Redian新闻
>
对话黑芝麻智能:明年推下一代自动驾驶芯片,性能超过英伟达Orin | 甲子光年

对话黑芝麻智能:明年推下一代自动驾驶芯片,性能超过英伟达Orin | 甲子光年

科技


国产自动驾驶芯片突围。

作者 | 赵健
作为自动驾驶芯片天花板级的存在,英伟达一直被当做国产芯片的标杆以及超越的对象。

在近日举办的技术开放日上,黑芝麻智能CMO杨宇欣透露,明年将会发布性能超过英伟达Orin的芯片,集成度也更高,面向下一代电子电气架构设计。

黑芝麻智能是国产自动驾驶芯片独角兽,基于自主研发的两大核心IP所打造的华山二号A1000系列芯片,算力达58TOPS(INT8),是首款已量产的国产车规级大算力自动驾驶计算芯片,同时可支持高阶行泊一体。

在去年完成由小米长江产业基金领投的C轮融资之后,黑芝麻智能估值近20亿美元,并在今年8月完成C+轮融资,募资总规模超5亿美元。

在媒体沟通会上,「甲子光年」等媒体与黑芝麻智能进行了一场交流。在“缺芯潮”蔓延以及自动驾驶逐渐迈入商业落地的当下,作为“汽车大脑”的自动驾驶芯片发展到哪一步了?


1.谈算力:

相比算法,肯定还是算力更重要

记者:在自动驾驶芯片中,算力更重要,还是算法更重要?

杨宇欣:都很重要,但我还是坚定地认为算力更重要。算法作为软件有很多可以去妥协的方式,算力是整个系统功能的边界。

黑芝麻智能产品副总裁丁丁:芯片具备乘加器的数量决定了它的卷积能力。芯片算力TOPS可以通过乘加器数量、频率赫兹等指标,客观地总结计算出来。黑芝麻智能基于自主研发的两大核心IP所打造的华山二号A1000系列芯片,算力达58TOPS(INT8),是首款已量产的国产车规级大算力自动驾驶计算芯片,同时可支持高阶行泊一体。

现在行业内出现一些不好的迹象,在追逐大算力的过程中,实际算力与宣传算力相比可能会有一些水分。

记者:黑芝麻智能A1000系列可以用单芯片替代多芯片实现行泊一体,这是如何实现的?

杨宇欣:一方面在于设计架构上有所突破,可以把更多功能集成在一颗芯片上;另一方面,先进的制程可以在面积和功耗可控的前提下,实现更多的功能。

未来汽车电子电气架构的演进很大一部分依赖于芯片的演进,我们不是把器件物理堆叠到一个盒子里,而是根据硬件系统的简化实现更高的集成度,就像十年前的手机,每一个功能都需要一颗单独的芯片,现在一颗SoC芯片就把所有功能覆盖了。

记者:L2、L3这样的级别对应的算力请您介绍一下,尤其是平台算力或者是单芯片的算力。

黑芝麻智能系统架构高级经理仲鸣:不同的产品功能差异比较大。最传统的L2,比如EyeQ3、EyeQ4,算力需求只有几个T;L2.5带有拨杆变道功能,算力需求可能为十几T;如果进一步上升到L2.9,像高速自动上下匝道等NOA功能,算力需求为几十T;更复杂的城区道路,算力可能需要几十T到上百T。车厂的需求慢慢趋向于成本和性能均衡的结果。

记者:对于多功能融合,前融合是不是长期的发展方向?前融合对于算力的需求相比于后融合有多大的提升?

仲鸣:前融合只是将融合部分从后处理和CV处理方法,转换成神经网络的处理方法,这个过程其实很像当年图像处理从CV转换到神经网络的过程。

前融合对于融合结果的质量会有一定提升,目前算法或者学术分析也都有一些证实。当然这个提升也取决于数据和模型结构的变迁。前融合还在持续迭代,应该还没有到尽头。

芯片算力方面,后融合只是对某一张图进行处理,包括从DDR带宽到神经网络,计算量都是单倍的;前融合需要多路摄像头、多帧的融合,吞吐量和容量会成倍增加。前融合还有可能遇到更新的算子,可能在现有神经网络加速器里并不是主力加速的部分,这是前融合带来的另一个挑战。


2.谈产品规划:

明年推下一代芯片,性能超过Orin

记者:黑芝麻智能量产芯片的算力并不是市面上最高的,英伟达等厂商还会继续推出更高算力的芯片。黑芝麻智能的产品是怎样布局的?

杨宇欣:现在英伟达254T算力的Orin已经开始量产了,确实走在前面。明年我们会发布性能超过Orin的芯片,集成度也更高,面向下一代电子电气架构而设计。明年大家的时间点差不多。

国外的芯片厂商,比如TI(德州仪器),提供入门级4T、8T的算力,下一阶段可选择的就是英伟达。黑芝麻智能的A1000算力为58T,填补了中间的空白市场,也能够满足车厂行泊一体的需求。

记者:车企对于行泊一体的需求具体是什么?目前市面上发展现状是怎样的?

仲鸣:车厂最大的驱动力是降本增效。现有的方案基本上是分体式的,一个前向智能相机加一个环视泊车系统,去倒逼一个单芯片、单一盒子解决前向款式行泊一体的方案。

第二个驱动力是功能的增加。之前几乎大部分的前向智能摄像头都是Mobileye独占,车厂在功能开发程度上参与度非常低。所以借着这个机会,车厂有机会参与前向算法设计、功能定制,可以和Tier1、芯片供应商进行更深入的沟通。

基本上每家Tier1都会提出自己的行泊一体方案,有的定位高一点,有的定位入门一点。对于以制造为主业或者以泊车起家的Tier1来说,全套算法的能力仍然在建设中,可能车厂有一定的参与,或者其他的感知算法供应商来参与,这是我们看到的现状。

不久的未来,各个Tier1也会建立起感知算法的能力,当然也有和车厂博弈的过程,因为各大车厂对数据、对神经网络的训练其实都是有专门的团队在做。到底感知算法和数据是由车厂来完成还是说Tier1来完成?很可能在未来某一天,随着NOA的应用,车厂会更加主导一些安全算法的开发。

记者:黑芝麻智能和江淮是怎么对接的?做了哪些差异化的工作?

杨宇欣:其实我们汽车行业的团队跟头部车企关键决策者都非常熟,产品出来大家有合作沟通的基础。另外我们让客户认可肯定也花了小一年时间,因为毕竟是一个新的供应商、新的产品,所以车厂很谨慎。

差异化这件事,芯片公司需要提供的是相对比较全面的参考设计,客户在此基础上进行定制,但我们没法做到给每个客户每个平台做定制,定制的工作很多是Tier 1完成,我们支持一级供应商帮不同客户的不同产品进行定制化改革。

记者:刚才谈到黑芝麻智能基于A1000有一套自研的感知算法,会走和Mobileye一样的算法打包路线,还是说只是作为一个参考?

杨宇欣:首先我们的观点是算法捆绑的方式已经很难再持续下去了。为什么这么讲?原来技术相对简单或者是目标场景比较单一的时候,像Mobileye那样做算法封闭的方案可以快速占领市场,因为交付最快,质量可靠且稳定性最高。现在技术越来越复杂,特别是L2以上的自动驾驶几乎都不选Mobileye了,因为L2覆盖产品更多,车厂希望主导技术发展方向。

算法方面,黑芝麻智能有量产算法的能力,客户可以去用我们的算法,也可以用第三方算法,但商业模式的核心还是以芯片为主,不会通过捆绑或者黑盒方式限制客户。

记者:小米汽车供应链消息一直在曝光。黑芝麻智能也是小米投资的企业,日后会不会进入小米汽车的供应链?

杨宇欣:小米投资部跟供应链内部协同非常紧密,可能是我见过CVC里面跟业务部门协同最紧密的。我们一直在紧密沟通,但更多具体信息不方便透露。


3.谈机会:

2025年之前上车很关键

记者:自动驾驶芯片的技术方向是怎样的?

杨宇欣:我们认为未来技术方向,一个是英伟达GPU架构,一个是特斯拉、高通、Mobileye、华为走的ASIC专用芯片技术路线。

GPU是完全的开放通用,面向所有场景都是统一的软硬件架构。大家为什么用英伟达?新的芯片出现的时候,你可以先去做验证,直接写程序就可以了。但真正考虑到自动驾驶,未来几千万片的出货量,还要考虑芯片PPA,功耗、性能和成本;ASIC是有限的开放,基本上只面向驾驶相关的主流应用,比如网络、模型、算子等。在相同性能之下,ASIC芯片的面积更小、成本更低、功耗更小,我相信未来潜力会更大。

记者:您刚才提到两个方向,其中ASIC方向,会不会意味着不同车型选择不同的ASIC,需要做相应不同的验证?

杨宇欣:这个不需要,其实不同的车型需要实现的自动驾驶功能是一样的。而且我们是有限开放,面对模型和算子的开放,算法快速迭代不会影响到芯片对他们的支持。

记者;国产汽车芯片市场的蓬勃发展会持续多久?

杨杨宇欣:汽车芯片非常难做,以前做芯片设计的企业都会绕着走。第一投入大,无论是IP、人才、研发成本都要比消费级和工业级芯片高很多。第二周期长,芯片本身研发周期到客户认证的周期都很长,需要企业有足够多的资金储备与战略坚定性。工业芯片或者消费级市场,时间窗口比较宽松,只要产品做出来,有一定的优势就能找到客户,但是汽车芯片不太一样。

这一拨本土汽车芯片的机会是非常明显的,以前可能连机会都没有,因为汽车行业不愿意用新的供应商的产品,更别提创业公司了。但因为新的技术迭代,车企可选的范围越来越少,一是不得不去选择更加创新的技术公司的产品,二是为了保证不再出现芯片供应短缺而去培养本土供应商。

大多数关键环节都已经有跑出来的本土汽车芯片供应商了,有的在开发产品,有的客户已经用上了。2025年能不能上车非常关键,因为车企在培养自己供应链体系的时候,如果已经投入了大量人力、物力选择了一家国产供应商,再替换另外一家国产供应商的动力会成几何级下降。

我们其实算比较幸运,进入这个市场比较早,开始逐渐进入量产阶段。我相信这个领域还会有很多的国内芯片公司跑出来,但是时间很宝贵。

记者:您说2025年对本土芯片厂商来说是比较关键的时间节点,现在本土芯片厂占有率大概是不到5%。那您觉得2025年占有率大概达到多少?

杨宇欣:其实很难预测。我相信2025年关键领域的国产芯片开始批量出货了,大概几十万片出货量。爬坡有一个过程,需要跟客户对接每一个项目,证明产品成熟和可用性。乐观预测,2025年国产自动驾驶芯片有机会跟国外厂商平分。

为什么这么讲?如果拿传统MCU来讲,MCU渗透率很高,切换别的供应商没有那么容易。但自动驾驶是一个增量市场,本身渗透率没有那么高,现在在快速增加过程中。新的领域、新的场景,国产芯片的市场占有率、增速可能会更高。自动驾驶我们还是比较有信心的,过程可能得两三年的时间。

记者:自动驾驶算法迁移比较麻烦,一直用英伟达的厂家可能比较难去更换这个厂家,从市场角度黑芝麻智能如何抢占先机?以及怎么从竞争对手中抢市场?

杨宇欣:最重要的是首先证明自己产品的成熟可能性。为什么大家都选英伟达?因为确实没得选。现在我们证明给客户的就是,你有可选择的空间,并且你有去影响未来技术方向的点。

未来中国本土的汽车芯片厂商会跟车厂一起成长。英伟达定义新产品不会问中国车厂,我们定义每一代产品和未来技术走向的时候,都要跟国内车厂做紧密技术沟通,在前期去制订一些技术方向。我们做自动驾驶芯片是蓝海,并不是从别人手里抢市场,我们争夺增量市场。

记者:您怎么看待车企造芯这件事?自研芯片真的适合所有车企吗?什么样的车企适合自研芯片,需要满足哪些条件?

杨宇欣:大家为什么自研芯片?特斯拉是一个很好的例子,在自研芯片之前分别用过Mobileye和英伟达的芯片,后来请来硅谷芯片大神吉姆·凯勒自研FSD芯片。特斯拉这么干了,很多人觉得我们要去看行业的老大,他选的方向有可能是对的。

特斯拉和苹果有点类似,一开始都是这个行业的外来者或破局者,很难拿到行业内最好的供应链。在条件允许的情况下,只有自研才能实现自己想要的东西。汽车行业大家真正开始认知趋同是从2020年下半年开始,特斯拉证明了它的路线是可行的,于是整个行业都在朝这个方向倾斜。

但现在这个时间点再选择自研芯片,对车厂来讲挑战比较大。原因在于,第一需要跟行业里边最专业的人拼速度、拼资源、拼团队的管理能力,拼产品定义能力,第二汽车造芯跟手机还不一样,手机商业出了第二梯队,三星和华为造芯成功了,几千万的手机出货量足够养一个芯片团队。但汽车行业不太成立,因为单车厂的销量太小了,不管卖一颗还是一百万颗,前期上亿美金的投入少不了。

我们更希望跟车厂沟通,可以找类似于我们这样的厂商去做差异化的定制,其实很多芯片有至少50%的部分是通用的。在成熟芯片公司基础上做差异化的定制,我觉得可能是更划算的一个方向。

4.谈断供:

短期影响不大,意识形态影响很大

记者:英伟达断供对汽车行业的影响?

杨宇欣:我个人的观点,首先美国对英伟达限制并没有涉及到汽车产品,但它对汽车产业的影响在于,大家突然发现自己头上多了一把悬着的刀,虽然举刀的人说这辈子都不会放下来。

之前我们密集接到大量客户的电话,有要求加紧项目推进的,也有只是联系过还没有正式启动合作的客户。我们发现车企集团领导都在过问汽车核心计算芯片国产化替代的进程,即使有10%的可能性,也做好100%的备份。

我相信不仅对国产芯片,可能整个智能汽车国产化替代的速度会加快。以前判断美国不一定对民用市场动手,但实际上这次对芯片的限制涉及到民用市场了,大家稍微有点始料不及。虽然短期对汽车行业没有质的影响,但对意识形态的影响非常大。

记者:芯片法案的影响?

杨宇欣:芯片法案稍微早一点,美国政府给半导体企业补贴,希望未来把全球半导体产业拉回美国。虽然政治正确很重要,但是也要算账。短期对中国没有影响,比如说EDA工具7纳米以下没有影响,但是到5纳米甚至更先进的制程可能会有影响。

但这给国内汽车芯片、半导体产业敲了一个警钟。在中国芯片产业大量转向更先进制程的时候,中国自己的体系是否有可替代方案?这就是一个问号,这是大家需要去博弈的。

记者:“芯荒”是否会继续?

杨宇欣:“芯荒”是现在行业里面普遍的观点,现在有所缓解,但两到三年之内很难有质的改变。为什么?因为现在MCU这种成熟的正在大量出货的芯片,一方面需求量在爆增,原来一辆车需要十几个二十个,现在需要大几十个,增加很多。

同时这些MCU所依赖的成熟工艺节点的车规产线,除了中国以外,全球范围内都没有扩产计划,比如台积电十年没有在成熟工艺点上扩产能了,因为花几十亿、上百亿扩的产线利润率还是很低。反而说,我相信未来成熟工艺节点的车规产线扩产的机会在中国,因为需求量大,而且也有一系列国内本土的芯片设计企业成长起来,需要跟本土的生产企业配合。

记者:从很多数据看,今年芯片进口数据下滑非常厉害。7月减少了140亿颗,前七个月比去年减少11%,现在媒体上用“砍单”这个词,原因是什么?

杨宇欣:消费电子需求下降是很大的原因。手机厂商砍单砍的非常厉害,原来承诺千万台量,最后不到百万台。

END.


微信扫码关注该文公众号作者

欢迎戳这里提交新闻线索和高质量文章给我们。
新闻来源: qq
相关阅读
联系我们隐私协议©2022 redian.news
Redian新闻 · 海外热点 · 尽在指尖
Redian.news刊载此文不代表同意其说法或描述,仅为提供更多信息,也不构成任何投资或其他建议。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凡用户自行发布的信息的合法性及真实性由发布者负责,与Redian.news及其运营公司无关