車企們，需要有序開放的自動駕駛晶片

地平線帶領「征程」軍隊發起了一場晶片突襲戰。

4 月 28 日，自遊家公開了首款車型自遊家 NV的輔助駕駛配置，标配為地平線征程 2，進階選配搭載征程 5晶片。

繼比亞迪之後，這已經是第二家公布使用地平線征程 5 晶片的車企了。

地平線帶來的國産晶片驚喜還在增加。

根據地平線官方透露的消息，未來不僅自遊家多款車型會搭載地平線的征程 5 晶片，而且，地平線還與20 多家車企簽下了超過50 款車型的征程 5 前裝量産項目定點。這個合作數量，基本上能跟主流的英偉達 Orin 系列晶片打平手。

一系列的合作讓我們注意到，地平線早就以獨角獸姿态在資本市場不斷吸金。

目前地平線已經經曆了 6 次以上的投融資，除明星投資公司黑石、紅杉、雙湖之外，也集齊了車企「18 羅漢」，一汽、上汽、廣汽、奇瑞、長城、比亞迪等先後注資地平線。

地平線的「征程」晶片，俨然已經成為車企新貴。

01

征程 5，什麼水準？

在征程 5 之前，征程 2、征程 3 早就經過了一輪商業化驗證。

消費者熟知的岚圖 FREE、長安 UNI-T、21 款理想 ONE、廣汽傳祺 GS4 PLUS 等爆款車型都搭載了征程系列晶片量産。

征程系列晶片受到主機廠熱捧，給了地平線持續攻堅的底氣。

去年 5 月，征程 3 晶片僅推出一年後，征程 5 晶片就橫空出世，為地平線補齊了進階自動駕駛的「最後一塊拼圖」。

與征程系列中的征程 2、征程 3 對标 L0-L3 不同，征程 5 是專門針對進階别自動駕駛打造的 AI 晶片，它的出現補齊了地平線 L2-L4 的全場景整車智能解決方案。

以征程 3 為例，雖然地平線已經在征程 2 的基礎上增加了 25% 算力，但總體算力也僅為 5Tops，功耗 2.5Tops。

但到了征程 5 晶片，情況就非常有意思了，一下子把算力提高到了128Tops，但功耗僅為30W。

結合能效比4.3TOPS/W的資料，征程 5 算得上是國内打頭陣的車規級 AI 晶片。

地平線一直把自研車規級晶片譽為攀登晶片界的珠穆朗瑪峰。

在地平線的官網上，地平線直接将征程 5 挂在了珠穆朗瑪峰最近接近頂峰的位置。相比前兩代，征程 5 在性能上兼具業界最高 FPS 性能與最低功耗，有着質的飛躍。

不過，車規級 AI 晶片更需經得起橫向對比。

目前市場上支援進階别自動駕駛的 AI 晶片除了征程 5 之外，還有英偉達 Orin 晶片、高通 SA9000A\B、華為昇騰 610、Mobileye EyeQ Ultra、黑芝麻智能華山二号 A1000Pro 等。

這些晶片算力基本穩定在 100Tops 以上的水準，完美展示了目前自動駕駛晶片算力内卷的現狀。

實作 L4 進階别自動駕駛的算力到底要多少，業界尚無定論。但一個共同點是，為了實作打造算力備援，無論是傳統車企還是新勢力，仍在搶奪以英偉達 Orin 系列的高算力 AI 晶片。

比如，蔚來 ET7 搭載了4 顆Orin X 晶片，理論上整車算力超過1000Tops。

征程 5 和号稱「車企收割機」的 Orin X，同屬算力破百 Tops 晶片，但 Orin X 的單顆晶片用了 7nm 的生産工藝，算力依然比征程 5 高出 2 倍，達 254TOPS，功耗 45W。

這個差距的底層根源在于，OrinX 采用 7nm 生産工藝，已經屬于車規級晶片的頂尖水準，而國内的制造條件暫時達不到，征程 5 使用的是16nm工藝，做到過百算力水準，已經展示了一波中國頂級的晶片設計能力。

要知道，Mobileye EyeQ6 即使用了 7nm 制程，其算力仍隻能與征程 5 打平手，且征程 5 的功耗、量産時間都要比 EyeQ6 有更大優勢。

與此同時，地平線 CEO 餘凱在 2022 年電動車百人論壇中強調相比 Orin X，征程 5 有着高經濟适用性的優勢。

「經濟适用性」其實是一個比較微妙的表達，一個層面是價格更接地氣，從蔚來 ET7 超過 44.8—52.6 萬的售價來看，OrinX 接近兩千美金的價格很可能是征程 5 的倍數。

另一個層面是晶片内部使用率大幅提升。餘凱曾經公開表示，相比 Orin X，征程 5 隻用一半晶片面積和計算資源就實作了高計算性能。

從車企角度出發，在綜合考慮算力、性能、價格、供貨量等因素後，征程 5 顯然會比 OrinX 更有競争優勢。

結合征程 5 的市場表現來看，可以判斷地平線其實已經獲得了國産晶片的中場勝利。

02

地平線要扛起開放、反算力内卷大旗？

「算力不是智能汽車唯一标準」，餘凱曾經在多個公開場合這樣提及，在車規級晶片算力内卷中，率先扛起「反卷大旗」。

餘凱并不是說算力不重要，拆看來看表達了兩層意思：

第一層是算得多不如算得快。

比起強調算力，餘凱更看重宣傳深度神經網絡算法在晶片上的計算效率，認為每秒準确識别幀率 MAPS 才是衡量算力的真實性能。

在征程 5 釋出之時，地平線官方就放出了一張對比圖，為英偉達 Xavier 和征程 5 同時輸入一張 512×512 圖像，Xavier 平均準确識别幀率不到 200FPS，而征程 5 則達到1283FPS。

顯然，在地平線的邏輯中，算力隻是基礎，一秒鐘時間能向伺服器送出多少次資料，更加迅速的反應系統才是保證自動駕駛安全的根本。

第二層意思是晶片不能一味追求算力，而是要衡量軟體是否可以在晶片中發揮最大效能。

在自動駕駛領域一直存在算力焦慮的問題，但随着高算力晶片上車，業内也逐漸有了「算力不是最大公約數」的共識。

一位自動駕駛公司 CTO 曾經對媒體表示，「算力越大越牛就是思維的惰性」。

結合他的經驗來看，目前車企晶片算力、感覺算力内卷的原因是 VC 估值并沒有明确标準，隻能先看這些數值，但具體到實車上，5 個毫米波雷達、1 個雷射雷達再加上 8 個 200 萬像素攝像頭，30Tops 也夠用。

對于晶片上遊車企來說，有足夠大算力并不是最重要的，算力背後的問題其實更難解決、也更複雜。

比如怎麼做算力優化，怎麼在算力的基礎上找到邊界做合理軟體架構，甚至于怎麼找到軟硬體協同能力的優秀工程師。

而具備這些能力的車企，才繼而能積極擁抱第二個時代變化：即開放的晶片廠商。

餘凱曾經把目前晶片廠商按照開放程度列出了一張表，開放度從低到高排序依次是 Mobileye、英偉達、地平線 Together OS、BPU 授權這四種模式。

被描述為開放度最低的 Mobileye，也被餘凱比喻為黑盒模式，指的是 Mobileye 獨立開發完 BPU、SOC、作業系統 OS、自動駕駛軟硬體系統之後，才會傳遞給車企，這也意味着，車企無法加入自動駕駛技術的開發中，得到是完整的晶片+感覺算法的軟硬體打包方案。

這種封閉的「一體化」解決方案在 ADAS 時代非常奏效，尤其是對于剛起步的造車新勢力車企來說，選擇 EyeQ 系列晶片無疑是最穩妥、省心的。

随着 ADS 時代到來，車企對于定制化算法、系統快速更疊的需求越來越大，此時動辄等待半年、花費上千萬的定制化節奏已經讓這種解決方案過時。

向自研進軍的車企，讓強勢的 Mobileye 逐漸失去了市場。

去年，Mobileye 的老夥計寶馬轉身選擇了高通，宣布從 2025 年開始使用高通骁龍 Ride 自動駕駛平台及晶片。

近日，Mobileye 又丢掉了一個大客戶，據路透社消息，大衆集團将從 2026 年起在其全球所有品牌中使用高通 SoC 自動駕駛晶片。

Mobileye 失落的另一面是地平線擁抱開放。

在餘凱的邏輯中，微軟、安卓最開始是技術先進，但向行業深處走去，就會發現技術戰争變成了生态戰争，比拼的是誰的應用生态最豐富。

地平線提出的 Together OS，意在将作業系統 OS 和自動駕駛軟硬加系統一齊交給車企。「作業系統從一開始就是應該開放、開源的，大家一起參與的。」餘凱說道。

03

有序開放的晶片廠商

Mobileye 真的看不清晶片「開放」的趨勢嗎？答案是否定的。

早在 2018 年，Mobileye 創始人兼CEO Shashua 就表示從 EyeQ5 開始實行改革開放計劃，允許客戶在 SDK 開發套件上寫算法，隻可惜雷聲大雨點小，這一計劃始終未能落地。

關于這點，業界曾有一個頗為有趣的觀點，Mobileye 不是不願開放，而是環境迫使它不得不回到軟硬一體化的老路上。

其實換個更容易了解的表達，就是 Mobileye 有開放能力，但車企沒有開發能力。

有一定道理，但不完全對。

晶片廠商把更多開發流程交給車企以後，車企會承擔更多的開發任務，也要建設智能算法開發團隊，這些都給晶片廠商的開放和車企的自研設定了障礙，但這些障礙并不會阻擋開放的趨勢，因為擁有自研能力感覺算法的車企已經占大多數。

2017 年，小鵬就明确了全棧自研方向，到了 2018 年釋出第二款車 P7 時，就采用了小鵬自研的 XPILOT 3.0 自動駕駛系統。

2020 年蔚來、理想也先後啟動了自動駕駛全棧自研項目。可以說，「自研自動駕駛算法」，早已經不是新鮮事了。

從這一層面上來看，Mobileye 的角色更像幫助車企完成技術轉身的「墊腳石」。

現在，相比沒能力，大部分車企更焦慮怎麼繼續提升算法能力，達到更獨特、更安全的高度，進一步說服消費者。

是以，大部分車企都需要像地平線、英偉達這樣開放的晶片廠商，而剩下的一小部分尚無算法自研能力的車企，也并非這類開放廠商服務的對象。

開放是大趨勢，不過這些也提醒了晶片廠商需要開放，但更需「有序」的開放。

有序開放就是晶片廠商根據客戶需求，定制開放程度。

比如，傳統車企可能更在意智能電動車的研發效率，這時不一定需要晶片廠商大面積開放，而造車新勢力可能更需要突顯自身性能，更需要更開放。

現在，英偉達已經不再拘泥于固定角色，它既可以是晶片硬體供應商，也可以是自動駕駛算法軟體供應商。

在 2020 年與奔馳的合作中，英偉達就明确了既提供自動駕駛晶片，也會與奔馳聯合開發自動駕駛算法。

「Robotaxi 想要完全自己開發軟體并且經營業務，我們就賣晶片給他們，提供工具鍊；也有一些客戶希望我們提供包括軟體在内的全棧式方案，追求開發進度。」黃仁勳曾向媒體公開表達過英偉達的開放路徑。

與此相似的，地平線其實也按照開放程度從低到高制定了三種模式，供車企自行選擇。

第一種提供 BPU 和 SoC 級别征程晶片以及作業系統 OS，幫助車企完成自動駕駛軟硬體系統開發；

第二種隻提供 BPU 和 SoC 級别晶片，車企可以利用 Togther OS 來開發算法；

第三種開放度最高，隻提供 BPU IP，支援車企實作 SoC、自動駕駛軟硬體系統自行開發。

三種模式中，BPU IP 授權模式将整個汽車晶片行業的開放度拉到了最高。

這意味着作為晶片廠商的地平線将開放 BPU 的軟體包和晶片參考設計給部分車企，支援車企自研晶片。

「盡管我們并不認為所有的主機廠都要去自研晶片，但是車企做晶片可以提升自身差異化競争力，加快研發創新速度。」餘凱解釋道。

去做開放的工具并不難，但真正難得是下定決定跟随車企的節奏。地平線其實是選擇了跟随有技術優勢的車企的節奏一同行走，選擇「開放，再開放」。

2017 年，特斯拉自研 FSD 晶片，國内車企應聲而動，零跑和大華威視也從那年開始研發自動駕駛晶片，然而 2019 年 FSD 晶片成功上車的時候，零跑的晶片還沒有動靜，直到 2020 年年底，算力 4.2Tops 的淩芯 01 才橫空出世。

2021 年初，有媒體得知消息小鵬汽車已經在中美兩地建立團隊，同步啟動了自研晶片項目，而蔚來也不甘落後，挖來前賽靈思亞太地區實驗室主任胡成臣，加緊布局晶片自研項目。

雖然「車企當學特斯拉」，但造晶片是個長周期的苦活，車企反而更需要有設計能力、有工具鍊能力的晶片廠商加入。此時像地平線這樣的晶片廠商不僅可以賦能車企造芯，也能以此獲益。

當然，車企造芯不一定會成為主流，開放 BPU IP 模式也僅僅是可供選擇的一種。

但可以确定的是，一個給車企有序開放空間的晶片廠商，在未來也會被賦予同等價值的回報。