地平线“小目标”：2025年，三千万汽车搭载地平线自动驾驶BPU

【新智元导读】从AI处理器的发展变革可以看出，越是面向专门计算的芯片架构越能达到更好的功耗性能比，因此地平线基于高斯架构同时推出了“旭日”和“征程”两款芯片，每款芯片都针对相应的领域进行专门设计，从而有利于发挥出最大运算效能。3月29日2018新智元产业跃迁AI峰会上，地平线首席市场官&智能商业事业部总经理陆晓明介绍了地平线的芯片战略。

陆晓明 地平线首席市场官&智能商业事业部总经理

陆晓明，地平线（Horizon Robotics）首席市场官兼智能商业事业部总经理，中欧国际工商管理学院首届EMBA，三十年资深品牌营销经验。曾任蔚来汽车副总裁，“有机家Organic+”总裁兼创始人，万宝龙（中国）董事总经理，欧莱雅中国区副总裁。

以下为陆晓明的演讲：

大家下午好！谢谢新智元的邀请，自动驾驶这是一个热点话题，尤其最近Uber在美国的自动驾驶测试车出了交通事故，之后有各种各样的声音，有理性的分析，也有感性的担忧。我觉得更多的是大家在讨论怎样提升自动驾驶的安全性、可靠性。不管怎么样，我们都会看到，自动驾驶这是一个不可逆转的趋势，自动驾驶即将来临。

2025年将形成超500亿美元市场规模，计算与算法结合是自动驾驶“护城河”

首先看自动驾驶的巨大市场潜力。我们可以看到，自动驾驶在全球渗透率将会快速提高，在未来不到十年的时间里面，预计到2025年会有73%的渗透率，研究机构估计其市场规模达到五百多亿美元。

高级别自动驾驶和ADAS未来几年的市场增长也将非常快，研究机构预估，在未来短短的几年，这个市场将呈几十倍的增长。毫无疑问，自动驾驶是一个巨大的市场。回看中国市场，我们同样可以看到，中国的市场增长将更快，潜力非常巨大。我们未来几年预估有至少60%的市场渗透率，市场规模达到百亿美元级别。

做自动驾驶核心是算法、芯片、数据，但到底自动驾驶的护城河是什么？是算法？是计算？还是数据？

如果看算法，其实在短短的几年里面从百度团队出来很多创新公司，他们同样带走了算法资源，所以算法不是核心的护城河。数据是不是护城河？其实获取数据的门槛相对成本也不是很高，尤其我们看到中国每年两亿辆车在跑，大量的数据可以获取。再加上一些模拟器的发展，模拟数据、虚拟数据的获得，同样可以帮助获取数据。计算是不是护城河？一些老牌玩家、超级玩家在参与，但是不是依靠变成了最后的赢家？可能也不见得。

在我们看来，计算、算法的结合可能是最重要的，因为要针对特定的场景去架构、设计和优化算法。基于这样的判断，地平线在2015年7月份首次提出了自主研发的人工智能专用芯片，比谷歌的对外公布做TPU早了将近一年。

“征程”2.0处理器：实时语义分割，支持多路视频输入

地平线在提出做BPU的那一天起，就瞄准了自动驾驶市场，要打造自动驾驶处理器，为汽车打造自动驾驶大脑。

我们第一代基于高斯架构的BPU1.0，能够对物体的检测、跟踪、识别，图像处理能力达到1080P/30帧每秒，每帧可以同时处理至少两百多个图像目标。第二代基于神经网络结构，同时可以处理六路视频，能够进行像素级的语义识别和图像分割，并且支持多路传感器的融合。第三代贝叶斯架构则支持RNN复杂网络，能进行决策和路径规划，更强大更快速。

与芯片架构的研发相匹配，我们在自动驾驶的落地方面也有三年规划：2017年我们已经在感知层面做了，基于深度学习的环境感知，对目标的检测、识别、运动预测。2018年，我们会在建模层面发力，为不同的传感器建立一个标准化的接口，进行多传感器融合，进行三维环境的语义重建。2019年，我们将深入决策层面，希望做决策和路径的规划。

地平线第一代的自动驾驶处理器“征程”1.0于去年12月发布，它不仅性能很高，能够实时处理1080P/30秒/帧视频，每帧识别200多个目标，而且功耗很低。

目前，基于“征程”1.0的ADAS产品即将量产落地。该产品整合了前向行安全辅助功能和车内驾驶员行为监控功能，可以做出多种警告提示。同时通过云平台还可以为车队、物流车辆等包括出租车辆提供车队管理，对运营数据的分析，对驾驶员的行为分析等等，为企业提高运营和管理效率服务，这也是一个相对来说B2B的大市场。

我们正在做的“征程”2.0处理器，在CES时已经展示过其强大的处理能力。它能实时进行像素级的语义分割，支持6-8路视频输出，同时还支持毫米波雷达以及激光雷达以及超声波雷达。我们在CES期间在加州的高速公路做了一个实际的路测，在高速公路上的像素级语义分割，还可以进行汽车的3D框架识别，道路、交通线，包括周边的天空、树木、路边的道路都非常精准的以不同的颜色来进行像素级的识别和标识。我们知道像素级识别对于整个系统的效率和性能要求是非常高的，也是自动驾驶感知能力的一个质的提升。

这里给大家展示了两个实际路测的视频，是我们在旧金山和唐人街的路口做的实况。唐人街的这视频可以看到在复杂的唐人街环境下，有密集的人流，密集的车辆，有高楼，有交通标志，在这样环境下我们识别非常精准。

另外这一段旧金山街景，不仅可以识别环境，还可以通过人的运动，通过17个人体的关节骨骼运动识别来来判断它的运动趋势，做出运动预测，能够帮助自动驾驶车辆对周边环境提前做出预判。

征程2.0处理器可以支持L3及以上的高级别自动驾驶。我们同时在推进基于征程2.0处理器架构的高级别自动驾驶方案的研发落地，例如自动泊车，我们参与的创新港自动泊车项目在去年11月正式公开路测。通过APP，车主到了位置以后向汽车发送一个简讯，根据简讯它按照规划到车主指定的车库泊车。要出发时，车主可以通过APP向汽车发送指令，让汽车自己开到指定的位置。

这个项目的第一期已经完成，现在正在做第二期。这个项目是自动泊车跟智能停车系统的深度整合。我们都知道今天在中国开车，特别是北京、上海这样的大城市非常堵，我们都很烦恼，而停车问题则大大加剧了这一烦恼。开了车到了地方停了车或者找不到停车位，每天花费大量的时间和精力在停车上，是件很痛苦的事情，而这套系统可以很好的解决这一痛点。

地平线在用AI处理器推动自动驾驶逐步落地方面做了很多工作，希望跟业界的各位合作，一起来做好，逐步推动自动驾驶一级级落地，无论从早期的ADAS还是L3、L4以上更高级别的自动驾驶。

地平线给自己立下了一个小小的目标：希望到2025年，三千万辆汽车搭载我们地平线的自动驾驶BPU。最后希望和大家一起实现我们的理想，为自动驾驶打造中国芯，打造一颗中国自己的芯。

谢谢大家！