稍微保守的老司机最安心 体验地平线征程5高速NOA

版权声明：本文版权为网易汽车所有，转载请注明出处。

网易汽车3月19日报道 理想L8（参数丨图片）上市以来，销量在同级产品中处于第一梯队，除了家用大空间6座车的精准产品产品定位外，理想L8在智能方面也颇受用户关注，其中L8 Pro和Air车型标配AD Pro智驾辅助系统，成为首个采用国产智驾芯片地平线征程5的车型。

上个月，AD Pro标配的高速NOA导航辅助驾驶功能终于上车，近期我们在地平线举办的征程5首发NOA试驾会上体验了这项功能。

跟车距离体感好

L8 Pro的高速NOA功能下跟车距离有三挡可调，即便是最近的距离，高速场景下跟车的距离(大概2车身)控制得相对合适，根据前车速度，可以做到平缓地减速刹车。

变道时机风格沉稳

高速场景下遇到前方有慢车，车辆可以在跟随4-5秒后自主发起换道，变道的转向也很稳健，如果换道发起后，后车加速靠近，多数情况下车辆会根据车身空间余量，回原车道。但L8一旦觉得空间可控，便会果断并过去，这一点跟老司机很像。

进出匝道和大曲率弯道偶尔降级

由于这次体验的路段并不长，还是个工作日的中午，道路交通情况较好，汇入匝道L8并没有遇到太多挑战，只是在个别的汇出场景下，仍需要驾驶员接管。此外除了安全考虑，车辆对个别大曲率弯道、和部分隧道会进行降级处理，至少我们体验的京藏高速这段是这样的。

降级有提醒

即便车辆从NOA降级到车道保持辅助，车辆也会提前给到降级语音和文字提醒，让驾驶员有充足时间接管，这一点处理的非常好。

交互体验更成熟

对比此前的理想ONE，L8 Pro得益于征程5 128TOPS算力的加持，其对车辆周围的感知能力也有了大幅提升，延迟感和行为预测展示效果确实提升很明显，也提升了驾驶员的心里安全感。

征程5国内首个前装量产百TOPS芯片

国产芯片征程5历时三年研发而来，是继征程2和征程3后，地平线面向高等级智能驾驶打造的第三代车规级产品，兼具高性能和大算力特点，是首个实现前装量产的国产百TOPS大算力芯片。

这款芯片的性能参数有很多亮点，128 TOPS 算力，30Watt超低功耗，领先同级竞品的1531 FPS真实计算性能，60ms低延迟感知能力。

单芯片至多支持16路摄像头感知计算，开放支持毫米波雷达、激光雷达等多类传感器融合感知，满足不同域控方案差异化的配置。

在媒体沟通环节，地平线副总裁 & 软件平台产品线总裁 余轶南认为，高阶智能驾驶需要更复杂的算法，也需要更大算力、更高性能的芯片支撑，征程5就是地平线发展中最新达到的一个里程碑节点。

余轶南表示，算力大是不是一定就是最好的。在相同的计算架构下，算力越大是越好的。但是地平线作为一家对深度学习有自己独到研究和理解的公司，所设计出来的芯片不光是算力大，同时更注重在最大算力的前提下芯片的使用效率是不是可以做到非常高的水平。

征程5使用了地平线最新一代的BPU贝叶斯深度学习加速引擎，它可以支持最新的卷积神经网络，以及Transformer架构，满足各种各样自动驾驶的场景下所需要的170多种不同算子，利用深度学习加速超大规模并行化的计算，来降低整个计算延时，提升效率。

硬件不变的条件下，仅通过工具链和编译器优化，就可提升芯片效率，征程5图像速率从2021年的1283帧/秒提升到2022年的1531帧/秒。

"性能方面，在多达71% 的模型里，征程5的绝对计算效率高于主流竞品。事实上来讲，其实在128 TOPS 算力下，其实比某些200TOPS以上的芯片，都能产生更大的“得房率”。能效(FPS/Watt)方面，征程5的平均能效是主流竞品的5.58倍，其中76% 的模型能效是竞品3倍以上。"余轶南如是说。

最重要的是，这颗芯片是国内首颗完全遵循 ISO 26262功能安全流程开发的智能芯片，完成AEC-Q100车规测试验证和全部功能安全产品认证工作，也是首款通过CCRC与CATARC两大权威机构信息安全认证的车载智能芯片。

车企定点方面，征程5已官宣与比亚迪、上汽集团、一汽红旗等多家车企达成量产定点合作，更多款量产合作车型将陆续落地。此外，基于征程5芯片，小马智行、轻舟智航等也相继推出高阶智能驾驶解决方案。

除了芯片计算平台外，地平线还为征程5开放了包括芯片开发、域控参考、工具链及软件开发平台等，可以为车企的高等级自动驾驶开发提供全流程支持。

当前智能驾驶计算平台进入了算力比拼时代，英伟达Orin和Thor、高通Snapdragon Ride Flex、Mobileye EyeQ Ultra、甚至还是特斯拉HW 4.0，似乎TOPS成为唯一的考试标准，但地平线始终认为，在智能驾驶的运算环境中，算力大并不一定代表性能强，算得快反而更重要。这也是为什么在高速NOA场景下，AD Pro和AD Max两个配置虽然算力有差距，但在自动上下匝道、自动变道策略等场景，用户端的感觉差异并不大的原因。

所以，芯片算力很重要，懂的如何把芯片能效的得房率发挥到最大更重要。