2015 年余凯离开百度深度学习研究院。

同年，余凯创立了地平线。

余凯在接下来的时间里，思考着深度神经网络在未来的可塑性，如果将其集成在一个芯片中，赋予机器人一个灵活性“大脑”，具备一个从环境感知、人际交互再到决策控制能力的机器人。

而这么多突破性只为寻求一个真理，即是释放人类，获得时间。

余凯的造芯思考：做机器人时代的 Intel 车即是当前最好的“机器人”

“我们从那个时候我们说我们要做机器人时代的 Intel，直到如今我们也还是这么想的。”

从余凯身上我看到了如马斯克、李斌以及小鹏等新势力造车企创始人身上的共性，与外部所追求的延续性不同，其对传统模式以及体系下所提出的是破坏性思维，回溯事物的本质，重新思考。

而这也意味着你必须承担破坏性下外界的质疑、承受孤独以及成熟的理性。

余凯认为：“地平线一直都是采用反共识的思考框架。”

简单意义来说，马斯克所追寻的第一性原理，是重新定义汽车的类别，并将造车从硬件向软件转变，在视觉感知方案中寻找其中的真理，破坏性的推出自研自给的软硬件藕合方案，利用高效的算力平台最终实现价值最大化。

而在深度学习的理论中，余凯也试图在其中摸索出基于深度学习的可拓性落脚点，实现最大价值。

何小鹏曾提到：“创业的开始，做软件的人不敢做硬件，做硬件的人不敢去做软件，但如果将两个耦合起来则就会不一样。”

这是小鹏创业的初衷与规划愿景，同然也是余凯创立地平线的初衷。

在深度学习中，余凯认为过去传统的 GPU 不再是适合的平台，而最关键的发展趋势不再只是基于软件。而在软硬件耦合的过程，能够大大提高效率与速率。

而高度协同带来的便是“封闭性”，这也是当前 Mobieye 所面临的难题。

所以在商业化层面上，地平线最终打造处的是具备硬件底层深层次开放的能力，优先服务用户。能够让车企保留自身独立性的同时，也能够在当前争夺时间点中胜出。

二、地平线为何“偏见”于AI 芯片？

AI 芯片从字面上能够看到这是一款能够集中处理人工智能应用的计算模块，而这也与深度学习等算法模型成相关。

而 AI 芯片主要有 GPU、FPGA、ASIC 三大技术架构，GPU 主要处理图像的运算加速，但它是由 CPU调用，无法单独使用。

彼时余凯正是看到了 CPU 和 GPU 的不同，才看到了芯片的架构和软件的协同开发的可能性，并推动了 FPGA 半定制化芯片的加速发展，其采用的是硬件来实现软件算法，利用训练好的模型做“推断”。

而地平线则是采用了全定制化芯片 ASIC，其带来的高性能算力的同时也降低了功耗比，而这也满足了当客户需要某一特殊场景需求时可以为其开发出一套算法软件。

在地平线自主设计研发的一种处理器 BPU 架构中，提供了开放的嵌入式人工智能解决方案，而由此也能够带来算力翻倍提升。

例如地平线 Matrix 2 自动驾驶计算平台正是基于地平线 BPU2.0 处理器架构，具备高性能、低功耗、低成本的特点。相比上一代，Matrix 2 在性能方面装配有 16TOPS 的等效算力，而其功耗仅为原来的 2/3。

在感知层面，Matrix 2可支持包括摄像头、激光雷达等在内的多传感器感知和融合，实现多元环境的感知。

三、被玩坏的“ 1000+TOPS ”

余凯表示：我预判这两年大家还会比较多的对比算力，但是我觉得在几年以后恐怕大家都不提算力的概念。

1000+TOPS 被“玩坏了”。

当前蔚来 ET7、R 汽车 ES33 以及 智己汽车都分别宣布算力将达到 1000+TOPS。

这似乎是衡量一款新车具备高智能化性能的指标，但矛盾的是它的落地时间一直推迟。

余凯提出了不一样的观点。

余凯认为当前算力的提升伴随着摩尔定律依旧存在着上涨空间，但未来算力的爬升将遇到天花板，如当前芯片 7 纳米到  5 纳米，5 纳米再到 3 纳米制程的难攻克，而最终也将失去了它宣称的“作用性”。

此外算力的提升本质上是与用户的体感产生脱离。

在马斯克的芯片发展史中，基于英伟达 Drive PX2 计算平台打造的 HW 2.5 相比 HW3.0 实在算力上提升了 7 倍，但其却拥有每秒 2300 帧的图像处理能力，这个 FPS 性能是上一代的 21 倍。

这也就意味着在单位之间内同一个帧率下可以识别环境中更为多元复杂的场景。

而这其中的算力只是衡量的单位标准，并不是作为直观衡量性能的手段，而基于正向研发的芯片则是基于满足车辆本身需求所做的算力设计。

“芯片也是凭借“从软件中来，到软件中去的”的设计开发原理。”余凯提到。

芯片架构的设计必须基于软件的需求，因为芯片需要 4-5 年的开发周期，而基于对产品以及外界芯片的发展，制造商必须拥有研发与创新能力，以此来满足于未来的市场需求。

四、地平线“上演”农村包围城市 

目前征程 2 搭载的是地平 BPU2.0 平台，可提供超过 4 TOPS 的等效算力，典型功耗为2瓦。可实现多类AI任务处理，对多类目标进行实时检测和识别，目前搭载在 长安UNIT、UNIK，奇瑞蚂蚁和上汽智己四款车型上。

而征程 3 在支持基于深度学习的图像检测、分类、像素级分割等功能上，也支持对 H.264 和 H.265 视频格式的高效编码，可实现高级别辅助驾驶、驾驶员监控及自动泊车辅助等功能，搭载车型将于 2021 年年内发布。

而将在今年推出高等级自动驾驶芯片征程5，该芯片具备 96 TOPS的 AI 算力，典型功耗为 15W，支持 16 路摄像头。

余凯提到：“目前地平线征程 2 要打 10 万到 20万 的这个价位的车型，而征程 3 将要打 20 万到 30 万的车型，然后增速至 30 万以上的车型覆盖。

新的市场竞争需要新的合作方式。

余凯认为当前的市场合作方式都伴随着新的竞争关系开始出现变化。

例如传统车企过去的分工模式明确，阶梯级的划分为 Tier 2、Tier 3 等等，但在新模式下车企与制造商之间对于市场以及用户有着众多不确定性，而这也促成了双方一种新的协同关系，从而弱化了分工、分散的合作体系。

智能汽车迎来的一个全新的发展时代，同然也在建立起一个新的合作模式与思考方式。而我们最终也发现，这种思考模式从软件定义开始，一直延续推动整个智能化架构的演变。

这场近乎破坏性的造车与合作体系，正对用户的体验带来颠覆性的变革，同时市场也正磨练出具备新思考的领军人物以及新的制造商。

而在新的协同合作间，中国的智能汽车市场也正迈向一个全新的高度。