CES 2018是这家成立两年半的公司第二次参与CES。上届CES，地平线与Intel协作推出基于Arria FPGA的ADAS原型。由于原型所展示出的高功能、低功耗以及团队矫捷的开发效率，这年地平线取得了Intel Capital领投的上亿美金的A+轮融资。

然后往年的拉斯维加斯，地平线在第二代BPU架构的根底上再次推出基于Intel FPGA的自动驾驶零碎原型。更重要的是，他们还带来了数月前流片成功的2款人工智能公用芯片。

征程1.0处置器

本届CES开端前，雷锋网再次采访了地平线开创人兼CEO余凯，请他聊一聊过来2年地平线研发芯片的经历，以及芯片发布之后使用和落地的考虑。

（1月16日，雷锋网将在旧金山湾区举行GAIR硅谷智能驾驶峰会，峰会将约请中美两地数十家自动驾驶公司演讲，并有近百家两地产业链公司到场。拜访概况： gair.leiphone.com/gair/gairsv2018 。我们也约请了地平线结合开创人兼CEO余凯教师在本次峰会上分享公司的最新静态和技术考虑。）

打造嵌入式人工智能公用处置器

在刚刚过来的12月，地平线于北京召开浩大的发布会，对外展现的正是2款嵌入式人工智能公用处置器：面向智能驾驶使用的征程1.0和面向摄像头使用的旭日1.0。两款处置器均是基于地平线的第一代BPU架构——高斯架构。关键功能目标辨别是：可实时处置1080P@30的视频，每帧中可同时对200个目的停止检测、跟踪、辨认，典型功耗1.5W，每帧延时小于30ms。

对外，地平线早在一年多前就发布了3代BPU架构设计的道路图：高斯架构 - 伯努利架构 - 贝叶斯架构。三代架构，功能与功耗比顺次提升，工艺也从40nm演进到16nm。在外部，自2015年10月招募第一位芯片工程师开端，地平线明天组建了一支60人左右的专业芯片团队。

针对地平线芯片的发布，国际人工智能范畴泰斗张钹院士的评价是， 用算法和软件来定义硬件，专门面向深度学习算法的硬件极大地进步了计算效率，这为硬件的开展提供了新思绪。 而对地平线来说，这也恰恰是2款芯片研发的难点，需求团队同时具有软件算法和硬件两个范畴的经历考虑。

依照原定的研发规划，地平线会在去年的5月份停止芯片的流片。余凯事先正在底特律出差，5月的深夜他与芯片团队沟通，决议推延流片排期。

余凯向我们解释：普通来讲，在对芯片硬件开端设计前，芯片的整个软件架构需求完全确定。但实践上，针对深度学习优化的人工智能公用芯片很少有人做过，在研发的进程中算法和软件团队会修正甚至推翻一些小的决策点，于是这关于硬件团队来说形成了十分大的应战，招致在原定的芯片排期内仿真做得不够。好在推延排期后，他们又与台积电积极协调，争取一个月内重新布置了流片。

地平线给本人设计的定位是具有自主芯片IP，提供完好开放嵌入式人工智能处理方案的供给商，而这两年，地平线次要的业务范畴是自动驾驶和IoT。 如何面向自动驾驶和普遍的IoT范畴提供一个通用的优化过的计算架构，使得芯片开发有很高的效率，同时针对垂直使用场景又有很好的效果，这能够是芯片研发的第二个难点。

这也是为什么这次发布的2款处置器都是视觉处置器。2款处置器都是基于高斯架构，但针对不同的使用场景做了不同的封装。异样团队配置上，地平线在60来人的芯片团队之外，树立了一个100 - 200人之间的使用开发团队，担任自动驾驶和IoT两个方向。

自动驾驶的落地与产品化

2016年，地平线向博世受权了一份与ADAS相关的软件，这也是公司当年一项重要的业务。而随着高斯架构确实立，地平线先后在GPU、ARM、FPGA等多个平台上完成了基于自主IP架构的处理方案。比方CES 2017上，地平线采用Intel FPGA搭建基于高斯架构的ADAS零碎，并就这个零碎在与一局部的车企和供给商展开协作，正在功用验证的阶段。

眼下，征程1.0是一颗工业级的芯片，余凯说团队希望在将来1年之内推出车规级的芯片。同时，面向车辆前装的周期是漫长的。地平线目前可以向行业客户提供基于征程1.0的Level 2级别的ADAS处理方案。基于其在本届CES上展现的第二代BPU架构原型零碎，之后也陆续会推出Level 3和限定场景下L4的处理方案。

余凯说，往年内，基于第二代BPU架构的征程2.0将会推出，相比于征程1.0会有长足的提升。征程2.0会面向自动驾驶做更多的优化，并且会完成基于像素级别的辨认框架，计算复杂性也会更高。

发布会上，地平线还对外发布了与2家车企的协作，一家是奥迪，一家是长安。往年，地平线将与两家在自主BPU架构的根底上，各自停止自动驾驶的结合开发和验证。

附上：雷锋网·新智驾在CES前采访的对话节选，雷锋网 (大众号：雷锋网) ·新智驾做了不改动原意的删减。

新智驾：地平线刚刚发布了旭日1.0和征程1.0，两款芯片在硬件上有多大的差别？

余凯： 这两款芯片在硬件上，其实次要是封装得不太一样，外面的次要器件单元是一样的。由于它在不同的场景下运用，它的模型复杂度不太一样。

我们是运用同一代架构，高斯架构，采用不同的封装。业界比方像NVIDIA是每三年一代架构，上一代架构Pascal，这一代架构Volta，然后基于Volta架构的话，他们也会推出不同场景下不同的处置器，次要是一些接口都不一样，比方说在车载的状况下，它对实时性的要求更高。

新智驾：我们是什么时分决议说把它分装成两个不同的芯片？

余凯： 应该说，我们应该从一开端就瞄准这两个不同的市场。我们会依据这一代的架构，也会演化成不同的产品。我们也在思索能够会基于这一代的架构，推出支持语音辨认的芯片。

普通来讲的话，架构迭代的工夫都是比拟长的，一代架构会依据不同的使用封装成不同的芯片，有不同的接口，这在业界都是罕见的方式。

新智驾：像这一代芯片为什么选用的是40纳米的工艺？

余凯： 由于我们比拟强调软件跟算法的结合，我们不会追求地道的半导体制程上的先进性。我们会强调由于我们有更弱小的软件，即便用比他人更低的工艺，但是我们的整个零碎功能也可以做到足够好，甚至比他人更好。就像Mobileye其实很长一段工夫也是用50纳米的工艺。所以，这个就是软硬结合的做法跟地道做硬件思绪不太一样的中央。

Mobileye的EyeQ4是28纳米的，其实跟我们下一代的，往年年底要推出来的新的一代芯片是差不多的。由于EyeQ4是面向L3级和L4级自动驾驶，我们这一代芯片次要是面向L2级的ADAS，所以跟EyeQ3是对标的。

新智驾：40纳米跟28纳米相比，在本钱或许排期上会有多大的优势？

余凯： 光流片费就会节省几百万美金。

新智驾：地平线的芯片团队如今大约有多大？

余凯： 我们整个的芯片架构、芯片设计、芯片验证，然后再加上零碎软件固件团队的话，如今有五六十人。

新智驾：依据地平线12月发布的几个处理方案，一个方向是自动驾驶，一个是批发，还有一个是安防三个使用范畴。那么芯片和算法的底层开发，与几个方向的使用开发怎样协调？

余凯： 围绕使用，我们如今外部定义的其实是两个方向，一个是智能IOT，一个就是自动驾驶。两个方向的使用开发会由两个团队担任，芯片算法是一个公共的底层平台团队。使用开发的团队如今加起来有100到200号人之间，自动驾驶这块会多一些。

新智驾：你们的芯片，之后是一年会停止一次迭代？

余凯： 对，一开端是这样，一年迭代一次架构。我们能够往第二代架构去迭代的速度会更快一点，第二代会比第一代愈加弱小。

新智驾：基于高斯架构，会有多个面向使用的芯片。随着架构的迭代，芯片越来越公用化，会不会变成不同的架构？

余凯： 我们尽量不希望这样，这样做的话会让我们的底层资源变得太分散，我们会尽量经过软件来面对不同的使用场景。

新智驾：之前讲到你们的芯片特点是高功能、低功耗、低本钱，相比之下，低本钱大约是多低呢？

余凯： 跟端下面处置的GPU比的话，我们希把本钱至多做低一个数量级。

新智驾：怎样跟基于EyeQ3的ADAS比拟？

余凯： 目前征程1.0的话，其实是一个工业级的处置器，不是车规级的。所以我们一开端会去做ADAS的后装市场。我们也有方案，把我们的处置器推向车规级。

新智驾：发布会上，地平线也发布了与奥迪、长安的协作，详细是怎样的？

余凯： 我们跟奥迪在结合研发自动驾驶技术，明年的话，我们会有结合研发的样车出来；长安的话，我们是成立一个结合实验室，也是面向自动驾驶，单方共同去结合研发。

新智驾：比方会基于征程有一些协作吗？

余凯： 其实会远超征程的范围，也可以了解为是基于征程的二代处置器，他们提出使用场景，我们提供软件跟处置器。

新智驾：目前征程1.0是一个工业级的芯片，比方如今有一家汽车厂商希望协作，普通是怎样去展开？

余凯： 其实普通都是这样的。Mobileye跟它的协作同伴，一开端的芯片也都是工业级的，然后会跟客户先完成功用测试，功用测试通常都要三年的工夫，然后在这个三年工夫里，不时地去完成车规级和零碎级的功用平安验证。

新智驾：像这样提早两年去定义一款芯片，难点会在哪里？

余凯： 两年前这个定义芯片的话，那个时分你好多决议，其实都是需求在不是很确定的状况下去做的。打个比如，你的轮子还没有在装的进程中，你车就开端跑了，所以这个风险很大。好在我们一次性流便成功了，这是我们觉得很兴奋的一件事情。

不是很确定的状况，比方说，你不晓得芯片所支持的算法架构，是不是可以去满足将来使用的需求。比方说15年的时分简直没有人做深度神经网络的定制化优化，我们本人做了，然后还做得比拟保守，那么如今看起来的话，这个战略是十分对的。

新智驾：像你们的芯片流程，跟传统的芯片设计流程会有什么不一样？

余凯： 很多不一样。普通来讲，一个典型的芯片，在开端设计之前，整个软件框架一定要定上去，一旦开端的话就不能再改了。

我们是在2015年那么早的状况下做这个事情，然后我们有一些小的一些决策点，能够会不时地推翻。所以事先的话硬件的同窗曾经开端着手了，后果这边软件还时不时修正，所以其实是搞的硬件的设计人员挺抓狂的。

做算法研发的同窗的思想是，软件我可以随时改，有一个新的idea的话就可以改，但硬件，你就什么东西都得固定上去，一行代码不能改。由于硬件一点点的改动，其实就意味着整个的宏大的任务量，会招致工夫排期的不确定性。

我们做第二代的时分，会在软件上做一些调整。由于硬件的改动，而招致验证不充沛的话，最初芯片研发会有很大的风险。从我们这种做软件背景的人来讲，其实就是真正地对硬件研发有敬畏之心。

。