日前，新華社發表地平線創始人兼CEO余凱的文章，認為“無論是從技術難度、經濟規模，還是戰略影響來看，自動駕駛處理器都堪稱這個時代科技的珠穆朗瑪。”

我們這一代做人工智能的人，幸運之處就在于：我們熬過了AI的寒冬，身處于一個AI技術引領全球科技的時代，而中國，也疾行于千年以來又一次民族復興的進程之中，在這幅恢弘的歷史畫卷之中，無論是從技術難度、經濟規模，還是戰略影響來看，自動駕駛處理器都堪稱這個時代科技的珠穆朗瑪。不負時代，無問西東，是我們這代人的責任與使命。誰贏得了自動駕駛處理器，誰就贏得了人工智能時代！

中國人工智能產業爆發背后的巨大隱憂

近日，國外媒體發表題為《中美數字霸權之爭》的深度分析報道，而人工智能正是競爭的主戰場。近年來，中國在人工智能應用方面的進展令人印象深刻，表現為四個核心優勢：政府高度支持、風險投資活躍、占優勢的人才資源和海量數據。

2018年被認為是中國人工智能產業爆發的元年，但在一片火熱的行業發展背后，卻潛藏著巨大的隱患：目前我國的人工智能產業絕大部分都是應用創新，在人工智能技術最核心的處理器和操作系統方面，國外公司依然牢牢占據主導地位。

人臉識別是最早的人工智能應用之一，市場迅速膨脹，但打開一款市面上的智能攝像機或視頻人臉分析服務器，里面的核心處理器不是英偉達就是英特爾，或者賽靈思。自動駕駛是國家確定的四大人工智能關鍵應用領域之一，科技部在去年底宣布，依托百度公司建設國家級自動駕駛創新平臺，但百度本身不掌握任何核心處理器或者操作系統。

在PC時代，我國的整機產量全球第一，但主導者卻是英特爾和微軟；在手機時代，我國手機出貨量還是第一，但主導者卻是高通和ARM；在人工智能時代，我們看到英偉達和谷歌在持續地擴大其優勢，當我們還沉浸在產業爆發的狂歡中時，美國憑借強大的基礎硬件與核心軟件實力，又一次提前卡位，這不能不引起我們的警惕：中國會不會再次輸掉一個時代？

PC行業和手機行業的歷史表明，信息產業的核心就是處理器和操作系統，人工智能大規模產業化的關鍵，首先在于人工智能處理器的突破，而人工智能處理器的制高點必然來自于最具規模效應和最具技術挑戰性的行業應用。英偉達是目前人工智能行業的執牛耳者，其最先進的處理器首先面向自動駕駛，并非偶然，英偉達清楚地意識到：拿下自動駕駛應用，面對其它應用就是降維打擊。

自動駕駛處理器在性能、可靠性、實時性、功耗效率以及對應的算法等方面都提出了人工智能行業應用中最高標準的要求。其突破不僅意味著自動駕駛核心技術的突破，更代表了人工智能核心軟硬件的突破，必然帶動整個人工智能產業的騰飛。

自動駕駛處理器將撬動難以估量的巨大經濟規模

來自國外的數據顯示，到2025年，智能駕駛的軟硬件銷售（不含整車）將達到262億美元，但其社會效益將放大到1萬億美元，這其中包括了緩解交通擁堵、節省燃料、減少事故以及提高生產效率。

可以說，每1美元的自動駕駛處理器銷售，將帶來40美元的社會效益！這就是基礎技術的作用，有極強的產業放大效應。

在今年CES展上，英偉達公布了其最新、也是迄今為止最復雜的處理器“Xavier”，并將其命名為“全球首款自主機器處理器”，表示其“將揭開人工智能時代的新篇章。”

事實上，Xavier處理器首先應用于自動駕駛，但其“自主機器處理器”的命名暗示，該處理器不僅可用于汽車，還可應用于更廣泛的機器人領域。從技術角度看，自動駕駛汽車是機器人應用的集大成者，其工作場景最為復雜、技術難度最高，搞定了自動駕駛，只做減法就可以拿下泛機器人的各種應用。

去年發布的《新一代人工智能發展規劃》明確提出，到2030年，人工智能核心產業規模超過1萬億元，帶動相關產業規模超過10萬億元。

著名咨詢公司普華永道預計，與人工智能相關的增長到2030年將把全球GDP提升16萬億美元，其中半數來自中國。

而自動駕駛處理器，恰好站在人工智能技術革命和汽車產業革命的交匯點上。

自動駕駛處理器研發面臨最復雜的技術挑戰

芯片曾經是中國工業界的短板，經過多年的努力，中國已經在消費電子領域有了長足的進步，涌現出了MTK、海思等公司，躋身全球前二十大芯片公司行列（不包括代工廠），但在汽車電子領域，NXP、英飛凌、瑞薩、TI和ST等跨國公司仍占據了絕大部分市場份額。中國的芯片公司在這個領域的市場占有率，幾乎是零。能夠符合前裝汽車電子質量和可靠性規范的產品，甚至今天還沒有出現。

從整個自動駕駛產業鏈的格局來看，主要是傳感器、處理器和控制器三個主要部分，在傳感器領域，無論是攝像頭還是激光雷達，都有幾十家以上的供應商，控制器領域的供應商更多，但處理器領域，真正得到認可的就是英偉達和Mobileye兩家。相比照眾多涌現出來的的新造車企業，高集中度的格局折射出自動駕駛處理器的開發難度之高。

自動駕駛事關生命安全，整個系統必須保證在任何時候都要可靠工作，及時響應。而對應的自動駕駛處理器，將面臨四個方面的關鍵挑戰：計算能力、低功耗、可靠性、和安全性。

目前AI芯片業界的算力最高記錄是英偉達最新推出的Pegasus，計算能力達到320TOPS（萬億次運算/秒），其目標正是自動駕駛。事實上，業界已經在嚴肅地討論POPS（1千萬億次運算/秒）時代何時到來，這相當于要把“天河一號”超級計算機（2010年建成，排名當時全球第一）裝進一臺汽車！

但計算能力和低功耗永遠是一對矛盾。英偉達的Pegasus的算力最高，但功耗也達到了恐怖的500瓦。這將帶來一系列麻煩的問題，包括芯片的工作壽命縮短、需要可靠的散熱系統、巨大的功耗對于電動汽車的續航里程也帶來了很大的負擔。事實上，低功耗對于自動駕駛系統至關重要。

與手機這樣的消費電子產品相比，汽車電子面臨的工作環境要復雜惡劣得多，為了嚴格保證整車品質和可靠性，汽車電子始終追求的是實現零缺陷(Zero Defect)的目標，AEC-Q100作為汽車電子的通用標準，是自動駕駛處理器需要跨過的第一道坎。

自動駕駛處理器需要滿足ASIL（汽車安全完整性等級）規范，需要達到B或者C級，這是第二道坎。為了確保在功能上的可靠性，自動駕駛系統需要在各個方面都有可靠的冗余備份系統。這就好像電網系統的設計一樣，某一處供電系統的故障不會讓整個電網癱瘓。

同時，我們還要確保整個計算系統中的數據是高度安全的，不被篡改、破壞或者竊取。設想一下，如果黑客攻破了自動駕駛系統，將其中的圖像數據進行篡改，本來傳感器已經探測到前面有個橫穿馬路的孩子，但篡改后的數據卻顯示什么都沒有，后果可想而知。

AlphaGO在圍棋領域的成功，代表了人工智能在決策方面一個里程碑式的成就，但是對于圍棋這樣的應用，是一個環境封閉、規則完備、信息完整的決策場景，但即使是這么簡單的場景，Google都要用算力高達180TOPS的TPU去支撐，才能夠滿足要求。自動駕駛面臨的是一個開放的環境、不完備的規則、不全面的感知信息、多智能體的博弈場景，而且還不能出錯。

面對這么多的挑戰，需要人工智能在感知和決策等基礎理論和算法方面的基礎性創新。而對應的計算任務所需的計算模式、計算復雜度、實時性和功耗指標，都要求基于自動駕駛處理器開發軟硬件完美結合的系統級設計。

可以說，支持自動駕駛軟件系統是核心目標，而硬件處理器架構是關鍵路徑，兩者必須緊密配合。這就意味著，自動駕駛處理器也體現了我們國家在人工智能基礎理論和軟件算法方面的最高水平。

AI時代的制勝之道：軟件驅動的處理器設計

在自動駕駛處理器這個領域，為什么是英偉達和Mobileye領跑？

無論是Mobileye還是英偉達，相對于他們的競爭對手，有一個共同點：他們充分地結合了算法和計算，進行協同設計，由此提供了完整的解決方案，在這一點上，其它競爭對手與這兩家的差距甚遠。

谷歌切入處理器領域的時間并不長，但很快就把TPU做出來了，不僅在AlphaGO大放異彩，還將其做成了一項AI服務，其商業潛力巨大。

這一現象的背后，折射出一個新的趨勢：深刻理解人工智能的軟件將促進處理器架構的研發效率。本質上講，這是一場由人工智能應用場景驅動的軟硬件技術革命。人工智能芯片的本質并不是硬件，而是軟硬結合的載體。人工智能芯片的發展，并不是單純的工藝和晶體管密度驅動，而是計算架構與算法的配合驅動，使其實際的計算效率不斷提升，追求極致效能。

可以說，應用場景決定算法，算法定義芯片，軟硬件協同設計，這就是AI時代的新摩爾定律。誰理解了應用場景并掌握了算法，誰就掌握了核心優勢。

自動駕駛處理器成為國家科技實力的戰略制高點

如果說，人工智能是中美雙雄爭霸的主戰場，自動駕駛就是這個戰場的決定性戰役。

與Mobileye和英偉達打交道的中國車廠普遍表示，國外公司在合作條款、技術支持方面都非常苛刻，進一步凸顯了開發國產處理器的緊迫性。

自動駕駛處理器對于自動駕駛的意義，就好像發動機之于航空業的意義，中國要想占據自動駕駛和人工智能技術的戰略制高點，就需要有自己的自動駕駛處理器，讓我們在這個領域有自己的話語權，不會受制于人，不再讓自主品牌在Mobileye和英偉達之間做艱難的選擇。

我們需要有像自動駕駛處理器這樣的硬科技的突破，否則科技領袖的地位是很難樹立起來的，國家安全更無從談起。

2017年底，地平線發布第一代自動駕駛處理器

自動駕駛處理器是人工智能產業的珠穆朗瑪

人工智能芯片無疑是當下人工智能行業最炙手火熱的話題，來自咨詢公司的一份調查顯示，目前已經公布了人工智能芯片開發計劃的中國公司已達39家。但細數下來，會發現絕大部分都面向安防或者消費應用，而真正在自動駕駛處理器上發力的，只有地平線。