疫情以來,全球汽車產業鏈被迫停擺,國與國之間不得不因防控被迫“砌墻”,區域性產業鏈閉環能力成為考驗各國汽車產業實力的重要基準。這其中,常年依賴進口的汽車芯片成為疫情下汽車供應鏈中最為薄弱的環節,斷供、漲價等案例比比皆是,國產替代便成為疫情“后”時代關鍵措施。

地平線副總裁,智能駕駛產品線總經理張玉峰
在此機遇下,全球第三家、國內第一家實現車規級AI芯片的地平線,又將面臨怎樣的機遇和挑戰?車規級AI芯片將如何助力中國智能汽車的發展?日前,在第十六屆泰達汽車論壇舉辦期間地平線副總裁,智能駕駛產品線總經理張玉峰接受了來自媒體采訪。
以下為專訪實錄:
今年來看,智能輔助駕駛仍有諸多安全問題存在,如前一段時間特斯拉發生的安全事故。現在大家還在不斷升級自動駕駛的功能,在您看來,想要實現安全,芯片所面臨的挑戰和機遇是怎樣的?
張玉峰:我覺得從安全問題上來講,從在芯片這個層面,可以從多個緯度去講,
首先我覺得最基礎的層面是車規級在寬溫濕度的這樣一個范圍內要表現它的一致性、可靠性,這是比較基礎的。
第二點就是在功能安全這一塊,確實行業對于這個Function safety還是非常看重的。我們最近也是在功能安全這一塊取得了一些突破性的進展,可能在月底會跟大家分享。
第三個層面是現在正在討論的比較多的是預期功能安全,就在芯片上面去做開發,叫SOTIF,ISO 21448怎么去定義確保軟件的這個行為是可預期的,或者不可預期到什么樣的程度不可預期,還有一個層面是網絡安全,在過往兩三年的時間,我們跟所有的全球供應商溝通過程中,這是一點他們極為關注的一項芯片的要求。所以我們在芯片本身這幾代的迭代中也加入了越來越多的在網絡安全上能夠支持芯片上面的操作系統和軟件,實現足夠高等級的網絡安全。
整個我覺得對于地平線來講,因為我們還是一直比較看重這一塊的,無論是功能安全還是網絡安全,還是技術性的一些特性,所以我們的人員,從功能安全的團隊到預期功能安全到網絡安全,還是超配的。所以我們也在積極地跟包括跟這邊的標準工作組也在積極參與,我們在功能安全的國標里面還是扮演比較重要的角色。
細節我回頭可以讓我們的市場同學給到您,包括預期功能安全,我們也在參與里面的對于ISO 21448的這個反饋和我們國標化的這樣一個工作。我們希望我們不僅是在AI芯片,車規級AI芯片,在安全,功能安全和網絡安全上同樣能夠在一個領先市場這樣一個定位,也就是說引領這樣一個安全相關的技術發展趨勢。
今年疫情,國家在供應鏈這一塊更希望實現國產化替代。在芯片這一塊,作為技術發展的一個大趨勢,您怎么看待目前國內車規級芯片發展的現狀?如果想要實現自給自足的情況,我們還有哪些瓶頸需要突破?
張玉峰:現在這個國內主機廠也包括海外主機廠對于中國市場芯片的采購,芯片的使用還是非常關注國產化這一塊的,有一些是當作政治任務來做的,有些也確實是在作為戰略任務來做,這對于我們來講,確實也是很好的機會,我們現在在國內也屬于真正第一家實現智慧AI芯片量產的企業,全球來看,目前還只有三家實現車規級的AI芯片,那就是英特爾、英偉達和地平線,我們是今年3月份量產,被長安UNI-T應用,它是五六月份正式交到消費者手中。
從產業來看的話,芯片這個行業其實上下游產業鏈確實還有很多關鍵的環節和玩家,包括EDA的設計工具,包括晶圓廠、封裝廠,其實我們還是有蠻多需要補齊的,像現在國內能夠做到的制程比海外還是有差距的。車規級這一塊又強調可靠性、一致性、穩定性,其實這一塊也是需要一定的時間才能夠把車規級的這些流片打磨得比較穩定。
目前我們國內的這個ADAS裝配率并不是很高,未來肯定還是有比較大的一個發展空間,像剛剛說的,地平線3月份已經搭載在UNI-T上,近期的消息是跟一汽還有上汽都有合作,未來5年地平線在自動駕駛汽車這一塊你們的預期會達到一個怎樣的量?
張玉峰:現在數據比較新的一些媒體和市場分析是顯示我們今年前7個月有30%,中國自主品牌的AI裝配率應該有30%,其實像有些主機廠更激進一些,像紅旗高端品牌是全配,總體裝配率大概是百分之八九十,今年應該能達到20萬的量,他裝配會比較高一些。我們預計到2025年,中國的市場雷達裝配率達到70%是很有可能的。
因為我們到今年,芯片跟友商相比的話,功耗更低,算力更高,指標方面,在中國這個道路場景上,在不少的指標上面已經超過了EyeQ4。我們應該在未來三四個月會有另外一個量產,在主流主機廠的車型上。現在我們定點的車型數目還是蠻多的,在A端市場應該已經有將近20個了,座艙的話已經有10個左右,所以明年、后年,我們應該是量產爬坡非常快的這樣狀態。
現在從整個交通領域,咱們國家都在倡導安全出行、文明駕駛這一塊,其實說到文明駕駛,一方面從整個道德積極素質方面對用戶的引導,還有一塊針對于我們智能車先進的一個技術,所以想請教一下張總,對于國家的這個倡導文明出行,咱們有沒有一些最新的技術上的應對?
張玉峰:其實從我們的使命來講,本身就是賦能萬物,讓每一個人生活更安全、更美好,我們在汽車這個行業聚焦所做的事情,可以用一句話來去總結的話,就是提供這個數字發動機,以這個為基礎,更高效地去實現車內車外環境的數字化。因為基于這種高效精準的數字化,我們其實可以在駕駛的時候提供對于周邊環境更好的理解,更精準、豐富精確的理解,就能夠識別更多的場景,更多的這種意外情況,或者說可以更文明的一些出行方式。
車內的話,如果是私家車,我可以更好地去理解車內每一個人,不光是駕駛員,前排乘客、后排乘客他的狀態,我們可以提供更主動式的關懷,比如說后排的小孩睡著的時候,我可以自動把音樂的聲音調得更低,可以把空調出口的風速調得更低,讓這個車更智能,提供這種主動式的關懷。對于我們的車,對于共享出行,其實我們已經在兩三年前開始給首汽出行這樣的服務商提供一些技術,用于駕駛的監控,疲勞駕駛的監控,抽煙、打電話等等行為,也是一種方式去幫助解決文明出行、文明駕駛的這些問題。
其實也幫助一些網約車客戶做一些,因為我們有語音前端的處理技術等等,比如說臟話識別這些,我們其實在兩年前就開始協助一些網約車的廠商去實現更高效的識別一些不文明的行為,無論是乘客的還是駕駛員的。我們的優勢還是在于端上可以更好地融合不同的傳感器類型數據,視頻、音頻都可以融合在一起,更精準理解這個車內發生的事情,車內人的狀態。
現在大家對智能電動汽車的需求是比較關注的,我想了解一下,地平線在越來越多的AI芯片技術公司里面,你們的這個核心競爭力,我們最牛的技術,最新的技術能否介紹一下?
張玉峰:我覺得可以用幾句話來去描述一下,一個是說我們其實是最懂算法的芯片公司和最懂芯片的算法公司,在AI芯片這一塊,在全球來看,我們其實還都是蠻不錯的。這里其實所表達的就是我們的核心競爭力在于軟硬的協同,可以做協同式的設計和優化,您大概也了解,在AI運用上,往往場景決定什么樣的AI算法能夠滿足這個產品需求,而算法來去定義什么樣的AI的加速的芯片架構是最能夠有效地去執行這個算法的。
所以能夠從場景到算法到芯片協同一致的,一體的去把這個長鏈條事情做透,實現自己的優勢,所以我們不同于傳統的芯片公司,其實您看傳統的芯片公司去做AI加速的部分,就有很多不太成功的例子,往往是因為他們的人才結構缺少對AI算法和場景理解的人員。
我們的優勢在于定位相對清晰很多,我們就是一個二級供應商這樣一個定位,我們的核心產品就是芯片+算法+供應鏈+服務,而且我的算法也不是綁定的,你可能知道MDC,目前可能是個黑盒子,我們其實是,剛才在論壇上也講了,客戶想要黑盒子,我們有一站式的軟硬結合的解決方案,客戶希望能夠打開,那我們也可以談這種合作,客戶只想要芯片,那我們可以用我們的供應鏈加上服務去賦能他。所以我們本身定位在二級服務商這樣一個角色上,我們在商業的模式和服務的這個模式上都比較靈活,去適應這個市場行業最新的需求,發展需求。
提到自動駕駛,聊到汽車智能,避免不了單車智能和網聯智能這樣一個劃分,中國的自動駕駛實現方案其實和國外是有區別的,比如說谷歌和蘋果,他們更強調的是單車智能的,依靠單車來實現整個車的自動駕駛。但是在中國,我們提到自動駕駛的時候,更強調的是網聯智能,就是車與車、車與路的互相連接。我其實很想知道這兩者本質的差異是什么?為什么會導致這種差異?未來的趨勢是怎么樣的?
張玉峰:我覺得國情是差異的原因之一吧,因為在歐美,政府對于基礎設施的建設投入肯定是遠不如中國的這個政府的決心能力和實際的落地的效果,所以去改造道路基礎設施,去增加這些車路協同的這些設備什么的,在歐美是非常困難的。第二個國情不同,美國相對來講還是地廣人稀的,比起我們國內來講,所以他們道路整體的狀況會相對簡單一些,從技術上來講,其實我們還是需要把單車智能做到足夠高的程度。
因為一個重要的考慮因素是安全,因為車本身還是要足夠智能,足夠有能力安全地來去處理一些應急情況,而不能依賴于基礎設施,不能過分依賴于基礎設施。這里頭包括的風險有這種無線網絡的穩定性,包括這個基礎設施的標準化,這里還有雞生蛋和蛋生雞的問題,剛才幾位嘉賓在論壇上也聊到了,到底是政府應該全力投入,把車路系統鋪到所有的公路上,然后再去讓主機廠把所有的車都按上相應的通訊能力,還是反過來,還是一個協同共進的方式,其實首先車路協同本身的標準化工作還在研討推進中。
我們的觀點更多是在單車智能上肯定要做到足夠智能,可能是需要很長的時間把這個能力提高到足夠高的程度,實現完全無人的自動駕駛,也有一個很長時間實現這個產業化和規模化,中期的話,應該還是單車智能會做到比較高的程度,這個過程中,車路協同的技術其實是能夠給單車提供額外更高的安全性和一個統籌協調的效率性問題。因為他首先解決了超視距感知的問題,因為車或者人再怎么去觀察也是有限的,也就幾百米的距離。
而有了車路協同之后,可以把很多的這個整體的數據拿去進行統籌處理,然后分發給相應的這個交通的參與者,讓車能感知到更遠,其實再強的自車的傳感器能力也做不到這個水平,所以我的觀點還是說車路協同是錦上添花,但是在一定時期內,可能也是我們加速自動駕駛量產化、規模化落地的一個捷徑,因為從整個的自動駕駛級別能力的提升和完全無人駕駛的規模化量產落地來講,還是會有一個比較長的時間。
如果我們能夠有效的,哪怕是區域性地把這個車路協同做好,支持這個車來去做更好的,更低成本的,一定范圍內,一定程度上實現自動駕駛,它應該還是一個不錯的方式,至少能夠推動整個產業往前比較快速地去發展,因為這個速度和迭代還是蠻重要的。在中國有他的優勢是在于我們政府的這個對于基礎設施的敢投入,包括現在提出的新基建也包含了這一部分的工作計劃。這個標準化是一個大問題,這也會變相增加成本,因為你要去支持不同的系統。
還有一個挑戰就是責任的劃分,如果車出了問題,到底是車的責任,還是其他相關方的責任。其實有點像L3人機共駕的責任劃分一樣,現在加上車錄系統就是人、車、基礎設施和云的共駕了,這時候可能有更多的責任劃分。
參與的越多,責任就越分散。
張玉峰:對,會有這種挑戰。當然這些還是需要慢慢解決吧。
美國對華為和中興的這種打壓,對中國車路協同目標的實現有遏制的影響嗎?
張玉峰:確實車路系統也需要。我們去年在長沙的智能化區域也跟德國大陸集團合作,把我們的感知芯片和算法放到它的路測單元中,跟它的雷達融合,共同去理解道路上的交通信息,車、人,等等。它對于芯片在車里,在路側端的影響其實是一樣的,只不過是路側端對功耗、對算力的限制更少一些,可以放工業級的芯片進去,不需要放車規級的,可以放小型服務器,通過穩定的電源供應來保證它的工作,它的限制會更少一些。
發展到現在,企業未來的發展方向會轉移嗎?
張玉峰:我明白您的意思。
第一點,我們現在90%的精力都在汽車上,未來不斷時間之內也都會圍繞汽車這個行業,因為這是被證明的AI可以被賦能、可以變現的領域。
第二點,其實作為一家芯片行業公司來講,如果在汽車的芯片之外,也有一條能夠大規模出貨的業務方向的話,其實也是一件非常好的事,而且業界的頭部玩家也都證明這一點,像高通、英偉達都有比較好的非汽車領域業務的市場地位和規模,其實也是能夠直接促進企業發展的。因為它的周期很短,出貨量很大,形成一個正向循環,這樣的業務能夠讓車這部分的長周期發展迭代,是可以受益于非車類的。
我們還好的地方是在于,我們更專注于AI這塊。AI的計算能力的迭代會更多依托于我們現在所定義的新摩爾定律的AI算法,結合場景,結合工具鏈本身,等等,而不是像傳統的芯片,還是按照舊的定律——面積、功耗、性能,簡單的三要素。假設只有汽車方向的業務,我們一樣可以比較快地迭代我們的芯片技術。對于非汽車,我們不會排斥,但是會比較關注于汽車領域,因為公司還是要把有限的資源投入到有一定成績的賽道上,而且未來的成長空間還是很大的。
咱們目前會專注于一個賽道,但不會排斥,未來如果有市場機會,其實也是一個機遇,比如說一些傳統頭部愿意跟咱們合作,或者說拿到一些投資的話?
張玉峰:我們更多要看這個機遇在行業細分方向的發展,剛才提到,一個是自動駕駛車、智能汽車,一個是掃地機器人等等,這些方向是我們看到有市場規模的,其他的還沒有,像酒店服務機器人,現在還沒有起來,如果現在沖進去的話一定沒有太好的收益,所以機器人時代應用到具體的行業方向上,它的落地速度會決定我們未來在市場策略和商務模式上的取向。