車國興：

　　各領(lǐng)導(dǎo)、各位同行，大家上午好！很榮幸能在這里跟大家分享自動駕駛領(lǐng)域的熱門話題：自動駕駛處理器。

　　談到自動駕駛芯片，大家首先想到兩家公司，英偉達和Mobileye，到目前為止大部分量產(chǎn)車是Mobileye芯片，大部分初創(chuàng)公司使用的是英偉達芯片解決方案。Mobileye被Intel收購之后，市值直接增長50%，而英偉達，過去三年市值增長了十倍。

　　從自動駕駛產(chǎn)業(yè)鏈有三大塊：傳感器、處理器、控制器。其中，處理器是產(chǎn)業(yè)最集中的。而傳感器領(lǐng)域，無論是攝像頭，還是激光雷達，都有非常多的供應(yīng)商。

　　為什么在處理器部分，率先形成了一個集中度高的格局？有人說英偉達脫穎而出是因為GPU非常適合做人工智能深度學(xué)習計算，但這沒辦法解釋同樣有GPU的AMD的問題。也有人說Mobileye起步很早，但無法解釋為什么像NXP、TI等有30年以上從業(yè)經(jīng)驗的廠家沒有拿下這個市場。

　　為什么要軟硬結(jié)合？這句話其實經(jīng)常提到，但是真正去深刻的理解它的人非常的少。那最初的思想來源于一個天才的計算機科學(xué)家叫艾倫，他發(fā)明的東西其實現(xiàn)在每個人都在用，就是我們圖形用戶界面，但是他還講過一句話“如果你嚴肅地考慮軟件，就必須做你自己的硬件” ，這句話其實很少有人記得，但喬布斯把這句話一直作為他整個蘋果公司運營的寶典，后來他也把艾倫請到蘋果公司。

　　Mobileye和英偉達兩家公司，誰最有資格評論？是特斯拉，因為他用過這兩家公司的產(chǎn)品。去年年底，特斯拉爆出一個大新聞，要自己做芯片。為什么使用過這兩家的產(chǎn)品后，特斯拉自己要生產(chǎn)芯片？引用馬斯克說過的一句話：“我們的硬件戰(zhàn)略比任何硬件解決方案都要好”。也就是因為他們自己是自動駕駛應(yīng)用的集大成者，所以能夠充分掌握芯片的應(yīng)用。這就是應(yīng)用場景決定算法，算法定義芯片的時代。

　　軟硬件發(fā)展道路上看，場景和算法的驅(qū)動，促使軟硬件結(jié)合。從最開始通用的CPU，到后面的GPU，到后面進行更加深層次的定制化，再到現(xiàn)在大家都在講的軟件系統(tǒng)。本質(zhì)上來講，如果你需要獲得提升的性能，無論是功耗、成本、性能，你都需要專門針對一個場景進行構(gòu)架的設(shè)計和算法的優(yōu)化。

　　根據(jù)公開統(tǒng)計，在中國至少有39家做人工智能芯片的初創(chuàng)公司，所以這個賽道突然間就變的很擁擠，大家都在做，也在探討是否可以做出一款通用的處理器？

　　人工智能業(yè)領(lǐng)頭的公司，他們成功的產(chǎn)品，有很大差異性。英偉達推出超過300T計算能力的產(chǎn)品，蘋果僅僅做臉部ID，就需要0.6T的計算能力。不管是300T還是不到1T的運算能力，但都要很完美的體現(xiàn)在產(chǎn)品上。

　　對于非常復(fù)雜的自動駕駛產(chǎn)業(yè)，可靠性、實時性、計算力、功耗的要求都非?？量?，所以，僅使用一個通用的計算構(gòu)架，是無法滿足這樣的需求。

　　在過去十年里，手機驅(qū)動整個計算工業(yè)的發(fā)展。鑒于對手機功耗、極致的人機交互追求，使手機處理器發(fā)展非?？?。

　　但是在今天，面對自動駕駛，它所需要的計算能力至少是手機的5倍以上；所生成的數(shù)據(jù)至少是手機的4個數(shù)量級以上；響應(yīng)的時間要求從秒級縮短到毫秒級。為了同時滿足這種苛刻的要求，為了達到高可靠性的功能安全，它即需要滿足AEC-Q100，又需要達到ASIL-D安全規(guī)格。所有這些要求使得自動駕駛的研發(fā)非常困難，這也是為什么出現(xiàn)了雙寡頭的格局。

　　地平線機器人在成立之初，就非常篤定地把人工智能芯片作為自己的核心發(fā)展目標。對于這做芯片，是長跑的跑道上事業(yè)，我們不能像做算法那樣快速迭代，也不能像自動駕駛樣車幾個月之內(nèi)就造出來。所以，在過去兩年地平線一直在低調(diào)地做這件事情，直到去年年底發(fā)布了第一代的芯片——征程、旭日。

　　這是我們地平線旭日處理器的智能攝像機的產(chǎn)品，從上面數(shù)字可看，芯片的功耗，同時抓拍的人數(shù)，每秒處理幀數(shù)，都會比基于GPU芯片的智能攝像頭產(chǎn)品效率高出不少。

　　這是我們在西直門地鐵站里換乘處做的測試。

　　使用征程處理器做的第一代ADAS產(chǎn)品，可以非常準確地識別車輛、車道線、行人、交通標志牌，尤其對側(cè)面車輛識別也是非常精準的，這是在中國道路環(huán)境下面臨的非常大的挑戰(zhàn)。

　　今年，我們還會發(fā)布第二代芯片征程2.0。相對于第一代芯片來講，最大的提升是把基于傳統(tǒng)的檢測框感知，推進到基于像素級別的感知，所以在識別上要清晰很多，對每一個像素進行語義分類。

　　從簡單場景到復(fù)雜場景、高頻目標到一般目標、2D感知到3D感知。

　　這在后面會詳細分享。

　　在今年加州的CES展會上，已經(jīng)展出了基于征程2.0計算構(gòu)架的自動駕駛計算平臺Matrix?？梢灾苯咏尤牒撩撞ɡ走_或者超聲波雷達，同時接入兩組四路攝像頭，可以非常方便的支持像自動泊車類的360度感知應(yīng)用。隨著這個計算平臺的推出，接下來會做一款帶有域控制器功能的平臺，集成視覺感知、傳感器融合、決策、控制的開發(fā)平臺。該開發(fā)平臺可以很好地跟合作伙伴一起快速推進L3甚至L4的自動駕駛開發(fā)。

　　其實，我們今天談到感知，不只是對靜態(tài)環(huán)境進行識別，也不僅僅是把一個目標識別出來就結(jié)束。我們要做的是面向決策和規(guī)劃的感知，所以對于運動目標的運動朝向，以及各個運動目標的之間關(guān)系都非常重視。

　　基于視覺感知的結(jié)果發(fā)展—語義地圖，是業(yè)界的重大趨勢。Mobileye有REM，BOSCH有博世道路特征BRF，都是這個思路。

　　而我們這種視覺感知技術(shù)——像素級語義分割，這也將代表新一代的感知發(fā)展趨勢。這樣的好處是可以極大提升整個系統(tǒng)的準確性，在各種環(huán)境下都可以非常準確地識別所需要的關(guān)鍵特征和目標。同時，這種超過20個目標的分類，使得我們可以提升對整個場景深度全面的理解，低層語義為接下來的高層語義提供了堅實的基礎(chǔ)，高層語義分割會對關(guān)鍵定位有很好的輔助作用。

　　這是2018CES會展期間，我們在加州進行了高速道路實測，無論是可行駛區(qū)域、天空、樹木、路肩、車道線都有不同顏色來表達。同時我們還對車輛進行了3D姿態(tài)的識別，它的優(yōu)勢是什么？第一，因為是像素級別的，所以當側(cè)面切入的車輛只要錄到一小部分，就可以及時感知到；第二是全方面判斷的語義分割，提供豐富的低層語義信息。

　　與傳統(tǒng)的檢測框相比，基于像素級的語義分割與目標識別的優(yōu)勢是決定性的：

　　對于目標識別的準確度（有效解決遇到的遮擋、截斷、以及尺寸變化范圍大的難題 ）、

　　目標識別實時性都有所提升（能夠大幅度縮短目標識別的時間，在移動出現(xiàn)的第一時刻就可以識別。下圖顯示了在識別實時性方面，像素級目標識別相比傳統(tǒng)的檢測框有決定性的優(yōu)勢。 ），

　　并提供豐富的低層語義信息（對與全場景的語義分割使得各個不同的類別可以做到交叉驗證，例如，路肩、人行道對于可行駛區(qū)域的判斷有明確的輔助驗證作用，路側(cè)的固定目標，如交通標識牌、路燈等對于定位有很大的幫助。 ）。

　　使用單一深度神經(jīng)網(wǎng)絡(luò)將目標的檢測、3D結(jié)構(gòu)的感知和預(yù)測放在了一起，這樣得到了一個端到端的深度學(xué)習系統(tǒng)，充分共享檢測和姿態(tài)估計的計算權(quán)重，使得整個網(wǎng)絡(luò)在一個比較小的計算量下，同時獲得物體檢測和3D姿態(tài)估計的結(jié)果。

　　行人、非機動車駕駛?cè)说?，也是感知預(yù)測中的核心難題，因為人的行為更難預(yù)測。

　　目前自動駕駛系統(tǒng)中對人的檢測，往往只檢測人的屬性，并通過檢測框來預(yù)測人的位置和距離，這種感知結(jié)果無法對人的運動進行精確估計。尤其是對城市環(huán)境的自動駕駛，需要非常精確的人的運動估計。因此對人的姿態(tài)估計和運動建模，成為視覺感知的一個非常重要的研究熱點。

　　圖中，通過使用一個17點的人體外骨骼檢測模型，對人的各個關(guān)節(jié)進行感知和建模，并同時學(xué)習，從對人的行為做精確的預(yù)測。

　　在唐人街實測時，城市道路狀況非常復(fù)雜，密集的建筑物、交通標識牌、紅綠燈、行人，我們對所有的對象都進行了非常精準的分割，對所有的關(guān)鍵移動目標也進行了識別。比如行人，不僅僅是把行人的輪廓識別出來，還對他們進行了包含17個關(guān)節(jié)的外骨骼描繪，我們可以清晰了解行人的運動朝向。

　　早期關(guān)于整個自動駕駛的技術(shù)走向，像谷歌和百度都是使用高精度雷達加地圖的方式，而地平線機器人是使用攝像頭+導(dǎo)航地圖。我們希望通過導(dǎo)航級別的地圖，基于感知技術(shù)發(fā)展語義地圖，再加上視覺的感知技術(shù)，打造一款可落地的低成本、高性能產(chǎn)品。

　　應(yīng)該說激光雷達點云生成的地圖非常精準，但是有弱點，數(shù)據(jù)量非常大，更新成本也非常高。我們相信語義地圖是一個真正的趨勢。通過對于關(guān)鍵特征物提取，生成精簡但是足夠準確的語義地圖，把地圖作為一個超級傳感器，與現(xiàn)場、車端實時感知結(jié)果進行匹配，然后進行定位，決策和規(guī)劃。

　　感知是復(fù)雜的，跟決策又是密不可分的。所以更精準的來講，包括對于語義分割、目標識別、軌跡預(yù)測，希望在一個高度統(tǒng)一的3D環(huán)境模型里建模，該3D環(huán)境模型可以做到與傳感器無關(guān)。無論使用什么樣的傳感器，都可以把語義結(jié)果適配到這樣一個環(huán)境中來。利用一個像素級別的感知技術(shù)，可生成高可靠性的語義地圖。

　　自動駕駛在決策方面面臨很大挑戰(zhàn)。阿爾法狗的成功，代表人工智能在決策方面非常出色的應(yīng)用案例。但是對于圍棋來講，感知環(huán)境全透明，可以獲取一切信息，博弈主體只有兩個，這是一個封閉空間，信息充分博弈的場景。即使這樣我們看到阿爾法狗都需要具有非常強大的計算能力才能夠滿足要求。

　　對于自動駕駛，我們有可能面對的是一百個主體的互動，一步?jīng)Q策會直接導(dǎo)致博弈主體對于結(jié)構(gòu)的變化，這個難度事實上比感知還要大?；谝陨系姆治?，我們采用基于貝葉斯網(wǎng)絡(luò)的理性構(gòu)架，貝葉斯網(wǎng)絡(luò)可以非常好地去融合不同的決策手段，比如說基于規(guī)則和基于AI的決策。這種融合是以模塊為基礎(chǔ)的，即使整個網(wǎng)絡(luò)不是透明的，如果決策出了問題，對后面的分析也非常有幫助。

　　可以這樣理解，在決策這件事情上，AI和規(guī)則其實是不矛盾的。AI就好比人的大腦，高級的感知。決策系統(tǒng)更像人的邊緣，原始，但是能夠應(yīng)對緊急情況。所以我們相信在未來的決策系統(tǒng)里面，通過AI增強做駕駛體驗，通過規(guī)則保證它在最低象素上的可靠性是未來的趨勢。

　　在去年年底，我們已經(jīng)完成了第一代基于高思構(gòu)架的人工智能芯片的開發(fā)。今年，我們已經(jīng)展示了基于貝努利架構(gòu)的第二代芯片原型，后面我們還會推出基于貝葉斯構(gòu)架的第三代芯片的開發(fā)。所以，我們會持續(xù)提升計算力，我們會持續(xù)發(fā)展計算構(gòu)架。

　　不久前，地平線創(chuàng)始人兼CEO余凱入選了新一代的人工智能戰(zhàn)略規(guī)劃委員會委員，同時入選的人工智能公司包括BAT和訊飛。地平線是唯一一家初創(chuàng)公司入選，同時也是唯一一家致力于做人工智能芯片的公司，這說明國家已經(jīng)充分意識到人工智能芯片的重要性。如果說人工智能對我們國家科技發(fā)展至關(guān)重要，芯片就是這里面的核心。

　　PC時代英特爾成為主導(dǎo)，手機時代高通成為主導(dǎo)，在人工智能時代我們看到英偉達和谷歌持續(xù)地推進他們的勢力范圍。但是人工智能這事足夠重要，而智能駕駛事關(guān)國家安全同樣重要。想要贏得自動駕駛，就像中美的戰(zhàn)略競爭，就不能放棄自動駕駛芯片。做芯片中國有很好的基礎(chǔ)，在計算機視覺領(lǐng)域，差不多華人學(xué)者占了業(yè)界的一半，有非常好的人才儲備。在汽車芯片的開發(fā)方面，也積累了多年經(jīng)驗，中國本土已經(jīng)有足夠多優(yōu)秀的工程師，可以去做自動駕駛芯片。

　　自動駕駛芯片日益成為自動駕駛的主戰(zhàn)場，誰能掌握它，誰就能夠贏得未來。自動駕駛芯片難度足夠高、需求足夠強，我們中國一定要有人去做，這就是地平線的目標。我們希望在這個非常長的跑道上持續(xù)推進，到2025年希望為3000萬輛車裝上自己的芯片，使我們在自動駕駛上真正有自己的話語權(quán)，不會受制于人，不會讓主機廠在英特爾和英偉達之間做艱難選擇，我們給你新的選擇。

　　這就是地平線的使命，謝謝大家！