地平线征程芯片累计量产突破1500万片：国产智驾芯片如何炼成

智驾芯片累计量产突破1500万片——这条消息放在三四年前，大概率会被当成一句口号来读。我最早接触地平线征程系列，是在征程2准备量产上车的那段时间，当时车企圈里几乎清一色是观望态度，大家反复问的问题就一个：国产智驾芯片，真能过车规、真能大批量用起来吗？今天回头看，1500万这个数字已经把回答写在了马路上。这篇不是要复述官方通稿，而是想把“1500万”拆开来看：它背后是怎样的行业逻辑，征程系列怎么一步步走到这个节点，芯片本身的技术含量到底在哪，以及“量产”这两个字为什么比很多人以为的难得多。如果你是做智驾产品选型的工程师、关注国产芯片的投资者，或者只是好奇地平线为什么隔三差五出现在热搜里，这篇内容应该能给你一个更完整的画面。

1. 1500万片这个数字，究竟意味着什么

1.1 智驾从“选配”变成“标配”，芯片需求被彻底激活

先看大背景。过去五年，智能驾驶在中国新车市场的角色发生了肉眼可见的转变：几年前L2级辅助驾驶还是二十万以上车型的营销卖点，今天几万块的代步车都能把车道保持、自动紧急刹车当成基本配置。各大咨询机构和第三方统计平台的数据都指向同一个趋势，L2及以上辅助驾驶功能的新车渗透率已经超过了一半，而且还在继续往上走。

每一台带智驾功能的新车，都至少需要一颗智驾芯片来承担感知融合、规划决策、控制输出这些实时计算任务。有些高阶车型甚至会用到两颗甚至更多。所以智驾芯片的出货量，本质上映射的是整个市场的新车装配量级。地平线征程系列累计量产突破1500万片，按单车一到两颗估算，意味着它在国内应该有数百万辆上险新车的实际装机规模。

这个数字放在全球范围看也很有分量。长期以来，智驾芯片市场被Mobileye和英伟达牢牢把持，一家成立不到十年的中国公司能在两大巨头之间跑出千万量级的出货，本身就是一个值得琢磨的市场结构变化。它说明国产智驾芯片并不只是“能造出来、能用”，而是已经真正进入了主流车厂的批量采购目录。

1.2 从0到1靠信任，从1到1500万靠体系

我习惯把一个芯片的放量过程拆成两个阶段来看。

第一阶段是从0到1，也就是第一颗芯片真正在量产车型上跑起来。这个阶段最难的其实不是技术本身，而是信任。车规级芯片从立项到整套验证再到SOP量产，周期通常要两到三年，期间任何一次批量质量问题都可能导致大规模召回，整车厂为此要付出的直接和间接成本高得惊人。所以车企侧对新芯片的态度天然保守，你能不能在实验室里跑出漂亮数据是一回事，敢不敢把你放进新车配置单完全是另一回事。

地平线在这一阶段的关键节点，就是搭载征程芯片的车型如期量产、交付、使用，没有出大问题。这一步迈过去之后，才迎来了第二阶段——从1到1500万。

第二阶段的逻辑完全不同。一旦一个芯片平台在某家车厂完成了全部验证和量产，后续改款车型、新平台车型就倾向于继续沿用同一方案，因为重新导入一颗芯片意味着重新走一遍测试验证、重新适配算法、重新做产线工装，成本极高。所以智驾芯片市场有很强的“平台锁定效应”。地平线能从0做到1500万，本质上是在多个主流车厂那里拿到了“平台级”的长期席位，而且是一个项目带出一串项目，才滚出了这个量级。

2. 地平线征程是怎么一路升级的

2.1 征程2和征程3：小算力先把场景做透

地平线的征程系列产品线是逐步丰富起来的。最早打头阵的征程2，算力只有4 TOPS，今天听起来小得可怜，但在当时它要解决的并不是“算力打架”的问题，而是“在没有先例的情况下，证明国产智驾芯片能稳定工作”。

征程2被选用在长安UNI-T等车型上，把ACC自适应巡航、车道保持、AEB自动紧急制动这些L2级核心功能稳稳跑起来。这些功能看着基础，实际上对控制指令的实时性要求非常严格，延迟抖动大了，体验立刻就是灾难级的。征程2小算力完成了第一轮上车验证，给行业吃下了一颗定心丸。

随后的征程3把算力提升到5 TOPS，开始支持更复杂的场景。一个标志性案例是理想ONE，它搭载的辅助驾驶系统里就有征程3的身影。理想ONE把L2+级别的驾驶辅助体验做到了当时同价位里相当能打的水准，这也让业界第一次真正意识到：国产芯片不是只能做低端替代，它同样可以把体验做到头部水平。

现在回顾这段历史很容易觉得平淡，但在当时，能找到一个愿意装车、愿意陪着反复联调的车企，并不容易。征程2和征程3的意义不在于数字上的算力，而在于建立了“国产智驾芯片可量产”这个基本事实。

2.2 征程5的承上启下：算力档位实现关键跳跃

如果说征程2、征程3解决的是“能不能用”，那么征程5解决的就是“能不能打硬仗”。

征程5发布于2021年，2022年开始量产上车，单芯片算力128 TOPS，采用了地平线第二代BPU架构“贝叶斯”。在它之前，国内高阶智驾市场几乎是英伟达的天下，想要做高速NOA、城区部分场景NOA，基本都是Xavier、Orin系列。征程5的出现，第一次让车企有了一个能打高阶NOA的国产大算力选择。

它真正走进大众视野，是靠理想L8 Pro、L7 Pro这些车型。当时理想把征程5放进30万以内的车型，用一颗芯片实现了高速NOA、自动泊车等一系列高阶智驾功能，把高阶智驾的门槛拉低了一大截。这件事对整个市场有很强的教育作用：原来高阶智驾并不一定需要堆两颗顶级芯片，算力够用、算法做好的前提下，单颗128 TOPS的国产芯片也能提供不错的体验。

从产品代际的角度看，征程5也是承上启下的关键一步。它让地平线从“低算力辅助驾驶”跃迁到了“高算力智能驾驶”的主战场，也把芯片设计团队带到了和英伟达直接较量的牌桌上。

2.3 征程6系列：从单打独斗到全家桶覆盖

到了征程6系列，地平线的产品策略出现了明显变化，不再是一次只发一颗芯片，而是直接铺开一整套产品矩阵。征程6B、征程6E、征程6M、征程6P分别瞄准不同档位的需求，从基础L2到高阶城区NOA全面覆盖。整个系列的架构也升级到了第三代BPU“纳什”，其中定位最高的征程6P算力做到了560 TOPS。

为什么从“单芯片”变成“全家桶”？很简单，智驾市场的需求已经极度分化了。几万块的代步车需要的是低成本、低功耗的L2芯片，二十万的主流家用车需要支持高速NOA的中算力芯片，三十万以上的旗舰车型则要跑城区NOA、端到端大模型，需要的是大算力平台。如果没有完整的产品线，一家芯片公司就只能吃到其中一段市场，很难真正做大。

更重要的是，征程6系列强调“一套工具链，全系列覆盖”。车企基于征程6平台做开发，低配车型和中高配车型之间可以平滑切换，无需重复开发软件栈。这种平台化思路能显著降低车企的研发成本，也是地平线跟英伟达、Mobileye竞争时一个非常实际的差异化优势。同时，地平线还推出了SuperDrive高阶智驾解决方案，把芯片、算法、参考系统打包交付，进一步降低了车厂的落地门槛。

3. 核心技术到底强在哪：BPU架构与软硬协同

3.1 BPU的迭代：三代架构解决的是三个不同时代的问题

地平线的芯片设计理念和通用GPU厂商走的是两条路。它不追求一颗芯片什么都能算，而是把算力聚焦在智驾场景最需要的AI推理任务上，这颗专用的AI计算单元就是BPU（Brain Processing Unit）。

一代BPU“伯努利”用在征程2、征程3上，解决的核心问题是能效比。智驾芯片在车里工作，没有足够的散热条件，功耗墙卡得死死的，同样的算力，每瓦性能越高才越有竞争力。二代BPU“贝叶斯”用在征程5上，针对大规模CNN网络做了深度优化，让128 TOPS这个档位真正跑出了高阶智驾所需要的有效性能。三代BPU“纳什”则是在为2025年之后的主流算法做准备。

为什么三代架构特别值得关注？因为智驾算法正在经历一轮“变天”——从CNN为主转向Transformer、占用网络、端到端大模型。这里有一个芯片工程师都很清楚的痛：传统NPU对卷积神经网络的优化做得很好，但Transformer里的多头注意力模块涉及大量矩阵转置、动态形状计算和SoftMax操作，和CNN的计算模式完全不同。如果芯片架构是为CNN时代设计的，跑Transformer模型时算子利用率会非常难看，算力标称很高，实际效率却打折扣。

纳什架构的针对性优化，就是让芯片在跑Transformer这类模型时也能保持高利用率。这个方向选得很准，因为从当下的算法趋势看，未来三年主流车企的高阶智驾都会往端到端、大模型方向迁移，芯片如果跟不上算法演化，很快就会被边缘化。

3.2 软硬结合：工具链和参考算法才是真正的隐形门槛

做智驾芯片的工程师都知道一个道理：芯片硬件只是起点，开发者每天实际面对的其实是工具链。模型怎么导进来、算子支持够不够全、量化之后精度损失多大、调试方不方便，这些体验直接决定了一颗芯片能不能被团队用起来。

地平线在软件侧的工具链“天工开物”OpenExplorer，覆盖了模型训练、转换、量化、编译、部署的完整流程。它支持主流深度学习框架，比如PyTorch、TensorFlow，开发者把自己训练好的模型迁移到地平线平台上时，迁移成本是可控的。对于很多车企智驾团队来说，这是选型时非常关键的一个加分项。

我自己在选型实际踩过不少坑：有些芯片标称算力很高，买回来才发现它对主流模型的算子覆盖不全。比如有个常用的检测网络，换上去之后某个自定义算子在官方算子库里根本找不到，只能手动改网络结构或者用低效方式模拟，开发周期直接翻倍。这种问题不是看数据表能看出来的，必须真刀真枪在开发环境里跑一轮才知道。地平线的工具链不敢说毫无瑕疵，但在国内智驾芯片里，成熟度确实算第一梯队。

除了工具链，地平线还提供参考算法。这相当于芯片公司不仅给了你“发动机”，还给了你一套“底盘调教方案”。车企可以基于参考算法快速搭建自己的感知、融合、规划模块，再做差异化体验优化，不用从零起步。这个模式极大地降低了车企的智驾开发门槛，也是地平线份额能快速做大的原因之一。

3.3 算法变天，芯片凭什么跟得上

过去两年，头部智驾方案商全部在往端到端、大模型方向冲刺。所谓端到端，就是感知、预测、规划不再分成几个独立模块，而是用一个大的神经网络模型直接从传感器输入生成控制指令。这对芯片的需求和传统模块化方案完全不同：模型更大、算子更多样、内存带宽要求更高。

芯片厂商如果跟不上这个变化，很尴尬——车企规划2026年新车型要上端到端方案，你手里的芯片在2023年就定稿了，架构根本没考虑过Transformer，那车企只能换方案。这也是很多智驾芯片后来者很难追赶的原因：架构设计的起步时间比算法落地早了至少两三年，一旦方向判断失误，整代产品就废了。

地平线的纳什架构之所以重要，就是因为它在征程6设计之初就把Transformer和未来大模型的特性纳入考量。这不只是跑得动跑不动的问题，而是在相同功耗下，有效算力能不能撑住L2++级别的复杂场景。算力数字可以标得很高，但真正的体验差距在于同样一颗芯片，跑真实模型时实际能达到多少利用率、延迟能压到多低、功耗释放稳不稳定。你如果去翻那些智驾团队的工程复盘就会发现，地平线的路线选择逻辑基本是被算法趋势推着走的，而不是拍脑袋定的。

4. “量产”两个字的分量：车规级是怎么炼成的

4.1 车规级认证：和消费级芯片完全是两个物种

很多人看到“车规级”三个字觉得只是个营销形容词，真做车的都知道那是完全不同的物种。消费级芯片工作温度范围0℃到70℃差不多就够了，车规芯片要扛住-40℃到105℃甚至125℃的极端温度。消费级芯片死机了重启就好，车里的芯片如果出问题，可能就是一次事故，所以对可靠性的要求完全不在一个量级。

一颗智驾芯片要通过车规认证，需要满足AEC-Q100可靠性标准，同时要覆盖ISO 26262功能安全标准的整套流程。ISO 26262定义了从ASIL-A到ASIL-D的安全等级，等级越高，对硬件故障检测、冗余设计的要求越苛刻。智驾芯片通常会做到ASIL-B甚至更高，因为它在车辆行驶中直接参与决策，如果芯片本身的安全机制不过关，整个系统的安全主张都站不住。

车规认证不是做一道考试就完事，而是贯穿了整个芯片从设计、流片、测试到量产的完整周期。每一轮改版、每一个工艺节点变化，都要重新走认证流程。这种全流程的严苛管控，决定了车规芯片的研发投入和周期是消费芯片的很多倍。所以地平线走到1500万片，背后付出的车规工程工作量，是很多人想象不到的。

4.2 车厂导入流程：比你想的漫长得多

车企导入一颗新的智驾芯片，不是采购部门签个字就完事，而是一套非常成熟的供应商管理体系。从初期的供应商准入审核，到送样测试、系统级验证、小批量试产，再到PPAP生产件批准程序，最后到爬坡量产和年度持续审核，每个环节都有严格的节点和文件要求。稍有不慎，芯片厂商就可能被从准入门单里踢掉。

这里想多说一句我接触到的实际感受：车企对芯片供应商的考核，技术本事只是一部分，更看重的是“质量体系能不能扛住大批量交付”。芯片设计得再先进，如果量产批次之间一致性不佳，或者出了质量问题无法快速溯源、无法第一时间整改，车企照样会把你换掉。在这个体系里，“容忍失败”的空间极其有限。

地平线能走到1500万片，意味着它已经在这套体系里完成了从0到千万级交付的完整循环。这个体系能力不是靠发布会堆出来的，是在无数个项目交付、无数次审核和整改中一点点磨出来的。对竞争者来说，这是比芯片架构更难复制的东西。

4.3 交付只是开始：技术服务是隐形的重投入

智驾芯片和消费芯片还有一个巨大差异：消费芯片卖的是“标准品”，而智驾芯片卖的是“半成品”，必须陪着车企做大量定制化适配和服务。

芯片公司要提供驻场技术支持工程师，要持续迭代工具链，要定期更新参考算法模型，还要根据车企的新车型需求调整芯片的配置方案。一个车型从开发到量产，芯片公司的团队基本要全程陪跑两三年，这中间的人力成本和资源投入非常可观。这也是为什么很多芯片公司做车规产品做了几年还是亏损，因为卖芯片的收入短期覆盖不了庞大的技术服务团队开支。

所以看到“1500万片”这个出货量时，我更愿意把它理解成地平线商业模式跑通的一个信号：只有足够的出货规模，才能摊薄巨额研发和服务成本，形成正向循环。而不能形成正向循环的芯片平台，再漂亮的技术也只是实验室里的摆设。

4.4 商业飞轮一旦转起来，优势会持续放大

芯片行业有一个独特的“飞轮效应”：芯片出货越多，积累的真实场景数据就越多；数据越多，下一代芯片的设计方向就越准；方向越准，产品竞争力越强；竞争力越强，车厂越愿意用，出货量再上一个台阶。

在智驾领域，这个飞轮尤其明显。真实路况的Corner Case、不同天气下的传感器数据、不同驾驶习惯的交互反馈，这些数据很难在实验室里凭空造出来，只能靠大量量产车在路上跑出来。地平线手握1500万片级别的出货基础，意味着它手里握着大量真实场景数据来反哺芯片和算法迭代，这是很多后入场者很难追赶的隐性壁垒。

5. 搜索热词里的“地平线”，先分清楚再说

5.1 “地平线j3”和“C盘地平线四文件夹”都是什么人搜的

最近搜索热度里冒出一堆奇怪词：“地平线j3”、“c盘里地平线四文件夹能否删除”、“地平线6 0x80004005”。如果你和我一样是做智驾芯片的，看到这些词会有点哭笑不得——这大概率是游戏玩家在搜《极限竞速：地平线》系列游戏，跟地平线机器人这家智驾芯片公司没有半毛钱关系。

《极限竞速：地平线》是微软旗下Playground Games开发的赛车游戏系列，玩家圈里习惯简称“地平线4”“地平线5”，安装后会在C盘生成大体积文件夹，而且经常碰到0x80004005这种Windows错误代码。网上问“C盘里地平线四文件夹能否删除”“地平线6 0x80004005怎么解决”，都是在处理游戏安装和清理问题，不是车载芯片出了故障。

如果你真想查地平线征程芯片的信息，建议用全称搜索，比如“地平线征程6”“征程6P”“地平线BPU架构”，这样更不容易被游戏内容淹没。顺便说一句，这种“同名不同物”的撞名现象在网上非常常见，搜技术资料时多留个心眼，才不会读了一晚上游戏攻略还以为自己在看芯片测评。

5.2 关于智驾芯片的几个常见认知误区

借着这个话题，我想分享几个从业者视角下智驾芯片最常见的认知误区，帮大家少踩坑。

第一个误区是“算力越高体验越好”。算力只是硬件的性能上限，真实体验由算法、传感器、执行器、标定、底盘调校共同决定。一台120 TOPS芯片的车，如果算法做得好，体验完全可能好过堆了508 TOPS但算法粗糙的车型。车企选芯片，核心逻辑是选一个“算力够用、工具链成熟、成本可控”的方案，而不是一味追高。

第二个误区是“TOPS可以直接横向对比”。不同厂商标称算力的口径可能完全不同，有的按INT8稠密算力标，有的按INT8稀疏算力标，有的甚至会混用FP16和INT8的数字。更贴近实际的方法，是拿一颗芯片跑你要用的真实模型，测实际的端到端延迟和功耗，再去做对比。纸面参数能参考，但不能全信。

第三个误区是“国产芯片和英伟达的差距仅限于算力”。说实话，英伟达最深的护城河是CUDA生态，而不是单纯的GPU硬件。而地平线这类专用智驾芯片的优势在于能效比、车规工程和本地化服务。差距在，优势也在。最终市场上会形成“通用平台和专用平台”的长期共存的格局，而不是一家通吃。

我在实际跟进智驾芯片项目时有一个越来越强烈的体会：芯片行业的新闻不能只看“发布”和“流片”，那只是起点。真正决定一颗智驾芯片成败的，是它能不能连续几年在成千上万辆真实交付的汽车里稳定运行，能不能在极端高温低温、颠簸震动、复杂雨雾场景里都扛住不出问题。1500万片这个出货量，代表的其实是这套量产工程体系已经经受住了真实市场的压力测试。对普通关注者来说，记不住那么多架构名词完全没关系，只要记住一件事就够了：一颗芯片能不能打，最终要看它在真实路上跑得稳不稳。地平线征程系列能走到1500万，说明它是真真切切在路上了。