地平线发布量产单片算力最大智驾硬件J6P和配套高阶智驾SuperDrive，整套方案名为HSD。

　　5.余凯认为自动驾驶发展快二十年，三年的时间行业大局可定，地平线将软硬件结合推动自动驾驶发展海外网络ip代理app。

　　量产单片算力最大智驾硬件J6P，和配套的自研高阶智驾SuperDrive，整套方案正式量产名叫HSD。

　　硬件上，HSD这套系统搭载了地平线TOPS)硬件，并配备有1枚瞭望塔式激光雷达、11枚摄像头，以及3枚毫米波雷达。

　　但是地平线向我们透露，实地考察发现网红武康路现在已经堵得寸步难行，大部分时间浪费在停车等待上，体现不出智驾真实水平。

　　所以选择了静安区，属于老上海滩核心之一。体验路线围绕有百年历史的花园饭店周边，特征是道路狭窄，多是单行道，充斥车与车、车与人之间的博弈场景，早高峰10公里左右全程跑完需要半小时。

　　但无论是Plan A武康路，还是静安区Plan B路线，都是临时选定的，没有任何针对性的系统优化和特调——证明HSD真无图，交付即可实现有路就能开。

　　体验路线一上来就是一个左转场景，可以看到测试车跟随前车，一起做了一个礼让行人的动作，重点是刹停起步都做的很柔和：

　　接下来这波也是蛮精彩，并排右侧车辆侵入本侧车道，HSD向左微调方向避让，紧接着因为前面要右转，所以又和并排车辆来了波博弈：

　　HSD尝试加速超车，在右侧车辆加速之后，速度放缓完成了变道，并且在路口避让了突然插进来的Model Y和非机动车，并再次找准了通行效率更高的右侧车道。

　　先是避让了调头车辆、随后又礼让了行人、接着又躲避了从右侧强插进来的左转车辆，全程HSD在线，没提示接管没紧急退出。

　　不需要宽阔的路面，不需要明显隔离带，无需人工接管，即可实现“三点式”、“五点式”掉头和“N点掉头”，在狭窄路段、甚至死胡同也能掉头脱困全行业首创。

　　另外HSD还推出了“漫游模式”，即在封闭园区、城市开放道路上不设置导航，HSD也不会降级或退出。

　　总结一下，HSD的在“边边角角”做的智驾功能创新，其实是让智驾应用场景“无死角”覆盖，把割裂的、经常需要用户接管的智驾体验连接起来。

　　后续可能还会有小版本优化更新，但量产上已经不存在任何挑战，4月的上海车展将和旗舰J6P硬件（余凯透露已投片，年内出货可突破百万）同时发布。

　　最先搭载什么品牌什么车型，已经是公开的秘密，智能车参考之前的报道透露过“天机”，熟悉或知情的用户可以踊跃在评论区公布答案。

　　坦白讲，HSD首秀场景并不算丰富，尤其是多车道平行汇入汇出的变道博弈能力没有直接体现，而这也是目前绝大多数“有路就能开”智驾系统普遍通病。

　　客观原因同样和车企量产节奏有关：HSD体验车还是基于大众ID老车型的改装车，量产车没上市，所以通行路段上有所限制。

　　一段式端到端感知架构，避免了模块化算法架构中，数据多级传递造成的“损耗”，算法模型一端直接输入传感器数据，另一端直接输出轨迹预测，包括本车的，也包括道路其他交通参与者的。

　　端到端体现在SuperDrive将动态、静态、OCC（Occupancy占用网络）三网合一，统一在一个Transformer架构下，不需要对感知数据进行抽象和逐级传递，“所见即所得”：实现感知端到端同时，又保证了每个子网络的可解释性。

　　实际上SuperDrive的算法基础，正是来自于智能车参考介绍过的CVPR 2023最佳论文成果——UniAD，地平线学者一作，也是全球第一个公开的端到端自动驾驶大模型，成为行业参考的标杆基础。

　　动态、静态、Occupancy三网合一的感知端到端架构下，有效解决感知架构时延高、规则多、负载重的问题。

　　感知端到端网络输出的结果，会接着进入数据驱动的交互博弈算法，可以理解成PNC（Planning and Control / 规控），但是和以前的PNC不同，HSD在决策、预测、规划整个大的系统里面进行了模块划分，全部用了神经网络作核心——保证驾驶行为的拟人化。

　　到了具体上车实证环节，地平线还给HSD单独设计了外部引擎：一方面是做博弈验证，包括给端到端提供安全边界、提供决策和轨迹层面的指引。

　　试验方法，以前是人为定义，不过地平线小时高质量驾驶数据来训练，让算法最大程度理解效仿人类老司机的驾驶方法。

　　当然最终轨迹或者决策并不由端到端来决定，系统会根据比较明确和轻量级的验证规则来决定是否向下游Planner释放，兜住安全的底。

　　通过这样的双擎驱动，HSD可以在数据驱动下，把上限提高的同时，还把安全下限给兜住，Scale up方面会有很好的表现。

　　算法之外，SuperDrive“拟人化”体验仍然离不开地平线软硬结合的实力——征程6系列计算硬件，CPU、BPU、GPU、全功能的MCU四芯合一。

　　500TOPS+的算力、18核的410K DMIPS的CPU、5.3Gpixel/s的图像处理带宽能力….这些都是征程6P的能力体现，跟业界其他主流的方案相比处于领先。

　　但地平线无意反复拿参数证明实力，因为堆晶体管不是难事，关键核心是——IP，也就是地平线自研的BPU架构纳什。

　　纳什专为大参数的Transformer而生，相比地平线最早推出的伯努利架构，纳什架构在基础CNN网络上的计算性能实现了200多倍的提升，在Transformer上性能相比BPU贝叶斯架构实现了20多倍的提升。

　　而淘汰赛的要素——领先的算法、足够大的算力、海量丰富的数据，缺一不可，或者说软硬偏废任何一方都不行。

　　华为ADS第一代系统的核心打造者之一，曾以争议言论出圈的苏箐，加入地平线后首次在HSD“交卷仪式”上亮相，以地平线智能驾驶首席架构师的身份解释了地平线亲自下场做算法的逻辑。

　　他认为，“对标特斯拉”本身是营销逻辑、融资逻辑，而深入自动驾驶本质，唯一的对标应该是人类本身，这其实也是特斯拉自己一直在践行的。

　　因为自动驾驶的价值呈现二段性，是一种“拐点”式的价值：没达到、超越人类司机的阶段，自动驾驶只能是昂贵的玩具属性；突破这一拐点，自动驾驶价值会立刻飞升。

　　举个例子，现在绝大部分量产智驾，在高速城快等简单路况下能做到100分，但复杂城市路况、多车博弈时频繁要求用户接管——属于“拐点”之前的系统。

　　地平线的观点是，自动驾驶没有silver bullet，不存在一招制敌的捷径，如此复杂的系统需要一个强大的综合团队。

　　比如硬件方面J6那是架构针对Transformer对算力更高的要求专门做了一个VPU，可以支持更高精度的包括浮点运算，以及从FP16到FP32多种浮点数据类型的计算。此外还会专门优化部分算子，让计算时间和计算量匹配，同时针对性做硬件加速，即特别优化的超越函数，保障系统效率。

　　再比如软件方面，地平线认为新技术出现，重要的是知道它的边界是什么。端到端解决的是数据驱动问题，但解决不了认知问题，在北美大部分是高速路况，端到端系统可以有很好的表现，但中国路况更无序、复杂博弈更多。

　　所以地平线的方法是以一段式端到端为内核解决绝大部分场景下的数据驱动问题，也就是“拟人化”，而在一些数据稀疏，短期内用更大的数据也很难收敛的场景，会用规则兜底。

　　软硬结合谁都会讲，但真正深入到IP架构级别的优化，无论是纯算法玩家，或是通用GPU硬件玩家，都很难实现。

　　端到端大模型要求专用架构，专用架构又催生原生的软件算法。接下来，专用的工具、软件又会衍生出自动驾驶的生态、壁垒。

　　对于地平线从单一智驾硬件供应商到软件+硬件全栈智驾玩家的转型，整个过程外界的质疑、不理解一直没断。

　　有人从市值管理的角度解释，有人从软硬件不同的利润率角度解释，也有人从科技竞赛地缘政治等等角度理解。

　　都能自洽，但大多是充分条件，解释不了必要性，也解释不了为何硬件不愁赚的英伟达，几乎同时开启智驾软件的布局。

　　现在我们明白，从产品价值出发倒推技术实现手段，才是地平线真正要带头“捅破天”的原因，也是英伟达“紧随”地平线加码软件的驱动因素。

　　在经过广泛征集、专业推荐，以及智能车参考垂直社群的万人票选后，智能车2023年度评选结果正式发布。涵盖三类奖项：