黑芝麻智能楊宇欣：200T大算力芯片明年發佈，產品路線圖首次公佈｜GTIC2020

芯東西（ID：aichip001）

編輯 | 温淑

GTIC 2020全球AI芯片創新峯會剛剛在北京圓滿收官！在這場全天座無虛席、全網直播觀看人數逾150萬次的高規格AI芯片產業峯會上，19位產學界重磅嘉賓從不同維度分享了對中國AI芯片自主創新和應用落地的觀察與預判。

在峯會上午場，黑芝麻智能科技有限公司CMO楊宇欣，發表了題為《自動駕駛計算芯片的突圍之徑》的演講。

黑芝麻智能科技CMO楊宇欣

近幾年間，國內汽車芯片初創公司數目正在快速增加，黑芝麻智能就是其中的佼佼者。作為一支包攬了芯片、視覺、汽車等領域老將的創業團隊，成立不到四年，黑芝麻智能就在今年6月發佈了華山二號A1000系列芯片，基於A1000芯片的多芯片級聯FAD方案最高算力可以達到280TOPS，從數據上看直接可對標特斯拉自研的FSD自動駕駛電腦。

在GTIC AI芯片創新峯會上，楊宇欣與我們分享了黑芝麻智能對汽車芯片市場的看法，以及黑芝麻智能的產品研發思路。此外，楊宇欣首次公佈了黑芝麻智能在未來一段時間內的產品路線圖。

楊宇欣認為，自動駕駛市場前景廣闊，隨着自動駕駛的技術、應用向前發展，市場對大算力的需求持續高漲，而算力主要由芯片來提供。因此，自動駕駛市場發展的核心，就在於芯片。為滿足市場算力需求，黑芝麻智能將於明年下半年發佈超200TOPS算力的A2000芯片。

以下為楊宇欣演講實錄整理：

楊宇欣稱，自動駕駛芯片並不單單要具備AI的功能，它更多是一個計算平台，能夠給汽車提供更多的計算能力。這也是其演講題目中提到“計算芯片”，而非“AI芯片”的原因。

未來汽車的智能化需要一個核心的“大腦”，黑芝麻智能希望其所專注的計算平台，未來能夠成為智能汽車、自動駕駛的那顆“大腦”，為車提供更多的計算能力。而人工智能或者芯片更多是作為工具，賦能一個垂直的行業。

自動駕駛是未來十年甚至更長時間內，最大的一個賽道。過去十年中，如果大家在電子行業經歷了智能手機領域的長足創新的產生；那在接下來的十年中，汽車可能是大家所能見到的更大賽道，這個賽道將達到十萬億級甚至更高級別。

智能駕駛作為一個新的生產力工具，不單單能改善人的生活，更多的是為整個城市、整個社會帶來改變。比如城市環境中，高速公路、風景、場景、現在國內在推的車路協同等等領域中，智能駕駛將帶來一個完整的生態和技術鏈的創新。

從產業的演變來講，傳統汽車時代更多的創新產生在機械、燃料的和生產製造的部分，過去百年的汽車工業。現在進入自動駕駛的時代，創新發生在核心的芯片、人工智能、新的電子架構、電池的技術。大家講汽車行業的“新四化”趨勢，包括智能化、網聯化、共享化、電動化，這“新四化”也是現在創新最集中的幾個領域。

未來，自動駕駛會發展到無人駕駛時代，無人駕駛時代更多是對大數據、人工智能，對整個無人駕駛系統運營的管理。其實，我們在開發自己的技術或者思考未來技術方向的時候，要去看產業的終局。等到無人駕駛的時代真正到來、路上一個司機也沒有的時候，整個城市交通系統將以一個高速運轉的無人化的管理系統來支撐。這套管理系統包括雲端的管理和整個數據的運營。

現在我們看到的很多Robotaxi（自動駕駛出租車）公司，是以自動駕駛技術進入市場，同時也在培養大規模無人駕駛車輛的運營能力。這些能力包括在封閉場景中的一些低速無人車、機器人等等，這都需要大量的創新技術支撐。

從整個汽車的電子架構發展來看，過去採用的都是一個分佈式的架構，一輛車裏面由幾十個ECU、小的單片機作為控制單元。現在車內開始出現以域控制器為核心的計算架構，主流是兩個核心域控制器：一個是智能座艙域，讓車內越來越智能，從小屏到大屏到多屏，從簡單的機械式控制到手勢識別、語音識別等更多人工智能控制；另外一個是自動駕駛域，需要連接車外的傳感器，做數據的處理、做路徑的規劃、進行決策控制等等。自動駕駛域是新出現的，不像智能座艙域是從汽車的娛樂系統一步步延伸過來。

作為一家創業公司，從新出現的革命性技術切入這個市場是更有機會的。在自動駕駛領域，中國處在跟全球賽跑的階段。現在我們也在講進口替代的概念。實際上在自動駕駛賽道，中國正在跟全球賽跑。一方面，中國的市場正快速發展；另一方面，中國的技術演進速度也在快速發展。

楊宇欣認為，在自動駕駛域，中國是很有希望領先全球的。

從算力要求來講，對於智能駕駛自動駕駛域的計算平台，從L1到L2.5到L3，大家對大算力的需求越來越高。

2020上半年，需要花費很多時間去解釋“為什麼自動駕駛要來了”，下半年這個問題越來越少了，大家明顯感覺到市場對整個自動駕駛時間的發展有一個明確的共識。

大家會意識到，智能汽車的發展包括自動駕駛的發展以肉眼可見的速度一步步來到我們的生活中。

黑芝麻智能看到下一個比較重要的時間點在2022年到2023年，L2+到L3級別的自動駕駛會開始從車廠的高端車型選配慢慢走到主流車型的標配。沿用手機市場發生過的一件事情可以幫助理解：手機市場中，蘋果用一些新的技術、新的應用去教育市場，同時親歷親為去試很多技術路線，（技術路線）暢通以後安卓陣營去跟。這已發生過很多次。

其實汽車領域也在發生相同的事情，特斯拉在電動車、智能駕駛領域發展至今，已經走到市場的相當前面。楊宇欣將特斯拉的Autopilot3.0，稱為“不撒把的L3”。這是因為Autopilot3.0的功能基本具備L3級別，但由於政策法規的問題，司機被要求手不離開方向盤。

如果大家有駕駛特斯拉的經驗或者看過一些視頻的話，就會有所體會。比如，在Youtube上可以發現這一類很有意思的視頻：美國高速上正在堵車，車一輛一輛往前挪，特斯拉司機卻被拍攝到在睡覺。

自動駕駛技術越來越多開始進入到大家的使用習慣。另外一個例子是，大家有使用倒車雷達或者倒車影像的經驗，當你使用上之後就戒不掉這些產品了。相信隨着自動駕駛技術越來越成熟，它也會成為大家非常必備的一個駕駛輔助系統。

從算力角度來講，到2023年，L3級別的駕駛需要100T以上的算力。而算力主要需要芯片來提供。自動駕駛的發展很大程度上需要依賴於核心的計算平台和芯片來提供算力。

從未來的滲透率來看，目前各個第三方機構都在預測未來自動駕駛的數據，每年數據都在變化。取其中一個第三方機構的數字，可以看到，到2022年，全球將有5000多萬輛自動駕駛車，基本達到車輛總數的一半；到2025年，這個比例會超過60%。

楊宇欣認為，中國會在這一市場中起到非常重要的作用。目前中國佔全球自動駕駛汽車市場的1/4。從現在中國自動駕駛的技術發展、中國車廠在自動駕駛技術普及的激進程度來看，楊宇欣相信未來在全球的自動駕駛車市場裏面，中國出貨量將佔到全球的1/3～1/2。中國是一個很好的市場，黑芝麻智能很幸運誕生在中國，能跟中國的客户生態一起成長。

現在汽車行業講的最多的一個觀點是“軟件定義汽車”。什麼是“軟件定義汽車”？這其中有兩個核心點。

第一個就是軟硬分離。

現在很多人工智能行業講軟硬分離，隨着人工智能的框架和工具鏈越來越成熟，算法的精準度、成熟度更多依賴於數據量和標註的質量，後期算法的迭代速度越來越快。

但是，硬件迭代速度沒有那麼快。軟件定義汽車，更多是利用算法或者軟件快速迭代的特點，銷售之後通過OTA擴展汽車的功能、性能，提升駕駛的體驗。

另外，所有車廠在設計下一代智能汽車電子架構的時候，還會講到一個“硬件預埋”的概念。就是我的軟件要不斷升級，但是不想把硬件變成瓶頸。所以在車出廠的時候，車的傳感器要裝足。雖然L2級別的自動駕駛剛開始（出貨），但它已經按照L3級別的要求，裝上了足夠多的傳感器、毫米波雷達、攝像頭、超聲波雷達等等。

這也需要可擴展性開放的大算力平台來支撐。廠商不希望軟件升級兩次之後，車的性能不夠了。因此，即使L3級別的自動駕駛還不需要那麼高的算力，特斯拉Autopilot3.0也達到了144TOPS的算力。特斯拉希望把算力平台的冗餘留的足夠多，這樣後期能夠讓軟件不斷升級和提升。這對車廠來講這是非常關鍵的。現在汽車行業裏面，為了2022年、2023年批量出貨的市場，車廠都在選擇下一代的大算力平台。

核心芯片是真正要推動自動駕駛發展很重要的因素，包括現在在國內，我們還沒看到能夠跟英偉達、特斯拉從性能去PK的廠商。

楊宇欣稱，讓他十分自豪的是，黑芝麻智能發佈了目前為止在國內自動駕駛領域中算力最高的芯片A1000。現在很多車廠拿A1000芯片去做測試，已經有客户開始基於黑芝麻智能的芯片設計自己的下一代域控制器產品、下一代L3級別的超算平台。

芯片作為智能駕駛智能汽車的電子架構核心，為智能駕駛提供算力，也為軟件系統提供支撐。很多軟件系統、算法體系需要在芯片上建立，包括車路協同。

中國希望在自動駕駛這條路上領先全球，除了車的智能化這條路以外，中國還選擇了車路協同。這背後很重要的一點是，中國的基建是政府統一來搞，非常容易形成標準，一旦形成標準會大規模普及，而國外更分散。所以，車路協同可能成為中國在自動駕駛這條賽道上彎道超車、領先全球的重要機會。除了汽車的智能化以外，這也是我們在看的一點。

車路協同也是雲邊端一體化整體的解決方案，邊緣側、路側也需要大算力低功耗的計算平台提供路端感知，未來路端的感知數據和車端感知數據融合後，能幫助智能汽車更好實現自動駕駛的功能。

在GTIC AI芯片創新峯會現場，楊宇欣分享了黑芝麻智能的產品路線圖，並講述了黑芝麻智能兩大自研芯片IP背後的設計思路。這是黑芝麻智能首次公佈產品路線圖。

作為創業公司，黑芝麻智能的初創團隊由來自兩個不同行業的資深人員組成：一幫是做了20年芯片的人，另外一幫則是做了20年的車的人。楊宇欣認為，芯片是種工具，需要找一個行業來賦能，黑芝麻智能找到的目標行業就是汽車。

同時，黑芝麻智能團隊也看到未來前景光明。黑芝麻智能核心團隊來自全球最頂尖的芯片設計團隊。公司2016年成立；2018年跟合作伙伴開始商業上的合作；2019年發佈第一代芯片；2020年發佈第二代芯片，也就是今年6月份發佈的華山2號A1000芯片，算力達到INT8 40TOPS的算力；今年7月份實現了第一顆芯片的量產，以及車規認證；到9月份，黑芝麻智能發佈了國內唯一一個能夠對標特斯拉FSD雙芯片冗餘的FAD雙芯片計算平台，這也是目前一眾車廠在用的平台。

黑芝麻智能最新產品路線圖

從技術來講，黑芝麻智能提供完整端到端的解決方案，包括前端攝像頭或者傳感器的定製。其實傳感器和主芯片關係非常密切，跟這些傳感器廠商一起做定製，可以幫助車廠更好地做傳感器選型。另外，基於車規級的高性能計算平台，圍繞領先的圖像處理能力、神經網絡加速器技術，黑芝麻智能提供完整的自動駕駛方案。

跟很多芯片設計公司不一樣的是，大多數芯片設計公司採用通用IP來開發自己的產品，但黑芝麻智能團隊認為這在自動駕駛領域會面臨幾個難點：第一，面向車規級的專用市場，很多的通用架構的核心IP不一定能滿足；第二，跟全球的技術賽跑，要保證技術能夠持續領先，需要有自己的核心武器。

2016年成立後，黑芝麻智能研發第一款芯片花了三年時間，很多芯片設計公司拿通用IP來開發，可能第一顆芯片花一年或者一年半就能出來，而黑芝麻智能選擇了相對來説，最初無論是行業還是投資人都覺得有點難走的路。

黑芝麻智能從核心IP開始開發，目前有兩個核心IP。其中，一個是圖像處理ISP IP，一個是神經網絡加速器NLP IP。黑芝麻智能的技術邏輯是要“看得清”、“看得準”。

“看得清”就是圖像處理，自動駕駛攝像頭是十分核心的傳感器，隨着攝像頭數量的增加、像素的增加，需要處理的數據越來越多。在人工智能領域，當海量數據湧到神經網絡去做處理的時候，如果數據的質量報告中有大量的像素看不清楚，會浪費很多算力去做補償。而車規級的高性能ISP的目標是，把採集出來的每幀圖像每個像素處理得足夠清楚，這樣在後面做推理的時候，可以用更簡單的算法或者更少的算力得到更準確的結果。這是非常核心的技術，黑芝麻智能選擇自己開發，因為可能買不到高性能車規級的ISP的IP。

“看得準”就是神經網絡架構系統，車載場景是很典型的邊緣計算場景，要求算力不斷提升，同時對能效比亦有要求。黑芝麻智能自研的NPU通過自己定義的核心架構，可以在數據處理中，在不同的卷積層處理時，減少很多數據的吞吐次數，提供非常高的能效。這也是黑芝麻智能能夠確保從現在芯片的幾十TOPS算力，達到下一代芯片幾百TOPS算力的核心。

電動車的芯片如果功耗達到幾百瓦，對整個能源的管理，對電源電路部分的設計要求就會提高很多，整個車的穩定性、可靠性都會受影響。能效比對未來自動駕駛芯片來説非常重要。

A1000是黑芝麻智能今年6月份發佈的芯片，INT8 40TOPS的算力，基本符合現在對L2.5到L3級別的市場需求。

同時，黑芝麻智能在今年9月份發佈了FAD系統，這套系統包括了以自研芯片為核心的完整的自動駕駛平台，有操作系統，有中間件，有開放的工具鏈體系，可以支撐合作伙伴把他們的應用放出來。

FAD系統有單芯片、雙芯片、四芯片不同的方案，雙芯片方案做到80～140TOPS算力。而且，黑芝麻智能自己開發了比較複雜的軟件中間件系統，做到雙芯片的互為備份冗餘等等。這也是特斯拉提出的思路，大算力芯片處理非常多的數據，難免裏面有可能出現失效的問題，雙芯片同時運行相同的算法，可以起到互相備份的作用，但前提是算力一定要足夠大。

目前車廠拿到的大算力自動駕駛的平台，一個是英偉達的Xavier平台，另一個就是黑芝麻智能的平台。自動駕駛這麼大的賽道，未來一定是專用芯片在能效比、性價比等等效益方面有更好的優勢。

據楊宇欣分享，黑芝麻智能團隊從Xavier開發者社區下載了兩個模型，通過黑芝麻智能自己的工具轉換到自己的芯片上。結果顯示，Xavier平台用11瓦的功耗達到300多幀的性能，黑芝麻智能的平台用6瓦的功耗達到500多幀的性能。

黑芝麻智能發佈的第一代A500和第二代A1000芯片，基於A1000有單芯片、雙芯片和四芯片不同的方案，面向L2+、L3、L4不同級別的市場。明年下半年，黑芝麻智能計劃發佈200TOPS以上算力的A2000芯片，支撐2025年的市場。

在跟車廠等企業討論的時候，黑芝麻智能得知大概在2025年，市場普遍需要300～500TOPS的算力。黑汽車芯片企業不可能用七八顆芯片做一個域控制器，這在經濟上不太現實，因此一定需要大算力的低功耗芯片去推動。

同時黑芝麻智能的核心IP也在演進，以支撐芯片能夠在性能上、在功能上滿足客户的需求，在市場上達到領先。

做車規大算力芯片的企業為什麼那麼少？這是因為，車規芯片與一般芯片的設計流程完全不一樣，需要充分考慮安全可靠性。專用的車規設計流程，包括選用車規的IP、選用車規的產線、達到車規的封裝和芯片。投入的成本和週期很長，需要更有耐心。黑芝麻智能團隊還算比較耐心，從公司創立之初就瞄準這個市場，一步步把IP、芯片、平台包括跟客户的定點完成。

相信在比較好的節奏之下，黑芝麻智能能夠在市場上有自己的位置。同時，黑芝麻智能團隊也開發了自己完整的工具鏈。黑芝麻智能並不求一個特別開放的生態，面向自動駕駛這個大的賽道，黑芝麻智能致力於為客户提供足夠開放的產品和解決方案。

通過把工具鏈提供給客户，客户的算法、體系會建立在黑芝麻智能的芯片之上。現在，黑芝麻智能已經在國內形成比較完整的生態。基於合作關係，主機廠，一級供應商，出行合作伙伴等都在基於黑芝麻智能的芯片開發下一代的產品。楊宇欣預計，到2022年底2023年初，客户基於A1000芯片開發的自動駕駛汽車將量產，到那時大家有機會體驗到基於真正國產大算力芯片的產品。

隨着算力的需求不斷增加，黑芝麻智能的產品節奏要跟上市場發展的節奏。軟件定義汽車，隨着未來軟件的更新迭代速度加快，一定需要高性能的車規級計算平台來支撐，這才是軟件定義汽車真正在下一代智能汽車上實現的根本。

自動駕駛的芯片如何能夠真正做到跟全球最牛的公司在技術上賽跑？我們認為一定要有自己的核心技術。如果所有的IP都採購通用的架構，我們很難真正做到跟全球最先進的公司站在一起。持續在我們自己的核心IP上進行投入，這是黑芝麻智能一直在堅持的。

車規級安全認證以及完整的工具鏈體系，是保證芯片能夠真正應用落地到汽車，並實現量產的核心。同時，通過車規級認證和工具鏈的保駕護航，黑芝麻智能團隊希望，客户能夠更放心地使用黑芝麻智能的產品。在自動駕駛領域，黑芝麻智能將以大算力芯片系統為核心，跟產業鏈上下游攜手推進。

自動駕駛是非常大的賽道，未來可以達到十萬億級甚至更大量級。這個賽道中，從核心的芯片、核心的器件部件到軟硬件服務，全產業鏈都有創新的機會，特別是在發展如此之快的中國市場中。黑芝麻智能希望攜手產業鏈，擁抱最大的創新的機遇，共同推動中國自動駕駛落地。

以上是黑芝麻智能CMO楊宇欣演講內容的完整整理。除楊宇欣外，在本屆GTIC 2020 AI芯片創新峯會期間，清華大學微納電子系尹首一教授，比特大陸、地平線、燧原科技、壁仞科技、光子算數、知存科技、億智電子、豪微科技等芯片企業，全球FPGA領先玩家賽靈思，Imagination、安謀中國等知名IP供應商，全球EDA巨頭Cadence，以及北極光創投、中芯聚源等知名投資機構，分別分享了對AI芯片產業的觀察與思考。如感興趣更多嘉賓演講的核心乾貨，歡迎關注芯東西后續推送內容。

往期峯會演講整理：

賽靈思姚頌：數字AI芯片進步趨緩，顛覆式創新難 | GTIC2020