0
| 本文作者： 李雨晨 | 2025-11-07 17:41 |
2016年，AI芯片公司黑芝麻智能成立。四年之后，黑芝麻智能A1000正式發(fā)布。這是本土的第一款16納米、稠密算力超過(guò)50TOPS的劃時(shí)代產(chǎn)品。當(dāng)時(shí)，智能駕駛行業(yè)仍處于低谷，A1000的出現(xiàn)既是機(jī)遇也有風(fēng)險(xiǎn)。
風(fēng)險(xiǎn)在于，如果沒(méi)有車(chē)企敢用，前期的巨額投入將把公司帶入死胡同。如果能提前踩準(zhǔn)車(chē)企和智駕的演進(jìn)方向，那將會(huì)直接填補(bǔ)行業(yè)的需求空白。
2022年，A1000開(kāi)始量產(chǎn)。在車(chē)企尚未完全建立智能化團(tuán)隊(duì)、積累足夠量產(chǎn)經(jīng)驗(yàn)時(shí)，黑芝麻智能決定與車(chē)企進(jìn)行“聯(lián)合開(kāi)發(fā)”。
黑芝麻智能CMO楊宇欣向雷峰網(wǎng)回憶，“發(fā)揮一顆AI芯片的作用很復(fù)雜，如果不具備完整的整套解決方案能力，很難說(shuō)服合作伙伴和客戶在你的芯片上投入開(kāi)發(fā)，所以需要先要證明自己。”
吉利是黑芝麻智能的早期客戶之一。
在吉利量產(chǎn)的最后三個(gè)月，億咖通、吉利和黑芝麻智能的三方團(tuán)隊(duì)在杭州灣共同攻關(guān)。白天研發(fā)團(tuán)隊(duì)進(jìn)行開(kāi)發(fā)，夜里測(cè)試團(tuán)隊(duì)加緊測(cè)試。第二天一早，研發(fā)工程師起床后收到新的問(wèn)題，再繼續(xù)開(kāi)發(fā)和調(diào)試。
在這樣的開(kāi)發(fā)節(jié)奏下，黑芝麻智能在領(lǐng)克08這款使用全新智駕方案的車(chē)型上只用了12個(gè)月，就完成了基于A1000的高速NOA智駕方案研發(fā)落地。
也正是從2023年開(kāi)始，智駕方案的迭代進(jìn)程更加迅速。從無(wú)圖方案到端到端再到大模型的上車(chē)，考驗(yàn)的是對(duì)于新技術(shù)的敏銳判斷和堅(jiān)決押注。
2025年底，黑芝麻智能的A2000系列發(fā)布。A2000采用自研九韶NPU架構(gòu)，專(zhuān)為全場(chǎng)景通識(shí)智駕設(shè)計(jì)，并且有A2000 Lite、A2000和A2000 Pro三個(gè)梯隊(duì)型產(chǎn)品。除了面向智駕的城區(qū)NOA等，還可以應(yīng)用于Robotaxi，且支持機(jī)器人和通用推理計(jì)算等多個(gè)領(lǐng)域。
楊宇欣表示，“A2000的理念就是通過(guò)對(duì)大模型的支持，來(lái)增加落地場(chǎng)景的通用性。”
今年3月，黑芝麻智能與武漢大學(xué)相關(guān)團(tuán)隊(duì)達(dá)成戰(zhàn)略合作，基于武漢大學(xué)研發(fā)的“天問(wèn)”人形機(jī)器人，以黑芝麻智能的華山A2000芯片和武當(dāng)C1236芯片打造機(jī)器人“大腦”和“小腦”平臺(tái)方案，并圍繞人形機(jī)器人量產(chǎn)的芯片解決方案深入合作。
在楊宇欣看來(lái)，“芯片是長(zhǎng)坡厚雪，需要踏實(shí)走好每一步。不管怎么樣，我們已經(jīng)走到了行業(yè)頭部。”
問(wèn)：能否聊聊您當(dāng)時(shí)加入黑芝麻智能的契機(jī)？
我以前在中科創(chuàng)達(dá)，2016年代表中科創(chuàng)達(dá)投資了黑芝麻智能。2019年正式加入。我在手機(jī)和芯片行業(yè)工作多年，當(dāng)時(shí)，新能源汽車(chē)和自動(dòng)駕駛沒(méi)有很火，但我認(rèn)為中國(guó)半導(dǎo)體行業(yè)的黃金十年即將到來(lái)，希望能加入一家芯片創(chuàng)業(yè)公司，做一些能夠改變行業(yè)的事。
2019年，第一代AI芯片創(chuàng)業(yè)公司已經(jīng)慢慢跑出來(lái)。大家都是瞄著做通用AI，但并沒(méi)有很好的落地場(chǎng)景。所以第二波AI芯片的創(chuàng)業(yè)者開(kāi)始更專(zhuān)注落地的場(chǎng)景。
自動(dòng)駕駛是垂直領(lǐng)域的AI芯片，從出生就帶著場(chǎng)景。
自動(dòng)駕駛的發(fā)展是從2014年左右開(kāi)始。2018年是谷底。因?yàn)樾酒腁I計(jì)算能力指數(shù)級(jí)提升，很多在學(xué)術(shù)圈研究AI的人“從山洞里”出來(lái)了，有機(jī)會(huì)將理論上的東西去落地到具體應(yīng)用場(chǎng)景，自動(dòng)駕駛就是其中一個(gè)場(chǎng)景。
但這個(gè)時(shí)候有兩派別。一派尋求跨越式發(fā)展直接進(jìn)入L4；另一派是漸進(jìn)式發(fā)展路線，知道這件事不可能一蹴而就，但是發(fā)展都沒(méi)達(dá)行業(yè)的預(yù)期。因?yàn)闈u進(jìn)式路線需要車(chē)企資源的大量投入，觀望者居多，不愿意吃螃蟹。
2019年是智能駕駛行業(yè)的谷底，很多公司關(guān)門(mén)或者把技術(shù)打包賣(mài)掉。直到特斯拉發(fā)布FSD，行業(yè)才全面抬頭，開(kāi)始摸著特斯拉過(guò)河，從純視覺(jué)、BEV到端到端。再加上從2020年開(kāi)始，市場(chǎng)對(duì)半導(dǎo)體的投資加大，由此形成技術(shù)和資本的兩股春風(fēng)。
問(wèn)：誰(shuí)是黑芝麻智能第一個(gè)吃螃蟹的客戶？
最早是和一汽合作，對(duì)我們的幫助很大。我記得很清楚，2019年我到黑芝麻智能后的第一件事，就是12月跑到長(zhǎng)春，零下35度，跟一汽簽戰(zhàn)略合作。另外是上汽，在2017年左右通過(guò)旗下一支基金投資我們。
A1000的第一個(gè)定點(diǎn)是江淮。真正開(kāi)始大放量是吉利的車(chē)型，跟江淮前腳后腳。從2022年底開(kāi)始，我們就從領(lǐng)克系列開(kāi)始合作，后來(lái)又拓展到銀河系列和星耀系列。
因?yàn)楹谥ヂ橹悄苓@種AI芯片公司，和傳統(tǒng)芯片公司的團(tuán)隊(duì)配置不太一樣。傳統(tǒng)芯片公司以芯片設(shè)計(jì)為主，搭配底層的驅(qū)動(dòng)和軟件開(kāi)發(fā)人員。
但是黑芝麻智能除了這些配置之外，上層的操作系統(tǒng)、工具鏈、模型都有相應(yīng)的團(tuán)隊(duì)。
要發(fā)揮一顆AI芯片的作用很復(fù)雜，如果不具備完整的整套解決方案能力，很難說(shuō)服合作伙伴和客戶在你的芯片上投入開(kāi)發(fā)，所以需要先證明自己。
吉利和東風(fēng)的前兩款車(chē)都是我們自己的感知算法，我們是最早在國(guó)內(nèi)實(shí)現(xiàn)高速NOA方案量產(chǎn)的幾個(gè)平臺(tái)之一。一旦證明了能力后，后續(xù)的上車(chē)就變成一個(gè)工程化scaling的過(guò)程，問(wèn)題就變成“是否有足夠多的團(tuán)隊(duì)幫客戶進(jìn)行工程化”。車(chē)型的傳感器配置、角度不一樣，就會(huì)有大量工程開(kāi)發(fā)工作，我們會(huì)與合作伙伴一起配合。
所以，到了銀河星耀系列就切換到了吉利與第三方算法合作伙伴共同開(kāi)發(fā)的算法。我們也證明了黑芝麻智能芯片的開(kāi)放性和量產(chǎn)能力。
黑芝麻智能還是始終堅(jiān)持開(kāi)放平臺(tái)的商業(yè)模式，這也是國(guó)際巨頭多年驗(yàn)證成熟的模式，雖然我們具備模型和算法，但是不能單純靠算法和工程交付掙錢(qián)，要依靠標(biāo)準(zhǔn)化的解決方案、依靠生態(tài)客戶和一級(jí)供應(yīng)商（Tier1)來(lái)做。
這也體現(xiàn)在黑芝麻智能的人員規(guī)模上。我入職時(shí)不到300人，接來(lái)量產(chǎn)的落地三四年之間人員快速擴(kuò)大，最高峰到1200人，現(xiàn)在穩(wěn)定在1000人，已經(jīng)形成完整穩(wěn)定研發(fā)和商業(yè)化組織。
問(wèn)：當(dāng)時(shí)在一汽、東風(fēng)遇到了哪些競(jìng)對(duì)？
我們?cè)缙诘母?jìng)對(duì)還是海外的芯片巨頭為主，像英偉達(dá)、德州儀器、高通也在迅速追趕。
低算力平臺(tái)其實(shí)有很多選擇，瑞薩、安霸、Mobileye，但是逐漸成為主流的中高算力平臺(tái)的玩家在逐漸變少。
新的智駕功能剛開(kāi)始開(kāi)發(fā)的時(shí)候客戶的平臺(tái)都會(huì)考慮到算力冗余，功能收斂之后，性?xún)r(jià)比這件事就很重要。
我們?cè)诩慨a(chǎn)的最后三個(gè)月，美國(guó)和中國(guó)團(tuán)隊(duì)同事24小時(shí)協(xié)同支持。億咖通、吉利和我們?cè)诤贾轂彻餐リP(guān)。白天研發(fā)團(tuán)隊(duì)進(jìn)行開(kāi)發(fā)，夜里測(cè)試團(tuán)隊(duì)加緊測(cè)試。第二天一早，研發(fā)工程師起床后收到新的問(wèn)題，再繼續(xù)開(kāi)發(fā)和調(diào)試。
領(lǐng)克08這款車(chē)比較特殊，因?yàn)樗械钠脚_(tái)都是新的，沒(méi)有沿用任何吉利已有的平臺(tái)，留給輔助駕駛方案的研發(fā)只有12個(gè)月，我們都認(rèn)為是不可能完成的任務(wù)，但是通過(guò)與客戶和合作伙伴的通力合作，我們創(chuàng)造了奇跡。
回頭來(lái)看，2023年A1000開(kāi)始大規(guī)模量產(chǎn)，當(dāng)時(shí)國(guó)內(nèi)沒(méi)有幾家可以真正量產(chǎn)高速NOA，我們絕對(duì)是前幾個(gè)。
現(xiàn)在，城市NOA又成為了新的賣(mài)點(diǎn)，大概需要500TOPS以上的算力。目前業(yè)內(nèi)有這個(gè)能力，只有Thor、黑芝麻智能A2000、地平線J6P。
問(wèn)：但是現(xiàn)在大算力智駕芯片還是英偉達(dá)的天下。
大家在做算法訓(xùn)練時(shí)都是用英偉達(dá)的服務(wù)器，部署到英偉達(dá)的推理芯片上的遷移成本比較低。但一旦車(chē)子的銷(xiāo)量提升后，遷移成本相比于平攤到每輛車(chē)的硬件成本就變得微不足道了。我認(rèn)為隨著場(chǎng)景的成熟和方案的普及，芯片以及方案的成本將成為客戶決策的關(guān)鍵因素。
回過(guò)頭來(lái)，我們還是認(rèn)為ASIC架構(gòu)的芯片會(huì)逐漸成為主流，出貨量足夠大、場(chǎng)景相對(duì)收斂后， ASIC芯片的性?xún)r(jià)比優(yōu)勢(shì)會(huì)凸顯。
問(wèn)：2020年A1000發(fā)布到2023年落地，這三年的節(jié)奏是在預(yù)期之內(nèi)嗎？
在我們預(yù)期之內(nèi)。
2020年以前，中國(guó)很多芯片設(shè)計(jì)的創(chuàng)業(yè)公司不愿意開(kāi)發(fā)車(chē)規(guī)芯片，因?yàn)槁涞刂芷陂L(zhǎng)，客戶準(zhǔn)入門(mén)檻高。車(chē)規(guī)芯片相比于一般的消費(fèi)級(jí)芯片有更多的要求。
第一個(gè)是團(tuán)隊(duì)要通過(guò)車(chē)規(guī)認(rèn)證，團(tuán)隊(duì)要基于車(chē)規(guī)芯片的設(shè)計(jì)流程來(lái)設(shè)計(jì)芯片，比消規(guī)芯片更嚴(yán)格。
第二個(gè)是研發(fā)流程的車(chē)規(guī)級(jí)認(rèn)證，整個(gè)公司的設(shè)計(jì)流程是不是按照車(chē)規(guī)流程來(lái)。
第三個(gè)是產(chǎn)品的車(chē)規(guī)認(rèn)證。芯片設(shè)計(jì)一年半到兩年的時(shí)間，A1000是國(guó)內(nèi)第一個(gè)高算力的車(chē)規(guī)級(jí)智能駕駛芯片，我們又是一家新公司，所以客戶的驗(yàn)證周期更長(zhǎng)。
2020年A1000出來(lái)之后整整一年的時(shí)間，我們一邊是給客戶推廣產(chǎn)品，一邊完成芯片產(chǎn)品的車(chē)規(guī)認(rèn)證。完成芯片的 ACQ100認(rèn)證、ISO 26262認(rèn)證等，也花了大半年的時(shí)間。
我們的第一個(gè)定點(diǎn)其實(shí)是從2021年下半年開(kāi)始。只是到了2022年5月，我們才官宣了戰(zhàn)略合作。這些時(shí)間和節(jié)點(diǎn)的推進(jìn)，都在預(yù)期范圍內(nèi)。隨著量產(chǎn)芯片上車(chē)越來(lái)越多，交付流程也更加成熟，design in的周期會(huì)相對(duì)變短。
問(wèn)：2020年底發(fā)布的A1000是2017年開(kāi)始籌劃的？
楊宇欣：是的，一般芯片公司為了盡快推出芯片會(huì)盡量基于第三方的IP進(jìn)行開(kāi)發(fā)，我們的判斷是，核心IP是產(chǎn)品差異化的根本，特別是在新的技術(shù)領(lǐng)域，因此我們的技術(shù)戰(zhàn)略是ISP、NPU一定要自研。經(jīng)歷過(guò)芯片技術(shù)周期的人，對(duì)芯片的定義會(huì)有自己的理解。
但我們的判斷是算力的需求迭代會(huì)非常快， A1000設(shè)計(jì)的是58TOPS的稠密算力，2020年發(fā)布的時(shí)候是16nm工藝下最高的算力。
現(xiàn)在來(lái)看，這個(gè)路徑選擇還是正確的。我們從中也得到了相應(yīng)的回報(bào)，直到現(xiàn)在A1000仍然有新的定點(diǎn)持續(xù)出貨，是算力和市場(chǎng)化表現(xiàn)最好的之一，也是高速NOA的一個(gè)主流芯片平臺(tái)。
問(wèn)：A2000系列的A200Lite、A2000、A2000 Pro的設(shè)計(jì)邏輯是什么？
設(shè)計(jì)思路主要是兩個(gè)維度，技術(shù)與場(chǎng)景。
隨著大模型的普及，芯片底層的差異化變小。很多算法的底層架構(gòu)都是基于Transformer。所以，需要把芯片的定位做得更“精準(zhǔn)”。我們不是加速算法，而是加速模型框架，對(duì)Transformer的支持足夠越好，越能支持算法在輔助駕駛和座艙等等算法和應(yīng)用快速迭代。
A2000的理念就是通過(guò)對(duì)大模型的支持，來(lái)增加通用性。
過(guò)去大家都說(shuō)ASIC芯片是雙刃劍，一方面是成本功耗有優(yōu)勢(shì)，但是通用性不足。但是隨著底層模型的標(biāo)準(zhǔn)化，ASIC芯片的通用性會(huì)進(jìn)一步提升。
另一個(gè)維度是，端側(cè)會(huì)出現(xiàn)更多的場(chǎng)景。所以，A2000也在觀察通用端側(cè)推理市場(chǎng)的應(yīng)用前景。
回到這三款產(chǎn)品。三個(gè)不同的產(chǎn)品定位，還是與算力關(guān)聯(lián)。一項(xiàng)技術(shù)從出現(xiàn)到成熟，需要不斷去驗(yàn)證場(chǎng)景來(lái)實(shí)現(xiàn)功能的收斂。之前說(shuō)到，算力的需求是逐漸收斂的。所以，A2000要先提供足夠的算力冗余去覆蓋需求，接下來(lái)才是圍繞性能和成本優(yōu)化。
而A2000 Lite要實(shí)現(xiàn)在算力需求收斂后進(jìn)一步提高性?xún)r(jià)比的目標(biāo)，A2000 Pro會(huì)面向Robotaxi方面的應(yīng)用。
我的觀點(diǎn)是，L3和L4會(huì)長(zhǎng)期共存。因?yàn)閮烧叩纳虡I(yè)模式出現(xiàn)了本質(zhì)區(qū)別。L3屬于人機(jī)共駕，而L4是人機(jī)分離。L3為什么會(huì)長(zhǎng)期存在，因?yàn)槎唐趦?nèi)“買(mǎi)車(chē)”這件事不會(huì)消失。
隨著Robotaxi的試點(diǎn)范圍和運(yùn)營(yíng)逐漸成熟，未來(lái)會(huì)進(jìn)入L4的時(shí)代，年輕人不再買(mǎi)車(chē)了。A2000 Pro就是面向L4級(jí)別市場(chǎng)，提供更高算力的維度來(lái)定義。
問(wèn)：前段時(shí)間黑芝麻智能和奇瑞、太保的戰(zhàn)略合作也是基于L3來(lái)考慮的？
是的。我們和奇瑞以及太保的合作，是基于商業(yè)模式和場(chǎng)景拓展兩個(gè)維度。很重要一點(diǎn)是，L3開(kāi)始在商用車(chē)領(lǐng)域落地。其次，商用車(chē)大量都是運(yùn)營(yíng)車(chē)輛，輔助駕駛在運(yùn)營(yíng)車(chē)輛里能夠起到提高安全性、降低運(yùn)營(yíng)成本的作用，這一點(diǎn)被車(chē)企所認(rèn)可。
我們和太保交流，50%投保的商用車(chē)會(huì)有索賠記錄，目前商用車(chē)的保險(xiǎn)模型是虧錢(qián)的。所以我們現(xiàn)在的方式是“技術(shù)降本”，經(jīng)過(guò)初步估算和試點(diǎn)，我們可以將保險(xiǎn)賠付率下降20%。
問(wèn)：前一段時(shí)間，有高通的高管公開(kāi)表態(tài)，芯片的內(nèi)存帶寬比NPU算力更重要，從您的角度怎么評(píng)價(jià)這個(gè)觀點(diǎn)？
楊：為什么這幾年AI芯片大家除了算力越來(lái)約關(guān)注帶寬，是因?yàn)榇笳Z(yǔ)言模型隨著參數(shù)量的不斷增加，除了計(jì)算，對(duì)于數(shù)據(jù)的搬運(yùn)的需求也大大增加。
純粹的算力增加已經(jīng)不是特別高的技術(shù)瓶頸。說(shuō)實(shí)話，堆砌算力只是量變不是質(zhì)變。實(shí)際在運(yùn)算模型的過(guò)程中，數(shù)據(jù)搬運(yùn)的不及時(shí)會(huì)造成算力無(wú)法發(fā)揮。
這也是為什么近幾年針對(duì)HBM（高帶寬內(nèi)存）的管制越來(lái)越多。
從黑芝麻智能的角度看，一味增加帶寬意味著芯片面積會(huì)增加，也就帶來(lái)成本的增加。A2000在設(shè)計(jì)之初就考慮到大模型的數(shù)據(jù)搬運(yùn)問(wèn)題。因?yàn)槲覀冇昧俗钚乱淮腎P，原生支持大模型。
我們希望通過(guò)整體的架構(gòu)創(chuàng)新，去找到帶寬、計(jì)算性能、價(jià)格的平衡，最新一代九韶架構(gòu)的NPU通過(guò)架構(gòu)創(chuàng)新提高計(jì)算效率同時(shí)降低對(duì)帶寬的依賴(lài)。
問(wèn)：能否談?wù)劰ぞ哝湹膯?wèn)題？其實(shí)此前會(huì)有用戶反映黑芝麻智能的工具鏈不好用，開(kāi)發(fā)難度大。
所有的像黑芝麻智能這樣自研NPU的芯片廠商都需要配套自研工具鏈。我們工具鏈起步偏晚，直到A1000出來(lái)后才開(kāi)始大規(guī)模投入工具鏈。
但是經(jīng)過(guò)這么多年的量產(chǎn)，我們的工具鏈已經(jīng)能夠符合客戶的使用要求，實(shí)現(xiàn)了大規(guī)模的量產(chǎn)交付，同時(shí)還在快速迭代，支持更多的第三方的算法也可以在我們芯片上量產(chǎn)。
A1000是我們第二代NPU，A2000是第三代NPU。所以我們的工具鏈?zhǔn)怯醒永m(xù)性的，這個(gè)非常重要，客戶在升級(jí)黑芝麻智能芯片平臺(tái)的時(shí)候不需要重新適應(yīng)新的開(kāi)發(fā)環(huán)境。現(xiàn)在我們公司有1000人，80%的人是研發(fā)背景。研發(fā)團(tuán)隊(duì)里軟件和硬件比是1:4。軟件里面包括了驅(qū)動(dòng)、底軟、工具鏈、模型等。
問(wèn)：這幾年，智駕方案的迭代速度非常快，但是芯片是一個(gè)長(zhǎng)周期行業(yè)，可能3年前的需求定義已經(jīng)與現(xiàn)在脫節(jié)。另一方面，Tier2廠商下場(chǎng)做交付也越來(lái)越多。行業(yè)現(xiàn)在有哪些問(wèn)題要解決？
輔助駕駛的變化很快，但是客戶希望加量不加價(jià)。我們的挑戰(zhàn)仍然在于，技術(shù)迭代要足夠快，但又要兼顧成本的壓力。
其實(shí)到今天，不同的芯片公司已經(jīng)演化出不同的發(fā)展路徑。有的芯片公司已經(jīng)成為解決方案公司，成為了Tier1直接給客戶交付兜底。但我們?nèi)匀皇菆?jiān)持做Tier2。
AI 芯片公司需要完整的解決方案能力，大家都講軟硬一體，我們也贊同芯片要和模型的發(fā)展緊密匹配。但是我們很重要的一個(gè)觀點(diǎn)是，軟硬一體是技術(shù)趨勢(shì)而不是商業(yè)模式，如果是一個(gè)黑盒的商務(wù)模式就很難了，方案仍然需要開(kāi)放。
過(guò)去的手機(jī)、消費(fèi)電子行業(yè)都是這種模式，英偉達(dá)、高通也都是開(kāi)放平臺(tái)。
當(dāng)然，黑盒模式需要結(jié)合公司的發(fā)展階段。有的公司是先有算法再有芯片，因?yàn)樾酒耆菫榱俗约旱乃惴ㄐ枨笤O(shè)計(jì)。但是每一家方案公司的算法框架、技術(shù)路線都不同，對(duì)別人的支持就會(huì)弱。
你照著自己的樣子打造的一件衣服，穿在別人身上就不太合適，而我們是做“均碼”的。
黑芝麻智能現(xiàn)在有紐勱等算法合作伙伴。智駕和艙駕一體在與國(guó)內(nèi)和海外頭部的Tier1德賽西威、均勝電子、斑馬和安波福等合作。
現(xiàn)在城市NOA已經(jīng)逐漸成為主流，車(chē)企都在紛紛加大智駕方案的自研力度，隨著技術(shù)的進(jìn)一步成熟，我們相信產(chǎn)業(yè)鏈分工也會(huì)逐漸清晰。
作為終端廠商，車(chē)企會(huì)非常重視用戶體驗(yàn)。你看所有的手機(jī)廠商，UI和交互都是自己做。輔助駕駛離用戶體驗(yàn)最近的就是算法，用戶對(duì)芯片反而感知不強(qiáng)。
我們一直認(rèn)為，芯片是長(zhǎng)坡厚雪，需要踏實(shí)走好每一步。不管怎么樣，我們起碼是走到了行業(yè)頭部。
問(wèn)：當(dāng)下最前沿、討論最多的一個(gè)概念是VLA，怎么看VLA的上車(chē)前景？
我們看到VLA已經(jīng)逐漸成為智駕行業(yè)技術(shù)發(fā)展的一個(gè)共識(shí)，我們也在加速這方面的研發(fā)。而對(duì)于算力的需求也會(huì)有一個(gè)變化的過(guò)程。
回顧過(guò)往，大家都經(jīng)歷了從場(chǎng)景收斂、方案收斂再到成本收斂的是那個(gè)階段。等到最后城市NOA大規(guī)模普及時(shí)，是否需要那么大算力，很難確定，一開(kāi)始高速NOA的設(shè)想是1000 TOPS，現(xiàn)在只需要50 TOPS。城市NOA也會(huì)經(jīng)歷這個(gè)過(guò)程。
我們判斷，未來(lái)三年內(nèi)，支持基本城市NOA的功能的芯片算力會(huì)有望收斂到300 TOPS以?xún)?nèi)。
等城市NOA逐漸收斂之后，下一步就是要往L4去卷了。
問(wèn)：今年6月，高通的發(fā)布會(huì)有一系列芯片和新的理念，其中就有艙駕融合。黑芝麻智能的武當(dāng)系列是面向這一理念，目前你們的艙駕融合進(jìn)程如何？
目前市面上能夠提供艙駕一體芯片的主要就兩家供應(yīng)商，一個(gè)高通的8775，一個(gè)是我們。但是兩者的定位會(huì)有區(qū)別。
黑芝麻智能的C1296會(huì)更針對(duì)10萬(wàn)左右的入門(mén)級(jí)車(chē)型。它的優(yōu)勢(shì)是可以進(jìn)行結(jié)構(gòu)性降本。
但是問(wèn)題在于，一旦上了這顆芯片，座艙和輔助駕駛的功能就固化下來(lái)了，無(wú)法差異化升級(jí)，所以適合需要標(biāo)配智能化功能以及高性?xún)r(jià)比的入門(mén)級(jí)車(chē)型。中國(guó)汽車(chē)的迭代速度太快，10萬(wàn)元的車(chē)都有智駕或座艙。
問(wèn)：高通是先有智艙后進(jìn)入智駕，而英偉達(dá)是先從智駕再到座艙。艙與駕的相互融合，布局的難度是否有差異？
我們一直認(rèn)為駕進(jìn)艙容易，艙進(jìn)駕難。因?yàn)樽撝饕腔诎沧可鷳B(tài)，座艙的合作伙伴很多，而輔助駕駛公司需要有垂直的全棧能力。所以高通進(jìn)入智艙領(lǐng)域的進(jìn)展比較快，但是進(jìn)入駕駛就會(huì)比較難。
問(wèn)：之前有車(chē)企從業(yè)者跟我們提過(guò)。如果安全件的等級(jí)分為ABCD，你不能同時(shí)管AC，只能管AB或者CD。高等級(jí)的邏輯和低等級(jí)的邏輯是不一樣的。智駕屬于A類(lèi)件，座艙可以算是C類(lèi)件。這兩個(gè)部門(mén)的工作規(guī)范不一樣，所以艙駕的融合就會(huì)有推動(dòng)難度。您怎么看這個(gè)非技術(shù)性問(wèn)題？
艙駕的技術(shù)問(wèn)題會(huì)被優(yōu)先解決。但是艙和駕兩個(gè)部門(mén)確實(shí)存在合作上的調(diào)整。
我們認(rèn)為艙駕一體會(huì)率先在入門(mén)級(jí)車(chē)型上落地，而不是中高端車(chē)。因?yàn)橹悄芑呀?jīng)成為標(biāo)配。現(xiàn)在，我們也可以通過(guò)一個(gè)方案替代原先的3-4個(gè)方案，可以做到四芯合一。對(duì)于入門(mén)級(jí)車(chē)型的智能化來(lái)說(shuō)，核心就是如何用更低的成本搭載智能化。
當(dāng)然，艙和駕的安全等級(jí)不一樣，我們加入了硬隔離技術(shù)，把芯片里的不同算力單元，通過(guò)硬件層面的隔離讓其互不影響。即便是某些應(yīng)用死機(jī)了，也不會(huì)影響高安全等級(jí)的應(yīng)用。硬隔離的弊端在于，損失了一定的靈活性，因?yàn)樵谙嗤踩燃?jí)之下，只能調(diào)用相同安全等級(jí)的算力。
也有廠商試圖在軟件層面實(shí)現(xiàn)不同等級(jí)應(yīng)用之間的算力調(diào)度，好處是可以任意調(diào)配所有算力，但是軟件工作量極大，且沒(méi)有特別成功的案例。
回到非技術(shù)問(wèn)題的因素上。我認(rèn)為內(nèi)部協(xié)作問(wèn)題不會(huì)影響大趨勢(shì)，這個(gè)過(guò)程可能會(huì)痛苦。另一方面，我們認(rèn)為艙駕一體定位于10萬(wàn)元左右的車(chē)，甚至還有下探空間。
因?yàn)檫@一價(jià)格等級(jí)，用戶不會(huì)有明顯的功能差異化需求。但是15萬(wàn)元左右的車(chē)，則希望有輔助駕駛和座艙的差異化。我們現(xiàn)在有艙駕一體的定點(diǎn)車(chē)型，高通也有，我相信這個(gè)市場(chǎng)趨勢(shì)很快就會(huì)到來(lái)。
問(wèn)：現(xiàn)在博世在和高通合作，艙駕融合的概念會(huì)搭載在現(xiàn)代車(chē)型上。
面對(duì)中國(guó)車(chē)企的競(jìng)爭(zhēng)，海外車(chē)企也在積極布局新的智能化應(yīng)用和方案。
我們認(rèn)為國(guó)際化很重要，用在中國(guó)市場(chǎng)卷出來(lái)的能力去海外掙錢(qián)。我們今年拿的好幾個(gè)車(chē)型都是海外車(chē)型。東風(fēng)是我們艙駕一體的第一個(gè)客戶，車(chē)型就是在10萬(wàn)塊錢(qián)，只有這個(gè)價(jià)位做了才有價(jià)值。
所謂的艙駕融合，是中央計(jì)算的第一個(gè)落地場(chǎng)景，未來(lái)還會(huì)融合更多的域。這個(gè)趨勢(shì)大家是認(rèn)可的。
所以我們是兩條產(chǎn)品線定義，華山系列走算力增加，武當(dāng)系列走功能融合。不能無(wú)限擴(kuò)大芯片面積，要不就是給性能，要不就是給功能。中央計(jì)算是有方向，但是沒(méi)共識(shí)。比如中央計(jì)算的功能如何切分。
問(wèn)：你們投資具身智能創(chuàng)業(yè)公司深庭紀(jì)是什么邏輯？
具身智能不局限于形態(tài)，四足是具身，兩足也是具身。所以，深庭紀(jì)現(xiàn)在是兩條腿走路，一條是做產(chǎn)品，開(kāi)發(fā)類(lèi)似于家庭的陪伴機(jī)器人，另一條是做具身的算法開(kāi)發(fā)，面向未來(lái)更復(fù)雜的場(chǎng)景。創(chuàng)始人王弢最早是吳恩達(dá)的學(xué)生，在美國(guó)創(chuàng)業(yè)，后來(lái)去了小鵬做輔助駕駛和機(jī)器人，所以是經(jīng)歷了完整的過(guò)程。
車(chē)就是某種程度的機(jī)器人。很多AI背景的輔助駕駛公司在完成階段性的商業(yè)化后，一定會(huì)去做具身智能。因?yàn)榈讓蛹夹g(shù)是相通的，只是傳感器會(huì)更復(fù)雜，模型更大更復(fù)雜。
現(xiàn)在輔助駕駛的牌桌上留不下很多家。現(xiàn)在第一第二梯隊(duì)的標(biāo)準(zhǔn)很簡(jiǎn)單：賬上有錢(qián)，有量產(chǎn)項(xiàng)目。
問(wèn)：你們從什么時(shí)候開(kāi)始談的？
我們?cè)?月份左右談的，很早就認(rèn)識(shí)他。我們的核心戰(zhàn)略是一橫一縱。
橫向是我們的中高算力AI芯片，面向汽車(chē)以外的應(yīng)用場(chǎng)景，邊緣計(jì)算、機(jī)器人是我們比較篤定的。因?yàn)闄C(jī)器人和汽車(chē)的產(chǎn)業(yè)鏈承接度比較高，所以我們會(huì)進(jìn)行一些小股權(quán)投資。
縱向是用AI芯片跑通汽車(chē)行業(yè)以?xún)?nèi)場(chǎng)景，拓展更多的芯片品類(lèi)來(lái)增加單車(chē)價(jià)值。
現(xiàn)在汽車(chē)的增量已經(jīng)到了瓶頸，市場(chǎng)空間來(lái)自于新功能的滲透率。機(jī)器人未來(lái)5到10年的總量可能是汽車(chē)的5到10倍，這不只是人形機(jī)器人。
不光是和王弢，我們也和很多頭部的機(jī)器人公司談合作，后續(xù)會(huì)有發(fā)布。
我們的方案比較靈活。現(xiàn)在具身智能的問(wèn)題在于，技術(shù)邊界的探索還沒(méi)完成，到底什么場(chǎng)景需要什么技術(shù)還沒(méi)有定論。
現(xiàn)在很多人投上游供應(yīng)鏈，就是基于這個(gè)邏輯。有些公司的機(jī)器狗的關(guān)節(jié)設(shè)計(jì)壽命只有一年，這都是無(wú)法滿足需求的地方。
問(wèn)：黑芝麻智能未來(lái)也會(huì)發(fā)布發(fā)機(jī)器人產(chǎn)品線，這是一個(gè)“自研+投資“的雙線并行邏輯嗎？
我們要培育自己的生態(tài)，需要有人跟我們一起在場(chǎng)景上進(jìn)行拓展。黑芝麻畢竟是一個(gè)底層的技術(shù)供應(yīng)商和平臺(tái)供應(yīng)商，需要拓展場(chǎng)景。我們?cè)诳吹氖羌藿釉谄?chē)行業(yè)之上的產(chǎn)業(yè)。機(jī)器人和汽車(chē)的產(chǎn)業(yè)鏈重疊度極高，很多技術(shù)方案可以很快落地。
其次，大模型在訓(xùn)練端的成熟，接下來(lái)就是在各個(gè)場(chǎng)景落地，推理就變得更重要。從我們擅長(zhǎng)的角度來(lái)看，我們會(huì)更加專(zhuān)注在端側(cè)推理，A2000也考慮到了更多通用場(chǎng)景的推理能力。雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
