欢迎关注我们的公众号“阿宝1990”，这是一个专注于自动驾驶和智能座舱的汽车干货分享平台。在这里，你将每天接触到一篇关于汽车的深度解析，我们的视野不仅局限于汽车本身，更致力于探索其背后的科技与创新。
4月24日，地平线在北京隆重推出了征程6系列芯片，并在现场展示了基于该芯片的域控制器，展示了其即将在2024年底进入量产车辆的潜力。这一重大进展标志着汽车智能驾驶芯片实现了快速上车的新篇章。

征程6系列并非先前所猜测的3款芯片，实际上包含6款，这一阵容足以应对智能驾驶领域的各种场景和价位需求。在发布会上，地平线重点介绍了征程6B、6E、6M和6P这四款芯片，其中B、L、E、M和H的命名似乎暗示着不同的性能定位。尽管地平线尚未公开征程6L和6H的详细参数，但根据推测，6H的AI算力可能达到256-300 TOPS，CPU算力则为250-300K DMIPS。相比之下，6L的AI算力为30-40TOPS，CPU算力则为40-50K DMIPS。
与征程5系列相比，征程6系列的显著升级之一在于其CPU算力。征程5系列采用的CPU是8核心Cortex-A55，其算力大约在25-30K DMIPS范围内。而此次发布的征程6系列，除了最低端的6B之外，其余型号的CPU算力均有了显著提升。

此外，征程6系列还引入了BPU架构的升级。BPU是地平线对AI加速器的独到称呼，其中“B”代表Brain，意指该处理器类似于人脑的工作方式。地平线在BPU架构的研发过程中，分别致敬了数学家伯努利、贝叶斯和博弈论创始人纳什，这反映了其在智能驾驶技术上的不断创新与追求。
博弈论主要探讨智能车与智能车、智能车与非智能车之间的决策交互影响。当前，多数智能驾驶技术仅关注单车决策，忽视其他车辆的影响，导致智能车在面对某些情境时显得不够灵活。例如，当对向车辆主动让路时，智能车可能因无法理解其意图而错失良机。

强化学习（RL）是智能驾驶策略的核心，它通过与环境交互来训练智能体。RL最初基于Markov过程提出，让智能体在不确定环境中学习最优策略，通过奖励/惩罚机制进行训练。然而，在多智能体环境下（如多车交通场景），情况变得更为复杂。

若智能车旨在改善城市交通，每辆车的决策都将影响其他车辆，可能引发冲突。这时，博弈论的RL算法显得尤为重要，它使用深度神经网络逼近函数，迭代计算子游戏的收益矩阵。通过不断优化，该算法能找出最优策略，指导智能车的决策。

征程6系列AI加速架构采用纳什均衡理念，旨在提升智能驾驶性能。其中，征程6B以性价比为优势，配备6核心Cortex-A55 CPU和14或28纳米制造工艺，吸引国际客户如博世和电装，以及国内客户四维图新、福瑞泰克和Minieye。其竞争对手主要来自Mobileye的EyeQ5M/H和EyeQ6L等芯片。
征程6系列的核心产品是E/M，它充分利用了纳什均衡理念，旨在进一步优化智能驾驶性能。这一产品不仅性能卓越，还兼具成本效益，因此深受国际客户如博世和电装，以及国内客户四维图新、福瑞泰克和Minieye的青睐。其市场表现不俗，甚至与Mobileye的EyeQ5M/H和EyeQ6L等知名芯片展开了竞争。

征程6系列预计在2024年内启动首批前装量产车型的交付工作，并计划在2025年实现超过10款车型的量产交付。针对中阶智驾市场，地平线推出了具有竞争力的城区性价比方案——征程6M，以及为高速NOA提供极致体验的方案——征程6E。此外，公司还提供了符合AEC-Q104车规标准的SiP模组和Matrix 6域控参考设计，以实现高集成度、低功耗和优化系统成本的目标。在最近的一次发布会上，地平线宣布与多家Tier软硬件合作伙伴共同推进征程6E/M的合作，并预计到2024年第二季度，将有超过50家生态伙伴推出基于征程6E/M的准量产级产品。

接下来，让我们聚焦于征程6系列的旗舰产品——征程6P。这款车型无疑成为了大家关注的焦点。

征程6P搭载的AI算力达到了560TOPS，这一数据在地平线发布会现场备受瞩目。值得注意的是，这款车型所标注的560TOPS是在1/2稀疏网络下的等效算力，并未提及精度，推测可能为INT8位。实际上，这一算力已远超4片Orin合并后的总算力。在当前车载领域，即便是最顶级的车载以太网交换机，其带宽也不超过25GB/s；而典型的PCIe 0交换机，带宽则被限制在32GB/s以内。即便是价格高昂的PCIe 0交换机，其带宽也难以突破120GB/s。因此，要想实现类似于服务器行业中4个H100带来的4倍算力提升，所需的带宽至少要达到900GB/s，这在现有技术条件下显然是无法达到的。即便是最顶级的车载以太网交换机连接4个Orin，其算力提升也仅能达到2倍单个Orin的水平，即300TOPS。这也正是英伟达投入十几亿美元开发NVLINK技术的原因所在，而该技术目前因美国管制而严禁出口。
地平线征程6P所搭载的CPU采用18核心的ARM Cortex-A78AE架构，其算力高达410K DMIPS。相比之下，英伟达的Orin-X虽然内核同样为ARM Cortex-A78AE，但仅有12核心，其算力为227K DMIPS。值得注意的是，由于Orin的GPU发热量相对较高，其CPU频率有所降低。而地平线的征程6P在GPU方面的算力为200GFLOPS，发热量较低，从而使得CPU频率得以提升，其整体算力几乎达到了英伟达的两倍。此外，华为的昇腾610在CPU方面则配备了16核心，其算力为200K DMIPS。
征程6P内部配备了一个小型的GPU，其算力为200GFLOPS，专门用于处理智能驾驶领域的图像输出，以便将图像呈现在仪表或中控屏幕上。
为了进一步优化成本控制和供应链管理，同时简化软件架构，征程6P内部新增了一个ASIL-D级的MCU岛，其算力达到10K DMIPS。当前，许多车辆使用独立的安全MCU来操控底盘，如英飞凌的TC397，但该型号价格高昂、波动大且供应不稳定，其最高算力为4K DMIPS，典型值为7K DMIPS。地平线此次采用的MCU具体型号未公布，但预计可能与高通SA8650/SA8255/SA8775等4核心ARM Cortex-R52内核相似，运行频率可能位于800-1000MHz之间。

在存储性能上，征程6P升级为LPDDR5，提供高达205GB/s的带宽，与英伟达Orin持平。其前视感知系统可支持1800万像素的分辨率，并具备3Gpixel/s的图像带宽。
内部配备TB/s级高性能总线，实现极低的访存延时，仅为130纳秒。
为应对新一代大模型Transformer中的大量矢量运算，我们特别引入了VPU——矢量浮点运算加速单元，以进一步提升计算效率。
地平线征程P6以高达370亿的晶体管数量脱颖而出，相较于英伟达Orin的170亿和Xavier的90亿，展现了显著的领先优势。与此同时，地平线还发布了全场景智能驾驶解决方案SuperDrive，其核心在于拟人化体验的突破，旨在打造更出色的智驾系统0。通过融合动态、静态和OCC三网合一的端到端感知架构，以及数据驱动的交互式博弈算法，SuperDrive无论在何种道路环境下都能实现高场景通过率、高效通行以及高度拟人化的驾驶行为。在拥堵汇流、路口交互、动态Driveline、礼让骑行人、拥堵换道以及城市环岛通行等复杂的城区场景中，SuperDrive都能为用户带来既优雅又不失从容的智能驾驶体验。

动态、静态与Occupancy三网融合的端到端感知架构，是精准再现客观物理世界的关键技术。该架构通过遮挡准召率提升70%，动态代码行数减少90%，网络负载降低50%，从而有效解决了当前行业感知架构面临的高时延、繁琐规则和沉重负载等问题。同时，数据驱动的交互博弈算法为SuperDrive带来了更加拟人的决策能力，使其能够像经验丰富的司机一样灵活应对复杂的交通流。在拥堵环境下变道成功率提升了50%，路口通过率更是提升了67%。

此外，随着美国对中国高科技领域的敌意不断加剧，英伟达Thor芯片很可能无法出口至中国，这进一步推动了芯片领域的国产替代进程。