二、高算力＋核心IP，塑造产品“圣经”
（一）顶层设计：两大核心IP
在全球半导体产业的金字塔上，IP处于价值链的最顶端，IP产品直接决定了SoC（系统级芯片）的性能、功耗、可靠性、安全性甚至产品迭代周期。黑芝麻智能在创立之初，就决定要开发自己的核心算法和IP，并基于此推出芯片和自动驾驶系统。
黑芝麻智能先后打造NeuralIQ ISP图像信号处理器和DyanmAI NN引擎两大核心IP。NeuralIQ ISP图像信号处理器旨在让汽车“看得清”，提供了强大的感知能力，能让摄像头在超低光和大逆光场景下清晰成像，感知到的信息在后端计算中更均一化。而深度神经网络算法平台DynamAI NN引擎旨在让汽车“看得懂”，通过NeuralIQ ISP图像信号处理器处理后的图片，将传递到深度神经网络算法平台DyanmAI NN引擎上，再进行推理和决策，预测出周围环境可能会发生的变化。
（二）高算力，高能效比
高算力芯片是自动驾驶演进的基础，也是推动整个电子电气架构变革的最核心部件。黑芝麻智能接连发布了华山一号A500、华山二号A1000、华山二号A1000 Pro芯片，对标英伟达Xavier系列产品。2022年4月，黑芝麻智能将发布250TOPS以上算力的A2000芯片，预计到2022年底或2023年初，基于A1000芯片开发的自动驾驶汽车将实现量产。
华山二号A1000自动驾驶芯片的算力达到58－116TOPS，能效比超过6 TOPS／W；最新一代高性能车规级自动驾驶计算芯片A1000 Pro算力达到106－196TOPS，介于Mobileye与英伟达之间，功耗仅为25w，单颗A1000Pro芯片可以支持高级别自动驾驶功能，从泊车、城市内部到高速场景的无缝衔接。
表2：黑芝麻智能自动驾驶芯片
资料来源：企业官网
黑芝麻智能还推出与华山二号系列配套的FAD全自动驾驶计算平台，可通过单芯片、双芯片或四芯片等不同组合方案，满足从L2到L4等不同级别自动驾驶算力需求。比如，单颗A1000L芯片适用于ADAS辅助驾驶，单颗A1000芯片适用于L2＋自动驾驶，双A1000芯片互联方式算力最高可达232TOPS，可支持L3级自动驾驶；四颗A1000芯片则可支持L4甚至以上自动驾驶需求。这一具备高度灵活性和扩展性的平台，使得黑芝麻智能真实算力更为惊艳。
在提高芯片算力的同时，黑芝麻智能也注重能效比的提升。英伟达Orin芯片可达到254TOPS算力水平，但能效比较低；英特尔Mobileye的EyeQ5，虽然算力只有24TOPS，但能效比却达到2TOPS／W；特斯拉的单芯片算力为72TOPS，能效比为1TOPS／W。相较之下，黑芝麻智能的芯片能效比高，每瓦能提供5－6TOPS的算力，更能迎合车企所需。
（三）安全开放的生态，助力产品体系完备
除了大算力，智能驾驶的发展还需要自动驾驶芯片能够具备高功能安全等级、高数据处理带宽、丰富完整的异构架构，以及更加开放的生态。
黑芝麻智能对华山二号A1000芯片进行了独立车规级安全岛设计，并且通过R－Lock双冗余互锁架构与多重可靠性设计，不仅可以提供全方位信息安全体系，还可以支持硬件加密。该芯片于2020年7月通过了ISO26262功能安全产品ASIL B Ready认证，又于2021年6月通过汽车最高安全等级ASIL D认证，是国内第一款通过功能安全认证的自动驾驶计算芯片。
在定位算法方面，黑芝麻智能利用全球定位系统，同时结合相机姿态、惯性移动信号以及车轮的编码器信号，来确定车辆更加精确的位置信息和速度信息，并且提出了独树一帜的算法，配合华山系列芯片的算力优势，开发出了实时高频、分米级精度、全场景稳定的定位系统。
此外，作为高低速融合一体超算平台——FAD不仅具备高可靠、低时延、大带宽、双冗余和前融合等技术优势，其最大的特点还有开放性。第三方公司开发的算法亦可使用黑芝麻智能芯片，使用其提供的神经网络开发工具，既可以直接进行原始网络的硬件合成，也可以进行包括剪裁和再训练在内的网络的深度优化。
