半年前,要找车规5nm芯片只有恩智浦(NXP)曾宣布下一代汽车芯片选用台积电5nm制程,预计2021年秋交付首批样片;今天却已不只一个,2018年7月高通收购NXP失败,现在也挺进了5nm车规芯片,产品有望最快在2023年底量产上市;特斯拉也在备战“芯片升级”,与三星电子合作为全自动驾驶开发5nm芯片。
刚刚,IT行业5nm芯片被曝集体翻车余音未了,车规5nm芯片又甚嚣尘上了。汽车芯片真的进入了5nm时代?我们来分析一下,这炙手可热的车规5nm芯片究竟货色如何?
5nm集体“发烧”为哪般?
和手机、电脑等设备相比,汽车运行环境的恶劣程度不是一点半点,尤其是热环境。现实是,别说车规,就是消费设备用的5nm也还存在问题。因为10年前困扰台积电和三星的问题又回来了。
5nm是目前EUV(极紫外线)光刻机能实现的最先进芯片制程,也是手机厂商的重要卖点,2020年下半年,苹果A14、麒麟9000、骁龙888等5nm制程芯片相继面世。不过,公开信息显示,上述芯片无一幸免被曝实际功耗不低,发热未减:“一度达80℃”、“发热降频”、“变身火龙”、“高烧不退”。一时间,5nm芯片集体翻车成为热议。
厂商一直在追随甚至想超越摩尔定律,遇到的最大问题是芯片内部的晶体管漏电。进入深亚微米制造制程时代之前,动态功耗一直是芯片设计的焦点,而在深亚微米制程,动态功耗在总功耗中的比例越来越小,静态功耗比例则越来越大;进入纳米时代,漏电流功耗对整个功耗的影响变得非常显著。在90nm制程电路中,静态功耗可以占到总功耗40%以上。
为什么呢?原来集成电路每一代制造制程的进步都是由缩短CMOS晶体管的沟道长度实现的。不断缩短沟道长度使电源电压、阈值电压、栅极氧化层厚度等制程参数随之按比例缩小,而短沟道效应(SCE)、栅极隧穿电流、结反偏隧穿电流等漏电流机制越来越显著,引起芯片漏电流功耗的上升。另外,沟道长度越短,漏电流功耗增加越快。
在5nm制程之前,因为采用了当时创新的FinFET(鳍式场效应晶体管)来替代传统平面式晶体管,台积电、三星和英特尔都成功抑制了漏电流功耗。
智能坐舱vs.自动驾驶
2015年开始,高通切入智能座舱和自动驾驶市场,近年来凭借其SoC芯片的强大算力,其14nm骁龙820A座舱SoC已经拿下不少客户,甚至成了2020年不少中高端车型的标配。
2019 CES展上,高通发布基于台积电第一代7nm制程的第一款车规级数字座舱SoC骁龙SA8155,入局车载市场。其强大之处在于优秀的运算能力和协同匹配能力,高通将其定义为“一机多屏多系统”的终极解决方案。今年伊始曝光谍照的长城WEY全新车型将是首款搭载8155的量产车型。
那么,智能座舱和自动驾驶能否相提并论呢?答案是否定的,前者与后者高度相关,但不可等同。智能座舱主要包括高清显示、仪表、主动安全报警(驾驶员监控)、实时导航、在线信息娱乐、紧急救援、车联网以及人机交互系统(语音识别、手势识别)等。其主要作用在于通过改变人机交互方式,提升驾驶者和乘员体验,有助于将产品属性升级为服务属性。毫无疑问,人工智能(AI)将赋能人车交互的智能化升级。智能座舱在半导体技术的支持下还是比较容易一步步实现。
自动驾驶呢?应该没有马斯克说的那么容易在不久的将来就能实现。因为它涉及的问题实在是太多了。就说芯片的算力吧,不可与智能座舱同日耳语。据称,高通8155芯片CPU处理器和GPU图形处理器算力是同级产品的3-5倍。而CES 2020上发布基于5nm制程Snapdragon Ride自动驾驶平台核心SoC基础算力为10TOPS,其中单颗SoC支持NCAP标准下的L1/L2级自动驾驶,多颗SoC组合可以实现L4级自动驾驶,最大算力可达700TOPS以上。
2020年11月,华为智能驾驶专家电话会议纪要中关于芯片的讨论就很能说明问题:“自动驾驶未来需要大算力芯片,市场一是自动驾驶,二是智能座舱。智能座舱里也会有很多人工智能应用,比如语音识别,以前用科大讯飞的方案是在云端做,体验感很差。现在用智能座舱芯片,像高通或华为基本上都有七八个T算力,地平线也一样,其征程二也有大概6个T算力(实际上是4TOPS)。大算力计算芯片一定是一个大趋势,也是一个门槛……自动驾驶有三个核心要素,第一是数据,第二是场景,第三是算力。特斯拉已经远超国内的自己在那里吹牛逼的公司了。”
算力vs.真实性能
汽车芯片市场竞争激烈已是不争的事实,英特尔(Mobileye)、英伟达(NVIDIA)、AMD三大巨头都已入局,特斯拉更是先发制人开始自研自动驾驶芯片。眼下,为了标榜智能,汽车行业正在经历一场算力竞赛。比如,2019年4月特斯拉算力达到144TOPS,当时已比Mobileye增加了几十倍;最近,无论智己还是蔚来都宣称已经在用上千TOPS的芯片。
不同主机厂的算力比较
地平线创始人兼CEO余凯发问:“几百T、上千T的算力增长可以持续吗?”他认为:“毕竟有摩尔定律的物理极限在,1000T、2000T到5000T,如果按照现在摩尔定律的功耗标准,超过了10000T,这个车就是一辆燃烧的汽车,所以在技术上没有可持续性,而且在人工智能角度也不是那么有意义。”
应该说,汽车行业已进入“重新定义汽车”时代,不管是“软件定义汽车”还是“芯片定义汽车”,说的都有道理,因为软件必须建立在电子电气架构核心的计算能力上,芯片硬件是运行软件的基础。因此,芯片的算力支撑至关重要,但一味追求算力并无实际意义。
在拼马力的传统汽车时代,马力并不反映用户可感知到的汽车动力性能,而是破百秒数;在智能汽车时代拼算力,也不能代表用户可感知到的智能驾驶性能。以特斯拉公布的数据为例,与上一代英伟达芯片比,其算力增加了3倍,但其真实计算性能提升了21倍,为什么?因为其真实计算性能是以每秒“准确识别”了多少帧图像来衡量的,与FPS(每秒“传输”帧数)还是有一些差别。
真实计算性能:每秒准确识别帧数
5nm制程的挑战
再看5nm制程技术本身的挑战,不管是IT应用还是更严苛的汽车, 7nm之时,FinFET技术已基本走到尽头,下一步将由环绕栅极晶体管(GAAFET)接替。但由于技术风险和成本压力,头部代工厂在5nm时代仍不得不使用FinFET。结果就是芯片漏电流功耗暴增,几乎抵消了制程进步的红利。
半导体制程的演变
据透露,英特尔已计划在5nm(接近台积电3nm制程)时切换到GAAFET,台积电则计划在3nm后再说,三星为了追上台积电,决定在3nm时就采用GAAFET。不过在GAAFET正式启用之前,芯片发热仍然是一个问题。因此,不管是5nm和已规划的3nm都存在新的可靠性挑战,尤其是汽车应用。
主机厂自研芯片雷声大雨点小
主机厂自研芯片的目的无非是不想受制于供应商,同时降低成本,但谈何容易?几十亿的投入令大规模量产自动驾驶芯片的厂商不过三家——英伟达、Mobileye(现已被英特尔收购)和特斯拉。除了特斯拉自给自足外,大多造车新势力都只能选用另两家的芯片。像蔚来、理想用的是Mobileye EyeQ4,小鹏用的是英伟达Xavier。
到目前为止,全球车企中真正自研芯片的只有特斯拉一家,其他的或许只是发声而已。就像智能手机产业一样,真正自研芯片的厂商凤毛麟角,绝大部分还是走分工协作的道路,因为专业的分工才能带来效率,这或许就是生态合作的意义吧。
5nm之战,商用为王
时至今日,2018年起沿用至今的座舱芯片还是英特尔14nm的Apollo Lake架构处理器;无论是英伟达还是Mobileye,最新款自动驾驶芯片的制程都是7nm;而自动驾驶量产之王特斯拉搭载的自动驾驶FSD电脑使用的第一代自研芯片HardWare 3还是基于三星14nm制程制造。当然,三星电子正在加紧5nm车用芯片制程研发,预计有可能在今年四季度开始量产特斯拉的5nm芯片。
从制程成熟度来看,此前高通骁龙888 5G芯片就是三星5nm代工。不过有消息称,三星曾面临良品率低的问题,一直在进行改善。三星在芯片设计方面有着行业顶尖实力,同时掌握了先进芯片制造的主动权,但如果三星无法顺利提升5nm EUV产能,则上述高通5nm车规产品的量产也可能受到影响。
另外,值得一提的是,三星与特斯拉和高通的关系孰亲孰疏也是左右谁先量产的重要因素,或许是现金为王吧。
表面上看,似乎5nm车规芯片将成为芯片厂商和主机厂争夺智能汽车下一个技术制高点的利器,但归根结底还要用商用量产的事实说话,另外,说何时量产上车也要眼见为实,在此前,发布的多少和预计量产都有可能只是过眼云烟。
结论是,5nm汽车时代到来就像实现真正自动驾驶的时间,不是说出来的,而是看主机厂和半导体厂商如何共同解决遇到的各种问题,防止承受不起的翻车。
因此,5nm汽车才刚刚起步!
责任编辑:xj
-
芯片
+关注
关注
451文章
49817浏览量
418787 -
半导体
+关注
关注
334文章
26502浏览量
211426 -
5nm
+关注
关注
1文章
342浏览量
25993
发布评论请先 登录
相关推荐
评论