智能出行双引擎：地平线征程+5+国产化破局与百度+Apollo+共享出行商业化实践.pdfVIP

智能出⾏双引擎：地平线征程5国产化破

局与百度Apollo共享出⾏商业化实践

1.算⼒芯⽚国产化的跃升：地平线征程5的产业突破路径

第⼀部分：内容本质取

1.1核⼼技术参数解析

•TOPS算⼒：地平线征程5采⽤双核BPU（BrainProcessingUnit）架构，整合第三代

⻉叶斯深度学习加速引擎，实现128TOPS的AI计算能⼒。相较国际主流⽅案，其在能效⽐

上实现显著升，实测功耗30W，⽽同等场景下英伟达Orin功耗达45-55W。

•多维硬件架构：

◦CPU：核ARMCortex-A处理器供通⽤计算能⼒

◦DSP：双VisionPDSP模块（0.67TOPS）⽀持SIMD/VLIW混合架构

◦ISP：双ISP图像处理器⽀持4K@fpsHDR处理

◦安全设计：通过ASIL-B认证的安全岛架构，集成硬件加密引擎

•接⼝扩展性：

⽀持16路摄像头输⼊（4xMIPI），双千兆以太⽹（含TSN）和4路CAN-FD，满⾜多传感器融

合需求。这在新能源汽⻋ADAS系统中具备显著优势。

1.2市场定位与济性优势

定价策略创新：征程5芯⽚定价约为英伟达Orin的60%（查询核⼼数据），按当前市场数据估

算（Orin单价$400-$500），其价格区间应为$240-$300。这⼀策略直接挑战了国际⼚商的溢

价权。

规模化部署：截⾄2023年：

•累计出货量超20万⽚（查询数据）

•覆盖理想L系列、⽐亚迪、上汽等9⼤⻋企的近20款⻋型

•在⾃动驾驶域控制器市场份额达30.71%，次于英伟达（查询数据）

1.3技术性能实证

帧率优势：

•实测1531FPS（征程5）vsFPS（OrinX），处理效率升53%

•单帧百万像素处理速度⽐Orin快2-3倍

延迟优化：

•⾃动驾驶决策延迟60ms，显著低于⾏业平均150ms⽔平

•通过硬件-软件协同优化实现毫秒级响应

Python

1#芯⽚性能对⽐分析⼯具

2importpandasaspd

3

4chip_data{

5芯⽚型号:[Journey5,OrinX,Orin-N],

6算⼒(TOPS):[128,256,105],

7功耗(W):[30,55,30],

8帧率(FPS):[1531,1001,850],

9延迟(ms):[60,150,120],

10单价($):[300,500,400]

11}

12

13dfpd.DataFrame(chip_data)

14df[能效⽐(TOPS/W)]df[算⼒(TOPS)]/df[功耗(W)]

15df[成本效益]df[帧率(FPS)]/df[单价($)]

16print(df)

PlainText

1芯⽚型号算⼒(TOPS)功耗(W)帧率(FPS)延迟(ms)单价($)能效⽐(TOP

S/W)成本效益

20Journey5128301531603004.2667

5.103333

31OrinX2565510011505004.6545

2.002000

42Orin-N105308501204003.5000

2.125000

1.4供应链与制造体系

国产化制程：

•采⽤中芯国际14nm⼯艺量产

•晶圆⽉产能规划15,000⽚（2020年数据）

•验证测试成本达数亿⼈⺠币，耗时12个⽉

成本结构特征：

•代⼯成本占⽐约40%（基于晶圆⾏业