蔚来5纳米自动驾驶芯片分析

2023年12月23日，NIO DAY上，蔚来推出了新旗舰车型ET9，同时也介绍了蔚来自主研发的自动驾驶芯片神玑NX9031，并宣布2025年ET9将量产，搭载这款NX9031。

图片来源：蔚来

目前对于这款芯片，蔚来仅公布了如上图中的信息，不过这已经足够做深度分析了。关键点包括5纳米工艺，超过500亿晶体管，使用LPDDR5X存储，32核心CPU配置，且是大小核配置，高动态ISP，位宽26比特，像素处理能力6.5GPixel/s，支持ASIL-D级安全。

现在芯片行业是IP时代，只要舍得花钱，自动驾驶SoC需要的IP都可以买得到，蔚来能做出来5纳米芯片并不令人惊讶。能做5纳米芯片代工的只有台积电和三星，蔚来找三星代工的可能性更高，一来台积电代工价格至少是三星的两倍，二来三星的5纳米客户稀缺，车规级更是稀缺，台积电有大量高通5纳米车规芯片订单，产能可能还比较紧张，三星仅有安霸一家，产能肯定非常充裕。

智能驾驶芯片排名并不简单只看AI算力，存储带宽和AI算力数值一样重要，CPU算力也很重要，智能驾驶系统软件异常复杂，会消耗大量的CPU运算资源，软件系统包含众多中间件诸如SOME/IP、自适应AUTOSAR、DDS、ROS等，基础软件包括订制的Linux BSP、OS抽象层、虚拟机，还有与底层硬件关联的内存管理、各种驱动、各种通讯协议等等。除此之外，应用层中的路径规划、高精度地图、行为决策等也大量消耗CPU资源，同时CPU也管理AI运算时的任务调度、存储搬运指令等，整体的任务调度，决策自然也是CPU的任务。CPU是绝对的核心，AI是CPU的附属功能，只是在做图像特征提取、分类、BEV变换、矢量地图映射或空间分布占有时才用到AI。

排名的权重依次是AI算力、存储带宽、CPU算力、GPU算力、制造工艺。存储带宽和AI算力同等权重，GPU也是锦上添花，大部分车载AI处理部分只能对应INT8位数据，而GPU可以对应FP32数据，有些时候可能有很大作用。实际AI算力数字完全是个黑箱，有些厂家写的是等效于多少算力，这里面操作空间极大，参考意义不大。最能准确衡量算力的是MAC阵列数量，谷歌的TPU V1是65000个FP16 MAC，运行频率0.7GHz，那么算力就是65000*0.7G*2=91TOPS。特斯拉第一代FSD两个NPU，每个NPU是9216个INT8 MAC，运行频率是2GHz，算力就是2*2*2G*9216=73.7TOPS。制造工艺方面，自然还是越先进，功耗越低。

图片来源：Synopsys

上图是SYNOPSYS推出的一款IP，最高支持8个NPU，达到3500TOPS的算力，单个NPU有高达96000个MAC，运行频率1.3GHz，2*1.3G*96000=249.6TOPS的算力，这个显然是稠密值，如果是稀疏EDSR模式，那么算力会增加大约76%，即440TOPS。

蔚来NX9031未公布算力，有人认为NX9031是代替4片英伟达Orin的，算力自然是4*254=1008TOPS。这就大错特错了，4片英伟达Orin如果是用以太网交换机连接，那么算力顶多增加20%，4片也就是大约300TOPS。想要算力增加4倍付出的成本远超4片Orin。

 通过英伟达DGX级联8个GPU的例子来看看如何级联芯片。

英伟达DGX系统的示意图

图片来源：NVIDIA

英伟达DGX系统有8个GPU也就是8张显卡级联，首先GPU是无法单独工作的，必须配合CPU才能工作。GPU之间是通过NVLink连接的，CPU与GPU之间是通过PCIe交换机连接的。

目前第四代NVLink的带宽是900GB/s，那么以太网交换机带宽是多少？以目前量产最顶级以太网交换机88Q5192来说，下行端口带宽一般是1Gb/s，也就是0.125GB/s，与NVLink有天壤之别，即便不看上行或下行，目前主流的以太网交换最高也就1.25GB/s，通常这种带宽的端口不超过两个。

想要媲美NVLink，让4个Orin就是4倍算力，可以考虑博通的Qumran3D的路由交换芯片，它的上行带宽高达3200GB/s，也就是25.6Tb/s，价格惊人，超过1万美元。不过Orin芯片最高也只支持1.25GB/s的以太网，Qumran3D是无法使用的。

再来看存储，蔚来把LPDDR5X特别点出来，但没说芯片存储位宽，也就无法得知存储带宽了。

历代LPDDR的参数

图片来源：公开资料整理

目前业内大多数是采用LPDDR5或LPDDR4，LPDDR5X毕竟是2021年才有标准的（实际2020年就有产品了），最高带宽8533MT/s，不过比LPDDR5X高的GDDR6已经有百度和特斯拉在用了，还有更高的HBM。

蔚来未给出位宽，估计位宽是128-256比特，存储带宽也就是136-273GB/s。那厂家为何不把位宽做高一点，很简单，会增加成本，芯片的成本就是die size，位宽越高，对应的内存控制器die size就增加越多，成本就增加越多。

苹果M3系列芯片

图片来源：Twitter

苹果M3的位宽仅128比特，M3 Pro是192比特，M3 Max是512比特，从上图不难看出M3 Max的内存控制器占的die size远比M3和M3 Pro大十几倍乃至几十倍以上，也就是存储位宽的增加会导致成本暴增，也是大多数厂家宁肯多放一些cache，也不愿意增加存储位宽的原因。

2023年初LPDDR进一步升级，出现了LPDDR5T，联发科的天玑9300第一个使用。

接下来看ISP（Image Signal Processor），早期有不少独立的外置ISP芯片，近期大多集成在SoC内，因为随着AI应用的大量出现和像素的飞速增加，外置ISP芯片延迟会比较明显。典型的ISP通常会对摄像头输出的RAW数据先做黑电平矫正（BLC）、坏点矫正（DPC）、数字增益（Dgain）、镜头阴影矫正（LSC）等必要处理。然后通过去马赛克（DM）插值恢复出全彩色图像，在RGB域完成色彩矩阵矫正（CMC）、伽马矫正（GMA）。最后转到YUV域，进行锐度（SHP）、对比度（CON）、颜色饱和度（SAT）等调整后输出。在整个ISP pipeline中间会插入若干降噪（NR）模块。

ISP流程

图片来源：网络

Orin内部也是有ISP的，处理像素的速度是1.85Gpixel/s，蔚来的NX9031达到了6.5Gpixel/s，是Orin的3倍还多。不过这不算什么，手机领域的ISP更高。

联发科天玑9000的ISP

图片来源：联发科

上图是联发科天玑9000的ISP，高达9Gpixel/s，高通的一般会低一点。pixel/s越高意味着对应的摄像头像素可以越高，基本上1.3Gpixel/s就可对应1亿像素摄像头，但图像会有压缩，完全不压缩的话，3.2Gpixel/s可以对应1亿像素。蔚来可以对应2亿像素。

至于ISP的位宽，很少人提及，天玑9000的位宽是18比特，蔚来是26比特，高出不少，不过大部分图像传感器的位宽也只有10或12比特。位宽主要是ADC的动态范围决定，以索尼IMX490为例，当ADC是10比特时，帧率40fps，12比特时，帧率30fps。ISP的位宽越高意味着帧率可以越高。

最后来看CPU，CPU被蔚来重点标明，高达615kDMIPS的算力的确是无敌的。Orin的CPU算力是228kDMIPS，Orin是用了12个ARM Cortex-A78AE核心，ARM目前为汽车行业设计的大核心只有Cortex-A78AE，蔚来极有可能也是用Cortex-A78AE，Orin的L2缓存是3MB，L3缓存是6MB，运行频率是2.0-2.2GHz之间，也就是每个核心贡献19kDMIPS的算力。蔚来是5纳米工艺，运行频率和缓存都可以更高一点，估计最高可以达到每核心24kDMIPS的算力，估计大核心是20个，小核心还是常见的Cortex-A55，有12个。合起来算力就是615kDMIPS。

至于ASIL-D级功能安全，添加一个MCU核心岛即可，一般是2到4个Cortex-R52做锁步，高通SA8255、SA8755就是这种设计。

蔚来第一次做芯片就达到全球第三的水平，难能可贵。

推荐阅读