首頁 > 新能源汽車

分布式向中央集中式演進(jìn):盤點(diǎn)10家智駕芯片明星企業(yè)

來源:新能源汽車網(wǎng)
時(shí)間:2023-05-31 14:14:10
熱度:

分布式向中央集中式演進(jìn):盤點(diǎn)10家智駕芯片明星企業(yè)本文來源:智車科技導(dǎo)讀智能駕駛芯片是讓車輛能夠?qū)崿F(xiàn)自動駕駛的計(jì)算單元,也是人工智能(AI)芯片的一部分,通過計(jì)算機(jī)視覺逐步演化出來

本文來源:智車科技

導(dǎo)讀

智能駕駛芯片是讓車輛能夠?qū)崿F(xiàn)自動駕駛的計(jì)算單元,也是人工智能(AI)芯片的一部分,通過計(jì)算機(jī)視覺逐步演化出來的針對駕駛場景的算法實(shí)現(xiàn)汽車智能。當(dāng)前,智能駕駛芯片正迎來快速擴(kuò)張階段,據(jù)測算2021-2025的市場規(guī)模將從19億美元增長到54億美元,CAGR為30%。

在電動化、智能化發(fā)展趨勢推動下,汽車架構(gòu)正在從分布式向集中式演進(jìn),對中央計(jì)算芯片的需求不斷提升,特別是決策層SoC。智車科技將在本文中盤點(diǎn)一下近年來智能駕駛芯片賽道一些知名企業(yè)的進(jìn)展和商用情況。

從市場競爭看,智能駕駛芯片玩家主要有幾類:特斯拉等主機(jī)廠自研玩家;從消費(fèi)電子進(jìn)入汽車行業(yè)的英偉達(dá)、高通、英特爾(Mobileye)等芯片巨頭;地平線、黑芝麻智能等初創(chuàng)企業(yè)以及華為等本土芯片玩家;還有德州儀器(TI)、瑞薩等傳統(tǒng)汽車芯片巨頭。

01

特斯拉

特斯拉是軟硬件一體化的代表,經(jīng)歷了從外購到自研芯片的歷程。之所以要軟硬件融合,是為了在研發(fā)階段更好地進(jìn)行調(diào)整,充分發(fā)揮軟、硬件潛力,同時(shí)對核心硬件有更強(qiáng)的掌控力,在硬件加速上形成差異,建立起自動駕駛技術(shù)的優(yōu)勢。此外,還可以擁有議價(jià)和成本控制能力,并提高靈活性。

FSD芯片從算法需求出發(fā)設(shè)計(jì)芯片架構(gòu),核心技術(shù)來源于由兩顆NPU組成的NNA(Neural Network Accelerator,神經(jīng)網(wǎng)絡(luò)加速單元)系統(tǒng)。FSD芯片于2019年正式流片,代工廠為三星,采用14納米工藝,整個(gè)芯片約有60億顆晶體管,2顆芯片算力達(dá)到144TOPS。

每個(gè)FSD芯片內(nèi)部有兩個(gè)相同的NPU,具備強(qiáng)大運(yùn)算能力,在物理上彼此相鄰集成。在每個(gè)計(jì)算周期,NPU都會從內(nèi)置的32MB SRAM中讀取256字節(jié)的激活數(shù)據(jù)和另外128字節(jié)的權(quán)重?cái)?shù)據(jù)組合在一起進(jìn)入乘法累加(MAC),每個(gè)NPU都有一個(gè)96×96MAC陣列。在完成MAC乘法累加運(yùn)算后,數(shù)據(jù)會被轉(zhuǎn)移到激活(Activations)及池化(Pooling)部分,等待寫入緩沖區(qū)匯總結(jié)果。

為了讓數(shù)據(jù)盡可能地在片內(nèi)周轉(zhuǎn),而不頻繁地與內(nèi)存或其他模塊進(jìn)行讀寫操作,特斯拉對NNA(神經(jīng)網(wǎng)絡(luò)加速單元)的功耗和成本優(yōu)化也做了不少努力。在NNA的設(shè)計(jì)中利用軟件側(cè)重簡化了硬件,以降低芯片成本。

特斯拉芯片覆蓋從自動駕駛、智能座艙、域控架構(gòu)、三電系統(tǒng),甚至到車輛制造與裝配環(huán)節(jié)。從自動駕駛角度看,特斯拉是目前唯一實(shí)現(xiàn)軟硬件全棧自研的公司,走的是一條難以復(fù)制的技術(shù)路線。特斯拉的FSD芯片基本自用,不對外銷售。

02

高通

高通是手機(jī)芯片巨頭,在汽車領(lǐng)域的切入點(diǎn)是通信和座艙芯片,其820A、8155和8295占據(jù)中高端智能座艙市場主要份額。此前的Snapdragon Ride自動駕駛計(jì)算平臺,包括5納米驍龍8540、7納米驍龍9000,單片算力達(dá)360TOPS,已陸續(xù)上車。

2023年初,高通推出支持中央計(jì)算架構(gòu)的驍龍Ride Flex SoC,以單顆SoC同時(shí)支持?jǐn)?shù)字座艙、ADAS和自動駕駛功能,提供超過700TOPS的算力。首款Ride Flex SoC現(xiàn)已出樣,預(yù)計(jì)2024年量產(chǎn)。

目前,高通與長城、通用、寶馬、大眾等廠商在自動駕駛領(lǐng)域達(dá)成了合作,未來Snapdragon Ride平臺將應(yīng)用于上述車廠部分車型。

今年4月,高通還完成收購維寧爾,補(bǔ)齊了自動駕駛軟件算法能力,應(yīng)用方向包括雷達(dá)、感知系統(tǒng)、自動駕駛系統(tǒng)算法、功能安全/預(yù)期功能安全等。

03

英偉達(dá)

英偉達(dá)是大算力芯片的代表,伴隨GPU架構(gòu)的演進(jìn)進(jìn)軍到智能汽車領(lǐng)域。英偉達(dá)NVIDIADrive系列中DRIVECX面向座艙,DRIVEPX面向自動駕駛;此后迭代推出了DRIVEPX、DRIVEPX2、DrivePXXavier、DRIVEPXPegasus、DRIVEAGX Orin自動駕駛平臺。

DRIVE Orin是NVIDIA發(fā)布的系統(tǒng)級芯片,是智能車輛的中央計(jì)算機(jī),可提供每秒254TOPS,符合ISO 26262 ASIL-D等安全標(biāo)準(zhǔn)。2022年3月,英偉達(dá)DRIVEAGX Orin平臺開始量產(chǎn)銷售。該平臺由2顆Orin SoC和2顆Ampere架構(gòu)GPU組成,最高算力達(dá)2000TOPS,功耗800W。

Orin SoC采用7納米工藝,由Ampere架構(gòu)的GPU,ARMHerculesCPU,第二代深度學(xué)習(xí)加速器DLA、第二代視覺加速器PVA、視頻編解碼器、寬動態(tài)范圍的ISP組成,同時(shí)引入了車規(guī)級安全島SafetyIsland設(shè)計(jì)。芯片硬件可連接14個(gè)攝像頭、1個(gè)激光雷達(dá)、5個(gè)毫米波雷達(dá)和12個(gè)超聲波雷達(dá),傳感器數(shù)據(jù)經(jīng)Orin每秒254萬億次運(yùn)算,以實(shí)現(xiàn)高級別自動駕駛功能。

英偉達(dá)汽車業(yè)務(wù)已形成包括Tier1、傳感器、軟件廠商的強(qiáng)大開放生態(tài)。目前30萬以上高端乘用車市場英偉達(dá)已一家獨(dú)大。未來6年,英偉達(dá)在手訂單超110億美元。據(jù)不完全統(tǒng)計(jì),全球已有超過25家主機(jī)廠與英偉達(dá)達(dá)成Orin合作,包括蔚來、小鵬、理想、威馬、上汽智己、R汽車、法拉第未來、Lucid Group、Human Horizons Vinfast、華人運(yùn)通等造車新勢力;以及比亞迪、奔馳、捷豹路虎、沃爾沃、現(xiàn)代、奧迪、路特斯等傳統(tǒng)主機(jī)廠。另外,德賽西威、百度Apollo、通用Cruise、谷歌Waymo等也將基于Orin開發(fā)ADAS方案。

04

Mobileye

Mobileye是起步最早的自動駕駛霸主,“視覺算法+芯片”方案在L0-L2市場占據(jù)70%左右市場份額,2017年被英特爾收購。

EyeQ系列芯片是Mobileye的核心。EyeQ4實(shí)現(xiàn)量產(chǎn)3年后,Mobileye于2021年推出7納米FinFET工藝EyeQ5。它包含多線程8核CPU和18核視覺處理器,算力提升至24TOPS,功耗僅為10W,可滿足L4駕駛需求。

2022年,Mobileye布局高階自動駕駛,連發(fā)三款芯片,包括面向L4級自動駕駛的芯片EyeQUltra,以及面向L2級自動駕駛的EyeQ6L和EyeQ6H。

與此前產(chǎn)品相比,三款芯片在控制能耗前提下大幅提升了性能,尤其是專為自動駕駛而生的EyeQUltra有64顆核處理器和12個(gè)RISC-VCPU,每個(gè)核24線程,能夠?qū)崿F(xiàn)高效率的精確計(jì)算,功耗不到100W。它無需將多個(gè)系統(tǒng)集成在一起的計(jì)算能力和成本,解決了行業(yè)面臨的重大挑戰(zhàn)。EyeQUltra預(yù)計(jì)在2025年全面投產(chǎn)。該款芯片對標(biāo)英偉達(dá)的Xavier,但是其計(jì)算能力似乎略遜于英偉達(dá)。

早期主流主機(jī)廠紛紛選擇EyeQ3及EyeQ4系列,使Mobileye成功占領(lǐng)了前裝市場。不過,其黑盒模式已出現(xiàn)水土不服征兆,市場增速放緩。此前,Mobileye EyeQ6、EyeQ6L和EyeQ6H已與大眾集團(tuán)、福特汽車達(dá)成了深度合作,還與吉利達(dá)成了協(xié)議。EyeQUltra預(yù)計(jì)將在2023年提供樣品,2024年量產(chǎn)上車。

   首頁   下一頁   上一頁   尾頁