极狐 GitLab 客户案例 - 地平线 - 一站式DevOps平台实践

客户案例极狐GitLab x 地平线｜助力智驾科技创造更多价值

智能制造

极狐GitLab x 地平线｜助力智驾科技创造更多价值

应用产品

私有化部署专业版

高可用架构

敏捷项目管理

极狐 GitLab
定义开发者新生产力

企业版试用立即咨询

客户背景

地平线（Horizon Robotics）是中国领先的智能驾驶计算方案提供商，也是全球少数实现车规级 AI 芯片量产落地的企业。依托 “芯片 + 算法 + 工具链” 三位一体的核心优势，地平线构建了从车规级 AI 芯片（征程系列）、自动驾驶算法（如多传感器融合、BEV 感知）到开放工具平台（Horizon OpenExplorer）的全栈技术体系，为乘用车、商用车、智能座舱等场景提供 “高算力、低功耗、车规级可靠” 的智能驾驶解决方案。

作为智能驾驶赛道的技术领军者，地平线以 “赋能机器，让人类生活更安全、更美好” 为使命，深耕车规级 AI 芯片架构设计（如 BPU 贝叶斯架构）、高效能计算技术与自动驾驶算法优化，其征程 5 芯片已搭载于比亚迪、理想、长城等多家车企的量产车型，累计出货量突破千万颗，成为中国智能驾驶芯片的标杆产品。

面对智能驾驶 “算力需求激增、算法迭代加速、车规认证严苛、跨生态协作复杂” 的行业挑战，地平线需要在保障芯片与算法技术领先性的同时，实现 “芯片与算法协同开发、多车型方案并行落地、跨团队（芯片 / 算法 / 车企客户）高效协作”，以响应车企对 “快速量产、安全可靠、体验迭代” 的核心诉求。

GitLab 的核心优势

极狐 GitLab 凭借多维度通用核心优势，可深度适配智能驾驶企业的研发协同需求：其一，具备全生命周期工具集成能力，无需跨平台切换即可实现芯片代码托管、算法模型训练链路管理、CI/CD 自动化测试部署、车规级文档追溯等功能，为 “芯片设计 - 算法开发 - 方案验证 - 量产交付” 全流程提供 “一站式” 支持，大幅减少多工具协同的效率损耗；

其二，支持灵活的私有化部署模式，可深度对接企业内部研发管理系统与车规级信息安全体系，严格遵循《汽车数据安全管理若干规定》《ISO 26262 功能安全标准》，从芯片底层代码到自动驾驶数据模型，全流程保障核心技术与用户数据隐私，满足智能驾驶企业对 “技术自主可控与合规性” 的双重要求；

其三，拥有极强的场景适配性，既能支撑车规级 AI 芯片的 RTL 代码开发与验证（如 FPGA 原型测试），也能适配自动驾驶算法的快速迭代（如感知模型训练、仿真测试），覆盖 “从芯片流片到算法 OTA 升级” 的全周期需求，兼顾研发效率与车规级可靠性；

其四，依托开源特性显著降低企业的工具采购与维护成本，同时支持高度自定义配置（如车规级审批流程、功能安全 Checklist），可根据智能驾驶研发的 “软硬协同特性” 调整功能模块，为跨领域团队（芯片设计、算法研发、车企对接）构建统一协作环境提供灵活支撑。

极狐 GitLab 对智能驾驶行业的帮助

在智能驾驶向 “L2 + 普及、L3/L4 商业化” 进阶的过程中，极狐 GitLab 凭借全链路研发协同能力，为地平线破解 “芯片与算法协同慢、多车型方案落地难、车规安全合规重” 等行业痛点提供核心支撑。

研发层面：加速软硬协同，适配多车型快速迭代

智能驾驶的核心竞争力在于 “芯片算力与算法效率的深度协同”—— 例如，为适配新能源车型的城市 NOA（导航辅助驾驶）功能，需要快速优化征程芯片的 BPU 算力调度算法，提升激光雷达点云与视觉融合的处理效率；为商用车的高速编队行驶场景，需定制芯片的低功耗模式，保障长续航下的稳定运算。这些需求均依赖芯片与算法的同步迭代。

极狐 GitLab 的全生命周期工具链（代码托管 + 软硬协同开发 + CI/CD 自动化验证）可实现 “芯片需求 - 算法开发 - 仿真测试 - 车规认证” 全流程无缝衔接：通过预设 “芯片 - 算法协同流水线”，地平线的征程芯片驱动代码与自动驾驶感知算法提交后，可自动触发仿真测试（基于 Prescan/Simulink 虚拟场景）、硬件在环（HIL）测试（对接真实车规级控制器）、功能安全验证（如 ISO 26262 ASIL-B/D 级测试），将 “芯片算力优化 + 算法适配” 的迭代周期从传统的 4-6 周压缩至 1-2 周，高效响应车企 “不同车型、不同场景” 的定制化需求。

同时，针对地平线 “多车企客户并行服务” 的特点（如为比亚迪开发城市 NOA 方案、为理想优化高速领航算法），GitLab 的分支管理与版本控制功能可实现 “通用技术底座共享 + 客户定制代码隔离”，避免不同车企的方案代码冲突（如传感器配置参数修改影响全局），保障 “某一车型的算法迭代不干扰其他客户的量产稳定性”。

安全层面：筑牢车规防线，守护技术与数据安全

智能驾驶企业的核心资产是 “芯片架构与算法模型”，同时涉及海量敏感数据（如高精度地图、车端传感器数据、用户驾驶行为），技术泄露与数据安全风险直接影响企业竞争力与用户生命安全。此外，车规级功能安全（ISO 26262）与预期功能安全（SOTIF）要求研发全流程可追溯，任何代码变更都需满足严苛的合规标准。

极狐 GitLab 的私有化部署模式可将核心芯片代码、算法模型与测试数据存储在地平线自有服务器，结合 “基于功能安全等级的权限管理”，严格控制不同团队的访问范围（如芯片设计团队仅能查看 RTL 代码，算法团队仅能调用模型训练接口，车企客户仅能获取适配方案文档）；其内置的代码安全扫描工具（SAST 静态分析、车规级漏洞检测）能在开发阶段识别 “芯片算力调度漏洞”“算法感知盲区风险”，提前规避 “自动驾驶系统误判”“核心技术被逆向破解” 等隐患，助力地平线符合 ISO 26262 功能安全认证与汽车数据安全法规。

针对 “智能驾驶数据跨境” 场景（如为海外车企提供算法方案），GitLab 可适配 GDPR 与当地汽车数据法规，通过数据脱敏（如模糊化高精度地图中的敏感地标）与传输加密，保障跨境技术合作中的数据安全。

协作层面：打通生态链路，提升跨域协同效率

智能驾驶研发是 “多主体协同” 的复杂工程 —— 芯片团队负责算力优化，算法团队开发感知 / 决策模型，测试团队在真实道路与仿真环境验证，车企客户提供车型参数与场景需求，任何环节的信息断层都可能导致方案落地延期。

极狐 GitLab 的项目协作功能（Issue 跟踪、Wiki 文档、里程碑管理）可构建 “全生态协同中枢”：产品经理通过 Issue 提交 “某车企‘雨天场景激光雷达点云噪点过滤’需求”，算法团队关联代码分支开发去噪算法，芯片团队同步更新 BPU 对雷达数据的处理指令，测试团队在仿真平台（如 CARLA）验证效果后反馈 “时速 60km/h 以上仍有延迟”，车企客户在线查看进展并提出 “需兼容其自研激光雷达型号” 的补充需求 —— 全流程信息透明化，避免 “芯片算力未匹配算法需求”“测试场景未覆盖车企实际路况” 等协作问题，加速从 “技术方案” 到 “量产落地” 的转化。

业务层面：适配规模与定制平衡，支撑智驾生态扩张

智能驾驶行业需同时满足 “规模化量产” 与 “定制化服务”—— 既要保障芯片与算法方案的标准化量产质量（如征程芯片的良率与一致性），也要为不同车企、不同车型提供 “差异化功能”（如高端车型的城市 NOA、入门车型的基础 AEB）。

极狐 GitLab 的高扩展性与自定义配置能力可适配这种矛盾：通过模块化开发架构，地平线可基于同一芯片平台（如征程 6）快速衍生出 “入门版”“进阶版”“旗舰版” 算法方案，共享核心算力调度代码的同时，为不同车企定制传感器融合策略；其支持的 “车规级版本管理” 与自动化运维工具，能严格管控每一次代码变更的审批流程（如需功能安全专家、车企技术负责人双重签字），确保量产版本的稳定性，避免因代码迭代导致的车辆召回风险。

此外，针对智能驾驶 “研发资源随车型周期波动” 的特点（如新车上市前集中开发适配方案，上市后聚焦 OTA 升级），GitLab 的开源特性可降低工具成本，灵活调整资源投入 —— 量产阶段通过 “自动化测试流水线复用” 快速覆盖多车型验证，OTA 阶段通过代码分支管理实现 “不同车型的算法升级包并行开发”，实现研发资源的高效利用。

通过极狐 GitLab 的全链路支撑，地平线得以在 “车规安全合规” 的前提下，加速芯片与算法的协同迭代，让智能驾驶方案更快速地落地于千万辆汽车，推动出行领域向 “更安全、更智能” 的未来迈进。