地平线征程芯片量产破1500万：智驾芯片量产背后的工程密码

最近车圈最让我意外的消息，不是哪款新势力新车又刷了销量，而是地平线征程智驾芯片的量产数字。上周跟一位做域控的朋友吃饭，他第一句话就是：“地平线征程系列累计出货量破1500万了，你知道这意味着什么吗？”

在入行之前，我对“量产”的理解很肤浅，总觉得芯片只要设计得够好、算力够高，自然会有车企买单。但真正参与过几个智驾项目之后我才明白，一颗芯片从流片到装进量产车，中间隔着的是两到三年的验证周期、数不清的可靠性测试、整车厂的层层准入，还有供应链上每一次产能博弈。所以这篇博客我不打算复述新闻稿式的喜报，我想认真拆一拆“地平线征程智驾芯片量产突破1500万”背后的东西：一颗智驾芯片的量产为什么这么难，地平线是靠什么走到今天的，以及这个数字对主机厂选型、工程师做域控、普通消费者买车分别意味着什么。

1. 1500万片征程芯片背后的行业坐标：这个数字不是营销话术

1.1 从“装进实车”到“连续量产”：一辆车背后是一整条验证链

先说一个很多人容易忽略的事实：消费电子芯片和车规芯片的商业逻辑完全是两回事。手机SoC一年出货几千万颗很正常，但它不需要面对“车祸现场”级别的容错要求，也不需要芯片在零下四十度和零上八十五度之间反复横跳还能稳定工作。智驾芯片从设计之初就必须按车规流程走：设计、流片、封装、测试、DV/PV验证、整车冬标夏标、功能安全认证，这一整套下来，一颗芯片从立项到真正出现在4S店展厅里的车上，通常要两到三年。

地平线的征程芯片能累计出货1500万片，说明它已经把这条链路跑通了。这里的“跑通”不是一次性项目合作，而是在大量车型上形成稳定规模供应。没做过车规芯片采购的人可能不理解“稳定规模供应”意味着什么：一颗芯片不是只服务一款车，而是要服务几十款不同品牌、不同底盘、不同传感器配置的车型。每款车在做摄像头标定、雷达融合、算法适配时，都可能暴露芯片本身的新问题，这时候原厂得跟着改驱动、改工具链、回片重新验证。

所以“量产1500万”背后，其实是地平线在无数个项目里一点点打磨出来的交付能力。这种能力比纸面上的算力参数难复制得多，也是我认为这个数字值得认真对待的根本原因。

1.2 放在全球智驾芯片市场里，1500万是什么量级

把1500万放到行业坐标系里看，会更直观。Mobileye EyeQ系列在ADAS时代累计装车量是亿级别的，地平线跟它还有差距；英伟达Orin靠着新势力的高端车型，这几年出货速度也相当快。地平线的1500万里，大部分是征程2、征程3这类面向L2级辅助驾驶的芯片，真正的大算力芯片征程5、征程6还在爬坡期。

但有个细节值得注意：征程系列这1500万是在本土市场为主的前提下达成的。中国市场一直是全球智能驾驶竞争最激烈、价格战打得最狠的市场，能在这里拿到这个装车量，说明地平线在性价比、落地方案和供应链保障上确实拿到了主机厂的认可。我甚至觉得，“惯性”才是1500万背后最值钱的东西。

汽车供应链对芯片的切换成本非常高。一款芯片一旦在某家主机厂的多个车型上完成验证和定型，后面改款时大概率会继续沿用。所以这1500万不是终点，而是后续征程6、乃至下一代芯片的种子用户。等这批装车量进入存量替换和升级周期，地平线的底座优势会进一步显现出来。

2. 从4 TOPS到560 TOPS：征程系列每一代都在回答“怎么落地”

2.1 征程2/3：不追求最高算力，先把安全冗余和功耗做到位

地平线最早给人留下印象的芯片，应该是征程2和征程3。征程2的AI算力只有4 TOPS，放在今天看简直不起眼，但它主打的场景很明确：AEB自动紧急制动、FCW前碰撞预警、LKA车道保持这一类基础ADAS功能。这些功能对算力上限的要求不算苛刻，但对功耗、延迟和确定性要求极高，因为紧急制动一旦误触发或者响应慢了，是会出人命的。

征程3的算力小幅提升到5 TOPS，配合双目摄像头方案，在理想ONE等车型上实现了量产装车。我印象里当时不少从业者对它的评价是：在功能和成本之间卡得相当准。与其上一颗算力过剩的旗舰芯片然后天天为散热和成本发愁，不如在目标场景内把每瓦算力和每块成本都花在刀刃上。

这类低算力芯片是地平线完成“从0到1”的关键。它们让地平线和主机厂建立了信任：你不光能拿出芯片，还能把摄像头接入、传感器标定、算法部署全链路跑通，出了事有人响应。很多团队在这阶段的错误是把资源全押在大算力旗舰上，基础款没做扎实就到处宣传，结果上车之后天天被客户投诉，连迭代的资格都没有。地平线选择先用征程2/3把“能落地”三个字刻进团队基因，这一步在我看来是它后来能做大的分水岭。

2.2 征程5到征程6：架构换血，为高阶智驾铺路

到了征程5，128 TOPS的算力已经能满足不少行车、泊车场景，但真正让地平线站在高阶智驾牌桌上的，还是征程6系列。征程6最有意思的设计在于不是单颗芯片，而是一个平台：征程6B、6E、6M、6H、6P逐级往上，算力覆盖10 TOPS级别到560 TOPS级别，同时共用一套BPU纳什架构和同一套工具链。

这种平台化的好处非常直接：客户可以先拿低算力版本做基础ADAS，等业务需要升级到城区NOA甚至端到端时，再平滑迁移到高算力版本，不用把整套软件生态推倒重来。我一位做域控的朋友原话是：“以前每换一级需求的芯片，就要重新适应一套SDK，征程6最爽的就是一套SDK从低配用到高配。”

我把目前公开信息里各代征程的主要定位整理如下，方便大家对照：

表格里我最希望大家看的是最后一行。“平台化”三个字背后，是地平线用一套工具链统一了不同等级需求的产品方法。它直接降低了主机厂在多个车型上重复开发的成本，也让老车型的升级变得更顺滑。这种思路在智驾芯片厂商里，算是相当清晰且克制的一种打法。

3. 地平线的护城河不在芯片本身，而在BPU架构与工具链

3.1 BPU架构为什么是“专为AI计算而生”

几乎每家智驾芯片公司都会提自己的NPU或者BPU，但真正愿意把架构逻辑讲透的不多。地平线的BPU从最早的伯努利架构一路演进到纳什架构，核心设计逻辑很明确：针对CNN、Transformer这类在视觉感知里高频出现的计算模式做深度优化，把卷积、矩阵运算、注意力机制映射到专用的计算阵列上，而不是像GPU那样靠大量通用核心硬堆计算单元。

这种“专用”架构的优缺点同样突出。好处是同样的功耗预算下，能跑出更高的有效算力和更低的延迟；坏处是灵活度相对受限，算法范式一旦变化，架构如果跟不上就要换代。地平线的应对思路是把工具链做厚，用编译器来补足灵活性，让开发者在不必深入底层硬件的情况下，也能把模型部署得比较高效。

我自己的实际体验是，同一套视觉模型放在通用GPU和征程6P上，最大的差异不只是在峰值算力上，而是在量化压缩之后整个链路的资源占用：征程上模型体积和功耗都能压得很低，这对量产车的热管理、电源设计和BOM成本都是实打实的帮助。这类体验，往往要真正跑过项目才会感受到。

3.2 工具链与软件生态：SoC能不能用，七分看软件

芯片圈有句老话：硬件定上限，软件定下限。很多智驾芯片账面数据很好看，客户拿回去却发现算子库缺一堆、编译器优化拉胯、调试工具难用到崩溃，最后硬生生把一颗旗舰芯片用成了中端芯片。地平线这几年在软件上投入相当大，从编译器、量化工具、AI开发平台到中间件都有覆盖，还专门为开发者搭建了完整的工具链体系。

我做技术选型时最关心的问题只有一个：一个训练好的模型，从PyTorch导出到芯片上跑起来，到底要花多久？在一些平台上，光算子适配就要一两周；在地平线的工具链上，常见视觉模型基本是几天量级，而且报错信息、性能分析数据出得比较全。对一个追交付进度的团队来说，这种效率提升比多几十TOPS算力实在得多。

这也是为什么我说，BPU架构是地平线的矛，工具链才是它的盾。只有矛和盾凑齐了，1500万片量的软件支撑才有底气。否则芯片卖出去只是开始，后续每一家客户的技术支持请求都会变成拖垮交付的黑洞。

4. 1500万量的工程化链条：从流片到装车有多苦

4.1 车规认证与可靠性测试：不是PPT上写两行字就完事

我在这一行见过太多芯片，发布会参数惊艳，结果到了车规认证阶段就卡住。一颗智驾芯片要真正上量产车，需要过的关卡至少包括AEC-Q100可靠性认证，也就是高温工作寿命、温度循环、静电放电、湿度敏感性这一堆听起来枯燥但个个致命的测试；然后是ISO 26262功能安全流程认证，安全等级通常要做到ASIL B甚至ASIL D；最后还有PPAP生产件批准程序，让整车厂确认供货质量稳定。

这些关卡里最耗时的其实是失效分析。芯片在路测里出现偶发故障时，需要FA团队把问题一路追到晶体管级别，判断是设计问题、制造问题还是软件问题。这个过程短则几周、长则几个月，整个客户项目都得跟着等。地平线能把出货量做到1500万，说明它在失效分析、问题响应这些环节上已经跑出了一套成熟的流程，这套流程是很多后来者短期补不上的功课。

4.2 供应链调度与产能爬坡：量产是“管”出来的

芯片设计完成只走了半程，另外半程是在全球供应链的波动压力下稳定交付。智驾芯片要占用先进制程产能，还要配套车规级存储、各类被动元器件，任何一个环节缺货，都会直接影响整车的排产。地平线是Fabless模式，产能保障这件事得靠长期跟晶圆厂锁产能、做多源备份、在封装和测试环节建冗余来实现。只有把这些理顺了，主机厂才敢把一个平台车型的供应寄托在你身上。

我自己见过的真实情况是，很多人把“发布一颗芯片”和“量产一颗芯片”混为一谈。发布会上的Demo往往是特调的，算法跑通了并不代表产线稳定。一颗芯片要连续几个月以十万片以上的节奏出货，同时把不良率压在极低水平，这对设计、工艺、封装、测试、品控一整条链的管理都是巨大的考验。

地平线的1500万，本质上就是这些工程能力叠加的结果。它不像发布会那么光鲜，但比任何宣传参数都更能说明一家芯片公司的真实水平。我甚至觉得，所有想入局车载芯片的团队，都应该先花几周去工厂看看什么叫“工程化”，再去谈从0到1的雄心。

5. 站在1500万节点看下一步：端到端、舱驾一体与国际竞争

5.1 端到端与AI大模型对芯片架构提出了什么新要求

现在智驾圈最热的方向，已经从规则驱动转向了端到端和AI大模型驱动的范式。Transformer、BEV、占用网络、多模态大模型这些新应用，对芯片的要求和传统CNN时代完全不同：需要更大的带宽、更强的并行能力、对动态形状和稀疏计算更好的支持。这些变化不只是“算力翻倍”这么简单，而是在架构层面提出了新要求。

英伟达在通用计算生态上有CUDA的先发优势，地平线想正面竞争，光靠BPU阵列还不够，还得在编译器对Transformer算子的支持、系统软件、跨节点通信这些层面持续加码。从公开信息看，地平线从征程5开始就已经在做Transformer相关的专项优化，征程6的纳什架构也重点考虑了大模型落地时的访存瓶颈。方向是对的，但能不能落地成可靠的量产体验，还需要更多车型验证。

5.2 真正需要警惕的对手，以及地平线手里的牌

站在1500万节点上，地平线的高阶智驾业务其实还处在爬坡期。它真正要面对的，不只是英伟达，还有Mobileye参与的新一代算力平台、高通在座舱与智驾跨域方向上的渗透，以及大量本土方案在性价比层面的贴身竞争。

地平线手里的牌，一是征程6平台化带来的开发效率，二是1500万片过程中积累下来的主机厂信任，三是在本土路况数据、工程响应速度上不可替代的优势。这几张牌能不能在下一阶段的城区NOA、舱驾一体竞争中打出来，才真正决定它能不能从“中国头部”走向“全球玩家”。比起出货量数字本身，我更期待看到的是这批正在路上跑的车型，能持续证明征程芯片在高阶场景里的可靠性。

最后说点个人体会。看芯片公司，我从来不会只盯着发布会上的算力和概念故事。一颗芯片真正值不值得信任，要看它有没有被持续、大量、长时间地用在真实道路上。地平线征程智驾芯片量产突破1500万，这个数字背后不是一颗颗芯片的简单累加，而是一整条从设计、验证、量产、交付到售后支撑起来的能力链条。

我写这篇博客的目的，就是想把这根链条的每一环拆给大家看。如果你正在为新车型做域控制器选型，或者只是打算买一台智能驾驶体验靠谱的车，我的建议很简单：除了关心算力数字之外，多问一句“这款芯片实际装车跑了多少里程、出了多少问题、响应速度怎么样”。这个问题的答案，往往比任何参数表都诚实。