按照迪斯的设想，到2025年，CARIAD的软件开发比例将从现有的10%提升至60%，部门目标员工人数是1万人。
不过，迪斯低估了自研难度，大众董事会也彻底失去耐心。炒掉迪斯，请来中国外援，大众开始求助于中国供应商的成熟方案。
地平线给大众带来什么？
作为全球最大的新能源市场，中国已成为主机厂必争之地。而在智能化的下半场，主机厂的地位式微，被英伟达、高通等国际芯片巨头“拿捏”。
不同于传统整车企业与一级供应商的垂直关系，国际芯片巨头直接参与分蛋糕，例如英伟达要求奔驰直接提供40%自动驾驶收入。
大众选择地平线，一方面希望制衡英伟达、高通、Mobileye等国际巨头，谋求在中国市场的B供；另一方面，如果将中国市场的智能化技术移植到欧洲市场，也是一种降维打击。
地平线征程5芯片
在汽车智能化领域，中国企业同样正迎来一次“重画起跑线”的巨大机遇。
过去，芯片性能的进步，很大程度上依赖于硬件制程。然而，芯片制程进入28纳米时代后，摩尔定律的发展速度低于预期，工艺已逼近物理极限，国外企业依靠制程取得的优势，正在被削弱。
另一方面，算法设计对性能提升的作用越来越大。在不改变制程的情况下，深度学习的算法进步，平均每9-14个月，也能实现算力的翻倍。
“以后汽车的性能、属性，越来越多被软件去定义而不是硬件本身。”地平线总裁陈黎明如是说。
因此，芯片厂商如今必须在算法、软件、硬件架构设计三方面联合优化。中国企业很大程度上，跟国外巨头重新站在了一条起跑线上。
地平线CTO黄畅表示，在架构1.0阶段，算法的应用过程需要很多人工去调试，而进入智能计算架构2.0时代，更多依赖数据驱动，AI具备自适应能力，实现自动迭代。
简单来说，一辆自动驾驶汽车高精度摄像头产生约600-1000GB数据，不可能全部回传至云端。因此，自动驾驶系统会筛选有用数据，在传至云端，云端回传至扯断，形成数据闭环。
原理简单，为何地平线、英伟达能做，大众做不了？
地平线市场负责人吕鹏表示，从征程2到征程3到征程5，连续性非常好，整个工具链的应用性通过多代产品的持续打磨。“很多时候并不是模型有多难设计。因为模型大家其实随着算法趋势的变化，都知道最先进的算法模型是什么。但是你的模型怎么把它做到量产水平，你怎么知道现在的模型达到量产水平，你需要大量的数据训练、评测甚至你到里面有一些回灌、仿真，最后才是量产。例如之前做L2的系统，模型要做整个AEB的大里程道路的回灌测试，都是数十万上百万里程。需要规模化量产沉淀。”