寒武纪行歌王平：用AI芯片支撑自动驾驶更快升级

2022世界新能源汽车大会（WNEVC 2022）于8月26-28日在北京、海南两地以线上、线下相结合的方式召开。作为智能芯片领域全球知名的新兴公司，寒武纪行歌参展并在现场展示了寒武纪行歌的自动驾驶解决方案，引发众多媒体与参展观众的关注。与此同时，8月26日，2022世界新能源汽车大会以“自动驾驶与智能座舱创新发展”为主题的技术研讨会上，专家和产业精英聚焦新能源汽车在智能化技术创新方面的成功经验与发展趋势，进行了深入的交流探讨。寒武纪行歌执行总裁王平也应邀出席并发表了《单车智能突破，云边端车协同》的主题演讲。

WNEVC作为新能源汽车领域最高规格、最具影响力的年度大会，2022年大会在规模和规格上均再创新高。本次大会包含20多场会议、13,000平米技术展览及多场同期活动预计将有1,000多名全球新能源汽车领域高层参与其中。

其中，在静态展区，寒武纪的云端思元370芯片及加速卡、思元270芯片及加速卡、思元290芯片及加速卡、边缘端思元220芯片及加速卡、寒武纪行歌自动驾驶域控制器悉数亮相，以其强大的性能吸引展会观众纷纷驻足围观。

当前，自动驾驶技术已经从SAE L2级辅助驾驶向L3级及以上的高阶自动驾驶演进，先进的感知及计算平台技术、应用场景及商业模式创新、法律法规突破等都将成为自动驾驶实现大规模商业化的重要因素，与此同时，智能座舱作为驾驶员、乘客车内交互体验的关键要素，将致力于打造更加舒适的第三空间，实现智能互联的创新服务。

正如寒武纪行歌执行总裁王平所说：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。比如：一套高效易用的AI工具链，用户在其他AI平台上训练好的模型，通过行歌的AI工具链，可以快速迁移部署到行歌的硬件平台上。这套工具链经过多家头部算法公司和车厂评估，获得普遍认可。

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。