小芯片有大世界 走進自動駕駛的“大腦”

　　【太平洋汽車網(wǎng) 技術(shù)頻道】如果你對新車長期保持關(guān)注，就會發(fā)現(xiàn)近些年發(fā)布的智能車，在提到自動駕駛時，大概率會將自動駕駛芯片一塊帶上宣傳。說到底，對于自動駕駛而言，一塊性能足夠強的芯片，就意味著車輛的自動駕駛系統(tǒng)可以“為所欲為”嗎？

　　近半年來，汽車芯片短缺的問題被逐步放大，演變至今，不少車企都只能通過減產(chǎn)甚至停產(chǎn)來過渡。

　　對于汽車來說，芯片有多重要呢？

　　在傳統(tǒng)的車型中，基本都是使用分布式的電子電氣架構(gòu)。也就是會根據(jù)功能劃分模塊領(lǐng)域，例如發(fā)動機、變速器、電子穩(wěn)定控制系統(tǒng)、空調(diào)系統(tǒng)等等。每個功能模塊的ECU都是基于對應功能而設定的，最后通過CAN總線傳遞信息，實現(xiàn)整車功能。

　　這樣的架構(gòu)功能劃分清晰，并且供應商也能夠有針對性地進行開發(fā)和研究。但這樣的架構(gòu)會導致模塊太多，并且可控性可拓展性都較弱。在90年代初，一輛汽車上平均的MCU數(shù)量不足10個，而現(xiàn)在一輛車的MCU就超過了100個，高端車型的MCU可能還會達到300個。在汽車功能發(fā)展越來越繁多復雜時，車內(nèi)所需要的控制器也越來越多。面對這種進化，傳統(tǒng)的電子電氣架構(gòu)ECU和線束的數(shù)量都會大幅增長，并且傳統(tǒng)架構(gòu)下數(shù)據(jù)傳輸、ECU功能協(xié)同能力較差。

　　這個時候就需要一套新的電子電氣架構(gòu)來適應時代的發(fā)展。

　　集中式電子電氣架構(gòu)就此誕生。當下車企主要是采用域集中的概念來對電子電氣架構(gòu)進行優(yōu)化，跟車汽車電子部件功能將整車劃分為動力總成、車輛安全、車身電子、智能座艙、智能駕駛等幾個域，使用處理能力更強的芯片去集中控制每個域。這樣可以降低ECU的使用量，并且提升整車的可拓展能力。

　　特斯拉則是比較激進，以Model 3為例，整車采用了CCM、CEM R、CEM L三個主控制器，這樣的方案屬于中央處理器架構(gòu)。其中CCM是自動駕駛及娛樂控制模塊、CEM R是右車身控制器、CEM L是左車身控制器。通過這樣極簡的架構(gòu)，控制器數(shù)量大幅減少，軟件的集成度和整車的擴展性都得到了大幅提升。其實這點才是特斯拉真正領(lǐng)先于其他車企的地方。

　　而汽車電子電子架構(gòu)目前的終極形態(tài)是形成一個超級中央計算機，通過中央集中式架構(gòu)，實現(xiàn)計算集中化。這樣整車的芯片和線束數(shù)量都得到了簡化，整車的成本會隨之降低，整車的資源利用及統(tǒng)籌也會更為徹底，有利于新技術(shù)快速落地。另外，這樣的架構(gòu)也會讓車輛的軟件研發(fā)主導權(quán)回歸到車企和產(chǎn)品本身，而非頭部的供應商，這樣也有利于車企們研發(fā)出差異化的產(chǎn)品。

　　但無論是傳統(tǒng)的分布式架構(gòu)或是未來的中央集中式架構(gòu)，芯片都是不可或缺的硬件。以往對芯片算力和集成度要求不高，未來ECU數(shù)量減少，就會對集中控制的ECU芯片有更高的要求，包括算力、功耗、成本等等。

　　在智能汽車中，因為功能的多樣性和復雜性，對芯片的要求會更高。尤其是在座艙系統(tǒng)和自動駕駛這兩個部分，這也是近年來我們經(jīng)常會在新車發(fā)布會上看到廠方宣傳自家產(chǎn)品用了最新芯片的原因。而在這兩部分中，自動駕駛系統(tǒng)對芯片的要求會更高，因為自動駕駛系統(tǒng)擁有數(shù)十個傳感器，芯片要將這些數(shù)據(jù)“吞下”進行計算，最后得出決策，這對芯片的算力要求是非常高的。所以無論是特斯拉還是當下的頭部車企，自動駕駛部分，始終是一個獨立的控制域。

　　ADAS（Advanced Driving Assistance System）駕駛輔助系統(tǒng)早在數(shù)十年前就開始研究。按照美國汽車工程學會SEA對自動駕駛水平的劃分（L0-L5），早期的自動駕駛技術(shù)都在L1-L2內(nèi)，具體的功能包括了自適應巡航、車道偏離提示、車道保持、盲區(qū)監(jiān)測、主動剎車等等。

　　對于跟車、主動剎車等功能，廠商或供應商們會選擇使用毫米波雷達作為硬件，通過雷達測算出前車的距離以及速度，感知到的數(shù)據(jù)會在芯片中進行計算分析，最終實現(xiàn)自適應巡航等功能。

　　以Mobileye為代表的企業(yè)，則是以攝像頭作為硬件，感知前方車輛以及道路標線，將采集到的畫面?zhèn)鬏數(shù)叫酒治龊?，獲得自適應巡航、車道保持、主動剎車等功能。

　　而當下更為常見的硬件方案是毫米波雷達+攝像頭，通過兩種傳感器的融合，可以實現(xiàn)更高級的功能，例如集成式智能巡航等功能。而這樣的硬件架構(gòu)下，廠商通常會選擇一個傳感器作為主控制器，再接受另外一個傳感器的數(shù)據(jù)，最后進行統(tǒng)一的計算分析。

　　無論是單毫米波雷達、攝像頭或是雷達+攝像頭的硬件方案，它們的分析數(shù)據(jù)、場景都是固定的，所以對芯片的能力要求并不太高，只需要滿足特定的計算分析即可。

　　這種環(huán)境下，大部分車企會選用Mobileye提供的視覺感知方案，因為Mobileye擁有從攝像頭到芯片和算法的完整視覺駕駛輔助解決方案。而毫米波雷達則會選用大陸、博世等頭部供應商產(chǎn)品，雷達內(nèi)部計算芯片則來自賽靈思。

　　如果說自動駕駛輔助功能就此停留在這個階段的話，那就沒有當下自動駕駛芯片爭斗的故事了。

　　可偏偏一條鯰魚——特斯拉的出現(xiàn)，加速了自動駕駛領(lǐng)域的演變和進化。

　　特斯拉在2014年推出Model S時，搭載的是 Mobileye的EyeQ3駕駛輔助芯片，并且攝像頭等硬件也都是由Mobileye提供的。但Mobileye擠牙膏的視覺感知方案并不能滿足激進的特斯拉，二者從技術(shù)路線的布局就有分歧。

　　在2016年1月份，一輛Model S在美國公路開啟Autopilot行駛時，撞上了一臺橫過馬路的白色貨柜車，導致車主 Joshua Brown當場死亡。這個事故Mobileye認為它們的駕駛輔助方案本來就有限定使用場景，而特斯拉激進的開放權(quán)限和過度的宣傳，導致了駕駛員以為系統(tǒng)能夠?qū)崿F(xiàn)全自動駕駛功能。特斯拉方面則是認為這個事故是雷達和攝像頭的識別錯誤，認為Mobileye方案還不夠完善。

　　原本就有技術(shù)分歧，加上后來的死亡事故，讓特斯拉和Mobileye在2016年7月宣布分手，特斯拉在此后的新車不會使用Mobileye的EyeQ4芯片。

　　特斯拉下一個合作的對象是Nvidia英偉達。

　　英偉達在2015年推出了基于Tegra X1的Drive PX自動駕駛芯片。Drive PX相比以往的駕駛輔助芯片區(qū)別在于它使用了深度神經(jīng)學習技術(shù)，Drive PX可以從激光雷達、毫米波雷達、攝像頭等傳感器中獲取數(shù)據(jù)，然后利用深度學習實現(xiàn)動態(tài)識別包括行人、汽車、路標等各類對象。

　　特斯拉看中英偉達Drive PX的正是它的深度學習技術(shù)。

　　深度學習實際上是人工智能的一個分支，也是機器學習下的一個子集。學術(shù)點來說，深度學習是用于建立、模擬人腦進行分析學習的神經(jīng)網(wǎng)絡，并模仿人腦的機制來解釋數(shù)據(jù)的一種機器學習技術(shù)。簡單點來看，深度學習是用多層次的分析和計算手段得到結(jié)果的一種方法。深度學習最顯著的應用是計算機視覺和自然語言處理領(lǐng)域。

　　在傳統(tǒng)算法中，人臉識別、物體檢測、物體跟蹤以及行為預測都是比較難計算解決的。深度學習通過卷積神經(jīng)網(wǎng)絡模擬人腦，可以實現(xiàn)對人臉、車或其他物體的識別。而深度學習這樣的能力對自動駕駛是有很大幫助的，通過深度學習技術(shù)，可以讓自動駕駛系統(tǒng)擁有更強大的障礙物識別能力，并且廠商還能在云平臺進行數(shù)據(jù)學習升級，再OTA提升車輛的自動駕駛能力。

　　Drive PX發(fā)布時，英偉達老板黃仁勛就表示，Drive PX可以從道路行駛中的車輛上獲取數(shù)據(jù)反饋，從而幫助完善深度神經(jīng)網(wǎng)絡。當在路上工作的Drive PX系統(tǒng)遇到無法識別的物體時，它會通過網(wǎng)絡傳輸?shù)皆坪笈_，對應的團隊會利用深度學習技術(shù)訓練系統(tǒng)認知理解這個新圖像，并且將學習到的數(shù)據(jù)實時反饋到所有量產(chǎn)車的Drive PX中，讓車輛的自動駕駛能力得到實時的提升。

　　2016年10月，特斯拉正式宣布，Model S、Model X和當時即將推出的Model 3都會搭載英偉達DRIVE PX 2 AI計算平臺，這個自動駕駛平臺使用了特斯拉開發(fā)的神經(jīng)網(wǎng)絡。

　　使用DRIVE PX 2芯片后，特斯拉就在開始推出了測試版的高速導航自動駕駛輔助功能，2018年這項功能正式實現(xiàn)推送使用。

　　顯然，深度學習技術(shù)，讓特斯拉自動駕駛進展大大提速。而這個改變，也讓自動駕駛芯片供應鏈產(chǎn)生了變化：

　　第一點是越來越多車企開始采用自動駕駛域控制器的玩法，也就是將雷達、攝像頭等數(shù)據(jù)直接傳遞到自動駕駛域控制器內(nèi)進行統(tǒng)一處理和計算，這樣傳統(tǒng)在雷達和攝像頭中的計算芯片也就不在需要。

　　第二點是由于自動駕駛硬件中的數(shù)據(jù)都直接傳輸?shù)阶詣玉{駛域控制器中，這對于自動駕駛域控制器的大腦也就是芯片的算力有了更高的要求。

　　第三點是自動駕駛功能開始往更高級別發(fā)展，這其中脫離不了AI人工智能的技術(shù)輔助，這對芯片企業(yè)和車企都有了新的門檻。

　　在此后，芯片巨頭們開始陸續(xù)入局自動駕駛，幾乎每年都會有新芯片、新平臺迭代推出，自動駕駛芯片也開始在算力上較勁。

英偉達

　　對于擅長打造GPU的英偉達而言，自動駕駛是新的業(yè)務增長點。因為深度學習技術(shù)的興起其中一個原因，就是GPU計算能力增長，卷積神經(jīng)網(wǎng)絡可以通過大數(shù)據(jù)進行訓練。

　　英偉達在2015年推出28納米工藝的Drive PX芯片后，次年2016年就推出了16納米工藝的Drive PX 2芯片。在2017年，英偉達推出了12納米工藝的Drive PX Xavier芯片（搭載于小鵬P7），單顆芯片的算力就能達到30TOPS（每秒可以進行30萬億次運算）。2019年，英偉達推出而來7納米的Drive AGX Orin芯片（2022年投產(chǎn)，智己L7、蔚來ET7搭載），單顆芯片的算力達到254TOPS。

　　而在Orin芯片都沒有量產(chǎn)車出現(xiàn)時，英偉達在2021年4月就公布了下一代的自動駕駛芯片：DRIVE Atlan，其單顆芯片的算力達到了驚人的1000TOPS，英偉達表示這塊自動駕駛將會用于L4及L5級別自動駕駛系統(tǒng)中。DRIVE Atlan 2023年將會向開發(fā)者提供樣品，2025年開始量產(chǎn)裝車。

　　雖然說英偉達2021財年（2020年1月26日-2021年1月31日）汽車業(yè)務下滑23%，收入為5.36億美元，但英偉達老板黃仁勛表示，未來6年，英偉達汽車系統(tǒng)業(yè)務年銷售額有望超過80億美元。

英特爾

　　同樣是芯片巨頭的英特爾，因為錯過移動處理器市場，對于開始爆發(fā)的汽車芯片市場自然是不容落下的。

　　英特爾在2017年以超過150億美元的高價收購了Mobileye（同年英偉達全年營收為628億美元）。

　　有了大樹好乘涼，被英特爾收購后的Mobileye，在2018年推出了EyeQ4芯片，其基于28納米工藝制造，單顆芯片算力為2.5TOPS。EyeQ4被眾多廠商采用，其中包括了蔚來ES8/ES6、理想ONE、寶馬X5/3系/4系、大眾高爾夫8、福特Mustang Mach-E等。

　　而在2020年，EyeQ5芯片正式量產(chǎn)上車，其基于7納米工藝制造，單顆芯片算力為24TOPS。其實Mobileye和意法半導體在2016年就宣布未來會推出EyeQ5，不過一直到4年后，EyeQ5才真正實現(xiàn)了落地上車（搭載于極氪001、未來寶馬iX也會使用）。

　　雖然從AI人工智能和算力角度來看，英偉達都更占優(yōu)勢，但實際銷售中，Mobileye作為多年的ADAS頭部供應商，其EyeQ系列芯片已經(jīng)被超過27家汽車廠商應用。去年Mobileye芯片出貨超過1750萬片，營收達到了9.67美元，同比增長10%。

高通

　　在手機芯片領(lǐng)先的巨頭高通同樣想分一塊蛋糕。

　　高通早些年一直在調(diào)解器芯片方面作為汽車零部件供應商，而在2014年和2016年高通推出了602A和820A兩款車機芯片，用于給車機及座艙提供計算，但應用的廠商并不多。直到2016年，高通推出的820A芯片才迎來爆發(fā)，本田、路虎、領(lǐng)克、小鵬等廠商繼續(xù)使用820A給座艙提供算力。去年，高通發(fā)布了最新一代的座艙芯片8155，它是第一塊采用7納米工藝打造的車規(guī)級數(shù)字芯片。

　　不過這些芯片都是應用于車機中的，在自動駕駛方面，高通直到2020才拿出了自己的武器——驍龍Ride自動駕駛平臺，這個平臺最大的特色是將會使用一塊5nm 芯片，這將會是首款采用5納米制程的自動駕駛芯片。高通表示，Ride自動駕駛平臺支持L1-L4級別的自動駕駛，并且平臺的拓展性很強，既能實現(xiàn)700TOPS的頂級性能，也能做低功耗的10TOPS基礎算力。使用Ride平臺首個量產(chǎn)車型將會在長城汽車中誕生，在2020年底。長城和高通宣布將會使用Ride平臺打造咖啡智駕系統(tǒng)，并在2022年量產(chǎn)的長城汽車高端車型中采用。

　　另外值得一提的是，2016年高通打算用470億美元收購恩智浦，后者是全球最大的汽車芯片、移動支付芯片、和微控制器供應商。但在2018年由于沒有通過全部國家的審批，最終高通宣布放棄收購。

華為

　　海外的芯片巨頭有動作，其實國內(nèi)也風起云涌。

　　在2018年，華為就推出了自動駕駛的移動數(shù)據(jù)中心MDC，MDC涵蓋芯片、平臺、操作系統(tǒng)、開發(fā)框架，可以讓客戶在數(shù)據(jù)中心中完成一系列的自動駕駛功能。首發(fā)的MDC 600搭載華為Ascend（昇騰）芯片，多片并聯(lián)最高可提供352Tops的算力，并且支持接入攝像頭、毫米波雷達、激光雷達、GPS等傳感器數(shù)據(jù)。不過MDC600僅僅是華為進軍自動駕駛行當?shù)男?，當時并沒有真正有廠家合作落地。

　　來到2021年，華為發(fā)布了MDC 810，其稠密算力達400TOPS，并且搭載智能駕駛平臺軟件MDC Core，可實現(xiàn)擁堵跟車、高速巡航、自動泊車等應用場景的使用需求。MDC 810已經(jīng)通過了包括車規(guī)級在內(nèi)的全部測試，進入了量產(chǎn)狀態(tài)。目前已率先搭載在ARCFOX極狐阿爾法S上并量產(chǎn)上市，后續(xù)將有越來越多的搭載不同MDC系列產(chǎn)品的新車型陸續(xù)量產(chǎn)上市

　　而華為ADS高階自動駕駛?cè)珬＝鉀Q方案則更高級別，這套方案使用了為ADS方案定制的芯片，其入門算力為400TOPS，高階版本則擁有800TOPS算力。并且華為表示芯片采用了標準化設計，未來在保持尺寸不變的情況下，支持硬件升級、算力升級。

　　華為并沒有具體公布單獨的自動駕駛芯片數(shù)據(jù)，華為的想法更多是作為一個深度供應商，可以給企業(yè)提供完整的自動駕駛解決方案，從硬件到開發(fā)工具到軟件，一應俱全。

地平線

　　地平線是一家2015年成立，專注于邊緣人工智能芯片的企業(yè)。在2019年，地平線發(fā)布了國內(nèi)首款車規(guī)級AI芯片——征程2，其等效算力為4TOPS，制程則為28納米。

　　在2020長安UNI-T車型上，搭載了長安和地平線基于征程2芯片聯(lián)合開發(fā)的智能駕駛艙NPU計算平臺，這也是國產(chǎn)智能芯片首次上車。而在長安新車UNI-K上，搭載了基于征程2芯片打造的駕駛輔助和智能交互系統(tǒng)。截止2021年初，征程2已經(jīng)實現(xiàn)了16萬片的出貨（搭載于長安UNI-T/UNI-K、奇瑞螞蟻）。

　　2020年9月，地平線發(fā)布征程3芯片，其工藝從原來的28納米升級為16納米，單顆芯片算力也提升到5TOPS?；谡鞒?芯片，地平線推出了Horizon Matrix® Mono輔助駕駛解決方案，支持120度水平視場角、800萬超高像素前視攝像頭，確保了對更大范圍及更高精度的視覺感知能力。

　　地平線預計在今年內(nèi)會推出征程5芯片，其單顆芯片算力也提升到達到了96TOPS。通過搭載4顆征程5P芯片可組成自動駕駛計算平臺，最高算力達到512TOPS。地平線創(chuàng)始人余凱在此前采訪中表示，征程6已經(jīng)在研發(fā)路上，征程6規(guī)劃算力400TOPS，采用的是車規(guī)級的7納米工藝，工程樣片推出時間為2023年，車型量產(chǎn)預計會在2024年。

特斯拉

　　當然，也有一些跑的快的車企覺得芯片廠商們的動作慢，于是乎車企就干脆自己造自動駕駛芯片。這個案例的典型代表，就是特斯拉。

　　在2016年開始與英偉達合作時，特斯拉就做好了自己下場的準備，開始建立由傳奇芯片設計師Jim Keller（原AMD首席芯片架構(gòu)師）領(lǐng)導的芯片架構(gòu)師團隊，以開發(fā)自己的芯片。

　　在2019年，特斯拉自研FSD（Full Self Driving全自動駕駛）芯片正式亮相，在HW 3.0自動駕駛平臺中，特斯拉使用了兩塊FSD芯片，算力為144TOPS，單片算力達到了72TOPS。特斯拉在2018年三季度時已經(jīng)表示，公司已經(jīng)對大型的神經(jīng)網(wǎng)絡進行了訓練，神經(jīng)網(wǎng)絡在工作表現(xiàn)優(yōu)異，但由于當時特斯拉車型計算能力有限，無法部署到車型中，而使用FSD芯片的HW3.0自動駕駛硬件能夠滿足這些神經(jīng)網(wǎng)絡的計算需求。隨后在2020年底，特斯拉在Model 3上小范圍推送了FSD beta版進行測試，這個版本支持城市中自動駕駛。

　　在HW3.0推出時，特斯拉就表示已經(jīng)開始研發(fā)下一代芯片，馬斯克表示新一代芯片預計會比FSD性能提升三倍。而最近有消息指出，特斯拉和三星合作，使用5納米制程生產(chǎn)下一代的自動駕駛芯片。

　　就在上個月，小鵬被曝出正在自研自動駕駛芯片，如果項目進展順利，預計今年年底或明年初流片。

　　自動駕駛的大腦也就是自動駕駛芯片，在這短短十年中有了翻天覆地的變化和演變，并且商業(yè)格局也有了變化。2012-2025年，自動駕駛芯片將會出現(xiàn)一批性能極強的代表，車企能否依靠這些芯片推出更先進的自動駕駛功能，就讓我們拭目以待。（圖/文/攝：太平洋汽車網(wǎng) 杜慶煒）