專訪地平線聯合創始人 & 副總裁黃暢：AI 晶元的開發周期要能「踩上點」

雷鋒網 AI 科技評論按：作為國內 AI 晶元界的有力選手，地平線一直處在計算革新的最前沿。 4 月份發布 AI on Horizon 戰略後，頂著 30 億美金估值的地平線明顯加快了發展步伐。地平線在這過程中對於 AI 晶元研發形成哪些獨特的思考？未來又會有哪些計劃？我們帶著這些問題採訪了地平線聯合創始人、演算法副總裁兼研究院院長黃暢。

雷鋒網 AI 科技評論:地平線在底層技術層面上的投入有多大?

黃暢：具體要看如何定義底層技術，大家的理解也許是不一樣的。從做晶元的角度來看, 除了與硬體相關的設計、驗證等工作，還包含許多與軟體相關的內容，比如原型驗證、系統軟體、訓練工具、編譯器、等。類似英偉達這種實力較強的晶元公司，軟體工程師比硬體工程師還要多。換句話說，晶元公司的底層技術包含了硬體和軟體。如果將晶元及相關底層軟體統稱為「底層技術」，那麼地平線在這塊的投入規模大概是四、五百人左右，是相當大的一個規模，說明地平線有著遠超許多人對硬體的認知和決心去做這件事情。

雷鋒網 AI 科技評論:說明軟體研發占更重要的地位？

黃暢：還有與晶元密切相關的演算法研發，由於我們的平台最終是要為人工智慧演算法及其應用服務的，因此在設計過程中必須充分體現演算法的影響力，所以我們的很多演算法工程師都會深度參與到晶元底層技術的開發工作中來。整體來看，公司軟體研發人員的增速會變得越來越快，因為整個行業目前的趨勢是「軟體定義硬體」或者說「軟體引導硬體」，軟體層面需要做的工作比硬體多得多。

雷鋒網 AI 科技評論:這能不能理解為做 AI 晶元的門檻？誰在軟體這塊的進展越快，越有可能成為行業主導。

黃暢：晶元底層軟體一方面在定義晶元，另一方面在連接開發者、使用者與晶元底層硬體。如果要談決定性因素，我認為不能簡單地說軟體就比硬體重要，因為兩者扮演的角色不同。但要是從發展趨勢與規模來看，過去的所有歷史經驗都表明，一顆強大的晶元，尤其是具有可開發性、可重用性的平台級晶元，在軟體上的投入都是遠超硬體的。

雷鋒網 AI 科技評論:地平線在這方面做了哪些努力？

黃暢：產出成果還是比較多的，基礎的比如系統軟體 BSP、HAL 硬體抽象層、系統標準服務等；另外還有針對演算法晶元的工具鏈，包括編譯器、訓練工具等，都能幫助晶元使用者有效地提升演算法和應用上的開發效率。

此外，地平線還有成員專門做演算法探索創新，目的是為了更好地把握未來發展趨勢，將之與晶元架構的設計充分融合到一起，從而使地平線的人工智慧晶元擁有超前的視野。地平線為何著重做這一塊？原因很簡單，晶元的開發周期長，從立項到量產起碼要 2 到 3 年，如果對於晶元用於什麼場景、跑什麼演算法、什麼應用都缺乏預判，那麼最終產出的晶元只能滿足兩三年前的需求。

雷鋒網 AI 科技評論:除了在自動駕駛領域加註籌碼，地平線還關注哪些領域的發展？

黃暢：地平線之所以更多在談自動駕駛，是因為從傳播的角度而言，它是當下人們較關注的一個前沿概念。然而地平線從成立初期開始就不是將自動駕駛當做唯一聚焦領域，比如我們在近期的上海車展就發布 AI on Horizon 的戰略，我們的目標其實是成為一個 AI 平台公司。地平線對外宣傳講得最多的三個場景，一個是自動駕駛；一個是智慧城市；一個是智慧商業，後兩者我們現在統稱為 AIoT。這三個應用場景是地平線過去兩年多一直在密切關注的。

雷鋒網 AI 科技評論:您認為地平線的晶元最大優勢是什麼？

黃暢：我們會面對未來重要場景的關鍵演算法，與處理器的架構設計和晶元的 SOC 實現充分結合到一起，再經過妥協與優化，得到最佳的平衡。微觀的如 BPU 的微架構，宏觀的如 SOC 架構，都體現了我們對於演算法應用系統和單個演算法模塊內部計算機制的深入理解。我了解過很多其他的處理器架構，似乎更多是從某一方面出發考慮，而我們的視角會更加綜合和超前。

雷鋒網 AI 科技評論:地平線的優勢可以簡化成哪幾個評價指標？

黃暢：一個是性價比，這幾乎是所有產品最重要的考核指標，沒有之一；一個是功耗，不同場景對於功耗的要求是不一樣的，比如嵌入式設備對功耗的要求就非常高，而自動駕駛這種邊緣計算場景就可以接受功耗高一些的方案；還有一個是穩定性，這三者是比較傳統的評價指標。

另外還有與演算法相關的內容，比如算力。前些年算力被曲解得很厲害，大家覺得只要用頻率乘以晶元上的乘法器個數，得到一個理論的計算峰值，就是算力。然而真正懂處理器的人都知道，還有一個很重要的概念叫器件利用率。晶元里那麼多運算器件和存儲器件，是否能以接近百分百的利用率被充分利用起來呢？由於演算法是各式各樣的，我們無法只針對一種演算法找到最優架構，這也是地平線投入大量演算法工程師提升對於未來演算法發展趨勢預判性的一個重要原因。唯有這樣，才能使我們的晶元開發周期「踩上點」。過去很多傳統的晶元從峰值性來看非常高，但實際跑先進的演算法時，器件利用率是很低的，給人的感覺是大馬拉小車。這都是因為晶元架構設計上的缺陷所導致的。

另外一個經常被很多人忽視的維度是易用性。這個關係到開發者們的使用成本，比如好不好理解、好不好使用、開發周期有多長等等。簡單來說，易用性體現在產品的開發門檻是不是足夠低，能不能使大多數平均水平的開發者得以快速上手。

這些是我認為評價晶元五個比較重要的指標，前三個偏傳統，後兩個則強調演算法最終產生的效率。如果你整體上認真去思考，就會發現這一切都可以歸結於效率，也就是以多少投入去產生多少價值。

雷鋒網 AI 科技評論:地平線平時與學界的交流多嗎？

黃暢：相較一些以演算法立身的明星創業公司，地平線相對來說更綜合。即便如此，我們依然與學界有很多交流，典型的如發論文，比如今年即將召開的 CVPR 我們就有好幾篇優質的論文發表，包括創造條件讓實習生和工程師們去解決一些具有挑戰性的問題。這幾年學術界的文章很多都來自工業界，或者是業界與高校合作的模式。這些論文中討論的問題規模和複雜程度都是很接近實際應用的。這一點和高校的研究風格有著比較鮮明的區別。此外，我們還經常邀請教授做講座。我們還設有研究院——南京人工智慧高等研究院和矽谷研究院。尤其是矽谷的通用人工智慧研究院，研究的課題都是相當超前的。

整體來說，我們的研發體系還是比較豐富的，也比較靈活，可以快速根據項目的節奏進行調整。

雷鋒網 AI 科技評論:地平線近期主要關注哪些研究課題？

黃暢：主要還是視覺和語音方面相關的核心技術，尤其聚焦在從二維走向三維、從圖像走向視頻，從單模走向多模，從信號走向語義，裡頭有很多技術值得我們去深入探索。

雷鋒網 AI 科技評論

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！