陳黎明：成本控制是驅動供應鏈發生根本變革的驅動力

版權聲明：本文版權爲本站汽車所有，轉載請註明出處。

本站汽車11月1日報道

2023年10月31日-11月1日，2023年全球新能源與智能汽車供應鏈創新大會在廣州召開。本次大會以“多重挑戰下汽車供應鏈健康可持續發展”爲主題，邀請百餘位政府有關部門和行業機構、高校院所和企業代表深入研討，探索新汽車時代全球汽車供應鏈變革方向與轉型路徑，助力汽車產業高質量發展。

在高層論壇上，地平線總裁 陳黎明做了主題演講，以下爲嘉賓演講實錄：

尊敬的百人會領導，尊敬的各位嘉賓，行業各位同仁，還有各位媒體朋友，大家下午好！今天我要跟大家彙報的題目是“開放生態，合作共贏——供應鏈變革制勝汽車智能化下半場”。

首先，自動駕駛目前的變化，自動駕駛技術發展更多的迴歸於商業本質。中國跟國外相比，採取了不完全一樣的技術路線。在國外，整個自動駕駛的開發基本上按照SAE定義的L1、L2、L3、L4來進行。在中國，更多的是用戶體驗驅動，中國出現了L2+、L2++等等。同時，之前專注於Robotaxi的L4的公司也開始下探到L2+、L2++，迴歸用戶價值，這是技術發展方面的變化。

同時，用戶價值驅動也越來越得到廣大消費者的認可。根據統計數據，有購買車意向的用戶裡面，無論是大衆客戶，還是有意向買智能駕駛的，大家對於自動駕駛，特別是減輕疲勞、解放雙手、和安全性，列爲對自動駕駛功能需求最高的三個選項。對於已經使用過高速領航輔助駕駛功能的用戶來講，裡面最得到大家認可的，是讓駕駛變得更輕鬆，差不多佔3/4的用戶。將近2/3的用戶覺得自動駕駛讓自己感覺更安全、更放心。自動駕駛，特別是高級領航輔助駕駛，越來越得到大家的認可，使得駕駛更加輕鬆。

2023年，麥肯錫有一個調查，對於消費者而言，哪些是主要的購車因素？除了使用成本和環保之外，智能化程度排第三，有60%的用戶選擇了智能化程度。對於本土高端品牌，像新勢力，或者新品牌，在高端選擇中，更多看重的是更先進的自動駕駛和智能座艙，汽車的智能化作爲高端品牌選擇的主要因素。

同時，去年統計前三季度高端品牌的消費，本土品牌的銷售量是德系高端品牌的4倍，充分體現出智能化給高端品牌帶來的溢價能力。看到這個數據，我還是挺感慨的，以前在燃油車時代，很多自主品牌也在衝擊高端品牌，但是都沒有成功。到了新能源汽車時代，在智能化技術的加持之下，自主品牌把高端品牌打出來了，現在發展也非常好。

這次大會上各位主機廠領導都談到的一點，供應鏈正在進行深度的變革，從原來鏈狀的供應鏈轉向專業分工更加融合的網狀結構。主要是兩個方面，從主機廠來講，原來是跟Tier1打交道，Tier2可能也知道，但是瞭解不多，Tier3基本上都不知道。現在新的網狀的供應鏈關係，Tier1、Tier2、Tier3仍然存在，但是主機廠跟Tier1、Tier2、Tier3之間的關係發生了根本的變化，不像原來只關心Tier1提供的這些零部件、控制器，但是對於控制器裡的芯片可能大家都不關心。現在大家對於關鍵的零部件，關鍵的功能更加關注，主機廠直接與Tier1到TierN都在進行深度的探討。特別是系統降價，系統成本控制，如果不跟主要的零部件和功能的供應商進行直接的接觸，很難實現系統成本的控制，這也是驅動供應鏈發生根本變革的驅動力。

接下來再看一下，除了供應鏈變革之外，還有一個是卷，還有成本壓力。現在高端品牌，三四十萬的車都往三十萬下探，二三十萬的車又往二十萬下探。一些主流車型都配置了L2+、L2++的域控制器，芯片用的都是大算力芯片，200 TOPS以上。相當於自動駕駛領域也在軍備競賽，車企研發費用急劇上升，大家對於開發過程的成本控制、研發投入等都提出了非常大的需求。這是一個非常大的痛點。

但我們同時也注意到，目前算力增加並沒有給終端用戶帶來體驗和價值相應的增加，可能有一些增加，但是不是成比例的增加。這裡提出一個問題，誰來爲多餘的算力進行買單，讓用戶的價值隨着芯片算力增加而不斷增加，這也是面臨的一個挑戰。

第三個方面，大家談成本比較多，開發過程中有一些比較重要的、投入非常大的，比如傳感器適配。智能汽車需要的傳感器越來越多，攝像頭、激光雷達、毫米波雷達等等，傳感器的適配工作量非常大。隨着智能駕駛功能不斷增加，場景越來越複雜，視覺感知成爲自動駕駛的主流技術，用的最多的就是攝像頭。但攝像頭適配的成本非常高，不同的鏡頭、不同的圖像傳感器匹配是很關鍵的，鏡頭的質量和技術參數，還有傳感器的技術參數要有很好的匹配，最後才能出來比較好的圖像，才能看得更清楚。

市場上鏡頭的玩家很多，傳感器玩家也很多，所以有非常多的排列組合。把鏡頭和傳感器放在一起的攝像頭要進行適配，適配費用差不多是兩千萬到四千萬，時間根據複雜程度和技術指標差不多是半年到一年半，人力投入在一百人月到五百人月，投入相當巨大，有時候開發時間跟一臺車換型時間都差不多。模組的選型不收斂，整個研發費用不斷增加，甚至是指數級增加。行業提出,需要進行技術上的協同，硬件進行標準化，避免重複造輪子。同時,降低資源浪費，提高研發效率，這也是現在自動駕駛裡面普遍碰到的一些挑戰和訴求。

地平線如何提供一些解決方案呢？這張圖在不同的場合都講過，今天我想從另外一個角度來講這個公式，地平線怎麼基於“智能計算的新摩爾定律”來解題。大家都知道芯片有多少TOPS，這只是芯片性能的一個指標。真正衡量一個芯片的性能，是指計算效能，也就是公式的左邊，每一個Watt，或每一個dollar，每秒能處理多少幀圖象，這纔是真正的性能。這是由三個方面來構成，等式另一側的最左邊，是講的芯片硬件的架構，IP、設計和硬件本身。最右邊是算法，算法的有效性和先進性，如何真正利用一款芯片，把它發揮到極致呢？就是利用中間的編譯器，這是把軟件和硬件結合起來非常關鍵的部分。從地平線來講，通過軟硬結合的技術路線，把一個芯片發揮到極致，算力可能不如某一款芯片，但是計算效能是非常高的，給主機廠帶來低成本，但是高性能的產品。

接下來，講幾款我們的產品。一個是開發工具鏈，爲了很好、很快地用一款芯片，必須要有強大的工具鏈，幫助快速對模型進行訓練、量化、編譯、去優化，最後再部署到芯片裡面去，在車裡能用起來，這是編譯器最主要的功能。這樣可以加速芯片的落地應用，同時提高計算效能，增加性價比。

舉一個例子，我們的征程5芯片在2021年發佈的時候，每一秒能處理1200多幀圖像。隨着編譯器不斷優化，到今年，差不多兩年的時間，每秒能夠處理1700多幀圖像。硬件是完全一樣的，通過優化編譯器，能夠充分發揮硬件資源，使得算法跑得非常高效。

中間是今年4月份發佈的踏歌智能駕駛應用開發套件，這是一個開放軟件，開發過程除了上層應用軟件，還有很多其他的通訊、開發架構、接口標準等等。每家公司都在做這些東西，我們認爲沒有必要大家重複造輪子，如果有一個開源的，大家共同來使用、不斷優化，可以使開發、集成、驗證不斷進行優化。隨着開源軟件不斷使用，使得通用的軟件更加成熟，這樣就避免重複造輪子，避免大家重複投入人力和財力，可以把人力和財力省下來做其他更需要投入的地方。

還有攝像頭的適配，工作量非常大，地平線在這塊也做了一些工作。我們內部有一個秋毫項目，最主要的是跟鏡頭和圖像傳感器的合作伙伴、供應商一起對傳感器的方案進行選型，同時進行測試的驗證，最後質量把關，給客戶帶來更多的效益。

首先跟廠商合作能夠保證供應，二是通過上下游的產業鏈技術的協同，在設計階段知道應用場景上對技術指標有哪些要求，哪些在哪個範圍內能出來更好的圖像，前期開發上可以避免很多浪費，標品率能夠大幅度提升。另外，對於整個適配效率也得到100%的提升。降本方面，通過選型的標準化、方案的優化，成本也可以節約30%。再加上質量的把控，使得大家能夠有更好的基礎。

通過地平線這種靈活的商業模式，開放的合作關係，跟下游的很多合作伙伴，包括硬件方案的提供商，還有軟件服務商，還有鏡頭模組、傳感器的合作伙伴進行合作。在上面是硬件合作伙伴，進行域控制器的生產製造，再加上軟件的合作伙伴，最後爲客戶進行系統的集成，在整個開發過程當中進行賦能。

地平線征程芯片已經成爲國內主機廠主流的選擇方案。上半年有數據統計，域控制器方面，我們跟英偉達一起達到了80%以上的份額，這是芯片本身。實際上從車的數量來講，我們是領先的。在L2 ADAS的市場，我們跟博世、Mobileye是三分天下，得到了主機廠的認可，在這裡對於主機廠和其他合作伙伴表示感謝。

我們目前跟100多家生態合作伙伴一起服務20多家車廠，目前有150多個項目在開發，已經量產50多個項目，目前已經給客戶供了400萬片芯片，所以我們的芯片已經得到了市場的驗證，得到了客戶的認可，所以我們也願意跟合作伙伴一起，和主機廠一起，共同推動自動駕駛的發展。

再次感謝大家的時間，謝謝！