在智能駕駛技術(shù)日新月異的今天，國產(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，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)勢的高級輔助駕駛與高階自動駕駛解決方案。其不僅提出了車載端到端計算的演進(jìn)思路，更通過持續(xù)優(yōu)化智能計算架構(gòu)，使之與日益復(fù)雜的自動駕駛算法深度匹配。

地平線發(fā)展歷程

地平線智能計算架構(gòu)演進(jìn)路線

回溯地平線的技術(shù)起點，首代BPU（BernoulliProcessingUnit）智能計算架構(gòu)在2016年橫空出世。它通過專門設(shè)計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，實現(xiàn)了車載環(huán)境感知與決策所需的低功耗、高性能計算。與通用GPU相比，BPU在同等功耗下的算力密度更高，同時能夠通過硬件級別的資源調(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)算法迭代提供了堅實基礎(chǔ)。

隨著自動駕駛算法的不斷升級，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，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ADAS算法幀率的提升和更高精度的目標(biāo)檢測需求，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，依然能夠保持實時性和能耗控制。

真正實現(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，通過硬件級指令預(yù)測與算法級流水線融合，實現(xiàn)數(shù)據(jù)加載與計算的并行調(diào)度。實驗結(jié)果表明，與首代BPU相比，整體計算性能提升約246倍，而對于Transformer推理的加速效果則超過27倍，遠(yuǎn)超同期摩爾定律18個月翻一番所能達(dá)到的16倍增長，真正拉開了國產(chǎn)車規(guī)級AI芯片與通用解決方案之間的性能差距。

BPU專用智能計算架構(gòu)

地平線車載智能計算方案演進(jìn)路線

在BPU架構(gòu)持續(xù)進(jìn)化的同時，地平線基于該架構(gòu)打造了梯度化的“征程”系列車載智能計算方案，以滿足從基礎(chǔ)ADAS到高階自動駕駛的多樣化需求。2019年首發(fā)的征程2芯片，以4TOPS算力和2W功耗，滿足L0至L2級別的主動安全與輔助駕駛應(yīng)用；2020年面世的征程3將算力提升至5TOPS，支持L2+與初級L3功能；2021年問世的征程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)車型上實現(xiàn)了對高分辨率多路攝像頭與毫米波雷達(dá)數(shù)據(jù)的實時處理，開啟了國產(chǎn)大算力智駕時代。

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，不僅在性能上較前代大幅躍升，更通過平臺化設(shè)計和功能安全保障（滿足ASILB/D與ASILDMCU標(biāo)準(zhǔn)）實現(xiàn)了對低、中、高階智能駕駛場景的一站式覆蓋，使得整車廠僅需一套軟硬件與工具鏈即可快速對接并完成差異化功能開發(fā)與工程落地。

征程6系列芯片

地平線自動駕駛技術(shù)方案

在算法層面，地平線自2016年提出端到端自動駕駛感知演進(jìn)理念以來，始終在感知、預(yù)測、規(guī)劃與控制領(lǐng)域保持技術(shù)領(lǐng)先。針對激光雷達(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，通過時空稀疏張量編碼，將多幀點云與攝像頭圖像進(jìn)行深度融合，不僅提升了對小目標(biāo)和遠(yuǎn)距離障礙物的檢測精度，還減少了計算量。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。UniAD將感知、預(yù)測、規(guī)劃與控制有機(jī)融合，通過交互博弈機(jī)制模擬多車、多行人場景中的行為決策，實現(xiàn)了在復(fù)雜交叉口與變道場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以下延遲完成全場景推理，真正滿足了高階自動駕駛對實時性的嚴(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“天工開物”算法開發(fā)鏈，它集成了模塊化算法庫、可視化調(diào)試界面與自動化測試框架，使得算法工程師能夠在幾分鐘內(nèi)完成從代碼編寫到BPU硬件驗證的閉環(huán)；“踏歌”嵌入式中間件提供車規(guī)級操作系統(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證；而“AIDI艾迪”軟件平臺則支持模型管理、數(shù)據(jù)標(biāo)注、OTA升級與版本控制，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發(fā)門檻，也使得整車廠和一級供應(yīng)商能夠在半年內(nèi)完成從算法驗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，已在AEB、ACC與交通擁堵輔助等基礎(chǔ)輔助場景中獲得穩(wěn)定驗證；Pilot方案在此基礎(chǔ)上融入毫米波雷達(dá)與自動泊車功能，搭載征程3或5芯片，2022年起在多款車型上實現(xiàn)量產(chǎn)，可在典型高速公路場景下實現(xiàn)超200公里的無感接管體驗；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，計劃于2026年量產(chǎn)，嵌入征程6系列芯片，旨在實現(xiàn)全天候、多場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20家整車廠平臺化采用，合作伙伴涵蓋自主品牌、新勢力與合資品牌，2025年或?qū)①x能超100款中高階智駕車型。平臺化設(shè)計使得整車廠僅需對接一套軟硬件與工具鏈，便可覆蓋低、中、高階場景的開發(fā)與部署，大幅縮短項目周期并降低工程成本。同時，地平線還與生態(tài)合作伙伴在感知算法、地圖融合、仿真測試等領(lǐng)域開展深度協(xié)作，共同構(gòu)建開放、高效的智能駕駛生態(tài)。

隨著法規(guī)對L3+至L4級自動駕駛的逐步放開，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，以滿足毫秒級車規(guī)部署需求；探索純視覺與多傳感融合的最佳實踐，提升在無激光雷達(dá)方案下的城市復(fù)雜場景魯棒性；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)；并在開放生態(tài)中持續(xù)推動軟硬件協(xié)同創(chuàng)新，為行業(yè)帶來更安全、更高效、更智能的出行體驗。通過這一系列技術(shù)與產(chǎn)業(yè)化實踐，地平線機(jī)器人正一步步從“追隨者”向“領(lǐng)跑者”邁進(jìn)，助力中國智能駕駛在全球賽道上實現(xiàn)彎道超車。

-- END --

       原文標(biāo)題 : 地平線自動駕駛方案解讀