摘要：有了英特尔这座“靠山”，地平线就能高枕无忧了吗？图片来自网络文 | 魏启扬来源 | 智能相对论（ID：aixdlun）如果自动驾驶的研发和落地看成一场通向星辰大海的征程，其中遇到的每一颗星星就代表着攻

有了英特尔这座“靠山”，地平线就能高枕无忧了吗？

图片来自网络

文 | 魏启扬

来源 | 智能相对论（ID：aixdlun）

如果自动驾驶的研发和落地看成一场通向星辰大海的征程，其中遇到的每一颗星星就代表着攻克一道难题，那么自动驾驶芯片无疑是最难的一道题，其所代表的星星也是最亮的一颗。

在中美贸易战的普及下，让普通民众认识到，芯片不是一般人可以玩得起的，注定是巨头之间的游戏，在此背景下，不禁为地平线这类初创公司深深的捏了一把汗，如何在巨头环伺的市场环境中开拓出属于自己的一片天地？如何在自动驾驶赛道最具挑战的选择中，顺利摘下那颗最亮的“芯”？

自动驾驶芯片赛道的典型玩家

目前自动驾驶芯片赛道的玩家众多，已成百舸争流之势，其中根据代表性玩家的产品特点和战略方向，智能相对论认为大致可以分为以下几类。

1、通用芯片生产商

代表企业：英伟达

在目前，英伟达是自动驾驶芯片赛道当之无愧的老大，其在2018CES展上发布的Xavier系列芯片被称为现阶段“最强大”的自动驾驶芯片。为了推进自动驾驶芯片应用生态的形成，英伟达还先后推出了DRIVE Pegasus和DRIVE Constellation两个平台，前者支持L4和L5级自动驾驶能力，后者允许开发人员在虚拟世界测试他们的程序。

虽然当前车载芯片都是以GPU为核心的智能辅助驾驶芯片，英伟达在GPU方面也一直处于主导地位，但英伟达推出的通用芯片还是面临着功耗和成本等方面的挑战，已经有相当数量的厂商采用定制或者半定制芯片来实现自动驾驶。

2、自产自销定制商

代表企业：特斯拉

特斯拉是自动驾驶赛道中少有的既做整车制造，也自研自动驾驶芯片的公司。

在特斯拉自研芯片之前，曾先后与Mobileye和英伟达两大巨头合作过，其Autopilot 1.0使用的是Mobileye的视觉方案，一个前置摄像头、一个毫米波雷达和12个超声波雷达组成感知系统，内置的芯片是来自Mobileye的EyeQ3；Autopilot 2.0采用的是英伟达的芯片平台。

然而这两次合作的“体验”都不是很好。Autopilot 1.0时期，特斯拉经历了一系列的车祸事故，Mobileye认为是特斯拉的功能超越了安全底线，特斯拉认为Mobileye的方案没有满足需求；Autopilot 2.0时期，英伟达Drive PX Pegasus平台的500W的功耗一直是特斯拉整车性能的短板，相对于运行两小时，芯片就要用去1度电。

于是马斯克坚定了自研芯片的方向。今年推出的Autopilot 3.0上就搭载了特斯拉的自研芯片FSD，这款芯片除了常规的CPU和GPU之外，多配备了两个神经网络处理器（NNP）。

在马斯克看来，与依赖现成的技术相比，设计制造自己的AI硬件可以给特斯拉带来更高的竞争优势，如同苹果一样，能够同时掌握软硬件设计和制造，除了能将核心技术和数据掌握在自己手上之外，在使用体验上必定能形成更优的匹配和闭环。

3、专业芯片及通用解决方案提供商

代表企业：Mobileye、地平线

由于自动驾驶所面临的场景非常复杂，每个研发公司或者主机厂的需求也不尽相同，因此很难用一个通用的算法或芯片解决所有问题，而这也一众初创型公司提供了发展的机会和空间。

我们可以将英伟达的通用芯片视为一个参考平台，而非面向终端市场的完整产品，那么第三类玩家的主要方向为，针对自动驾驶的某项功能推出与之匹配的专业芯片，与芯片配套的还有通用解决方案，就像“交钥匙”工程一样，省去了自动驾驶研发企业或者主机厂在某些具体功能或者问题上的二次研发投入。

像Mobileye的EyeQ系列芯片（ASIC）主要负责视觉数据的处理。

初创公司地平线也在不久前量产了中国的首款车规级AI芯片——征程二代。这款新品可以对多类目标进行实时检测和识别，可满足自动驾驶视觉感知、视觉建图定位、视觉ADAS等智能驾驶场景的需求，以及语音识别，眼球跟踪，手势识别等智能人机交互的功能需求。

为支持自动驾驶产品快速落地，地平线还推出了与征程二代芯片相匹配的AI芯片工具链Horizon OpenExplorer（地平线“天工开物”），其中包含面向实际场景进行AI算法和应用开发的全套工具：模型训练工具、检查验证工具、编译器、模拟器、嵌入式开发包等。

能在巨头环伺中跑出，初创公司的机会在哪里？

从上文的分析中可以看出，自动驾驶芯片的参与者每个都有自己的“独门秘籍”，每个都是在行业摸爬滚打很长时间的老手，其中有个意外，2015年才成立的初创企业地平线也在这个颇具门槛的赛道中闯出了一块属于自己的地盘，很多人心中难免会有些好奇，地平线是如何突围的？

首先，目前自动驾驶芯片赛道看似是英伟达的一枝独秀，但在芯片大赛道英特尔与英伟达的角力一刻也没停止，只是在自动驾驶芯片上，英特尔没有亲自下场，而是通过投资打“代理人”牌。

英特尔2017年完成了有关自动驾驶芯片布局的两笔重大投资。一项是以153亿美元的天价收购了Mobileye，Mobileye与英特尔的自动驾驶事业部（ADG）合并，以英特尔子公司的形式存在；另一项是领投了地平线的A+轮融资，凭借着在CPU、FPGA、5G等方面的经验和资源，对地平线在嵌入式人工智能硬件架构方面的研发提供帮助。

加上此前167亿美元收购的FPGA巨头Altera，以及收购Here地图15%的股份，英特尔在自动驾驶赛道完成了CPU+FGPA+EyeQ+5G的技术布局，获得的不光光是这些独角兽们的市场份额和客户资源，更重要的是形成了组合合力，在自动驾驶芯片赛道的综合实力大幅提升，相当于用资本换取了研发和市场开拓的时间。

地平线作为英特尔的重要“棋子”，在以摄像头为主的感知技术、驾驶策略、RSS（Responsibility Sensitive Safety）模型等方面具有优势，再加上地平线正努力从后装市场向前装市场的开拓之中，对英特尔在中国市场及自动驾驶生态布局都是非常有益的补充。

其次，在与最主要的对手英伟达的竞争中，地平线采取了一条与客户连接更为紧密的芯片+算法+云的超常规打法。

以英伟达为代表的传统芯片商业模式中，芯片厂商卖出产品后就与用户失去了联系，然而自动驾驶芯片（AI芯片）必须在应用场景下有相应的算法与之配合，根据场景进行感知分析，这个过程是不断升级迭代的，因而要求用户与厂家始终保持着紧密的联系。

地平线作为初创公司的优势在于，可以放下身段，灵活决策，深入了解用户的场景需求后，通过算法去解决场景中可能遇到的问题，将处理器进行深度优化，形成了一套基于场景理解的软硬件结合的一站式解决方案，从而大大加快形成定制化产品的时间和推出速度。

在“征程二代”发布时，地平线就表示已经在高级别自动驾驶、辅助驾驶（ADAS)、多模交互等方向斩获多达5个国家的客户的前装定点，并有望于明年上半年获得双位数的前装车型定点。

很显然，随着自动驾驶研发公司以及主机厂对应用落地的需求越来越强烈，由于更容易形成产品形态，包含在定制解决方案中的专业芯片的市场正在逐渐开放，这也是地平线能够与巨头“较劲”的倚仗所在。

有了英特尔这座“靠山”，地平线就能高枕无忧了吗？

挤进了英特尔的生态圈，又有自己的独特打法，地平线就能如履平地般的一直这么“顺利”下去吗？除了要应对英伟达为代表的通用芯片巨头的狙击外，还有哪些玩家会对地平线形成挑战呢？

智能相对论认为，自动驾驶芯片赛道在地平线之外，还有三股势力未来或将对现有市场格局产生影响。

第一股势力是算法公司。

从地平线的商业模式中可以看出，在其由通用解决方案构成的“产品”中，芯片只是其中的硬件一部分，另外一部分是软件层面的算法。因而，当算法公司决定入局芯片赛道，或者与一些芯片巨头合作，进入到芯片巨头的生态中，就能马上形成对现有格局的冲击。

国内的商汤科技在计算机视觉领域算法层面有着非常深厚的实践，计算机视觉技术也是实现自动驾驶的核心能力之一，如此看来，以商汤为代表的算法公司会是一个不小的不确定因素。

第二股势力是阿里系的芯片企业。

自动驾驶芯片市场是一座潜力巨大的金矿。根据Gartner公司的数据，到2021年，全球自动驾驶汽车芯片行业的年营收将增长超过一倍，至50亿美元。在中国，根据相关规划，将在10年内部署3000万辆自动驾驶汽车，并使用自主芯片。目前政府已经设立2000亿元人民币的基金，来投资本土芯片厂商。这对国内开发车载AI芯片的初创公司来说，无疑是一块巨大的蛋糕。

实际上，国内的科技巨头中，阿里在AI芯片上的布局颇多，目前已经投资了寒武纪、深鉴科技、旷视等，这些独角兽在各自的领域也都形成了自己的竞争壁垒，在阿里的支持下，这些企业随时可以进入自动驾驶赛道，届时也将成为一股不可小觑的力量。

第三股势力是华为。

在自动驾驶上，华为是非常重要的参与者，早在去年的全联接大会上，华为就发布了支持L4级别自动驾驶的计算平台MDC 600，基于8颗昇腾310 AI芯片，同时还整合了CPU和相应的ISP模块。

华为的可怕之处不在于其芯片性能有多厉害，而在于其在硬件、5G通讯、云平台、车联网系统等方面都有布局，虽然“不造车”，但围绕着自动驾驶，华为已经形成了生态闭环，很容易以“全家桶”的形式完成对OEM的市场铺排，这套打法不光对自动驾驶芯片企业有影响，对整个自动驾驶赛道都颇具“杀伤力”。

总结：芯片是一个极易形成赢家通吃、高度垄断的行业，英伟达虽然以绝对出货量是目前自动驾驶芯片赛道无人可敌的“霸主”，但随着自动驾驶研发的深入，行业对芯片的需求也开始出现多元化，这也是地平线的机会，在诸多挑战面前，地平线胜出的唯一方法就是通过快速落地进行市场覆盖，在市场的验证中完成升级迭代，周而复始循环中，在自动驾驶实现之前始终保持着足够的竞争力，这样才能在市场格局成型之前形成自己的竞争壁垒。

【完】

智能相对论（id:aixdlun）

?AI新媒体;

?今日头条青云计划获奖者TOP10;

?澎湃新闻科技榜单月度top5;

?文章长期“霸占”钛媒体热门文章排行榜TOP10;

?著有《人工智能 十万个为什么》

?【重点关注领域】智能驾驶、AI+医疗、机器人、AI+硬件、物联网、AI+金融、AI+安全、AR/VR、开发者以及背后的芯片、算法、人机交互等。