自動駕駛芯片頂流爭霸，國產新秀紛紛嶄露頭角

三大架構共榮的格局

在自動駕駛芯片這個沙場，已呈現由高通、英偉達、Mobieye為首的三分天下的局面。

從各大廠商的產品路線來看，自動駕駛芯片呈現出GPU、FPGA、ASIC三大架構共榮的格局。

目前主流廠商多以［CPU＋XPU］相結合的方式，進行自動駕駛芯片設計。

以英偉達、特斯拉為代表的［CPU＋ASIC＋GPU］結合方式；

以地平線、Mobileye為代表的［CPU＋ASIC］結合方式；

還有以百度、WAYMO為代表的［CPU＋FPGA］結合方式。

特斯拉D1：指向純視覺基礎的完全自動駕駛

為了實現最大協同，超級計算機Dojo應運而生，目的是［訓練］特斯拉汽車。

Dojo超級計算機的單個訓練模塊由25個D1芯片組成。

D1是特斯拉自主研發的神經網絡訓練芯片，單芯片在BF16精度下算力高達362 TFLOPs，兼具GPU級別的訓練能力和CPU級別的可控性。

特斯拉的目標就是制造一款針對其大量視頻AI需求進行自動駕駛優化的超級計算機。

英偉達的Thor：一代比一代性能翻翻

Drive Thor是英偉達第一個具有Transformer引擎的自動駕駛汽車計算平臺。

Thor的誕生，取代了英偉達DRIVE原本發展路線圖中的Atlan；

其能夠與目前被用于量產汽車、可提供每秒254萬億次浮點運算性能的DRIVE Orin無縫銜接。

相比英偉達當前量產上車的Orin X芯片（單顆算力254TOPS），Thor的算力提升了8倍。

相比一年前英偉達推出的1000 TOPS 的Atlan芯片（原定2023年向開發者提供樣品，2024年量產），Thor的吞吐量和交付性能也直接翻倍。

截至目前，英偉達在自動駕駛芯片已經形成了極強的競爭優勢。

在中高端新能源汽車上，英偉達自動駕駛芯片逐漸成為標準配置。

高通：開始自動駕駛組合拳服務

Digital Chassis包括Snapdragon Ride、驍龍汽車連接、驍龍座艙，以及用于軟件服務和升級的驍龍汽車到云服務。

其中驍龍 Ride平臺主要用來開發高級駕駛輔助系統（ADAS）和自動駕駛（AD）系統，在今年4月高通完成了對Arriver的收購，提升了在自動駕駛系統ADAS上的能力。

Digital Chassis包含了高通在人工智能、無線和低功耗高性能異構計算方面的專長，并結合了該公司在構建靈活、可伸縮和開放生態系統方面的成功經驗。

驍龍Digital Chassis平臺具有將單個平臺組件與附加硬件和軟件技術相結合的靈活性。

Mobileye：坐擁強大的汽車駕駛數據庫

Mobileye在2022年推出了新型EyeQ Ultra，它專為自動駕駛而生。

具有170 TOPS，包括12個RISC內核、256 gigaflops、許多GPU 和加 速器內核等。

可以處理L4自動駕駛的所有需求和應用，而無需將多個系統集成在一起的計算能力和成本，解決兩個行業面臨的重大挑戰。

Mobileye 還還推出了其最新一代芯片EyeQ6：EyeQ6L和EyeQ6H，采用7nm工藝，能用于ADAS L2，預計將于 2023 年年中開始生產。

2025年是國產替代關鍵節點

2025年是個非常重要的時間節點，現在多數關鍵環節的汽車芯片都已經有本土供應商了，只是未必都已實現批量上車。

所以接下來三年是車廠培養本土供應鏈的關鍵。

2025年如果能拿下車企最新智能汽車量產訂單，不但意味著生存問題解決，同時意味著對外國廠商形成了優勢。

在芯片供應短缺的情況下，一向保守的汽車行業也開始嘗試使用本土供應商的產品，甚至還愿意培養本土的新供應商。

特別是美國最近限制了英偉達和AMD向中國出口高性能GPU芯片，這對于訓練人工智能系統至關重要。

盡管目前對智能汽車不會產生實質性的影響，但是車企已經意識到國產替代的重要性。

防患于未然，車企希望盡快在國內找各種解決方案的備份。

這將加快國產芯片以及整個智能汽車關鍵技術領域的國產化替代速度。

華為：已經形成三大系列的智能平臺

在自動駕駛方面，華為憑借鯤鵬＋昇騰系列的芯片組合，以及激光雷達的應用。

在去年4月就推出了算力高達400TOPS的自動駕駛計算平臺MDC810，率先在極狐阿爾法S上面裝車應用。

阿維塔、哪吒等品牌旗下數個車型預計采用華為自動駕駛平臺。

地平線：已實現前裝量產上車

地平線是國內最早布局自動駕駛芯片的廠商之一，已實現了芯片前裝量產上車。

地平線已經有多家自主品牌車企深度合作，代表其最先進水平的征程5（128TOPS算力）也已完成量產級別測試，今年4季度即將在某頭部新勢力正式落地。

目前已推出三款AI芯片，征程2已搭載長安汽車和奇瑞螞蟻進入量產階段；

北京車展上發布的征程3則可支持ADAS、智能座艙、自動泊車輔助、高級別自動駕駛及眾包高精地圖定位等場景；

還計劃推出面向高等級自動駕駛場景的征程5和征程6。

黑芝麻：打造FAD全自動駕駛計算平臺

黑芝麻智能科技也已推出三款芯片，可覆蓋L2－L4自動駕駛級別場景，并打造了基于華山A1000芯片的FAD全自動駕駛計算平臺。

近日壁仞科技發布了新款通用GPU芯片BR100，可望為國內人工智能、自動駕駛等新興科技提供支持，增強獨立自主的實力，進一步擺脫對海外芯片的依賴。

BR100 GPU芯片采用臺積電7nm工藝，輔以chiplet封裝技術等，兼顧了成本和性能，擁有超大尺寸核心，從而容納了770億顆晶體管，達到了業界性能領先水平。

零跑汽車：研發國內首款完全自動駕駛芯片

造車新勢力零跑汽車更是自研圈圈自主產權的自動駕駛芯片凌芯01，并搭載于零跑C11車型上。

并且，相比其他廠商使用ARM架構CPU和其他IP核心，凌芯01的所有核心都有自主知識產權，是國內首款完全自主知識產權的自動駕駛芯片。

凌芯01這顆SoC采用平頭哥玄鐵C860雙核32位CPU，主頻最高1GHz，支持浮點執行單元，支持VDSP矢量運算。

同時采用8核心神經網絡處理器，最大算力可以達到4．2TOPS，并集成了縮放、歸一化、減均值等硬件加速模塊。

制程方面國內廠商需迎頭追趕

目前，地平線的征程2采用28nm HPC＋制程；

征程3采用16nm FFC，征程5采用16nm FinFET制程；

華為昇騰310采用12nm制程；

黑芝麻A1000、A1000L以及A1000 Pro三款芯片全部采用16nm FinFET制程；

芯馳科技也采用16nm制程；凌芯01則采用28nm HPC＋制程。

而目前英偉達現有Xavier芯片為16nm制程；

特斯拉Hardware 3．0采用14nm制程；

Mobileye EyeQ4芯片采用28nm制程。

似乎和國內一種自動駕駛芯片沒有太大差距。

但實際上，今年下半年，Mobileye EyeQ5就將搭載與極氪001，采用7nm制程；

明年大量裝車的英偉達Orin芯片，采用7nm制程；

高通即將上車的Snapdragon Ride自動駕駛解決方案采用5nm制程。

而明年前裝上車的國內自動駕駛芯片，大多仍使用16nm制程芯片，其效能表現可能會落后于更先進制程芯片。

結尾：

自動駕駛汽車的興起正在改變對汽車芯片的需求，為了應對未來的變化并成為市場領導者，汽車和半導體公司都必須了解新的和未來的自動駕駛技術對芯片需求的影響。

在自動駕駛行業中，國產芯片還有很長的路要走，需要全產業鏈的支持。