2018ADAS与自动驾驶产业链研究——计算平台与系统架构篇

两年前，佐思产研撰写了《2016年 ADAS与自动驾驶产业链报告》，细分为三份报告，合计约500页。随着汽车行业的发展，自动驾驶产业的壮大，今年我们更新这份报告时，不得不大幅扩充为七份报告，合计约1200页。

这七份产业链报告是：

《2018 ADAS与自动驾驶产业链研究——计算平台与系统架构篇》

《2018 ADAS与自动驾驶产业链研究——主机厂与系统集成商篇》

《2018 ADAS与自动驾驶产业链研究——汽车视觉产业篇》

《2018 ADAS与自动驾驶产业链研究——汽车雷达产业篇》

《2018 ADAS与自动驾驶产业链研究——低速自动驾驶产业篇》

《2018 ADAS与自动驾驶产业链研究——商用车自动驾驶产业篇》

《2018 ADAS与自动驾驶产业链研究——自动驾驶初创企业篇》

《2018 ADAS与自动驾驶产业链研究——计算平台与系统架构篇》共158页，包括七部分内容：

ADAS与自动驾驶简介

ADAS与自动驾驶市场预测

国内车厂ADAS与自动驾驶策略，包括吉利、通用、上汽、东风、长城、广汽、长安、蔚来、小鹏、拜腾等厂家

ADAS与自动驾驶软件架构，包括Autosar经典与自适应、ROS 2.0与QNX

ADAS与自动驾驶硬件架构，包括车载以太网、TSN、以太交换与网关、域控制器

ADAS和自动驾驶安全认证，包括ISO26262、AEC-Q100

处理器厂家研究，包括NXP、瑞萨、德州仪器、Mobileye、英伟达、安霸、英飞凌和ARM等

根据佐思产研的研究，2017年中国ADAS与自动驾驶市场规模约为59亿元，到2021年预计能达到426亿元，年均增长率约为67%。

最先起步的细分市场是汽车视觉、毫米波雷达、ADAS系统，其中毫米波雷达市场的规模和增速均让人惊讶。紧接着是低速自动驾驶，而激光雷达、商用车自动驾驶、乘用车自动驾驶的市场放大将相对滞后。

汽车进入ADAS与自动驾驶时代后，产品迭代速度急速增加，而汽车市场远不及消费类电子市场广阔，但设计难度、设计与生产成本都高于消费类电子市场，加上产品迭代速度大增，产品生命周期缩短，汽车ADAS与自动驾驶处理器风险大大增加，必须有足够的财力和人力来支持开发汽车ADAS与自动驾驶处理器，全球范围内仅有NXP和瑞萨等极少数几家企业能开发全系列ADAS与自动驾驶处理器。

安全认证方面，自动驾驶芯片都至少要求ASIL B级水准。目前能达到ASIL B级安全认证的自动驾驶处理器只有瑞萨R-CAR H3等。GPU是通用型设计，而非汽车专用设计，从设计出发点就很难达到ISO26262认证的安全等级。ASIL的认证周期长达2-4年。

双目的可靠性、准确度、功能性远在单目之上，但是由于双目必须使用FPGA，造价高。成本限制双目只能用在豪华车领域，随着瑞萨和NXP硬核双目处理器的出现，双目将大量出现在ADAS与自动驾驶领域，从豪华车走向中档车。

随着传输数据的暴增，车载以太网将成为未来汽车的标准配置，而自动驾驶则离不开以太网关或以太交换机。

Autosar将成为ADAS与自动驾驶领域的标准配置。

典型无人驾驶框架

CNN/DNN图形类机器学习，数据和顺序无关，GPU是最合适的，特别是在性价比方面，英伟达的GPU可用于汽车之外的多个领域，出货量远比汽车专用的ASIC要高，性价比优势十分明显。TPU以降低运算精度来提升速度，并降低功耗，功耗只有GPU的10%。

RNN/LSTM/强化学习有关顺序类的机器学习，FPGA具备明显优势，尤其是功耗方面，同样性能下FPGA不到GPU的1/5。但FPGA缺乏性价比，高性能的FPGA成本很高。FPGA也可以处理图形类机器学习，可以降低精度来提升性能。

ASIC性能与功耗比最好，但开发周期长，开发成本最高，灵活性最差，如果出货量低的话（如果采用7纳米工艺，最低也要每年1.2亿的出货量），要么单价很高，要么厂家亏损。大部分深度学习图形类机器学习ASIC都近似TPU。

车载领域，功耗、性价比都是关键因素，图形类机器学习，GPU是毫无疑问的赢家。但随着算法的不断改进，对运算精度要求越来越低，FPGA的低功耗使得在图形类机器学习领域也有一席之地。顺序类机器学习，FPGA具备压倒性优势。

自动驾驶可以分为两种类型，一种是Waymo为代表，已经解决了环境感知领域内的大部分问题，精力主要放在行为决策上，计算架构是CPU+FPGA，一般都是英特尔至强12核以上CPU加Altera或Xilinx的FPGA。另一种以Mobileye为代表，还未解决环境感知的全部问题，精力主要在环境感知上，计算架构是CPU+GPU/ASIC。

展望未来，短期内CPU+GPU会是主流，但长期来看CPU+FPGA/ASIC可能会是主流，主要是算法的改进和传感器特别是激光雷达性能的提升，对图形类运算精度可以持续降低，这对FPGA很有利，而GPU的功耗很难下降。FPGA更容易达到车规级要求。

芯片代工领域，台积电拿下所有的7纳米订单，包括独家供应苹果的A12，这也是台积电首次超越英特尔成为半导体制造工艺最先进的厂家，像人工智能自动驾驶类强调运算能力的数字类逻辑芯片，先进工艺是必须采用的。