6月29日—30日，由盖世汽车主办的“2021中国汽车半导体产业大会”隆重召开。本次会议主要围绕中国车企缺芯现状、供应链国产化安全建设、车载芯片平台的搭建设计、自动驾驶、智能座舱领域的芯片需求和应用案例、功率半导体在三电中的应用以及芯片测试和功能安全等话题展开讨论，共谋产业未来发展之路。下面是黑芝麻智能CMO杨宇欣在本次大会上的发言。
杨宇欣 黑芝麻智能首席市场营销官
大家上午好，非常荣幸能够跟大家分享黑芝麻智能最近在自动驾驶芯片领域取得的成绩以及我们对市场的思考。
这是黑芝麻智能第一次在盖世举办的活动上演讲。我本人是盖世忠实的读者，因为盖世在汽车行业的耕耘，对行业的思考，对技术的理解，十分专业且有深度。我也期待未来跟盖世更多的合作。
回到今天的话题，今天是讲高性能自动驾驶芯片赋能汽车智能化转型。首先为大家带来我们对自动驾驶行业的理解。我们理解自动驾驶不仅仅是汽车行业本身推动的，更多的是智慧交通板块的基础技术：人工智能、感知技术、车路协同、边缘计算等，围绕不同的场景，包括：开放的城市道路、半开放的高速公路、封闭的场景，协同推进自动驾驶的发展。
看市场大家都会看终局，未来真正无人驾驶来临的时候是没有司机的，车本身成为智能城市里面一个基础设施，它是负责把人或物从A点送到B点，要实现无人驾驶，很多核心技术都是需要现在把基础打好。
从汽车产业发展来看，传统汽车时代创新都集中在机械结构、燃料发展和生产制造。汽车行业开始进入自动驾驶时代，创新从原来的领域跨入到核心芯片、人工智能技术、电子架构和电池技术。等真正进入到无人驾驶时代，汽车变成基础设施之后，更多的创新就会围绕着大数据、人工智能、交通的运营管理。
我们现在处在自动驾驶时代，所以现在整个行业最关注的，像理想的领导讲的电子电气架构创新。现在电子电气架构从分布式向域控制架构，以及未来的中央计算平台，这种演进从技术链链条来看，最开始是从芯片的进化开始。像我们专注的自动驾驶芯片，原来在车里面是完全没有这一类芯片的，它是由新出现的电子电气架构对芯片的需求而产生的。因为随着架构逐步的演进，对芯片的种类和功能要求会不断地变化，这也给我们这些新进入行业的芯片创业企业的机会，我们看到未来无论是驾驶，座舱，无论是车里面其它的领域，新出现的芯片可能都是我们未来会涉足的领域。
从大的领域来讲，自动驾驶、智能座舱域，甚至进入车载计算机的时代，可能会需要集中度更加高的芯片，要实现高性能、大算力、功能安全，围绕核心大算力芯片形成的完整的生态体系和供应链体系，这些都是未来很重要的发展趋势。
现在行业里面大家言必谈软件定义汽车。我来讲讲我们的理解，其实我过去十年一直在手机行业，大家发现现在很有意思，新进入汽车行业的从业人员基本上都是ICT行业过来的，所以我还算比较幸运，在我努力学习汽车行业知识的同时，我发现汽车行业在向我靠拢，因为随着车里面电子电气架构占比提高，软件占比提高，汽车行业技术发展趋势和行业发展趋势越来越像电子行业。特别是对比手机行业，我们很容易发现过去十年蓬勃发展，一方面移动互联网通讯技术在爆发，另一方面像苹果这样的企业不断带领整个行业突破新的技术方向，创造新的应用场景。在汽车行业，现在Tesla已经是公认的、也在充当苹果这种角色的企业，我们总结下来Tesla做对了三件事。
第一个是电动车，电动车已经成为所有车企最关注的方向，电动车的普及速度也比以前快了很多。在跟海外以及国内车企沟通中，他们表示不会继续投入发动机研发了，大家都把钱放到新能源汽车和电子电气架构的研发中了。第二个是自动驾驶，从自动驾驶的普及速度到产品落地程度，Tesla毋庸置疑是全球最领先的。特别是前一阵出现新的热议话题，说Tesla要放弃毫米波雷达，全换成视觉系统。我们认为如果有足够多的数据，L3以下视觉技术是可以覆盖需求的，但是L3以上激光雷达可能还是需要的。第三个是软件定义汽车，这不单单是技术，更多是汽车行业商业模式的一种转型机会。技术方面软件定义汽车，毋庸置疑，现在汽车出货之后，软件不断地迭代升级，软硬件解耦，给汽车厂商更多继续提升汽车功能性能，提高用户体验的机会。看似是软件，其实我们看更多是对硬件架构新的要求，现在车厂都在看下一代硬件架构，也都在讲硬件预埋的概念。
像手机和PC行业，你发现软件应用爆发的前夜都是硬件先行的。理由很简单，就是硬件迭代周期慢，软件迭代周期快，所以这些软件厂商希望放开手脚开发自己的应用和算法，更多是你要先把硬件的性能和功能补足。保留足够多的算力冗余，这样算法才能不断地迭代升级。
现在汽车行业就像当年功能机向智能机的转化，什么叫智能呢？算力大是一种很直观的表现，理想的做法是用增程式解决里程焦虑的问题，我们作为芯片企业要解决用户算力焦虑的问题。除了技术以外，通过软件不断地迭代升级，升级用户的体验，由此收取相应的软件费用，我相信这也是未来车企很重要的一个商业模式的方向。
从算力的要求来讲从L2到L3，L4，L5，我们看算力需求是不断提升的，L2现在是十几T算力，L3要100T以上算力，L4，L5是500T，1000T，甚至有人提出要2000T。大家现在经常问，到底多少算力才够？其实这个问题现在没有哪个厂商能够回答，更多是说，从芯片角度来讲我们是搭台让大家唱戏，我们先把自己的功能性能准备充分，给下游无论是技术厂商，软件算法，包括车企更多充分发挥自己技术实力的平台。
随着功能不断增加，传感器数量的增加，传感器配置的不同，支持更多的驾驶场景，算力要求也更高，现在各个车企都在研发自己的自动驾驶超算平台，基本都是基于L3级别进行开发。目前国内还没有真正出台L3标准，因为L3标准对整个汽车行业是非常大的一个变化，L3意味着交通规则的定责标准要改变。原来所有事故定则第一责任人都是司机，但是L3开始，当在特定情况下汽车接管驾驶的时候，出现事故定责就变成车厂了，现在全球还没有哪个国家正式发布L3标准，虽然大家现在按照L3标准去做技术，但是出厂的时候还是定义为L2+。
从自动驾驶场景来看，有低速行驶，固定线路，共享出行，车路协同，现在每个领域都有很活跃的企业在不断地耕耘。
从市场发展来讲，大家对市场的判断是一样的。但是很重要的一点是，无论是自动驾驶时代还是智能汽车时代，中国已经走在全球前列。从市场预测来讲，到2025年全球6000多万辆车，中国会有超过2000万辆，因为中国占全球1/4的出货量，另外在自动驾驶领域我们相信它的普及速度会大大快于全球。到2025年中国有2000万辆车支持L1-L5功能，其中L2+到L3也是现在车厂最关注的主流的配置会超过其中一半，大概2025年有1000万辆车具备这个功能，这个趋势带来的市场空间还是大的。中国汽车行业的崛起，可能带给中国本土产业链的机会在于，一方面是国内的车企对本土自主可控供应链的需求会更大。另一方面是中国汽车厂商走得快。跟中国车企沟通过程中，我们发现大家特别希望能够在自动驾驶发展前几年快速迭代技术。
为什么我们每年算力会翻番？这是因为产业发展前几年，硬件迭代速度要求是比较快的，这也是对我们芯片企业的一个要求。
回过头来说，未来汽车里面的价值链占比将发生变化，即以数据为中心或者以新的智能化应用为中心的价值占比越来越高。核心芯片，所有电子行业腾飞都是从硬件开始的，特别是新型芯片，围绕操作系、平台、工具链、算法，我们能够推动这个产业的发展。在跟投资人沟通的时候我们经常讲，我们不小心站在了三个热点领域的焦点，包括自动驾驶，半导体，人工智能，这都是当下最热门的领域了。
说了这么多，就是在说芯片重要，市场发展机遇好。但是真正能够做高性能车规级芯片的企业非常少。现在每年大概新增几千家芯片设计公司，但是里面真正在做车规级芯片公司可能不超过1%，而这1%里面做车规大算力芯片的公司可能一只手就数过来了。
第一点，对车规安全可靠性的要求让芯片设计和芯片量产的流程增加了很多环节。每一款芯片从开始设计到最后上车大概要经历五年时间。
回来讲一下黑芝麻智能的故事，我们定位是自动驾驶人工智能计算平台提供商，我们以核心芯片为中心，配套提供算法以及完整的解决方案。我们有围绕车路协同的边缘计算感知方案，既做聪明的车，也做智慧的路。整个芯片相当于是把域控制器核心功能都集中在一起的芯片，能做感知、融合、定位、决策、规划、控制。十年前手机里不同功能都对应某一块单一功能的芯片，但是现在就一颗芯片支持大部分功能。
现在智能汽车的智能程度取决于自动驾驶的程度，它需要大算力，高性能核心芯片大脑给车提供智慧。
从车的团队情况来讲，我们是一个很有特色的团队，我们有一帮做了20年芯片的人和一帮做了20年车的人。芯片行业也好，汽车行业也好，都需要对行业积累比较深，你在创业的时候才能更好的把握发展的节奏和具备一定决策力。从2016年到现在，黑芝麻智能的大的战略方向没有变过，投资人对我们最高的评价是，我们之前承诺的所有东西都做到了。从去年下半年开始自动驾驶行业又火起来的时候，我们当时推出了国内算力最高的自动驾驶芯片。当一个市场起来的时候，再做产品是来不及的，你一定要在爆发前就做好准备。我们花了三四年时间先把核心技术打磨好，才能在市场爆发的时候站住产业位置。我们的产业定位是Tier 2，旨在为给车厂提供解决方案。我们的核心技术壁垒来自我们自研的两大核心IP。
我们现在能够提供完整的自动驾驶的方案，从对前端的感知侧来说，我们可以帮助客户定制传感器，因为我们团队之前在传感器领域也深耕了很多年，以我们的芯片和解决方案为基础提供相关能力。
其实在做产品规划的时候，我们选了一条非常不容易走的路。大家现在讲车规芯片，最经常讲的话题就是进口替代。我们认为进口替代大致有两个层次，一个是现在，一个是未来。现在进口替代是什么呢？相对来说比较红海的市场，产业比较成熟，但是没有中国厂商。如果你能找到一个做过的团队，能够做出跟国外厂商差不多的产品，那你可以迅速替代。但是我们走的路是中长期阶段的，即怎么在产业爆发前夜做不输于国外巨头的芯片。基于自己对产业的理解和技术优势，我们选择一条走自动驾驶的路，做高集中度芯片——一个芯片里面有22个处理器。这个芯片出来以后我们发现架构跟Tesla的思路不谋而合，因为我们也是把所有的功能都集中在一颗芯片上。
我们需要打造自己的核心IP，建立企业的核心壁垒，这也是为什么我们第一颗芯片花了三年时间，因为我们前期花了很多时间做IP。我们核心IP是两个，一个是图像处理，另一个是神经网络加速器。
为什么要做核心IP呢？内部原因是我们认为自动驾驶最核心的技术逻辑就是要先看得清再看得懂，看得清就需要图象处理。随着摄像头数量和像素的增加，越来越多的数据需要处理，你要怎么保证这些感知的结果更加准确呢？前提需要让前端传输的数据越来越清晰，才能得出更准确的感知结果，所以图象处理非常重要。第二是NPU提供大算力，我们自主开发了高性能车规级大算力的IP。小算力芯片比较好做，大算力不一样，要考虑到功耗，考虑到算力从几十T到几百T的算力的巨大跨越，这对架构设计要求很高，所以我们以高算力和高能效比作我们的技术亮点。
从外部的原因来看，全球最领先的自动驾驶公司，这两个IP都是自研的，因为你在外部公司也是买不到的。
这是我们2020年6月份发布的第二代大算力芯片——华山二号，2018年我们意识到自动驾驶大算力芯片的发展会早于我们的预期，所以我们早早投入。华山二号A1000芯片的算力是40-70T，从数字可以看到，我们的NPU IP是非对称架构，可以提供更有效的算力和更低的功耗。
今年车展我们发布了华山二号A1000 Pro，最高可以提供196T（INT4）和106T（INT8）算力。后续我们会发布200T以上算力芯片，将采用7纳米的工艺，目前我们的芯片制程都是用16纳米，未来7纳米可以给我们带来更多能效方面的优势。
FAD全自动驾驶平台提供完整的芯片和上层操作系统，包括中间件和第三方应用支持。我们选取了在光线最恶劣的环境来做演示，包括夜晚、进出隧道时瞬间光线变化环境下，还是能够做到准确感知，这才是最难的。
今年我们还发布了车路协同路侧感知计算平台，目前已经在几个城市路上布置起来，在做试点了。
我们还发布了人工智能工具平台，在设计芯片的早期考虑到芯片是一个支撑平台，我们要赋能的不单单是客户，还有整个生态，所以我们提供完整的软件工具链体系，支持市场上主流的模型库50多种，我们还支持算子的定义，现在全世界范围内自动驾驶芯片技术路线有两个：一个是以英伟达为首的GPU路线，面向所有场景提供一套软硬件体系；另外一个是高通和我们黑芝麻智能，我们走的专业芯片的路线，在芯片设计架构里面考虑到扩展算子，所以加了更多的硬件支撑算子的扩展。
车规认证方面，我们已经构建了相对完善的流程体系，最近我们刚刚宣布通过ISO 26262:2018 ASIL D功能安全流程认证。
我们所说的开放生态是面向自动驾驶和面向客户有限的需求生态，包括传感器，算法，软件中间件，我们面向目标市场内有限的开放生态做全，就能满足客户需求。
从合作领域来看，黑芝麻智能的合作伙伴生态圈内有头部车企、出行公司、投资人，这也是我们能发展到现在很重要的支撑。
总结来讲，大算力芯片是自动驾驶的基础。软件定义汽车需要高性能车规计算芯片及平台支撑。自主研发核心IP推动自动驾驶计算芯片技术演进。车规安全认证以及成熟的工具链确保客户的产品落地。围绕车规级高性能计算平台构建完整生态系统。
以上是我的分享，谢谢。
