3.1萬
4月24日，地平線在北京正式發(fā)布征程6系列芯片，發(fā)布會現(xiàn)場我們能看到基于征程6系列芯片的域控制器展示，預示著征程6系列芯片進入量產(chǎn)車輛就在2024年底，可以說這開創(chuàng)了汽車智能駕駛芯片最快上車的先例。
征程6系列不是人們之前猜測的3款芯片，而是6款，足以覆蓋智能駕駛的各個場景和價位。發(fā)布會上重點介紹了征程6B、6E、6M和6P，筆者認為B應該是Base，L是Light，E是Efficiency，M是Medium，H是High，P是Performance或Premium。地平線沒有公開征程6L和6H的參數(shù)，預估6H的AI算力是256-300 TOPS，CPU算力是250-300K DMIPS。6L的AI算力是30-40TOPS，CPU算力是40-50K DMIPS。
征程6系列與5系列相比，升級最明顯的是CPU算力。征程5的CPU是8核心Cortex-A55，算力大致是25-30K DMIPS，這次除了最低的征程6B，其余CPU算力都大幅度提高。
征程6系列的另一個升級是BPU架構(gòu)，所謂BPU就是地平線對AI加速器的另一種稱呼，B代表Brain，可以稱為類腦處理器，第一代BPU，地平線致敬數(shù)學家伯努利，伯努利分布是最簡單的離散型概率分布模型。第二代BPU，地平線致敬英國數(shù)學家貝葉斯，他推導出貝葉斯定理，貝葉斯定理是一個由結(jié)果倒推原因的概率算法，當年默默無聞，在人工智能的今天大放異彩。
征程6的第三代BPU架構(gòu)則致敬博弈論創(chuàng)始人納什，稱之為納什架構(gòu)。約翰·納什，生于1928年6月13日，著名經(jīng)濟學家、博弈論創(chuàng)始人、《美麗心靈》男主角原型，并且還是前麻省理工學院助教，后任普林斯頓大學數(shù)學系教授，主要研究博弈論、微分幾何學和偏微分方程。由于他與另外兩位數(shù)學家（經(jīng)濟學家，約翰·C·海薩尼和萊因哈德·澤爾騰）在非合作博弈的均衡分析理論方面做出了開創(chuàng)性的貢獻，對博弈論和經(jīng)濟學產(chǎn)生了重大影響，而獲得1994年諾貝爾經(jīng)濟學獎。
博弈論主要針對智能車與智能車，智能車與非智能車之間決策交互產(chǎn)生的影響，目前大部分智能駕駛都是基于單車的，未考慮其他車輛對智能車決策的影響，這使得智能車有時候看起來不十分靈活，比如對向車主動讓道讓智能車先走，但智能車無法理解對向車的意圖，還是傻傻地等對向車先走。也就是智能駕駛的策略，大多都有強化學習的影子，強化學習（Reinforcement Learning，RL）旨在通過與環(huán)境（可以是虛擬的也可以是真實的）的交互來使智能體（我們的「模型」）學習。RL 一開始是根據(jù) Markov 過程提出的，我們讓智能體處于不確定的固定環(huán)境中，并試圖通過獎勵/懲罰機制來學習到一個最優(yōu)策略。在單智能體的情況下，這種方法被證明是收斂的。
但是，如果是將多個智能體放置在同一環(huán)境中（多智能體強化學習，MARL），情況就復雜多了。
假設我們正在試著用智能車來改善城市的交通情況，這時每輛車的決策都會影響其他車的決策與表現(xiàn)，比如智能車與智能車之間很可能會發(fā)生沖突，因為可能對于兩輛智能車而言，沿著某條路線行駛都是最方便的（獲得最多的獎勵）。博弈論有個RL算法，它使用深度神經(jīng)網(wǎng)絡進行函數(shù)逼近，迭代計算子游戲的收益矩陣（Gt）。這個子游戲就是上文提到的 stage games。在每個時間 t 處（每個 stage game），都會計算出符合 NE 的回應（σ），并得到最優(yōu)策略（π），然后添加新的策略來擴展 Gt 為 Gt + 1，繼續(xù)重復上述過程。這是最高明的智能駕駛決策算法。
征程6全系列的AI加速都是納什架構(gòu)。征程6B主打極致性價比，CPU可能是6核心的Cortex-A55，制造工藝可能是14或28納米，征程6B的國際意向客戶是博世和電裝，國內(nèi)意向客戶是四維圖新、福瑞泰克和Minieye。主要對手可能是Mobileye的EyeQ5M/H和EyeQ6L。
征程6系列主打產(chǎn)品是E/M。
征程6系列將于2024年內(nèi)開啟首個前裝量產(chǎn)車型交付，并預計于2025年實現(xiàn)超10款車型量產(chǎn)交付。面向中階智駕市場，地平線推出普惠城區(qū)性價比方案最優(yōu)解——征程6M，以及極致體驗高速NOA最優(yōu)解——征程6E，并提供符合AEC-Q104車規(guī)標準的SiP模組和Matrix 6域控參考設計，以超高集成度實現(xiàn)更低的功耗和更優(yōu)的系統(tǒng)成本。發(fā)布會上，地平線官宣與多家Tier1、軟硬件合作伙伴達成征程6E/M的合作，并公布到2024年第二季度將有超過50家生態(tài)伙伴推出基于征程6E/M的準量產(chǎn)級產(chǎn)品。
圖片來源：地平線
大家最關注的還是征程6系列的旗艦征程6P。
征程6P的AI算力是560TOPS，地平線謹慎地做了標注，560TOPS是在1/2稀疏網(wǎng)絡下的等效算力，地平線未提及精度，應該還是INT8位。這個算力實際遠超4片Orin合并的算力，再強調(diào)一次，以目前車載領域用的最頂級車載以太網(wǎng)交換機帶寬不超過1.25GB/s，典型的PCIe 4.0交換機，帶寬不超過32GB/s，即便是價格遠超Orin 的PCIe 6.0交換機，帶寬也不超過120GB/s。想要像服務器行業(yè)那樣是用4個H100就讓算力增加4倍，帶寬至少要做到900GB/s，而這根本做不到，用最頂級的車載以太網(wǎng)交換機連接4個Orin，算力頂多是1.2倍單個Orin算力，也就是300TOPS。這也是英偉達要花十幾億美元開發(fā)NVLINK的原因，也是NVLINK被美國管制嚴禁出口的原因。
CPU是18核心的ARM Cortex-A78AE，算力是410K DMIPS，英偉達Orin-X是12核心，內(nèi)核也是ARM Cortex-A78AE，算力是227K DMIPS，因為Orin的GPU發(fā)熱量比較大，所以其CPU的頻率較低，而地平線的GPU算力只有200GFLOPS，發(fā)熱量很低，所以CPU頻率可以高點，算力幾乎是英偉達的兩倍，華為的昇騰610的CPU則是16核心，算力是200K DMIPS。
征程6P里面添加了一個微型GPU，算力很低，只有200GFLOPS，主要是為了將智能駕駛領域的圖像輸出到儀表或中控屏上。
為了降低成本，更好管理供應鏈，也為了減少軟件復雜度，征程6P內(nèi)部添加了一個達到ASIL-D級的MCU島，算力是10K DMIPS，目前大家都是使用單獨的安全MCU來控制車輛底盤，通常是英飛凌的TC397，TC397價格比較高，且價格波動大，供應狀況不穩(wěn)定，最高算力是4K DMIPS，典型算力是2.7K DMIPS。地平線沒有公布詳細信息，應該是和高通SA8650/SA8255/SA8775那樣的4核心ARM Cortex-R52內(nèi)核，運行頻率估計是800-1000MHz。
存儲帶寬方面，升級到了LPDDR5，帶寬達205GB/s，與英偉達Orin相同。前視感知支持1800萬像素，圖像帶寬5.3Gpixel/s。
內(nèi)部采用TB/s級高性能總線，訪存延時低至130納秒。
為應對新一代大模型Transformer較多的矢量運算，特別添加了VPU，即矢量浮點運算加速單元。
地平線征程P6的晶體管數(shù)量高達370億，英偉達Orin只有170億，Xavier只有90億。
與征程6系列一同發(fā)布的還有全場景智能駕駛解決方案SuperDrive，它聚焦擬人化體驗突破，打造好用的智駕系統(tǒng)2.0。憑借動態(tài)、靜態(tài)、OCC（Occupancy占用網(wǎng)絡）三網(wǎng)合一的端到端感知架構(gòu)，數(shù)據(jù)驅(qū)動的交互式博弈算法，SuperDrive在任何道路環(huán)境下都能兼顧場景通過率、通行效率和行為擬人，在擁堵匯流、路口交互-動態(tài)Driveline、禮讓騎行人、擁堵?lián)Q道、城市環(huán)島通行等城區(qū)復雜場景下，均能夠為用戶帶來優(yōu)雅不慫、從容篤定的智能駕駛體驗。
動態(tài)、靜態(tài)、Occupancy三網(wǎng)合一的感知端到端架構(gòu)是精準還原客觀物理世界的有效手段。在此架構(gòu)下遮擋準召率提升70%，動態(tài)代碼行數(shù)降低90%，網(wǎng)絡負載降低50%，有效解決當前行業(yè)感知架構(gòu)時延高、規(guī)則多、負載重的問題。數(shù)據(jù)驅(qū)動的交互博弈可帶來更擬人的最優(yōu)解，使得SuperDrive像老司機一樣靈活處理復雜交通流，在擁堵場景下變道成功率提升50%，路口通過率提升67%。
隨著美國對中國高科技領域的敵意持續(xù)升級，英偉達Thor大概率不會允許出口到中國，芯片領域的國產(chǎn)替代大潮即將到來。
免責說明：本文觀點和數(shù)據(jù)僅供參考，和實際情況可能存在偏差。本文不構(gòu)成投資建議，文中所有觀點、數(shù)據(jù)僅代表筆者立場，不具有任何指導、投資和決策意見。
下載ECAD模型
