GTIC 2020全球AI芯片創(chuàng)新峰會剛剛在北京圓滿收官!在這場全天座無虛席、全網直播觀看人數(shù)逾150萬次的高規(guī)格AI芯片產業(yè)峰會上，19位產學界重磅嘉賓從不同維度分享了對中國AI芯片自主創(chuàng)新和應用落地的觀察與預判。
在峰會上午場，黑芝麻智能科技有限公司CMO楊宇欣，發(fā)表了題為《自動駕駛計算芯片的突圍之徑》的演講。
▲黑芝麻智能科技CMO楊宇欣
近幾年間，國內汽車芯片初創(chuàng)公司數(shù)目正在快速增加，黑芝麻智能就是其中的佼佼者。作為一支包攬了芯片、視覺、汽車等領域老將的創(chuàng)業(yè)團隊，成立不到四年，黑芝麻智能就在今年6月發(fā)布了華山二號A1000系列芯片，基于A1000芯片的多芯片級聯(lián)FAD方案最高算力可以達到280TOPS，從數(shù)據上看直接可對標特斯拉自研的FSD自動駕駛電腦。
在GTIC AI芯片創(chuàng)新峰會上，楊宇欣與我們分享了黑芝麻智能對汽車芯片市場的看法，以及黑芝麻智能的產品研發(fā)思路。此外，楊宇欣首次公布了黑芝麻智能在未來一段時間內的產品路線圖。
楊宇欣認為，自動駕駛市場前景廣闊，隨著自動駕駛的技術、應用向前發(fā)展，市場對大算力的需求持續(xù)高漲，而算力主要由芯片來提供。因此，自動駕駛市場發(fā)展的核心，就在于芯片。為滿足市場算力需求，黑芝麻智能將于明年下半年發(fā)布超200TOPS算力的A2000芯片。
以下為楊宇欣演講實錄整理：
一、自動駕駛或成未來十年最大賽道
楊宇欣稱，自動駕駛芯片并不單單要具備AI的功能，它更多是一個計算平臺，能夠給汽車提供更多的計算能力。這也是其演講題目中提到“計算芯片”，而非“AI芯片”的原因。
未來汽車的智能化需要一個核心的“大腦”，黑芝麻智能希望其所專注的計算平臺，未來能夠成為智能汽車、自動駕駛的那顆“大腦”，為車提供更多的計算能力。而人工智能或者芯片更多是作為工具，賦能一個垂直的行業(yè)。
自動駕駛是未來十年甚至更長時間內，最大的一個賽道。過去十年中，如果大家在電子行業(yè)經歷了智能手機領域的長足創(chuàng)新的產生;那在接下來的十年中，汽車可能是大家所能見到的更大賽道，這個賽道將達到十萬億級甚至更高級別。
智能駕駛作為一個新的生產力工具，不單單能改善人的生活，更多的是為整個城市、整個社會帶來改變。比如城市環(huán)境中，高速公路、風景、場景、現(xiàn)在國內在推的車路協(xié)同等等領域中，智能駕駛將帶來一個完整的生態(tài)和技術鏈的創(chuàng)新。
從產業(yè)的演變來講，傳統(tǒng)汽車時代更多的創(chuàng)新產生在機械、燃料的和生產制造的部分，過去百年的汽車工業(yè)。現(xiàn)在進入自動駕駛的時代，創(chuàng)新發(fā)生在核心的芯片、人工智能、新的電子架構、電池的技術。大家講汽車行業(yè)的“新四化”趨勢，包括智能化、網聯(lián)化、共享化、電動化，這“新四化”也是現(xiàn)在創(chuàng)新最集中的幾個領域。
未來，自動駕駛會發(fā)展到無人駕駛時代，無人駕駛時代更多是對大數(shù)據、人工智能，對整個無人駕駛系統(tǒng)運營的管理。其實，我們在開發(fā)自己的技術或者思考未來技術方向的時候，要去看產業(yè)的終局。等到無人駕駛的時代真正到來、路上一個司機也沒有的時候，整個城市交通系統(tǒng)將以一個高速運轉的無人化的管理系統(tǒng)來支撐。這套管理系統(tǒng)包括云端的管理和整個數(shù)據的運營。
現(xiàn)在我們看到的很多Robotaxi(自動駕駛出租車)公司，是以自動駕駛技術進入市場，同時也在培養(yǎng)大規(guī)模無人駕駛車輛的運營能力。這些能力包括在封閉場景中的一些低速無人車、機器人等等，這都需要大量的創(chuàng)新技術支撐。
從整個汽車的電子架構發(fā)展來看，過去采用的都是一個分布式的架構，一輛車里面由幾十個ECU、小的單片機作為控制單元。現(xiàn)在車內開始出現(xiàn)以域控制器為核心的計算架構，主流是兩個核心域控制器：一個是智能座艙域，讓車內越來越智能，從小屏到大屏到多屏，從簡單的機械式控制到手勢識別、語音識別等更多人工智能控制;另外一個是自動駕駛域，需要連接車外的傳感器，做數(shù)據的處理、做路徑的規(guī)劃、進行決策控制等等。自動駕駛域是新出現(xiàn)的，不像智能座艙域是從汽車的娛樂系統(tǒng)一步步延伸過來。
作為一家創(chuàng)業(yè)公司，從新出現(xiàn)的革命性技術切入這個市場是更有機會的。在自動駕駛領域，中國處在跟全球賽跑的階段。現(xiàn)在我們也在講進口替代的概念。實際上在自動駕駛賽道，中國正在跟全球賽跑。一方面，中國的市場正快速發(fā)展;另一方面，中國的技術演進速度也在快速發(fā)展。
楊宇欣認為，在自動駕駛域，中國是很有希望領先全球的。
二、2023年，L3級自動駕駛算力需求將達到100TOPS以上
從算力要求來講，對于智能駕駛自動駕駛域的計算平臺，從L1到L2.5到L3，大家對大算力的需求越來越高。
2020上半年，需要花費很多時間去解釋“為什么自動駕駛要來了”，下半年這個問題越來越少了，大家明顯感覺到市場對整個自動駕駛時間的發(fā)展有一個明確的共識。
大家會意識到，智能汽車的發(fā)展包括自動駕駛的發(fā)展以肉眼可見的速度一步步來到我們的生活中。
黑芝麻智能看到下一個比較重要的時間點在2022年到2023年，L2+到L3級別的自動駕駛會開始從車廠的高端車型選配慢慢走到主流車型的標配。沿用手機市場發(fā)生過的一件事情可以幫助理解：手機市場中，蘋果用一些新的技術、新的應用去教育市場，同時親歷親為去試很多技術路線，(技術路線)暢通以后安卓陣營去跟。這已發(fā)生過很多次。
其實汽車領域也在發(fā)生相同的事情，特斯拉在電動車、智能駕駛領域發(fā)展至今，已經走到市場的相當前面。楊宇欣將特斯拉的Autopilot3.0，稱為“不撒把的L3”。這是因為Autopilot3.0的功能基本具備L3級別，但由于政策法規(guī)的問題，司機被要求手不離開方向盤。
如果大家有駕駛特斯拉的經驗或者看過一些視頻的話，就會有所體會。比如，在Youtube上可以發(fā)現(xiàn)這一類很有意思的視頻：美國高速上正在堵車，車一輛一輛往前挪，特斯拉司機卻被拍攝到在睡覺。
自動駕駛技術越來越多開始進入到大家的使用習慣。另外一個例子是，大家有使用倒車雷達或者倒車影像的經驗，當你使用上之后就戒不掉這些產品了。相信隨著自動駕駛技術越來越成熟，它也會成為大家非常必備的一個駕駛輔助系統(tǒng)。
從算力角度來講，到2023年，L3級別的駕駛需要100T以上的算力。而算力主要需要芯片來提供。自動駕駛的發(fā)展很大程度上需要依賴于核心的計算平臺和芯片來提供算力。
從未來的滲透率來看，目前各個第三方機構都在預測未來自動駕駛的數(shù)據，每年數(shù)據都在變化。取其中一個第三方機構的數(shù)字，可以看到，到2022年，全球將有5000多萬輛自動駕駛車，基本達到車輛總數(shù)的一半;到2025年，這個比例會超過60%。
楊宇欣認為，中國會在這一市場中起到非常重要的作用。目前中國占全球自動駕駛汽車市場的1/4。從現(xiàn)在中國自動駕駛的技術發(fā)展、中國車廠在自動駕駛技術普及的激進程度來看，楊宇欣相信未來在全球的自動駕駛車市場里面，中國出貨量將占到全球的1/3～1/2。中國是一個很好的市場，黑芝麻智能很幸運誕生在中國，能跟中國的客戶生態(tài)一起成長。
三、解析“軟件定義汽車”兩大關鍵點
現(xiàn)在汽車行業(yè)講的最多的一個觀點是“軟件定義汽車”。什么是“軟件定義汽車”?這其中有兩個核心點。
第一個就是軟硬分離。
現(xiàn)在很多人工智能行業(yè)講軟硬分離，隨著人工智能的框架和工具鏈越來越成熟，算法的精準度、成熟度更多依賴于數(shù)據量和標注的質量，后期算法的迭代速度越來越快。
但是，硬件迭代速度沒有那么快。軟件定義汽車，更多是利用算法或者軟件快速迭代的特點，銷售之后通過OTA擴展汽車的功能、性能，提升駕駛的體驗。
另外，所有車廠在設計下一代智能汽車電子架構的時候，還會講到一個“硬件預埋”的概念。就是我的軟件要不斷升級，但是不想把硬件變成瓶頸。所以在車出廠的時候，車的傳感器要裝足。雖然L2級別的自動駕駛剛開始(出貨)，但它已經按照L3級別的要求，裝上了足夠多的傳感器、毫米波雷達、攝像頭、超聲波雷達等等。
這也需要可擴展性開放的大算力平臺來支撐。廠商不希望軟件升級兩次之后，車的性能不夠了。因此，即使L3級別的自動駕駛還不需要那么高的算力，特斯拉Autopilot3.0也達到了144TOPS的算力。特斯拉希望把算力平臺的冗余留的足夠多，這樣后期能夠讓軟件不斷升級和提升。這對車廠來講這是非常關鍵的。現(xiàn)在汽車行業(yè)里面，為了2022年、2023年批量出貨的市場，車廠都在選擇下一代的大算力平臺。
核心芯片是真正要推動自動駕駛發(fā)展很重要的因素，包括現(xiàn)在在國內，我們還沒看到能夠跟英偉達、特斯拉從性能去PK的廠商。
楊宇欣稱，讓他十分自豪的是，黑芝麻智能發(fā)布了目前為止在國內自動駕駛領域中算力最高的芯片A1000。現(xiàn)在很多車廠拿A1000芯片去做測試，已經有客戶開始基于黑芝麻智能的芯片設計自己的下一代域控制器產品、下一代L3級別的超算平臺。
芯片作為智能駕駛智能汽車的電子架構核心，為智能駕駛提供算力，也為軟件系統(tǒng)提供支撐。很多軟件系統(tǒng)、算法體系需要在芯片上建立，包括車路協(xié)同。
中國希望在自動駕駛這條路上領先全球，除了車的智能化這條路以外，中國還選擇了車路協(xié)同。這背后很重要的一點是，中國的基建是政府統(tǒng)一來搞，非常容易形成標準，一旦形成標準會大規(guī)模普及，而國外更分散。所以，車路協(xié)同可能成為中國在自動駕駛這條賽道上彎道超車、領先全球的重要機會。除了汽車的智能化以外，這也是我們在看的一點。
車路協(xié)同也是云邊端一體化整體的解決方案，邊緣側、路側也需要大算力低功耗的計算平臺提供路端感知，未來路端的感知數(shù)據和車端感知數(shù)據融合后，能幫助智能汽車更好實現(xiàn)自動駕駛的功能。
四、首次公布黑芝麻智能產品路線圖
在GTIC AI芯片創(chuàng)新峰會現(xiàn)場，楊宇欣分享了黑芝麻智能的產品路線圖，并講述了黑芝麻智能兩大自研芯片IP背后的設計思路。這是黑芝麻智能首次公布產品路線圖。
作為創(chuàng)業(yè)公司，黑芝麻智能的初創(chuàng)團隊由來自兩個不同行業(yè)的資深人員組成：一幫是做了20年芯片的人，另外一幫則是做了20年的車的人。楊宇欣認為，芯片是種工具，需要找一個行業(yè)來賦能，黑芝麻智能找到的目標行業(yè)就是汽車。
同時，黑芝麻智能團隊也看到未來前景光明。黑芝麻智能核心團隊來自全球最頂尖的芯片設計團隊。公司2016年成立;2018年跟合作伙伴開始商業(yè)上的合作;2019年發(fā)布第一代芯片;2020年發(fā)布第二代芯片，也就是今年6月份發(fā)布的華山2號A1000芯片，算力達到INT8 40TOPS的算力;今年7月份實現(xiàn)了第一顆芯片的量產，以及車規(guī)認證;到9月份，黑芝麻智能發(fā)布了國內唯一一個能夠對標特斯拉FSD雙芯片冗余的FAD雙芯片計算平臺，這也是目前一眾車廠在用的平臺。
▲黑芝麻智能最新產品路線圖
從技術來講，黑芝麻智能提供完整端到端的解決方案，包括前端攝像頭或者傳感器的定制。其實傳感器和主芯片關系非常密切，跟這些傳感器廠商一起做定制，可以幫助車廠更好地做傳感器選型。另外，基于車規(guī)級的高性能計算平臺，圍繞領先的圖像處理能力、神經網絡加速器技術，黑芝麻智能提供完整的自動駕駛方案。
跟很多芯片設計公司不一樣的是，大多數(shù)芯片設計公司采用通用IP來開發(fā)自己的產品，但黑芝麻智能團隊認為這在自動駕駛領域會面臨幾個難點：第一，面向車規(guī)級的專用市場，很多的通用架構的核心IP不一定能滿足;第二，跟全球的技術賽跑，要保證技術能夠持續(xù)領先，需要有自己的核心武器。
2016年成立后，黑芝麻智能研發(fā)第一款芯片花了三年時間，很多芯片設計公司拿通用IP來開發(fā)，可能第一顆芯片花一年或者一年半就能出來，而黑芝麻智能選擇了相對來說，最初無論是行業(yè)還是投資人都覺得有點難走的路。
黑芝麻智能從核心IP開始開發(fā)，目前有兩個核心IP。其中，一個是圖像處理ISP IP，一個是神經網絡加速器NLP IP。黑芝麻智能的技術邏輯是要“看得清”、“看得準”。
“看得清”就是圖像處理，自動駕駛攝像頭是十分核心的傳感器，隨著攝像頭數(shù)量的增加、像素的增加，需要處理的數(shù)據越來越多。在人工智能領域，當海量數(shù)據涌到神經網絡去做處理的時候，如果數(shù)據的質量報告中有大量的像素看不清楚，會浪費很多算力去做補償。而車規(guī)級的高性能ISP的目標是，把采集出來的每幀圖像每個像素處理得足夠清楚，這樣在后面做推理的時候，可以用更簡單的算法或者更少的算力得到更準確的結果。這是非常核心的技術，黑芝麻智能選擇自己開發(fā)，因為可能買不到高性能車規(guī)級的ISP的IP。
“看得準”就是神經網絡架構系統(tǒng)，車載場景是很典型的邊緣計算場景，要求算力不斷提升，同時對能效比亦有要求。黑芝麻智能自研的NPU通過自己定義的核心架構，可以在數(shù)據處理中，在不同的卷積層處理時，減少很多數(shù)據的吞吐次數(shù)，提供非常高的能效。這也是黑芝麻智能能夠確保從現(xiàn)在芯片的幾十TOPS算力，達到下一代芯片幾百TOPS算力的核心。
電動車的芯片如果功耗達到幾百瓦，對整個能源的管理，對電源電路部分的設計要求就會提高很多，整個車的穩(wěn)定性、可靠性都會受影響。能效比對未來自動駕駛芯片來說非常重要。
A1000是黑芝麻智能今年6月份發(fā)布的芯片，INT8 40TOPS的算力，基本符合現(xiàn)在對L2.5到L3級別的市場需求。
同時，黑芝麻智能在今年9月份發(fā)布了FAD系統(tǒng)，這套系統(tǒng)包括了以自研芯片為核心的完整的自動駕駛平臺，有操作系統(tǒng)，有中間件，有開放的工具鏈體系，可以支撐合作伙伴把他們的應用放出來。
FAD系統(tǒng)有單芯片、雙芯片、四芯片不同的方案，雙芯片方案做到80～140TOPS算力。而且，黑芝麻智能自己開發(fā)了比較復雜的軟件中間件系統(tǒng)，做到雙芯片的互為備份冗余等等。這也是特斯拉提出的思路，大算力芯片處理非常多的數(shù)據，難免里面有可能出現(xiàn)失效的問題，雙芯片同時運行相同的算法，可以起到互相備份的作用，但前提是算力一定要足夠大。
目前車廠拿到的大算力自動駕駛的平臺，一個是英偉達的Xavier平臺，另一個就是黑芝麻智能的平臺。自動駕駛這么大的賽道，未來一定是專用芯片在能效比、性價比等等效益方面有更好的優(yōu)勢。
據楊宇欣分享，黑芝麻智能團隊從Xavier開發(fā)者社區(qū)下載了兩個模型，通過黑芝麻智能自己的工具轉換到自己的芯片上。結果顯示，Xavier平臺用11瓦的功耗達到300多幀的性能，黑芝麻智能的平臺用6瓦的功耗達到500多幀的性能。
五、明年下半年發(fā)布A2000芯片，算力超200TOPS
黑芝麻智能發(fā)布的第一代A500和第二代A1000芯片，基于A1000有單芯片、雙芯片和四芯片不同的方案，面向L2+、L3、L4不同級別的市場。明年下半年，黑芝麻智能計劃發(fā)布200TOPS以上算力的A2000芯片，支撐2025年的市場。
在跟車廠等企業(yè)討論的時候，黑芝麻智能得知大概在2025年，市場普遍需要300～500TOPS的算力。黑汽車芯片企業(yè)不可能用七八顆芯片做一個域控制器，這在經濟上不太現(xiàn)實，因此一定需要大算力的低功耗芯片去推動。
同時黑芝麻智能的核心IP也在演進，以支撐芯片能夠在性能上、在功能上滿足客戶的需求，在市場上達到領先。
做車規(guī)大算力芯片的企業(yè)為什么那么少?這是因為，車規(guī)芯片與一般芯片的設計流程完全不一樣，需要充分考慮安全可靠性。專用的車規(guī)設計流程，包括選用車規(guī)的IP、選用車規(guī)的產線、達到車規(guī)的封裝和芯片。投入的成本和周期很長，需要更有耐心。黑芝麻智能團隊還算比較耐心，從公司創(chuàng)立之初就瞄準這個市場，一步步把IP、芯片、平臺包括跟客戶的定點完成。
相信在比較好的節(jié)奏之下，黑芝麻智能能夠在市場上有自己的位置。同時，黑芝麻智能團隊也開發(fā)了自己完整的工具鏈。黑芝麻智能并不求一個特別開放的生態(tài)，面向自動駕駛這個大的賽道，黑芝麻智能致力于為客戶提供足夠開放的產品和解決方案。
通過把工具鏈提供給客戶，客戶的算法、體系會建立在黑芝麻智能的芯片之上。現(xiàn)在，黑芝麻智能已經在國內形成比較完整的生態(tài)。基于合作關系，主機廠，一級供應商，出行合作伙伴等都在基于黑芝麻智能的芯片開發(fā)下一代的產品。楊宇欣預計，到2022年底2023年初，客戶基于A1000芯片開發(fā)的自動駕駛汽車將量產，到那時大家有機會體驗到基于真正國產大算力芯片的產品。
隨著算力的需求不斷增加，黑芝麻智能的產品節(jié)奏要跟上市場發(fā)展的節(jié)奏。軟件定義汽車，隨著未來軟件的更新迭代速度加快，一定需要高性能的車規(guī)級計算平臺來支撐，這才是軟件定義汽車真正在下一代智能汽車上實現(xiàn)的根本。
自動駕駛的芯片如何能夠真正做到跟全球最牛的公司在技術上賽跑?我們認為一定要有自己的核心技術。如果所有的IP都采購通用的架構，我們很難真正做到跟全球最先進的公司站在一起。持續(xù)在我們自己的核心IP上進行投入，這是黑芝麻智能一直在堅持的。
車規(guī)級安全認證以及完整的工具鏈體系，是保證芯片能夠真正應用落地到汽車，并實現(xiàn)量產的核心。同時，通過車規(guī)級認證和工具鏈的保駕護航，黑芝麻智能團隊希望，客戶能夠更放心地使用黑芝麻智能的產品。在自動駕駛領域，黑芝麻智能將以大算力芯片系統(tǒng)為核心，跟產業(yè)鏈上下游攜手推進。
自動駕駛是非常大的賽道，未來可以達到十萬億級甚至更大量級。這個賽道中，從核心的芯片、核心的器件部件到軟硬件服務，全產業(yè)鏈都有創(chuàng)新的機會，特別是在發(fā)展如此之快的中國市場中。黑芝麻智能希望攜手產業(yè)鏈，擁抱最大的創(chuàng)新的機遇，共同推動中國自動駕駛落地。
以上是黑芝麻智能CMO楊宇欣演講內容的完整整理。除楊宇欣外，在本屆GTIC 2020 AI芯片創(chuàng)新峰會期間，清華大學微納電子系尹首一教授，比特大陸、地平線、燧原科技、壁仞科技、光子算數(shù)、知存科技、億智電子、豪微科技等芯片企業(yè)，全球FPGA領先玩家賽靈思，Imagination、安謀中國等知名IP供應商，全球EDA巨頭Cadence，以及北極光創(chuàng)投、中芯聚源等知名投資機構，分別分享了對AI芯片產業(yè)的觀察與思考。如感興趣更多嘉賓演講的核心干貨，歡迎關注芯東西后續(xù)推送內容。
