展的时候，应李彦宏的邀请，于凯带领团队回国加入百度，黄畅也在其中。同样，2012年也是深度学习复苏的一年。随后，百度深度学习研究院成立，于凯任副院长，黄畅任首席研发架构师。进入百度后，于凯和黄畅带领的团队帮助百度构建了图像识别的技术路线，并通过深度学习研究院孵化了百度无人车项目。现在这些已经成为百度的标志。2015年，人工智能浪潮已经开始显现，资本热情开始释放。然而，于凯和黄畅注意到，业界对人工智能的算法非常关注，但对算法的载体芯片却关注甚少。大公司非常关注人工智能所需的云计算能力，但很少关注终端的计算能力。抓住这个机会后，地平线于2015年成立，黄畅担任该算法的联合创始人。打造适合终端设备的人工智能专用芯片，成为地平线的方向。关键产品：第一代芯片踏上“旅程”，同时确定了200个目标。针对人工智能对计算平台的需求，地平线提出了一种新的芯片架构BPU（大脑处理单元）。为了满足自动驾驶对环境意识的更具体需求，地平线开发了第一代chi……

基于BPU的“旅程1.5W”（其兄弟“旭日”具有类似的功能，但工作场景在安全领域，算法不同），其计算性能达到1Tops，可以以每秒30帧的速度实时处理1080P高清图像，并同时检测和识别每帧中的200个目标。

旅程1.0对于这个芯片，黄畅感到很幸运，第一次能够做到这一点。芯片行业和汽车行业原本是两个复杂度极高、周期较长的行业。为自动驾驶制造芯片使问题变得更加复杂。首先，自动驾驶需要强大的计算性能、实时的处理响应和低功耗，同时满足成本要求。这些在当前基于GPU的计算平台中不可用。因此，地平线在最初构建自动驾驶平台时与英特尔合作，并采用后者的FPGA作为核心计算单元，满足了自动驾驶对计算性能、计算延迟和计算功耗的要求。ASIC芯片的研发可以在保证这些指标的基础上降低成本。

基于旅程的单目ADAS演示，然后是用于自动驾驶的芯片，必须通过汽车法规才能进入汽车市场。抗电磁干扰、抗振动、工作温差大等，复杂的标准和严格的测试都不在地平线人之前的经验范围内。对此，地平线最近引入了一位资深汽车行业专家，成立了一个专门的团队来解决汽车法规的研发工作。此外，自动驾驶芯片将面临的一个敌人是长时间——芯片开发的长周期是3年或5年+相同甚至更长的车辆开发周期，这使得自动驾驶芯片从立项到最终加载应用。时间将非常长。自动驾驶的算法正在迅速变化，这对生产ASIC自动驾驶芯片的公司来说并不好。对此，黄畅认为，硬件开发的固定周期很难逆转，必须尊重客观规律。然而，为了解决这个问题，Horizon通过优化初步调查、设计芯片架构和在中期开发中迭代算法，使开发速度尽可能接近软件，并将其芯片开发周期缩短到两年多（从Horizone的成立到“Journey”的发布）。同时，地平线将沿着计划中的三代架构，逐年迭代芯片，实现能力升级。目前已经推出的Journey 1.0属于第一代高斯架构，基于自动驾驶对应的图像识别的感知需求；基于伯努利的第二代芯片正在开发中，其能力扩展到建模和定位；

基于贝叶斯架构开发的第三代芯片将进一步参与自动驾驶的决策。地平线芯片的计算能力也将从L2升级到L3和L4。商业逻辑：自动驾驶是一个先驱。由于其广阔的市场和与地平线核心的图像识别技术的紧密联系，自动驾驶自然而然地成为地平线的重要业务之一。但在黄畅看来，除了商业方面的考虑，自动驾驶业务是地平线上的一个大业务方向，这条线也起到了开拓者的作用。黄畅认为，自动驾驶最接近人工智能产业的理想形态：首先，自动驾驶需要技术的全面性，不仅涉及人工智能，还直接涉及高精度传感器、车辆控制运动和仿真等一系列技术。占领这样一个综合性的技术高地，业务本身就会带来自己的护城河，同时掌握的技术可以被其他业务线使用。另一方面，自动驾驶的业务增长良好，目前可以逐步实现商业化，同时应具有较强的通用性，未来可以移植到其他机器人产品中。在商业道路上，黄畅告诉车东，今年的“旅程”主要针对售后市场ADAS，因为汽车级芯片仍在开发中。在满足汽车法规和第二代芯片问世后，它将为前置市场发挥自己的实力。除了提供关键的自动驾驶计算芯片，地平线还扮演着解决方案提供商的角色：一年前，地平线构建了Hugo平台，这是一个自动驾驶系统的解决方案。Hugo平台1.0基于FPGA，满足先进和自动驾驶的需求，今年开始供应给一级和汽车制造商。同样，在开发出第二代芯片后，Hugo平台也将有迭代版本的ASIC而不是FPGA推向市场。总结：AI芯片浪潮的采访结束了，黄畅刚刚吃完一盒蛋糕。但自动驾驶的蛋糕才刚刚做好。对于最近的人工智能芯片热潮，黄畅认为这将是一件好事，因为关注度上升后，资本和资源自然会涌向中国企业不太擅长的领域。面对各种竞争对手，黄畅觉得这不是什么大问题。毕竟，他们在人工智能芯片浪潮兴起的三年前就预测到了这一趋势。在芯片架构方面，黄畅表示，前景将更加激进。说完这句话，黄畅直接来到下一个会议室，继续他的工作。自去年下半年以来，人工智能芯片已成为人工智能的新宠。曾经，各种各样的玩家浮出水面，并构建了自己的人工智能芯片。有一家初创公司在浪潮爆发前两年就开始了这项工作。这就是地平线。日前，支东锡来到地平线北京总部，与GTIC重量级嘉宾、地平线联合创始人、算法副总裁黄畅进行了深入交流，了解了地平线的创立机遇、近两年的发展成就以及未来规划。

地平线联合创始人&；

算法副总裁黄畅：从“三清帮”到下午两点算法副总裁和黄畅的会面，他手里拿着一盒肉松饼。在面试过程中，我顺便解决了这顿午餐。但这丝毫没有影响黄畅的表情。黄畅一坐下，就开始谈论地平线。如今的地平线不再是一家初创公司，拥有400多人的团队，主要分布在北京、南京、上海和深圳。今年是地平线发展规划中产品大规模落地的阶段，因此许多负责产品和市场的人将加入地平线，但负责技术的工程师仍占地平线人才的80%。

由余凯、黄畅等人创立的地平线，本质上是一家技术驱动型公司。驱动地平线产品背后的算法由算法副总裁黄畅直接负责。黄畅本人属于“三清帮”，也就是说，他所有的硕士和学生都在清华大学学习。黄畅主修计算机科学，现在他从大学时就开始接触图像识别。当时，深度学习和图像识别还没有那么流行，图像识别依赖于相对传统的算法。但黄畅和图像识别已经结下了不解之缘。2003年，还在读大三的黄畅加入了清华大学和日本欧姆龙公司的研究小组，共同开发人脸识别算法。三年后，该算法被浓缩成芯片并投入大规模生产。在接下来的几年里，日本相机制造商的数码相机开始使用面部跟踪，甚至面部焦点跟踪，而正是黄畅参与的这一芯片起到了作用。黄畅说，虽然当时他没有赚到钱，但这次成功的经历强化了黄畅对图像识别前景的期待。本科毕业时，黄畅曾向同学吹嘘，5-10年后图像识别将得到大规模应用。另一方面，这段经历也让黄畅明白了将算法固化为芯片的工程方法的力量。然而，直到博士毕业，黄畅才想清楚工业的价值，所以在哥哥的推荐下，他先去了南加州大学做博士后。2009年，黄畅重新燃起了对工业的兴趣。也是在一位朋友的推荐下，我向当时由余凯领导的NEC实验室发送了意向。余凯亲自打电话给黄畅，随后进行了一轮多对一的面试，黄畅获得了Offer，成为余凯团队的一员。通过NEC实验室，黄畅不仅认识了余凯，还将视野扩展到了图像识别之外。2012年，在国内移动互联网蓬勃发展的时候，应李彦宏的邀请，于凯带领团队回国加入百度，黄畅也在其中。同样，2012年也是深度学习复苏的一年。随后，百度深度学习研究院成立，于凯任副院长，黄畅任首席研发架构师。进入百度后，于凯和黄畅带领的团队帮助百度构建了图像识别的技术路线，并通过深度学习研究院孵化了百度无人车项目。现在这些已经成为百度的标志。2015年，人工智能浪潮已经开始显现，资本热情开始释放。然而，于凯和黄畅注意到，业界对人工智能的算法非常关注，但对算法的载体芯片却关注甚少。大公司非常关注人工智能所需的云计算能力，但很少关注终端的计算能力。抓住这个机会后，地平线于2015年成立，黄畅担任该算法的联合创始人。打造适合终端设备的人工智能专用芯片，成为地平线的方向。关键产品：第一代芯片踏上“旅程”，同时确定了200个目标。针对人工智能对计算平台的需求，地平线提出了一种新的芯片架构BPU（大脑处理单元）。为了满足自动驾驶对环境意识的更具体需求，地平线开发了第一代chi……

基于BPU的“旅程1.5W”（其兄弟“旭日”具有类似的功能，但工作场景在安全领域，算法不同），其计算性能达到1Tops，可以以每秒30帧的速度实时处理1080P高清图像，并同时检测和识别每帧中的200个目标。

旅程1.0对于这个芯片，黄畅感到很幸运，第一次能够做到这一点。芯片行业和汽车行业原本是两个复杂度极高、周期较长的行业。为自动驾驶制造芯片使问题变得更加复杂。首先，自动驾驶需要强大的计算性能、实时的处理响应和低功耗，同时满足成本要求。这些在当前基于GPU的计算平台中不可用。因此，地平线在最初构建自动驾驶平台时与英特尔合作，并采用后者的FPGA作为核心计算单元，满足了自动驾驶对计算性能、计算延迟和计算功耗的要求。ASIC芯片的研发可以在保证这些指标的基础上降低成本。

基于旅程的单目ADAS演示，然后是用于自动驾驶的芯片，必须通过汽车法规才能进入汽车市场。抗电磁干扰、抗振动、工作温差大等，复杂的标准和严格的测试都不在地平线人之前的经验范围内。对此，地平线最近引入了一位资深汽车行业专家，成立了一个专门的团队来解决汽车法规的研发工作。此外，自动驾驶芯片将面临的一个敌人是长时间——芯片开发的长周期是3年或5年+相同甚至更长的车辆开发周期，这使得自动驾驶芯片从立项到最终加载应用。时间将非常长。自动驾驶的算法正在迅速变化，这对生产ASIC自动驾驶芯片的公司来说并不好。对此，黄畅认为，硬件开发的固定周期很难逆转，必须尊重客观规律。然而，为了解决这个问题，Horizon通过优化初步调查、设计芯片架构和在中期开发中迭代算法，使开发速度尽可能接近软件，并将其芯片开发周期缩短到两年多（从Horizone的成立到“Journey”的发布）。同时，地平线将沿着计划中的三代架构，逐年迭代芯片，实现能力升级。目前已经推出的Journey 1.0属于第一代高斯架构，基于自动驾驶对应的图像识别的感知需求；基于伯努利的第二代芯片正在开发中，其能力扩展到建模和定位；

基于贝叶斯架构开发的第三代芯片将进一步参与自动驾驶的决策。地平线芯片的计算能力也将从L2升级到L3和L4。商业逻辑：自动驾驶是一个先驱。由于其广阔的市场和与地平线核心的图像识别技术的紧密联系，自动驾驶自然而然地成为地平线的重要业务之一。但在黄畅看来，除了商业方面的考虑，自动驾驶业务是地平线上的一个大业务方向，这条线也起到了开拓者的作用。黄畅认为，自动驾驶最接近人工智能产业的理想形态：首先，自动驾驶需要技术的全面性，不仅涉及人工智能，还直接涉及高精度传感器、车辆控制运动和仿真等一系列技术。占领这样一个综合性的技术高地，业务本身就会带来自己的护城河，同时掌握的技术可以被其他业务线使用。另一方面，自动驾驶的业务增长良好，目前可以逐步实现商业化，同时应具有较强的通用性，未来可以移植到其他机器人产品中。在商业道路上，黄畅告诉车东，今年的“旅程”主要针对售后市场ADAS，因为汽车级芯片仍在开发中。在满足汽车法规和第二代芯片问世后，它将为前置市场发挥自己的实力。除了提供关键的自动驾驶计算芯片，地平线还扮演着解决方案提供商的角色：一年前，地平线构建了Hugo平台，这是一个自动驾驶系统的解决方案。Hugo平台1.0基于FPGA，满足先进和自动驾驶的需求，今年开始供应给一级和汽车制造商。同样，在开发出第二代芯片后，Hugo平台也将有迭代版本的ASIC而不是FPGA推向市场。总结：AI芯片浪潮的采访结束了，黄畅刚刚吃完一盒蛋糕。但自动驾驶的蛋糕才刚刚做好。对于最近的人工智能芯片热潮，黄畅认为这将是一件好事，因为关注度上升后，资本和资源自然会涌向中国企业不太擅长的领域。面对各种竞争对手，黄畅觉得这不是什么大问题。毕竟，他们在人工智能芯片浪潮兴起的三年前就预测到了这一趋势。在芯片架构方面，黄畅表示，前景将更加激进。说完这句话，黄畅直接来到下一个会议室，继续他的工作。

标签：合创北京

汽车资讯热门资讯