疫情以来，全球汽车产业链被迫停止，各国因防控被迫“筑墙”。区域产业链的闭环能力已经成为检验各国汽车产业实力的重要标杆。其中，常年依赖进口的汽车芯片成为疫情下汽车供应链中最薄弱的环节，断供涨价等案例比比皆是。国内替代已经成为后疫情时代的关键措施。“这有点像政治任务，但对企业来说，是作为战略任务来做的。”地平线总裁张玉凤指出。
地平线总裁张宇；图片来源:TEDA论坛
在这种机遇下，全球第三、国内第一实现车级AI芯片地平线将面临哪些机遇和挑战？汽车法规层面的AI芯片将如何助力中国智能汽车的发展？日前，在第十六届TEDA汽车论坛期间，张玉凤接受了格致汽车等媒体的采访。
以下是采访记录:
今年智能辅助驾驶还存在很多安全问题，比如前段时间特斯拉发生的安全事故。现在大家都在不断升级自动驾驶功能。在你看来，芯片为了实现安全面临哪些挑战和机遇？
张玉凤:我觉得从安全的角度，从芯片的层面，可以从多个纬度来说。
首先，我认为最基本的层面是车规层面要在这么宽的温湿度范围内展现其一致性和可靠性，这是比较基础的。
第二点是在功能安全方面，确实业界还是很重视这个功能安全的。最近我们在功能安全方面也有一些突破，月底可能会和大家分享。
第三个层次是我们更多讨论的是预期的功能安全性，这叫做SOTIF。ISO 21448定义了如何确保软件的这种行为是可预测的，或者在多大程度上是不可预测的。另一个层面是网络安全。在过去的两三年里，在我们与全球所有供应商沟通的过程中，这是他们极为关注的芯片需求。因此，我们在芯片本身的几代迭代中，增加了越来越多的能够在网络安全上支持芯片的操作系统和软件，从而达到足够高的网络安全水平。
总的来说，我认为，对于Horizon来说，因为我们还是比较关注这个领域的，不管是功能安全还是网络安全，或者是一些技术特性，我们的人员，从功能安全团队到预期的功能安全再到网络安全，都还是超配的。因此，我们积极参与这里的标准工作组，我们在功能安全国家标准中仍然发挥着重要作用。
我可以请我们的市场同学稍后给你详细介绍，包括预期的功能安全性。我们还参与了对ISO 21448和我们国家标准化工作的反馈。我们希望自己不仅能在AI芯片和车标AI芯片上，而且能在安全、功能安全和网络安全上，都定位为领先市场，也就是引领这样一个安全相关的技术发展趋势。
在今年的疫情中，国家希望在供应链上实现本地化替代。作为技术发展的一大趋势，你如何看待目前国产车级芯片的发展？想要实现自给自足，需要突破哪些瓶颈？
张玉凤:目前这个国内代工还包括海外代工在中国市场采购芯片。芯片的使用还是很关注国产化的。有些是政治任务，有些是战略任务。这对我们来说确实是一个好机会。我们现在是国内第一家实现智能AI芯片量产的企业。全球范围内，目前能达到整车标准水平的AI芯片只有三款，分别是英特尔、英伟达、地平线。我们是今年3月份量产的，由长安UNI-T申请，5、6月份正式交给消费者。
从产业角度来看，芯片产业其实在上下游产业链中有很多关键环节和玩家，包括EDA设计工具，包括晶圆厂和封装厂。事实上，我们还有很多需要弥补的地方，例如，在中国和海外可以实现的过程之间仍然存在差距。车辆仪表级别还强调可靠性、一致性和稳定性。事实上，需要一定的时间来更稳定地抛光车辆仪表水平的这些流程表。
目前我国ADAS的装配率不是很高，未来空肯定会有比较大的发展。正如刚才所说，地平线已经在3月份搭载了UNI-T，最近的消息是已经和一汽、SAIC合作了。你预计未来五年的数量是多少？
张玉凤:有媒体和市场分析用比较新的数据显示，今年前7个月我们有30%，中国自主品牌的AI组装率应该是30%。其实有些OEM比较激进，像红旗这样的高端品牌装备齐全，整体装配率在890%左右，今年应该会达到20万，他的装配会更高。我们预测，到2025年，我国市场雷达装配率达到70%的可能性非常大。
因为今年相比我们的朋友，芯片的功耗更低，计算能力更高。指标方面，在中国的道路场景中，很多指标已经超过了EyeQ4。在未来的三四个月里，我们应该会在主流原始设备制造商的模型上进行另一次大规模生产。目前指定车型数量还是挺大的，A端市场应该有近20款，驾驶舱10款左右。所以，明年和后年，我们应该是这样一个状态，量产爬升非常快。
现在，从整个交通领域来看，我国都在倡导安全出行、文明驾驶。其实说到文明驾驶，一方面是从整体道德和正面品质上引导用户，另一方面也是我们智能汽车的一项先进技术。所以想问一下张老师，对于国家倡导文明出行，我们有没有一些最新的技术回应？
张玉凤:事实上，从我们的使命来看，它是赋予一切权力，让每个人的生活更安全、更美好。我们在汽车行业所做的，可以用一句话来概括，就是提供这个数字化引擎，并以此为基础，更高效地实现车内外环境的数字化。因为基于这种高效精准的数字化，我们其实可以在开车的时候提供对周围环境更好的了解，可以识别更多的场景，更多这样的意外情况，或者更文明的出行方式。
在车内，如果是私家车，我可以更好的了解车内的每一个人，不仅仅是司机，前排乘客和后排乘客。我们可以提供更积极的护理。比如后排的孩子睡着的时候，我可以在空出风口自动调低音乐和降低风速，让车变得更聪明，提供这种主动的呵护。对于我们的汽车和共享出行，其实在两三年前，我们就开始向首汽出行这样的服务商提供一些技术，用于驾驶监控、疲劳驾驶监控、吸烟、通话等。也是帮助解决文明出行、文明驾驶这些问题的一种方式。
其实我们也帮一些网车客户做一些事情，因为我们有语音前端处理技术等等，比如说骂人识别。其实在两年前，我们就开始协助一些网约车厂商实现对一些不文明行为的更高效识别，无论是乘客还是司机。我们的优势在于可以更好地整合不同传感器类型的数据，视频和音频可以整合在一起，从而更准确地了解车内发生的事情和车内人员的状态。
现在大家对智能电动汽车的需求越来越重视。我想知道，地平线在越来越多的AI芯片科技公司。能否介绍一下你们的核心竞争力，我们最好的技术和最新的技术？
张玉凤:我想我们可以用几句话来描述它。一是我们其实是最懂算法的芯片公司，也是最懂芯片的算法公司。在AI芯片方面，我们其实在世界上是相当不错的。其实这里表达的是，我们的核心竞争力在于软硬协同，可以做协同设计和优化。大家大概都知道，在AI应用中，场景往往决定了什么AI算法能够满足这个产品的需求，而算法定义了什么AI加速芯片架构是执行这个算法最有效的方式。
因此，我们可以通过这个从场景到算法到芯片的长链协同工作，实现自己的优势。因此，我们不同于传统的芯片公司。其实你看传统芯片公司做AI加速的时候，不成功的例子很多，往往是因为他们的人才结构缺少懂AI算法和场景的人。你刚才提到这个市场竞争激烈，你可以给我一些你认为的竞争对手。
华为？
张玉凤:我认为华为是一个强大的参与者，在这方面投入了更多。我认为与他的话相比，我们的优势在于它相对清晰的定位。我们是二线供应商，我们的核心产品是芯片+算法+供应链+服务，我的算法不受约束。你可能知道MBC，但它目前可能是一个黑匣子。我们刚才在论坛上其实也在说。客户想要一个黑匣子，我们有软硬件结合的一站式解决方案，客户想打开，我们可以谈这种合作。客户只想要芯片，所以我们可以利用我们的供应链和服务来增强他们的能力。因此，我们定位为二级服务提供商，无论是业务模式还是服务模式，我们都是灵活的，以适应这个市场行业的最新需求和发展需求。
说到自动驾驶，说起汽车智能，我们无法回避自行车智能和网络智能的划分。事实上，中国的自动驾驶实施方案与国外不同，如谷歌、苹果等更强调自行车智能化，依靠自行车实现全车自动驾驶。但在中国，当我们谈论自动驾驶时，我们强调的是网络化智能，即汽车与道路的互联互通。我很想知道两者的本质区别是什么。为什么会造成这种差异？未来趋势如何？
张玉凤:我认为国情是造成差异的原因之一，因为在欧美国家，政府在基础设施建设上的投入肯定远远达不到中国政府的决心能力和实际落地效果，所以在欧美国家改造道路基础设施，增加设备等等是非常困难的。第二个国情不同。美国人口相对稀少。与我国相比，他们的道路整体状况会相对简单。从技术上讲，我们仍然需要达到足够高的自行车智能水平。
因为一个重要的考虑是安全，因为汽车本身应该足够智能，能够安全地应对一些紧急情况，而不是依赖基础设施。这里包含的风险包括无线网络的稳定性，包括基础设施的标准化。还有鸡下蛋和鸡下蛋的问题。刚才几位嘉宾也在论坛上谈到了。最终，政府应该全力以赴，把道路系统铺设在所有的高速公路上，然后让主机厂把所有的汽车都装上相应的通讯能力，或者反过来，或者一种合作和共同进步的方式。事实上，道路-车辆合作本身的标准化仍在讨论中。
我们的观点是，我们必须在自行车智能方面足够聪明。可能需要很长时间才能将这种能力提升到足够高的水平，实现完全无人自动驾驶。实现这种产业化和规模化也有很长的时间。从中期来看，自行车智能化应该达到一个相对较高的程度。在这个过程中，车路协调技术实际上可以为自行车提供额外的更高安全性和整体协调效率的问题。因为他首先解决了超视距感知的问题，因为不管一辆车或者一个人怎么能观察到它，它都只有几百米远。
在车辆和道路的协调下，可以将大量这种整体数据进行整体处理，然后分发给这种交通的相应参与者，让汽车感知得更远。事实上，汽车的传感器能力更强。这个水平我做不到，所以我的观点是车路协同是锦上添花，但在一定时间内，它也可能是我们加速自动驾驶量产和规模化落地的捷径，因为从整个自动驾驶水平能力的提升和完成无人驾驶的规模来看，
如果能有效协调这款车和道路，甚至是区域，支持这款车在一定范围和一定程度上实现更好、更低成本、自动驾驶，应该还是一个不错的方式，至少能推动整个行业向前发展，发展的比较快，因为这个速度和迭代还是挺重要的。他在中国的优势在于我国政府在基础设施方面的大胆投资，包括现在提出的新的基础设施，这也包括工作计划的这一部分。这种标准化是个大问题，会变相增加成本，因为你要支持不同的系统。
另一个挑战是责任的划分。如果车出了问题，是车的责任还是其他有关方面的责任？其实有点像L3人机共驾的责任划分。现在，有了汽车记录系统，人、车、基础设施和云共同驾驶。这个时候，可能会有更多的责任划分。
你参与的越多，你的责任就越分散。
张玉凤:是的，会有这样的挑战。当然，这些还需要慢慢解决。
美国对华为和中兴的打压对中国车路协同目标的实现是否有抑制作用？
张玉凤:道路系统确实也需要它。去年，在长沙的智能区域，我们还与大陆德国集团合作，将我们的传感芯片和算法放入它的路测单元，与它的雷达融合，共同了解交通信息、车辆、人等等。它对车内芯片和路侧端的作用是一样的，只是路侧端对功耗和计算能力的限制比较少，可以放工业级芯片在里面，不用放车级的，可以放小型服务器，可以通过稳定的电源工作，它的限制会比较少。
现在，企业未来的方向会不会转移？
张玉凤:我明白你的意思。
首先，我们现在90%的精力都放在汽车上，未来我们会专注于汽车行业，因为这是一个经过验证的领域，AI可以在其中赋能和实现。
第二，其实作为芯片行业公司，除了汽车芯片之外，如果有一个可以大规模出货的业务方向，是一件非常好的事情，行业内的头部玩家也证明了这一点。高通和英伟达在非汽车业务上有比较好的市场地位和规模，可以直接促进企业的发展。因为周期短，出货量大，形成正循环。这种业务可以做汽车部分的长期开发迭代，可以让非汽车受益。
我们的好处是我们更专注于人工智能。AI计算能力的迭代将更多地依赖于我们定义的新摩尔定律的AI算法，结合场景，结合工具链本身等。，代替传统芯片的，还是按照老规矩——面积、功耗、性能，简单三要素。假设只有汽车方向的业务，我们可以相对快速地迭代我们的芯片技术。对于非汽车，我们不会排斥，但会更加关注汽车领域，因为公司还是要把有限的资源投入到有一定成绩的赛道上，未来的成长空还是很大的。
目前，我们将专注于一个赛道，但我们不会拒绝它。如果未来有市场机会，其实也是机会。比如一些传统的领导是否愿意和我们合作或者得到一些投资？
张玉凤:我们要更多地看这个机会在行业细分方向的发展。如前所述，一个是自动驾驶汽车、智能汽车，一个是扫地机器人等。这些方向就是我们看到的市场规模，其他的还没有。像酒店服务机器人，它还没有起床。如果你现在冲进去，肯定没有好的回报。因此，机器人时代被应用到特定的行业方向，其落地速度将决定我们未来在市场战略和商业模式上的定位。
