在这里我有一个预测，如果我们能够做到这一点，基本上到 2025 年的时候，每一千美金能够买到的算力相当于 1000 个T。这 1000 个T的算力，能够满足五级无人驾驶所需要的计算需求。基于此，我们继续开发匹配的软件系统，使得 2030 年的时候，真正的五级无人驾驶成为可能。

很有意思的是，我们可以看到：1000T的算力正好和人类大脑的算力相当。这里面也不完全是巧合，因为自动驾驶需要在比较复杂的工况下，需要达到人类大脑这样的算力才能去应对这样的情况。所以这是摩尔定律很有意思的发展之一。

边缘计算要实时性、低延迟，与数据中心的计算不同。但同时，它对算力的要求一点都不低。边缘的人工智能处理器是未来科技竞争的主战场，是一个制高点。

我们现在处在一个大数据时代，但我想业界或多或少已经达成了一个模糊的共识：未来，我们将进入一个大计算时代。因为数据其实是无穷无尽的，关键是能不能通过计算让数据产生价值。

还有一点，我们也看到一些趋势，数据的计算很重要。去年我们看阿尔法狗升级了一代，新的阿尔法狗是不需要人类堆积的数据学习，完全通过虚拟的方案，一个形象的比喻是叫“左右互搏”，去提升它的算力。

自动驾驶也出现了这样的情况，更多的不是在实际的路面上去采集数据，提升在各种路况下的控制反应能力。更重要的是仿真，在虚拟世界的计算。

我们正站在一个时代交替的节点上，可能我们自己都没有意识到。我们从大数据时代进入一个大计算时代，真正的大计算才是构成未来科技世界的根本。

地平线也是认定了这样的未来，我们认为算力是未来社会核心技术实力的制高点。

新摩尔定律不仅仅是通过物理制程，还要通过软件与硬件的结合。讲到这一点，我们一定会回顾计算机发展历史上很有影响力的一位人物——Alan Kay。他有一个思想，非常具有前瞻性：叫“软件和硬件的结合”。他说如果人要想真正的做好软件，一定要做好硬件。

绝大多数的企业觉得软件和硬件的结合这个事情太重，不愿意做。但过去只有一家公司，只有一个人这么做了，就是乔布斯跟他领导的苹果公司。所以我们看到整个的移动时代，唯一一家做软硬结合的就是苹果公司，芯片和软件操作系统都是自己研发的。

在新的摩尔定律时代，我们相信通过软件和硬件的结合才能够继续推动摩尔定律，让人工智能，边缘计算真正成为可能。

毫无疑问，这也越来越成为一个时代的共识，比如今年我们看到图灵奖发给两位芯片架构设计专家。这样的专家都很有意思，他们现在都在软件公司工作，这家公司就是Google。所以我们看到这样的趋势——软件和硬件的深刻的结合。

今天看中美两个国家，到目前为止，在这方面大量投入去研发的，美国就是Google和微软。中国真正投入这么大力量在软件算法和芯片架构创新方面，现在为止地平线是走在前面的。我们希望能够在这个领域，在公司成立十年的时候成为全球最大的AI芯片的公司。

这个应用场景，无论是智慧城市还是辅助驾驶、自动驾驶，最大的场景就是在中国，所以其实在中国做到第一的话，估计就是世界第一。我们看汽车市场，去年是 2800 万辆，美国是 1700 万辆，今年中国会保持 2500 万辆的规模，所以中国确实是第一大的场景。

围绕边缘的人工智能处理器，我们的首要核心，还是自动驾驶。在攀登这个高峰的过程中，一路都会有收获，包括智慧城市、智慧零售、智能制造，都是边缘处理器的应用场景。

可以说这一点上地平线已经站上了国际舞台，今年我们在四级自动驾驶已经有了订单，竞争对手要完成这样的海量数据计算需要几千瓦的功耗，而我们大概只要 110 瓦的功耗就可以完成计算。

同时，在处理器方面，在车端以外，比如说利用摄像头端进行人群扫描，抓拍，现在我们可以进行这种摄像头端的计算。另一个场景，在智慧交互产品里，对车型，车牌的计算都是在我们的处理器上完成的。

我们下一代基于摄像头端的嵌入式处理器：一两瓦的功耗，能够进行如此复杂的密集人群计算，所以我们可以做到将今天在服务器端的计算全部迁移到边缘平台。

车载端的感知的计算，未来一方面是在路端，通过传感器，边缘计算去感知复杂的车流。同时车端也有边缘计算，去感知周围的情况，这种V2V通讯可以了解到全面的路况动态，从而去达到未来比较高效的交通系统。也许未来的交通路口是这样的(如上图)。