在智能駕駛技術(shù)日新月異的今天，國(guó)產(chǎn)方案能否脫穎而出，取決于其在芯片架構(gòu)、算法模型和系統(tǒng)工程化等多維度的深度積累。地平線機(jī)器人自2015年成立以來(lái)，便秉承“軟硬結(jié)合”的研發(fā)理念，以自研邊緣人工智能芯片為突破口，構(gòu)建從感知到?jīng)Q策的全鏈路技術(shù)體系，致力于為乘用車提供既安全可靠又具成本優(yōu)勢(shì)的高級(jí)輔助駕駛與高階自動(dòng)駕駛解決方案。其不僅提出了車載端到端計(jì)算的演進(jìn)思路，更通過(guò)持續(xù)優(yōu)化智能計(jì)算架構(gòu)，使之與日益復(fù)雜的自動(dòng)駕駛算法深度匹配。

地平線發(fā)展歷程

地平線智能計(jì)算架構(gòu)演進(jìn)路線

回溯地平線的技術(shù)起點(diǎn)，首代BPU（BernoulliProcessingUnit）智能計(jì)算架構(gòu)在2016年橫空出世。它通過(guò)專門設(shè)計(jì)的硬件加速單元和定制指令集，將深度學(xué)習(xí)網(wǎng)絡(luò)的矩陣乘加運(yùn)算高效并行化，實(shí)現(xiàn)了車載環(huán)境感知與決策所需的低功耗、高性能計(jì)算。與通用GPU相比，BPU在同等功耗下的算力密度更高，同時(shí)能夠通過(guò)硬件級(jí)別的資源調(diào)度，最大化算法在芯片上的執(zhí)行效率，這一創(chuàng)新為后續(xù)算法迭代提供了堅(jiān)實(shí)基礎(chǔ)。

隨著自動(dòng)駕駛算法的不斷升級(jí)，地平線在2020年和2021年先后推出了Bernoulli 2.0與Bayes 2.0架構(gòu)。在微結(jié)構(gòu)層面，這兩代BPU通過(guò)優(yōu)化流水線深度、擴(kuò)展向量單元寬度以及改進(jìn)片上緩存設(shè)計(jì)，使得每TOPS算力的能效比提升了10%至15%，并在同等功耗約束下，進(jìn)一步提高了算力輸出。這一階段的架構(gòu)演進(jìn)，主要針對(duì)ADAS算法幀率的提升和更高精度的目標(biāo)檢測(cè)需求，保證了系統(tǒng)在執(zhí)行多路攝像頭與雷達(dá)數(shù)據(jù)融合時(shí)，依然能夠保持實(shí)時(shí)性和能耗控制。

真正實(shí)現(xiàn)跨越式進(jìn)化的是2023年發(fā)布的“納什”（Nash）架構(gòu)。它針對(duì)大參數(shù)Transformer模型做了深度軟硬件協(xié)同優(yōu)化：硬件層面將乘加單元從16×16升級(jí)至32×32，引入稀疏張量處理引擎以支持Sparse4D算法的高效執(zhí)行；軟件層面則與編譯器、性能分析器緊密配合，通過(guò)硬件級(jí)指令預(yù)測(cè)與算法級(jí)流水線融合，實(shí)現(xiàn)數(shù)據(jù)加載與計(jì)算的并行調(diào)度。實(shí)驗(yàn)結(jié)果表明，與首代BPU相比，整體計(jì)算性能提升約246倍，而對(duì)于Transformer推理的加速效果則超過(guò)27倍，遠(yuǎn)超同期摩爾定律18個(gè)月翻一番所能達(dá)到的16倍增長(zhǎng)，真正拉開(kāi)了國(guó)產(chǎn)車規(guī)級(jí)AI芯片與通用解決方案之間的性能差距。

BPU專用智能計(jì)算架構(gòu)

地平線車載智能計(jì)算方案演進(jìn)路線

在BPU架構(gòu)持續(xù)進(jìn)化的同時(shí)，地平線基于該架構(gòu)打造了梯度化的“征程”系列車載智能計(jì)算方案，以滿足從基礎(chǔ)ADAS到高階自動(dòng)駕駛的多樣化需求。2019年首發(fā)的征程2芯片，以4TOPS算力和2W功耗，滿足L0至L2級(jí)別的主動(dòng)安全與輔助駕駛應(yīng)用；2020年面世的征程3將算力提升至5TOPS，支持L2+與初級(jí)L3功能；2021年問(wèn)世的征程5更是一舉將算力推升至128TOPS，并配備30W功耗管理，在理想L8等量產(chǎn)車型上實(shí)現(xiàn)了對(duì)高分辨率多路攝像頭與毫米波雷達(dá)數(shù)據(jù)的實(shí)時(shí)處理，開(kāi)啟了國(guó)產(chǎn)大算力智駕時(shí)代。

征程2、征程3、征程5芯片情況

2024年4月，征程6系列橫空出世，其算力區(qū)間覆蓋10TOPS至560TOPS，且全部基于納什架構(gòu)設(shè)計(jì)，不僅在性能上較前代大幅躍升，更通過(guò)平臺(tái)化設(shè)計(jì)和功能安全保障（滿足ASILB/D與ASILDMCU標(biāo)準(zhǔn)）實(shí)現(xiàn)了對(duì)低、中、高階智能駕駛場(chǎng)景的一站式覆蓋，使得整車廠僅需一套軟硬件與工具鏈即可快速對(duì)接并完成差異化功能開(kāi)發(fā)與工程落地。

征程6系列芯片

地平線自動(dòng)駕駛技術(shù)方案

在算法層面，地平線自2016年提出端到端自動(dòng)駕駛感知演進(jìn)理念以來(lái)，始終在感知、預(yù)測(cè)、規(guī)劃與控制領(lǐng)域保持技術(shù)領(lǐng)先。針對(duì)激光雷達(dá)數(shù)據(jù)的高度稀疏性，地平線在2022年提出Sparse4D端到端感知算法，通過(guò)時(shí)空稀疏張量編碼，將多幀點(diǎn)云與攝像頭圖像進(jìn)行深度融合，不僅提升了對(duì)小目標(biāo)和遠(yuǎn)距離障礙物的檢測(cè)精度，還減少了計(jì)算量。在此基礎(chǔ)上，2023年地平線發(fā)布了UniAD大模型，并榮獲CVPR最佳論文獎(jiǎng)。UniAD將感知、預(yù)測(cè)、規(guī)劃與控制有機(jī)融合，通過(guò)交互博弈機(jī)制模擬多車、多行人場(chǎng)景中的行為決策，實(shí)現(xiàn)了在復(fù)雜交叉口與變道場(chǎng)景下的高效通行與安全保障。該模型在BPU納什架構(gòu)上更能夠以50ms以下延遲完成全場(chǎng)景推理，真正滿足了高階自動(dòng)駕駛對(duì)實(shí)時(shí)性的嚴(yán)苛要求。

Sparse4D算法框架圖

為了讓上述算法快速轉(zhuǎn)化為可量產(chǎn)的功能，地平線還構(gòu)建了覆蓋算法研發(fā)到軟件部署的完整技術(shù)棧。其核心工具包括“天工開(kāi)物”算法開(kāi)發(fā)鏈，它集成了模塊化算法庫(kù)、可視化調(diào)試界面與自動(dòng)化測(cè)試框架，使得算法工程師能夠在幾分鐘內(nèi)完成從代碼編寫到BPU硬件驗(yàn)證的閉環(huán)；“踏歌”嵌入式中間件提供車規(guī)級(jí)操作系統(tǒng)接口、傳感器抽象層與安全監(jiān)控服務(wù)，加速整車集成與功能驗(yàn)證；而“AIDI艾迪”軟件平臺(tái)則支持模型管理、數(shù)據(jù)標(biāo)注、OTA升級(jí)與版本控制，確保了算法迭代的高效閉環(huán)與量產(chǎn)可控。這一整套工具鏈不僅降低了開(kāi)發(fā)門檻，也使得整車廠和一級(jí)供應(yīng)商能夠在半年內(nèi)完成從算法驗(yàn)證到車輛上路的全流程，大幅提升了新功能的商業(yè)化速度。

在產(chǎn)品應(yīng)用層面，地平線已形成Horizon Mono、Pilot與SuperDrive三大梯度化解決方案。Mono方案基于單目攝像頭，搭載征程2或3芯片，自2021年量產(chǎn)以來(lái)，已在AEB、ACC與交通擁堵輔助等基礎(chǔ)輔助場(chǎng)景中獲得穩(wěn)定驗(yàn)證；Pilot方案在此基礎(chǔ)上融入毫米波雷達(dá)與自動(dòng)泊車功能，搭載征程3或5芯片，2022年起在多款車型上實(shí)現(xiàn)量產(chǎn)，可在典型高速公路場(chǎng)景下實(shí)現(xiàn)超200公里的無(wú)感接管體驗(yàn)；而面向最具挑戰(zhàn)的城市復(fù)雜路況，SuperDrive方案將攝像頭、雷達(dá)與激光雷達(dá)進(jìn)行深度融合，計(jì)劃于2026年量產(chǎn)，嵌入征程6系列芯片，旨在實(shí)現(xiàn)全天候、多場(chǎng)景下的流暢擬人化駕駛。

不同智能駕駛解決方案

截至2024年，征程6系列已獲超過(guò)20家整車廠平臺(tái)化采用，合作伙伴涵蓋自主品牌、新勢(shì)力與合資品牌，2025年或?qū)①x能超100款中高階智駕車型。平臺(tái)化設(shè)計(jì)使得整車廠僅需對(duì)接一套軟硬件與工具鏈，便可覆蓋低、中、高階場(chǎng)景的開(kāi)發(fā)與部署，大幅縮短項(xiàng)目周期并降低工程成本。同時(shí)，地平線還與生態(tài)合作伙伴在感知算法、地圖融合、仿真測(cè)試等領(lǐng)域開(kāi)展深度協(xié)作，共同構(gòu)建開(kāi)放、高效的智能駕駛生態(tài)。

隨著法規(guī)對(duì)L3+至L4級(jí)自動(dòng)駕駛的逐步放開(kāi)，以及商業(yè)模式的不斷成熟，智能駕駛系統(tǒng)將面臨更高的安全性與可靠性要求。地平線下一階段的技術(shù)攻堅(jiān)方向包括進(jìn)一步壓縮大模型推理體積與延遲，以滿足毫秒級(jí)車規(guī)部署需求；探索純視覺(jué)與多傳感融合的最佳實(shí)踐，提升在無(wú)激光雷達(dá)方案下的城市復(fù)雜場(chǎng)景魯棒性；強(qiáng)化多傳感器冗余與故障自診斷機(jī)制，構(gòu)建更為嚴(yán)苛的功能安全閉環(huán)；并在開(kāi)放生態(tài)中持續(xù)推動(dòng)軟硬件協(xié)同創(chuàng)新，為行業(yè)帶來(lái)更安全、更高效、更智能的出行體驗(yàn)。通過(guò)這一系列技術(shù)與產(chǎn)業(yè)化實(shí)踐，地平線機(jī)器人正一步步從“追隨者”向“領(lǐng)跑者”邁進(jìn)，助力中國(guó)智能駕駛在全球賽道上實(shí)現(xiàn)彎道超車。

-- END --

       原文標(biāo)題 : 地平線自動(dòng)駕駛方案解讀