寒武纪行歌王平出席泰达汽车论坛：云边端车协同赋能新生态

　　2022年9月2-4日，第十八届中国汽车产业发展（泰达）国际论坛（以下简称“泰达汽车论坛”）成功召开。本届大会邀请来自国内外的1000余位权威智库专家、汽车及零部件企业高层精英汇聚津门，通过线上线下相结合的方式，重点探讨产业政策取向，坚定产业发展信心，持续推动汽车产业高质量发展。会议围绕“强信念、稳发展、开新局”的主题，论坛通过全体会议及10余场专题论坛等研讨汽车行业发展战略动向、市场需求变化、前瞻技术发展方向等领域的热点议题。寒武纪行歌执行总裁王平应邀出席生态论坛并发表了《单车智能突破，云边端车协同》的主题演讲。

　　汽车是长产业链、大协同、大制造的“集成化”产业，技术和资金密集、产业关联度高、规模效应突出、消费拉动大，代表了制造业的先进水平，在国民经济中占据重要地位。

　　目前，我国已形成“原材料—零部件—总成—整车制造—基础设施及服务”的新能源汽车全生态产业链。智能网联汽车将会形成“三纵四横十模块”的产业生态。三纵是指三个产业链条，即以出行工具为龙头的自动驾驶汽车产业链条、以智能化道路为载体的道路产业配套链条、以服务平台为主导的车联网服务链条。四横是指生态圈、细分领域、一级零部件及服务配套、底层零部件及服务支撑四个层次。而十模块是十个子模块，具有强大的全生态资源整合能力的企业会成为生态圈的主导者。

　　正如寒武纪行歌执行总裁王平在泰达汽车论坛之生态论坛上所说：随着电动化、智能化、网联化、共享化的技术发展，汽车不再是单一的交通工具，而是成为下一代移动智能终端，甚至成为智能机器人。智能汽车将成为人与空间的共同延伸，带动一个全新的智能汽车产业新生态。

　　用AI芯片支撑自动驾驶更快升级

　　谈及未来5年的自动驾驶的趋势时，王平分析称：“我们看到四大趋势，首先是L2+的自动驾驶系统的装备率将会迅速普及并将长期存在，未来五年L2+及以上的总体渗透率可能超过50%，受限场景L4自动驾驶开始落地，L2+~L4并行存在。第二个趋势是，自动驾驶的算法更为复杂，处理的数据量指数级上升，算力需求不断攀升。第三个趋势是，车路云端的闭环协同，将会进一步推动驾乘体验持续升级。第四个趋势是，为满足消费者个性化的需求，增强厂商差异化竞争力，车端训练将会得到发展。”

　　同时，王平认为：智能驾驶系统规模化落地、车路云协同的方案均面临着多重挑战。

　　“首先，单车智能面临以下挑战：第一，目前单片SOC的处理能力普遍不足，因此需要2片甚至更多片来实现，使得系统复杂度指数级上升，量产困难；第二，多片SOC还造成域控制器功耗很大，必须采用风冷甚至液冷，增加了系统成本，从而使得智能驾驶系统在燃油车及10万元以下车型都很难普及；”王平进一步指出，“而车路云协同的方案，海量数据的闭环需要大规模AI集群的支撑，根据特斯拉的数据，每一辆智能车上路，就需要增加价值500美金的云端AI计算资源来支撑，成本压力巨大，目前云端统一运营数据的模式还不能有效满足车主个性化的需求。”

　　因此，寒武纪于2021年成立寒武纪行歌，致力于成为安全可靠的智能车载芯片引领者，用AI芯片支撑自动驾驶更快升级。作为寒武纪设立的控股子公司，寒武纪行歌专注于智能驾驶芯片的研发和产品化工作，核心研发团队来自行业领先的芯片公司和领先的科研机构，并进行了独立融资，引入了蔚来、上汽及宁德时代旗下基金等战略投资人。此外，寒武纪还与中国一汽签署了战略合作协议，双方共同推进大算力芯片研发和量产落地。

　　对于产品的研发进程和规划，王平提到：“今年内，我们将发布面向L2+芯片及计算平台，以及自动驾驶软件平台及开发工具箱；明年我们将发布国内首颗7nm、面向 L4自动驾驶的芯片及计算平台。”

　　面向L2+的SD5223芯片推动自动驾驶覆盖10-15万元入门级车型

　　在谈到2022年内将发布的面向L2+市场的SD5223芯片的时候，王平表示，针对L2+级别市场，当前的域控制器方案一般采用两颗甚至三颗SOC来实现L2+级别的行车+泊车功能，系统复杂，功耗高，无法采用自然散热，成本也相应水涨船高，较难在10万元以下车型应用。

　　而寒武纪行歌将在年内发布L2+行泊一体芯片解决方案，采用先进工艺，最大算力16TOPS，更高DDR带宽、车规级图像处理单元；目前，行歌已经和领先的Tier1公司、算法公司开展合作研发，SD5223将支持8M IFC、5V5R、10V10R三种产品形态；其中5V5R 方案单颗SOC实现行泊一体功能，并可采用自然散热，推动自动驾驶系统向10-15万元的入门级车型覆盖。

　　面向L4的SD5226系列产品算力大幅提升至超过400TOPS

　　预计2023年发布的面向L4市场、可支持车端训练的SD5226高端智驾芯片系列产品，则会将汽车带入高智能汽车2.0时代。王平指出，当前面向L4级别的自动驾驶域控制器都采用2颗甚至4颗SOC的解决方案， 带来了系统复杂、板级带宽受限、功耗超标、量产周期长等风险和挑战。

　　去年寒武纪曾宣布正在研发一颗7nm工艺、算力超过200TOPS的芯片，即为SD5226高端智驾芯片系列产品。而在本次研讨会上，王平强调：“因应市场的需求，我们将SD5226的人工智能算力进一步提高到超过400TOPS，CPU最大算力超300KDMIPS，依旧采用7nm工艺，独立安全岛设计，率先提供基于单颗SOC的L4级别的自动驾驶解决方案。此外，这颗芯片还可以支撑车端自学习架构的落地量产。”

　　当前已有的车端芯片以推理架构为主，算法模型的更新和训练需要在云端完成。而寒武纪行歌则采用了端云一体，训推一体的AI处理器架构，可以支持车端训练，使得智能汽车真正具有自我进化自我成长的能力，从而迈入高智能汽车2.0时代，使汽车成为人类的真正伙伴。

　　从车企和车主来说，车端自学习能力优势包括：第一，能够真正满足用户个性化需求，实现“千车千面”，比如不同的驾驶习惯，不同的车人交互等等；第二，能够按客户意愿选择是否将单车数据上传云端；第三，能够使数据实现闭环分布，有效降低了云端AI集群的造价，车企可以更有效的开展服务运营。

　　支持车云协同、深度定制与高效开发

　　由此可见，为了满足智能汽车市场不同的算力需求，寒武纪行歌致力于推出全面覆盖不同级别的智能驾驶芯片产品，全系列芯片组合，覆盖10T~1000T不同算力需求，为不同客户提供强大而灵活的算力选择。

　　另外，十分具有优势的是，寒武纪行歌拥有车云统一的处理器架构、指令集和平台级基础软件，支持高效地进行数据闭环和AI调优，将精度损失降到最低；在云端提供训练板卡和集群，处理车端手机的海量数据，通过训练生成先进的自动驾驶模型，经过OTA推送到车端。在车端提供大算力接口丰富的自动驾驶推理芯片。支持复杂模型大算力需求，支持算法模型的持续迭代。通过数据存储产品以及数据传输链路，将车端推理场景的CornerCase数据回传到云端，在云端进行AI模型重新训练，并将新模型更新至车端。

　　不仅如此，寒武纪行歌还能针对车端场景深度定制MLU等关键IP，同等功耗下最大限度提升驾乘体验。特别是寒武纪还将与Tier 1 公司、传感器公司、算法公司等一起与OEM密切协同，形成网状的合作关系。王平讲到：“我们将主动“攒局”，联合合作伙伴构建成熟的算法及软件解决方案，提供多层级可裁剪的货架化解决方案交付，全面满足车企对质量、进度，客户体验差异化等多重需求，提升终端用户的驾乘体验。”

　　值得注意的是，王平透露：寒武纪行歌还为用户准备了灵活易用的开发工具箱、友好可继承的软件接口，支持开发差异化的需求，提高开发效率。

　　在演讲的最后，王平还呼吁，为了智能驾驶芯片的健康发展，希望得到车企和半导体行业的大力支持。从车企的角度，我们希望车企可以给国内的芯片公司更多的机会，通过联合开发项目，牵引SOC成为更符合车企需求的SOC，更多使用智能驾驶芯片提升供应链多样性。同时，支持引导生态打造，鼓励芯片企业、算法公司、Tier 1等企业的强强合作。