“今天所有AI领域故事的开端”——缘于一次竞拍收购。近日，一本名为《Genius Makers》的新书向世人揭示了一段AI往事。
2013年3月，当时Google花费4400万美元收购了多伦多大学的一家AI初创公司 DNNResearch。值得一提的是，这场收购以拍卖的形式进行，但出价最高的并不是Google，而是另一家中国公司百度，当时参与竞标的代表人是余凯。
两年后的2015年，余凯离开百度，成立了AI芯片公司——地平线。再到六年后的今天，地平线成为国内首家做到前装量产的自主AI芯片企业。
DNNResearch创始团队
回到当年那场收购，受限于DNNResearch创始人Hinton的身体状况等因素，Hinton选择了本土公司Google。百度虽没能赢得最后的竞标，但这段经历让百度也让余凯意识到了人工智能在未来几年的重要性，一场AI江湖的交手已不可避免。
早在2015年，车云菌曾与地平线创始人余凯进行过一次交流，当时地平线还在筹备中，余凯还在百度没办完离职手续，那时余凯称，“我要做的就是把深度神经网络放置在芯片中，也就是机器人的大脑芯片，实现从万物互联到万物智能。”
做芯片不是跟风
地平线的AI芯片在去年实现量产，恰逢自去年起，汽车缺芯事件愈演愈烈，从企业到行业再到国家政策层面，都对缺芯现象进行了发声。普遍观点认为，芯片缺芯是由于疫情导致上游代工厂对汽车芯片的出厂预期不足，这一现象今年就会得到缓解。另一方面，智能汽车的发展脚步加快，汽车芯片的数量需求急剧增加。
芯片市场供不应求，芯片企业迅速增多。企查查数据显示，目前我国芯片相关企业6.65万家，2020年新注册2.28万家，同比大涨195%。今年前两个月同比增长更是达到了378%。造芯企业一时间多了起来，尤其在自主研发能力着重强调的环境背景下，形成一片造芯热潮。
此时，地平线量产的声浪很高，融资的消息又不时传出，俨然像一只AI芯片赛道的网红选手，但余凯却否认了这一点。
至于为什么选择做汽车AI芯片，地平线称是源于对产业发展趋势的预判。
之所以选择汽车、做汽车AI芯片，是因为汽车将是最大最全面的智能终端。智能汽车将主动去感知自己所处的环境、人的状态，再在复杂的场景下，主动地去做交互、决策和控制。智能汽车的芯片相比传统汽车，数量将成倍增长，地平线预判到2030年，车载芯片的产能将超过智能手机。
余凯及整个团队认为，公司是选定了方向，而不是跟风造芯。余凯说，当初在2015年打算制造AI芯片的时候，还是一件很夸张的事。
起初，投资人并不看好地平线，融资对于当时的地平线很艰难。从2015年拿到天使轮投资，直到一年后才拿到pre-A轮融资。从目前全球半导体公司的发展情况来看，单独做汽车AI芯片的企业几乎没有，地平线自称第一家。
不做通用芯片，只做“智能机器人”
未来，智能汽车或许是最大的智能机器人，而智能芯片就是智能汽车的数字发动机。在这个过程中，地平线选择从软件切入，软件是硬件的计算架构，硬件中有核心的软件系统，这个核心系统慢慢会形成机器人时代的操作系统。
地平线智能驾驶产品矩阵
软件定义汽车的发展趋势，汽车业早有预见。余凯解释称，车载硬件的芯片架构发展路径是从分布式的上百个小的ECU到相对集中的域控计算再到中央计算。在中央计算平台上软件跟硬件可以通过操作系统实现分离，上面是应用软件，更底层是芯片，这样一来就可以通过更新软件来实现功能的更新。
这就意味着实现与软件的结合，就要把硬件推向中央计算。当初博世认为要到2025年才能实现中央计算架构，事实上，特斯拉在2019年4月已经实现，并且是通过搭载自研芯片的方式。
有特斯拉的案例在前，地平线认为AI芯片的突破口相比于算力的大小，更重要的还是落地的快慢，于是把关键点放在了快速商业化上，这也是地平线为何在短短6年就能实现AI汽车芯片的前装量产。
具体而言，当前智能汽车发展的核心瓶颈是算力不足，但受摩尔定律的功耗限制，追求纯算力突破并不可持续。余凯认为，算力也并不代表汽车智能芯片“真实性能”，芯片计算效率也同样需要关注。正如对于汽车来说，马力（单位: HP）不如百公里加速时间（单位：秒）更真实反映整车动力性能，算力（单位: TOPS）并不反映汽车智能芯片实际性能，而每秒准确识别帧率MAPS（单位: FPS）才是更真实的性能指标。
特斯拉的FSD曾与英伟达芯片进行过比对，从DrivePX2到FSD，算力是增加了3倍，而真实性能即FPS是增加了21倍。英伟达芯片在物理算力转化成FPS的效率较低，是因为英伟达的芯片是通用型，不仅仅做自动驾驶计算。但地平线声称，就是光做“四个轮子”上面所需要的计算，把算力向FPS的转化效率看作重要指标。
另一方面，从代工产能的角度看，算力的一味高度增长也不够现实。台积电声称，从7nm到5nm再到3nm，每提高一个制程，三年时间里大概要投入1000亿美元。而造车企业以蔚来举例，十年内预计投入是1000亿人民币，由此看出台积电生产新一代高端芯片的投资是巨大的，一度快速增长算力迭代产品令代工商举步维艰。
六年拿到一张入场券
与英伟达、高通等芯片供应商相比，地平线看起来太年轻。即便只专注于四个轮子上的AI计算，真正实现量产也有挑战。
首先，芯片的开发周期较长，从研发、测试验证、再到车型的定点导入最后产品上市时间整个周期要4~5年时间。芯片随着车型的开发进程走，在造车之前，芯片还要提前进行本身的开发，以及对未来的超配打好提前量。
其次，对于主机厂而言，并不是谁都敢第一个吃螃蟹。地平线这样的初创企业，要打败几十年的、技术经验比较成熟的芯片供应商，必须要过的难关就是得到车企的信任。
去年，地平线推出征程2、征程3，刚好赶上智能汽车的窗口期，拿到了一张入场券。征程2是中国首款车规级AI 芯片，已经搭载在长安UNIT、UNIK，奇瑞蚂蚁和上汽智己四款车型上。征程3的前装量产车型已定，将在今年年内公布。但余凯透露，国内10~20万、20~30万以及30万以上，自主品牌销量第一的车型已经搭载了地平线的AI芯片。另外，征程5也将在明年下半年量产，其面向高等级自动驾驶场景，单芯片达到96 TOPS的AI算力，支持16路摄像头，可支持L3-L4级自动驾驶，目前正在与上汽集团进行预研合作。
成立六年的地平线正好在智能汽车爆发的当口，上了车。从PC终端时代起，因特尔、微软占据了芯片计算与操作系统的垄断地位；智能手机时代，高通成为巨头。前两次终端浪潮，中国自主品牌没能分得一块蛋糕，到了智能汽车时代，情况或许发生转变。
余凯也直言，在智能汽车的战场开局的时刻，算是拿到了一张决赛入场券，但这场决赛非常亏，因为时间窗口太短，终端品牌的收敛速度不会非常快，但是底层的计算平台芯片跟操作系统的收敛速度非常快，就是一种赢者通吃效应。所以未来三年，地平线的目标是在AI汽车芯片市场中站稳脚跟，成为国内第一品牌，这对地平线也是巨大的考验。
换路捞金主
如果留给地平线的时间只有三年，那么合作路线决定生死。近来，地平线积极与主机厂达成战略合作，目前合作的车厂有奥迪、一汽红旗、上汽集团、广汽集团、长安汽车、比亚迪、理想汽车、长城汽车等。
地平线选择的合作路线有三条，一是将汽车产业链上游的合作伙伴纳入生态当中，让他们的先进技术如感知单元赋能汽车行业；二是帮助传统Tier 1供应商，实现软件化、智能化升级；三是优化车内应用生态，最终服务于车企。贯穿产业链上下游，把以前传统的交付模式变成与主机厂协同合作的模式，并逐步打破车企对于自主芯片的信任屏障。
不过，现在特斯拉已经率先自行研发AI芯片，蔚来等都声称将投入自研芯片，主机厂造芯片的课题摆在芯片企业面前。对此地平线称，这要看主机厂的选择，更多的车企还是会选择效率更高的路径。而车企选择地平线，其成本也是一大优势，本地协同效率相对更高，沟通成本更低。
征程2 的单目前视解决方案（ADAS）
据了解，地平线已经与十几家车厂建立了联合实验室，车型项目启动之初，在概念阶段便跟主机厂去合力面向用户打造智能汽车计算平台与管理技术。在智能驾驶域的ADAS应用和智能座舱域的人机交互应用方面，第一代车规级征程2芯片已获得数十个量产车型定点。
另外，地平线在硬件（域控制器）的合作伙伴有20多家。在代工企业配合上，地平线对车云菌表示，产能已经提前锁定，并未受到影响，且几十万的出货量占到代工厂商总生产量的比重很小，目前台积电还在供应之中。
车云小结
AI芯片堪比智能汽车的数字发动机，供给能量的则是数据。未来汽车作为智能终端，全球汽车市场的保有量5~10亿辆，每辆车几千T算力，届时汽车将是一个史上最大的数据计算中心。
现在，这条赛道的起跑枪已经响起，前方目标可见，地平线换路奇袭的法子能否奏效，就看2025年市场的检验。而这三年对地平线，如余凯所言“必定是夜以继日、夜不能寐的三年”。
