爱芯元智正式发布车载品牌“爱芯元速”，助力智能驾驶领域创新

芝能汽车出品

人工智能芯片研发及基础算力平台公司爱芯元智正式推出了面向智能驾驶领域的车载品牌——“爱芯元速”。此次发布标志着爱芯元智在智能驾驶领域的技术实力和商业成果取得新突破，同时也进一步丰富了公司的战略布局，践行“普惠AI造就美好生活”的企业使命。爱芯元速定位于Tier2，旨在成为车载行业长期价值提供者，为车载前视一体机、行泊一体域控制器、CMS、DMS/OMS等提供全系列参考解决方案。同时，爱芯元速拥有高效易用的工具链、丰富的软件开发平台以及面向应用的参考设计，以满足客户多样化的需求，目前相关芯片产品已实现上车量产。

爱芯元速的产品全矩阵已完成车载领域的全面布局，包括M55H、高速行泊一体M76H等M全系列产品路线，覆盖各级别智能驾驶范围。这些产品已在多家整车企业完成验证，计划于2024年实现大规模应用，有力支撑L2/L3级智能驾驶在更多车型的落地。爱芯元智通过自研技术，如爱芯通元混合精度NPU和爱芯智眸AI-ISP，实现了对感知与计算的全面提升，拉高了行业天花板。

爱芯元速首次公布了自动驾驶开发平台xADEP，基于M系列智能驾驶芯片，为企业提供高效、灵活的开发环境和软件组件，助力车企更快地实现工程化落地自动驾驶。爱芯元智通过开放的合作模式，加深与汽车OEM、Tier1系统供应商、算法公司等的合作，实现互利共赢，推动中国智能驾驶生态的共同繁荣。

公开资料显示，爱芯元智已跃升为国产智能驾驶芯片市场份额第二名，凭借自主技术实力和高性能、高性价比的优势，得到越来越多企业的信赖。仇肖莘博士表示，爱芯元智将继续致力于提供可靠、安全、降本增效的智能驾驶解决方案，助力中国汽车行业实现智能化升级。

问题1：请问两位对后续汽车SOC发展趋势和需求的判断，以及对汽车市场需求的应对策略，特别是AI-ISP和混合精度NPU在其中的价值发挥。

回答：就汽车SOC的发展趋势来说，智能汽车的转型涉及电动化和智能化。智能化包括座舱智能化和智能驾驶。座舱智能化体现在屏幕、语音交互等功能的增强，而智能驾驶则涉及快速演进的算法。从芯片设计角度，座舱与驾驶的融合可能需要几年的尝试。除了可感知的座舱和驾驶，智能化还涉及底层技术支撑，如高速传输、中央计算架构等。公司的战略是积极拥抱这个时代，专注于智能驾驶，并挖掘符合技术潮流和市场需求的机会。

问题2：请解释一下AI-ISP的不同之处，以及AI-ISP在图像处理中的性能提升。

回答：AI-ISP采用深度学习方式取代传统硬件模块，包括降噪、宽动态、色彩调节等主要模块。通过深度学习，AI-ISP与前端传感器形成相关性，优化后期图像处理，大幅提升图像效果。相比传统ISP，AI-ISP通过训练模型实现有针对性的优化，使图像效果更好。这一技术已在智慧城市领域量产，引领了“黑光全彩相机”潮流。

问题3：不同公司采用AI-ISP，可能实现方式有差异吗？

回答：有可能，因为图像处理涉及弱域和外UV域，应用场景和要求不同。一些应用可能不需要大算力，而在外UV域进行图像处理较简单。AI-ISP的实现方式可能因公司和应用场景而异。

问题4：未来AI芯片是往算力方向走，还是应该注重成熟智能制程和软件算法的改进？AI芯片面临的最大挑战是什么？

回答：两者都重要。先进制程在一些应用中能提供更大算力，但不是所有应用都需要大算力。成熟智能制程可以在制程限制下优化算力，而混合精度和稀疏化等方式可减低算力需求，提升整体性能。AI算力的分层问题，不同应用需要不同级别的算力。云端需求更大，而边缘侧、端侧受到制程限制，设计需考虑如何使制程达到最有效算力。对于大型芯片公司，智能驾舱芯片或智能驾驶芯片的挑战较大，前期投入和试错周期都较长。

问题5：对于汽车芯片市场的状态和车载芯片供需平衡有何看法？为何芯片企业纷纷加大对车载芯片研究？这是为了提升进度、品牌还是其他？

回答：进入车载芯片领域需要考虑算法迭代和长期投入的挑战。车载芯片市场相较手机市场更为复杂，且周期长，车厂选择自研需谨慎。车载芯片企业需要在主营业务不断提升现金流的基础上耐心培育新市场。近年来芯片企业加大对车载芯片研究，主要是迎合市场趋势。然而，进入车载芯片领域需要巨大的前期投入和长期试错，因此，企业最好在有主营业务支撑的情况下逐步涉足车载芯片市场。

问题6：生态合作方面有何计划？

回答：生态合作分为供应链和车辆生态两个层面。在供应链方面，我们形成了稳固的供应链关系。关键是确保供应链的可靠性和稳定性，以及通过大量出货量达成战略性合作，获得成本优势。在车辆生态方面，我们与车厂OEM、一级供应商、算法供应商、软件供应商等形成紧密合作关系。我们秉承合作开放的理念，推动技术共享、市场共赢，以适应汽车行业的快速变化。

问题7：面对汽车芯片研发挑战，您的策略是什么？

回答：在面对汽车芯片研发挑战时，我们需要预测技术变化、保持灵活性、精准定义产品。对于技术的预判，我们要考虑技术可能的迭代速度，以及未来可能的变化。在产品定义时，要明确是面向哪个细分市场，如L2级、全城区等，以及不同市场的算法和成本需求。这样可以避免产品定义过于强大导致成本不可控，或者未充分满足市场需求。

问题8：相较于其他厂家，您认为公司有何不同之处？Tier2定位下，如何服务客户的不同需求？

回答：我们有两个不同点。首先，我们不同于纯粹的汽车芯片公司，因为我们有另外一条主线和主营业务，支撑我们在车载领域的长期投入。其次，从技术和产品性能上看，我们的芯片性能不逊于国际大厂，甚至在某些维度上超过。例如，我们的M76H芯片在设计时就原生支持了Transformer架构，具备前瞻性。此外，混合精度NPU和AI-ISP等技术也是我们的优势，加速了算法在边缘芯片上的落地。我们不仅追求交付速度，更注重与各方伙伴的合作关系。虽然全栈交付能够快速，但可能会导致生态构建上的挑战，因此我们坚持在整个汽车产业链上与众多伙伴合作，发挥各自优势。Tier2的灵活性较高，可以适应不同客户的需求，而全栈交付模式则在定制化需求上面临较大挑战。

问题9：过去的智慧城市技术和现在的车载业务有哪些相通之处？

回答：我们的NPU是一个IP，可用于智慧城市和智能驾驶。虽然智能驾驶芯片由不同IP组成，但我们的AI-ISP和NPU的IP在基本架构上是相似的。这种相通性使得我们在不同业务领域能够更好地利用相同的基础IP架构，实现技术共享。

问题10：关于Transformer，你们是如何进行适配的？

回答：我们在爱芯通元NPU上成功运行了多个开源模型，如DINOv2。我们提供的是一个基础的算力平台，通过适配各种开源模型，支持算法公司的需求，客户可以在我们的模型上实现自己的算法。