近日，地平线总裁 陈黎明博士在2023全球新能源与智能汽车供应链创新大会现场发表了题为《开放生态，合作共赢——供应链变革制胜汽车智能化下半场》的主题演讲。在他看来，现阶段供应链正在进行深度变革，从原来链状的供应链转向专业分工更加融合的网状结构，系统成本控制也是驱动供应链变革的驱动力。Tier1、Tier2、Tier3仍然存在，但与主机厂的关系发生了根本变化，主机厂对关键零部件更加关注，直接与Tier1到TierN进行深度探讨。

以下为演讲主要内容摘录：

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！我是地平线陈黎明，今天非常荣幸受到大会邀请，有机会在这里跟大家汇报一下我们的工作。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的成比例的增加。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像，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。