自动驾驶芯片：2025年或是上车关键节点
关于L3级自动驾驶的讨论再次增多起来：5月份梅赛德斯-奔驰开始在S级和EQS车型上提供Drive Pilot作为选配功能，成为首个获准在欧洲公共道路上使用的L3级自动驾驶系统；9月份《上海市加快智能网联汽车创新发展实施方案》发布，提出至2025年上海市具备组合驾驶辅助功能（L2级）和有条件自动驾驶功能（L3级）汽车占新车生产比例超过70%。受此影响，自动驾驶大算力计算芯片的关注度也再次提升。自动驾驶计算芯片成为国内本土芯片企业的一个重要发展方向。
L3+自动驾驶算力需求将超1000 TOPS
2019 年特斯拉推出自动驾驶HW3.0芯片时，最高算力达到144TOPS（每秒1万亿次定点计算），让很多车企意识到算力对智能汽车的重要性。随着自动驾驶不断加码，越来越多的车企也开始推出大算力平台。如新近发布的魏牌摩卡DHT-PHEV 激光雷达版，搭载高通Snapdragon Ride芯片，平台综合算力达到1440TOPS；蔚来ET7和威马M7采用英伟达Orin-X芯片，车载系统最大算力达到1016TOPS。
业界普遍认为，当前汽车所需算力可根据车内传感器采集到的数据量综合推算出来，L2级别的自动驾驶，计算能力大致需要10TOPS计算能力，L3需要100TOPS以上的算力，到L3+的算力级别已经上升到1000TOPS以上。
在此情况下，算力甚至开始成为评价一款车型的重要指标，也吸引了越来越多芯片厂商投入到算力比拼的战场当中。英伟达作为行业龙头，新推出的自动驾驶芯片Atlan，单颗芯片的算力达到1000TOPS，相比此前推出的自动驾驶芯片Orin，算力提升接近4倍。国内本土厂商黑芝麻发布的华山二号A1000，算力达到116Tops。地平线征程5可提供128TOPS等效算力。
车厂和芯片厂商之所以将芯片算力不断提高，自然与自动驾驶的加速落地密切相关。从PC时代到手机时代，再到汽车时代，计算平台始终围绕着实际场景需求不断演进，目前自动驾驶的使用场景，已由最早的自动泊车或高速巡航这样的单一场景，逐步转向多场景。这对芯片的算力提出了极大需求。
广汽研究院智能网联技术研发中心副主任梁伟强就指出：“芯片的集成化程度越来越高，算力越来越大，已经成为智能汽车向集中式架构发展的关键，对扩展智能驾驶场景、提升智慧座舱的交互体验至关重要。芯片的算力和集成度直接决定了电子电器架构的形态，从而决定了智能汽车的性能和表现。”
黑芝麻智能首席市场营销官杨宇欣也认为，应用需求定义下的智能驾驶需要智能底座，包括数据平台、创新的电子电气架构、强大的计算平台、成熟可靠的零部件、可快速迭代的软件，而芯片架构的创新是智能驾驶创新的基础之一。
2025年或是芯片上车的关键节点
从市场份额来看，在自动驾驶芯片领域国际厂商仍然占据绝对优势，英伟达、Mobileye、高通等的市占率超过90%，但是也有一批新兴企业开始受到业界关注，逐渐发展起来。如日前比亚迪便与地平线达成定点合作，将在比亚迪部分车型上搭载征程5，打造行泊一体方案。黑芝麻智能亦与江淮汽车达成平台级战略合作，江汽旗下思皓品牌的多款量产车型将搭载黑芝麻智能华山二号A1000系列芯片。
对此，有专家指出，目前智能驾驶行业整体处于快速发展阶段，这为汽车芯片行业创造了大量机遇，也是国内本土企业进入市场的良机。中金公司预计，到2025年，高级别自动驾驶渗透率达到65.5%，智能驾驶芯片市场需求近1400万片。
杨宇欣认为，2025年或将是一个关键性的时间节点，企业的产品能否在此之前量产上车十分关键。因为车规级芯片对可靠性、安全性、稳定性都有着严苛的要求，一款产品往往需要经过两三年的认证才能进入汽车供应链，且一旦进入，芯片企业与整车企业之间又会形成强绑定的供应链关系。当前，智能驾驶正处于发展的初驶阶段，车企与自动驾驶的供应链之间尚未形成强绑定关系。这是一个难得的时间窗口期。企业应该抓住这样的机会。一旦错过，被别的企业抢占先机，再想打入难度将会倍增。
黑芝麻智能产品总监王治中则强调，企业在做产品时应当重视车规级的芯片开发与测试认证。大算力芯片的开发本就极为复杂，车规级芯片更是需要经过复杂的测试认证流程，关键技术涉及先进封装、安全机制、核心IP、隔离技术、多芯片高速、低延时互联架构技术等，实现大算力车规芯片的量产上车将是一个长期的过程。
“聪明车”与“智慧路”双向发力
对车载计算芯片来说，算力固然极为重要，但衡量的因素还有很多，不能简单地依此判断优劣。芯驰科技副总裁徐超就指出，高可靠车规芯片至少有六个设计维度要考量，包括性能、功耗、价格、可靠、安全、长效。以功耗为例，在新能源车里面，功耗决定了汽车的续航里程，同时功耗也是汽车向智能网联化演进的一个阻碍。如果功耗特别高，发电机是没有办法支撑的，很难进一步支撑汽车的智能化、网联化发展。此外，高功耗还会带来高散热问题，复杂的散热系统是阻碍汽车进一步发展的因素。
因此，要想从根本上突破单车算力的物理上限，实现算力供给弹性拓展，需要从“云-网-边-端”融合计算的角度发力。东土科技高级副总经理薛百华表示，未来智能车的发展肯定是以软件定义的架构出现，要解决算力问题，一是如何提供更好的硬件算力，一是如何提供更好的网络带宽，如何提供实时的通信。这是未来汽车发展需要面对的两个必不可少问题。
杨宇欣也指出，当前AI、5G等技术的加速发展正在促进V2X的应用落地，随着路侧智能程度的提升，路侧感知、计算的需求会快速爆发，车路协同是自动驾驶发展的必然趋势。
也就是说，未来的智能汽车需要通过云端、通信网端、边端、车端的连接融合来实现。芯片企业也不应仅从提升单车算力的角度考虑问题。提供端到端、全栈式的自动驾驶解决方案，打造“聪明车”与“智慧路”双平台，或将是我国本土自动驾驶芯片企业的一个重要发展路径。
延伸阅读：
作者丨陈炳欣
编辑丨邱江勇
美编丨马利亚
监制丨连晓东
微信扫码关注该文公众号作者