陈黎明:成本控制是驱动供应链发生根本变革的驱动力

版权声明:本文版权为本站汽车所有,转载请注明出处。

本站汽车11月1日报道

2023年10月31日-11月1日,2023年全球新能源与智能汽车供应链创新大会在广州召开。本次大会以“多重挑战下汽车供应链健康可持续发展”为主题,邀请百余位政府有关部门和行业机构、高校院所和企业代表深入研讨,探索新汽车时代全球汽车供应链变革方向与转型路径,助力汽车产业高质量发展。

在高层论坛上,地平线总裁 陈黎明做了主题演讲,以下为嘉宾演讲实录:

尊敬的百人会领导,尊敬的各位嘉宾,行业各位同仁,还有各位媒体朋友,大家下午好!今天我要跟大家汇报的题目是“开放生态,合作共赢——供应链变革制胜汽车智能化下半场”。

首先,自动驾驶目前的变化,自动驾驶技术发展更多的回归于商业本质。中国跟国外相比,采取了不完全一样的技术路线。在国外,整个自动驾驶的开发基本上按照SAE定义的L1、L2、L3、L4来进行。在中国,更多的是用户体验驱动,中国出现了L2+、L2++等等。同时,之前专注于Robotaxi的L4的公司也开始下探到L2+、L2++,回归用户价值,这是技术发展方面的变化。

同时,用户价值驱动也越来越得到广大消费者的认可。根据统计数据,有购买车意向的用户里面,无论是大众客户,还是有意向买智能驾驶的,大家对于自动驾驶,特别是减轻疲劳、解放双手、和安全性,列为对自动驾驶功能需求最高的三个选项。对于已经使用过高速领航辅助驾驶功能的用户来讲,里面最得到大家认可的,是让驾驶变得更轻松,差不多占3/4的用户。将近2/3的用户觉得自动驾驶让自己感觉更安全、更放心。自动驾驶,特别是高级领航辅助驾驶,越来越得到大家的认可,使得驾驶更加轻松。

2023年,麦肯锡有一个调查,对于消费者而言,哪些是主要的购车因素?除了使用成本和环保之外,智能化程度排第三,有60%的用户选择了智能化程度。对于本土高端品牌,像新势力,或者新品牌,在高端选择中,更多看重的是更先进的自动驾驶和智能座舱,汽车的智能化作为高端品牌选择的主要因素。

同时,去年统计前三季度高端品牌的消费,本土品牌的销售量是德系高端品牌的4倍,充分体现出智能化给高端品牌带来的溢价能力。看到这个数据,我还是挺感慨的,以前在燃油车时代,很多自主品牌也在冲击高端品牌,但是都没有成功。到了新能源汽车时代,在智能化技术的加持之下,自主品牌把高端品牌打出来了,现在发展也非常好。

这次大会上各位主机厂领导都谈到的一点,供应链正在进行深度的变革,从原来链状的供应链转向专业分工更加融合的网状结构。主要是两个方面,从主机厂来讲,原来是跟Tier1打交道,Tier2可能也知道,但是了解不多,Tier3基本上都不知道。现在新的网状的供应链关系,Tier1、Tier2、Tier3仍然存在,但是主机厂跟Tier1、Tier2、Tier3之间的关系发生了根本的变化,不像原来只关心Tier1提供的这些零部件、控制器,但是对于控制器里的芯片可能大家都不关心。现在大家对于关键的零部件,关键的功能更加关注,主机厂直接与Tier1到TierN都在进行深度的探讨。特别是系统降价,系统成本控制,如果不跟主要的零部件和功能的供应商进行直接的接触,很难实现系统成本的控制,这也是驱动供应链发生根本变革的驱动力。

接下来再看一下,除了供应链变革之外,还有一个是卷,还有成本压力。现在高端品牌,三四十万的车都往三十万下探,二三十万的车又往二十万下探。一些主流车型都配置了L2+、L2++的域控制器,芯片用的都是大算力芯片,200 TOPS以上。相当于自动驾驶领域也在军备竞赛,车企研发费用急剧上升,大家对于开发过程的成本控制、研发投入等都提出了非常大的需求。这是一个非常大的痛点。

但我们同时也注意到,目前算力增加并没有给终端用户带来体验和价值相应的增加,可能有一些增加,但是不是成比例的增加。这里提出一个问题,谁来为多余的算力进行买单,让用户的价值随着芯片算力增加而不断增加,这也是面临的一个挑战。

第三个方面,大家谈成本比较多,开发过程中有一些比较重要的、投入非常大的,比如传感器适配。智能汽车需要的传感器越来越多,摄像头、激光雷达、毫米波雷达等等,传感器的适配工作量非常大。随着智能驾驶功能不断增加,场景越来越复杂,视觉感知成为自动驾驶的主流技术,用的最多的就是摄像头。但摄像头适配的成本非常高,不同的镜头、不同的图像传感器匹配是很关键的,镜头的质量和技术参数,还有传感器的技术参数要有很好的匹配,最后才能出来比较好的图像,才能看得更清楚。

市场上镜头的玩家很多,传感器玩家也很多,所以有非常多的排列组合。把镜头和传感器放在一起的摄像头要进行适配,适配费用差不多是两千万到四千万,时间根据复杂程度和技术指标差不多是半年到一年半,人力投入在一百人月到五百人月,投入相当巨大,有时候开发时间跟一台车换型时间都差不多。模组的选型不收敛,整个研发费用不断增加,甚至是指数级增加。行业提出,需要进行技术上的协同,硬件进行标准化,避免重复造轮子。同时,降低资源浪费,提高研发效率,这也是现在自动驾驶里面普遍碰到的一些挑战和诉求。

地平线如何提供一些解决方案呢?这张图在不同的场合都讲过,今天我想从另外一个角度来讲这个公式,地平线怎么基于“智能计算的新摩尔定律”来解题。大家都知道芯片有多少TOPS,这只是芯片性能的一个指标。真正衡量一个芯片的性能,是指计算效能,也就是公式的左边,每一个Watt,或每一个dollar,每秒能处理多少帧图象,这才是真正的性能。这是由三个方面来构成,等式另一侧的最左边,是讲的芯片硬件的架构,IP、设计和硬件本身。最右边是算法,算法的有效性和先进性,如何真正利用一款芯片,把它发挥到极致呢?就是利用中间的编译器,这是把软件和硬件结合起来非常关键的部分。从地平线来讲,通过软硬结合的技术路线,把一个芯片发挥到极致,算力可能不如某一款芯片,但是计算效能是非常高的,给主机厂带来低成本,但是高性能的产品。

接下来,讲几款我们的产品。一个是开发工具链,为了很好、很快地用一款芯片,必须要有强大的工具链,帮助快速对模型进行训练、量化、编译、去优化,最后再部署到芯片里面去,在车里能用起来,这是编译器最主要的功能。这样可以加速芯片的落地应用,同时提高计算效能,增加性价比。

举一个例子,我们的征程5芯片在2021年发布的时候,每一秒能处理1200多帧图像。随着编译器不断优化,到今年,差不多两年的时间,每秒能够处理1700多帧图像。硬件是完全一样的,通过优化编译器,能够充分发挥硬件资源,使得算法跑得非常高效。

中间是今年4月份发布的踏歌智能驾驶应用开发套件,这是一个开放软件,开发过程除了上层应用软件,还有很多其他的通讯、开发架构、接口标准等等。每家公司都在做这些东西,我们认为没有必要大家重复造轮子,如果有一个开源的,大家共同来使用、不断优化,可以使开发、集成、验证不断进行优化。随着开源软件不断使用,使得通用的软件更加成熟,这样就避免重复造轮子,避免大家重复投入人力和财力,可以把人力和财力省下来做其他更需要投入的地方。

还有摄像头的适配,工作量非常大,地平线在这块也做了一些工作。我们内部有一个秋毫项目,最主要的是跟镜头和图像传感器的合作伙伴、供应商一起对传感器的方案进行选型,同时进行测试的验证,最后质量把关,给客户带来更多的效益。

首先跟厂商合作能够保证供应,二是通过上下游的产业链技术的协同,在设计阶段知道应用场景上对技术指标有哪些要求,哪些在哪个范围内能出来更好的图像,前期开发上可以避免很多浪费,标品率能够大幅度提升。另外,对于整个适配效率也得到100%的提升。降本方面,通过选型的标准化、方案的优化,成本也可以节约30%。再加上质量的把控,使得大家能够有更好的基础。

通过地平线这种灵活的商业模式,开放的合作关系,跟下游的很多合作伙伴,包括硬件方案的提供商,还有软件服务商,还有镜头模组、传感器的合作伙伴进行合作。在上面是硬件合作伙伴,进行域控制器的生产制造,再加上软件的合作伙伴,最后为客户进行系统的集成,在整个开发过程当中进行赋能。

地平线征程芯片已经成为国内主机厂主流的选择方案。上半年有数据统计,域控制器方面,我们跟英伟达一起达到了80%以上的份额,这是芯片本身。实际上从车的数量来讲,我们是领先的。在L2 ADAS的市场,我们跟博世、Mobileye是三分天下,得到了主机厂的认可,在这里对于主机厂和其他合作伙伴表示感谢。

我们目前跟100多家生态合作伙伴一起服务20多家车厂,目前有150多个项目在开发,已经量产50多个项目,目前已经给客户供了400万片芯片,所以我们的芯片已经得到了市场的验证,得到了客户的认可,所以我们也愿意跟合作伙伴一起,和主机厂一起,共同推动自动驾驶的发展。

再次感谢大家的时间,谢谢!