自动驾驶汽车助推车载AI芯片！国内主流厂商突破大算力瓶颈，加速量产上车

电子发烧友网报道（文/莫婷婷）在自动驾驶芯片市场，英伟达、高通等国际厂商已占据半壁江山，国内厂商也随着智能汽车的发展自动驾驶汽车助推车载AI芯片！国内主流厂商突破大算力瓶颈，加速量产上车，迎来了巨大的市场发展机遇。近期，多家国内车载AI芯片厂商相继宣布了最新进展，黑芝麻智能表示华山二号A1000芯片已投入规模生产，开始向行业客户持续发货，将于2022年内实现量产上车；地平线则宣布征程5芯片将搭载在比亚迪汽车的最新车型上。

随着技术的成熟，智能汽车将从个人出行设备逐渐实现商业化。也正是商业化需求，驱动自动驾驶芯片技术迭代。其中，大算力车载AI芯片以及车路协同将是智能汽车实现高级别自动驾驶的关键。

突破算力瓶颈，国产车载AI芯片逐渐量产上车

根据乘联会的数据，2022年第一季度全国乘用车市场累计零售491.5万辆。其中，传统燃油车销量385万辆，同比下降18%，新能源车国内零售107.0万辆，同比增长146.6%。尽管消费市场低迷，但新能源车在国内市场依旧能实现同比增长，排名前三的汽车厂商分别是比亚迪汽车、特斯拉中国、上汽通用五菱。

2022年Q1新能源厂商销量前五（图源：乘联会）

公开数据显示，预计到2030年，自动驾驶汽车将占据整体出行里程的40％，完全自动驾驶新车渗透率将达到10％。毫无疑问，智能汽车对自动驾驶功能的需求带动了车载AI芯片市场的增长。
目前，国内布局车载AI芯片的厂商已经进入收获期，从最新的自动驾驶芯片中可以发现，算力、算法是最主要的升级方向。以黑芝麻智能为例，华山二号A1000的算力为40-70TOPS能支持L2+及以上级别自动驾驶，A1000 Pro的算力达到 106 TOPS，最高可达196 TOPS，支持从泊车、城市内部，到高速等高级别自动驾驶场景。

近日，黑芝麻智能创始人兼CEO单记章在公开场合表示：“大算力SOC芯片、AI计算平台、良好的图像处理能力是自动驾驶演进的基础。黑芝麻智能研发的华山二号A1000自动驾驶计算芯片已经在功能安全、信息安全、可靠性方面完全成熟，将在今年实现量产上车，实现L2-L3级别自动驾驶的功能。”

此外，黑芝麻智能正在研发A2000系列芯片，预计单芯片算力超过256TOPS。根据媒体报道，这颗大算力芯片将在今年发布，并在2023年提供样片。

而前文提到将应用于比亚迪最新汽车的地平线征程5系列芯片，单芯片算力也能达到128TOPS，同时，地平线还表示基于征程5 系列芯片，将推出AI算力高达200 至1000TOPS 的系列智能驾驶中央计算机，兼备业界最高 FPS性能与最低功耗。

地平线的代表芯片“征程系列”还有征程2和征程3，征程3基于地平线自主研发的BPU 2.0架构，AI 算力为5 TOPs，典型功耗约2.5W，可实现全场景融合泊车等智能功能，已搭载在哪吒汽车的新车型哪吒U·智上。

车载AI芯片与车型的匹配主要看该车型的定位，对算力的需求也会随着智能驾驶系统需要处理的数据量而提升。地平线创始人余凯曾表示，算力就好比智能汽车的脑容量，自动驾驶每往上走一级，所需要芯片算力就要翻一个数量级。Intel前CEO科在奇也曾提到，未来每辆自动驾驶汽车每天产生的数据4TB，平均每一辆自动驾驶汽车产生数据量约等于3000人产生的数据量。对应在自动驾驶芯片的算力需求上，L2 级及以下低级别辅助驾驶阶段，对算力的要求大约是10TOPS，到了L3/L4 级，算力要求相对提高，大约是60TOPS/100TOPS。


商业化带来车载AI芯片新挑战：能效、车路协同

可以发现，国产车载AI芯片厂商在突破大算力瓶颈方面已有成绩。为了进一步提高智能汽车的整车性能，地平线还在将重点放在MAPS上，既每秒准备识别的帧率上更能体现整车的真实性能。为何说MAPS更能体现整车的真实性能呢？以特斯拉的FSD和英伟达的Drive PX2作为对比，FSD的算力是72TOPS，Drive PX2是24TOPS，算力相差3倍，但是真实性能却相差21倍。

为何相差这么大？这是因为特斯拉FSD是根据算法开发硬件，软硬件结合程度更高。而地平线征程5系列也在算法上进行了大量的迭代。将征程5与英伟达Orin 芯片进行对比，征程5系列芯片单芯片算力仅为Orin 芯片的一半（128TOPS），但是FPS 却高达 1283，Orin 芯片的FPS 仅为1001。

能效已然成为衡量自动驾驶整车性能实力的另一个标准。如今，国产、车载AI芯片在算力、算法上已有突破，未来如何将算法和应用映射成软件和芯片，实现商业化落地才是自动驾驶真正场景。
自动驾驶汽车商业化涉及车端和路端两大方面。在车端方面，大众、比亚迪、小鹏、蔚来等车企均逐渐升级新车型的硬件配置，并且进行算法优化。例如小鹏G9算力可达到508TOPS，两颗英伟达OrinX芯片，2个激光雷达，12颗800万像素摄像头，12个超声波雷达，5个毫米波雷达；蔚来ET7算力达到1016TOPS，是特斯拉FSD的7倍，也是目前市面上算力最大的量产移动计算平台，在硬件设备上，超算平台ADAM搭载了四颗英伟达Orin芯片，11个800万像素高清摄像头、1个超远距离高精度激光雷达、5个毫米波雷达、12 个超声波雷达、2 个高精定位器，另外还有1个车路协同感知和1个增强主驾感知。当前，大部分智能汽车已经能实现L2级别的自动驾驶功能，包括NOA、变道辅助等功能。

电子发烧友网根据公开资料制图

在路端方面，将是以通讯设施、基础设施为主车路协同建设。5G汽车协会预计，从2020年到2023年，4G LTE-V2X技术能实现左转辅助和紧急电子刹车灯功能等基本安全功能；到了2024年，5G将逐步应用在自动驾驶技术中，从2026年开始，新型自动驾驶汽车都将能使用5G-V2X，汽车可共享高清传感器数据相互合作。值得关注的是，在智能汽车实现完全自动驾驶之前，还需要车载AI芯片提高足计算能力，从而实现软件、硬件、数据等技术的紧密配合，与路端进行适配。

今年4月，北京率先放开自动驾驶主驾无人许可，成为国内首个开启乘用车无人化运营试点的城市。根据报道，首批将投入14辆无人车开展示范应用，具备路测资格的企业包括百度、小马智行。值得一提的是，小马智行获得了广州出租车运营许可，并且在北京获颁首批无人化Robotaxi载客牌照。自动驾驶技术商业化进程加快，这也意味着未来车载AI芯片将要面临更多的挑战。

对车企来说，想要进一步提高汽车的自动驾驶性能就要搭载更加高级的车载AI芯片。对放弃纯燃油车全力进攻新能源汽车的比亚迪来说，需要借助高算力平台实现在自动驾驶性能上的突破。率先与地平线征程5系列达成合作，对于比亚迪来说会是在智能汽车市场的另一个开始。

小结：

车载AI芯片大规模上车还需要打破重重挑战，从当下车载AI芯片厂商的进展来看，国内AI供应商正在逐步突破瓶颈，并且找到适合自己的技术发展路线。未来，在云端训练、边缘端推理等更多方面将需要进一步努力，与此同时，安全性、功耗等性能也是车载AI芯片厂商需要长期关注的方向。