云顶电子游戏网站登录訊，12月5日-6日，由中國汽車工業(ye) 協會(hui) 和中國電子科技集團有限公司共同主辦的“2023全球汽車芯片創新大會(hui) 暨第二屆中國汽車芯片高峰論壇”在無錫舉(ju) 辦。本屆芯片大會(hui) 以“共享中國機遇•共謀創新發展•共贏產(chan) 業(ye) 未來”為(wei) 主題，設置了“1場高層峰會(hui) 、1場主旨論壇、4場主題論壇”共6場會(hui) 議。其中，在12月6日下午舉(ju) 辦的“主題論壇三：構建汽車智能‘芯’生態”上，福瑞泰克智能係統有限公司首席架構師李帥君博士發表精彩演講。

以下內(nei) 容為(wei) 現場演講實錄：

感謝陳秘書(shu) 長，我也是香港中文大學的博士，加上時教授，在這兒(er) 一下找到三位校友，直接把距離收縮到一棟樓裏麵，感覺很親(qin) 切。

回到正題，我是福瑞泰克的李帥君，今天帶來的匯報叫做智能駕駛軟硬件一體(ti) 新生態，創芯求異，稍微呼應一下今天的主題。

先簡單介紹一下公司的基本情況，再講我為(wei) 什麽(me) 選擇談這個(ge) 話題，福瑞泰克是一家Tier1的公司，我們(men) 致力於(yu) 提供安全可靠和創新的智駕解決(jue) 方案，我們(men) 希望成為(wei) 中國智駕領域的博世。剛才王總在講長期主義(yi) ，要長期堅持去做一件事情，還有技術平權，這些我都非常感同身受，在福瑞泰克Tier1的基因裏麵，也包含著長期主義(yi) 和技術平權，這兩(liang) 個(ge) 重要的特質。

杭州是我們(men) 的總部，在上海和成都有我們(men) 的研發中心有一個(ge) 智能製造的工廠在烏(wu) 鎮，這是我們(men) 的產(chan) 品矩陣，我們(men) 做Camera攝像頭，毫米波雷達，域控製器，以及CMS、DMS的硬件，在這些硬件基礎之上做它的底軟，再進一步搭載成智駕的係統和應用層的軟件，最後給主機廠提供智能駕駛的解決(jue) 方案。福瑞泰克已經形成了一個(ge) 技術體(ti) 係，叫做ODIN智能駕駛舒適底座的一個(ge) 平台化解決(jue) 方案，這裏麵有四大技術支柱，核心傳(chuan) 感器、自動駕駛算法，中央計算平台和數據閉環係統，這樣我們(men) 麵向OEM，能夠更快速、更高效的提供一個(ge) 智駕平台的解決(jue) 方案。

福瑞泰克的發展到今天，成績單主要這麽(me) 三個(ge) 數字，到今天我們(men) 有超過40家主機廠的客戶，完成了超過了100款量產(chan) 車型的項目，出貨量超過100萬(wan) 套的搭載量，這個(ge) 成績單支持了公司被福布斯評定為(wei) 中國獨角獸(shou) 企業(ye) ，以及右邊一係列行業(ye) 的認定，最近的是畢馬威和美國SAE評定的中國零部件優(you) 秀企業(ye) ，和國內(nei) 外證券評定的，我們(men) 在ADAS和行泊一體(ti) 市場上處於(yu) 領先的地位。

以上是福瑞泰克公司的一個(ge) 基本情況，大家可以看到，我們(men) 作為(wei) 一家Tier1，有硬件的部分，有軟件的部分，更多還要係統的部分。結合今天的主題，首先今天是關(guan) 於(yu) 芯片的創新大會(hui) ，那我們(men) 先講創新，然後我結合福瑞泰克公司摸索芯片相關(guan) 的生態，特別是芯片自己本身和域控、算法整個(ge) 完整的生態，我們(men) 去尋找一下裏麵差異化的地方，這個(ge) 異可能是有一些和大家普遍意義(yi) 上稍微有一些偏差的地方，也可能是有一些獨特視角的地方，希望能給大家帶來一些啟發。

首先講芯片的生態和發展。首先一張圖，我們(men) 講芯片的算力，這張圖上羅列了行業(ye) 裏麵主流的一些芯片的算力的情況，有mobilesye的IQ係列，地平線的征程係列，TI公司的TDA4係列，英偉(wei) 達的係列等等，大家可以看到算力的一個(ge) 分布，一個(ge) 常見的問題，大家都會(hui) 討論芯片的算力，問：芯片的算力會(hui) 一直持續向上上漲嗎?我們(men) 對於(yu) 這個(ge) 問題的經驗和回答，首先我們(men) 承認：是。雖然各家芯片算力上升的可能斜率有不一樣，或者算力所處的等級不一樣，但是大家可以看到整體(ti) 確實是呈現上升趨勢的，也是印證了芯片算力不斷發展的大趨勢。

但是我們(men) 也會(hui) 補充一句：可能也不是，或者不完全是。這裏主義(yi) ，我中間有一個(ge) 黃色的部分，把特斯拉的FSD畫在上麵，特斯拉FSD 144Tops的芯片算力，推出之後，它並沒有盲目的去向大算力追趕，而是停留在這個(ge) 檔位上，但同時，它的智駕係統在行業(ye) 裏麵還是具有相當的領先性。同時，我們(men) 去觀察一下其他的玩家，特別是英偉(wei) 達和地平線，英偉(wei) 達在不斷地鼓吹它的大算力，1000tops，2000tops的芯片的同時，它也沒有忘記在80、100這個(ge) 區間去部署Orin-N，而地平線征程5出來以後，征程6到500tops左右的係列，它也沒有忘記在80左右這個(ge) 區間去部署一個(ge) J6E的產(chan) 品。那麽(me) 由此，我們(men) 可能會(hui) 做出這樣一個(ge) 判斷：芯片的發展趨勢可能會(hui) 存在一定的分化，在一定的算力等級上，可能會(hui) 呈現一個(ge) 收斂和穩定的趨勢。

第二張圖，我們(men) 縱觀一下芯片算力的發展和智駕功能的對比，橫軸是芯片的算力從(cong) 小到大，縱軸是我們(men) 智駕功能的由弱到強，大家很明顯的可以看到，並不是說算力的增加，我的智駕功能就會(hui) 不斷地提升，它是呈一個(ge) 趨於(yu) 飽和，並且邊際效益遞減的趨勢。具體(ti) 來說，我們(men) 當前10tops的係統完全可以支持L2.0，車道保持+一個(ge) 撥杆變道的功能;當算力升到30tops，很多廠家都可以去支持高速NOA，上下匝道以及記憶泊車的功能;主流玩家在200tops和400tops這個(ge) 區間，就可以進入到城區，支持城區NOA以及AVP，但它依然是一個(ge) L2.9級的係統;更大的算力，800-2000tops的算力，還是主要應用在L3、L4的係統上，以及包括Taxi的係統上，但仍然不能確保安全。，右邊我寫(xie) 了兩(liang) 句話，200tops以內(nei) 的算力，在未來來講，很可能可以去支持高速和NOA的智能駕駛的輔助體(ti) 驗。但是更高的算力，目前看，並沒有給用戶帶來顯著的功能和體(ti) 驗的提升。

我們(men) 就會(hui) 做出這樣的一個(ge) 判斷，技術發展的方向可能會(hui) 開始分化，這裏在400tops劃了一條線，這條線的左邊和右邊我們(men) 認為(wei) 會(hui) 出現一個(ge) 技術分化的趨勢，在這條線的左邊，行業(ye) 裏的產(chan) 品和玩家可能會(hui) 用更精簡的算力去打造更經濟實用的智駕產(chan) 品。而在這條線的右邊，可能芯片還是會(hui) 不斷地去往大算力發展，並且伴隨著嚐試用更大的算力，去應用更強的AI算法和模型來嚐試用更高的維度的方法去解決(jue) 智能駕駛的問題。

還是回到這張圖，我們(men) 繼續去剖析，回答這樣一個(ge) 問題。我們(men) 今天是一個(ge) 汽車芯片的大會(hui) ，所有的芯片廠商都會(hui) 去講國產(chan) 自研，國產(chan) 自研大算力芯片，去追趕國際的發展趨勢，但是正麵追趕大算力芯片是不是一個(ge) 最優(you) 的策略?我們(men) 想針對這個(ge) 問題談一談我們(men) 的思考。還是看這張圖，它的左邊有什麽(me) 特點呢?左邊現在出現的全部是L2.9級的智駕輔助產(chan) 品，人都是在環的，典型的標誌性產(chan) 品應該是特斯拉的FSD和華為(wei) ADS2.0，這個(ge) 係統現在不是那麽(me) 完美，但是它能實現什麽(me) 功能?在什麽(me) 區域下能用?在什麽(me) 情況下可能會(hui) 有風險，還是相對確定的，但在這條曲線的右邊，更多的大家談論的是一些具有潛力的顛覆性的技術，比如大模型的技術，端到端的自動駕駛的AI技術;但是從(cong) 產(chan) 品層麵，L3、L4的係統，以及Robotaxi的產(chan) 品法其實相對是停滯的。總體(ti) 來講，它具有更大的不確定性。在這個(ge) 觀察之下，我們(men) 對這個(ge) 問題的回答可能偏保守一點，我們(men) 認為(wei) 優(you) 先的追趕中等算力(100-200tops)的芯片，可能更容易產(chan) 生商業(ye) 的競爭(zheng) 力，背後付出的代價(jia) 也會(hui) 小很多。

剛才江波龍的王總也講了很多類似的體(ti) 會(hui) ，我特別有共鳴，單獨的去追這個(ge) 長板，你要付出很大的代價(jia) ，製成、成本、人力，但是是不是最聰明的做法?往往還是可以有更多的思考，追趕這裏更容易產(chan) 生商業(ye) 競爭(zheng) 力，同時如果我們(men) 在右邊的算力上邊適度的追趕，也未必會(hui) 落下很多，因為(wei) 在左邊，我們(men) 如果有中等算力的芯片，一樣可以通過異構的組合來實現同樣大算力芯片的功能，我後麵會(hui) 再展開講一下這點。

這三頁簡單講了一下我們(men) 對於(yu) 芯片生態的觀察和思考，接下來我們(men) 進一步看芯片和域控的生態關(guan) 係。這裏呈現了一張我們(men) 針對國內(nei) 的一個(ge) 高端的OEM去做的L4的域控製器的芯片係統。大家可以看到上麵有非常複雜的芯片，單SOC，就有SOC1、SOC2，兩(liang) 顆、三顆、五顆，不同種類的，還有MCU芯片，還有電源芯片，Can芯片，以太網的傳(chuan) 輸芯片，串行、解串，我沒有把DDR和IMU以及定位芯片標出來，但他們(men) 其實都非常重要。總體(ti) 來講，是下麵三句話，我們(men) 是tier1公司，我們(men) 非常清楚這一點，域控製器本身就是一個(ge) 多芯片係統的係統，它本身就是一個(ge) 生態，不同的芯片負責不同的功能，其實是一件非常正常的事情，但是談到今天的智能駕駛，好像大家把它抽象成我就是追大算力芯片，就能搞定智能駕駛，這個(ge) 其實認知過於(yu) 籠統了。即便對於(yu) 智能駕駛的算法，由多個(ge) 芯片的一個(ge) 係統來共同協調完成，也是非常常見的，我們(men) 把這件事情叫做一個(ge) 異構係統。

關(guan) 於(yu) 異構係統，我們(men) 去羅列了一下行業(ye) 裏麵大家Tier1域控的解決(jue) 方案，也會(hui) 發現異構的芯片係統和架構往往是最常見的智能駕駛解決(jue) 方案，我上麵羅列的是大算力的域控方案，可以看到用英偉(wei) 達的xavier或者Orin-X+MCU的架構，右邊寫(xie) 的是它的一些特點，它多為(wei) 采用單的或者雙的SOC+一個(ge) MCU的異構方案來提供產(chan) 品，支持今天的高階智駕功能。它的特點我認為(wei) 這種架構會(hui) 更利於(yu) 算力的升級和算法的迭代，未來的趨勢依然會(hui) 讓這個(ge) 單顆的芯片算力越來越大，在上麵不斷的迭代算法。

但是在下麵，當前來講，在50tops以內(nei) ，中小算力的解決(jue) 方案非常豐(feng) 富也非常活躍，因為(wei) 它的成本要低很多，你可以看到有這種J3+TDA4+MCU，或者由多顆J3+MCU的架構，它一樣是一個(ge) 異構的架構，更偏硬一點。它存在即有它存在背後的道理，我總結是它更利於(yu) 一個(ge) 研發的解耦以及硬件級的安全可靠。當你的芯片完全不同的任務，你可以把這顆芯片在上麵的算法完全包給一家廠商，由你來做感知，由另一家來做規控定位的等等功能，來分這個(ge) 活兒(er) ，從(cong) 硬件的可靠性，總是會(hui) 比軟件的可靠性高一個(ge) 檔次。

在下麵的方向，我們(men) 認為(wei) 這個(ge) 趨勢依然會(hui) 存在，而且未來會(hui) 向更經濟、更安全穩定的一個(ge) 方向發展。

圍繞異構係統這件事情，我們(men) 如果站在今天回頭去看過去芯片的發展，這件事情也非常正常，今天的SOC係統的發展，就是由原來的CPU容納了更多的外設設備，比如DDR，一些顯示GPU的單元來發展成的。站在今天再往未來看，我們(men) 當前的SOC和域控裏麵的其他芯片依然是這個(ge) 關(guan) 係，它們(men) 的發展趨勢，在今天SOC的基礎上進一步去看，我的智能駕駛會(hui) 需要哪些更常用的計算單元，怎麽(me) 突破這個(ge) 瓶頸，把它更集中化的去發展。更具體(ti) 來講，今天的發展趨勢，應該會(hui) 兼顧更多的計算核心，(還要包括一些存儲(chu) 帶寬，我後麵會(hui) 講一下)，比如NPU、AIcore等等，它的目的是為(wei) 了兼容更多的AI計算類的任務。

以上是我們(men) 在芯片和域控上麵的觀察，最後談一下芯片和算法之間的一些生態和關(guan) 係。

算法首先就談感知，大算力芯片，BEV感知現在基本上都會(hui) 綁定在一起去談，確實沒錯，這張圖上，先從(cong) 右邊看起，右邊展示的是一個(ge) 典型的BEVtransformer的算法結構，以及福瑞泰克在BEV和Transformer的感知算法的一個(ge) 架構設計和它當前的效果。從(cong) 行業(ye) 來說，這件事情其實對於(yu) 芯片是提出了一個(ge) 更精細化的要求，我羅列了四點：對BEV的特征融合的算子，要求芯片支持，Transformer的特征融合算子也需要芯片支持，第三點，特征層高速緩存的存儲(chu) 和帶寬搬運非常重要，剛才王總在談數據存儲(chu) 和帶寬搬運的時候，這一點應該非常有感觸，這一個(ge) 往往是你係統的短板，而不是芯片算力是你的長板，這個(ge) 才是真正的限製因素。

而軟件上算子和工具鏈的支持也是製約的短板，在左下角這裏，我列舉(ju) 的是以地平線為(wei) 例，因為(wei) 感知提出了這樣的要求，它也在做一些努力，比如對以上的算子和工具鏈做一些改進，來支持大家的需求，但是其實它能做的事情偏軟的還可以，偏硬的是非常有限的，因為(wei) 征程5的芯片在規劃的時候，BEV、Transformer還沒有提出來，這個(ge) 硬件的東(dong) 西都是兩(liang) 三年之前的，我們(men) 需要到兩(liang) 三年之後和下一代征程6的時候才能看到相應的內(nei) 容得到提高。

上麵一頁如果說大家行業(ye) 裏麵討論的比較多，這一頁我覺得是行業(ye) 裏討論比較少的內(nei) 容，我特別想講一下，因為(wei) 一個(ge) 完整的智駕係統不僅(jin) 是感知，還有預測地圖、剛才時教授講的定位、規控等等這些算法模塊。我右邊羅列的是一張完整的高階智能駕駛的算法架構和它各個(ge) 模塊之間的配合關(guan) 係，當它完整的拚起來之後，就像我們(men) 右下角展示的，這個(ge) 是福瑞泰克高階城區NOA功能在濱江區運行的視頻，它才會(hui) 組成一個(ge) 完整的係統。

這裏麵對於(yu) 芯片提出的是什麽(me) 要求呢?是更全麵的要求。要求芯片需要有更多的CPU算力，需要有更高速的跨核存儲(chu) 和通訊帶寬，需要有更安全的故障監控和係統管理，這決(jue) 定一個(ge) 短板效應，因為(wei) 我們(men) 在上麵摸索了很多，我非常有這個(ge) 感觸，當我們(men) 芯片的算力發展很大的時候，它對於(yu) 我來講是一個(ge) 長板，但是在一個(ge) 真實的係統裏麵，它都是由短板來決(jue) 定的，如果你的帶寬和跨核通訊的功能沒有解決(jue) 好，給你再大的算力你也發揮不出來。

左下角還是在印證這件事情，行業(ye) 裏麵深度的玩家也開始認識到這件事，我列舉(ju) 了地平線J3、J5、J6的一個(ge) 發展，大家可以看到，AI算力是大家談論很多的內(nei) 容，在J6上麵，它已經到了500tops，還有一個(ge) 80tops的J6E的版本，不管AI算力增加與(yu) 否，你可以看到它的CPU算力是非常顯著的提升的，從(cong) 26提升到了100，提升了4倍之多。這件事是一個(ge) 非常好的跡象，說明大家從(cong) 芯片的角度開始意識到這個(ge) 智駕係統是一個(ge) 完整的係統，而不是一個(ge) 簡單的感知係統。

我在這裏希望更多的呼籲大家的一些共識。剛才王總也講了，大家很辛苦的做車規級的芯片，但是都不掙錢，我們(men) Tier1也很辛苦。今天是一個(ge) 芯片的大會(hui) ，如果大家更多的把往大算力芯片上投資的1美元，稍微分一點在存儲(chu) 帶寬上，在定位芯片上，在我們(men) 整個(ge) 個(ge) 域控和智駕係統上麵，去提高短板，而不是單純的提高長板，可能會(hui) 得到更好的更快的一個(ge) 價(jia) 值體(ti) 現。

最後我們(men) 認為(wei) 算法和芯片的一個(ge) 迭代關(guan) 係是這麽(me) 兩(liang) 句話，長期算法定義(yi) 芯片，而短期算法適配芯片。長期今天會(hui) 有很多的剛剛產(chan) 生的具有超大潛力的算法，我們(men) 講大語言模型，重感知新地圖的算法，以及端到端的AI智能駕駛的算法，它們(men) 都展示出非常高的潛力，可能可以解決(jue) 更多的問題，但是當下它去影響芯片的定義(yi) 可能還需要三年的一個(ge) 周期才能兌(dui) 現。那麽(me) 回到三年以內(nei) 的周期，短期，我們(men) 能夠使用的芯片其實都是有一定的局限性的。誰能把它用的好，更多的要去看你的部署能力，我們(men) 福瑞泰克公司在這上麵會(hui) 花非常多的力氣，我簡單羅列了兩(liang) 點。一方麵做算法部署的優(you) 化，把算法進行各種異構的拆分，把它部署到異構的域控和芯片係統上去。另一方麵也做係統全鏈路的優(you) 化，去更多的提高整個(ge) 係統的短板，而不是說單純地利用長板，這是我們(men) 的一些觀察。

最後總結一下，智能駕駛軟硬一體(ti) 新生態創芯求異，我結合福瑞泰克公司做一個(ge) Tier1摸索經驗，我們(men) 尋求的差異可能是這麽(me) 三個(ge) 異：異構芯片，可能是另一種解決(jue) 方案和思路。由異構芯片組成的域控製器，在當下更具有落地實施意義(yi) 。單純地感知芯片和完整的智駕解決(jue) 方案之間還是有非常大的差異性的。

以上是我全部的內(nei) 容，感謝大家了解福瑞泰克公司和我們(men) 的產(chan) 品，這是我們(men) 的ODIN數智底座和四大技術支柱的技術特色，謝謝大家!

(注：本文根據現場速記整理，未經演講嘉賓審閱)