企业官网建设流程全解析

前几天看到地平线征程家族累计出货量突破1500万枚的消息，我第一反应是去翻了翻这个数字背后的统计口径。在地平线征程智驾芯片这条产品线里，1500万意味着的不只是一个带货量的里程碑，更是一家芯片公司从“能流片”到“能量产上车”再到“能规模盈利”全链路能力的证明。它不是那种发布会上一闪而过的PPT数字，而是七年时间、三代芯片架构、几十款量产车型一笔一笔堆出来的结果。

这篇内容我想从一个行业观察者的角度，把地平线征程系列拆开讲讲：1500万到底是怎么来的、征程6系列的技术打法为什么值得关注、量产背后的暗坑和供应链变化有哪些。不管你是做智驾域控的工程师、看芯片赛道的投资人，还是单纯想知道“国产智能驾驶芯片到底行不行”的从业者，这篇应该都能给你一些参考。

1. 1500万是个什么概念：这枚芯片的分量不只在销量数字上

1.1 车规芯片的量产门槛，和手机芯片完全是两码事

很多人看到1500万枚，第一反应会和手机SoC对比：骁龙一个季度出货可能就是几千万颗。但智驾芯片和消费电子芯片根本不是一个物种，拿手机芯片的量产逻辑去套车规芯片，会得出完全错误的结论。

一颗车端智能驾驶芯片从立项到装进整车、交付到车主手里，要跨越的关卡比消费级芯片多得多。一枚车规级SoC要满足AEC-Q100的器件级认证，要通过ISO 26262功能安全流程，这还只是起步条件。真正麻烦的是每个车型平台的适配和验证周期：芯片需要在零下40度到零上85度的环境里持续稳定运行，需要和传感器的标定数据、底盘域控的通讯协议、整车的电源管理系统反复联调，一个车型项目从导入到SOP，周期普遍在18到24个月以上。而且车规半导体的供货周期和生命周期要求特别长，一颗芯片在台上至少得稳定供货十年以上，这对晶圆制造、封装测试、供应链管理都是完全不同于消费电子的压力。

所以1500万枚对于手机SoC来说可能只是一个季度的零头，但对车规智驾芯片来说，这是一个真正被市场用订单投票投出来的信号——它意味着已经有几十款主力车型在批量装这颗芯片，而且用户实打实每天在使用它跑辅助驾驶和自动泊车。这不是实验室的Demo量级，不是送样测试的量级，而是交付后要持续跑在路上的量级。

1.2 从“流片成功”到“跑在路上”：一枚芯片的量产闭环有多长

我见过不少芯片创业公司，喜欢把流片点亮当作大新闻来宣传。流片成功当然值得高兴，但那只是万里长征第一步。从样品到量产，中间还隔着一整条产业链的磨合。

简单梳理一下一颗智驾芯片完整的量产闭环：

• 芯片定义与架构设计：明确算力、接口、功耗、AI加速器的微架构。
• 流片与芯片点亮：也就是业内说的bring-up，先把芯片跑起来。
• 车规认证与功能安全评估：AEC-Q100、ISO 26262 ASIL-B/ASIL-D等级别逐项过。
• 软硬件平台化适配：操作系统、中间件、工具链、参考算法模型全要跟上。
• 与Tier1联合开发域控制器：芯片要装到域控板上，再过一遍DV/PV测试。
• 整车厂导入与路测：高温、高原、高寒，各种路况的实车验证。
• SOP后持续OTA升级和问题修复：真正的长期考验从这里开始。

这中间每一步都会砍掉一批参赛者。地平线能走到1500万，意味着它把上面这整套链路走通了很多遍，而且不是一锤子买卖——是每一款新车型都要重新来一遍。这是智驾芯片行业的真实“护城河”，比单纯的算力数值管用得多。

2. 征程家族的演进：七年三代，路子是这么趟出来的

地平线的芯片路线图，基本能代表国内智驾芯片从跟随到单点突破的典型路径。从征程2到征程6，每一代的迭代逻辑都不是简单“堆算力”，而是在解决当时量产场景里最实际的痛点。

2.1 征程2：第一次上车，解决的是“从0到1”

征程2是地平线第一次真正量产上车的产品。2020年，长安UNI-T搭载征程2实现前装量产，这对国产智驾芯片来说是标志性事件。它解决的不是什么花哨的高阶功能，而是最基础的L2级辅助驾驶体验，用现在的话说叫“主动安全+基础行车辅助”。但在那个时间点，能在主流整车厂的走量车型上稳定跑起来，比在数据上赢下几个百分点的FPS更有意义。

征程2的意义在于证明了国内芯片公司有能力走完整套车规量产流程，能配合整车厂完成从硬件适配到产线交付的全链路落地。先把流程打通，比先把算力吹上天重要得多。

2.2 征程3：让行车辅助从“能用”走向“好用”

到了征程3，地平线开始把重心放到行车辅助体验的升级上，典型场景是导航辅助驾驶（NOA）。如果说征程2解决的是“有没有”，征程3解决的是“能不能用得好一点”：高速上的自动变道、上下匝道、自动泊车这些场景，都需要更强的感知能力和更稳定的推理性能。

征程3这一代让我印象比较深的是它对“性价比”的把握。它没有走当时“算力军备竞赛”的路线，而是用相对紧凑的芯片面积去抠单位算力成本，让入门级车型也能吃上NOA功能。这个定位后来被证明非常关键——它帮地平线在15到25万的主流价位车型里打下了一批忠实客户，也让它后续做征程6系列的时候有了足够多的量产反馈数据。

2.3 征程5和征程6：高算力时代的卡位逻辑

征程5是地平线第一款高算力自动驾驶芯片，算力做到了128 TOPS，定位一下拉到了L2到L4的泛用区间。说实话，征程5在性能上对标同级国际竞品并不算波澜壮阔，但它的量产意义在于：国产芯片第一次在高阶智驾这个档位上，让整车厂有了真正的第二供应商选择。

到了征程6系列，地平线的思路很明显收敛成一个“平台化”打法——不再用一颗芯片打天下，而是一个家族覆盖从主动安全到城区高阶智驾的全价位段。值得注意的是，征程6全系用同一套BPU纳什架构，软件和工具链全兼容。这意味着整车厂如果先在征程6P上开发了城区NOA，回头要出一款15万走量车型，可以把算法平滑迁移到征程6E或征程6M上，不用推倒重来。这是平台化打法真正的价值所在。

3. 征程6P与SuperDrive：软硬协同这次为什么押对了

3.1 J6P的硬件取舍：把算力留给真正吃资源的Transformer模型

征程6P是当前征程6家族里的旗舰型号，算力做到560 TOPS。但只看这个数字会错过真正的亮点——它对Transformer架构的原生支持。看过不少芯片评测的人应该知道，传统GPU和很多车规SoC跑卷积网络很强，但跑Attention类的Transformer模型时，因为计算单元和内存带宽的限制，实际性能发挥是大打折扣的。所以很多号称几百TOPS算力的芯片，跑起BEV+Transformer模型来照样吃力。

J6P的BPU纳什架构在这一代做了明显的针对性优化：计算阵列的排布方式、片上存储的带宽设计、数据流调度逻辑，都往Transformer模型的稀疏化和动态shape方向做了适配。用我认识的一位域控制器工程师的话说：“跑同样的BEV模型，J6P上不需要花那么多时间做模型裁剪和量化补偿，省下来的工程量非常可观。”这是软硬协同思想在芯片微架构层面的落地——不是把算力堆上去就完事，而是让主流智驾算法在硬件上真的能跑得动、跑得好。

3.2 SuperDrive端到端方案：把感知、预测、规划揉在一起之后

芯片是算力底座，但光有芯片不够。地平线基于征程6P推出了SuperDrive方案，这是它在高阶智驾软件算法层面的一次集中展示。

SuperDrive走的是端到端技术路径：感知、预测、规划不再拆成独立模块拼装，而是用一个大模型实现从传感器输入到驾驶决策输出的直接映射。这种方案带来的体验改善是，车辆在复杂城市路口的博弈行为明显变流畅了，不会像模块化方案那样在感知输出和决策输出之间存在明显“拼接感”。

当然，端到端方案也有它的工程代价：对数据量的要求高、对芯片的算力和带宽要求高、对安全兜底机制的要求更高。没有一枚算力和能效都过硬的芯片兜底，纯端到端模型很难在量产车上稳定落地。SuperDrive选择押在征程6P上，逻辑是自洽的。反过来看，做芯片的如果不往软件算法层深入摸一遍，也很难知道下一颗芯片到底该往哪个方向优化。这种互相喂养的关系，是地平线软硬协同策略成立的核心。

3.3 开发者的乘数效应：工具链和生态才是放量推手

芯片行业有一句老话：芯片是硬件，但真正难的是让开发者愿意用你。征程系列能够连续放量，工具链的成熟度起了很大的杠杆作用。

地平线的工具链方向我一直比较关注，它给开发者提供的并不是封装好、看不见内部机制的黑盒，而是从模型训练、量化压缩到部署推理的全链路支持。特别是量产过程中最让人头疼的模型量化环节，工具链的自动化程度直接决定了工程师的头发数量。我在好几个项目里看到同一批算法团队，换了征程系列之后，原本要一个多月的模型适配和调优周期能压到两周左右。工具链带来的“乘数效应”，很快会反哺到芯片的市场覆盖面上。

4. 上下游的连锁反应：一家芯片厂的1500万，如何改写智驾供应链

4.1 整车厂的第二个选项

在很长一段时间里，智能驾驶芯片的高端市场几乎是单寡头格局。整车厂无论想不想，要上高阶智驾，在核心计算芯片上基本没有太多可以腾挪的空间。这带来的结果就是议价空间有限、定制化合作的门槛很高。

地平线征程系列这几年一步步往上走，最大的产业价值在于给了整车厂一个真正可以深度参与的国产选项。整车厂可以不只停留在采购标准品，而是基于征程系列做更底层的联合开发，甚至在芯片定义阶段就参与进来。这种合作模式对整车厂来说是“选择权”，对芯片公司来说是“滚雪球式的需求输入”——越多车厂一起定义，芯片就越贴近真实需求。

4.2 域控制器和Tier1的分工变化

以前做智能驾驶域控制器，Tier1的角色是集成商：把芯片买来、把算法跑起来、把盒子卖给车厂。现在随着像征程6这样的平台化芯片铺开，Tier1和芯片公司的边界开始变得模糊。芯片公司不光交芯片，还交参考设计、交工具链、交基础软件栈；Tier1则更多转向面向具体车型的工程化适配和整车集成。

这个变化带来了很好的专业化效应：芯片公司更懂自己的硬件和软件的高效配合，Tier1更懂整车需求和产线交付，车厂更能集中精力做用户体验和智能驾驶差异化的定义。三方各干各擅长的部分，整体智驾系统的迭代效率反而显著提升了。

4.3 成本曲线：高阶智驾从30万区间走向15万

这是过去两年智驾行业最明显的趋势：以前城区NOA基本是30万以上车型的专属卖点，如今很多15万级别车型都能提供不错的高速NOA和记忆泊车体验。这片成本曲线能压下来，本土智驾芯片是最大的推手之一。

地平线征程6系列用同一个架构覆盖高、中、低算力段，本质上是把开发成本摊薄到了整个家族里面。对整车厂来说，同一套软件栈可以跨车型复用，研发成本大幅下降；对芯片公司来说，出货量越大，单颗芯片的摊销成本越低，让利润空间反过来可以支撑下一代芯片的研发。这是典型的规模效应——1500万的数字越大，整个行业的高阶智驾成本门槛就越低。

5. 冲量的背面：量产路上的暗坑比芯片设计更难

5.1 车规认证与功能安全，不是“过了就行”

很多人觉得拿到一张ISO 26262的证书就等于功能安全做到位了，这是个非常大的误解。证书只是起点，真正麻烦的是功能安全流程在项目里的持续落地。芯片在整车上的失效分析、故障注入测试、安全机制覆盖率，每一项都需要跟整车安全团队反复过轮次。而且每一款新车型适配，功能安全的评审流程几乎都要重新走一遍。1500万枚出货背后，是无数轮安全评审、测试报告堆出来的工程海量工作。

更现实的问题是功能安全和性能体验的平衡。安全机制加得多，预留算力就要多，实际可用性能就会降低；安全机制不足，车厂评审又过不了。这个平衡尺度，只有量产品牌积累得足够多，才能形成自己的方法论。地平线的经验数据在这一点上是很值钱的护城河资产。

5.2 良率、供应链和产能的博弈

芯片设计再漂亮，如果晶圆良率上不去，成本下不来，一切等于零。征程系列走到7nm制程之后，对供应链管理的要求上了一整个台阶。先进工艺的产能、封装基板的供应链、存储颗粒的配套，任何一个环节掉链子，都会直接卡住出货量。

行业里做车规芯片的都有这种体会：消费芯片可以靠规模压缩供应成本，车规芯片却要同时满足高可靠性要求和相对弹性的预测排产。整车厂的排产是波动的，芯片库存却不能盲目堆，只能靠精准的销售预测和供应链协同来平衡。这个维度上的内功，外界很难看到，但恰恰是1500万这个数字含金量最高的部分。

5.3 持续验证：硬件卖出去，真正的考验才开始

我始终认为，智驾芯片的量产不是以SOP为终点，而是以SOP为起点。芯片装上车之后，冬天北方的低温启动、夏天南方的暴晒高温、高速路上的电磁干扰，以及用户实际使用过程中各种不按常理出牌的操作，都会变成一颗芯片真正的试炼场。

地平线这几年在实车验证维度上投入非常大，从沙漠到高原，把测试工况拉得很满。这种高强度的工况验证，反过来又沉淀成下一代芯片设计的重要输入。百万辆级车队跑出来的数据，是任何实验室模拟都换不来的。1500万枚不是结束，也不应该是一个芯片公司停下来庆祝的时间点，因为新一代城区智驾场景对算力、带宽、安全冗余的要求，已经把下一轮技术竞赛的起跑线推到眼前了。

我在这行这些年，看过太多芯片项目倒在不同阶段：有的倒在流片，有的倒在认证，有的倒在第一个车型项目的苦海里。地平线能走到1500万，说明它在技术、工程、生态这几个维度上都找到了一条可以持续滚动的路子。做车规智驾芯片从来不是短跑，而是一场马拉松，1500万这个里程牌真正的价值，是让下一段路有了更扎实的起跑基础。