近年来,特斯拉是资本市场的宠儿,蔚小想等新造车势力的市值也节节高升,倒逼着传统车企和经过百年发展变迁的汽车产业向智能化转型。

 

产业变革趋势下,为保障汽车复杂功能、海量信息的高效传输以及系统安全,汽车电子架构从分布式架构逐渐向多域控制的集中式电子架构演进(即ECU向DCU演进),汽车算力需求呈指数级激增。

 

根据汽车智能化的分级标准,目前一般认为,L2级自动驾驶需要的计算力<10TOPS,L3需要的算力为30~60TOPS,L4的算力需求>100TOPS,L5需要的算力目前未有明确定义(有预测需要至少1000TOPS),自动驾驶等级每增加一级,算力需求增长一个数量级。如果考虑功能安全的冗余备份,算力需求还要翻倍。根据行业推算,全自动驾驶时代,每辆汽车每天产生的数据量高达4000GB,为了更好的智能驾驶表现,计算平台成为汽车设计重点,针对算力不足的核心瓶颈,汽车行业掀起算力军备竞赛。

 

随着高级别智能驾驶的到来,智能汽车需要处理大量的图片/视频等非结构化数据,仅依靠传统MCU芯片不能满足运算需求,具备 AI 能力的主控芯片成为主流,汽车主控芯片结构形式也由 MCU 向 SOC 异构芯片方向发展。

 

汽车智能化浪潮声势浩荡,科技巨头纷纷入局,推出具备AI计算能力的主控芯片。据东吴证券研究所预测,AI芯片单车价值从2019年的100美元将提升到2025年的1000美元以上;国内汽车AI芯片市场规模也会从2019年的9亿美元提升到2025年的91亿美元,复合增速高达46.4%。

 

强势发展态势下,我们有必要了解下,在自动驾驶芯片领域,目前国内外实力较强的车载AI芯片厂商究竟有哪些?技术又强在哪?

 

车载AI芯片市场格局

  • 地平线:征程系列

早前坊间传闻地平线寄予厚望的征程5流片不顺利的消息,随着前几天地平线创始人余凯的朋友圈消息不攻自破。

 

近日,地平线宣布第三代车规级产品——征程5芯片流片成功,该芯片主打高算力低功耗,面向L4高等级自动驾驶的大算力需求。征程5系列芯片算力最高128TOPS(另有说法为96TOPS),同时支持16路摄像头感知计算。地平线表示,征程5是业界第一款集成自动驾驶和智能交互于一体的全场景整车智能中央计算芯片,后续将基于征程5推出算力达200-1000 TOPS系列智能驾驶中央计算机。

 

在此之前,地平线已于2019年8月推出第一代车规级芯片征程2,2020年9月推出第二代车规级芯片征程3。仅在2020年全年,征程2芯片的出货量超过16万片,预计2022年前装车量将超百万。随着征程5系列芯片的推出,地平线的智能芯片方案将覆盖L2到L4全场景,基于征程5系列芯片的量产车型预计会在2022年进入市场。据官方透露,地平线后续计划推出性能更强劲的汽车智能芯片征程6,采用车规级7nm工艺,AI算力达到512 TOPS。

 

同时,地平线基于自身强大的芯片能力,可提供全系列自动驾驶解决方案。包括Horizon Matrix Mono辅助驾驶解决方案、Horizon Matrix Pilot领航驾驶解决方案,以及Horizon Matrix FSD全自动驾驶解决方案,面对不同的应用场景提供相应的算力。

 

软件方面,地平线基于自研AI芯片打造了 “天工开物”AI开发平台,囊括了面向实际场景的AI算法和应用开发的全套工具。针对边缘AI产品研发周期长、投入大、风险高等特点,专门打造从模型训练到芯片部署、端到端的AI开发平台,提供开放易用的AI芯片开发软件栈以及丰富场景算法仓库,支持合作伙伴更快、更省、更高效地完成AI产品与应用落地,构筑差异化能力。

 

综合来看,从智能芯片到智能驾驶解决方案,地平线在已经形成自身核心竞争力的基础上,也在不断的拓宽自己的边界,打造属于自己的护城河。

 

截至目前,地平线与包括理想、上汽、广汽、长安、江淮、红旗、奥迪、比亚迪、奇瑞、长城、东风在内的多家主机厂,以及大陆集团、佛吉亚、德赛西威、Freetech、SK Telecom、博世、英博超算、华阳、东软睿驰等数家Tier 1达成合作。

 

  • 特斯拉FSD

为了掌握自动驾驶话语权,同时掌握核心数据和 AI 算法,过去 5 年特斯拉经历了外购主控芯片到自研的道路。

 

2014年~2016年,特斯拉配备的是基于Mobileye EyeQ3芯片的AutoPilot HW1.0计算平台,车上包含1个前摄像头+1个毫米波雷达+12个超声波雷达

 

2016年~2019年,特斯拉采用基于英伟达的DRIVE PX 2 AI计算平台的AutoPilot HW2.0和后续的AutoPilot HW2.5,包含8个摄像头+1个毫米波雷达+12超声波雷达;

 

2017年开始,特斯拉开始自研AI芯片,尤其是主控芯片中的神经网络算法和 AI 处理单元全部自己完成;

 

2019年4月,特斯拉FSD计算平台横空出世,以144 TOPS 算力的全自动驾驶双冗余(单芯片算力为 72 TOPS) 引领车载芯片市场,重新定义智能汽车时代核心技术,也标志着特斯拉正式步入HW3.0时代。

 

2016年到2019年,特斯拉车载计算平台的算力从0.256 TOPS到144 TOPS,从每秒只能处理36帧图像到每秒能够处理2300帧,其智能化的功能也在同步实现跨越式升级。

 

FSD芯片内部简单架构图

 

FSD HW 3.0的性能比上一代HW 2.5提高了21倍,而功耗降低25%,能效比2TOPS/W,是现阶段用于汽车自动驾驶领域最强大的芯片和计算平台。

 

有消息透露,特斯拉正与博通合作研发新款HW 4.0自动驾驶芯片,有望在明年第四季度大规模量产,未来将采用台积电7nm技术进行生产。预计HW4.0算力有望达到432 TOPS以上,超过HW3.0的三倍以上。同时AutoPilot团队正对软件的底层代码进行重写和深度神经网络重构, 包括对数据标注、训练、推理全流程的重构,帮助特斯拉数据训练效率实现指数级提升。

 

作为汽车智能化的布道者,特斯拉的成功得益于软件能力和智能芯片。从软件需求倒推芯片算力需求,特斯拉决心自研芯片,以推进汽车智能化进程,实现差异化竞争优势。

 

  • 英伟达

英伟达目前旗下有Xavier、Orin和Altan三款自动驾驶芯片。Xavier芯片算力30TOPS,支持L2-L3,小鹏P7、小鹏P5、智己L7视觉版车型均有搭载;Orin单颗芯片算力200TOPS,支持L3-L4,目前还未量产,实际水平尚未可知。蔚来ET7、理想X01、智己L7、上汽R ES33等都将搭载Orin芯片。

 

在不久前的GTC大会上,英伟达公布了未来一代的DRIVE Atlan,Altan单颗芯片算力达到了1000TOPS,支持L4-L5。Atlan SoC计划于2023年向开发者提供样品,2024年逐步搭载进入量产车,2025年大量装车。

 

不难理解,在汽车整个生命周期内,硬件平台需要持续支持软件迭代升级,英伟达正在打造一个开放的、工具链完善的、拥有强大算力保障的计算平台,提供高达1000 TOPS的算力,为各种软件功能提供充足的算力储备。

 

在自动驾驶领域,英伟达提供芯片+开放软件生态,提供包括 Drive AV、Drive IX、Drive Sim 等软件在内的完整的开发者套件。英伟达虽然算力强大,但能耗高、能效比低一直饱受行业诟病。

 

  • Mobileye

与英伟达与特斯拉推出的一体式芯片相比,Mobileye是通过多个芯片组成一整套自动驾驶解决方案,似乎在集成度上存在不足,但Mobileye的自动驾驶组合更加自由,从而提供给客户更多的解决方案。

 

目前EyeQ3和EyeQ4是目前Mobileye在市场上的主流产品。EyeQ3发布于2014年,主要负责视觉处理;EyeQ4芯片算力为2.5 TOPS,最高支持L3级自动驾驶。而性能更强大的EyeQ5芯片,算力达到了24 TOPS,但目前还未装车,等待验证。

 

Mobileye的EyeQ5算力虽然仅有24TOPS,但其能效比达到了2.4(能效比越大,节省的电能就越多),同时,硬件与软件的高度耦合也使得Mobileye在芯片算力并不高的情况下却能表现出不俗的自动驾驶能力。所以优秀的芯片不仅需要在算力方面拥有强大的竞争力,还要兼顾到能效比。因为高能效比的芯片不仅能够为汽车节约大量的电力,还能产生更少的热能,有助于芯片模组的散热与高性能稳定运行。

 

据Mobileye数据,EyeQ 系列芯片出货量由2014年的270万片提升至2020年的1930万片,年均复合增速38.8%。截至2020年底,Mobileye 累计售出约7330万颗芯片,搭载超过7000万辆汽车,EyeQ 系列芯片在全球 ADAS市场占有率约为70%。

 

目前 Mobileye 一直采用传感器+芯片+算法绑定的一体式解决方案,这种封闭模式也导致客户开发灵活度下降,短期有利于提升市场占有率,受到转型较晚或者 AI 投入少的 OEM 厂商欢迎。但长期会导致定制差异化产品的能力欠缺,快速迭代升级产品的造车新势力或对转型速度要求较快的OEM 厂商很难接受 Mobileye 的“黑盒”方式。例如小鹏汽车曾短暂地用 Mobileye芯片做过测试后决定在P7上改用英伟达的Xavier,主要原因在于小鹏希望把芯片和算法剥离开,采用可编程的芯片,在芯片上进行算法研发和定制化,跟场景结合,因此选择了更开放的英伟达。

 

  • 高通

相比于智能座舱,高通在自动驾驶领域的动作可以用“低调”来形容。在去年年初,高通推出了Snapdragon Ride自动驾驶解决方案,可以为L1/L2、L2+/L3、L4等不同等级的自动驾驶系统提供不同的SoC。

 

高通Snapdragon Ride有多种硬件配置。面向L1/L2级自动驾驶,配备单个高通骁龙ADAS应用处理器;面向L2+/L3级自动驾驶,可以采用算力达到30 TOPS等级单颗SoC,如果是L4/L5级自动驾驶,则可以采用多颗SoC,算力超过700 TOPS,功耗为130W的设备。

 

2020年底,高通与长城汽车在自动驾驶领域达成合作,长城汽车将采用高通Snapdragon Ride平台,量产搭载于长城汽车“咖啡智能”车型,预计2022年可在长城高端量产车型中搭载。

 

此外,高通在智能座舱域具备绝对领先优势。从智能座舱域芯片布局来看,高端市场以高通为主。高通骁龙820A 数字座舱平台支持计算机视觉与机器学习,能够提供丰富的图形与多媒体功能,广泛的可视化和操作系统选项组合及神经处理引擎。2020年多款上市新车型都搭载了骁龙 820A;2020年量产的高通骁龙SA8155P,基于台积电第一代7nm工艺,性能是骁龙820A平台的三倍。国内多数车企的下一代车型都将搭载SA8155P芯片,进一步巩固高通在该领域的龙头地位。

 

2021年1月26日,高通推出第4代高通骁龙汽车数字座舱平台,基于5nm制程工艺打造,计划于2022年开始量产。新平台增强了图形图像、多媒体、计算机视觉和AI等功能,旨在支持情境感知优化且具备自适应能力的座舱系统,可根据驾乘者的偏好不断演进,加速汽车智能化变革。

 

从高通智能数字座舱平台的市场份额来看,目前高通已获得全球领先的20多家汽车制造商的信息影音以及数字座舱项目。国内车企中,包括蔚来、上汽、长城汽车、零跑汽车、奇瑞捷途、比亚迪、威马汽车、广汽、小鹏、吉利、理想等均已推出或宣布推出搭载骁龙汽车数字座舱平台的车型。

 

  • 华为

华为在自研芯片领域的技术底蕴大家也都有所了解。自动驾驶领域,华为自主研发的MDC 810是面对L4-L5级自动驾驶推出的高算力自动驾驶SOC芯片,支持400TOPS/800TOPS两档算力。

 

华为MDC的产品更多将作为单独供应的自动驾驶零部件为车企选用,目前已率先搭载在ARCFOX极狐阿尔法S上量产上市,后续将有越来越多的搭载不同MDC系列产品的新车型陆续量产上市。

 

  • 黑芝麻

2019年,黑芝麻发布了旗下第一颗芯片——华山一号(A500)。2020年6月,黑芝麻智能推出了第二款自动驾驶计算芯片——华山二号A1000,这是针对 L3、L4 智能自动驾驶级别而设计的芯片,单芯片算力高达70TOPS;同年8月,与一汽智能网联开发院签署技术合作协议,加速国产智能驾驶芯片的产业化落地;9月推出FAD全自动驾驶计算平台,对标特斯拉FSD;12月,与一汽南京达成战略合作,联合发布了红旗“芯算一体”自动驾驶平台。

 

随着A1000的推出,黑芝麻的自动驾驶芯片产品路线图也更加清晰。据悉,今年年中,黑芝麻智能将推出更高算力的自动驾驶计算芯片,芯片算力将超越 200TOPS,将追平英伟达 Orin 芯片的算力。未来,随着华山系列芯片产品不断拓展,黑芝麻智能将完成从L2 +到L4级别自动驾驶芯片产品的产业布局,为打造中国智能自动驾驶生态圈赋能助力。

 

与非网制图

 

从几款芯片性能参数来看,不同代数的芯片,其性能呈现指数型的增长,两者之间相差可以达到10倍之多,一方面与自动驾驶芯片的开发周期有一定的关系,另一方面则是整个行业正处于快速发展时期,行业厂商都在加速抢占市场。车载AI芯片的对比无非就是从算力、能效比、软硬件耦合度、平台开放度、产品时间规划、芯片功能实现等几个维度来入手。

 

从各厂商的产品来看,车载AI芯片主要区别就是叠加组合了不同类型的处理芯片来加强算力,目前市场主流有ASIC、GPU、FPGA等几种类型。GPU主要功能是为了加强图像处理能力,适用于数据密集型应用进行计算和处理,擅长处理与顺序无关图形类机器的学习与算法;FPGA擅长处理与顺序排列有关机器学习与算法;ASIC是面向特定用户的算法需求设计的专用芯片,其具有体积小、重量轻、功耗低、性能高、保密性强、成本低等优势。

 

从各厂商车载计算平台竞争格局来看,英伟达算力相对领先,但算力利用率相对较低,能耗较大;而特斯拉、Mobileye等虽然算力并不突出,但由于芯片+算法均采用自研,能效比相对较高。相比之下,地平线拥有算法、芯片、工具链一体化的服务能力,向车厂开放算法与软件能力,采取联合开发、共同投入的方式,既能提升主机厂的能力,也能避免 Mobileye“黑盒”销售方式,为本土客户提供良好的服务。作为第三方供应商,芯片和算法可分开销售或一体式解决方案,采用较为开放的软硬件体系,为国内主机厂提供将芯片和算法分别进行定制化的解决方案也是未来快速占领市场、建立技术生态的较好方式。

 

结语

多年来,传统汽车芯片市场一直被恩智浦、德州仪器、英飞凌等巨头“垄断”,当汽车智能化加速,汽车芯片市场格局也逐渐变化,关于智能汽车的车载AI芯片市场大战已经打响。传统芯片巨头、互联网公司、创业企业选择不同的赛道和应用场景加入竞争。

 

回顾PC、智能手机、传统汽车等终端浪潮,中国本土企业没能分得一块蛋糕。到了智能汽车时代,情况或许正在发生转变,老牌巨头稳坐桥头的时代已经过去。据统计,国内已有30多家初创企业正在研发汽车芯片。随着自动驾驶汽车领域的茁壮成长,未来还将有越来越多的厂商投入到自动驾驶芯片的研发之中,像地平线、黑芝麻这样的新生力量带着技术积累和不一样的技术思路,给芯片、汽车行业注入了更多鲜活的能量。

 

从而有机会去跟英伟达、Mobileye等国际大厂在芯片和自动驾驶解决方案上展开竞争。