1832
作者 |?劉佳藝，編輯?|?白雪
10 月，北京亦莊深秋的季節(jié)里，空氣格外冷冽。
與此同時，世界智能網聯汽車大會上的展廳內，人潮涌動。
臺下坐著的，是亦莊產投、蔚來、小米、經緯恒潤等一眾投資者角色，他們目光交匯在一顆芯片上。
這顆芯片來自輝羲智能，這家初創(chuàng)企業(yè)用兩年時間，研發(fā)出第一顆數據閉環(huán)定義芯片——光至 R1。
造一顆芯片的難度，不亞于造車。
輝羲智能創(chuàng)始人徐寧儀把這項突破比喻為攀登上海拔 7500 米的慕士塔格峰。
登頂慕士塔格峰意味著達到國家一級運動員的標準，輝羲選擇把芯片對標 OrinX，代表其挺進了國際造芯第一梯隊。
2025 年，光至 R1 將率先在一家國際車企上量產上車。
輝羲還定下目標，要讓這顆芯片成為國內量產上車速度最快、業(yè)內最好用的大算力智駕芯片。
芯片市場已經群雄林立，前有英偉達等巨頭企業(yè)占據大量市場份額，后有黑芝麻、地平線等上市企業(yè)分食剩余市場蛋糕，輝羲想要沖出重圍，它需要做出更極致的動作。
這個極致包括產品性能、交付速度、降本增效等。
同時，輝羲必須保證，從決定造芯的那一刻開始，邁出的每一步都不容有錯。
01造芯方法論：打造可擴展的數據閉環(huán)
1950 年，阿蘭·圖靈在著作《計算機器與智能》中，描述了通向通用人工智能的兩條路徑：
- 基于抽象計算，聚焦抽象任務所需要的人工智能，做針對性算法訓練，比如國際象棋；基于具身學習，給機器配置傳感器，像人類幼兒一樣與環(huán)境互動，培養(yǎng)感知、學習與認知能力。
兩種路徑的區(qū)別是，前者依靠規(guī)則，應用范圍有限，但上車快；后者強調智能，泛化性、適應能力強，但要求極高的數字基建能力。
圖靈認為，這兩條路徑，都值得探索。
于是，在人工智能 70 年的發(fā)展脈絡中，兩條路徑以一種遞進式關系，迸發(fā)出了技術變革的巨大火花，形成四個階段的演進：
-
-
- 第一階段，
計算智能
- ，通過深度檢索與相應算法，一臺名為「深藍」的超級計算機打敗了人類世界冠軍；第二階段，
-
感知智能，在 CNN 算法與 GPGPU 硬件協同下，機器完成了對十億級別人臉數據的記憶與檢索；第三階段，
認知智能，基于 Transformer 算法與專用芯片架構的應用，ChatGPT 展現出大語言模型的交互能力；第四階段，
具身智能，同樣在算法與硬件作用下，機器擁有了類人思維模式，真正接棒了探索、創(chuàng)造物理世界的任務。
隨著問題規(guī)模的增長，數據處理量級從 10ZB 進階到 1000ZB，算法結構、硬件架構進行了相應擴展，指數級增長的性能要求得到滿足。
這種可擴展性的能力，充當了驅動技術變革的強力引擎。
現在的輝羲，就站在第四階段的端口，踏上了圖靈口中的第二條路徑。
它的任務，是造出一顆支撐高階智能駕駛，滿足具身智能要求的高性能芯片。
而它的方法論已經明確，正是瞄準算法、硬件的可擴展性，打造出高效的數據閉環(huán)。
建立在這條方法論之上，輝羲定義了首顆芯片的基本樣貌。
一是從數據閉環(huán)的系統需求出發(fā)，在芯片設計上首次做到，一顆芯片，滿足三大應用場景，即：數據采集：連接多條視頻處理鏈路，支持影子模式等；實時控制：在處理復雜運行工況時保持高幀率、高吞吐；算法驗證：數據解碼后進行回灌測試，完成推理訓練。
二是在架構設計上，滿足可編程性的要求。
輝羲把芯片架構定位于「領域通用架構」。
它介于傳統 CNN 與 GPGPU 硬件架構之間，既滿足重點領域性能要求，比如智能駕駛，同時支撐它的演進。
輝羲在分析了智能駕駛與具身智能算法特征之后，研發(fā)了一套圖靈完備的指令集。
圖靈完備，意味著這套編程語言，可以像圖靈機一般解決任何計算問題，它可以讓用戶，隨心所欲地支配先進算法，包括現在的端到端技術架構。
由此，輝羲的光至 R1 展現出了對標英偉達 OrinX 的能力。
從參數對比可以直觀看到，根據已公開的數據信息，光至 R1 在制程、功能安全方面，都與 OrinX 保持在同一水平線，而在算力、CPU 性能方面，光至 R1 展現出一定優(yōu)勢，這意味它擁有更強大的通用計算能力。
在發(fā)布會上，徐寧儀以加速 Transformer 算法模型為例，結果是，光至 R1 的算子性能提升能力，是 OrinX 的 9 倍，甚至在個別配置上達到了近 20 倍。
毫無疑問，這是一顆原生于大模型時代，服務于領域通用計算的高性能芯片。高階智駕，是輝羲智能最直接的應用場景。
02充分利用算力，裕量高達 60%
回溯神經網絡模式的發(fā)展史，起初人工智能行業(yè)錨定的關鍵詞是「BEV」。
這種多傳感器結合鳥瞰圖的感知路線，成為自動駕駛識別障礙物的基本路徑。分辨率上升后，BEV 網絡模型由稀疏柵格進階為稠密柵格。
隨著感知精度的進一步提升，神經網絡模型由二維轉變?yōu)槿S的 Occupancy 網格，能對通用空間障礙物進行判斷。
再往后，AI 技術的加持下，「端到端」網絡成為了各家競爭的主要籌碼。這種從感知到決策一體化的神經網絡模型，能通過自我判斷應對多樣化的極端場景。
需要強調的一點是，從「BEV」到「端到端」的模式演進過程中，算力成為了每個節(jié)點質變的籌碼。
這與強化學習教父 Richard Sutton，在《The bitter lesson》中寫下的箴言構成了回振。
Richard Sutton 認為，要充分利用算力，避免過度依賴人類知識，重視搜索與學習方法。這是最終，也是最有效的方法。
底層邏輯是摩爾定律，計算成本持續(xù)呈指數級降低，計算能力同樣不斷呈指數級提升。
這種負相關反應貫穿始終，是人工智能技術突破的關鍵。
而輝羲，抓住了這把算力鑰匙，打開了摩爾定律的大門。
輝羲的光至 R1，清晰地定位于大算力芯片：
500TOPS的深度學習算力，意味著它能夠從容應對各種新的模型結構。同時，光至 R1 擁有高效的異構計算能力。所謂異構計算，是指在新的計算形態(tài)下，將不同類型的計算需求合理分配到不同的處理單元上，實現系統效率的最優(yōu)解。
光至 R1 配置了 CPU、NPU、GPU、ISP 等多樣的協同處理加速器，這些加速器在自動駕駛場景下，靈活分配對應的計算需求，使得算力能夠進行充分配合，滿足系統可靠性、穩(wěn)定性的第一需求。
另外，輝羲給芯片性能加上了一道嚴謹的安全防線。
信息安全層面，光至 R1 在啟動和執(zhí)行過程中，除了常規(guī)解密算法外，還支持國密 SM2/3/4，確保用戶信息流安全。
而在功能安全方面，輝羲同樣在這顆僅有 7nm 芯片的復雜工程中，把道場做大。
在基本功能安全方式之上，輝羲新增了 RIF 架構，即一套分級、分域的診斷機制，讓用戶能夠根據系統設計的需求，靈活配置與裁剪不同的情況，可以在局部處理單元處理問題，也可以層層上報至外部獨立的 MCU 系統中。
這種創(chuàng)新性的安全設計，給車規(guī)級芯片做到有效把關。
總結就是，這是一張為自動駕駛服務的專業(yè)級芯片，它能夠形成一個強大的數字基座。
輝羲在這個基座上，基于「BEV+Transformer」的算法架構，打造出了高階城區(qū)無圖自動駕駛解決方案——RINA，支持不依賴高精地圖的城區(qū) NOA，具備從感知到路徑規(guī)劃的端到端處理能力。
徐寧儀表示，這套方案能夠實現 60% 的算力裕量，系統層面可以做到降本 40%。
這意味著，即便出現計算要求更高的模型，光至 R1 能夠以一種高性價比的方式，輕松拉動數據、算法、算力三駕馬車。
03最快量產上車，12 個月內完成交付
所謂三年磨一劍。
輝羲把這個時間，縮短到了兩年半，造出首顆芯片。
某種程度上，「高效」的確是當前自動駕駛行業(yè)中最具殺傷力的武器。尤其在各家都在拼端到端大模型上車的階段，誰交付越快，量產上車越早，誰就能在智能化下半場掌握更多話語權。
9 月底，輝羲光至 R1 流片成功后，立刻被交到了合作商手中，進而推動了 2025 年與國際車企的量產合作項目。
另外，高效這層價值建設，也得益于輝羲在「好用」層面上的努力。
畢竟，芯片是一項系統性的大工程，它不局限于在硬件性能上造壁壘，而在于軟硬一體的穩(wěn)定性、可靠性能力，以及整個供應鏈的協同性構建。
這也是蔚來、小鵬等車企選擇自研芯片的原因，因為能夠從根源上滿足智能駕駛需求，掌控系統優(yōu)化全流程。
在這種背景下，芯片企業(yè)的供應鏈服務能力排在了下游合作商的考核首位。
很顯然，輝羲在這點上也做得非常完善。
比如硬件層面，輝羲提供了進一步的硬件解決方案——RCM，這是搭載光至 R1 最小系統子卡，具備可插拔式設計，支持同一款母板，不同子板的即插即用，并與 Orin 生態(tài)做到兼容，未來還能實現整車所有接口設計不動，輕松升級算力；以及域控制器硬件的設計，支持一塊或兩塊子卡，單域控算力超過 1000T，是車上強悍的中央大腦。
在軟件層面，它設計了一套功能完備、用戶友好的 AI 工具鏈，能夠兼容常見的神經網絡模型格式，將數據編譯成在芯片上高效運行的指令集。
值得一提的是，基于這套工具鏈，用戶在 30 天內可以實現模型平臺的遷移，從而降低研發(fā)成本。
最后，通過這種體系化的建設，輝羲能夠在 12 個月內，完成一個智能駕駛量產項目從啟動到交付的全過程。
實際上，輝羲對于高效能力上的注解，體現其對于芯片未來生態(tài)的前瞻性洞察，即懂技術、懂創(chuàng)新、懂車企的芯片企業(yè)才更具競爭力。
而輝羲從誕生起，就已經置身于這個框架設定中。
翻開三位創(chuàng)始人的履歷，就能看到一種來自互聯網科技企業(yè)、車企、高校的同頻共振。
其中，徐寧儀曾擔任微軟亞洲研究院硬件計算組負責人、百度智能芯片部主任架構師、陣量智能 CEO 等職位，是業(yè)內少有的主導過多款 AI 芯片設計并實現大規(guī)模商用的 TOP 級專家；
章健勇曾任蔚來汽車自動駕駛助理副總裁，從零開始組建團隊并搭建自動駕駛技術平臺，主導過多個高階智駕項目的首發(fā)量產；
賀光輝的身份則是上海交通大學教授、電子信息與電氣工程學院副院長，長期從事高能效數字系統芯片和高算力芯片互連技術研究，入選國家級高層次人才計劃。
由此，三位創(chuàng)始人基于學界、業(yè)界的不同語境，賦予了輝羲這家芯片企業(yè)正確、全面的戰(zhàn)略視角。
當然，這更不乏資本的高調關注。
成立兩年半時間內，輝羲已經到達了 A 輪融資階段，融資金額達到數億元。
而在諸多投資者中，可以看到亦莊產投、國汽投資等產業(yè)角色，以及真格、卓源亞洲、朗瑪峰創(chuàng)投、元生資本等知名投資機構，還有一些供應鏈上下游角色，比如經緯恒潤、商湯科技這類智駕供應商，以及小米、蔚來等車企，都對輝羲展現出極高興趣。
可以確定，首顆芯片的問世，意味著輝羲已經給資本交出了一份優(yōu)秀答卷。
并且，這份答卷還不局限于智能駕駛范圍，輝羲把星辰大海定得更高遠——具身智能，在這個階段，需要面臨更復雜的三維空間任務，與更加泛化的場景與交互類型。
而光至 R1 已經展示出了應對具身智能挑戰(zhàn)的能力，比如完成簡單的指令理解、動作控制與規(guī)劃等。
很顯然，躬身入局芯片市場，輝羲已經在開端把調起高。這意味著，憑借芯片的高性能與快速的交付能力，它注定成為攪動芯片市場格局的一個新變量。
