对话黑芝麻CMO杨宇欣：智驾留不下太多玩家我们

　　2016年，AI芯片公司黑芝麻智能成立。四年之后，黑芝麻智能A1000正式发布。这是本土的第一款16纳米、浓密算力跨越50TOPS的划时代产物。其时，智能驾驶行业仍处于低谷，A1000的呈现既是机缘也有风险。风险正在于，若是没有车企敢用，前期的巨额投入将把公司带入。若是能提前踩准车企和智驾的演进标的目的，那将会间接填补行业的需求空白。2022年，A1000起头量产。正在车企尚未完全成立智能化团队、堆集脚够量产经验时，黑芝麻智能决定取车企进行“结合开辟”。黑芝麻智能CMO杨宇欣回忆，“阐扬一颗AI芯片的感化很复杂，若是不具备完整的整套处理方案能力，很难合做伙伴和客户正在你的芯片上投入开辟，所以需要先证明本人。”正在吉利量产的最初三个月，亿咖通、吉利和黑芝麻智能的三方团队正在杭州湾配合攻关。白日研发团队进行开辟，夜里测试团队加紧测试。第二天一早，研发工程师起床后收到新的问题，再继续开辟和调试。正在如许的开辟节拍下，黑芝麻智能正在领克08这款利用全新智驾方案的车型上只用了12个月，就完成了基于A1000的高速NOA智驾方案研发落地。也恰是从2023年起头，智驾方案的迭代历程愈加敏捷。从无图方案到端到端再到大模子的上车，的是对于新手艺的灵敏判断和押注。2025岁尾，黑芝麻智能的A2000系列发布。A2000采用自研九韶NPU架构，专为全场景通识智驾设想，而且有A2000 Lite、A2000和A2000 Pro三个梯队型产物。除了面向智驾的城区NOA等，还能够使用于Robotaxi，且支撑机械人和通用推理计较等多个范畴。本年3月，黑芝麻智能取武汉大学相关团队告竣计谋合做，基于武汉大学研发的“天问”人形机械人，以黑芝麻智能的华山A2000芯片和武当C1236芯片打制机械人“大脑”和“小脑”平台方案，并环绕人形机械人量产的芯片处理方案深切合做。我以前正在中科创达，2016年代表中科创达投资了黑芝麻智能。2019年正式插手。我正在手机和芯片行业工做多年，其时，新能源汽车和从动驾驶没有很火，但我认为中国半导体行业的黄金十年即将到来，但愿能插手一家芯片创业公司，做一些可以或许改变行业的事。2019年，第一代AI芯片创业公司曾经慢慢跑出来。大师都是瞄着做通用AI，但并没有很好的落地场景。所以第二波AI芯片的创业者起头更专注落地的场景。从动驾驶的成长是从2014年摆布起头。2018年是谷底。由于芯片的AI计较能力指数级提拔，良多正在学术圈研究AI的人“从山洞里”出来了，无机会将理论上的工具去落地到具体使用场景，从动驾驶就是此中一个场景。但这个时候有两家数。一派寻求逾越式成长间接进入L4；另一派是渐进式成长线，晓得这件事不成能一蹴而就，可是成长都没达行业的预期。由于渐进式线需要车企资本的大量投入，不雅望者居多，不情愿吃螃蟹。2019年是智能驾驶行业的谷底，良多公司关门或者把手艺打包卖掉。曲到特斯拉发布FSD，行业才全面昂首，起头摸着特斯拉过河，从纯视觉、BEV到端到端。再加上从2020年起头，市场对半导体的投资加大，由此构成手艺和本钱的两股春风。最早是和一汽合做，对我们的帮帮很大。我记得很清晰，2019年我到黑芝麻智能后的第一件事，就是12月跑到，零下35度，跟一汽签计谋合做。别的是上汽，正在2017年摆布通过旗下一支基金投资我们。A1000的第一个定点是江淮。实正起头大放量是吉利的车型，跟江淮前脚后脚。从2022岁尾起头，我们就从领克系列起头合做，后来又拓展到列和星耀系列。由于黑芝麻智能这种AI芯片公司，和保守芯片公司的团队设置装备摆设不太一样。保守芯片公司以芯片设想为从，搭配底层的驱动和软件开辟人员。要阐扬一颗AI芯片的感化很复杂，若是不具备完整的整套处理方案能力，很难合做伙伴和客户正在你的芯片上投入开辟，所以需要先证明本人。吉利和春风的前两款车都是我们本人的算法，我们是最早正在国内实现高速NOA方案量产的几个平台之一。一旦证了然能力后，后续的上车就变成一个工程化scaling的过程，问题就变成“能否有脚够多的团队帮客户进行工程化”。车型的传感器设置装备摆设、角度纷歧样，就会有大量工程开辟工做，所以，到了银河星耀系列就切换到了吉利取第三方算法合做伙伴配合开辟的算法。我们也证了然黑芝麻智能芯片的性和量产能力。黑芝麻智能仍是一直平台的贸易模式，这也是国际巨头多年验证成熟的模式，虽然我们具备模子和算法，可是不克不及纯真靠算法和工程交付挣钱，要依托尺度化的处理方案、依托生态客户和一级供应商（Tier1)来做。这也表现正在黑芝麻智能的人员规模上。我入职时不到300人，接来量产的落地三四年之间人员快速扩大，最高峰到1200人，现正在不变正在1000人，曾经构成完整不变研发和贸易化组织。低算力平台其实有良多选择，瑞萨、安霸、Mobileye，可是逐步成为支流的中高算力平台的玩家正在逐步变少。新的智驾功能刚起头开辟的时候客户的平台城市考虑到算力冗余，功能之后，性价比这件事就很主要。我们正在吉利量产的最初三个月，美国和中国团队同事24小时协同支撑。亿咖通、吉利和我们正在杭州湾配合攻关。白日研发团队进行开辟，夜里测试团队加紧测试。第二天一早，研发工程师起床后收到新的问题，再继续开辟和调试。领克08这款车比力特殊，由于所有的平台都是新的，没有沿用任何吉利已有的平台，留给辅帮驾驶方案的研发只要12个月，我们都认为是不成能完成的使命，可是通过取客户和合做伙伴的通力合做，我们创制了奇不雅。回头来看，2023年A1000起头大规模量产，其时国内没有几家能够实正量产高速NOA，我们绝对是前几个。现正在，城市NOA又成为了新的卖点，大要需要500TOPS以上的算力。目前业内有这个能力，只要Thor、黑芝麻智能A2000、地平线P。大师正在做算法锻炼时都是用英伟达的办事器，摆设到英伟达的推理芯片上的迁徙成本比力低。但一旦车子的销量提拔后，迁徙成本比拟于平摊到每辆车的硬件成本就变得微不脚道了。我认为跟着场景的成熟和方案的普及，芯片以及方案的成本将成为客户决策的环节要素。回过甚来，我们仍是认为ASIC架构的芯片会逐步成为支流，出货量脚够大、场景相对后， ASIC芯片的性价比劣势会凸显。2020年以前，中国良多芯片设想的创业公司不情愿开辟车规芯片，由于落地周期长，客户准入门槛高。车规芯片比拟于一般的消费级芯片有更多的要求。第三个是产物的车规认证。芯片设想一年半到两年的时间，A1000是国内第一个高算力的车规级智能驾驶芯片，我们又是一家新公司，所以客户的验证周期更长。2020年A1000出来之后整整一年的时间，我们一边是给客户推广产物，一边完成芯片产物的车规认证。完成芯片的 ACQ100认证、ISO 26262认证等，也花了大半年的时间。我们的第一个定点其实是从2021年下半年起头。只是到了2022年5月，我们才官宣了计谋合做。这些时间和节点的推进，都正在预期范畴内。跟着量产芯片上车越来越多，交付流程也愈加成熟，design in的周期会相对变短。杨宇欣：是的，一般芯片公司为了尽快推出芯片会尽量基于第三方的IP进行开辟，我们的判断是，焦点IP是产物差同化的底子，出格是正在新的手艺范畴，因而我们的手艺计谋是ISP、NPU必然要自研。履历过芯片手艺周期的人，对芯片的定义会有本人的理解。但我们的判断是算力的需求迭代会很是快， A1000设想的是58TOPS的浓密算力，2020年发布的时候是16nm工艺下最高的算力。现正在来看，这个径选择仍是准确的。我们从中也获得了响应的报答，曲到现正在A1000仍然有新的定点持续出货，是算力和市场化表示最好的之一，也是高速NOA的一个支流芯片平台。跟着大模子的普及，芯片底层的差同化变小。良多算法的底层架构都是基于Transformer。所以，需要把芯片的定位做得更“精准”。我们不是加快算法，而是加快模子框架，对Transformer的支撑脚够越好，越能支撑算法正在辅帮驾驶和座舱等等算法和使用快速迭代。过去大师都说ASIC芯片是双刃剑，一方面是成本功耗有劣势，可是通用性不脚。可是跟着底层模子的尺度化，ASIC芯片的通用性会进一步提拔。回到这三款产物。三个分歧的产物定位，仍是取算力联系关系。一项手艺从呈现到成熟，需要不竭去验证场景来实现功能的。之前说到，算力的需求是逐步的。所以，A2000要先供给脚够的算力冗余去笼盖需求，接下来才是环绕机能和成本优化。而A2000 Lite要实现正在算力需求后进一步提高性价比的方针，A2000 Pro会晤向Robotaxi方面的使用。我的概念是，L3和L4会持久共存。由于两者的贸易模式呈现了素质区别。L3属于人机共驾，而L4是人机分手。L3为什么会持久存正在，由于短期内“买车”这件事不会消逝。跟着Robotaxi的试点范畴和运营逐步成熟，将来会进入L4的时代，年轻人不再买车了。A2000 Pro就是面向L4级别市场，供给更高算力的维度来定义。是的。我们和奇瑞以及太保的合做，是基于贸易模式和场景拓展两个维度。很主要一点是，L3起头正在商用车范畴落地。其次，商用车大量都是运营车辆，辅帮驾驶正在运营车辆里可以或许起到提高平安性、降低运营成本的感化，这一点被车企所承认。我们和太保交换，50%投保的商用车会有索赔记实，目前商用车的安全模子是亏钱的。所以我们现正在的体例是“手艺降本”，颠末初步估算和试点，我们能够将安全赔付率下降20%。问：前一段时间，有高通的高管公开，芯片的内存带宽比NPU算力更主要，从您的角度怎样评价这个概念？杨：为什么这几年AI芯片大师除了算力越来越关心带宽，是由于狂言语模子跟着参数量的不竭添加，除了计较，对于数据的搬运的需求也大大添加。纯粹的算力添加曾经不是出格高的手艺瓶颈。说实话，堆砌算力只是量变不是量变。现实正在运算模子的过程中，数据搬运的不及时会形成算力无法阐扬。从黑芝麻智能的角度看，一味添加带宽意味着芯全面积会添加，也就带来成本的添加。A2000正在设想之初就考虑到大模子的数据搬运问题。由于我们用了最新一代的IP，原生支撑大模子。我们但愿通过全体的架构立异，去找到带宽、计较机能、价钱的均衡，最新一代九韶架构的NPU通过架构立异提高计较效率同时降低对带宽的依赖。所有的像黑芝麻智能如许自研NPU的芯片厂商都需要配套自研东西链。我们东西链起步偏晚，曲到A1000出来后才起头大规模投入东西链。可是颠末这么多年的量产，我们的东西链曾经可以或许合适客户的利用要求，实现了大规模的量产交付，同时还正在快速迭代，支撑更多的第三方的算法也能够正在我们芯片上量产。A1000是我们第二代NPU，A2000是第三代NPU。所以我们的东西链是有延续性的，这个很是主要，客户正在升级黑芝麻智能芯片平台的时候不需要从头顺应新的开辟。现正在我们公司有1000人，80%的人是研发布景。研发团队里软件和硬件比是1！4。软件里面包罗了驱动、底软、东西链、模子等。问：这几年，智驾方案的迭代速度很是快，可是芯片是一个长周期行业，可能3年前的需求定义曾经取现正在脱节。另一方面，Tier2厂商做交付也越来越多。行业现正在有哪些问题要处理？辅帮驾驶的变化很快，可是客户但愿加量不加价。我们的挑和仍然正在于，手艺迭代要脚够快，但又要兼顾成本的压力。其实到今天，分歧的芯片公司曾经演化出分歧的成长径。有的芯片公司曾经成为处理方案公司，成为了Tier1间接给客户交付兜底。但我们仍然是做Tier2。AI 芯片公司需要完整的处理方案能力，大师都讲软硬一体，我们也附和芯片要和模子的成长慎密婚配。可是我们很主要的一个概念是，软硬一体是手艺趋向而不是贸易模式，若是是一个黑盒的商务模式就很难了，当然，黑盒模式需要连系公司的成长阶段。有的公司是先有算法再有芯片，由于芯片完满是为了本人的算法需求设想。可是每一家方案公司的算法框架、手艺线都分歧，对别人的支撑就会弱。黑芝麻智能现正在有纽劢等算法合做伙伴。智驾和舱驾一体正在取国内和海外头部的Tier1德赛西威、均胜电子、斑马和安波福等合做。现正在城市NOA曾经逐步成为支流，车企都正在纷纷加大智驾方案的自研力度，跟着手艺的进一步成熟，我们相信财产链分工也会逐步清晰。做为终端厂商，车企会很是注沉用户体验。你看所有的手机厂商，UI和交互都是本人做。辅帮驾驶离用户体验比来的就是算法，用户对芯片反而不强。我们看到VLA曾经逐步成为智驾行业手艺成长的一个共识，我们也正在加快这方面的研发。而对于算力的需求也会有一个变化的过程。回首过往，大师都履历了从场景、方案再到成本的阿谁阶段。比及最初城市NOA大规模普及时，能否需要那么大算力，很难确定，一起头高速NOA的设想是1000 TOPS，现正在只需要50 TOPS。城市NOA也会履历这个过程。问：本年6月，高通的发布会有一系列芯片和新的，此中就有舱驾融合。黑芝麻智能的武当系列是面向这一，目前你们的舱驾融合历程若何？目前市道上可以或许供给舱驾一体芯片的次要就两家供应商，一个高通的8775，一个是我们。可是两者的定位会有区别。一旦上了这颗芯片，座舱和辅帮驾驶的功能就固化下来了，无法差同化升级，所以适合需要标配智能化功能以及高性价比的入门级车型。中国汽车的迭代速度太快，10万元的车都有智驾或座舱。问：高通是先有智舱后进入智驾，而英伟达是先从智驾再到座舱。舱取驾的彼此融合，结构的难度能否有差别？我们一曲认为驾进舱容易，舱进驾难。由于座舱次要是基于生态，座舱的合做伙伴良多，而辅帮驾驶公司需要有垂曲的全栈能力。所以高通进入智舱范畴的进展比力快，可是进入驾驶就会比力难。问：之前有车企从业者跟我们提过。若是平安件的品级分为ABCD，你不克不及同时管AC，只能管AB或者CD。高档级的逻辑和低品级的逻辑是纷歧样的。智驾属于A类件，座舱能够算是C类件。这两个部分的工做规范纷歧样，所以舱驾的融合就会有鞭策难度。您怎样看这个非手艺性问题？我们认为舱驾一体味率先正在入门级车型上落地，而不是中高端车。由于智能化曾经成为标配。现正在，我们也能够通过一个方案替代原先的3-4个方案，能够做到四芯合一。对于入门级车型的智能化来说，当然，舱和驾的平安品级纷歧样，我们插手了硬隔离手艺，把芯片里的分歧算力单位，通过硬件层面的隔离让其互不影响。即即是某些使用死机了，也不会影响高平安品级的使用。硬隔离的弊规矩在于，丧失了必然的矫捷性，由于正在不异平安品级之下，只能挪用不异平安品级的算力。也有厂商试图正在软件层面实现不划一级使用之间的算力安排，益处是能够肆意调配所有算力，可是软件工做量极大，且没有出格成功的案例。回到非手艺问题的要素上。我认为内部协做问题不会影响大趋向，这个过程可能会疾苦。另一方面，我们认为舱驾一体定位于10万元摆布的车，以至还有下探空间。由于这一价钱品级，用户不会有较着的功能差同化需求。可是15万元摆布的车，则但愿有辅帮驾驶和座舱的差同化。我们现正在有舱驾一体的定点车型，高通也有，我相信这个市场趋向很快就会到来。我们认为国际化很主要，用正在中国市场卷出来的能力去海外挣钱。我们本年拿的好几个车型都是海外车型。春风是我们舱驾一体的第一个客户，车型就是正在10万块钱，只要这个价位做了才有价值。所以我们是两条产物线定义，华山系列走算力添加，武当系列走功能融合。不克不及无限扩大芯全面积，要不就是给机能，要不就是给功能。地方计较是无方向，可是没共识。好比地方计较的功能若何切分。具身智能不局限于形态，四脚是具身，两脚也是具身。所以，深庭纪现正在是两条腿走，一条是做产物，开辟雷同于家庭的陪同机械人，另一条是做具身的算法开辟，面向将来更复杂的场景。创始人王弢最早是吴恩达的学生，正在美国创业，后往来来往了小鹏做辅帮驾驶和机械人，所以是履历了完整的过程。车就是某种程度的机械人。良多AI布景的辅帮驾驶公司正在完成阶段性的贸易化后，必然会去做具身智能。由于底层手艺是相通的，只是传感器会更复杂，模子更大更复杂。横向是我们的中高算力AI芯片，面向汽车以外的使用场景，边缘计较、机械人是我们比力笃定的。由于机械人和汽车的财产链衔接度比力高，所以我们会进行一些小股权投资。现正在汽车的增量曾经到了瓶颈，市场空间来自于新功能的渗入率。机械人将来5到10年的总量可能是汽车的5到10倍，这不只是人形机械人。我们的方案比力矫捷。现正在具身智能的问题正在于，手艺鸿沟的摸索还没完成，到底什么场景需要什么手艺还没有。现正在良多人投上逛供应链，就是基于这个逻辑。有些公司的机械狗的关节设想寿命只要一年，这都是无法满脚需求的处所。我们要培育本人的生态，需要有人跟我们一路正在场景长进行拓展。黑芝麻终究是一个底层的手艺供应商和平台供应商，需要拓展场景。我们现正在看的是嫁接正在汽车行业之上的财产。机械人和汽车的财产链堆叠度极高，良多手艺方案能够很快落地。其次，大模子正在锻炼端的成熟，接下来就是正在各个场景落地，推理就变得更主要。从我们擅长的角度来看，我们会愈加专注正在端侧推理，A2000也考虑到了更多通用场景的推理能力。