近些年，以特斯拉為代表的新能源汽車(chē)快速發(fā)展，特別是其自動(dòng)駕駛和智能化水平，給傳統(tǒng)車(chē)企帶來(lái)了巨大壓力。

　　對(duì)于自動(dòng)駕駛系統(tǒng)來(lái)說(shuō)，軟、硬件都發(fā)揮著非常重要的作用，缺一不可。

　　硬件方面，自動(dòng)駕駛芯片作為計(jì)算的載體，已成為智能汽車(chē)的核心。過(guò)去，自動(dòng)駕駛芯片主要以實(shí)現(xiàn)單一功能為主(支持低級(jí)別的輔助駕駛)，如控制底盤(pán)、發(fā)動(dòng)機(jī)、剎車(chē)燈等，而以特斯拉為代表的汽車(chē)電子電氣架構(gòu)顛覆了傳統(tǒng)模式，采用了中央集中式架構(gòu)，即用一個(gè)“大腦”控制整車(chē)，域控制器逐漸集成傳感器、數(shù)據(jù)融合、路徑規(guī)劃、決策等運(yùn)算處理功能，另外，自動(dòng)駕駛級(jí)別逐步提升，應(yīng)用功能愈加豐富，這些使得汽車(chē)對(duì)芯片算力的要求越來(lái)越高。

　　不同于傳統(tǒng)的車(chē)用MCU，目前，市場(chǎng)上主流的自動(dòng)駕駛芯片多為SoC，架構(gòu)大致分為三種：1、CPU+GPU+ASIC;2、CPU+FPGA;3、CPU+ASIC。長(zhǎng)期來(lái)看，定制化的低功耗、低成本ASIC將逐漸取代高功耗的GPU，使得CPU+ASIC這種組合方案展現(xiàn)出更光明的發(fā)展前景。另外，自動(dòng)駕駛算法中大量運(yùn)用了深度學(xué)習(xí)等AI算法，因此，對(duì)于自動(dòng)駕駛來(lái)說(shuō)，車(chē)端需要能夠進(jìn)行推理的AI芯片，云端需要能夠進(jìn)行大量數(shù)據(jù)訓(xùn)練的服務(wù)器芯片。

　　軟件方面，隨著AI技術(shù)廣泛應(yīng)用，自動(dòng)駕駛也進(jìn)入了AI芯片時(shí)代，算力已不是衡量自動(dòng)駕駛水平的唯一指標(biāo)，還要看有沒(méi)有針對(duì)某個(gè)特定領(lǐng)域的算法，也稱(chēng)為特異性算法，這也給后發(fā)芯片廠(chǎng)商在特定領(lǐng)域追趕頭部企業(yè)提供了更多機(jī)會(huì)，即使算力拼不過(guò)，也可以在特異性算法上做更好的優(yōu)化，從而在整體性能上實(shí)現(xiàn)趕超。

　　對(duì)于車(chē)企而言，由于自動(dòng)駕駛級(jí)別還未達(dá)到L3，廠(chǎng)商不會(huì)一味追求高算力芯片或平臺(tái)，而是要綜合考慮自動(dòng)駕駛芯片的算力和效率、適配性、軟件開(kāi)發(fā)難度、車(chē)規(guī)級(jí)安全認(rèn)證等級(jí)、靈活性和能效比等指標(biāo)，根據(jù)車(chē)型的價(jià)位選擇最具性?xún)r(jià)比的芯片。

　　特別是在安全性和實(shí)時(shí)性方面，自動(dòng)駕駛的要求很高，需要系統(tǒng)具備更高的認(rèn)知與推理能力。此時(shí)，軟件和算法的重要性日益突出，也是車(chē)企的核心競(jìng)爭(zhēng)力，例如，用于傳感器數(shù)據(jù)處理和融合的視覺(jué)算法、雷達(dá)算法，以及路徑規(guī)劃、行為決策等。

　　國(guó)際大廠(chǎng)競(jìng)逐

　　目前，以Mobileye、英偉達(dá)、特斯拉、高通為代表的廠(chǎng)商在車(chē)載計(jì)算芯片方面走在了市場(chǎng)前列，相關(guān)產(chǎn)品已在中高端和新勢(shì)力車(chē)型中廣泛應(yīng)用。

　　相比較而言，以車(chē)用MCU為代表的傳統(tǒng)汽車(chē)芯片廠(chǎng)商，如恩智浦、德州儀器、瑞薩電子等，在自動(dòng)駕駛芯片領(lǐng)域已經(jīng)邊緣化，不過(guò)，由于車(chē)用芯片種類(lèi)和數(shù)量越來(lái)越多，以MCU、電源管理、功率器件、傳感器為代表的車(chē)用芯片依然具有廣闊的發(fā)展前景，因此，這些傳統(tǒng)廠(chǎng)商仍然可以在未來(lái)的汽車(chē)市場(chǎng)發(fā)揮技術(shù)和產(chǎn)品優(yōu)勢(shì)。

　　下面以Mobileye、英偉達(dá)、特斯拉為例，看一下自動(dòng)駕駛芯片頭部企業(yè)的軟硬件發(fā)展水平。

　　Mobileye

　　Mobileye是L2及以下級(jí)別輔助駕駛的龍頭，也是汽車(chē)ADAS技術(shù)的奠基者和引領(lǐng)者，在英偉達(dá)、高通和特斯拉崛起之前，Mobileye一直是ADAS行業(yè)的龍頭。

　　Mobileye以視覺(jué)方案起家，現(xiàn)在也研發(fā)帶激光雷達(dá)的融合方案。Mobileye給車(chē)企提供的是芯片加感知算法的自動(dòng)駕駛解決方案，主芯片為EyeQ，內(nèi)部寫(xiě)好了感知算法，EyeQ可以直接輸出對(duì)車(chē)道線(xiàn)和車(chē)輛等目標(biāo)的感知結(jié)果，車(chē)企的算法基于這些結(jié)果做出駕駛決策。這樣做的好處是提升了尋求智能化轉(zhuǎn)型車(chē)企的量產(chǎn)速度，但是，這樣做，算力升級(jí)迭代速度慢，難以滿(mǎn)足車(chē)企的定制化需求，最終導(dǎo)致其產(chǎn)品差異化能力不足，難以滿(mǎn)足高速發(fā)展的自動(dòng)駕駛市場(chǎng)需求。

　　由于短板明顯，從2020年開(kāi)始，EyeQ芯片出貨量增速明顯下滑，特別是在智能化水平很高的電動(dòng)車(chē)領(lǐng)域，Mobileye的競(jìng)爭(zhēng)力越來(lái)越弱，原本采用其產(chǎn)品的特斯拉、小鵬、蔚來(lái)、理想等，先后與該公司解約，因?yàn)檫@些新興車(chē)企看出了自動(dòng)駕駛能力是核心競(jìng)爭(zhēng)力，而Mobileye的封閉生態(tài)模式，難以滿(mǎn)足發(fā)展要求。近兩年，Mobileye也意識(shí)到了問(wèn)題所在，宣稱(chēng)EyeQ5會(huì)向用戶(hù)開(kāi)放部分算法，但其開(kāi)放程度并未明確。離開(kāi)Mobileye的車(chē)企都轉(zhuǎn)向了開(kāi)放程度更高、可以自研感知算法的英偉達(dá)芯片，之后，特斯拉干脆自研自動(dòng)駕駛芯片F(xiàn)SD，目前，小鵬、蔚來(lái)、理想，以及大眾等傳統(tǒng)車(chē)企也在跟進(jìn)，車(chē)企自研自動(dòng)駕駛芯片已蔚然成風(fēng)。

　　英偉達(dá)

　　英偉達(dá)在自動(dòng)駕駛領(lǐng)域的崛起，是基于其在移動(dòng)處理器方面取得的成功經(jīng)驗(yàn)，特別是在Tegra系列芯片的基礎(chǔ)上，英偉達(dá)集成了一些特殊功能的GPU和輔助芯片，推出了初代Drive系列車(chē)載AI芯片。隨著車(chē)載系統(tǒng)需求的發(fā)展，Drive系統(tǒng)也在不斷升級(jí)，例如Drive PX Xavier配備了一塊Xavier芯片，適用于L2級(jí)輔助駕駛，對(duì)于更高級(jí)別應(yīng)用，僅一個(gè)Xavier芯片的算力不夠，可以采用兩個(gè)Xavier加上兩個(gè)圖靈架構(gòu)的GPU。另外，英偉達(dá)還推出了獨(dú)立的Orin芯片，不久前，該公司新推出了算力達(dá)到2000 TOPS的Thor，單顆算力為Orin 的8倍。這樣，客戶(hù)可以根據(jù)不同使用場(chǎng)景選擇適合的芯片。

　　除了算力，英偉達(dá)還很重視軟件工具的開(kāi)發(fā)，為此花費(fèi)了大量研發(fā)資金，先后推出了DRIVE OS、DRIVEWORKS、DRIVE AV、DRIVE IX。英偉達(dá)還積極聽(tīng)取客戶(hù)意見(jiàn)，并及時(shí)反饋。通過(guò)反復(fù)測(cè)試迭代，軟件工具鏈的可用性不斷提高，對(duì)用戶(hù)越來(lái)越友好，易于上手的軟件工具極大方便了芯片使用者的開(kāi)發(fā)工作。

　　英偉達(dá)軟件的一個(gè)凸出特點(diǎn)是開(kāi)放性高。有豐富軟件開(kāi)發(fā)能力的客戶(hù)可以從底層操作系統(tǒng)開(kāi)始自行研發(fā)，而初入此領(lǐng)域的客戶(hù)可以從較上層的應(yīng)用軟件開(kāi)始研發(fā)，底層則使用英偉達(dá)搭建的通用系統(tǒng)。這種靈活的軟件方案具有極強(qiáng)的適配性，深受客戶(hù)青睞。

　　安全、可靠且易用的軟件工具不僅可以讓軟件開(kāi)發(fā)人員快速上手并熟練掌握芯片的調(diào)用技巧，還可以保證軟件不會(huì)在安全性要求極高的汽車(chē)應(yīng)用領(lǐng)域出現(xiàn)差錯(cuò)，這也是車(chē)企采用英偉達(dá)方案的重要原因。

　　特斯拉

　　早期，特斯拉采用的是Mobileye的EyeQ3，后來(lái)轉(zhuǎn)向了較為開(kāi)放的英偉達(dá)Drive平臺(tái)，那之后就開(kāi)啟了自研自動(dòng)駕駛芯片之旅，直到現(xiàn)在，F(xiàn)SD已全面應(yīng)用于其各款電動(dòng)汽車(chē)。FSD芯片從算法需求出發(fā)，采用了全新的芯片架構(gòu)設(shè)計(jì)，其核心是兩個(gè)NPU組成的NNA(Neural Network Accelerator，神經(jīng)網(wǎng)絡(luò)加速單元)。

　　從自動(dòng)駕駛角度來(lái)看，特斯拉是目前唯一實(shí)現(xiàn)軟硬件全自研的車(chē)企。

　　自研芯片可以給特斯拉帶來(lái)很多便利，例如：從算法出發(fā)設(shè)計(jì)芯片架構(gòu)，使其能耗比更優(yōu);可以更激進(jìn)地嘗試新方案，不需要通過(guò)第三方車(chē)規(guī)級(jí)認(rèn)證等復(fù)雜流程;由于自動(dòng)駕駛是新領(lǐng)域，需要芯片、算法和車(chē)輛相互配合，這些環(huán)節(jié)特斯拉都在公司內(nèi)部完成，迭代速度很快，效率高于外購(gòu)芯片模式。

　　中國(guó)新勢(shì)力冉冉升起

　　看到自動(dòng)駕駛的發(fā)展前景，中國(guó)本土芯片企業(yè)也已經(jīng)發(fā)力，特別是以地平線(xiàn)、黑芝麻、華為、芯馳科技為代表的企業(yè)，憑借各自獨(dú)門(mén)的AI算法積淀，推出了相應(yīng)的軟硬件方案，借助國(guó)產(chǎn)化興起的東風(fēng)，目前，已經(jīng)開(kāi)拓出了各自的新天地。

　　芯片方面，地平線(xiàn)的代表產(chǎn)品是征程系列，包括征程2、征程3、征程5(算力最高可達(dá)128 TOPS)，該公司計(jì)劃在2023年推出征程6，算力會(huì)進(jìn)一步提升;黑芝麻的代表產(chǎn)品是華山一號(hào)A500、華山二號(hào)A1000、華山二號(hào) A1000Pro(算力最高可達(dá)196 TOPS)，目前，正在研發(fā)下一代產(chǎn)品A2000。

　　在生態(tài)建設(shè)方面，中國(guó)本土自動(dòng)駕駛芯片企業(yè)都非常注重開(kāi)放性。

　　地平線(xiàn)提供開(kāi)放性的軟硬件平臺(tái)，包括硬件平臺(tái)和工具鏈軟件、仿真軟件等工具，便于車(chē)企進(jìn)行自動(dòng)駕駛數(shù)據(jù)采集和算法訓(xùn)練。生態(tài)伙伴能夠基于該公司芯片在短時(shí)間內(nèi)完成從硬件到軟件的全棧自動(dòng)駕駛功能開(kāi)發(fā)。為了協(xié)助車(chē)廠(chǎng)開(kāi)發(fā)，地平線(xiàn)專(zhuān)門(mén)成立了軟件和算法團(tuán)隊(duì)，采取聯(lián)合開(kāi)發(fā)、共同投入的方式為本土客戶(hù)提供服務(wù)。

　　黑芝麻也提供了全開(kāi)放的生態(tài)，可以為客戶(hù)提供山海人工智能開(kāi)發(fā)平臺(tái)和瀚海自動(dòng)駕駛中間件平臺(tái)。

　　對(duì)于自動(dòng)駕駛升級(jí)迭代速度要求較高的車(chē)企，特別是造車(chē)新勢(shì)力而言，開(kāi)放式的方案是更優(yōu)的選擇，開(kāi)放式的合作還能幫助車(chē)廠(chǎng)逐步提升算法自研能力。

　　結(jié)語(yǔ)

　　隨著自動(dòng)駕駛的發(fā)展，駕駛域與座艙域的功能在大算力平臺(tái)的支撐下不斷融合，汽車(chē)硬件架構(gòu)由傳統(tǒng)的分布式向集中化轉(zhuǎn)變，ECU單元不斷減少，大算力SoC在汽車(chē)上的地位和作用越來(lái)越重要。這為有前瞻性眼光的芯片和整車(chē)企業(yè)帶來(lái)了商機(jī)，也會(huì)優(yōu)勝劣汰掉一些不合時(shí)宜的芯片產(chǎn)品和企業(yè)。

　　與此同時(shí)，汽車(chē)軟件架構(gòu)也在不斷演進(jìn)，在新型架構(gòu)下，軟件在新款汽車(chē)開(kāi)發(fā)環(huán)節(jié)所占比重增加，地位日益突出，當(dāng)然，開(kāi)發(fā)難度也提升了很多。

　　對(duì)于中國(guó)大陸市場(chǎng)而言，由于受到國(guó)際大環(huán)境影響，車(chē)用軟硬件的本土化設(shè)計(jì)和生產(chǎn)需求開(kāi)始深入人心，未來(lái)發(fā)展可期。此時(shí)，國(guó)內(nèi)車(chē)企更換使用國(guó)產(chǎn)芯片平臺(tái)時(shí)會(huì)遇到硬件平臺(tái)調(diào)試、操作系統(tǒng)適配、算法遷移等問(wèn)題，這些難題對(duì)于本土芯片和相應(yīng)的軟件廠(chǎng)商來(lái)說(shuō)，是個(gè)不小的挑戰(zhàn)，同時(shí)也孕育著巨大商機(jī)，只要做出好的軟硬件方案，便于車(chē)企使用，就能不斷擴(kuò)大市場(chǎng)份額和影響力。