陸曉明

演講：陸曉明

編輯：克雷格

【新智元導讀】從AI處理器的發展變革可以看出，越是面向專門計算的晶元架構越能達到更好的功耗性能比，因此地平線基於高斯架構同時推出了「旭日」和「征程」兩款晶元，每款晶元都針對相應的領域進行專門設計，從而有利於發揮出最大運算效能。3月29日2018新智元產業躍遷AI峰會上，地平線首席市場官&智能商業事業部總經理陸曉明介紹了地平線的晶元戰略。

陸曉明 地平線首席市場官&智能商業事業部總經理

陸曉明，地平線（Horizon Robotics）首席市場官兼智能商業事業部總經理，中歐國際工商管理學院首屆EMBA，三十年資深品牌營銷經驗。曾任蔚來汽車副總裁，「有機家Organic+」總裁兼創始人，萬寶龍（中國）董事總經理，歐萊雅中國區副總裁。

以下為陸曉明的演講：

大家下午好！謝謝新智元的邀請，自動駕駛這是一個熱點話題，尤其最近Uber在美國的自動駕駛測試車出了交通事故，之後有各種各樣的聲音，有理性的分析，也有感性的擔憂。我覺得更多的是大家在討論怎樣提升自動駕駛的安全性、可靠性。不管怎麼樣，我們都會看到，自動駕駛這是一個不可逆轉的趨勢，自動駕駛即將來臨。

2025年將形成超500億美元市場規模，計算與演算法結合是自動駕駛「護城河」

首先看自動駕駛的巨大市場潛力。我們可以看到，自動駕駛在全球滲透率將會快速提高，在未來不到十年的時間裡面，預計到2025年會有73%的滲透率，研究機構估計其市場規模達到五百多億美元。

高級別自動駕駛和ADAS未來幾年的市場增長也將非常快，研究機構預估，在未來短短的幾年，這個市場將呈幾十倍的增長。毫無疑問，自動駕駛是一個巨大的市場。回看中國市場，我們同樣可以看到，中國的市場增長將更快，潛力非常巨大。我們未來幾年預估有至少60%的市場滲透率，市場規模達到百億美元級別。

做自動駕駛核心是演算法、晶元、數據，但到底自動駕駛的護城河是什麼？是演算法？是計算？還是數據？

如果看演算法，其實在短短的幾年裡面從百度團隊出來很多創新公司，他們同樣帶走了演算法資源，所以演算法不是核心的護城河。數據是不是護城河？其實獲取數據的門檻相對成本也不是很高，尤其我們看到中國每年兩億輛車在跑，大量的數據可以獲取。再加上一些模擬器的發展，模擬數據、虛擬數據的獲得，同樣可以幫助獲取數據。計算是不是護城河？一些老牌玩家、超級玩家在參與，但是不是依靠變成了最後的贏家？可能也不見得。

在我們看來，計算、演算法的結合可能是最重要的，因為要針對特定的場景去架構、設計和優化演算法。基於這樣的判斷，地平線在2015年7月份首次提出了自主研發的人工智慧專用晶元，比谷歌的對外公布做TPU早了將近一年。

「征程」2.0處理器：實時語義分割，支持多路視頻輸入

地平線在提出做BPU的那一天起，就瞄準了自動駕駛市場，要打造自動駕駛處理器，為汽車打造自動駕駛大腦。

我們第一代基於高斯架構的BPU1.0，能夠對物體的檢測、跟蹤、識別，圖像處理能力達到1080P/30幀每秒，每幀可以同時處理至少兩百多個圖像目標。第二代基於神經網路結構，同時可以處理六路視頻，能夠進行像素級的語義識別和圖像分割，並且支持多路感測器的融合。第三代貝葉斯架構則支持RNN複雜網路，能進行決策和路徑規劃，更強大更快速。

與晶元架構的研發相匹配，我們在自動駕駛的落地方面也有三年規劃：2017年我們已經在感知層面做了，基於深度學習的環境感知，對目標的檢測、識別、運動預測。2018年，我們會在建模層面發力，為不同的感測器建立一個標準化的介面，進行多感測器融合，進行三維環境的語義重建。2019年，我們將深入決策層面，希望做決策和路徑的規劃。

地平線第一代的自動駕駛處理器「征程」1.0於去年12月發布，它不僅性能很高，能夠實時處理1080P/30秒/幀視頻，每幀識別200多個目標，而且功耗很低。

目前，基於「征程」1.0的ADAS產品即將量產落地。該產品整合了前向行安全輔助功能和車內駕駛員行為監控功能，可以做出多種警告提示。同時通過雲平台還可以為車隊、物流車輛等包括計程車輛提供車隊管理，對運營數據的分析，對駕駛員的行為分析等等，為企業提高運營和管理效率服務，這也是一個相對來說B2B的大市場。

我們正在做的「征程」2.0處理器，在CES時已經展示過其強大的處理能力。它能實時進行像素級的語義分割，支持6-8路視頻輸出，同時還支持毫米波雷達以及激光雷達以及超聲波雷達。我們在CES期間在加州的高速公路做了一個實際的路測，在高速公路上的像素級語義分割，還可以進行汽車的3D框架識別，道路、交通線，包括周邊的天空、樹木、路邊的道路都非常精準的以不同的顏色來進行像素級的識別和標識。我們知道像素級識別對於整個系統的效率和性能要求是非常高的，也是自動駕駛感知能力的一個質的提升。

這裡給大家展示了兩個實際路測的視頻，是我們在舊金山和唐人街的路口做的實況。唐人街的這視頻可以看到在複雜的唐人街環境下，有密集的人流，密集的車輛，有高樓，有交通標誌，在這樣環境下我們識別非常精準。

另外這一段舊金山街景，不僅可以識別環境，還可以通過人的運動，通過17個人體的關節骨骼運動識別來來判斷它的運動趨勢，做出運動預測，能夠幫助自動駕駛車輛對周邊環境提前做出預判。

征程2.0處理器可以支持L3及以上的高級別自動駕駛。我們同時在推進基於征程2.0處理器架構的高級別自動駕駛方案的研發落地，例如自動泊車，我們參與的創新港自動泊車項目在去年11月正式公開路測。通過APP，車主到了位置以後向汽車發送一個簡訊，根據簡訊它按照規划到車主指定的車庫泊車。要出發時，車主可以通過APP向汽車發送指令，讓汽車自己開到指定的位置。

這個項目的第一期已經完成，現在正在做第二期。這個項目是自動泊車跟智能停車系統的深度整合。我們都知道今天在中國開車，特別是北京、上海這樣的大城市非常堵，我們都很煩惱，而停車問題則大大加劇了這一煩惱。開了車到了地方停了車或者找不到停車位，每天花費大量的時間和精力在停車上，是件很痛苦的事情，而這套系統可以很好的解決這一痛點。

地平線在用AI處理器推動自動駕駛逐步落地方面做了很多工作，希望跟業界的各位合作，一起來做好，逐步推動自動駕駛一級級落地，無論從早期的ADAS還是L3、L4以上更高級別的自動駕駛。

地平線給自己立下了一個小小的目標：希望到2025年，三千萬輛汽車搭載我們地平線的自動駕駛BPU。最後希望和大家一起實現我們的理想，為自動駕駛打造中國芯，打造一顆中國自己的芯。

謝謝大家！

【加入社群】

新智元 AI 技術 + 產業社群招募中，歡迎對 AI 技術 + 產業落地感興趣的同學，加小助手微信號: aiera2015_1 入群；通過審核後我們將邀請進群，加入社群後務必修改群備註（姓名 - 公司 - 職位；專業群審核較嚴，敬請諒解）。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！