本文来源：智车科技
导读
(资料图片仅供参考)
智能驾驶芯片是让车辆能够实现自动驾驶的计算单元，也是人工智能（AI）芯片的一部分，通过计算机视觉逐步演化出来的针对驾驶场景的算法实现汽车智能。当前，智能驾驶芯片正迎来快速扩张阶段，据测算2021-2025的市场规模将从19亿美元增长到54亿美元，CAGR为30%。
在电动化、智能化发展趋势推动下，汽车架构正在从分布式向集中式演进，对中央计算芯片的需求不断提升，特别是决策层SoC。智车科技将在本文中盘点一下近年来智能驾驶芯片赛道一些知名企业的进展和商用情况。
从市场竞争看，智能驾驶芯片玩家主要有几类：特斯拉等主机厂自研玩家；从消费电子进入汽车行业的英伟达、高通、英特尔（Mobileye）等芯片巨头；地平线、黑芝麻智能等初创企业以及华为等本土芯片玩家；还有德州仪器（TI）、瑞萨等传统汽车芯片巨头。
01
特斯拉
特斯拉是软硬件一体化的代表，经历了从外购到自研芯片的历程。之所以要软硬件融合，是为了在研发阶段更好地进行调整，充分发挥软、硬件潜力，同时对核心硬件有更强的掌控力，在硬件加速上形成差异，建立起自动驾驶技术的优势。此外，还可以拥有议价和成本控制能力，并提高灵活性。
FSD芯片从算法需求出发设计芯片架构，核心技术来源于由两颗NPU组成的NNA（Neural Network Accelerator，神经网络加速单元）系统。FSD芯片于2019年正式流片，代工厂为三星，采用14纳米工艺，整个芯片约有60亿颗晶体管，2颗芯片算力达到144TOPS。
每个FSD芯片内部有两个相同的NPU，具备强大运算能力，在物理上彼此相邻集成。在每个计算周期，NPU都会从内置的32MB SRAM中读取256字节的激活数据和另外128字节的权重数据组合在一起进入乘法累加（MAC），每个NPU都有一个96×96MAC阵列。在完成MAC乘法累加运算后，数据会被转移到激活（Activations）及池化（Pooling）部分，等待写入缓冲区汇总结果。
为了让数据尽可能地在片内周转，而不频繁地与内存或其他模块进行读写操作，特斯拉对NNA（神经网络加速单元）的功耗和成本优化也做了不少努力。在NNA的设计中利用软件侧重简化了硬件，以降低芯片成本。
特斯拉芯片覆盖从自动驾驶、智能座舱、域控架构、三电系统，甚至到车辆制造与装配环节。从自动驾驶角度看，特斯拉是目前唯一实现软硬件全栈自研的公司，走的是一条难以复制的技术路线。特斯拉的FSD芯片基本自用，不对外销售。
02
高通
高通是手机芯片巨头，在汽车领域的切入点是通信和座舱芯片，其820A、8155和8295占据中高端智能座舱市场主要份额。此前的Snapdragon Ride自动驾驶计算平台，包括5纳米骁龙8540、7纳米骁龙9000，单片算力达360TOPS，已陆续上车。
2023年初，高通推出支持中央计算架构的骁龙Ride Flex SoC，以单颗SoC同时支持数字座舱、ADAS和自动驾驶功能，提供超过700TOPS的算力。首款Ride Flex SoC现已出样，预计2024年量产。
目前，高通与长城、通用、宝马、大众等厂商在自动驾驶领域达成了合作，未来Snapdragon Ride平台将应用于上述车厂部分车型。
今年4月，高通还完成收购维宁尔，补齐了自动驾驶软件算法能力，应用方向包括雷达、感知系统、自动驾驶系统算法、功能安全/预期功能安全等。
03
英伟达
英伟达是大算力芯片的代表，伴随GPU架构的演进进军到智能汽车领域。英伟达NVIDIADrive系列中DRIVECX面向座舱，DRIVEPX面向自动驾驶；此后迭代推出了DRIVEPX、DRIVEPX2、DrivePXXavier、DRIVEPXPegasus、DRIVEAGX Orin自动驾驶平台。
DRIVE Orin是NVIDIA发布的系统级芯片，是智能车辆的中央计算机，可提供每秒254TOPS，符合ISO 26262 ASIL-D等安全标准。2022年3月，英伟达DRIVEAGX Orin平台开始量产销售。该平台由2颗Orin SoC和2颗Ampere架构GPU组成，最高算力达2000TOPS，功耗800W。
Orin SoC采用7纳米工艺，由Ampere架构的GPU，ARMHerculesCPU，第二代深度学习加速器DLA、第二代视觉加速器PVA、视频编解码器、宽动态范围的ISP组成，同时引入了车规级安全岛SafetyIsland设计。芯片硬件可连接14个摄像头、1个激光雷达、5个毫米波雷达和12个超声波雷达，传感器数据经Orin每秒254万亿次运算，以实现高级别自动驾驶功能。
英伟达汽车业务已形成包括Tier1、传感器、软件厂商的强大开放生态。目前30万以上高端乘用车市场英伟达已一家独大。未来6年，英伟达在手订单超110亿美元。据不完全统计，全球已有超过25家主机厂与英伟达达成Orin合作，包括蔚来、小鹏、理想、威马、上汽智己、R汽车、法拉第未来、Lucid Group、Human Horizons Vinfast、华人运通等造车新势力；以及比亚迪、奔驰、捷豹路虎、沃尔沃、现代、奥迪、路特斯等传统主机厂。另外，德赛西威、百度Apollo、通用Cruise、谷歌Waymo等也将基于Orin开发ADAS方案。
04
Mobileye
Mobileye是起步最早的自动驾驶霸主，“视觉算法+芯片”方案在L0-L2市场占据70%左右市场份额，2017年被英特尔收购。
EyeQ系列芯片是Mobileye的核心。EyeQ4实现量产3年后，Mobileye于2021年推出7纳米FinFET工艺EyeQ5。它包含多线程8核CPU和18核视觉处理器，算力提升至24TOPS，功耗仅为10W，可满足L4驾驶需求。
2022年，Mobileye布局高阶自动驾驶，连发三款芯片，包括面向L4级自动驾驶的芯片EyeQUltra，以及面向L2级自动驾驶的EyeQ6L和EyeQ6H。
与此前产品相比，三款芯片在控制能耗前提下大幅提升了性能，尤其是专为自动驾驶而生的EyeQUltra有64颗核处理器和12个RISC-VCPU，每个核24线程，能够实现高效率的精确计算，功耗不到100W。它无需将多个系统集成在一起的计算能力和成本，解决了行业面临的重大挑战。EyeQUltra预计在2025年全面投产。该款芯片对标英伟达的Xavier，但是其计算能力似乎略逊于英伟达。
早期主流主机厂纷纷选择EyeQ3及EyeQ4系列，使Mobileye成功占领了前装市场。不过，其黑盒模式已出现水土不服征兆，市场增速放缓。此前，Mobileye EyeQ6、EyeQ6L和EyeQ6H已与大众集团、福特汽车达成了深度合作，还与吉利达成了协议。EyeQUltra预计将在2023年提供样品，2024年量产上车。
05
黑芝麻智能
黑芝麻智能是单片SoC方案的推崇者，以A1000L、A1000单片SoC方案支持行泊一体，无需分时复用，避免增加整套方案的安全隐患。
2019年至今，黑芝麻推出的系列芯片包括华山一号A500、华山二号A1000、A1000L、A1000Pro、A2000。其中专注于自动驾驶的A500算力5-10TOPS，16纳米工艺的华山二号A1000算力40-70TOPS，低配版A1000L为16TOPS，高配版A1000Pro单颗芯片算力达196TOPS，支持高级别自动驾驶，可实现从泊车、城市内部到高速场景的无缝衔接。A2000是国内首个250T大算力芯片，采用7纳米工艺的国产自主知识产权核心IP，满足ASIL B级别安全认证标准。
2023年4月，黑芝麻智能发布武当系列智能汽车跨域计算平台及其首款芯片C1200，以更高性价比覆盖座舱、智驾等智能汽车多个不同域的需求，实现多域融合能力。C1200基于7纳米工艺，利用支持锁步的车规级高性能CPU核A78AE和车规级高性能GPU核G78AE，提供强大的通用计算和通用渲染算力；自研DynamAI NN车规级低功耗神经网络加速引擎支持NOA场景；内置成熟高性能的Audio DSP模块和每秒在线处理1.5G像素的新一代自研NeuralIQ ISP模块。它可以提供32KDIPMS的行业最高MCU算力，同时处理大于12路高清摄像头的输入，支持高速率MIPI。
截至目前，黑芝麻智能已与江汽、东风、吉利、一汽、上汽、合创汽车、上汽通用五菱等主机厂及博世、中科创达、所托瑞安、保隆集团等企业针对L2、L3级ADAS和自动驾驶感知系统解决方案开展合作，也包括百度Apollo旗下的合作伙伴。
06
芯驰科技
芯驰科技是全球首家“全场景、平台化”芯片产品与技术解决方案提供商，产品覆盖智能座舱、智能驾驶、中央网关和MCU，涵盖未来汽车电子电气架构最核心的芯片类别，旨在实现“四芯合一 赋车以魂”。
2019年到2020年，芯驰科技发布了V9L/F和V9T自动驾驶芯片，分别支持ADAS及域控制器。2022年，芯驰科技发布算力在10-200T之间的自动驾驶芯片V9P/U，该产品拥有更高算力，可支持L3级别自动驾驶。V9系列处理器是专为新一代智能驾驶辅助系统设计的车规汽车芯片，集成了高性能CPU、GPU、CV引擎，能够满足日益增长的算力需求。
2023年，芯驰科技将推出具有更高算力的V9S自动驾驶芯片，该芯片面向中央计算平台架构研发，算力高达500-1000T，可支持L4/L5级别自动驾驶Robotaxi。
2023上海车展，芯驰科技发布了专门针对行泊一体ADAS域控制器的新一代车规处理器V9P，CPU性能为70KDMIPS，GPU为200GFLOPS，整体AI性能高达20TOPS，在单个芯片上即可实现AEB、ACC、LKA等主流L2+ADAS各项功能和辅助泊车、记忆泊车功能，并能集成行车记录仪和高清360°环视。
07
地平线
作为国内车规级AI芯片大规模前装量产企业，地平线先后推出了中国首款车规级AI芯片征程2、新一代AIoT智能应用加速引擎旭日2，以及高效能车规级AI芯片征程3和新一代AIoT边缘AI芯片平台旭日3。
地平线第三代车规级产品征程5单芯片算力高达128TOPS，兼具大算力和高性能，支持16路摄像头感知计算以及自动驾驶所需的多传感器融合、预测和规划控制等需求。其核心IP是100%自主研发的BPU贝叶斯架构，可支持最新的卷积神经网络及Transformer架构，满足各种自动驾驶场景所需的170多种不同算子；利用深度学习加速超大规模并行化计算，降低整个计算延时，提升效率，其图像速率已从2021年的1283帧/秒提升到2022年的1531帧/秒。随着征程5的推出，地平线覆盖了从L2到L4全场景整车智能芯片方案。
目前地平线已和许多主机厂及Tier 1达成合作，包括长安、一汽、上汽、广汽、奇瑞、东风汽车、智己、江淮、理想、比亚迪、长城等，以及大陆、亚太股份、速腾聚创、赢彻科技、东软睿驰、ADAYO华阳、德赛西威等。
08
华为
作为ICT领域巨头，华为的智能汽车业务可追溯至2012年，2018年首发智能驾驶计算平台，推出支持L3的MDC600和支持L4的MDC300。2019年华为正式成立智能汽车解决方案事业部，2020年发布MDC610计算平台，采用昇腾610芯片，单片算力达200TOPS。
华为昇腾910是一款具有超高算力的AI处理器，其最大功耗为310W，华为自研的达芬奇架构大大提升了其能效比。其8位整数精度（INT8）的性能达到640TOPS，16位浮点数（FP16）性能达到320 TFLOPS。
昇腾系列包括训练和推理芯片，用于训练的昇腾910，半精度（FP16）算力达256TFLOPS，是业界的2倍；用于推理的昇腾310，INT8算力为16TOPS，功耗仅8W。
针对自动驾驶对计算平台的需求，华为推出的MDC解决方案集成了自研的Host CPU芯片、AI芯片、ISP芯片与SSD控制芯片。到目前为止，华为陆续推出了4种不同算力的系列化产品——MDC 300、MDC210、MDC610、MDC810，涵盖L2-L5自动驾驶生态链。
目前，禾多科技、希迪智能驾驶、新石器、元戎启行、踏歌智行、慧拓、哪吒汽车等自动驾驶研发公司都采用了华为的MDC计算平台。
09
德州仪器
德州仪器（TI）是传统汽车芯片大厂，产品落地经验丰富，供应链管理能力强，客户遍布整个汽车行业。在处理器方面，TI已推出第七代，每代都是使用自己的IP和专利。20年数字处理器经验也使这种异构处理器得到了不断优化。
TI主流的智能驾驶产品包括TDA4 VL、TDA4 VM、TDA4 VH，算力分别为4TOPS、8TOPS、32TOPS，其中8TOPS的TDA4 VM已经量产，是轻量级行泊一体域控赛道的主流选择。
面向ADAS和自动驾驶汽车应用的TDA4VM系列处理器基于Evolutionary Jacinto 7架构，将高性能计算、深度学习引擎、用于信号和图像处理的专用加速器以独特的方式组合在功能安全兼容的目标架构中，因此非常适合用于机器人技术、机器视觉、雷达等多种应用。
这些器件具有很高的集成度，使支持集中式ECU或多种传感器模式的高级汽车平台实现可扩展和低成本。关键内核包括具有标量和矢量内核的下一代DSP、专用深度学习和传统算法加速器。这些器件还包括用于通用计算的最新Arm和GPU处理器、集成式下一代成像子系统（ISP）、视频编解码器、以太网集线器及隔离式MCU岛。所有这些都由汽车级安全硬件加速器提供保护。
10
瑞萨
瑞萨是传统汽车芯片巨头，汽车产品主要是MCU和SoC瑞萨，早期的产品是R-CAR V3H，借助博世、电装等Tier1在智能前视一体机上放量。R-CAR V3H SoC支持实时域高达ASIL C级的安全指标，可减少使用外部安全微控制器来管理传感器融合和最终决策执行的需求。R-Car V3H拥有丰富且经验证的IP，支持感知堆栈、与雷达和/或激光雷达传感器融合及高达8路百万像素摄像头的ISP，它还具有用于高级感测与识别的全套视频处理及图像识别IP。
瑞萨2022年发布的针对ADAS和AD解决方案的中央处理器R-Car V4H，采用7纳米工艺，深度学习性能达34TOPS，能够通过摄像头、雷达和激光雷达对周围物体进行高速图像识别与处理。该器件计划2024年二季度开始量产。R-Car V4H凭借一流IP与专业硬件优化的精心组合，实现了业界领先的性能功耗比，适用于L2+和L3级自动驾驶应用大规模量产区间。
得益于高度的集成性，R-Car V4H有助于客户开发具有成本竞争力的单芯片ADAS电子控制单元（ECU），以支持适合L2+和L3级驾驶系统，包括完整的NCAP 2025功能。R-Car V4H还支持环视和自动泊车功能，并具有优异的3D可视化渲染效果。
11
结束语
汽车智能化的发展预计将带来万亿级市场机会，从目前情况看，L3及以上级别自动驾驶正在加速渗透，对大算力自动驾驶芯片的需求也在增加。除了上面提到的主要企业，国内的寒武纪、零跑、耐能等不少企业都已积极投入芯片领域。
不过，自动驾驶芯片研发是一个前期投入极大、回报周期漫长的过程。因此，如果没有100万辆的装车量，以一家主机厂之力研发自动驾驶芯片并自己使用是根本不可能盈利的。
整体来看，智能驾驶芯片市场还处于快速迭代期，中国厂商有望形成突围之势，但也要面对诸多不确定性。只有牢牢把握确定性和市场节奏，加速技术、产品、工具链迭代，率先形成商业闭环，才能在挤上牌桌后与全球汽车芯片巨头进一步角逐。
关键词：
