伴隨AI人工智能的崛起，汽車智能化也取得了長足發(fā)展。過去以CPU為核心的處理器越來越難以滿足處理視頻、圖片等數(shù)據(jù)，同時(shí)雷達(dá)、攝像頭等傳感器的多路數(shù)據(jù)也為車載處理器計(jì)算效率提出了新的要求。

自動駕駛的挑戰(zhàn)在于，當(dāng)前通用型計(jì)算平臺很難同時(shí)滿足自動駕駛要求的巨大算力和超低功耗，未來自有芯片將成為汽車產(chǎn)業(yè)鏈上的最核心的關(guān)鍵技術(shù)。

車企中第一個(gè)吃螃蟹的是特斯拉

8月初，特斯拉CEO埃隆·馬斯克在與分析師討論公司季度業(yè)績的電話會議上宣布，特斯拉下一代無人駕駛汽車硬件可能會在明年初推出，最重要的是會配備其自主研發(fā)的人工智能芯片。

隨后馬斯克又表示，4-6月后，特斯拉將基本上與硬件同步向已經(jīng)購買“完全自動駕駛”功能的客戶發(fā)布首款軟件更新包。

通常汽車廠商在自動駕駛技術(shù)中會使用英特爾、英偉達(dá)等廠商的芯片。而使用自研芯片則使得特斯拉的人工智能處理器項(xiàng)目顯得與眾不同。

當(dāng)然，面對“新對手”英偉達(dá)和英特爾等自然不會將自己的優(yōu)勢領(lǐng)域拱手送人。

今年年初的CES上，英偉達(dá)率先發(fā)布了DRIVE Xavier，這是一款為自動駕駛汽車設(shè)計(jì)的AI計(jì)算芯片，也是有史以來最復(fù)雜、最強(qiáng)大的芯片。當(dāng)前，英偉達(dá)在深度學(xué)習(xí)和訓(xùn)練平臺層面處于絕對領(lǐng)先優(yōu)勢。

隨后，英特爾推出了全新的自動駕駛平臺、包含2個(gè)EyeQ5芯片以及一個(gè)凌動芯片。此前，英特爾已經(jīng)在資本層面以153億美元收購了Mobileye，Mobileye的并入彌補(bǔ)了英特爾自身算法的不足，并幫助其收獲了ADAS算法所設(shè)計(jì)的專用處理器IP。

細(xì)看兩個(gè)芯片的技術(shù)層面。英偉達(dá)的Xavier基于一個(gè)特別定制的8核CPU、一個(gè)全新的512核Volta GPU、一個(gè)全新深度學(xué)習(xí)加速器、全新計(jì)算機(jī)視覺加速器、以及全新8K HDR視頻處理器而打造。每秒可運(yùn)行30萬億次計(jì)算，功耗卻僅為30瓦，能效比上一代架構(gòu)高出15倍。按黃仁勛的說法，一塊Xaiver就能夠?yàn)長3-L4的自動駕駛提供算力支持。

而英特爾的Mobileye EyeQ5則表示可以提供每瓦特2.4 DL TOPS(萬億次/每秒)的效能。實(shí)現(xiàn) L4-L5級自動駕駛，準(zhǔn)備兩顆 EyeQ5芯片即可。

對于傳統(tǒng)頭部玩家而言，自動駕駛芯片之戰(zhàn)才剛剛上演，而潛在玩家同樣源源不斷的入場參戰(zhàn)。

最近一則三星布局無人駕駛及芯片的消息，又為火熱的芯片市場澆了一把油。幾天前，韓媒體報(bào)道稱，三星技術(shù)研究院成立了一支主要負(fù)責(zé)研究自動駕駛技術(shù)的全新團(tuán)隊(duì)，研發(fā)無人駕駛汽車芯片及傳感器。

三星在汽車領(lǐng)域的布局并不晚，甚至曾一度涉及整車制造領(lǐng)域，2015年三星成立汽車零部件部門以來，一直在加大汽車板塊業(yè)務(wù)，2017年5月獲得了韓國首家自動駕駛汽車測試牌照，并向奧迪供應(yīng)Exynos處理器、共同打造無人駕駛汽車。

打造本土AI芯片 中國仍有機(jī)會

作為全球最大的汽車市場，未來中國市場對自動駕駛車輛的需求同樣“胃口巨大”，一份不完全統(tǒng)計(jì)的數(shù)據(jù)預(yù)估，到2020年，中國的整車和芯片、傳感器等零部件產(chǎn)值將超過1000億元。

而根據(jù)《中國制造2025》的目標(biāo)，在2020年時(shí)，中國芯片的自給率要達(dá)到40%，2025年要達(dá)到50%，現(xiàn)實(shí)的目標(biāo)卻又很嚴(yán)峻。

自動駕駛時(shí)代，中國本土AI芯片企業(yè)仍具備最好機(jī)會。巨大的人口基數(shù)和海量訓(xùn)練數(shù)據(jù)是中國在發(fā)展人工智能上的一大顯著優(yōu)勢，隨著人工智能的發(fā)展AI芯片近幾年也成為了行業(yè)的熱點(diǎn)。國內(nèi)也涌現(xiàn)出諸如寒武紀(jì)、深鑒科技、地平線、西井科技等公司參與其中。

實(shí)際上，芯片是一個(gè)高技術(shù)含量，高投入的行業(yè)，其盈利要靠大規(guī)模鋪量方能成行。在通信產(chǎn)業(yè)中國“芯”面臨諸多困難，而在人工智能時(shí)代，中國的自動駕駛芯片形式同樣不容樂觀。不多數(shù)創(chuàng)業(yè)公司的AI芯片還未量產(chǎn)，甚至不到流片階段。

自動駕駛要求基于深度學(xué)習(xí)對目標(biāo)的識別、環(huán)境的感知、建模和定位，都要達(dá)到高度準(zhǔn)確性。通用芯片效能顯然無法滿足功耗、散熱等問題。如果裝AI芯片，意味著以1%的功耗實(shí)現(xiàn)相同的性能，而成本只有原來的十分之一。

國內(nèi)自研芯片的車企并不多，今年CES Asia上零跑汽車宣布與大華股份聯(lián)手研發(fā)的首款國產(chǎn)AI自動駕駛芯片“凌芯01”已進(jìn)入集成驗(yàn)證階段，明年第二季度進(jìn)行實(shí)車測試。

而在隨后一個(gè)月舉辦的百度開發(fā)者大會上，百度發(fā)布“昆侖”芯片。并將其定義為中國第一款全功能的云端AI芯片，相比于FPGA的芯片，計(jì)算能力提升了30倍。

自動駕駛場景下的應(yīng)用是百度研發(fā)AI芯片的重要切入點(diǎn)，據(jù)悉，昆侖芯片能夠針對語音、NLP、圖像等進(jìn)行專門優(yōu)化;同等性能成本下降，支持paddle等多個(gè)深度學(xué)習(xí)框架，編程靈活度高，靈活支持訓(xùn)練和預(yù)測。

自動駕駛芯片市場注定有一場惡戰(zhàn)

當(dāng)前運(yùn)用于自動駕駛的芯片架構(gòu)主要有4種：CPU、GPU、FPGA(現(xiàn)場可編程門陣列)和ASIC(專用集成電路)。

他們的特點(diǎn)如下：

CPU：中央處理器，最大不足是數(shù)據(jù)處理能力弱。

GPU：圖形處理器，善于處理圖像領(lǐng)域的運(yùn)算加速。但無法單獨(dú)工作，必須由CPU進(jìn)行控制調(diào)用才能工作。缺點(diǎn)是功耗大，散熱高。

FPGA：常用于預(yù)測階段如云端。FPGA是用硬件實(shí)現(xiàn)軟件算法，因此在實(shí)現(xiàn)復(fù)雜算法方面有一定的難度，缺點(diǎn)是價(jià)格比較高。

ASIC芯片：是專用定制芯片，為實(shí)現(xiàn)特定要求而定制的芯片。除了不能擴(kuò)展以外，在功耗、可靠性、體積方面都有優(yōu)勢。缺點(diǎn)是開發(fā)周期長，初期成本高。

自動駕駛對終端芯片算力、終端計(jì)算實(shí)時(shí)性、低能耗和可靠性都要求極高。為此，有分析人士認(rèn)為ASIC專用芯片似乎是未來自動駕駛領(lǐng)域最優(yōu)芯片方案。

分析人士指出，現(xiàn)階段盡管現(xiàn)階段采用GPU架構(gòu)、GPU+FPGA、ASIC架構(gòu)的車企并行存在，但綜合來看，車企未來或更傾向于選擇ASIC專用型芯片，以自身更好的軟件算法同時(shí)滿足高性能和低功耗的要求。

實(shí)際上，由于所處場景和環(huán)境比普通汽車的電子配件更嚴(yán)苛，車規(guī)級自動駕駛芯片所需的算力和適配區(qū)間也要比普通芯片更高。特別是算法層面，目前還沒有一家公司可以保證自家的算法完全可以投產(chǎn)商用。此外，現(xiàn)階段要實(shí)現(xiàn)算法與架構(gòu)之間的協(xié)同，對于自動駕駛芯片的企業(yè)來說挑戰(zhàn)非常巨大。

另外，相比通用的汽車電子，自動駕駛芯片安全層面要求也更為嚴(yán)格，既要滿足汽車電子的通用標(biāo)準(zhǔn)，還需滿足處理器層面汽車安全完整性等級的功能安全要求。

而芯片本身又是一個(gè)耗資巨大的產(chǎn)業(yè)，從研發(fā)到最終批量投產(chǎn)，千萬級美金僅僅是敲門磚，整個(gè)流程下來往往需要企業(yè)投入上億美金的費(fèi)用。對于中國的自動駕駛芯片企業(yè)而言，未來市場的競爭注定是一場惡戰(zhàn)，掌握技術(shù)話語權(quán)非一日之寒，畢竟踏踏實(shí)實(shí)做芯片遠(yuǎn)比弄幾張PPT對外宣傳造車?yán)砟罾щy多得多。