2023年5月9日—10日由捷途汽車主辦，蓋世汽車承辦的2023捷途汽車電子架構與智能駕駛論壇上，地平線智能駕駛產品市場總監張曉晨表示，智能計算正逐步取代邏輯計算，成為車載計算的核心。當前隨著DCU持續演進，算力得到增強，規控走向邏輯計算與深度學習計算協同；智能HMI使駕駛行為更安全、體驗更流暢；向域控制器架構演進。

(相關資料圖)

基于強大的算法，地平線征程5高效支持BEV、Transformer等領先自動駕駛算法部署，對動靜態BEV感知、道路要素關聯關系、目標軌跡預測進行有效規劃，并對復雜拓撲的無保護左轉、擁堵博弈匝道匯出、無保護右轉路徑和時機選擇以及停車下客規劃避讓的場景進行應對，以帶來極致用戶駕乘體驗。

張曉晨 | 地平線智能駕駛產品市場總監

以下為演講內容整理：

自動駕駛傳統架構的改變

自動駕駛汽車是人類工業史上最有挑戰的系統工程，需要解決復雜多變的動態自然場景，以及系統帶來的大量不確定性和各種動態博弈。地平線以終為始，軟硬結合的理念，持續驅動自動駕駛的演進。在此背景下，自動駕駛如何應對系統工程級的挑戰成為重點，從最初的發展到深度學習，自動駕駛的等級在逐步的提高，并且智能安全的級別也在不斷提升。可以看到隨著等級的提升，勢必對算力的需求也會增加，因此高階智能駕駛的落地，會使大規模并行化計算成為趨勢。

對軟件來說，也在逐步由1.0基于規則向2.0數據驅動發展，并且越靠近感知的部分，基于數據的程度越高。在1.0向2.0數據驅動的范式演進過程中，智能計算逐步取代邏輯計算，成為車載計算的核心。在傳統架構中，智能駕駛和座艙是一個相互分開的關系，規控主要由邏輯計算來完成。在智能駕駛中，規控走向邏輯計算與深度學習計算協同，具備低成本和能耗的特點。

對地平線來說，目前征程2和征程3已經能支撐到傳統架構，包括在智能駕駛、座艙去實現智能化的功能，并且已經開始大量的落地及應用。汽車電子電氣架構大多都在中央計算平臺、智能中臺的方式中演進，會使智能駕駛和智能座艙得到更好的融合，并且可以實現人、車、路的數據接入，達到一體化感知。在這個形態下的智能汽車中臺，需要更大的算力支撐，才能實現智能化的功能，同時座艙功能也可以實現人機交互的功能，去增加人和機器之間的信任程度。

征程5的架構與算法

地平線的征程5以及未來的下一代芯片，會更好地支撐電子電氣架構，也就是中央計算平臺。地平線在今年初發布了一個端到端的系統架構，基于傳感器的信息，可以學習人類的駕駛行為，輸出全場景的智能駕駛功能。

這樣一套架構，最大的特點是其能力會更像人類駕駛，目前在地平線的征程5中得以實現。其中的關鍵步驟一是動靜態BEV感知，比如十字路口復雜的車道線，以及道路邊緣等，可以實現更好的感知；二是道路要素關聯關系，通過純視覺的方式，可以擺脫對于高精度地圖的依賴；三是目標軌跡預測，人類駕駛最厲害的點是通過車輛非常微小的動作，預判它下一步的軌跡，所以可以通過端到端的模型，去實現目標軌跡的預測。

基于這套算法，對城市智能駕駛中具有挑戰性的場景都可以很好的應對，比如復雜的無保護的左轉，意味著有大量動態車輛的博弈，以及復雜路口的靜態要素，尤其是高架橋等路口，可以很好應對這一場景。還有在復雜擁堵的場景中，可以實現較好的匝道匯入與匯出。

強大算法對參數都是億級的需求，在面臨復雜智能駕駛的場景，以及對體驗更高的要求，所需要參數的規模也會持續的增加。參數規模的暴漲，是對大算力以及高帶寬的需求，地平線計算的架構會始終遵循這一需求。現在階段征程5是128TOPS的芯片，計算能力可以達到1718FPS的計算性能，同時為了滿足未來持續增長的模型以及參數的需求，還會不斷提升算力的能力。

智能駕駛的“最強大腦”

地平線架構名為BPU，也被稱為智能駕駛的“最強大腦”。對每一代BPU的架構來說，都需要解決算法的需求。第一代架構更多是解決輔助駕駛的功能，基于軟硬件的結合進行優化。而第二代架構會隨著自動駕駛向L2、L2+逐漸的演進，會有更多傳感器接入的需求，以及時間和空間融合的需求，此時就需要支撐軌跡預測等功能和BEV的架構。

這樣一套架構是我們針對異構模型，來提供更強的計算能力和多樣性。這其中凝結了地平線最先進的多項核心技術，比如浮點向量加速單元，可以讓開發者在更加細粒度的環境中進行開發和應用。虛擬化Virtualization，可以讓開發應用更加透明，提升多任務并行處理的能力。

圖源：演講嘉賓材料

面向開發者，BPU的易用性成為關鍵優勢之一。基于前兩代BPU的基礎和架構上，這一代已發展出新的編程范式。一方面可以提升計算的能力和速度，另一方面可以減少由CPU搬運到BPU過程中的損耗，進而提升運算的效率，所以對開發者來說，使用更便捷與高效。

在云端也建設了強大的基礎設施，來支撐海量的數據和巨量模型，目前地平線在算力規模上，可以支撐接近21億次每秒的計算能力，自動化標注已達到90%自動化率，每周可以實現5萬次以上的自動標注，并且后續仿真測試的規模，也會持續提升萬倍的量級。做這樣大規模云端算力的基礎設施，是為了提升開發的效率和進程，推動整個行業的發展。

自動駕駛未來的發展趨勢

基于目前先進算法以及云端基礎設施等能力，自動駕駛的算法會由現在分階段的范式，逐步走向物理世界的統一。《思考快與慢》提到了一個概念，人腦有兩個系統，其中一個系統是認知的慢性，在這個系統中構建一個世界模型，在這個模型下，可以分析整個系統的效率等。另外一個系統是人腦的本能系統，比如在遇到風險時，如何快速做出反應。相信未來的架構更多是雙系統的融合，最終實現對物理世界統一的表達。

自動駕駛這個行業在過去經歷了飛速的發展，從一體機到性價比的預控，實現行泊一體，再到L2、L2+實現高速的NOA，目前已經實現了全場景的自動駕駛，ODD的場景在持續擴展和增加。目前行業已發展到了MPI迭代周期，在這樣一個周期下，基于軟件和硬件能力的加持，可以持續去提升MPI的能力，更好的應對自動駕駛的場景和所帶來的體驗。

地平線始終致力于迭代發展，不斷持續優化算法與開發平臺，推進自動駕駛行業的關鍵指標MPI的平均水平，5年達到現在的1000倍。作為一家智能駕駛計算方案的提供商，我們始終秉承以人為本，體驗至上的品牌理念，未來將繼續實行共贏的合作理念，我認為技術的價值，不在于讓機器強大，而是讓人更偉大。

（以上內容來自于地平線智能駕駛產品市場總監張曉晨于2023年5月9-10日在捷途汽車主辦，蓋世汽車承辦的2023捷途汽車電子架構與智能駕駛論壇上發表的《用戶價值驅動的汽車電子電氣架構演進》主題演講。）