地平线：芯片算力并非越大越好，还得比使用效率

思邈 2023-04-23 15:42:44 来源：量子位

邓思邈 发自 副驾寺

智能车参考 | 公众号 AI4Auto

汽车芯片算力是不是越大越好？

这不，地平线前不久特意举办了一场活动，对此展开了激烈探讨。

一边是产业界代表，包括地平线副总裁余轶南，以及理想汽车自动驾驶产品总监赵哲伦。

他们站在产品设计者的角度，对背后初衷和技术原理进行了生动阐述。

另一边则是车主代表，从自己一线的用车体验出发，畅谈了对算力的实际感知和需求大小。

不过，除了听他们动动嘴皮子谈理论，对于基于地平线征程5芯片打造的理想AD Pro高速NOA，这次智能车参考也亲身上车体验了一番。

算力真的越大越好吗？

首先抛观点：算力并非越大越好。

其中，理想汽车赵哲伦表示，

从产品选择层面出发，如果单纯地看算力，肯定是算力越大越好。但是对于一款面向用户的、要去量产的产品来讲，除了算力以外，我们要考虑它的功耗、成本、整体运行效率，这是非常重要的，在这里面可以取到我们认为最合适的。

大致意思是，算力并不能作为衡量车载芯片的唯一指标。

地平线余轶南也有类似的观点。他表示，地平线在设计芯片时不光是把算力考虑在内，同时更注重在最大算力的前提下，芯片的使用效率是不是可以做到非常高的水平。

怎么理解这个使用效率？

以地平线征程5芯片举例，它具备128TOPS算力，FPS（每秒准确识别的图像帧数）为1531，延迟为60MS，功耗为30WATT。

地平线将FPS定义为性能指标，认为FPS才更能反映一颗车载智能芯片的真实计算性能。余轶南打比方说：“FPS基本上可以类比于汽车的百公里加速，都是在看单位距离/时间下能做多少事情。”

而且基于这样的前提，他们得出了如下结论：

FPS方面，在多达71%的模型里，征程5的绝对计算效率高于主流竞品。事实上来讲，在128TOPS算力下，其实征程5比某些200TOPS以上的芯片，都能产生更大的“得房率”。FPS/Watt方面，征程5的平均能效是主流竞品的5.58倍，其中76%的模型能效是竞品3倍以上。

其实在业内，一直以来针对“车企是否应该卷算力”展开的讨论，非常多。

一部分人赞同。奇点汽车首席战略和品牌发展副总裁赵强曾经就表示，“车企无论是主动还是被动，都必须迎接这场无条件、无尽头的算力军备竞赛，即便目前自动驾驶还没有完全落地，仍然是硬件为先。”

但更多的人不这么看。

上汽人工智能实验室的乔博士曾谈到，“实现L2级自动驾驶只需10Tops以下的算力，即便是实现L4级自动驾驶也只需100Tops左右的算力，只有到了真正无人驾驶的L5级，才需要1000+Tops的算力。”

一位自动驾驶公司算法工程师曾表示，“我是不太在乎500TOPS还是1000TOPS这些数字的，因为真的没多大用处——你可能算力升级了，但如果软件架构还是停留在三四年前的老版本，那么算力的性能也就无法充分地发挥出来，算力再大也不够用。其实，通过对软件架构做个调整，就能避免这个问题。”

那么问题来了，既然芯片算力并非唯一衡量指标，一线购车用户又如何进行衡量评判，最终挑选出自己心仪的智能车？

在这次活动现场，产业界代表和用户代表，都发出了各自的声音。

用户方面，一位理想老车主表示，他主要是基于两方面进行评判，一方面是看屏幕界面显示的是否足够清晰，来判断车对周围环境的感知能力；另一方面，看车辆在处理突发问题的时候，能否更好地完成主动变道、主动避让。

产业界代表则给出了如下指引。

其中，理想赵哲伦提到，可以看车对周遭环境是否识别得足够多、足够精准，还要看车是否具备了像人类老司机一样的预测能力。

举例就是，比如车辆的加减速是否平顺？自身车辆对于前方加塞的反应快不快？对于各种紧急场景的应对能力表现如何？

地平线余轶南进一步谈到，主要是看车辆能否识别得更精准、更多、更丰富；然后是看预测能力——现在最先进的算法，可以做到把一些没有被看到的区域，通过经验脑补的方式预测出来；还有就是看延时是否足够低。

简单举例，比如可以看前车加减速的时候，自车的反应速度是否足够快。如果当前车刚一减速的时候，自车就开始缓行；当前车刚一加速的时候，自车很快就可以跟上——诸如此类是用户能够直观感受到的、比较好的体验。

实际体验究竟如何？

抛开各项纸面指标，实际体验究竟如何？

我们这次体验的车型是理想L8 Pro，该车搭载了理想智驾系统AD Pro，标配高速NOA。

硬件配置上，这款车内置单颗地平线征程5芯片，具备1个800万像素摄像头、9个200万像素摄像头、1个毫米波雷达。

接下来，我们从不同场景挨个来看高速NOA的实际体验。

首先，在有高精地图覆盖的区域，拨动方向盘拨杆两次，车辆会自动开启导航辅助驾驶。

进入高速公路路段后，车辆会根据路线适时完成自动变道超车。总体来看，理想这款车的变道策略相对较为保守。只有在确认足够安全的前提下，才会进行变道。

当距离右侧方车辆较近的时候，车辆会自动向左稍稍进行避让：

值得一提的是，当系统检测到司机脱手方向盘超过15秒，就会语音报警，提示你接管车辆。

在进入匝道时，车辆会自动减速，行驶较为平稳。

在过大曲率弯道时，也完成的比较好，无需司机接管。

当车辆进入了没有高精地图覆盖的区域，会自动降级为LCC车道保持。

从整个语音播报来看，逻辑是比较清晰的，乘客能够知道车辆下一步要做什么，让人产生安全感。

总结一下这次体验，无论是自动上下匝道、变道超车、过大曲率弯道等等，高速NOA下各项功能都表现得比较流畅和稳定，和人类老司机相比其实感觉不出什么差别。

针对变道比较保守这一点，在现场分享过程中，理想赵哲伦就有提到——

他们当时在定义整个产品的时候，希望能为乘客带来至少是专车的体验，其实在NOA功能的变道决策里，他们原本可以提供三种选项（对应三类决策算法），但从目前阶段来看，是想先做好一套大家基本能够接受的、跟产品定位相关联的、更偏家庭的、比较稳定的智驾产品，之后再根据细分的用户需求进行算法的补充。

当然，除了在高速公路上，这款车在城市场景里也能提供比较好的安全性，例如能够防加塞、路口智能跟停，以及在红绿灯及十字路口能够完成有效通行；在停车场，还能实现自动泊车和遥控泊车。而且实现以上这些功能，统统都是基于单颗地平线征程5芯片，算力仅128TOPS。

所以看到这里，对于车载智能芯片是否需要那么大的算力，你的心里或许已经有了答案？