單記章：看國產大算力芯片的量產之路
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6月28日報道 6月27日-29日，2022中國汽車供應鏈大會暨首屆中國新能源智能網聯汽車生態大會在湖北武漢舉辦，本屆大會的主題爲“融合創新、綠色發展——打造中國汽車產業新生態”，數百名來自全國各地的政府主管領導、全球汽車企業領袖、汽車行業精英匯聚一堂，共商綠色發展大計，助力構建“雙循環”新發展格局。
其中，在6月28日上午舉辦的大會主論壇上，黑芝麻（參數丨圖片）智能科技有限公司創始人兼CEO單記章發表精彩致辭。他表示，汽車有汽車的特點，邏輯運算、決策、控制同樣都是非常重要的。GPU圖形處理能力應用在座艙。同時，因爲人工智能在推動智能駕駛的發展，所以它對傳感器的處理，特別是圖像處理，也非常重要，還有就是大腦功能的神經網絡。“這是黑芝麻智能對應用場景對芯片架構需求的理解，我們是基於這些理解來設計我們的芯片。”
以下內容爲現場演講實錄：
尊敬的各位領導、各位專家、各位媒體朋友，大家好！我是黑芝麻智能的創始人單記章，非常榮幸在這裡分享我們對這個行業的一些理解。前面包括趙老師，各位專家講了一些事情，比如說車裡面軟件是靈魂，軟件定義汽車。
我們回顧一下，過去幾十年的產業的發展，在PC時代，最早的時候我們在中關村攢機器，我們找一個主板，再找一個顯卡，就能攢出個機器。後來我們看到PC一代一代升級，英特爾CPU的主頻和能力。後來進入到手機時代，像小米每次發佈，是高通的某一代芯片首發。華爲出了新的手機，最厲害的還是芯片——麒麟芯片。雖然說，最終的應用，用戶看到的都是軟件的呈現，但是底層的技術是特別重要的，特別是核心芯片。汽車時代芯片更重要，現在全世界實際上還是一片混沌的狀態，沒有絕對的最強最領先的企業。中國在這一次汽車革命浪潮中，我覺得是非常有希望成爲全球的領導者。當然我們希望這個領導者是黑芝麻智能，我們在爲這個目標而努力。
我是學芯片的，做芯片做了幾十年，供應鏈大會這兩天討論的主要議題中，確實提到非常多關於芯片荒，卡脖子等話題。我今天的演講主題是國產大算力芯片的量產之路，這個主題在當前環境下是很應景的。
這兩年，關於智能駕駛，新能源車的發展上行業慢慢有了共識；產業方面，技術路線和演進的方；法律法規慢慢落地，成爲現實，比如，在歐洲L3的車已經可以上路，同樣的中國對L3的一些法律法規也開始出臺政策，逐步實施。然後是商業模式漸漸落地，早期所謂的智能駕駛，其實體驗感是很不好的，也不夠智能。現在，在底層技術的推動下，用戶真正的剛需，逐漸清晰，比如說像高速巡航、自動泊車、還有城市內部道路的巡航。我們認爲，當前的這個時間點，智能駕駛才真正進入了發展的快車道。我們從芯片行業裡面的觀察看到，今年，特別是2022年會是智能駕駛的一個爆發的時間點。當然這個爆發起來，會催生非常多的產業的商業機會，汽車行業迎來巨大的機遇，不光是汽車製造，包括新能源、共享、人機交互、芯片、人工智能，各個方面會帶來巨大的機遇。
黑芝麻智能是做芯片的，我以芯片的發展爲例，到2025年，SOC在整個汽車市場的出貨量會接近1400萬片，當然這個數量比起手機芯片的出貨還是少很多，手機芯片的每年的出貨量大概是幾十億片。但是汽車裡面的芯片，單個芯片的價值是要遠遠高於手機的，所以這個汽車芯片的產值是十分可觀的。在智能汽車時代，怎樣推動智能駕駛的發展十分重要。前面幾位嘉賓提到了特斯拉和他們的數據，我們從以下幾個角度來理解特斯拉。第一是計算平臺，數據在智能汽車領域是十分重要的，更重要的是這些數據是他們基於FSD這樣一個十分強大的計算平臺跑出來的。正是因爲FSD才能讓特斯拉跑出來的數據，跟大家不一樣。我相信很多朋友應該是記得，特斯拉有一段時間是快破產了，華爾街非常不看好它，但是自從它推出FSD自動駕駛，特斯拉的股票一飛沖天。
當然，不光是計算平臺本身，還包括它有一個非常創新的電子電氣架構，推動電子電氣架構的發展。另外一個就是因爲它有強大的計算平臺，它的軟件可以快速升級。我們可以看到，特斯拉的軟件升級速度非常快，是因爲和過去的電子電氣架構不一樣，它這個平臺是預留了很多能力的。不光是簡單的一些計算能力，後面我們有介紹。當然，還有一點，特斯拉是用攝像頭，以這個作爲它的主要傳感器，我們的理解不太一樣，我們的理解是它用成熟可靠的零部件，來推動它的智能化的發展。特斯拉有自己的創新能力，基於自研的計算平臺，不斷迭代。同時特斯拉也很保守，因爲車是涉及到人的生命的，所以它儘量用成熟可靠的零部件。我相信當雷達、激光雷達這些傳感器變得成熟，變得成本可接受，特斯拉一定也會用的。
計算平臺的演進其實是和需求相關的。在PC時代，我們要的是通用計算能力，所以需要邏輯計算的CPU，和做圖形的GPU，因此PC的芯片架構是CPU+GPU。手機時代，最重要的功能是支付，玩遊戲、拍照，所以手機裡面的計算能力，主要集中在CPU+GPU+圖像處理。到了汽車時代，需求顯然也是不一樣的，汽車有汽車的特點，邏輯運算、決策、控制同樣都是非常重要的。GPU圖形處理能力應用在座艙。同時，因爲人工智能在推動智能駕駛的發展，所以它對傳感器的處理，特別是圖像處理，也非常重要，還有就是大腦功能的神經網絡。這是黑芝麻智能對應用場景對芯片架構需求的理解，我們是基於這些理解來設計我們的芯片。
電子電氣的架構和芯片的架構是相輔相成的，是互相推進，互相促進的作用。最早的MCU，從分佈式的到域控到中央計算。在MCU時代，可能是40納米的製程就已經非常先進了，後來變是一些SOC，做成域控單元。再後來，到今年2022年，很多人都在做行泊一體，有多芯片的，單芯片的，我們很自豪做出單芯片支持行泊一體，然後是多域融合，再後來是中央計算。當然中央計算這個概念非常大，就是需要的計算能力可能是巨大無比的，光靠單一芯片可能是不一定能實現的。所以，在這個架構上，應該是SOC，我們實現很強大的計算能力，現在像英偉達他們宣佈，他們是1000T單芯片的算力。但是有可能，我們整個的中央計算需要的算力，可能遠超1000T，就變成了像類似於計算機裡面的這種刀片式的架構。當然，包括高速的互聯，這個和別的東西不太一樣，有高速低延時的連接要求。
基於我們對技術和行業的理解，黑芝麻智能推出了華山系列幾代的自動駕駛計算芯片，我們現在的主力產品是在A1000，這是我們今年主要量產的芯片，我們去年發佈的芯片是A1000 Pro，應該是中國當前算力最高的一個芯片。今年底，我們會宣佈我們的A2000，當然我們也在佈局下一代的芯片A3000，會超過1000T的算力。當然製造工藝，也是非常先進，我們會用到5納米。爲什麼要推到後面去，主要的原因是我們是做車規級，車規級的5納米工藝，現在還不成熟。
除了芯片，芯片本身還要解決非常多的問題，一個是封裝的技術，現在單芯片做到上千T的算力，單個的die是非常大的問題，良品率假如說做到500平方米，可能只有20%，非常低，這是不現實的。先進的封裝用2.5D，3D的封裝，在車振動的環境下，高低溫非常苛刻的情況下，封裝需要做非常多的工作。另外一個就是隔離的技術，因爲這裡面多域融合，會需要有硬件隔離，或者是用所謂的軟隔離，虛擬化這些也都需要。還有一個，多芯片之間的高速低延時的互聯，這個也是特別重要的。當然核心IP是更重要的，我就不再多講，大家都在提這個事情，核心技術自主可控。
另外一個，我想分享的點就是，早期的一些車規的芯片，可能不涉及到功能安全，可以加速它的量產，但是包含功能安全，和苛刻環境的要求之後，真正能加速的，最低要求的時間，其實是必要的，我們是非常認真對待這個事情，因爲涉及到生命。從芯片開始，到測試封裝完成，我們認爲兩年的時間可能是必不可少的，有可能加速，但是大概是這個時間。從芯片測試完成之後，真正地要去做到量產，一年半到兩年的時間，這個是我們認爲必不可少的，因爲涉及到ACQ100的認證，2022功能安全的認證，還有夏季冬季測試，還有包括軟件本身的認證，非常多的規範要求。
這個我也寫了一個供應鏈，好像是今天各位嘉賓分享供應鏈的很多，我就不多講，我是從半導體行業來說一下我的一點理解。半導體本身，芯片本身是一個全球的產業，因爲芯片的投入非常巨大，是要賣到全世界，儘量分攤研發成本到每一片的芯片上。所以雖然是全球化，本地化，地域化非常重要，但是我們對芯片來講，可能是要多地佈局，不光是說在本地化，同時需要擴展到全球。
簡單介紹一下我們公司，前面是我們對行業的理解，我們公司是做芯片的，但是芯片本身其實不只是芯片，芯片你要用起來，包括數據、算法、軟件、工具。我們今年非常自豪的就是說，我們量產的華山二號1000的芯片，是當前中國性能最好的一個大算力芯片，我們公司早期做規劃的時候，我們戰略的放棄了特別低的算力，像Mobileye 的EyeQ4的芯片，我們到現在所支持L2+L2這樣規格的芯片，現在我們得到了非常多車廠的支持，前一段時間我們跟江淮宣佈，我們今年會量產。我們後面會有更多的發佈會，去介紹我們的華山芯片的量產。
當然這個芯片本身核心IP，我們剛纔說的信號處理非常重要，當然圖像處理也很重要，另外就是大腦部分的神經網絡。神經網絡其實這幾年發展的非常快，從過去的全連接的網絡發展到後面，一直到現在，我們的神經網絡要適應這些所有的架構的變化，我們的核心IP。另外就是車規的圖像，我們在手機上面的拍照和車上是完全不一樣的，很大的一個挑戰就是，第一個傳感器的數量巨大，所以它所要處理的數據量非常大。另外都是高動態的，我們拿手機拍照，經常是亮的拍得到，暗的拍不到，車是不允許的，必須同時拍到，這是我們的兩個核心IP。
另外數據本身特別重要，但是怎麼用起來，實際上需要做數據閉環，包括數據的採集，數據的標註，數據的清洗，數據的應用，在線的軟件仿真，應用仿真，整個的一套工具，我們也在圍繞我們的芯片，打造這樣的環境。我們用我們的芯片，做了一個數據採集系統，我們可以把十幾個攝像頭，或者幾十個攝像頭加上激光雷達，毫米波雷達，GPS，車身信息，各種信息同步採集下來，而且我們可以把包括這些所有傳感器的未處理的這一套記錄下來，同時存儲起來，其實是非常挑戰，我們用我們的芯片把這個做起來。
另外剛纔提到的生態，就是數據的生態，其實我理解，不是非常成熟，但是我覺得這是一個非常大的市場，是什麼樣的一個東西呢？大家認爲蘋果手機很成功，但是我認爲蘋果最成功的不只是手機，是它的應用市場生態，在手機的基礎上開發各種應用，大家去交易，這個是它非常成功的。我相信車應該是有一個更大的生態，當然車和手機不太一樣，主要是依賴於數據驅動創新。在這個數據的基礎上，我們可以有更多的人，不用去在這方面進行投入，它可以去發揮它的聰明才智，開發新的算法，開發新的應用，可以在這個生態上交易。另外還有一個數據量的問題，就是說特斯拉一家公司得到了非常多的數據，但是中國有中國的特點，我們可以藉助政府的力量，怎麼樣去把所有這些車廠公司的數據集聚在一起，讓大家可以交易，可以使用。我相信，我們一定是能夠做得非常好，這是我最早說的，我爲什麼對中國公司，在智能駕駛時代，我們的芯片會成爲全球的領導者，這是我的信心，這是一個很重要的因素。
算法也是特別重要的，雖然是數據驅動，但是算法本身也是特別重要，我們公司爲了讓我們的客戶更快地用我們的芯片，做出他的解決方案，我們開發了各種方向的。有車周圍的3D環境感知，車內的駕駛員行爲，在泊車的場景下，非常近距離，但是我所有的位置都要看得清楚，這些算法我們都達到量產狀態。
另外一個就是工具，包括中間件，工具鏈本身，我們也是保持開放，我們把這個東西開發完，但是我們可以白盒交付，客戶可以基於我們這個開發，也可以不用，我們分成模塊化，可以不用我們的模塊自己開發，我們保持一個開放的態度。
另外我想說一件事情，大家都在提國產供應鏈，我們自己覺得有一個責任，我們是做一個核心的芯片，核心智能駕駛的芯片，我們在我們這個芯片的基礎上，我們找了所有國內的提供芯片的各種供應商，我們一起打造了一個全國產的預控制器，不能說100%，幾乎是99%是國產的，我希望哪一天可以做到100%國產。
我們希望和一級供應商、主機廠，還有各種技術提供商、資本，我們希望去打造中國的智能駕駛生態，推動中國智能駕駛的發展，謝謝大家！
（注：本文根據現場速記整理，未經演講嘉賓審閱）
1