（文/杜莎） 在自動駕駛這一黃金賽道，自動駕駛芯片玩家仍在奮力狂奔，也難免有所浮沉。
就市場格局來看，除特斯拉自研自用FSD芯片外，大部分量產(chǎn)輔助/自動駕駛系統(tǒng)的國內(nèi)外車企原來都依賴Mobileye、英偉達等的芯片。但從去年以來，這一格局也在悄然改變，高通強勢入局，華為、地平線、黑芝麻智能等中國廠商也在自動駕駛芯片市場上嶄露頭角，且逐漸加入到與英偉達、高通等的大算力芯片角逐中。
大算力芯片領(lǐng)域的內(nèi)卷、競爭也持續(xù)加劇。2022年度新車算力最強的魏牌摩卡DHT-PHEV激光雷達版，搭載了毫末智行聯(lián)合高通打造的Snapdragon Ride芯片，綜合算力已達1440TOPS。剛剛過去的9月，英偉達、高通前赴后繼發(fā)布了算力達2000TOPS的自動駕駛芯片，地平線征程5與英偉達Orin也將搭載于理想新量產(chǎn)車型同臺競技，這給本就硝煙彌漫的賽場更添了“一把火”。
而資本市場，則給輔助駕駛芯片市場“一哥”Mobileye澆了“一盆冷水”。10月18日，報道稱英特爾子公司Mobileye 表示其首次公開募股的目標估值為160億美元左右，不到此前預期500億美元的三分之一。當然，這背后既與美股的整體蕭條有關(guān)，也因其原有市場不斷被“蠶食”且在大算力芯片賽道“掉隊”，前景充斥著不確定性。
但總歸，自動駕駛芯片市場尚處于發(fā)展期，一切競爭才剛剛開局，終局如何還未曾可知。
軟硬解耦、智能駕駛升級背后的算力之爭
站在動輒成百上千TOPS算力的2022年，回望2014年，彼時業(yè)界公認的第一款真正意義上的智能汽車特斯拉Model S推出，搭載的是Mobileye EyeQ3，算力僅為0.256TOPS。
不得不感嘆，算力是如何漲了幾百倍的？自動駕駛對算力的需求到底有多大？
其實，這些年芯片算力的暴漲史，也是智能駕駛的發(fā)展史，特斯拉更算得上是行業(yè)推手。2019年，特斯拉在與Mobileye、英偉達相繼“分手”后，自研推出HW3.0芯片F(xiàn)SD，144TOPS的算力震驚業(yè)內(nèi)。要知道那時候，英偉達主打產(chǎn)品Xavier芯片（于2020年上車）的算力30TOPS，Mobileye主流產(chǎn)品是算力2.5TOPS的EyeQ4。
一時間，F(xiàn)SD芯片迅速激發(fā)起汽車行業(yè)對算力的追逐，也拉開了自動駕駛大算力芯片的中場戰(zhàn)事。到2021年，這場競賽被拉高到新高度，中國市場成為競賽的“角斗場”，英偉達、高通等最新產(chǎn)品都選擇在國產(chǎn)車型上首發(fā)。而且，拼芯片、拼算力日漸成為一種風氣，越來越多的車企開始推出大算力的平臺。
從2022年上市/將上市新車搭載的自動駕駛芯片來看，英偉達Orin當屬大算力芯片賽道的霸主。目前明確采用Orin芯片的主機廠包括蔚來、理想、上汽智己、威馬汽車、沃爾沃、路特斯、高合汽車、集度汽車、小馬智行等。同時，華為、地平線這些國內(nèi)廠商也逐漸成長起來，例如，目前除理想汽車外，已官宣采用征程5的車企還有比亞迪、上汽集團、一汽紅旗、自游家汽車等。
對于自動駕駛，算力到底多大才算夠？根據(jù)地平線披露的數(shù)據(jù)，自動駕駛等級每增加一級，所需芯片算力就會呈現(xiàn)數(shù)十倍的上升，L2級自動駕駛的算力需求僅要求2-2.5TOPS，但是L3級自動駕駛算力需求就需要達到20-30TOPS，到L4級需要200TOPS以上，L5級別算力需求則超過2000TOPS。
現(xiàn)階段，市場上大規(guī)模量產(chǎn)的仍是L2級別的車型，這個階段對算力的要求并不高，算力最多不過十幾TOPS。那么，為何越來越多的車企將芯片算力堆高到500到1000TOPS呢？
這與車企智能化之戰(zhàn)升級不無關(guān)系。今年，與自動駕駛相關(guān)的熱點之一便是“城市領(lǐng)航駕駛”，小鵬、北汽極狐、魏牌摩卡都曾在9月宣布將成為國內(nèi)“首個”量產(chǎn)“城市領(lǐng)航駕駛”的車企，這意味著自動駕駛的場景正在由單一的自動泊車/高速走向城區(qū)/環(huán)路等復雜場景。
隨著自動駕駛場景的拓展，今年以來，激光雷達上車越來越多，800萬攝像頭、4D毫米波雷達等新技術(shù)也上車量產(chǎn)，一輛汽車的傳感器數(shù)量甚至超30個。這些量產(chǎn)車輛上裝配的智能駕駛硬件相當于把芯片直接拉至L4甚至更高級別，算力需求自然大增。
而且，隨著軟硬件深度解耦，車廠正通過大量硬件預埋來獲取大量數(shù)據(jù)，軟件OTA迭代以保障系統(tǒng)優(yōu)化成為主流。對于軟件定義汽車趨勢下的算力需求，英偉達中國區(qū)自動駕駛業(yè)務(wù)總經(jīng)理劉通曾公開表示：“從我們的認知，以及與行業(yè)的溝通發(fā)現(xiàn)，軟件定義汽車對算力的需求是動態(tài)的，不是靜止的，今天可能需要100TOPS，但算法是不斷開發(fā)的，需要訓練大型的數(shù)據(jù)，所以需要的算力也在不斷變化中。為了使汽車在全生命周期都能給用戶帶來驚喜，因此，算力必須預埋，以滿足軟件定義汽車的需求，要想富，先修路，因此，對于算力更應(yīng)該有前瞻性的認知：其是為未來而預埋?！?/p>
提升自動駕駛性能，算法、軟件與硬件架構(gòu)都要推進
毫無疑問，大算力芯片是智能電動汽車發(fā)展的基礎(chǔ)和趨勢。但需警惕的是，這也不能成為車企營銷的借口，更不能讓智能硬件方面“你有我必須要有甚至更多”，這種脫離真實應(yīng)用場景的純競爭心理蔚然成風，畢竟最后買單的還是消費者。
伴隨自動駕駛技術(shù)的演進，車企對于高算力的渴望必然不會減少，但業(yè)界也在逐漸認識到，唯算力馬首是瞻，僅靠堆疊芯片并不能堆出自動駕駛，未來智能汽車的主戰(zhàn)場在于差異化的體驗。
英偉達曾談到，大家關(guān)注芯片的算力時，單獨講TOPS沒有意義，關(guān)鍵是要看芯片的綜合能力，這才是自動駕駛需要的。Mobileye也公開表示，自動駕駛關(guān)鍵的不僅是算力，而是效率。
類似“注重效率而非算力”的說法，也是地平線的觀點。地平線的創(chuàng)始人兼CEO余凱也曾表示，頂級芯片公司一定不能夠以多少TOPS來膚淺地、簡單地去講故事，高算力意味著什么？不是效用、性能、不是用戶價值，而是給車企的成本。有效算力才是更值得關(guān)注的核心，即主要從單位成本下峰值算力（TOPS/$）、峰值算力的有效利用率（TOPS/Watt），以及有效算力轉(zhuǎn)化為AI性能的比率（FPS/TOPS）三大維度來衡量真實的AI效能。
那么有效算力、效能如何提升呢？地平線曾表示，2年前，Science雜志上有一篇文章認為，即便是傳統(tǒng)半導體的摩爾定律已經(jīng)陷入遲滯的狀態(tài)，實際上它的頂層，通過軟件、算法、硬件架構(gòu)的設(shè)計，還可以持續(xù)推進端到端整體的計算架構(gòu)、計算效率持續(xù)往前演進。這一想法也與地平線不謀而合。
地平線聯(lián)合創(chuàng)始人兼CTO黃暢曾在接受集微網(wǎng)的采訪時表示，必須為這樣一個復雜的，要考慮算法架構(gòu)、軟件架構(gòu)和硬件架構(gòu)去構(gòu)建一套高效的端到端的AI計算架構(gòu)仿真平臺，包含算法、編譯器和計算核或者SoC的整個架構(gòu)，并關(guān)注算法、軟件和硬件架構(gòu)往前演進。
算法本質(zhì)上是一個行業(yè)發(fā)展的客觀趨勢，類似于一個“科學”的頂層問題。作為某一個單獨的芯片公司，能做到的是基于算法團隊的儲備和積淀，深度洞察算法，且對關(guān)鍵算法趨勢有更好的前瞻的預判能力，以盡可能更早地把前瞻的算法趨勢判斷帶入到當前一代的軟硬件計算架構(gòu)的設(shè)計中，從而真正意義上受益于算法創(chuàng)新帶來的優(yōu)勢。
前瞻算法定義的芯片設(shè)計，再通過軟硬結(jié)合協(xié)同，有助于將芯片的性能發(fā)揮到極致。因為，在軟件定義汽車的時代，軟件的性能“天花板”取決于芯片硬件能力的最大化利用?！盀榱藦浹a硬件的局限性，軟件需要變得更好。但再聰明的軟件也無法在舊硬件上正常發(fā)揮?！边@也是特斯拉CEO馬斯克的邏輯。
例如，特斯拉HW 3.0芯片，單芯片的算力只有72TOPS，相較上一代芯片并沒有提升太多，但自動駕駛性能最高提升幅度可達20倍。另外，征程5剛發(fā)布時極致計算性能為1283FPS，但在過去一年實際提升了20%到1531FPS。地平線給出的解釋是，征程5的芯片沒有變，算法沒有變，地平線僅僅是通過編譯器優(yōu)化調(diào)度、軟件架構(gòu)上的演進，使得其可以有持續(xù)的提升動力，而且還會持續(xù)有進一步提升。
車企有意自研，芯片玩家需打造更開放的創(chuàng)新生態(tài)
毋庸置疑，對于自動駕駛行業(yè)來說，一顆“好且好用”的自動駕駛芯片決定了自動駕駛系統(tǒng)的上限。但在特斯拉之后，報道稱近日通用旗下的自動駕駛公司Cruise正在自研自動駕駛芯片，而此前其搭載的是備受行業(yè)青睞的英偉達Orin芯片。
對于自研芯片的原因，Cruise方面表示自動駕駛芯片太貴了，Cruise硬件負責人Carl Jenkins稱：“因為我們的車型數(shù)量很少，所以沒有和芯片商談判的權(quán)利。因此我們必須掌握自己的命運?！?/p>
隨著車輛智能化越來越高，生產(chǎn)復雜程度越來越超出車企的認知，而且此次“缺芯”重創(chuàng)汽車行業(yè)，也使得車企也愿意在芯片領(lǐng)域做更多投入。對此，Gartner預測，由于芯片短缺以及汽車的電氣化和自動化等趨勢，十大汽車主機廠中的一半將在2025年自主設(shè)計芯片，增強對自身產(chǎn)品路線圖和供應(yīng)鏈的控制。
國內(nèi)也有車企在嘗試。據(jù)報道，大華與零跑汽車聯(lián)手打造了一款智能駕駛芯片——凌芯01，28nm制造工藝，算力8.4Tops。由此，零跑也成為國內(nèi)新勢力中唯一一家擁有自研AI自動駕駛芯片的企業(yè)。但相比其他車企使用的第三方產(chǎn)品，凌芯01的表現(xiàn)并不出色。
近日，晚點LatePost消息也稱，蔚來已經(jīng)組建了近300人的芯片團隊，研發(fā)包括自動駕駛芯片和激光雷達芯片；小鵬的芯片團隊目前已經(jīng)有近200人，目標是開發(fā)對標特斯拉FSD的大算力自動駕駛芯片。
車企自研自動駕駛芯片的好處很多，可以更好地契合車企的自動駕駛軟件算法，且軟硬一體化開發(fā)能最大限度保證硬件能力的釋放，以及更快的技術(shù)迭代；同時，對于大規(guī)模生產(chǎn)的車企來講，芯片自研自控將在成本上有很好的回報。
當然，對中國車企而言，自研自動駕駛芯片也不乏國際政治紛爭的因素。日前，英偉達AI算力芯片A100被禁止對華銷售也引起了行業(yè)高度關(guān)注。
但很多困難也擺在眼前，包括人才的短缺、高昂成本和較長周期。地平線在上海舉辦的技術(shù)開放日活動上談到，例如，在整個大算力芯片的平臺里，如果做L2+整個開發(fā)，對于車企或供應(yīng)商而言，至少需要兩百到三百人的團隊規(guī)模去做這樣的開發(fā)，開發(fā)周期大概一年多左右。如果沒有一套成熟完整的開發(fā)平臺，就是冒著數(shù)億風險的投資做開發(fā)。不管芯片多么便宜，這個成本對于開發(fā)者來說非常不可控。
Semiengingeering的數(shù)據(jù)也顯示，開發(fā)28nm節(jié)點芯片的投入為5130萬美元，16nm節(jié)點芯片的開發(fā)費用翻倍至1億美元，7nm節(jié)點芯片更是達到了2.97億美元。而當下車企們所需的高端芯片，制程也基本在7nm左右，投入更是天價。
大眾集團前CEO迪斯也對特斯拉軟硬件全棧自研的策略非常認可，也多次在公開場合強調(diào)過軟件的重要性。他曾說過，“為了實現(xiàn)最佳性能，汽車的軟件和硬件必須出自同一只手”，并表示，大眾計劃自主設(shè)計和開發(fā)高性能芯片以及所需的軟件。
而隨著迪斯的出走，大眾汽車集團新任首席執(zhí)行官在第一天的內(nèi)部會議上就表示，大眾汽車集團將加快向電動汽車的轉(zhuǎn)型，但在轉(zhuǎn)型過程中需要找到正確的“節(jié)奏”，并在可能的情況下提速，且表示可能會對建立合作關(guān)系持更開放的態(tài)度，“我們不能也不想自己開發(fā)所有東西”。近期大眾官宣與地平線通過合資控股的方式，提速布局軟硬全棧式解決方案。
這對于大眾集團來講或是最具性價比的不二選擇，但相信也會有更多這樣的追隨者。
關(guān)于芯片公司與車企的合作模式，地平線曾總結(jié)了四種：
第一種是Mobileye模式，Mobileye把芯片架構(gòu)、芯片以及操作系統(tǒng)，還有智能駕駛的軟硬件系統(tǒng)，全部開發(fā)完了以后交付給車企，即黑盒系統(tǒng)；
第二種是英偉達模式，英偉達把GPU架構(gòu)開發(fā)成芯片，然后包上自己的操作系統(tǒng)CUDA, 再去讓業(yè)界開發(fā)自動駕駛的軟硬件系統(tǒng)；
第三種是地平線提出的TogetherOS模式，把BPU跟SoC開發(fā)完了以后，中間的底層軟件通過開源OS開放的模式跟整車一起系統(tǒng)開發(fā)；
第四種也是地平線的BPU授權(quán)模式。BPU授權(quán)模式對主機廠來說意味著整車開發(fā)可以完全從芯片到操作系統(tǒng)、到整個自動駕駛的軟硬件系統(tǒng)，實現(xiàn)高度的協(xié)同，完全的透明。
從Mobileye的失勢以及后續(xù)逐漸向開放慢慢轉(zhuǎn)變的策略，以及車企對“軟硬結(jié)合，全棧技術(shù)”需求來看，對于芯片廠商，在智能汽車時代，打造更開放的創(chuàng)新生態(tài)，保持高效的意義重大。
寫在最后
目前，產(chǎn)業(yè)鏈上的企業(yè)，包括車企、芯片供應(yīng)商等都還處在探索狀態(tài)，但相比于此前的一級一級的供應(yīng)鏈關(guān)系已是很大的進步，芯片供應(yīng)商也在從中獲得更多機會。不管是垂直自研，還是聯(lián)盟合作等，早期這種百家爭鳴的狀態(tài)都是在推進行業(yè)真正前行。
