2022年3月27日，在“全球智能汽车前沿峰会”上，寒武纪行歌(南京)科技有限公司执行总裁王平发表了演讲，以下是演讲摘要：

　　首先，请允许我快速介绍一下寒武纪行歌。寒武纪行歌是寒武纪控股的车载芯片子公司，寒武纪则是由中科院计算所孵化的领先的人工智能芯片公司，寒武纪行歌致力于打造全球领先的自动驾驶芯片公司。从成立以来，就得到了有关部门和社会各界的大力支持，我们在种子轮就得到了包括上汽集团、蔚来汽车、宁德时代等领先的汽车整车及零部件企业的战略投资。我也借此机会，感谢所有帮助我们成长的相关部门和合作伙伴!

　　回到自动驾驶的主题，我们认为自动驾驶的发展是一条非常崎岖但充满机会的山路。未来五年，我们看到了三大趋势：

　　首先是L2+的自动驾驶系统的装备率将会迅速普及并将长期存在，未来五年L2+及以上的总体渗透率可能超过50%;

　　第二个趋势是，受限场景下的L4级别的自动驾驶解决方案将逐步实现落地，但距离大规模量产还有很长的路要走;

　　第三个趋势是，车路云的闭环协同，将会进一步推动驾乘体验持续升级。

　　智能驾驶系统规模化落地将面临多重挑战。首先，单车智能面临以下挑战：第一，目前单片SOC的处理能力普遍不足，因此需要2片甚至更多片来实现，使得系统复杂度指数级上升，量产困难;第二，多片SOC还造成域控制器功耗很大，必须采用风冷甚至液冷，增加了系统成本，从而使得智能驾驶系统在燃油车及10万元以下车型都很难普及;最后，国产芯片占比仍然很低，整体芯片供应受到全球供应链影响巨大。

　　车路云协同的方案也面临着诸多挑战。首先海量数据的闭环需要大规模AI集群的支撑，根据特斯拉的数据，每一辆智能车上路，就需要增加价值500美金的云端AI计算资源来支撑，成本压力巨大;其次，车企也需要投入大量资源来实现数据安全和隐私保护;最后，云端统一运营数据的模式还不能有效满足车主个性化的需求。

　　迎接挑战，我们认为，通用开放式和大算力是智能驾驶芯片的两大趋势。在L1和L2时代，数据量比较小，很多车厂接受了芯片和算法强耦合的封闭式一体化方案。到了L3/L4时代，数据量大幅提升，算法也更加复杂，因此需要大算力的芯片才能满足需求。此外，OTA的需求，也需要有通用开放的软件平台才能支撑。

　　寒武纪行歌定位为车载芯片公司，将与Tier 1公司、传感器公司、算法公司等一起与OEM密切协同，形成网状的合作关系;我们也将主动“攒局”，联合合作伙伴构建成熟的算法及软件解决方案，提供多层级可裁剪的货架化解决方案交付，全面满足车企对质量、进度、客户体验差异化等多重需求，提升终端用户的驾乘体验。

　　为了满足智能汽车市场的需求，我们将推出全面覆盖不同级别的智能驾驶芯片产品。今明两年我们将有两款重磅芯片正式发布，一款是针对L4市场，可支持车端训练的SD5226系列产品; 另一款是面向L2+市场的SD5223芯片。后续还将择机推出面向其他细分市场的产品，首先是面向L4市场的寒武纪行歌高端智驾芯片SD5226系列产品。当前面向L4级别的自动驾驶域控制器都采用2颗甚至4颗SOC的解决方案， 带来了系统复杂、板级带宽受限、功耗超标、量产周期长等风险和挑战。我们计划在明年正式发布SD5226系列芯片解决方案，为满足市场需求，SD5226在人工智能算力方面进一步提高到超过400TOPS，CPU最大算力超300KDMIPS，采用7nm工艺，独立安全岛设计，率先提供基于单颗SOC的L4级别的自动驾驶解决方案。 此外，这颗芯片的最大亮点是可以支持车端训练，SD5226支持车端自学习架构，真正进入高智能汽车2.0时代。

　　当前已有的车端芯片以推理架构为主，算法模型的更新和训练需要在云端完成。寒武纪行歌采用了端云一体、训推一体的AI处理器架构， 可以支持车端训练，使得智能汽车真正具有自我进化自我成长的能力，从而迈入高智能汽车2.0时代，汽车成为人类的真正伙伴。

　　从车企和车主来说，车端自学习能力可以构建以下几点优势：首先，车端自学习能够真正满足用户个性化需求，实现“千车千面”，比如不同的驾驶习惯、不同的车人交互等等。车端自学习能够更好地保障车主的数据安全和信息安全，单车数据可以按客户意愿选择是否上传云端，车端自学习使得数据实现闭环分布，有效降低了云端AI集群的造价，车企可以更有效的开展服务运营。

　　针对L2+级别市场，寒武纪行歌将重新定义自动驾驶入门级芯片。当前的域控制器方案一般采用两颗甚至三颗SOC来实现L2+ 级别的行车+泊车功能，系统复杂，功耗高，无法采用自然散热，成本也相应水涨船高，较难在10万元以下车型应用。寒武纪行歌将在今年年中发布L2+行泊一体芯片解决方案，采用先进工艺，最大算力16Tops，单颗SOC实现行泊一体功能，并可采用自然散热，推动自动驾驶系统向8-10万元的入门级车型覆盖，重新定义入门级自动驾驶解决方案。

　　行歌还将协同寒武纪一起推出云边端车方案。在云端，寒武纪提供高性能的训练芯片，能够处理车端收集的海量数据进行训练，形成先进的自动驾驶模型，通过OTA推送到车端。在边端，基于寒武纪边缘的智能芯片，与合作伙伴推出面向车路协同的路测单元，可以感知更远的信息，推送给车端，形成协同感知。在车端，寒武纪行歌的自动驾驶芯片，支持未来高等级自动驾驶的复杂模型大算力需求，也能支持算法模型的持续迭代。

　　最后，我想提几点建议：

　　从车企的角度，希望车企可以给国内的芯片公司更多的机会，通过联合开发项目，牵引国产的SOC成为更符合车企需求的SOC，更多使用国产化芯片提升供应链安全性。此外，支持引导生态打造，鼓励国内芯片企业、算法公司、Tier 1等企业的强强合作。

　　第二，我们希望半导体行业的兄弟企业们，能在制造端早日实现先进制程车规级制造和封装的本土落地。