1368
提起“自动驾驶”，大部分人已经不会再一头雾水。许多大众耳熟能详的科技公司，以“野蛮人”的姿态纷纷涌进这个赛道，有百度、腾讯、阿里、滴滴这样的互联网巨头，也有华为、小米、苹果这种精于控制链管理的巨鳄，还有恒大、360这样的纯粹价值投资者，主机厂品牌如吉利、上汽、长城等也先后加码自动驾驶技术。
一众选手同台竞技，颇有一种“极目千里、无复烟火”的感觉，而新秀崛起成为一方诸侯、君主藩王相互博弈的局面，也像《旧五代史·安重荣传》中记载的那样：“天子，兵强马壮者为之，宁有种耶？”
自动驾驶或者无人驾驶代表着未来，但对于参赛者而言，这则是惊险地“赌注”，如果不投入巨额资源则胜算渺茫，但巨额投入之下，也可能牵连既有主业让原有的辉煌付之一炬。
自动驾驶，他看似很遥远，也困难重重，但是没有任何公司和个人会不愿意相信他是未来并为此付出和朝着这个方向走。
自动驾驶的技术路线比较明确，有视觉主导方案，有激光雷达主导方案，有V2X融合方案，技术方案是明确的，当前影响自动驾驶依然有不少阻碍。
自动驾驶，一场巨头间的城市科技战，战争中的“第一战场”，往往非胜即死。作为一个技术人，又该以何种态度坚守。
ADAS芯片大战
1月5日，2022年国际消费类电子产品展览会（CES 2022）拉开序幕，汽车产业的前沿技术依旧炙手可热。随着产业链各家大厂相继加入，汽车电动化、智能化的未来技术走向也愈发受到瞩目。
整体上，更具风头的不是车企，而是“跨界”入局的各大芯片巨头。不论是大众、福特、丰田等老牌车企，还是蔚来、极氪等一众造车新秀，都选择“抱紧”掌握着核心技术的芯片厂。
英特尔自动驾驶部门Mobileye宣布推出多款智能驾驶芯片的同时，也透露了与多家车企的合作进程。芯片方面，其发布三款产品：
EyeQ Ultra系统集成芯片可满足L4自动驾驶需求及应用场景，同时也可有效降低成本及能耗；预计将于2023年底开始提供样品，2025年实现量产。
另外两款EyeQ系列芯片（EyeQ 6L、EyeQ 6H）则主要用于高级驾驶辅助系统（ADAS）。前者已于去年开始提供样品，预计2023年年中量产；后者则是这一系列中最先进的ADAS系统集成芯片，预计将于今年开始提供样品，2024年底实现量产。
同时，公司还透露了与吉利、福特、大众等车企的最新合作动向。其中，Mobileye将与吉利旗下智能电动品牌极氪合作，计划于2024年推出全球首款L4级别的消费级智能驾驶电动汽车，搭载6颗Mobileye的EyeQ 5芯片、使用Mobileye地图数据；福特、大众汽车也将开始使用Mobileye（部分）地图数据产品。
英伟达今日透露，已与多家中国电动车产业链厂商达成协议。
整车厂中，极星、小鹏、蔚来、智己、理想、R汽车等厂商的自动驾驶系统都将搭载英伟达的DRIVE平台；汽车供应商中，德赛集团也将采用该平台。
手机芯片巨头高通在会上展示了自家智能驾驶“全家桶”——骁龙数字底盘，支持高度定制化，由一套开放、可拓展的平台组成，包括骁龙驾驶平台、骁龙汽车智联平台、骁龙驾驶视觉系统、骁龙座舱平台、骁龙汽车云服务等。其中，
骁龙驾驶平台可满足L2-L3级别自动驾驶需求；
骁龙驾驶视觉系统将于2024年开始量产。
从合作车企来看，高通的“朋友圈”阵容相当“豪华”，共有37家厂商，包括蔚来、比亚迪、长城汽车等中国车企。
作为自动驾驶系统的大脑，自动驾驶芯片显然已经成为“车企的必争之地”，并且竞争日益白热化。
自ADAS技术，或者说是L1~L2级自动驾驶技术兴起之后，自动驾驶芯片市场长期被Mobileye和赛灵思两个玩家所掌控，前者的年出货量已经接近2000万片，后者则超过700万片。但随着传感器、AI等技术的发展，自动驾驶系统的硬件架构转变为域控制器架构（所有传感器的数据汇总后进行统一处理计算），同时对计算芯片的算力要求也越来越高。
GPU王者英伟达、手机芯片王者高通先后推出大算力自动驾驶SoC，开始从特斯拉、蔚来，以及长城手中抢夺Mobileye和赛灵思的市场份额。另一方面，以X86架构为主的PC芯片巨头英特尔和AMD则分别以153亿美元和350亿美元的天价收购了Mobileye和赛灵思两个老牌玩家，希望将自家的大算力芯片与老玩家的产品和经验结合起来，抢占自动驾驶和智能汽车市场。
也正是在这一背景下，才出现了开头英伟达、英特尔和高通分别与不同车企合作，竞争自动驾驶芯片市场的一幕。一场由英特尔、英伟达、高通、AMD四大消费电子芯片巨头主动的自动驾驶芯片大战，正在上演。
英伟达
英伟达的Xavier芯片拥有着30Tops的算力，在2018年发布时，它被称为世界上最强大的Soc（系统级芯片）。
Xavier芯片
但是不出几年，30Tops的算力就逐渐捉襟见肘。但是Xavier依然被许多车企压榨出一点又一点的性能，诸如小鹏P7和小鹏P5上的NGP，体验也十分的优秀。同时，沃尔沃也采用了Xavier芯片作为自己L2+级别的辅助驾驶硬件。
小鹏推出了基于高精地图的NGP
作为当前芯片龙头之一，英伟达在发布Xavier后，便发现30Tops（万亿次计算每秒）的性能面对L3级别的自动驾驶已经捉襟见肘，各家合作伙伴的算力需求也逐渐超过30Tops。而Orin的推出，就是英伟达的答案，如同多年前双芯显卡一样，Orin有着恐怖的200Tops的性能，一经发布，就被多家造车新势力争相采用。
老黄发布全新的英伟达Orin芯片
相比特斯拉FSD单芯片72Tops的性能，200Tops可以让各家的自动驾驶体验上一个大的台阶。而像蔚来和威马汽车一样，多芯片布置甚至可以让算力达极为恐怖的1000Tops，这也就不难理解为什么造车新势力抢装英伟达的Orin芯片了。
搭载了4颗Orin芯片的威马M7
蔚来的AQUILA自动驾驶系统已经搭载于全新的ET7以及ET5车型
搭载了四颗英伟达Orin芯片的蔚来自动驾驶甚至能做到实时冗余，确保安全
华为昇腾
华为，同样作为我国芯片设计以及自动驾驶方面的领头羊，也发布了昇腾610芯片，单芯片200Tops的算力同样也是极为恐怖的。而华为并不单独出售芯片，而是提供全栈解决方案。而搭载了昇腾610芯片芯片的MDC610平台拥有着16核心，200K DMIPS的CPU部分，同时还有200Tops的AI部分。在量产产品中，绝对属于第一梯队。
今年上海车展上，华为还宣布更强的MDC810已经量产，这一域控制器算力能够达到400TOPS以上，但其AI芯片和主控CPU的参数暂时未知，有可能为多颗昇腾610芯片共同组成。
MDC610实机
采用的昇腾610芯片的MDC610计算平台
而极狐阿尔法S-华为HI版搭载了两组华为MDC610平台，单组算力为200TOPS，综合算力为400TOPS，我们也在华为的演示中见到了这套平台的优异性能，期待华为与极狐接下来的表现
搭载了两组MDC610平台的极狐阿尔法S
可惜由于美国的制裁，暂不确定华为还拥有多少芯片库存，而更加先进技术的芯片也无法量产。
地平线征程
一颗征程 5，让地平线成为全球大算力智能驾驶芯片头部玩家之一，最大 AI 算力 128Tops毫无疑问的进入我们排行榜的前3，与国外的顶级企业势均力敌。再加上前两代产品：征程2与征程3搭载在长安UNI-T、UNI-K 以及 2021 款理想 ONE的优秀表现，这块征程5受到了来自上汽集团，比亚迪，理想、长安等厂商的青睐。
理想汽车采用的征程3芯片
全新的征程5芯片丰富了产品线
同时，地平线也推出了Matrix 5 整车智能计算平台，4 颗征程 5，AI 算力高达 512 TOPS，甚至还能继续拓展至1024Tops。所以在接下来的一年多时间里，哪家主机厂的车型能够争到征程 5 的首发量产，ta 就有可能成为下一辆爆款车型，甚至是提前触碰到下一阶段自动驾驶的敲门砖。
Matrix 5 整车智能计算平台
黑芝麻
黑芝麻智能成立于 2016 年，凭借着在行业内顶尖的核心团队，在短短几年间就异军突起。与国内大多数芯片公司不同的是，黑芝麻智能先从自研核心技术 IP 开始入手，在成立后不久便启动了自研 IP 工作，从而可以在后期能够缩短芯片设计周期、节约设计成本、降低芯片设计难度并提高产品的性能和可靠性。
黑芝麻A1000凭借着58Tops的算力进入算力榜单前五，而这基于款芯片，黑芝麻智能早在一年以前就已经一汽红旗开始研发自动驾驶平台，而在年末也已经顺利登陆红旗旗舰SUV车型
搭载黑芝麻智能华山二号A1000芯片的红旗芯算一体化自动驾驶平台
一汽红旗和黑芝麻合作，基于A1000芯片共同研发自动驾驶平台
A1000 Pro 的 INT8 算力达到了 106 TOPS，与前面几位相同的是，两颗或者四颗 A1000 Pro，黑芝麻的 FAD 全自动驾驶平台将能够满足 L3/L4 级自动驾驶功能的算力需求。
2021上海车展上发布的A1000Pro芯片
黑芝麻智能计划下一步将向客户送样，进入量产前的测试验证环节，预计最终的车型量产上车时间大概在今年年底。同时黑芝麻智能还宣布与东风设计研究院以及东风悦享达成战略合作，围绕自动驾驶、车路协同、智慧物流等领域，共同打造车规级智能驾驶平台，加速自动驾驶商业化落地。
特斯拉FSD HW3.0单个芯片
特斯拉作为全球自动驾驶的领头羊，“噱头制造者”，电动车教主，在2019年就已经用上了自研的芯片，单芯片算力72Tops的HW3.0版本的FSD，而特斯拉的FSD平台一次搭载两片自研的芯片，所以总算力为144Tops。
搭载了两颗特斯拉自研芯片的FSD HW3.0
不得不感叹，芯片的发展速度是多么的迅速，曾经霸主级别的芯片已经掉出榜单的前五。但是期中的技术先进性依然值得我们学习，列如通过大量的特斯拉汽车采集道路数据，然后用于训练AI。以及当驾驶员在驾驶时，FSD也会检查周围的路况来做判断，然后对比和驾驶员的操作，其中高错误率的部分会被集中记录，用于后续的AI测试。
在美国开放的FSD beta 版本，车机展示了能识别到的周围环境，以及车辆的决策
而在美国开放的FSD beta的效果已经十分接近真人驾驶，在大多数路况都能精准地完成操作。甚至在狭窄路况下，车辆甚至能自己折叠后视镜来规避擦碰，属实让人印象深刻。
特斯拉model3
Mobileye
去年蔚来发布ET7时，并没有选择接着和老朋友Mobileye继续合作，而是选择全面拥抱高算力芯片，而Mobileye也找到了自己的新欢———吉利。
而吉利旗下的极氪001便是搭载着基于两颗EyeQ5H打造的Mobileye SuperVision系统。虽然单颗EyeQ5H的算力为中规中矩的24Tops，但是由于采用了相对先进的制程工艺，系统只需要被动散热即可。
Mobileye EyeQ5H芯片
同时，选择EyeQ5H也意味着自行开发自动驾驶算法的压力减少许多，因为Mobileye会提供部分算法，多数情况下，车企需要的只是测试。而且这些算法以及芯片都保留了再次编程的能力，车企也可以接着压榨芯片的算力来实现一些意想不到的功能。
同时，根据Mobileye产品及战略执行副总裁Erez Dagan的采访，Mobileye似乎不急于开发高算力芯片，或许他们更加注重产品的经济性和成本，希望在此找到平衡。
量产真相
汽车行业从不缺乏天马行空般的创造力，而全自动驾驶汽车可能是想象力的“巅峰”。但产业发展到现在，L5级自动驾驶遥遥无期，恐怕已经成为共识。
当整个行业不得不从空中降落到地面上，“量产”下的自动驾驶正在生长成何种样子，是2021年大众可以清晰看到的。目前来看，已经或正在规模化量产的自动驾驶产品及服务，主要有三个共同点：
L4级自动驾驶量产，以商用车为主，集中在公交车、物流配送车、客车货运等领域
自动驾驶乘用车量产，以L2级别技术为主，L4及更高级别的乘用车探索或项目终止、或落地放缓
生态的力量，从各自为战到阵营防守。早先的自动驾驶行业还是科技企业、主机厂等各自为战，但2021年，量产交付的大多是生态联盟的体系化进击
对于自动驾驶而言，只有主机厂牵头才能完成跨产业的生态链构建，才能实现从底层硬件到上层算法软件的系统化设计和整合。科技公司或某一供应商难以完成此类整合动作。
就L4、L5来说，其推进速度很大程度上取决于车企的牵头推动，并且规模越大的车企所发挥的推动力度越强。因为自动驾驶的规模化推广不是在于几千辆车的试运营，不是在于几个城市的示范区，而应该是尽可能地覆盖所有地区。如果不能形成足够的规模化效应，同样对终端市场没有参考意义。
不过，自动驾驶的规模化推广还面临诸多难点，所谓的“20XX年实现L几级自动驾驶”与真正的市场化普及还存在巨大鸿沟。法律法规/伦理道德体系、技术成熟度、基础设施完善程度、商业化前景等等桎梏依然突显，并且在短期内难以快速解决。
以基础设施为例，根据Gartner（高德纳）公司的技术成熟度曲线，L4、L5级自动驾驶量产需要十年时间。以5G为例，假使每周新增基站1.5万个，即便已经是全球速度领先，要使得5G在全国范围内的应用可能还需要5年以上。
自动驾驶已经进入了新的发展阶段，从实验室产品开始走向零星量产。市场化的进程中或许伴随着“泡沫”的加速膨胀。不过，即使有泡沫不见得全是坏事，泡沫也能孕育科技。
写在最后：技术人的坚守
目前，业内已基本达成共识：真正的全自动驾驶短期内难以实现。几年前的资本泡沫把自动驾驶推到了现在的位置，L5全自动驾驶全场景产业化所需的配套远未成熟，目前仅局限于特定简单的点到点场景。
一是技术配套不成熟，L4、L5要求极强的感知能力，我个人认为纯视觉方案无法实现L4、L5的感知能力要求，需要激光雷达感知辅助，但目前激光成本昂贵
二是基建设施配套不成熟，包括V2X（车对外界的信息交换）、道路、5G、基建太烧钱
不过，需要指出的是，即使技术、资金难题都被克服，各国市政道路建设能够满足要求，自动驾驶在政策、伦理层面也有不小的阻力，它需要交通法律法规能够全面跟上，消费者要接受高级别自动驾驶也需要时间。
当前，L3级别自动驾驶由于事故责任无法清晰划分等原因，已被部分企业放弃，直接上手研究L4。而出于安全等考虑，在全球范围内，Robotaxi的测试仍然面临场景限制，且大多数仍需配备安全员。
特斯拉在4月发布了《2021年第一季度汽车安全报告》，数据显示第一季度那些使用了AutoPilot功能的特斯拉，平均每行驶419万英里会发生一次事故，比普通车的事故概率低了10倍。
Waymo也曾公开从2019年1月至2020年9月的数据，在凤凰城累积了610万英里（约980万公里）自动驾驶里程，一共发生了18次真实事故，还有29次潜在事故，总计47起事故中，都没有危及到生命，只有8起略微严重，而这8起严重事故中，责任都不在Waymo，而是其他人类司机。
100年前汽车代替了马车，死于交通事故的人数肯定是大大上升的。但是，交通事故没有成为汽车普及化的障碍，在汽车安全标准不断推动安全能力提升的背景下，全社会接纳了存在交通事故风险的汽车。
自动驾驶虽然不能做到零事故，但它依然会成为比人类驾驶更安全的出行方式。
尽管清晰认识到自动驾驶的发展面临诸多难点，但我们应该对该赛道的发展仍持乐观态度。自动驾驶的完全成熟、自我盈利需要漫长的时间，发展不会特别快，但一旦快起来就是标配。中国市场有两亿多辆汽车，如果都搭配自动驾驶，那么市场空间将非常大。
在广阔的市场面前，即便困难重重，自动驾驶玩家们仍然心甘情愿地投入到这一场硝烟弥漫的持久战中。或许，这也正是投资和技术的魅力所在。
德国哲学家马丁·海德格尔在其存在论名著《存在与时间》里面用理性的推理出了一个生命意义上的倒计时法—“向死而生”。
对于每一个技术与产品而言，存在都是具有阶段性的，无论是胶卷时代的终结、2G、3G技术的淘汰，我们看着一个个技术发展成为主流，再看着其被更新的技术所替代，每个技术与产品也始终在向死而生的道路上。
自动驾驶作为下一代的新兴技术，在发展的过程中难免会遇到许多彷徨，但如今的进步也是肉眼可见的。作为从业者也谨需铭记，循序而不急躁，等待并心怀希望，只要能够在逆境坚持，在困境中呐喊，属于自动驾驶的未来也会是璀璨的。
一个全新的时代，越来越近。
下载ECAD模型
