2022秋季GTC大會上，芯片巨頭英偉達(NVIDIA)發(fā)布了單顆算力達到2000TFLOPS的全新車載芯片“DRIVE Thor”，此前發(fā)布的自動駕駛芯片DRIVE Atlan SoC將不再上市，且立即生效。要知道，DRIVE Atlan在英偉達內(nèi)部一度被稱之為“技術(shù)的奇跡”，單顆算力為1000TFLOPS，原本預定2024年上市。F4Jesmc

2000T是個什么概念呢？簡單來說，是Mobileye EyeQ4的800倍，小鵬P5使用的英偉達Xavier(30T)的67倍，特斯拉FSD(144T)的14倍，當前主流的英偉達Orin(254T)的8倍。目前，蔚來搭載的由4顆Orin組成的車載NIO ADAM平臺算力一共是1016T，一顆Thor就幾乎等于兩輛蔚來的總算力。F4Jesmc

與Atlan一樣，Thor的設計初衷也是用于處理自動駕駛汽車的所有計算需求。請記住，是所有——從信息娛樂系統(tǒng)和傳感器融合到實際的自動駕駛算法本身，目標是用一臺可以完成所有工作的計算機取代目前汽車內(nèi)的獨立計算機。套用英偉達創(chuàng)始人兼首席執(zhí)行官黃仁勛的話，“這顆芯片就是為汽車的中央計算架構(gòu)而生”。 F4Jesmc

中國吉利公司旗下的極氪品牌已宣布將在下一代智能電動汽車上搭載DRIVE Thor，并于2025年初開始生產(chǎn)。而眼下，英偉達生態(tài)系統(tǒng)中的中國用戶還包括蔚來、威馬、理想、小鵬、比亞迪、百度Apollo、上汽智己、元戎啟行、云驥智行、悠跑科技、文遠知行、小馬智行、圖森未來等一眾企業(yè)。F4Jesmc

國產(chǎn)芯片上車，2025年為限

“我相信未來在智能駕駛領域，中美會成為最主要的博弈雙方。“黑芝麻智能首席市場營銷官楊宇欣日前在“黑芝麻媒體技術(shù)開放日”上表示，得益于中國車企在汽車產(chǎn)業(yè)中扮演的重要角色，2025年后，在中央計算架構(gòu)到來時，如果中國企業(yè)做的好，有望在智能汽車領域跟美國企業(yè)在細分賽道平分天下。F4Jesmc

F4Jesmc

黑芝麻智能首席市場營銷官楊宇欣F4Jesmc

第三方機構(gòu)的數(shù)據(jù)顯示，以2025年為節(jié)點，之前更多以L2到L3級別的人機共駕為主，之后，L2級別以上的自動駕駛技術(shù)滲透率將超過25%。伴隨智能新能源車的發(fā)展和電子電氣架構(gòu)的演進，不但智能駕駛SoC芯片的市場容量將超過百億美金，軟件、算法、其他周邊芯片也都有非常多的機會，這是中國汽車產(chǎn)業(yè)上游的機會。F4Jesmc

與PC和智能手機不同，汽車是科技的集大成者，將電子行業(yè)過去幾十年發(fā)展積累下來的技術(shù)，包括應用數(shù)據(jù)平臺、基礎計算平臺、電子電氣架構(gòu)、成熟可靠的零部件、軟件等完全綜合起來，這對智能化底座和芯片提出了越來越高的要求。一顆小小的車載芯片，不僅要符合多項行業(yè)標準，還要集成CPU+GPU+ISP+NPU神經(jīng)網(wǎng)絡加速器+信號處理等多個復雜功能， F4Jesmc

楊宇欣說，傳統(tǒng)汽車芯片供應商主要集中在歐、美、日，他們的成長與歐美日汽車企業(yè)的成長是密不可分的。但到了智能駕駛階段，傳統(tǒng)汽車芯片廠商在慢慢掉隊，那些非汽車領域的芯片巨頭，如英偉達、高通、英特爾/Mobileye，他們看到了高性能計算對未來汽車智能化的重要性，反而后來居上；以黑芝麻智能為代表的中國創(chuàng)業(yè)公司，一方面在掙扎生存，另一方面也在不斷將創(chuàng)新體現(xiàn)在客戶的產(chǎn)品中。F4Jesmc

在談及“芯荒”話題時，楊宇欣認為兩到三年之內(nèi)很難有質(zhì)的改變。原因之一是目前除了中國外，全球汽車MCU所依賴的成熟工藝節(jié)點產(chǎn)線都沒有擴產(chǎn)計劃。盡管國內(nèi)需求量巨大，許多本土芯片設計企業(yè)也正在快速成長，但需要與本土車企互相配合，所以今后幾年內(nèi)“芯荒”問題會有所緩解但不會產(chǎn)生質(zhì)變。F4Jesmc

另一方面，受到地緣政治因素影響，一些車企也開始關(guān)注汽車大算力芯片的國產(chǎn)化替代進程。“畢竟頭上多了一把刀，況且舉刀人也沒說這輩子都不會放下”，所以“即使有10%的可能性，也要做好100%的備份”。對汽車行業(yè)來說，還是要盡快在國內(nèi)找到解決方案備份，畢竟在中美技術(shù)賽跑過程中，限制只會越來越多。F4Jesmc

但汽車芯片非常難做，無論是IP、人才、研發(fā)成本都比消費級和工業(yè)級芯片高很多；車規(guī)芯片從研發(fā)到客戶認證的產(chǎn)品研發(fā)周期很長，需要企業(yè)有足夠的資金儲備、足夠的忍耐力和足夠強的戰(zhàn)略堅定性。數(shù)據(jù)顯示，在量產(chǎn)狀態(tài)的自動駕駛系統(tǒng)中，國產(chǎn)芯片的比例低于3%。但是，現(xiàn)在汽車芯片給了本土企業(yè)很大的機會，加之新的技術(shù)迭代使可選范圍越來越小，車企不得不選擇創(chuàng)新技術(shù)公司的產(chǎn)品。為了防止未來出現(xiàn)芯片供應短缺，更需要培養(yǎng)本土供應商。F4Jesmc

汽車芯片的大多數(shù)關(guān)鍵環(huán)節(jié)已經(jīng)有本土供應商，客戶已經(jīng)在用或在開發(fā)產(chǎn)品，只是未必都已實現(xiàn)批量上車。在楊宇欣看來，2025年能不能上車非常關(guān)鍵，因為車企一旦投入大量人力、物力培養(yǎng)了一個成熟的供應商，再換到另一家供應商的動力會呈幾何級數(shù)下降。F4Jesmc

算力和算法哪個重要？

盡管不是主動回應Thor芯片帶來的行業(yè)影響，但楊宇欣在談及算力和算法話題時表示，“算力是整個系統(tǒng)功能的邊際，所以算力更重要。而作為軟件的算法有很多可以妥協(xié)的方式，所以真正要實現(xiàn)芯片指標，芯片企業(yè)的硬件能力是非常重要的。”F4Jesmc

他說考慮到車路協(xié)同是當前國內(nèi)很重要的技術(shù)路線，因此黑芝麻智能的終端算力平臺一方面賦能汽車，讓車變得足夠聰明、足夠智能，另一方面也賦能路的智能化。也就是說，車的感知范圍是250-300米，如果路變得智能，就可以無限延伸車的感知距離。當車的感知數(shù)據(jù)和路的感知數(shù)據(jù)充分融合，再配合云控平臺，例如一些車路協(xié)同試點案例，通過動態(tài)調(diào)節(jié)路況就可以將擁堵率降低三分之一以上。作為技術(shù)平臺的延伸，黑芝麻智能已在國內(nèi)幾個城市開始試點，跟合作伙伴配合實現(xiàn)未來可以期待的自動駕駛落地。F4Jesmc

“在追逐大算力過程中，業(yè)內(nèi)開始出現(xiàn)偷換概念的做法，例如用所謂的AI TOPS，或者等效TOPS，來代替實際的客觀算力。”黑芝麻智能副總裁丁丁認為，乘加器數(shù)量、頻率赫茲等指標都可以非?？陀^的量化芯片的真實算力。但要以等效算力來湊TOPS數(shù)值，那就需要犧牲自動駕駛最需要的精度。F4Jesmc

“如果單純?yōu)榱藴怲OPS數(shù)值，把8比特計算用4比特來替代，雖然算力可以直接翻倍，但事實上沒有任何一個自動駕駛網(wǎng)絡按4比特來跑，這樣的數(shù)值，缺乏科學性及嚴謹性。”丁丁說。F4Jesmc

其次，MobileNET網(wǎng)絡主要是手機或消費類應用，模型和功能精度要求與自動駕駛要求相差甚多，不是車廠需要的合理的數(shù)據(jù)參考。行業(yè)共識是用實時感知的高精度ResNET架構(gòu)搭建自動駕駛算法架構(gòu)，而以MobileNet對標實際使用的ResNet跑分是非常不公平的事情。F4Jesmc

第三，汽車芯片的主要量產(chǎn)節(jié)點是16nm，很少有100或200T的芯片。乘加器和工藝決定了芯片大小，如果講等效算力，芯片是25×25mm，芯片中幾十T算力基本占到三分之一面積。從比例上看，芯片就會變成40×40mm，但其實芯片并沒有那么大。這證明了在16nm上講的算力并不真實。F4Jesmc

地平線聯(lián)合創(chuàng)始人&CTO黃暢此前接受包括《國際電子商情》在內(nèi)的媒體采訪時表示，“提升有效算力這條路是沒有止境的。”當前，自動/智能駕駛領域行業(yè)的基礎算力需求是：L2級，10TOPS左右；L2+，幾十TOPS；L3，100TOPS以上；L4，1000TOPS以上。F4Jesmc

“地平線關(guān)注峰值算力的持續(xù)提升，但本質(zhì)上更加關(guān)注有效算力的提升。就我個人看來，L2+級最好就能達到百TOPS量級。因為隨著全場景自動駕駛的復雜度越來越高，沒有足夠有效的算力進行處理，將很難滿足實際需求。“他說，地平線認為評估一顆AI芯片效能最合理的指標就是FPS/Watt或FPS/$，也就是芯片為了達成AI處理性能所付出的功耗和成本，因此能讓軟件做的事情盡可能讓軟件做，硬件做簡單、極致、高效且容易被軟件靈活調(diào)用的功能。F4Jesmc

FPS(Frames Per Second)由算法架構(gòu)決定，也被稱之為算法領域的新摩爾定律，大約會在9-14個月的時間內(nèi)將AI任務需要的計算次數(shù)和復雜度降低一半。 F4Jesmc

依照這個評估標準，在典型分類模型下，征程5在處理單幀輸入的百萬像素大圖時，其性能達英偉達Xavier的 6.2倍；針對高效模型(EfficientNet)更接近自動駕駛場景的物體檢測，同精度下，征程5的性能是Xavier的9倍多，Orin的近3倍；能效比方面，在達到更高性能的條件下，征程5的能效比接近Orin的9倍。F4Jesmc

F4Jesmc

中國頭部企業(yè)前進到了哪里？

黃暢認為，面向未來的自動駕駛算法，支持數(shù)據(jù)驅(qū)動、神經(jīng)網(wǎng)絡模型推理計算的專用芯片占比會顯著增加，而CPU這樣的處理器的需求量則不會顯著增加。他為此提出了這樣的觀點，即，“加速高等級自動駕駛落地的根本途徑，是范式級的智能算法和支持這種算法的硬件體系相結(jié)合，也就是我們經(jīng)常說的軟硬結(jié)合。”通過軟硬協(xié)同優(yōu)化的方式，在首重效能的情況下，地平線打造出兼顧靈活的新一代AI計算架構(gòu)“貝葉斯”。F4Jesmc

“貝葉斯”是地平線實現(xiàn)軟硬結(jié)合理念的載體，最大特點是高性能、低延遲、低能耗。地平線通過聚焦最新的神經(jīng)網(wǎng)絡架構(gòu)來服務真實的自動駕駛場景，堅持高度軟硬件的并行化和近存計算等舉措，最大程度優(yōu)化內(nèi)存占有與訪存，靈活訪問高帶寬的存儲，確保BPU在非常靈活的條件下提供足夠好的算力密度和能效比。F4Jesmc

從自動駕駛芯片本身來看，符合ASIL-B產(chǎn)品認證標準的征程5可以稱之為是“全面滿足高等級自動駕駛量產(chǎn)需求”一款芯片。它具有強大的深度學習計算能力，多樣化計算組合、豐富的傳感器接口和通訊能力，完全針對自動駕駛場景，滿足全車電子電氣架構(gòu)的需求，領先的自動駕駛算法閉環(huán)驗證。在最接近于量產(chǎn)級的參考設計Matrix 5中，就包括單顆/雙顆/4顆“征程5”硬件方案，對應算力從128TOPS到最高512TOPS，F4Jesmc

F4Jesmc

楊宇欣不否認英偉達的技術(shù)領先性，“確實走在前面”，但黑芝麻2023年將要發(fā)布的A2000芯片有望在性能、算力和集成度方面超過Orin。目前的A1000系列是性價比更高的產(chǎn)品，完全能夠滿足車廠行泊一體主流功能的需求，填補了入門級芯片4T/8T算力與Orin254T算力之間的市場空白。F4Jesmc

“未來的芯片技術(shù)方向，一種是英偉達GPU架構(gòu)，另一種就是類似特斯拉、高通、Mobileye，華為走的ASIC技術(shù)路線。”楊宇欣表示，GPU是完全開放通用的，面向所有場景都是統(tǒng)一的軟硬件架構(gòu)，這也是自動駕駛產(chǎn)業(yè)發(fā)展之初，多數(shù)車廠選用英偉達的重要原因之一。因為在通用架構(gòu)的基礎上，車廠基于處理器進行軟件層面的開發(fā)就可以了，操作更加容易。F4Jesmc

而黑芝麻之所以更看好ASIC專用芯片，就是因為此類芯片專門面向駕駛相關(guān)主流的網(wǎng)絡、模型、算子進行開發(fā)，面積更小，成本更低，功耗更小。但這并不意味著要對不同車型開發(fā)和驗證不同的ASIC芯片，總體來說，不同車型需要實現(xiàn)的功能大致相同，而且芯片面對模型和算子進行有限開放，算法快速迭代不會影響到芯片對上層功能的支持。從黑芝麻的角度來講，除了要考慮架構(gòu)演進、芯片高集成度之外，同時也還要顧及中國市場和客戶對性價比的要求。F4Jesmc

目前，黑芝麻智能的A1000和A1000L正處在量產(chǎn)狀態(tài)，前者能夠支持入門級的行泊一體，后者可以支持9V5R或者10V5R，兩款平臺化方案基本能夠覆蓋到市面上幾乎所有的滲透率比較高的自動駕駛輔助和自動駕駛功能，包括Drive N/Drive S/Drive B，乃至下一代計算平臺Drive T。黑芝麻希望以平臺化的矩陣，構(gòu)建一個Drive BEST的平臺，達到自動駕駛更高的成績。F4Jesmc