在智能駕駛技術日新月異的今天，國產方案能否脫穎而出，取決于其在芯片架構、算法模型和系統工程化等多維度的深度積累。地平線機器人自2015年成立以來，便秉承“軟硬結合”的研發理念，以自研邊緣人工智能芯片為突破口，構建從感知到決策的全鏈路技術體系，致力于為乘用車提供既安全可靠又具成本優勢的高級輔助駕駛與高階自動駕駛解決方案。其不僅提出了車載端到端計算的演進思路，更通過持續優化智能計算架構，使之與日益復雜的自動駕駛算法深度匹配。

地平線發展歷程

地平線智能計算架構演進路線

回溯地平線的技術起點，首代BPU（BernoulliProcessingUnit）智能計算架構在2016年橫空出世。它通過專門設計的硬件加速單元和定制指令集，將深度學習網絡的矩陣乘加運算高效并行化，實現了車載環境感知與決策所需的低功耗、高性能計算。與通用GPU相比，BPU在同等功耗下的算力密度更高，同時能夠通過硬件級別的資源調度，最大化算法在芯片上的執行效率，這一創新為后續算法迭代提供了堅實基礎。

隨著自動駕駛算法的不斷升級，地平線在2020年和2021年先后推出了Bernoulli 2.0與Bayes 2.0架構。在微結構層面，這兩代BPU通過優化流水線深度、擴展向量單元寬度以及改進片上緩存設計，使得每TOPS算力的能效比提升了10%至15%，并在同等功耗約束下，進一步提高了算力輸出。這一階段的架構演進，主要針對ADAS算法幀率的提升和更高精度的目標檢測需求，保證了系統在執行多路攝像頭與雷達數據融合時，依然能夠保持實時性和能耗控制。

真正實現跨越式進化的是2023年發布的“納什”（Nash）架構。它針對大參數Transformer模型做了深度軟硬件協同優化：硬件層面將乘加單元從16×16升級至32×32，引入稀疏張量處理引擎以支持Sparse4D算法的高效執行；軟件層面則與編譯器、性能分析器緊密配合，通過硬件級指令預測與算法級流水線融合，實現數據加載與計算的并行調度。實驗結果表明，與首代BPU相比，整體計算性能提升約246倍，而對于Transformer推理的加速效果則超過27倍，遠超同期摩爾定律18個月翻一番所能達到的16倍增長，真正拉開了國產車規級AI芯片與通用解決方案之間的性能差距。

BPU專用智能計算架構

地平線車載智能計算方案演進路線

在BPU架構持續進化的同時，地平線基于該架構打造了梯度化的“征程”系列車載智能計算方案，以滿足從基礎ADAS到高階自動駕駛的多樣化需求。2019年首發的征程2芯片，以4TOPS算力和2W功耗，滿足L0至L2級別的主動安全與輔助駕駛應用；2020年面世的征程3將算力提升至5TOPS，支持L2+與初級L3功能；2021年問世的征程5更是一舉將算力推升至128TOPS，并配備30W功耗管理，在理想L8等量產車型上實現了對高分辨率多路攝像頭與毫米波雷達數據的實時處理，開啟了國產大算力智駕時代。

征程2、征程3、征程5芯片情況

2024年4月，征程6系列橫空出世，其算力區間覆蓋10TOPS至560TOPS，且全部基于納什架構設計，不僅在性能上較前代大幅躍升，更通過平臺化設計和功能安全保障（滿足ASILB/D與ASILDMCU標準）實現了對低、中、高階智能駕駛場景的一站式覆蓋，使得整車廠僅需一套軟硬件與工具鏈即可快速對接并完成差異化功能開發與工程落地。

征程6系列芯片

地平線自動駕駛技術方案

在算法層面，地平線自2016年提出端到端自動駕駛感知演進理念以來，始終在感知、預測、規劃與控制領域保持技術領先。針對激光雷達數據的高度稀疏性，地平線在2022年提出Sparse4D端到端感知算法，通過時空稀疏張量編碼，將多幀點云與攝像頭圖像進行深度融合，不僅提升了對小目標和遠距離障礙物的檢測精度，還減少了計算量。在此基礎上，2023年地平線發布了UniAD大模型，并榮獲CVPR最佳論文獎。UniAD將感知、預測、規劃與控制有機融合，通過交互博弈機制模擬多車、多行人場景中的行為決策，實現了在復雜交叉口與變道場景下的高效通行與安全保障。該模型在BPU納什架構上更能夠以50ms以下延遲完成全場景推理，真正滿足了高階自動駕駛對實時性的嚴苛要求。

Sparse4D算法框架圖

為了讓上述算法快速轉化為可量產的功能，地平線還構建了覆蓋算法研發到軟件部署的完整技術棧。其核心工具包括“天工開物”算法開發鏈，它集成了模塊化算法庫、可視化調試界面與自動化測試框架，使得算法工程師能夠在幾分鐘內完成從代碼編寫到BPU硬件驗證的閉環；“踏歌”嵌入式中間件提供車規級操作系統接口、傳感器抽象層與安全監控服務，加速整車集成與功能驗證；而“AIDI艾迪”軟件平臺則支持模型管理、數據標注、OTA升級與版本控制，確保了算法迭代的高效閉環與量產可控。這一整套工具鏈不僅降低了開發門檻，也使得整車廠和一級供應商能夠在半年內完成從算法驗證到車輛上路的全流程，大幅提升了新功能的商業化速度。

在產品應用層面，地平線已形成Horizon Mono、Pilot與SuperDrive三大梯度化解決方案。Mono方案基于單目攝像頭，搭載征程2或3芯片，自2021年量產以來，已在AEB、ACC與交通擁堵輔助等基礎輔助場景中獲得穩定驗證；Pilot方案在此基礎上融入毫米波雷達與自動泊車功能，搭載征程3或5芯片，2022年起在多款車型上實現量產，可在典型高速公路場景下實現超200公里的無感接管體驗；而面向最具挑戰的城市復雜路況，SuperDrive方案將攝像頭、雷達與激光雷達進行深度融合，計劃于2026年量產，嵌入征程6系列芯片，旨在實現全天候、多場景下的流暢擬人化駕駛。

不同智能駕駛解決方案

截至2024年，征程6系列已獲超過20家整車廠平臺化采用，合作伙伴涵蓋自主品牌、新勢力與合資品牌，2025年或將賦能超100款中高階智駕車型。平臺化設計使得整車廠僅需對接一套軟硬件與工具鏈，便可覆蓋低、中、高階場景的開發與部署，大幅縮短項目周期并降低工程成本。同時，地平線還與生態合作伙伴在感知算法、地圖融合、仿真測試等領域開展深度協作，共同構建開放、高效的智能駕駛生態。

隨著法規對L3+至L4級自動駕駛的逐步放開，以及商業模式的不斷成熟，智能駕駛系統將面臨更高的安全性與可靠性要求。地平線下一階段的技術攻堅方向包括進一步壓縮大模型推理體積與延遲，以滿足毫秒級車規部署需求；探索純視覺與多傳感融合的最佳實踐，提升在無激光雷達方案下的城市復雜場景魯棒性；強化多傳感器冗余與故障自診斷機制，構建更為嚴苛的功能安全閉環；并在開放生態中持續推動軟硬件協同創新，為行業帶來更安全、更高效、更智能的出行體驗。通過這一系列技術與產業化實踐，地平線機器人正一步步從“追隨者”向“領跑者”邁進，助力中國智能駕駛在全球賽道上實現彎道超車。

-- END --

       原文標題 : 地平線自動駕駛方案解讀