2123
蔚来、小鹏、理想都有自研自动驾驶芯片，其中蔚来速度最快，小鹏紧随其后并于2023年底已经拿到样片，2025年就能上车，理想也在紧锣密鼓展开。
小鹏大约在2021年一度想让英伟达定制芯片，据说是因为英伟达Orin的继任者Thor价格昂贵，可能近千美元，小鹏认为2000TOPS没有必要，750TOPS就足够。但汽车业务占整个英伟达收入不足5%，且在持续下降，可谓微不足道，英伟达主要精力都在数据中心领域，自然不可能为小鹏定制芯片。
这个说法可能有误，因为如果量很低的话，即便是750TOPS的定制芯片肯定比通用芯片Thor价格还要高很多。碰壁英伟达后，小鹏转向Marvell和索喜，Marvell是存储和宽带通信系统大厂，汽车以太网物理层和交换机全球第一，但自动驾驶芯片或者说SoC不是其专长。小鹏主要仰赖对象是索喜。
SOCIONEXT（索喜）成立于2015年，是富士通半导体与松下半导体影像成像及光网络部门合并而成，预计2024财年收入达2170亿日元，营业利润率大约14.5%。索喜收入主要有两类，一类是传统的产品销售收入，另一类就是non-recurring engineering简称NRE，即一次性项目开发收费，也叫一次性工程费用，也就是为小鹏这样的公司提供芯片开发服务的收入，NRE收入大约占索喜总收入的1/6-1/5。索喜的客户应该也包括Waymo和Cruise。
索喜最近11季度收入业务分布与营业利润
图片来源：索喜
索喜最近7季度NRE收入下游分布比例（汽车业务飞速增加）
图片来源：索喜
索喜最近7季度NRE收入客户地域分布
图片来源：索喜
上图中，中国客户占其收入的1/5左右，美国客户所占比例最高。
索喜7季度NRE收入制造工艺分布
注：制造工艺都非常先进，至少是7纳米，图片来源：索喜
索喜目前在手订单额分布
图片来源：索喜
目前汽车领域在手订单大约3000亿日元，主要是自动驾驶和HPC还有激光雷达、毫米波雷达、摄像头（应该是ISP）传感器芯片。
索喜定制SoC流程
图片来源：索喜
索喜定制汽车自动驾驶SoC框架图
图片来源：索喜
目前，小鹏自动驾驶芯片没有任何公开信息，我们只能做一番推测。首先，制造工艺至少是5纳米或4纳米，3纳米则不大可能，一个是不够成熟，另一个是成本太高。CPU方面应该还是常见的ARM Cortex-A78AE，12核心或16核心，略微超过英伟达Orin。
图片来源：索喜
小鹏定制芯片应该近似于舱驾一体芯片，因为纯智能驾驶和座舱应用的界限非常模糊，所以GPU肯定有。GPU应该还是ARM，最大可能是MALI G77，11核心的G77，FP32算力是1130GFLOPs，也就是1.13TFLOPs，做8位整数AI运算时算力是4.52TFLOPS。ISP方面索喜自己就有足够的IP，相信不逊于蔚来的ISP。
接口方面，有汽车以太网霸主Marvell的参与，那以太网带宽应该达到10Gbps，PCIe至少是四代或5代，最高至少是32GB/s，会全面支持汽车以太网，包括SDV时代的10Base-T1。存储接口方面，最低应该也是LPDDR5X，也有可能是和特斯拉一样先进的GDDR6，索喜的合作伙伴CADENCE能够提供GDDR6的物理层和控制器IP。
HBM不大可能，虽然性能优秀，但价格太高了。存储带宽最低应该也与英伟达Orin的204GB/s看齐。
大家最关注的自然是AI部分，这部分小鹏可以自研，也可以直接购买第三者的IP。AI算力就是个文字游戏，统计口径差别巨大，没有统一的测试标准，基本上完全取决于厂家的宣传，因为无法证伪。
Transformer时代，AI算力数字意义不大，汽车领域的算力通常是整数8位精度下的算力，这种算力也只是针对传统CNN当中计算量最大的卷积运算，这种算力的取得不需要任何技术门槛，简单堆砌MAC（乘积累加）阵列即可获得，第三方IP都不需要。不计成本的话，任何厂家都可以取得数千TOPS的算力，但每个厂家有自己的市场定位，有成本考量， 自然就有了算力的高低。
AI芯片严格地说AI加速器和GPU都是针对并行计算设计的，在CNN时代非常合适，但在后CNN时代，出现了很多串行计算，对AI加速器非常不友好，对CPU和DSP非常友好，例如非极大值抑制（NMS）。Transformer就是如此，它不仅需要串行计算算力，还需要足够的存储带宽支持，单纯的AI算力数值在Transformer面前毫无意义。实际不仅Transformer，很多CNN的变种亦是如此，如目前主流的YOLOV4、YOLOV5、RESNET50。
我们把AI算子分为串行型和并行型，其中串行型通常都是逐点元素型element-wise，矢量与矩阵之间的运算，它有两个特点，一是通常是串行运算，二是有大量的存储数据动作，非常消耗存储带宽。它们对AI算力需求很低，但对存储速度和CPU算力要求很高，最适合此类运算的是DSP，因为DSP是哈佛架构，数据和指令总线分开，效率高。但DSP编译器非常难搞，只能用在汽车这种封闭体系内。针对并行计算的GPU和AI芯片不适合此类逐点运算，遇到此类计算，通常都是退回到CPU中运算，这也是为何英伟达和微软都要费尽心机自研CPU的主要原因。
Transformer的计算过程
在这个计算过程中，矩阵乘法是典型的计算密集型算子，也叫GEMM，即通用矩阵乘法。存储密集型算子分两种：一种是矢量或张量的神经激活，多非线性运算，也叫GEMV，即通用矩阵矢量乘法；另一种是上面说的逐点元素型element-wise。
推测小鹏自动驾驶芯片的AI部分架构如上图，当然FP16的阵列可以去掉，这种设计既有标量运算单元，也有矢量运算单元，保证了足够的灵活性，能够适应算法的大幅度变化。SRAM的容量可能只有1MiB，8MiB的成本太高。INT8阵列16384个MAC，算力大约800TOPS，频率高点可以做到近1000TOPS。
自己开发芯片因为量比较低，成本肯定远高于英伟达的Orin，而独立开发芯片主要是为了整个自动驾驶闭环，完全掌控自动驾驶灵魂，提高科技含量，推高市值，加快产品迭代。
免责说明：本文观点和数据仅供参考，和实际情况可能存在偏差。本文不构成投资建议，文中所有观点、数据仅代表笔者立场，不具有任何指导、投资和决策意见。
下载ECAD模型
