车企们，需要有序开放的自动驾驶芯片

地平线带领「征程」军队发起了一场芯片突袭战。

4 月 28 日，自游家公开了首款车型自游家 NV的辅助驾驶配置，标配为地平线征程 2，高级选配搭载征程 5 芯片。

继比亚迪之后，这已经是第二家公布使用地平线征程 5 芯片的车企了。

地平线带来的国产芯片惊喜还在增加。

根据地平线官方透露的消息，未来不仅自游家多款车型会搭载地平线的征程 5 芯片，而且，地平线征程系列芯片还与 20 多家车企签下了超过 50 款车型前装量产项目定点。这个合作数量，基本上能跟主流的英伟达 Orin 系列芯片打平手。

一系列的合作让我们注意到，地平线早就以独角兽姿态在资本市场不断吸金。

目前地平线已经经历了 6 次以上的投融资，除明星投资公司黑石、红杉、双湖之外，也集齐了车企「18 罗汉」，一汽、上汽、广汽、奇瑞、长城、比亚迪等先后注资地平线。

地平线的「征程」芯片，俨然已经成为车企新贵。

01、征程 5，什么水平？

在征程 5 之前，征程 2、征程 3 早就经过了一轮商业化验证。

消费者熟知的岚图 FREE、长安 UNI-T、21 款理想 ONE、广汽传祺 GS4 PLUS 等爆款车型都搭载了征程系列芯片量产。

征程系列芯片受到主机厂热捧，给了地平线持续攻坚的底气。

去年 5 月，征程 3 芯片仅推出一年后，征程 5 芯片就横空出世，为地平线补齐了高级自动驾驶的「最后一块拼图」。

与征程系列中的征程 2、征程 3 对标 L0-L3 不同，征程 5 是专门针对高级别自动驾驶打造的 AI 芯片，它的出现补齐了地平线 L2-L4 的全场景整车智能解决方案。

以征程 3 为例，虽然地平线已经在征程 2 的基础上增加了 25% 算力，但总体算力也仅为 5Tops，功耗 2.5Tops。

但到了征程 5芯片，情况就非常有意思了，一下子把算力提高到了 128Tops，但功耗仅为30W。

结合能效比4.3TOPS/W 的数据，征程 5 算得上是国内打头阵的车规级 AI 芯片。

地平线一直把自研车规级芯片誉为攀登芯片界的珠穆朗玛峰。

在地平线的官网上，地平线直接将征程 5 挂在了珠穆朗玛峰最近接近顶峰的位置。相比前两代，征程 5 在性能上兼具业界最高 FPS 性能与最低功耗，有着质的飞跃。

不过，车规级 AI 芯片更需经得起横向对比。

目前市场上支持高级别自动驾驶的 AI 芯片除了征程 5 之外，还有英伟达 Orin 芯片、高通 SA9000A\B、华为昇腾 610、Mobileye EyeQ Ultra、黑芝麻智能华山二号 A1000Pro 等。

这些芯片算力基本稳定在 100Tops 以上的水平，完美展示了目前自动驾驶芯片算力内卷的现状。

实现 L4 高级别自动驾驶的算力到底要多少，业界尚无定论。但一个共同点是，为了实现打造算力冗余，无论是传统车企还是新势力，仍在抢夺以英伟达 Orin 系列的高算力 AI 芯片。

比如，蔚来 ET7 搭载了4 颗Orin X 芯片，理论上整车算力超过1000Tops。

征程 5和号称「车企收割机」的 Orin X，同属算力破百 Tops 芯片，但 Orin X 的单颗芯片用了 7nm 的生产工艺，算力依然比征程5 高出 2 倍，达 254TOPS，功耗 45W。

这个差距的底层根源在于，OrinX 采用 7nm 生产工艺，已经属于车规级芯片的顶尖水平，而国内的制造条件暂时达不到，征程 5 使用的是 16nm 工艺，做到过百算力水平，已经展示了一波中国顶级的芯片设计能力。

要知道，Mobileye EyeQ6 即使用了 7nm 制程，其算力仍只能与征程 5 打平手，且征程 5 的功耗、量产时间都要比 EyeQ6 有更大优势。

与此同时，地平线 CEO 余凯在 2022 年电动车百人论坛中强调相比 Orin X，征程 5 有着高经济适用性的优势。

「经济适用性」其实是一个比较微妙的表达，一个层面是价格更接地气，从蔚来 ET7 超过 44.8—52.6 万的售价来看，OrinX 接近两千美金的价格很可能是征程 5 的倍数。

另一个层面是芯片内部利用率大幅提升。余凯曾经公开表示，相比 Orin X，征程 5 只用一半芯片面积和计算资源就实现了高计算性能。

从车企角度出发，在综合考虑算力、性能、价格、供货量等因素后，征程 5 显然会比 OrinX 更有竞争优势。

结合征程 5 的市场表现来看，可以判断地平线其实已经获得了国产芯片的中场胜利。

02、地平线要扛起开放、反算力内卷大旗？

「算力不是智能汽车唯一标准」，余凯曾经在多个公开场合这样提及，在车规级芯片算力内卷中，率先扛起「反卷大旗」。

余凯并不是说算力不重要，拆看来看表达了两层意思：

第一层是算得多不如算得快。

比起强调算力，余凯更看重宣传深度神经网络算法在芯片上的计算效率，认为每秒准确识别帧率 MAPS 才是衡量算力的真实性能。

在征程 5 发布之时，地平线官方就放出了一张对比图，为英伟达 Xavier 和征程 5 同时输入一张 512×512 图像，Xavier 平均准确识别帧率不到 200FPS，而征程 5 则达到 1283FPS。

显然，在地平线的逻辑中，算力只是基础，一秒钟时间能向服务器提交多少次数据，更加迅速的反应系统才是保证自动驾驶安全的根本。

第二层意思是芯片不能一味追求算力，而是要衡量软件是否可以在芯片中发挥最大效能。

在自动驾驶领域一直存在算力焦虑的问题，但随着高算力芯片上车，业内也逐渐有了「算力不是最大公约数」的共识。

一位自动驾驶公司 CTO 曾经对媒体表示，「算力越大越牛就是思维的惰性」。

结合他的经验来看，目前车企芯片算力、感知算力内卷的原因是 VC 估值并没有明确标准，只能先看这些数值，但具体到实车上，5 个毫米波雷达、1 个激光雷达再加上 8 个 200 万像素摄像头，30Tops 也够用。

对于芯片上游车企来说，有足够大算力并不是最重要的，算力背后的问题其实更难解决、也更复杂。

比如怎么做算力优化，怎么在算力的基础上找到边界做合理软件架构，甚至于怎么找到软硬件协同能力的优秀工程师。

而具备这些能力的车企，才继而能积极拥抱第二个时代变化：即开放的芯片厂商。

余凯曾经把目前芯片厂商按照开放程度列出了一张表，开放度从低到高排序依次是 Mobileye、英伟达、地平线 Together OS、BPU 授权这四种模式。

被描述为开放度最低的 Mobileye，也被余凯比喻为黑盒模式，指的是 Mobileye 独立开发完 BPU、SOC、操作系统 OS、自动驾驶软硬件系统之后，才会交付给车企，这也意味着，车企无法加入自动驾驶技术的开发中，得到是完整的芯片+感知算法的软硬件打包方案。

这种封闭的「一体化」解决方案在 ADAS 时代非常奏效，尤其是对于刚起步的造车新势力车企来说，选择 EyeQ 系列芯片无疑是最稳妥、省心的。

随着 ADS 时代到来，车企对于定制化算法、系统快速更迭的需求越来越大，此时动辄等待半年、花费上千万的定制化节奏已经让这种解决方案过时。

向自研进军的车企，让强势的 Mobileye 逐渐失去了市场。

去年，Mobileye 的老伙计宝马转身选择了高通，宣布从 2025 年开始使用高通骁龙 Ride 自动驾驶平台及芯片。

近日，Mobileye 又丢掉了一个大客户，据路透社消息，大众集团将从 2026 年起在其全球所有品牌中使用高通 SoC 自动驾驶芯片。

Mobileye 失落的另一面是地平线拥抱开放。

在余凯的逻辑中，微软、安卓最开始是技术先进，但向行业深处走去，就会发现技术战争变成了生态战争，比拼的是谁的应用生态最丰富。

地平线提出的 Together OS，意在将操作系统 OS 和自动驾驶软硬加系统一齐交给车企。「操作系统从一开始就是应该开放、开源的，大家一起参与的。」余凯说道。

03、有序开放的芯片厂商

Mobileye 真的看不清芯片「开放」的趋势吗？答案是否定的。

早在 2018 年，Mobileye 创始人兼CEO Shashua 就表示从 EyeQ5 开始实行改革开放计划，允许客户在 SDK 开发套件上写算法，只可惜雷声大雨点小，这一计划始终未能落地。

关于这点，业界曾有一个颇为有趣的观点，Mobileye 不是不愿开放，而是环境迫使它不得不回到软硬一体化的老路上。

其实换个更容易理解的表达，就是 Mobileye 有开放能力，但车企没有开发能力。

有一定道理，但不完全对。

芯片厂商把更多开发流程交给车企以后，车企会承担更多的开发任务，也要建设智能算法开发团队，这些都给芯片厂商的开放和车企的自研设置了障碍，但这些障碍并不会阻挡开放的趋势，因为拥有自研能力感知算法的车企已经占大多数。

2017 年，小鹏就明确了全栈自研方向，到了 2018 年发布第二款车 P7 时，就采用了小鹏自研的 XPILOT 3.0 自动驾驶系统。

2020 年蔚来、理想也先后启动了自动驾驶全栈自研项目。可以说，「自研自动驾驶算法」，早已经不是新鲜事了。

从这一层面上来看，Mobileye 的角色更像帮助车企完成技术转身的「垫脚石」。

现在，相比没能力，大部分车企更焦虑怎么继续提升算法能力，达到更独特、更安全的高度，进一步说服消费者。

因此，大部分车企都需要像地平线、英伟达这样开放的芯片厂商，而剩下的一小部分尚无算法自研能力的车企，也并非这类开放厂商服务的对象。

开放是大趋势，不过这些也提醒了芯片厂商需要开放，但更需「有序」的开放。

有序开放就是芯片厂商根据客户需求，定制开放程度。

比如，传统车企可能更在意智能电动车的研发效率，这时不一定需要芯片厂商大面积开放，而造车新势力可能更需要突显自身性能，更需要更开放。

现在，英伟达已经不再拘泥于固定角色，它既可以是芯片硬件供应商，也可以是自动驾驶算法软件供应商。

在 2020 年与奔驰的合作中，英伟达就明确了既提供自动驾驶芯片，也会与奔驰联合开发自动驾驶算法。

「Robotaxi 想要完全自己开发软件并且经营业务，我们就卖芯片给他们，提供工具链；也有一些客户希望我们提供包括软件在内的全栈式方案，追求开发进度。」黄仁勋曾向媒体公开表达过英伟达的开放路径。

与此相似的，地平线其实也按照开放程度从低到高制定了三种模式，供车企自行选择。

1）第一种提供 BPU 和 SoC 级别征程芯片以及操作系统 OS，帮助车企完成自动驾驶软硬件系统开发；

2）第二种只提供 BPU 和 SoC 级别芯片，车企可以利用 Togther OS 来开发算法；

3）第三种开放度最高，只提供 BPU IP，支持车企实现 SoC、自动驾驶软硬件系统自行开发。

三种模式中，BPU IP 授权模式将整个汽车芯片行业的开放度拉到了最高。

这意味着作为芯片厂商的地平线将开放 BPU 的软件包和芯片参考设计给部分车企，支持车企自研芯片。

「尽管我们并不认为所有的主机厂都要去自研芯片，但是车企做芯片可以提升自身差异化竞争力，加快研发创新速度。」余凯解释道。

去做开放的工具并不难，但真正难得是下定决定跟随车企的节奏。地平线其实是选择了跟随有技术优势的车企的节奏一同行走，选择「开放，再开放」。

2017 年，特斯拉自研 FSD 芯片，国内车企应声而动，零跑和大华威视也从那年开始研发自动驾驶芯片，然而 2019 年 FSD 芯片成功上车的时候，零跑的芯片还没有动静，直到 2020 年年底，算力 4.2Tops 的凌芯 01 才横空出世。

2021 年初，有媒体得知消息小鹏汽车已经在中美两地建立团队，同步启动了自研芯片项目，而蔚来也不甘落后，挖来前赛灵思亚太地区实验室主任胡成臣，加紧布局芯片自研项目。

虽然「车企当学特斯拉」，但造芯片是个长周期的苦活，车企反而更需要有设计能力、有工具链能力的芯片厂商加入。此时像地平线这样的芯片厂商不仅可以赋能车企造芯，也能以此获益。

当然，车企造芯不一定会成为主流，开放 BPU IP 模式也仅仅是可供选择的一种。

但可以确定的是，一个给车企有序开放空间的芯片厂商，在未来也会被赋予同等价值的回报。