Redian新闻
>
车载中央计算芯片的混战

车载中央计算芯片的混战

公众号新闻



作者:陆三金

来源:建约车评(ID:jianyuecheping

5月25日-26日,高通在苏州举行了2023高通汽车技术与合作峰会,超过100家合作伙伴参与了这次活动,这是高通第一次在中国举办如此大规模的活动。

在活动上,高通的合作伙伴们展示了骁龙第四代座舱平台的SA8295P、SA8255P产品,骁龙第二代Ride平台SA8650P,其合作伙伴畅行智驾在活动上表示,将在2023年四季度首发基于骁龙Ride Flex平台的舱驾融合域控解决方案,届时将可以对外展示A样。

Flex作为高通第一代中央计算SoC,初次亮相是在2022年9月的高通首届汽车投资者大会上,当时高通预计通过该SoC与视觉芯片、AI加速器灵活组合,提供16-2000TOPS算力,覆盖座舱与自动驾驶应用;如今,高通将系统的起步算力定在了36TOPS,同时,骁龙Ride SoC也首次出现在组合中,供客户灵活选择,产品组合更加清晰了。

几天后的5月29日,COMPUTEX(台北国际电脑展)2023盛大召开,英伟达CEO黄仁勋在上午的演讲中大肆推广了其GPU服务器产品,到了下午,黄仁勋前去联发科的活动上为其站台,双方达成了一项基于汽车SoC的合作。

联发科在活动上发布了全新的汽车SoC,该SoC上将集成英伟达GPU芯粒(Chiplet)。这颗SoC融合了联发科在手机芯片方面的能力与英伟达在ADAS和图形GPU方面的能力,集合了双方的优势,只是量产时间要到2026年。

去年的9月20日,英伟达推出了Thor芯片,这是一块拥有770亿颗晶体管的车载中央计算芯片,算力达到了2000TOPS,将同时可以兼容泊车、自动驾驶和主动安全、DMS/OMS、CMS、仪表、信息娱乐系统等计算。

国内厂商方面,黑芝麻、芯砺智能也计划向市场推出车载中央计算芯片。

市场看起来非常火热,然而也有地平线等厂商表示,先把自动驾驶芯片做好,不急于向中央计算方向拓展。同时,特斯拉HW4.0所采用的FSD Chip 2.0,这一被外界寄予厚望的产品,并没有采用中央计算架构,而是选择继续专注在自动驾驶方向上。

车载中央计算芯片,这一随着电子电气架构演变而诞生的概念,被行业公认为终极方向,但如何过度到这一阶段,以及谁将引领这一阶段的发展,还存在很多未知。

为什么要中央计算?

博世那张著名的电子电气架构演进图,几乎已经席卷了所有汽车人的大脑。

在博世的总结中,从分布式电子电气架构到域集中、域融合,再到中央计算,演进路线清晰而严格。

我们可以看到,在电子电气架构演变的背后,其实是一场算力升级的浩浩荡荡运动。

从最初分散在各ECU上的用于各种专用功能的零散小算力,到进行功能集中的稍高性能ECU;再到独立的域控制器,以及可以跨域融合的域控制器;最后是整车级的中央计算大脑。

在这一路升级中,关于算力,有三个趋势贯穿始终:

算力越来越集中;
算力越来越通用;

算力越来越高。

分布式ECU时代的汽车,就像是一堆家用电器组合,他们各自为政,相互之间是独立的,如果你要新增一类功能,那就需要新增一类设备。同时,这些硬件无法被编程,也无法升级,自出厂的那一天,就勤勤勉勉的在做一件事,这在信息时代显然是无法接受的。

到了域控制器时代,越来越多的算力和功能被收进域控制器里,同时,算力也变得更加通用,可以指挥更多的感知机构和执行机构,高通、英伟达等芯片厂商的加入也让汽车上的算力出现了跃升。这就是我们现在所处的阶段。
面向下一个时代,“中央大脑”成为各厂商探索的方向,即如何将CPU、GPU、AI等越来越多的异构算力集中起来,打造“轮子上的数据中心”。
除了算力方面的演进趋势,高集成度其实带来的是更低的成本,或者说更高的性价比。
如果你问中央计算最直接的好处是什么?几乎所有的供应商都会回答“降本”。
据畅行智驾在高通活动上表示,中端的中央计算平台预计可以降低30-70美元的成本,高端的平台预计可以降低50-100美元的成本。
不仅是系统硬件层面的降本,对于电动车来说,集中式的架构由于可以减少线束、减小系统复杂性,这样就降低整车重量,进而提升续航,这在一定程度上也可以节省电池的使用。
这是从产业角度来看,算力和架构的升级是正在发生的趋势。但背后还有一条线,就是消费者,如果终端消费者不买单,产业单方面升级是不奏效的。
技术和需求就像一棵双生树,只需要一个合适的时机,两者就会相互依靠,共同成长。
以现状来看,我们目前所处的域控制器阶段,独立的智能座舱域、智能驾驶域,支持了智能语音助手、高速/城区NoA的实现。一些在传统分布式ECU上无法做到的事,由于域集中、大算力芯片的上车,开始具备了可行性。
在这其中,既有守卫模式、任务大师这种微创新,也有城市NoA这种颠覆式创新,在这些创新背后,是消费者的付费意愿,这在中国的消费者中是尤为显著的。
消费者们付出了真金白银,OEM们在激烈的竞争环境中也不得不采用领先的芯片,并打造出优秀的功能,以增强产品竞争力。
这就是中国市场正在发生的情况,初步的商业闭环已经实现,并呈现加速之势。

中央计算的三个段位

尽管各家芯片厂商都在向中央计算的方向发展,但在进入中央计算之前,还有一个至关重要的过渡阶段——域融合。
根据均联智行首席架构师汪浩伟在高通活动上的介绍,目前主流的域包括驱动/底盘、座舱、ADAS/AD、车身、网联/网关等,在迈向中央计算的过程中,域融合几乎是必经阶段,很难绕过。
也就是说,需要先将不同的功能域进行合并。这里面又有多种组合,例如舱泊一体、中央控制域都是域融合的尝试。
而舱驾融合,则是一个既有挑战,又极具吸引力的概念,由于智能驾驶和座舱都是对算力需求较高的域,融合的潜在收益也较高,所以这也成为芯片厂商以及主机厂主攻的方向。
从集成度上来看,算力融合的方案又可以分为one-box、one-board、one-SoC。
1、one-box
特斯拉目前采用的是one-box方案,即将座舱的板卡、自动驾驶的板卡、网关的板卡放在了一个域控制器盒子里,组成了车载计算机。
这样做的好处是集成效率更高,在简化系统设计的同时,也具备了中央计算的雏形。

特斯拉的车载计算机(上为HW4.0主机,下为HW3.0主机)
这种形态在中国有一个变种,即均胜、德赛西威等供应商开发的插卡方案,类似于数据中心采用的刀片服务器,可以根据需求配置不同的插卡方案,丰俭由人,同时也可以像台式机独立显卡一样进行灵活升级。

德赛西威Aurora
在one-box方案下,虽然所有的芯片都被塞进了一个盒子里,但也仍有很大的进步空间。
特斯拉自从在座舱中采用AMD芯片以来,刚开始的时候显卡是独立的一块板,但是在新款的HW4.0中,AMD的APU和GPU是被集成在一块板子上的,按照特斯拉对高集成度的追求,未来也一定会推出集成度更高的方案。
而对于插卡方案来说,从德赛西威目前展示的方案来看,计算平台的重量、体积都还有很大的优化空间。同时,这里还有一个标准问题,行业如果不能对这条技术路线及其标准形成共识,其方案也难以大规模落地。
2、one board
one board,即将主要的算力集中在一张板卡上,目前并没有落地的方案,但已经有厂商在进行相应的设计。
这种方案有点类似于早期的集成显卡,在主板上集成了显卡、声卡、网卡。
3、one SoC
one SoC,即行业在追求的终极形态,不论是英伟达的Thor、高通的Flex SoC,还是英伟达、联发科合作打造的SoC,都是在追求单颗芯片搞定主要域。
单SoC的理念在手机上体现的淋漓尽致,尽管手机上有接近100颗各种类型的芯片,但已经是集成度最高的设备了,一颗手机SoC集成了CPU、GPU、NPU、VPU、ISP、DSP、DPU、I/O、5G modem各种异构的算力和资源,不仅极大的拓展了手机的能力边界,也在降尺寸、降功耗方面起到了关键作用。
如今,单SoC的理念不仅从手机端席卷了PC圈(如苹果的M系列芯片、各类基于Arm的PC芯片),还即将向汽车圈袭来。

高通、英伟达的打法

高通对于中央计算有着非常强烈的信心。
高通在汽车领域,起家于车载网联,壮大于智能座舱,并企图进攻智能驾驶和中央计算。
2021年以来,高通骁龙座舱第三代产品SA8155P凭借着较高的性价比,实实在在提升了智能座舱的表现,成为主流选择。
目前,高通第四代座舱产品中的旗舰SA8295P正在成为众多新势力旗舰车型的选择,SA8295P出身于高通PC平台8cx Gen3,具备强大的CPU、GPU能力,同时AI算力也达到30TOPS。
在这一代平台上,主机厂将可以进行一些舱驾融合的初步尝试,例如集度提出的8295为智能驾驶做冗余备份的方案。
智能驾驶方面,2021年,高通推出骁龙Ride平台,并推出第一代产品SA8540P,算力60TOPS;2022年,高通完成对Arriver业务的收购,并对外推出骁龙Ride视觉系统。
为了应对激烈的竞争,高通目前在智能驾驶方面主推第二代骁龙Ride SoC,包括高端版本SA8650P、入门版本SA8620P等,其中SA8650P算力可达100TOPS,高通的Tier 1合作伙伴们目前正在基于该平台打造域控制器。
据高通的合作伙伴介绍,SA8650P也可以做一些舱驾融合的功能探索。
Flex SoC,则是高通面向中央计算时代推出的核心产品,在高通去年9月和今年5月放出的路线图中,Flex SoC都占据C位。
通过下面两张图的对比,我们可以看出高通在中央计算平台打造思路上的变化。
先看高通去年9月的路线图,被命名为“完整且可拓展的汽车中央计算架构”。当时高通希望对外提供视觉芯片、Flex SoC、AI加速器三种类型的芯片,在自动驾驶方面的方案是按照L1、L2、L3、L4、L5来分级,在座舱分级方面是按照信息娱乐系统、驾驶舱、座舱来分。
而本次高通的路线图命名调整为了“骁龙Ride系统产品组合”,骁龙Ride之前是高通自动驾驶产品线的名称。同时,骁龙Ride SoC也在方案中占据重要的角色,而且高通在自动驾驶方面的分级也更加贴近市场(如高速NoA、城市NoA、Robotaxi等),这些调整都指向高通更加重视自动驾驶。
高通提高对智能驾驶的重视,这是一个重要的信号,代表着高通接下来在智能驾驶方面或许还将有进一步的动作。
按照高通合作伙伴的说法,高通第一代Flex SoC,代号8775,可以与8650搭配做中高阶方案,也可以直接只采用一颗Flex SoC,做成入门级的ADAS和驾舱方案。
目前来看,高通的主要打法是,快速补足其在智能驾驶领域的短板,并开始在各类芯片中试水舱驾融合,挟其座舱领域的优势,不断向智能驾驶、中央计算渗透。
高通在车载领域的重要竞争对手英伟达,则起家于智能驾驶,并在自动驾驶终端芯片和云端训练芯片两个领域占据优势。
英伟达Orin的量产、A100的商用,直接将汽车行业带入了城市导航辅助驾驶时代。
2023年是黄仁勋的AI之年,在英伟达的各种发布会中,AI是被提到最多的概念,但是汽车作为AI应用的细分领域,却不再是老黄的重点。
5月29日的COMPUTEX 2023上,黄仁勋在英伟达的发布会上对汽车业务只字不提,但却在发布会后赶赴联发科的场子,双方共同发布了采用3nm制程的天矶(Dimensity)Auto产品。
英伟达的GPU通过Chiplet的方式与联发科芯片绑在一起,双方联合向汽车市场提供产品。
Chiplet,相当于在单个芯片封装中对一组异构小芯粒进行乐高式组合,Chiplet的优势在于成本低,小芯粒可以采用不同的工艺节点来制造;对单价较高的芯片来说,相对于单SoC设计,小芯粒的良率更容易保证。总之,Chiplet可以实现几乎同等的性能,但成本更低,只是目前市场还不太成熟。
对于联发科来说,其主要市场在移动市场,自动驾驶芯片不在其能力圈,现在这个时间点,竞争如此激烈的情况下,再去开发自动驾驶芯片的意义已然不大,且其规模也远小于手机市场。
对于英伟达来说,首先这种合作方式可以帮助其卖更多的芯片;其次,过往英伟达在座舱领域的竞争力较差,也许是英伟达认识到其在座舱领域形单影只,想要拉个强力的竞争对手来一起对抗高通。
小结一下,在2022年的时候,高通和英伟达对中央计算芯片的概念都非常狂热,当时他们可能低估了这个事情的难度,认为直接推出一个中央计算芯片就完事了,但随着他们互相渗透到对方的领域,发现在对方的领域还有很多课要补,所以这才出现了一些稍显迂回的动作。

国产厂商的机会还是陷阱?

尽管中央计算芯片是大势所趋,是所有人都认可的趋势,但是也有一些冷静的声音出现。
地平线CEO余凯在2022年11月的第12届中国汽车论上曾表示,“我们认为到最后,一定是中央计算会把座舱跟智驾全部都统一,会统一在整个的中央计算芯片、中央计算机以及一个把智能座舱跟智能驾驶打通的完整的操作系统。”
而在2023年上海车展上,地平线CTO黄畅则唱了反调,“对于完全all in one芯片,我们是谨慎乐观的态度。当然我们也会在未来进行考虑,但是我们首先还是先聚焦把自动驾驶这件事情打穿,把它做得足够好。座舱是自成体系的,尤其是它在软件上的应用,与自动驾驶之间的差异,还是像两个世界一样。从这个角度上讲,其实放在一颗芯片上也不见得合理。”
这两个说法冲突吗?
其实不冲突,终点大家都看的到,也都认可,只是时机可能还没到。
笔者认为,在自动驾驶技术路线还没收敛的情况下,现在的AI芯片厂商不应该掉以轻心,而是要持续在自动驾驶上加注,这一点从高通的动作上我们也可以解读出来。
去年下半年以来,由于电动汽车行业的竞争加剧,智能驾驶的性价比正在面临着用户和行业的拷问。
主机厂们在形势不明朗的时候,在自动驾驶上高举高打,做硬件预埋,参加军备竞赛,看谁先实现城市NOA,但是到用户这里,成本已经付出,但承诺还是空头支票。
冷静下来之后,行业开始回归商业本质,降本、加速NOA开城计划,其实都是为了提升智能驾驶的性价比。
技术方面就更不用说了,目前已经落地BEV+Transformer的厂商都屈指可数,开发进度更是一拖再拖,这和芯片也有一定的关系,因为英伟达、地平线等厂商在开发这一代芯片的时候,并没有考虑Transformer,所以需要花费大量的时间去做优化。
随着预训练大模型对各个领域的冲击,算法层面的新想法也是层出不穷,并有可能会对自动驾驶的技术路线产生影响。
在这些市场和技术的不确定性中,由于芯片的研发设计周期又特别漫长,能够跟上甚至预测趋势就变得尤为重要,这就要求芯片厂商要极为专注。
对于英伟达、高通来说,他们是自动驾驶、智能座舱的引领者,他们在一个领域站稳的情况下,去逐鹿另外一个领域,定义行业标准,这是属于行业领导者的权利。
但是对于国产芯片厂商来说,大多数都还没有在自动驾驶或者智能座舱领域站稳脚跟,并不具备和英伟达、高通们执行一样战略的条件。
也许有的厂商会说,大势已来,再不入局,就会被淘汰。
其实也不尽然,还是要回归商业本质来看问题,地平线副总裁余轶南的说法值得参考。
他说,“我们其实从三年前就开始讨论、思考舱驾是否整合在一颗芯片上,我们认为基本上这个东西的出现是必然的,但是出现了以后,它能占有多大的市场份额,其实是一个巨大的问题。因为到今天为止,没有讲清楚的是,它到底带来什么样的附加值。过去是两个板子,两个盒子,现在我们都已经看到J5+IVI芯片,放到一个板子上,它也算一种中央计算平台。我们跟合作伙伴也在探索,除了成本以外,相比两个盒子,到底能够能带来什么样更进一步的用户价值。”
如果实在要开始布局,其实也有一种方案可以推荐,即联发科和英伟达所采用的Chiplet。
Chiplet方案的优势,除了降低成本之外,还可以体现专业分工的价值。
例如,英伟达的自动驾驶芯片是出了名的利用率低,核心原因在于英伟达为了兼顾大量的应用,所以有很多不同的模块,某些模块只对某一类应用效率高,对另一类应用却是低效的,这也就是业内常说的通用处理器的弊端。
通过做小芯片,聚焦在自己的核心应用场景上,再通过和其他厂商的小芯粒互联,也可以实现中央计算芯片的概念,这样既可以最大化发挥自己的优势,也同时吸收了别人的优势。

图源:新思科技
但是目前Chiplet芯粒之间的互联协议还没有标准,行业还处于起步阶段,大家都在等待行业成熟,等待别人去踩坑,这也是联发科、英伟达合作的产品要到2026年才能出来的原因。

写在最后

做超大规模的单SoC设计,特别是对于汽车这种规模不大的市场来说,成本很高,但收益却很不确定,是风险很大的商业决策。
英伟达、高通的产品、市场、技术体系,可以支撑他们去引领中央计算芯片的趋势,但是我们也看到事情有迂回,并没有想象的那么容易。
大多数国产厂商并不具备英伟达、高通的资源条件,同时也无法承担失败的成本,所以在把握时机时一定要非常谨慎。
最后还是要回归用户,用户是最后的买单者,乘用车同时又是非常讲究性价比的市场,如果用户对新技术的性价比不认可,最终商业模式也无法闭环。
中央计算芯片,或许还有很长的路要走。

声明:部分文章推送时未能与原作者取得联系。若涉及版权问题,敬请原作者联系我们。

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
抢不到了!兰博基尼燃油车已卖光,还有600万元的混动车可以抢「光本位科技」完成超5000万天使轮融资,专注光计算芯片和光计算板卡研发|36氪首发哈佛访校记大厂混战AI大模型,云计算谁最行?GPT-4是8x2200亿参数的混合模型?这个小道消息今天传疯了载中国游客大巴侧翻,驻泰使馆回应→神奇的混合忆阻器AI芯片可扩展高铁上的这一幕,太让人解气:只要我够“混蛋”,就不怕你的混蛋逻辑​?基于Rainbond的混合云管理解决方案黑芝麻智能发布武当系列首款芯片,C1200智能汽车跨域计算芯片平台打造更高性价比芯砺智能科技创始人兼CEO张宏宇:基于异构集成的智能汽车芯片在中央计算平台的应用前景瞄准中央计算,国产车芯鏖战欧美巨头|甲子光年智能汽车开启中央计算革命,全场景智能“车芯”强势崛起国产替代潮来了,这与京东云已“养成”的混合多云有什么关系?大厂依赖的车载芯片公司,卖一颗亏11万?汽车智能化再掀新热潮!「中央计算架构」进入规模量产周期三大芯片巨头,新混战!“软件定义汽车”浪潮之下 车载智能计算平台迈向何方?芯驰科技CTO孙鸣乐:全场景车规芯片赋能中央计算架构| 全球汽车芯片创新峰会预告奥巴马说过不让中国人过上美国人的好日子吗?怎样一张脸,能打破张柏芝李嘉欣定下的混血天花板成为新潮流?理想曝 50 万纯电车,车载助手上GPT;马斯克:今年脑机接口做人体试验;国产芯片公司拿 30 亿 D 轮融资 | 极客早知道智能汽车迈进中央计算“芯”时代怪奇物语:行驶中的混凝土车为什么要一直转?90后“反向育儿”:宁可做“真实的混蛋”,不要做“正确的变态”大学教授到美国中学教数学,亲历美国公立教育的混乱、破碎与包容……充满力量的混凝土设计!墨西哥650㎡沙漠堡垒——「山楂」罗兰贝格大中华区副合伙人庄景乾:车载半导体技术及产业链发展特征洞察| 全球汽车芯片创新峰会预告冲刺智能汽车计算芯片第一股!黑芝麻智能赴港IPO,披露全球市占率前五春雨潇潇【吐槽大会】《祈望》我和大海有个约——清明祭父有感(2023)芯驰发布新一代计算架构,智能汽车驶入中央计算时代2024年跨域融合元年到来,这家头部Tier 1独家首发中央计算平台芯片/消费电子/基因编辑企业获新融资,量子计算机、微显示芯片全球领先 | 榕报·4月
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。