洞察用户真需求，地平线BPU重构智驾计算格局

今年的上海车展据说有148场发布会，数量相当恐怖。但要我说，最让我感到惊喜的，还属地平线的发布会。

在这场发布会上，重磅信息接连而出，包括但不限于：

• 发布了新一代BPU架构——纳什；

• 官宣了与比亚迪、采埃孚等头部企业的合作。

更让我意外的是这组数据：2022年，中国乘用车市场中标配L2+NOA功能市场里，地平线征程芯片份额达到了49.05%！

这是什么概念？

2022年每卖出两辆具备NOA功能的新车，其中就有一辆搭载了地平线的芯片！

从伯努利、贝叶斯、到如今的纳什，地平线正在用一片片搭载BPU的智驾芯片“征服”市场，并在事实上建立汽车智驾计算的新格局。

地平线是如何做到的？BPU为何能够获得车企们的一致认可？

要解答这个问题，还要从需求端说起。

在智能驾驶方面，中国是事实上的“主战场”：自主车企、海外车企、集成商、软件商，各路英雄豪杰齐聚于此，L2/L2+NOA辅助驾驶、L3/L4自动驾驶、甚至Robotaxi无人驾驶等等，各种智驾路线在这片大地上争相竞逐。

但如果从消费者角度来看，他们最真实的需求是什么？他们最需要的智驾系统又是什么？

是L3/L4自动驾驶甚至无人驾驶的Robotaxi吗？我相信未来一定是，但目前，甚至说近10年内，可能都不会是。

这取决于多方面因素，包括技术、法规、伦理、公众接受度等等。

因此，无论是地平线的CEO余凯、还是比亚迪的董事长王传福，都表达了类似的观点：“无人驾驶离我们还很遥远，辅助驾驶将在很长时间内存在并保持主流地位。”

这里所说的辅助驾驶，不只是说LKA车道居中辅助，只有这种L2基础功能并不能完全满足消费者们的日常需求，它并称不上“够用”。

在我的理解中，真正“好用”的，应该是一套包括LKA、高速NOA、城市NOA、泊车等在内的全场景的高阶辅助驾驶。一定要足够稳定、高效、省心，而且具备合理的成本，具备普适性，让更多的消费者对智驾的能力产生足够的信心，并让更高阶的智驾技术在这一过程中获得长久的验证，从而在未来的某一天，让智驾走向真正的自动化。

这可能会是一个相当漫长的过程。因此，如何在合理的成本下，为消费者提供足够好用且稳定的辅助驾驶体验，将成为绝大多数车企未来几年内的研发主进程。

而这，恰好是地平线BPU的强项。

BPU全称“Brain Processing Unit”，是地平线自研的智能驾驶专用处理器架构。因为是专用架构，BPU在智驾系统的运行效率上有相当大的优势。

例如，微软有一个名为“COCO”的数据集，其中包含了超过30万张图片，常被用来训练模型或者验证不同系统的图片处理能力。

基于贝叶斯架构的征程5芯片，在这个数据集的目标检测测试中，在128TOPS算力的前提下，可以实现1718帧每秒的图像处理速度，在目前已量产的自动驾驶芯片中处于头部水平。与之相比，成本高出数倍、目前端侧理论算力最强的量产GPU在运行同样的测试时，图像处理速度仅为每秒千帧出头。

可以说，正是由于这种高能效、高真实性能的特性，让基于贝叶斯BPU架构的征程5成为了许多车企首发搭载NOA功能的首选。

而在车展上，地平线推出的新一代BPU架构“纳什”，又在效能上再次迎来了跃升。

目前，基于Transformer网络的大模型正成为业界主流研发方向，很多厂商都在尝试把Transformer引入到视觉任务中来，其中ViT，SwinTransformer等都是视觉Transformer的典型代表。但这种模型参数量很大，即便是推理模型，所调取的数据量也非常大，这就对处理器的带宽提出了更高的要求。

因此，在纳什架构中首次采用了三级片上缓存设计，分为L0近存、L1高性能缓存以及L2大容量缓存，不仅大幅提高了片上带宽，优化了高参数量下的性能表现，同时三级缓存与大并发的数据桥相互配合，还可以实现片上不同计算核之间的灵活多向的数据流动，提高了计算效率。

同时，在纳什架构中，还引入了多脉动立方加速引擎和数据排布变换引擎，前者可以使得引擎间数据流动更高能效、低带宽占用；后者则可以更好地应对以Transformer为代表的这种新形态算法对于数据的data layout进行更灵活的更高效的转换需求。

要知道，目前大火的算法无论是BEV还是Occupancy占用网络，均是以Transformer为核心。纳什架构这种针对性的设计，无疑将大大提高智驾模型的性能表现。

但这并非全部。目前，高阶辅助驾驶能力已开始成为部分车企打造壁垒的一种方式，因此“自研”很重要。

但对于很多车企来说，现在开始自研，困难重重。大量的资金投入是肯定的，同时还不可避免地将面临“踩坑”和“重复造轮子”等情况。

基于这种现状，地平线作为“最懂算法的计算提供商”，选择通过多种开放灵活的模式帮助客户更快开发。

首先，在本次发布会上地平线推出了专门服务于智能驾驶专业开发者，面向量产、生态协同共建的嵌入式应用开发套件——踏歌（TogetheROS™·Auto），通过多模块协同开发，解决行业多供应商协同开发的困难，可将开发、集成、验证效率提升200%，让合作伙伴更高效地利用地平线开发的算法，基础设施和算力。

同时，地平线还推出了天工开物算法工具链、包含训练、测试、管理一条龙在内的艾迪开发平台等开发工具，可以帮助客户实现快速开发和部署。

在避免“重复造轮子”方面，地平线则是直接提供了“参考算法开发加速包”，其中不乏主干网络Swin-Transformer、BEV时序多任务感知算法Bev_mt_ipm_temporal等SOTA算法，大幅降低了算法开发门槛，加速产品原型的开发与迭代。

更关键的一点是，得益于越来愈多的车企选择地平线，有越来越多来自不同厂商的智驾方案运行在相同的征程芯片上。地平线作为上游，可以根据不同算法在征程芯片上的运行表现，并针对行业的显著趋势进行优化。

例如前面提到的MScoco数据集测试成绩，目前征程5已达到1718帧每秒，而在前不久，这一数字还是1531帧每秒。

短短几个月的时间，在芯片本身没有变化的前提下，实现了如此大的性能提升，正是因为地平线针对场景和需求，将一些算子进行整合或者独立封装，优化了编译器，让编译器在部署过程中获得最佳性能。

高效能、高性价比、高开发效率，无疑可以大大提高智能驾驶的量产和普及速度，帮助车企更快抢占市场。这也是为什么，地平线征程5能够获得理想、比亚迪、广汽埃安、上汽集团、一汽红旗等众多车企量产定点的原因。

在会后的专访环节上，地平线联合创始人、CTO黄畅博士向电动知士介绍到，基于纳什架构的BPU芯片，算力相比征程5可提升数倍。同时，该架构具备“可伸缩”的能力，也就是可以根据需求，调整芯片的规模，把算力控制在几十TOPS，从而控制成本。

他还表示，基于纳什架构，在征程5芯片相当的晶体管规模下，可以进一步提升性能同时降低成本。

这又带给了我无限的遐想！

人们常说，IT行业是每年“发布一代、研发一代、预研一代”，芯片行业也是如此，但研发周期又要长得多。

例如贝叶斯架构IP核概念设计于2019年，在2020年完成了设计，并在2021年实现了一次性流片成功。这次发布的纳什架构则是早在2021年就开始了规划，并且经过两年的时间才完成了IP核的设计。

可见，芯片的研发要在项目初期就对行业的需求和技术发展有足够的判断，否则就会与市场需求脱节。

显然，此次发布的“纳什”架构就是地平线对行业发展的一次精准判断，目前的主流技术和研发方向统统命中。

更高效的BPU架构加上“可伸缩”的能力，意味着地平线将来极有可能基于纳什架构推出不止一款新品，其中既可以有算力增长数倍的“豪宅”，面向更高阶的智能驾驶；还可以有算力为100~200TOPS的“经济适用房”，以更低的成本面向主流乘用车市场。

符合当下需求，满足未来趋势，这就是地平线BPU的最大优势！

正如前文所述，中国NOA车型中，征程芯片的市占率已经达到了惊人的数字，而这次发布会上，地平线又官宣了与比亚迪和采埃孚的深度合作，都基于征程5。

前者是全球领先的新能源汽车品牌，后者则是全球领先的Tier1之一，毫无疑问，地平线征程系列芯片的出货量又将迎来一次“跃升”，将重构智驾芯片市场格局。从CPU到GPU，从PC到智能手机到云计算，正如黄畅博士所言，一个时代有一个时代的计算架构，面向全新智驾机器人时代，地平线BPU凭借对场景的洞察和针对性设计，正加速成为智能驾驶时代计算终局之选。