GTIC 2020全球AI芯片创新峰会刚刚在北京圆满收官!在这场全天座无虚席、全网直播观看人数逾150万次的高规格AI芯片产业峰会上，19位产学界重磅嘉宾从不同维度分享了对中国AI芯片自主创新和应用落地的观察与预判。
在峰会上午场，黑芝麻智能科技有限公司CMO杨宇欣，发表了题为《自动驾驶计算芯片的突围之径》的演讲。
▲黑芝麻智能科技CMO杨宇欣
近几年间，国内汽车芯片初创公司数目正在快速增加，黑芝麻智能就是其中的佼佼者。作为一支包揽了芯片、视觉、汽车等领域老将的创业团队，成立不到四年，黑芝麻智能就在今年6月发布了华山二号A1000系列芯片，基于A1000芯片的多芯片级联FAD方案最高算力可以达到280TOPS，从数据上看直接可对标特斯拉自研的FSD自动驾驶电脑。
在GTIC AI芯片创新峰会上，杨宇欣与我们分享了黑芝麻智能对汽车芯片市场的看法，以及黑芝麻智能的产品研发思路。此外，杨宇欣首次公布了黑芝麻智能在未来一段时间内的产品路线图。
杨宇欣认为，自动驾驶市场前景广阔，随着自动驾驶的技术、应用向前发展，市场对大算力的需求持续高涨，而算力主要由芯片来提供。因此，自动驾驶市场发展的核心，就在于芯片。为满足市场算力需求，黑芝麻智能将于明年下半年发布超200TOPS算力的A2000芯片。
以下为杨宇欣演讲实录整理：
一、自动驾驶或成未来十年最大赛道
杨宇欣称，自动驾驶芯片并不单单要具备AI的功能，它更多是一个计算平台，能够给汽车提供更多的计算能力。这也是其演讲题目中提到“计算芯片”，而非“AI芯片”的原因。
未来汽车的智能化需要一个核心的“大脑”，黑芝麻智能希望其所专注的计算平台，未来能够成为智能汽车、自动驾驶的那颗“大脑”，为车提供更多的计算能力。而人工智能或者芯片更多是作为工具，赋能一个垂直的行业。
自动驾驶是未来十年甚至更长时间内，最大的一个赛道。过去十年中，如果大家在电子行业经历了智能手机领域的长足创新的产生;那在接下来的十年中，汽车可能是大家所能见到的更大赛道，这个赛道将达到十万亿级甚至更高级别。
智能驾驶作为一个新的生产力工具，不单单能改善人的生活，更多的是为整个城市、整个社会带来改变。比如城市环境中，高速公路、风景、场景、现在国内在推的车路协同等等领域中，智能驾驶将带来一个完整的生态和技术链的创新。
从产业的演变来讲，传统汽车时代更多的创新产生在机械、燃料的和生产制造的部分，过去百年的汽车工业。现在进入自动驾驶的时代，创新发生在核心的芯片、人工智能、新的电子架构、电池的技术。大家讲汽车行业的“新四化”趋势，包括智能化、网联化、共享化、电动化，这“新四化”也是现在创新最集中的几个领域。
未来，自动驾驶会发展到无人驾驶时代，无人驾驶时代更多是对大数据、人工智能，对整个无人驾驶系统运营的管理。其实，我们在开发自己的技术或者思考未来技术方向的时候，要去看产业的终局。等到无人驾驶的时代真正到来、路上一个司机也没有的时候，整个城市交通系统将以一个高速运转的无人化的管理系统来支撑。这套管理系统包括云端的管理和整个数据的运营。
现在我们看到的很多Robotaxi(自动驾驶出租车)公司，是以自动驾驶技术进入市场，同时也在培养大规模无人驾驶车辆的运营能力。这些能力包括在封闭场景中的一些低速无人车、机器人等等，这都需要大量的创新技术支撑。
从整个汽车的电子架构发展来看，过去采用的都是一个分布式的架构，一辆车里面由几十个ECU、小的单片机作为控制单元。现在车内开始出现以域控制器为核心的计算架构，主流是两个核心域控制器：一个是智能座舱域，让车内越来越智能，从小屏到大屏到多屏，从简单的机械式控制到手势识别、语音识别等更多人工智能控制;另外一个是自动驾驶域，需要连接车外的传感器，做数据的处理、做路径的规划、进行决策控制等等。自动驾驶域是新出现的，不像智能座舱域是从汽车的娱乐系统一步步延伸过来。
作为一家创业公司，从新出现的革命性技术切入这个市场是更有机会的。在自动驾驶领域，中国处在跟全球赛跑的阶段。现在我们也在讲进口替代的概念。实际上在自动驾驶赛道，中国正在跟全球赛跑。一方面，中国的市场正快速发展;另一方面，中国的技术演进速度也在快速发展。
杨宇欣认为，在自动驾驶域，中国是很有希望领先全球的。
二、2023年，L3级自动驾驶算力需求将达到100TOPS以上
从算力要求来讲，对于智能驾驶自动驾驶域的计算平台，从L1到L2.5到L3，大家对大算力的需求越来越高。
2020上半年，需要花费很多时间去解释“为什么自动驾驶要来了”，下半年这个问题越来越少了，大家明显感觉到市场对整个自动驾驶时间的发展有一个明确的共识。
大家会意识到，智能汽车的发展包括自动驾驶的发展以肉眼可见的速度一步步来到我们的生活中。
黑芝麻智能看到下一个比较重要的时间点在2022年到2023年，L2+到L3级别的自动驾驶会开始从车厂的高端车型选配慢慢走到主流车型的标配。沿用手机市场发生过的一件事情可以帮助理解：手机市场中，苹果用一些新的技术、新的应用去教育市场，同时亲历亲为去试很多技术路线，(技术路线)畅通以后安卓阵营去跟。这已发生过很多次。
其实汽车领域也在发生相同的事情，特斯拉在电动车、智能驾驶领域发展至今，已经走到市场的相当前面。杨宇欣将特斯拉的Autopilot3.0，称为“不撒把的L3”。这是因为Autopilot3.0的功能基本具备L3级别，但由于政策法规的问题，司机被要求手不离开方向盘。
如果大家有驾驶特斯拉的经验或者看过一些视频的话，就会有所体会。比如，在Youtube上可以发现这一类很有意思的视频：美国高速上正在堵车，车一辆一辆往前挪，特斯拉司机却被拍摄到在睡觉。
自动驾驶技术越来越多开始进入到大家的使用习惯。另外一个例子是，大家有使用倒车雷达或者倒车影像的经验，当你使用上之后就戒不掉这些产品了。相信随着自动驾驶技术越来越成熟，它也会成为大家非常必备的一个驾驶辅助系统。
从算力角度来讲，到2023年，L3级别的驾驶需要100T以上的算力。而算力主要需要芯片来提供。自动驾驶的发展很大程度上需要依赖于核心的计算平台和芯片来提供算力。
从未来的渗透率来看，目前各个第三方机构都在预测未来自动驾驶的数据，每年数据都在变化。取其中一个第三方机构的数字，可以看到，到2022年，全球将有5000多万辆自动驾驶车，基本达到车辆总数的一半;到2025年，这个比例会超过60%。
杨宇欣认为，中国会在这一市场中起到非常重要的作用。目前中国占全球自动驾驶汽车市场的1/4。从现在中国自动驾驶的技术发展、中国车厂在自动驾驶技术普及的激进程度来看，杨宇欣相信未来在全球的自动驾驶车市场里面，中国出货量将占到全球的1/3～1/2。中国是一个很好的市场，黑芝麻智能很幸运诞生在中国，能跟中国的客户生态一起成长。
三、解析“软件定义汽车”两大关键点
现在汽车行业讲的最多的一个观点是“软件定义汽车”。什么是“软件定义汽车”?这其中有两个核心点。
第一个就是软硬分离。
现在很多人工智能行业讲软硬分离，随着人工智能的框架和工具链越来越成熟，算法的精准度、成熟度更多依赖于数据量和标注的质量，后期算法的迭代速度越来越快。
但是，硬件迭代速度没有那么快。软件定义汽车，更多是利用算法或者软件快速迭代的特点，销售之后通过OTA扩展汽车的功能、性能，提升驾驶的体验。
另外，所有车厂在设计下一代智能汽车电子架构的时候，还会讲到一个“硬件预埋”的概念。就是我的软件要不断升级，但是不想把硬件变成瓶颈。所以在车出厂的时候，车的传感器要装足。虽然L2级别的自动驾驶刚开始(出货)，但它已经按照L3级别的要求，装上了足够多的传感器、毫米波雷达、摄像头、超声波雷达等等。
这也需要可扩展性开放的大算力平台来支撑。厂商不希望软件升级两次之后，车的性能不够了。因此，即使L3级别的自动驾驶还不需要那么高的算力，特斯拉Autopilot3.0也达到了144TOPS的算力。特斯拉希望把算力平台的冗余留的足够多，这样后期能够让软件不断升级和提升。这对车厂来讲这是非常关键的。现在汽车行业里面，为了2022年、2023年批量出货的市场，车厂都在选择下一代的大算力平台。
核心芯片是真正要推动自动驾驶发展很重要的因素，包括现在在国内，我们还没看到能够跟英伟达、特斯拉从性能去PK的厂商。
杨宇欣称，让他十分自豪的是，黑芝麻智能发布了目前为止在国内自动驾驶领域中算力最高的芯片A1000。现在很多车厂拿A1000芯片去做测试，已经有客户开始基于黑芝麻智能的芯片设计自己的下一代域控制器产品、下一代L3级别的超算平台。
芯片作为智能驾驶智能汽车的电子架构核心，为智能驾驶提供算力，也为软件系统提供支撑。很多软件系统、算法体系需要在芯片上建立，包括车路协同。
中国希望在自动驾驶这条路上领先全球，除了车的智能化这条路以外，中国还选择了车路协同。这背后很重要的一点是，中国的基建是政府统一来搞，非常容易形成标准，一旦形成标准会大规模普及，而国外更分散。所以，车路协同可能成为中国在自动驾驶这条赛道上弯道超车、领先全球的重要机会。除了汽车的智能化以外，这也是我们在看的一点。
车路协同也是云边端一体化整体的解决方案，边缘侧、路侧也需要大算力低功耗的计算平台提供路端感知，未来路端的感知数据和车端感知数据融合后，能帮助智能汽车更好实现自动驾驶的功能。
四、首次公布黑芝麻智能产品路线图
在GTIC AI芯片创新峰会现场，杨宇欣分享了黑芝麻智能的产品路线图，并讲述了黑芝麻智能两大自研芯片IP背后的设计思路。这是黑芝麻智能首次公布产品路线图。
作为创业公司，黑芝麻智能的初创团队由来自两个不同行业的资深人员组成：一帮是做了20年芯片的人，另外一帮则是做了20年的车的人。杨宇欣认为，芯片是种工具，需要找一个行业来赋能，黑芝麻智能找到的目标行业就是汽车。
同时，黑芝麻智能团队也看到未来前景光明。黑芝麻智能核心团队来自全球最顶尖的芯片设计团队。公司2016年成立;2018年跟合作伙伴开始商业上的合作;2019年发布第一代芯片;2020年发布第二代芯片，也就是今年6月份发布的华山2号A1000芯片，算力达到INT8 40TOPS的算力;今年7月份实现了第一颗芯片的量产，以及车规认证;到9月份，黑芝麻智能发布了国内唯一一个能够对标特斯拉FSD双芯片冗余的FAD双芯片计算平台，这也是目前一众车厂在用的平台。
▲黑芝麻智能最新产品路线图
从技术来讲，黑芝麻智能提供完整端到端的解决方案，包括前端摄像头或者传感器的定制。其实传感器和主芯片关系非常密切，跟这些传感器厂商一起做定制，可以帮助车厂更好地做传感器选型。另外，基于车规级的高性能计算平台，围绕领先的图像处理能力、神经网络加速器技术，黑芝麻智能提供完整的自动驾驶方案。
跟很多芯片设计公司不一样的是，大多数芯片设计公司采用通用IP来开发自己的产品，但黑芝麻智能团队认为这在自动驾驶领域会面临几个难点：第一，面向车规级的专用市场，很多的通用架构的核心IP不一定能满足;第二，跟全球的技术赛跑，要保证技术能够持续领先，需要有自己的核心武器。
2016年成立后，黑芝麻智能研发第一款芯片花了三年时间，很多芯片设计公司拿通用IP来开发，可能第一颗芯片花一年或者一年半就能出来，而黑芝麻智能选择了相对来说，最初无论是行业还是投资人都觉得有点难走的路。
黑芝麻智能从核心IP开始开发，目前有两个核心IP。其中，一个是图像处理ISP IP，一个是神经网络加速器NLP IP。黑芝麻智能的技术逻辑是要“看得清”、“看得准”。
“看得清”就是图像处理，自动驾驶摄像头是十分核心的传感器，随着摄像头数量的增加、像素的增加，需要处理的数据越来越多。在人工智能领域，当海量数据涌到神经网络去做处理的时候，如果数据的质量报告中有大量的像素看不清楚，会浪费很多算力去做补偿。而车规级的高性能ISP的目标是，把采集出来的每帧图像每个像素处理得足够清楚，这样在后面做推理的时候，可以用更简单的算法或者更少的算力得到更准确的结果。这是非常核心的技术，黑芝麻智能选择自己开发，因为可能买不到高性能车规级的ISP的IP。
“看得准”就是神经网络架构系统，车载场景是很典型的边缘计算场景，要求算力不断提升，同时对能效比亦有要求。黑芝麻智能自研的NPU通过自己定义的核心架构，可以在数据处理中，在不同的卷积层处理时，减少很多数据的吞吐次数，提供非常高的能效。这也是黑芝麻智能能够确保从现在芯片的几十TOPS算力，达到下一代芯片几百TOPS算力的核心。
电动车的芯片如果功耗达到几百瓦，对整个能源的管理，对电源电路部分的设计要求就会提高很多，整个车的稳定性、可靠性都会受影响。能效比对未来自动驾驶芯片来说非常重要。
A1000是黑芝麻智能今年6月份发布的芯片，INT8 40TOPS的算力，基本符合现在对L2.5到L3级别的市场需求。
同时，黑芝麻智能在今年9月份发布了FAD系统，这套系统包括了以自研芯片为核心的完整的自动驾驶平台，有操作系统，有中间件，有开放的工具链体系，可以支撑合作伙伴把他们的应用放出来。
FAD系统有单芯片、双芯片、四芯片不同的方案，双芯片方案做到80～140TOPS算力。而且，黑芝麻智能自己开发了比较复杂的软件中间件系统，做到双芯片的互为备份冗余等等。这也是特斯拉提出的思路，大算力芯片处理非常多的数据，难免里面有可能出现失效的问题，双芯片同时运行相同的算法，可以起到互相备份的作用，但前提是算力一定要足够大。
目前车厂拿到的大算力自动驾驶的平台，一个是英伟达的Xavier平台，另一个就是黑芝麻智能的平台。自动驾驶这么大的赛道，未来一定是专用芯片在能效比、性价比等等效益方面有更好的优势。
据杨宇欣分享，黑芝麻智能团队从Xavier开发者社区下载了两个模型，通过黑芝麻智能自己的工具转换到自己的芯片上。结果显示，Xavier平台用11瓦的功耗达到300多帧的性能，黑芝麻智能的平台用6瓦的功耗达到500多帧的性能。
五、明年下半年发布A2000芯片，算力超200TOPS
黑芝麻智能发布的第一代A500和第二代A1000芯片，基于A1000有单芯片、双芯片和四芯片不同的方案，面向L2+、L3、L4不同级别的市场。明年下半年，黑芝麻智能计划发布200TOPS以上算力的A2000芯片，支撑2025年的市场。
在跟车厂等企业讨论的时候，黑芝麻智能得知大概在2025年，市场普遍需要300～500TOPS的算力。黑汽车芯片企业不可能用七八颗芯片做一个域控制器，这在经济上不太现实，因此一定需要大算力的低功耗芯片去推动。
同时黑芝麻智能的核心IP也在演进，以支撑芯片能够在性能上、在功能上满足客户的需求，在市场上达到领先。
做车规大算力芯片的企业为什么那么少?这是因为，车规芯片与一般芯片的设计流程完全不一样，需要充分考虑安全可靠性。专用的车规设计流程，包括选用车规的IP、选用车规的产线、达到车规的封装和芯片。投入的成本和周期很长，需要更有耐心。黑芝麻智能团队还算比较耐心，从公司创立之初就瞄准这个市场，一步步把IP、芯片、平台包括跟客户的定点完成。
相信在比较好的节奏之下，黑芝麻智能能够在市场上有自己的位置。同时，黑芝麻智能团队也开发了自己完整的工具链。黑芝麻智能并不求一个特别开放的生态，面向自动驾驶这个大的赛道，黑芝麻智能致力于为客户提供足够开放的产品和解决方案。
通过把工具链提供给客户，客户的算法、体系会建立在黑芝麻智能的芯片之上。现在，黑芝麻智能已经在国内形成比较完整的生态。基于合作关系，主机厂，一级供应商，出行合作伙伴等都在基于黑芝麻智能的芯片开发下一代的产品。杨宇欣预计，到2022年底2023年初，客户基于A1000芯片开发的自动驾驶汽车将量产，到那时大家有机会体验到基于真正国产大算力芯片的产品。
随着算力的需求不断增加，黑芝麻智能的产品节奏要跟上市场发展的节奏。软件定义汽车，随着未来软件的更新迭代速度加快，一定需要高性能的车规级计算平台来支撑，这才是软件定义汽车真正在下一代智能汽车上实现的根本。
自动驾驶的芯片如何能够真正做到跟全球最牛的公司在技术上赛跑?我们认为一定要有自己的核心技术。如果所有的IP都采购通用的架构，我们很难真正做到跟全球最先进的公司站在一起。持续在我们自己的核心IP上进行投入，这是黑芝麻智能一直在坚持的。
车规级安全认证以及完整的工具链体系，是保证芯片能够真正应用落地到汽车，并实现量产的核心。同时，通过车规级认证和工具链的保驾护航，黑芝麻智能团队希望，客户能够更放心地使用黑芝麻智能的产品。在自动驾驶领域，黑芝麻智能将以大算力芯片系统为核心，跟产业链上下游携手推进。
自动驾驶是非常大的赛道，未来可以达到十万亿级甚至更大量级。这个赛道中，从核心的芯片、核心的器件部件到软硬件服务，全产业链都有创新的机会，特别是在发展如此之快的中国市场中。黑芝麻智能希望携手产业链，拥抱最大的创新的机遇，共同推动中国自动驾驶落地。
以上是黑芝麻智能CMO杨宇欣演讲内容的完整整理。除杨宇欣外，在本届GTIC 2020 AI芯片创新峰会期间，清华大学微纳电子系尹首一教授，比特大陆、地平线、燧原科技、壁仞科技、光子算数、知存科技、亿智电子、豪微科技等芯片企业，全球FPGA领先玩家赛灵思，Imagination、安谋中国等知名IP供应商，全球EDA巨头Cadence，以及北极光创投、中芯聚源等知名投资机构，分别分享了对AI芯片产业的观察与思考。如感兴趣更多嘉宾演讲的核心干货，欢迎关注芯东西后续推送内容。
