降本、BEV、量產(chǎn)，輕舟+地平線的國(guó)產(chǎn)化范式

成本考量，是輕舟從之前的英偉達(dá)Orin-X向地平線征程5切換的底層原因。

高階智能駕駛需要由上限更高的神經(jīng)網(wǎng)絡(luò)算法模型實(shí)現(xiàn)。神經(jīng)網(wǎng)絡(luò)模型越大，對(duì)算力越高；目前業(yè)內(nèi)經(jīng)過量產(chǎn)驗(yàn)證的百TOPS大算力芯片只有英偉達(dá)Orin-X和地平線征程5。當(dāng)車企想要在更主流價(jià)位車型上落地NOA等高階智駕能力時(shí)，用征程5替代Orin-X看似是必然之選。

問題是，如何替代？

英偉達(dá)是深度學(xué)習(xí)的引領(lǐng)者。例如在Transformer“火”起來之前，Orin所應(yīng)用的Ampere架構(gòu)便為其針對(duì)性地設(shè)計(jì)了加速支持。

如今，全球絕大多數(shù)的神經(jīng)網(wǎng)絡(luò)都使用英偉達(dá)DGX服務(wù)器進(jìn)行訓(xùn)練，大量的算法工程師學(xué)習(xí)的起點(diǎn)便是英偉達(dá)CUDA架構(gòu)。

PyTorch、Tensorflow等核心深度學(xué)習(xí)框架都屬于CUDA生態(tài)，使開發(fā)者能夠靈活使用CUDA語言去定制化一些GPU算子。

簡(jiǎn)而言之，英偉達(dá)平臺(tái)先天對(duì)神經(jīng)網(wǎng)絡(luò)友好，且生態(tài)豐富健全，工程師上手難度低。

當(dāng)然英偉達(dá)也并非完美產(chǎn)品。除了貴之外，基于數(shù)據(jù)中心通用架構(gòu)打造的端側(cè)芯片，在效能表現(xiàn)上相對(duì)較弱，對(duì)算力和功耗需求更多。這不僅導(dǎo)致單位算力成本更高，也會(huì)對(duì)適配車型造成障礙。

例如燃油車上缺乏液冷系統(tǒng)，就難以布置無法被動(dòng)散熱的英偉達(dá)平臺(tái)。

征程5作為針對(duì)自動(dòng)駕駛端側(cè)場(chǎng)景需求設(shè)計(jì)的專用芯片，在成本優(yōu)勢(shì)外，對(duì)一些神經(jīng)網(wǎng)絡(luò)的效能更高，功耗需求更低。

但在算力和架構(gòu)與英偉達(dá)的差距外，應(yīng)用地平線的核心挑戰(zhàn)是“太新”。相比數(shù)碼愛好者都能談上一二的英偉達(dá)GPU，地平線的BPU對(duì)算法工程師來說更加陌生，生態(tài)也仍在建設(shè)當(dāng)中。

所以，雖然地平線硬件成本較低，但部署過程可能隱含高成本。這也是討論合作之初，侯聰所擔(dān)心的問題。

03、軟硬協(xié)同：輕舟+地平線＞輕舟和地平線

從結(jié)果來看，輕舟只用了兩個(gè)月的時(shí)間便完成了在地平線平臺(tái)上的算法部署：SR上能夠穩(wěn)定復(fù)現(xiàn)周圍環(huán)境信息，BEV感知幀率達(dá)到與特斯拉一樣的30FPS，行業(yè)平均水平則為12.5-20FPS（（每秒傳輸幀率）。

黃暢師兄果然說到做到。

“輕舟是我們生態(tài)中第一家完全自研BEV自動(dòng)駕駛方案，并在兩個(gè)月內(nèi)高速部署的企業(yè)。”地平線芯片算法工具鏈產(chǎn)品經(jīng)理秦暢告訴《賽博汽車》，在行業(yè)內(nèi)，基于J5打造自研算法方案，通常3至4個(gè)月完成是比較常見的節(jié)奏。

速度，來自于輕舟與地平線的軟硬協(xié)同。

特斯拉是英偉達(dá)在自動(dòng)駕駛芯片領(lǐng)域的第一個(gè)挑戰(zhàn)者。自研算法與自研芯片之間高度的軟硬協(xié)同，使HW3.0用兩塊共計(jì)140TOPS的FSD芯片，跑贏了258TOPS的Orin-X。

但并非每個(gè)企業(yè)都有特斯拉的稟賦和時(shí)機(jī)，來自不同公司的軟硬件如何軟硬協(xié)同？“極致的開放合作”，是輕舟和地平線給出了一樣的答案，但實(shí)現(xiàn)“開放合作”卻絕非易事。

首先，T1、T2之間明確的責(zé)權(quán)體系流程需要被打破。

“職責(zé)上，作為T1的輕舟負(fù)責(zé)拆解主機(jī)廠需求，我們作為T2來做支持。但要將整個(gè)系統(tǒng)指標(biāo)做到最好，就需要大家在組織文化、質(zhì)量流程等多方面一起去探索創(chuàng)新，解決問題?！钡仄骄€副總裁、智能汽車事業(yè)部業(yè)務(wù)拓展負(fù)責(zé)人張宏志舉例道：

輕舟的BEV方案中，需要將所有攝像頭數(shù)據(jù)都接入征程5的ISP（圖像信號(hào)處理器），期間地平線對(duì)工具、經(jīng)驗(yàn)等進(jìn)行能力輸出，最后圖像質(zhì)量的把關(guān)、驗(yàn)證和確認(rèn)是輕舟的責(zé)任。

即地平線干活兒，輕舟驗(yàn)收。

但這當(dāng)中涉及幾百項(xiàng)細(xì)節(jié)的調(diào)整確認(rèn)，以及軟硬件不同的能力稟賦。最終，雙方并未采用發(fā)包-交付這樣傳統(tǒng)的上下游鏈條模式工作，而是組建聯(lián)合團(tuán)隊(duì)來解決整個(gè)鏈條上的所有細(xì)節(jié)問題。

“合作至今，光是有會(huì)議紀(jì)要，有跡可循的多方會(huì)議就有上百場(chǎng)。”張宏志表示，“軟硬結(jié)合要做的比較好，就看雙方的信任度、開放度和技術(shù)研討的深度?！?/p>

事實(shí)上，信任和開放的程度往往最終決定著技術(shù)研討的深度。

秦暢講了這樣一個(gè)例子：輕舟算法中有一些與征程5匹配度不高的計(jì)算結(jié)構(gòu)，即使付出大量的人力和時(shí)間對(duì)算子進(jìn)行優(yōu)化，也只能達(dá)到行業(yè)平均水平。

地平線具備深厚算法基因的研發(fā)團(tuán)隊(duì)，建議調(diào)整算法使其更符合BPU特性，實(shí)現(xiàn)超100分的效果。但作為算法公司的輕舟會(huì)接受來自硬件公司的建議嗎？

“算法公司都非常注重算法的保真度，所以預(yù)想會(huì)有很大阻力?！痹谝痪€溝通客戶的秦暢說：“但結(jié)果輕舟非常樂于接受這個(gè)建議：‘哎，我如果這樣改的話，還能超過原來的效果’?！?/p>

這樣的信任和開放程度，為軟硬件公司在技術(shù)協(xié)同上提供了更寬的通路。

在雷達(dá)點(diǎn)云的處理上，輕舟此前在GPU上使用CUDA來做，但地平線用的是DSP（數(shù)字信號(hào)處理器），輕舟則缺少DSP的開發(fā)經(jīng)驗(yàn)。

通常，行業(yè)內(nèi)會(huì)通過多次講解會(huì)來解釋使用方法，來彌補(bǔ)知識(shí)鴻溝。但在量產(chǎn)的“死線”前，越快完成知識(shí)復(fù)制，越為后期調(diào)優(yōu)爭(zhēng)取時(shí)間。

幾次workshop之后，輕舟與地平線決定采用更為直接高效的方式：由地平線提供一個(gè)最佳實(shí)踐作為參考，輕舟再基于此快速了解DSP與BPU的協(xié)同實(shí)現(xiàn)。基于這個(gè)用例，輕舟迅速將之前GPU的經(jīng)驗(yàn)移植到J5上優(yōu)化后，形成了自己的方案，也掌握了J5上DSP處理雷達(dá)的方法。

這種開放并不僅限于供應(yīng)商之間。

“客戶（主機(jī)廠）提的指標(biāo)還是比較粗，只靠那些指標(biāo)是不夠的?！焙盥敱硎荆鳛楣?yīng)商，在商量過程中輕舟不斷與主機(jī)廠詳細(xì)分享其內(nèi)部的標(biāo)定指標(biāo)，以及指標(biāo)的改進(jìn)迭代過程。隨著交流深入，客戶也給到更多的整車級(jí)系統(tǒng)技術(shù)反饋?！?strong>這對(duì)于建立客戶對(duì)我們的信任和認(rèn)可是很重要的一點(diǎn)。”

04、工程化解題 ：好奇心與緊迫感

2020年5月，Space X將宇航員送入太空站后，又在5個(gè)月內(nèi)成功發(fā)射了11顆衛(wèi)星。饒是如此，當(dāng)年10月的一次發(fā)射后，馬斯克深夜造訪39A發(fā)射臺(tái)，看到只有兩個(gè)人在場(chǎng)工作后，質(zhì)問負(fù)責(zé)人：“我們?cè)谶@里有783名員工，為什么現(xiàn)在我只看到兩個(gè)人在工作？“

“馬斯克擔(dān)心除非他能保持狂熱的緊迫感，否則SpaceX會(huì)像波音公司一樣，最終變成一家缺乏后勁，行動(dòng)遲緩的公司。”《馬斯克傳》中這樣寫道。

這樣的工作態(tài)度和緊迫感，中國(guó)的創(chuàng)新公司和工程師們可能最能共情。

輕舟聯(lián)合創(chuàng)始人、CTO侯聰在量產(chǎn)準(zhǔn)備現(xiàn)場(chǎng)輕舟為量產(chǎn)定點(diǎn)做準(zhǔn)備的工作節(jié)奏是每天早上9點(diǎn)鐘開始調(diào)試和測(cè)試到深夜11、12點(diǎn)，再拉會(huì)復(fù)盤一天的工作，直至凌晨3、4點(diǎn)，去進(jìn)行版本的迭代。感知技術(shù)研發(fā)負(fù)責(zé)人在大版本更新、極端場(chǎng)景測(cè)試時(shí)，都會(huì)自己上車實(shí)測(cè)，對(duì)車輛維修的細(xì)節(jié)問題甚至比測(cè)試工程師更了解。研發(fā)人員用周末“叼空”結(jié)婚的例子也是不勝枚舉。

“只要不睡覺，就是我們的工作時(shí)間。”這是張宏志回憶2022年地平線和輕舟團(tuán)隊(duì)溝通十一工作安排時(shí)得到的回復(fù)：“但這不是單純耗時(shí)間的‘卷’。對(duì)于工程師來說，把一個(gè)新的技術(shù)體系搭建出來，來滿足新需求的過程本身非常激動(dòng)人心。我們都很好奇，如何用新的方法來解決新領(lǐng)域的問題。”

事實(shí)上，主機(jī)廠與供應(yīng)商，軟硬件公司之間肩并肩、背靠背的高強(qiáng)度工作模式，是目前中國(guó)量產(chǎn)智駕行業(yè)的普遍狀態(tài)。因?yàn)楦唠A智駕作為復(fù)雜系統(tǒng)受眾多的子系統(tǒng)、子單元影響，牽一發(fā)而動(dòng)全身，導(dǎo)致調(diào)順調(diào)優(yōu)的工程化難度指數(shù)級(jí)上升。

“工程化在整個(gè)系統(tǒng)中的占比是非常大的，但行業(yè)中對(duì)工程化的重視程度并不太夠。”張宏志表示，地平線在百萬片芯片上車的過程中，對(duì)工程化的重要性深有體會(huì)。

侯聰認(rèn)為，正是這樣千頭萬緒的工程量產(chǎn)過程，使輕舟團(tuán)隊(duì)從高大上的自動(dòng)駕駛開發(fā)快速轉(zhuǎn)變貼近客戶投身一線落地量產(chǎn)的高階駕駛輔助團(tuán)隊(duì)。

“全棧自研的核心技術(shù)、扎實(shí)的工程交付能力和客戶服務(wù)意識(shí)，輕舟才能為客戶提供適合中國(guó)道路、具備規(guī)?；慨a(chǎn)交付和成本效益的一系列高階輔助駕駛解決方案?！?/p>

德國(guó)慕尼黑車展期間，輕舟的產(chǎn)品矩陣完整亮相，從 Air、Pro 到 Max， 依次對(duì)應(yīng)基于單征程 5、具備高速 NOA+L2 全功能的 7V1R 高速 NOA 方案；基于單征程 5、可拓展城市 NOA 功能的 11V5R 高速 NOA 方案；基于雙征程 5、采用單激光雷 達(dá)+11V5R 的城市 NOA 方案。