征程6介紹

與以往征程系列前幾代產(chǎn)品不同的是，征程6（我們業(yè)內(nèi)稱為J6，“鉤6”）并不是一款芯片，而是根據(jù)算力大小，分成了J6B/J6L/J6E/J6M/J6H/J6P 6款！

1 J6P芯片參數(shù)

• CPU：18核心的ARM Cortex-A78AE，算力是410K DMIPS
• BPU：如上文介紹，采用了納什架構(gòu)第四代BPU，560TOPS算力（注意上圖左下角的一行小字：560TOPS算力是等效1/2稀疏網(wǎng)絡(luò)下的算力，必須嚴(yán)謹(jǐn)！）
• 算法支持：對Transformer算法的支持效率在業(yè)內(nèi)領(lǐng)先，同時支持大規(guī)模交互式博弈等前沿算法，表明其在處理復(fù)雜AI任務(wù)上的優(yōu)越性能。
• 功能安全：通過ISO 26262 ASIL-D功能安全流程認(rèn)證，主動安全AEB ASIL-B產(chǎn)品級功能安全認(rèn)證。

2 四芯合一的芯片架構(gòu)

J6芯片所實現(xiàn)的“四芯合一”是指將以下四種關(guān)鍵處理單元集成在同一顆系統(tǒng)級芯片SoC上：

1. CPU（Central Processing Unit）：負(fù)責(zé)通用計算任務(wù)，處理非特定的計算工作負(fù)載，是芯片的控制中心，執(zhí)行操作系統(tǒng)的指令和應(yīng)用程序的邏輯控制。
2. BPU（Brain Processing Unit）：地平線自主研發(fā)的神經(jīng)網(wǎng)絡(luò)處理單元，專門針對人工智能算法和深度學(xué)習(xí)任務(wù)進(jìn)行了優(yōu)化，如圖像識別、自然語言處理等，是實現(xiàn)智能駕駛核心算法的關(guān)鍵。
3. GPU（Graphics Processing Unit）：圖形處理器，除了傳統(tǒng)意義上的圖形渲染，現(xiàn)代GPU也廣泛用于并行計算，特別是在機器視覺、環(huán)境感知等需要大量并行處理的場景中。
4. MCU（Microcontroller Unit）：微控制器單元，常用于實現(xiàn)嵌入式控制功能，具有功能全、體積小、集成度高等特點。在J6中，MCU被集成用以處理功能安全相關(guān)的任務(wù)，確保系統(tǒng)的可靠性。

這種高集成度的設(shè)計不僅提升了系統(tǒng)性能，還顯著提高了性價比，降低了部署難度，使得單顆征程6芯片就能夠支持包括感知、規(guī)劃決策、控制、座艙感知等在內(nèi)的全棧計算任務(wù)，適用于多種智能駕駛應(yīng)用場景。

這種多合一實際上就是SIP（System in Package），SIP技術(shù)是一種先進(jìn)的半導(dǎo)體封裝技術(shù)，它允許將多種功能芯片、元器件（如處理器、存儲器、傳感器、RF組件等）以及被動元件（如電阻、電容）集成在一個封裝內(nèi)部，形成一個具有完整或部分系統(tǒng)功能的封裝模塊。與傳統(tǒng)的單一封裝只包含一個主要芯片（如SoC）不同，SIP技術(shù)通過并排排列、堆疊或采用3D封裝等方法，將多個獨立的芯片和組件緊密集成，從而實現(xiàn)了更高的集成度和更小的封裝尺寸。

征程6系列不是人們之前猜測的3款芯片，而是6款，足以覆蓋智能駕駛的各個場景和價位。發(fā)布會上重點介紹了征程6B、6E、6M和6P，筆者認(rèn)為B應(yīng)該是Base，L是Light，E是Efficiency，M是Medium，H是High，P是Performance或Premium。地平線沒有公開征程6L和6H的參數(shù)，預(yù)估6H的AI算力是256-300 TOPS，CPU算力是250-300K DMIPS。6L的AI算力是30-40TOPS，CPU算力是40-50K DMIPS。

征程6系列與5系列相比，升級最明顯的是CPU算力。征程5的CPU是8核心Cortex-A55，算力大致是25-30K DMIPS，這次除了最低的征程6B，其余CPU算力都大幅度提高。

征程6系列的另一個升級是BPU架構(gòu)，所謂BPU就是地平線對AI加速器的另一種稱呼，B代表Brain，可以稱為類腦處理器，第一代BPU，地平線致敬數(shù)學(xué)家伯努利，伯努利分布是最簡單的離散型概率分布模型。第二代BPU，地平線致敬英國數(shù)學(xué)家貝葉斯，他推導(dǎo)出貝葉斯定理，貝葉斯定理是一個由結(jié)果倒推原因的概率算法，當(dāng)年默默無聞，在人工智能的今天大放異彩。

征程6的第三代BPU架構(gòu)則致敬博弈論創(chuàng)始人納什，稱之為納什架構(gòu)。約翰·納什，生于1928年6月13日，著名經(jīng)濟(jì)學(xué)家、博弈論創(chuàng)始人、《美麗心靈》男主角原型，并且還是前麻省理工學(xué)院助教，后任普林斯頓大學(xué)數(shù)學(xué)系教授，主要研究博弈論、微分幾何學(xué)和偏微分方程。由于他與另外兩位數(shù)學(xué)家（經(jīng)濟(jì)學(xué)家，約翰·C·海薩尼和萊因哈德·澤爾騰）在非合作博弈的均衡分析理論方面做出了開創(chuàng)性的貢獻(xiàn)，對博弈論和經(jīng)濟(jì)學(xué)產(chǎn)生了重大影響，而獲得1994年諾貝爾經(jīng)濟(jì)學(xué)獎。

博弈論主要針對智能車與智能車，智能車與非智能車之間決策交互產(chǎn)生的影響，目前大部分智能駕駛都是基于單車的，未考慮其他車輛對智能車決策的影響，這使得智能車有時候看起來不十分靈活，比如對向車主動讓道讓智能車先走，但智能車無法理解對向車的意圖，還是傻傻地等對向車先走。也就是智能駕駛的策略，大多都有強化學(xué)習(xí)的影子，強化學(xué)習(xí)（Reinforcement Learning，RL）旨在通過與環(huán)境（可以是虛擬的也可以是真實的）的交互來使智能體（我們的「模型」）學(xué)習(xí)。RL 一開始是根據(jù) Markov 過程提出的，我們讓智能體處于不確定的固定環(huán)境中，并試圖通過獎勵/懲罰機制來學(xué)習(xí)到一個最優(yōu)策略。在單智能體的情況下，這種方法被證明是收斂的。但是，如果是將多個智能體放置在同一環(huán)境中（多智能體強化學(xué)習(xí)，MARL），情況就復(fù)雜多了。

假設(shè)我們正在試著用智能車來改善城市的交通情況，這時每輛車的決策都會影響其他車的決策與表現(xiàn)，比如智能車與智能車之間很可能會發(fā)生沖突，因為可能對于兩輛智能車而言，沿著某條路線行駛都是最方便的（獲得最多的獎勵）。博弈論有個RL算法，它使用深度神經(jīng)網(wǎng)絡(luò)進(jìn)行函數(shù)逼近，迭代計算子游戲的收益矩陣（Gt）。這個子游戲就是上文提到的 stage games。在每個時間 t 處（每個 stage game），都會計算出符合 NE 的回應(yīng)（σ），并得到最優(yōu)策略（π），然后添加新的策略來擴(kuò)展 Gt 為 Gt + 1，繼續(xù)重復(fù)上述過程。這是最高明的智能駕駛決策算法。

征程6全系列的AI加速都是納什架構(gòu)

征程6B主打極致性價比，CPU可能是6核心的Cortex-A55，制造工藝可能是14或28納米，征程6B的國際意向客戶是博世和電裝，國內(nèi)意向客戶是四維圖新、福瑞泰克和Minieye。主要對手可能是Mobileye的EyeQ5M/H和EyeQ6L。

征程6系列主打產(chǎn)品是E/M。

征程6系列將于2024年內(nèi)開啟首個前裝量產(chǎn)車型交付，并預(yù)計于2025年實現(xiàn)超10款車型量產(chǎn)交付。面向中階智駕市場，地平線推出普惠城區(qū)性價比方案最優(yōu)解——征程6M，以及極致體驗高速NOA最優(yōu)解——征程6E，并提供符合AEC-Q104車規(guī)標(biāo)準(zhǔn)的SiP模組和Matrix 6域控參考設(shè)計，以超高集成度實現(xiàn)更低的功耗和更優(yōu)的系統(tǒng)成本。發(fā)布會上，地平線官宣與多家Tier1、軟硬件合作伙伴達(dá)成征程6E/M的合作，并公布到2024年第二季度將有超過50家生態(tài)伙伴推出基于征程6E/M的準(zhǔn)量產(chǎn)級產(chǎn)品。

大家最關(guān)注的還是征程6系列的旗艦征程6P。

征程6P的AI算力是560TOPS，地平線謹(jǐn)慎地做了標(biāo)注，560TOPS是在1/2稀疏網(wǎng)絡(luò)下的等效算力，地平線未提及精度，應(yīng)該還是INT8位。這個算力實際遠(yuǎn)超4片Orin合并的算力，再強調(diào)一次，以目前車載領(lǐng)域用的最頂級車載以太網(wǎng)交換機帶寬不超過1.25GB/s，典型的PCIe 4.0交換機，帶寬不超過32GB/s，即便是價格遠(yuǎn)超Orin 的PCIe 6.0交換機，帶寬也不超過120GB/s。想要像服務(wù)器行業(yè)那樣是用4個H100就讓算力增加4倍，帶寬至少要做到900GB/s，而這根本做不到，用最頂級的車載以太網(wǎng)交換機連接4個Orin，算力頂多是1.2倍單個Orin算力，也就是300TOPS。這也是英偉達(dá)要花十幾億美元開發(fā)NVLINK的原因，也是NVLINK被美國管制嚴(yán)禁出口的原因。
CPU是18核心的ARM Cortex-A78AE，算力是410K DMIPS，英偉達(dá)Orin-X是12核心，內(nèi)核也是ARM Cortex-A78AE，算力是227K DMIPS，因為Orin的GPU發(fā)熱量比較大，所以其CPU的頻率較低，而地平線的GPU算力只有200GFLOPS，發(fā)熱量很低，所以CPU頻率可以高點，算力幾乎是英偉達(dá)的兩倍，華為的昇騰610的CPU則是16核心，算力是200K DMIPS

征程6P里面添加了一個微型GPU，算力很低，只有200GFLOPS，主要是為了將智能駕駛領(lǐng)域的圖像輸出到儀表或中控屏上。

為了降低成本，更好管理供應(yīng)鏈，也為了減少軟件復(fù)雜度， 征程6P內(nèi)部添加了一個達(dá)到ASIL-D級的MCU島，算力是10K DMIPS ，目前 大家都是使用單獨的安全MCU來控制車輛底盤，通常是英飛凌的TC397，TC397價格比較高，且價格波動大，供應(yīng)狀況不穩(wěn)定，最高算力是4K DMIPS，典型算力是2.7K DMIPS 。地平線沒有公布詳細(xì)信息，應(yīng)該是 和高通SA8650/SA8255/SA8775那樣的4核心ARM Cortex-R52內(nèi)核，運行頻率估計是800-1000MHz 。

存儲帶寬方面，升級到了LPDDR5，帶寬達(dá)205GB/s，與英偉達(dá)Orin相同。前視感知支持1800萬像素，圖像帶寬5.3Gpixel/s。

• 內(nèi)部采用TB/s級高性能總線，訪存延時低至130納秒。
• 為應(yīng)對新一代大模型Transformer較多的矢量運算，特別添加了VPU，即矢量浮點運算加速單元。
• 地平線征程P6的晶體管數(shù)量高達(dá)370億，英偉達(dá)Orin只有170億，Xavier只有90億。

與征程6系列一同發(fā)布的還有 全場景智能駕駛解決方案SuperDrive ，它聚焦擬人化體驗突破，打造好用的智駕系統(tǒng)2.0。憑借動態(tài)、靜態(tài)、OCC（Occupancy占用網(wǎng)絡(luò)）三網(wǎng)合一的端到端感知架構(gòu)，數(shù)據(jù)驅(qū)動的交互式博弈算法，SuperDrive在任何道路環(huán)境下都能兼顧場景通過率、通行效率和行為擬人，在擁堵匯流、路口交互-動態(tài)Driveline、禮讓騎行人、擁堵?lián)Q道、城市環(huán)島通行等城區(qū)復(fù)雜場景下，均能夠為用戶帶來優(yōu)雅不慫、從容篤定的智能駕駛體驗。

SuperDrive復(fù)雜場景體驗突破

動態(tài)、靜態(tài)、Occupancy三網(wǎng)合一的感知端到端架構(gòu)是精準(zhǔn)還原客觀物理世界的有效手段。在此架構(gòu)下遮擋準(zhǔn)召率提升70%，動態(tài)代碼行數(shù)降低90%，網(wǎng)絡(luò)負(fù)載降低50%，有效解決當(dāng)前行業(yè)感知架構(gòu)時延高、規(guī)則多、負(fù)載重的問題。數(shù)據(jù)驅(qū)動的交互博弈可帶來更擬人的最優(yōu)解，使得SuperDrive像老司機一樣靈活處理復(fù)雜交通流，在擁堵場景下變道成功率提升50%，路口通過率提升67%。

審核編輯 黃宇