去年下半年以來，AI芯片成為人工智能的新寵兒，一時間各色玩家浮出水面，紛紛打造屬于自己的人工智能芯片。而有一家初創公司，在浪潮涌起兩年之前，就已經開始了這項工作，這是地平線。

日前，智東西來到地平線北京總部，與GTIC重磅嘉賓、地平線聯合創始人兼算法副總裁黃暢進行了深度交流，了解了地平線的創辦契機、這兩年的發展成績以及未來的規劃。

地平線聯合創始人&算法副總裁 黃暢

黃暢：從“三清幫”到算法副總裁

與黃暢在約定的下午兩點見面時，他手里拿著一盒肉松餅。在接受采訪的間隙，順便解決了這頓午飯。但這絲毫沒有影響到黃暢的表達。一落座，黃暢就開始滔滔不絕地講起地平線。

如今的地平線的規模已經不像是一個初創公司，團隊共有400余人，主要分布在北京、南京、上海深圳四地。今年是地平線發展規劃中產品大規模落地的階段，因此會有不少負責產品和市場的人加入地平線，但負責技術的工程師在地平線人才的占比仍然有80%。

地平線北京總部辦公室

由余凱、黃暢等人聯合創辦的地平線，在骨子里是一家技術驅動的公司。而驅動地平線產品背后的算法，則是由身為算法副總裁的黃暢直接負責。

黃暢本人屬于“三清幫”，即本碩博都在清華大學就讀。黃暢本科學的是計算機科學，如今大熱的圖像識別，他從大學期間就開始接觸。當時深度學習和圖像識別都還沒那么火，圖像識別依靠的還是相對傳統的算法。但黃暢和圖像識別已結下不解之緣。

2003年，還在讀大三的黃暢加入清華大學與日本歐姆龍公司合作的課題組，共同開發人臉識別的算法。三年之后，算法被凝聚為了一顆芯片投入量產。后來的數年，日本攝像廠商的數碼相機紛紛開始用上人臉跟蹤乃至人臉追焦功能，背后正是黃暢參與的這顆芯片在起作用。

黃暢說，雖然當時并沒有因此賺到什么錢，但這次成功的經歷強化了黃暢對圖像識別的前景預期——在本科畢業時，黃暢曾向同學“夸下海口”，稱圖像識別在5-10年內一定會得到大規模的應用。另一方面，這次經歷也讓黃暢理解到，將算法固化為芯片這種工程方法的強大之處。

不過到博士畢業后，黃暢都還沒有想清楚工業界的價值，因此他在師兄推薦下，先去了南加州大學當博士后。

09年，黃暢重燃了對工業界的興趣。同樣是在朋友引薦下，向當時余凱領軍的NEC Lab發出了意向。余凱親自給黃暢打了個電話，然后是一輪多對一的面試，再然后就是黃暢拿到了Offer，成為余凱團隊的一員。通過NEC Lab，黃暢不僅認識了余凱，也將自己的視野拓展到了圖像識別之外。

2012年，時值國內移動互聯網興起，在李彥宏邀請下，余凱帶領團隊回國加入百度，黃暢也在其中。同樣，2012年也是深度學習復蘇的年份。隨后百度深度學習研究院成立，余凱任副院長，黃暢則就職主任研發架構師。

進入百度后，余凱與黃暢主導的團隊幫助百度搭建起了圖像識別這條技術路線，并通過深度學習研究院孵化出了百度無人車項目。如今這些都已成為百度的標志。

2015年，人工智能的暴漲勢頭已經初現端倪，資本熱情開始釋放。但余凱與黃暢卻察覺到業界對人工智能的算法關注很多，對算法運行的載體——芯片卻關注很少；大公司們對AI需要的云端計算能力關注很多，對終端的計算能力卻關注很少。

捕捉到這個機會后，地平線于2015年成立，黃暢作為聯合創始人出任算法副總裁。打造適用于終端設備的人工智能專用芯片，成為地平線的方向。

關鍵產品：第一代芯片踏上“征程” 同時識別200個目標

針對人工智能對計算平臺的需求，地平線給出了新的芯片架構BPU（brain processing unit）。

針對更具體的自動駕駛對環境感知的需求，地平線歷時兩年多，基于BPU開發了第一代芯片——“征程1.0”（它的兄弟“旭日”有著類似的能力，不過工作場景是在安防領域，算法不同），計算性能達到1Tops，可以以30幀每秒的速度實時處理1080P的高清圖像，在每幀圖像中同時檢測、識別200個目標，而典型功耗為1.5W。

征程1.0

對于這枚芯片，黃暢感慨第一次就能夠做到這樣的成績已是比較幸運。

芯片行業和汽車行業原本就是兩個復雜程度極高、周期漫長的行業，為自動駕駛打造芯片，則讓問題更加復雜。

首先是自動駕駛需要強大的計算性能、實時的處理響應、以及較低的功耗，同時還要滿足成本需求。而這些是目前GPU為主的計算平臺無法做到的。因此地平線一開始搭建自動駕駛平臺的時候就與英特爾合作，采用了后者的FPGA來作為核心計算單元，滿足了自動駕駛對計算性能、計算延時、以及計算功耗的要求。研發ASIC芯片則在保證這些指標的基礎上降低了成本。

基于征程的單目ADAS演示

其次是用于自動駕駛的芯片要進入汽車市場必須通過車規?？闺姶鸥蓴_、抗震動、極大的工作溫差等等，復雜的標準和嚴格的檢測此前并不在地平線眾人的經驗范圍之內。對此，地平線近期已經引入了一名資深的汽車行業專家，成立一個專門的團隊去解決面向車規的研發工作。

另外，自動駕駛芯片落地要面臨的一個大敵是漫長的時間——芯片研發動輒3、5年的長周期+車型研發同樣長乃至更長的周期，使得一款自動駕駛芯片從立項到最終裝車應用的時間會無比漫長。而自動駕駛的算法又在快速變化，這對生產ASIC形式自動駕駛芯片的公司是不利的。

對此，黃暢認為硬件開發的固定周期很難逆轉，必須尊重客觀規律。

但地平線針對這個問題，通過優化前期調研，中期開發時芯片架構設計和算法共同迭代等方式盡可能地使開發節奏靠近軟件，將其芯片開發周期縮短到了2年多（地平線成立到“征程”發布）。

同時，沿著規劃的三代架構，地平線將對芯片進行逐年迭代，使其能力不斷升級。目前已經推出的征程1.0屬于第一代高斯架構，基于圖像識別對應自動駕駛的感知需求；第二代基于伯努利打造的芯片已經在研發中，其能力延伸到了建模與定位；第三代在貝葉斯架構上研發的芯片則會進一步參與到自動駕駛的決策中去。

地平線的芯片擁有的計算能力，也會隨之從滿足L2升級到L3、L4。

業務邏輯：自動駕駛是先鋒隊

由于自動駕駛的廣大市場，以及地平線核心的圖像識別技術與之強關聯，自動駕駛很自然地成為了地平線的重要業務之一。

不過在黃暢看來，自動駕駛業務在地平線內除了在商業考慮上是一個較大的業務方向，這條線還扮演著一個先鋒隊的角色。黃暢認為，自動駕駛最接近于人工智能產業的理想形態：

首先自動駕駛要求技術的全面性，它不僅涉及到了人工智能，還直接涉及到了高精度傳感器、車輛控制運動、仿真等一系列技術。占領這樣一個綜合技術高地，生意本身會自帶護城河，同時所掌握的技術又能為其他業務線所用。

另一方面，自動駕駛的業務成長性比較好，在當下就可以分步驟地進行商業化，同時應又具有較強的通用性，未來可移植到其他機器人性質的產品中。

在商業路徑上，黃暢告訴車東西，因車規級芯片還在開發中，今年“征程”主要面向的是后裝ADAS市場。而滿足車規、第二代芯片面世后，則會面向前裝市場發力。

除了提供關鍵的自動駕駛計算芯片，地平線也在扮演著解決方案商的角色：一年之前，地平線就搭建起自動駕駛系統的解決方案——雨果平臺?；贔PGA、滿足高等及自動駕駛的的雨果平臺1.0今年開始面向Tier-1、整車廠供貨；同樣，第二代芯片研發完畢后，雨果平臺也將有ASIC替代FPGA的迭代版本推向市場。

結語：AI芯片大浪中的弄潮兒

采訪結束，黃暢手中的一盒餅也恰好吃完。

但自動駕駛的蛋糕才剛剛做起來。對于近來的AI芯片熱，黃暢認為這會是一件好事，因為關注度上升過后，資本和資源自然會涌向這個中國企業曾經不太擅長的領域。

面對各類競爭對手，黃暢覺得這并不是一個大問題。畢竟在AI芯片浪潮涌起三年之前，他們就預判到了趨勢。而在芯片架構上，黃暢稱地平線將更加激進。

說完這句話，黃暢又徑直邁向了下一個會議室，繼續工作。

返回第一電動網首頁 >