自动驾驶芯片:2025年或是上车关键节点

中国电子报 陈炳欣
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。

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。

责编:夏丽
参与评论
文明上网,理性发言!请遵守新闻评论服务协议
0/200