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

电子爱好者网络报道(文/莫婷婷)英伟达、高通等国际制造商占全国自主驾驶芯片市场的一半。随着智能汽车的发展，国内厂商也推广了汽车人工智能芯片！国内主流厂商突破了大规模计算能力的瓶颈，加快了大规模生产，迎来了巨大的市场发展机遇。近日，国内不少汽车人工智能芯片厂商宣布了最新进展。黑芝麻智能表示，华山2号A1000芯片已投入大规模生产，并将继续向行业客户发货，并将于2022年实现大规模生产；地平线宣布，旅程5芯片将配备BYD的最新车型。

随着技术的成熟，智能汽车将逐渐从个人旅游设备中商业化。正是商业需求驱动了自动驾驶芯片技术的迭代。其中，大型计算能力车载B-60-9人工智能芯片和道路协调将是智能汽车实现先进自动驾驶的关键。

突破计算能力瓶颈，国产车载AI芯片逐步量产。

根据乘用车联合会的数据，2022年第一季度，全国乘用车市场共零售491.5万辆。其中，传统燃油汽车销量385万辆，同比下降18%，国内新能源汽车零售额107.0万辆，同比增长146.6%。虽然消费市场低迷，但新能源汽车在国内市场仍能实现同比增长。前三大汽车制造商是比亚迪、特斯拉中国和上汽通用五菱。

公开数据显示，预计到2030年，自动驾驶汽车将占总里程的40%，自动驾驶的渗透率将达到10%。毫无疑问，智能汽车对自动驾驶功能的需求推动了人工智能芯片市场的增长。

目前，国内布局车载人工智能芯片的制造商已进入收获期。从最新的自动驾驶芯片中能力和算法是最重要的升级方向。以黑芝麻智能为例。华山2号A1000计算能力为40-70TOPS，可支持L2+以上自动驾驶。A1000Pro的计算能力达到106TOPS，最高196TOPS，支持停车、城市内部和高速公路等先进的自动驾驶场景。

近日，黑芝麻智能创始人兼首席执行官张公开表示，大型计算能力SOC芯片、人工智能计算平台和良好的图像处理能力是自动驾驶演变的基础。华山2.1万自动驾驶计算芯片由黑芝麻智能开发，功能安全、信息安全、可靠性完全成熟。今年将实现大规模生产，实现L2-L3自动驾驶功能。

此外，黑芝麻智能正在开发A2000系列芯片，预计单个芯片的计算能力将超过256TOPS。据媒体报道，大型计算芯片将于今年发布，样品将于2023年提供。

以上将应用于比亚迪的最新电影将应用于比亚迪的最新汽车，单芯片计算能力也可达到128TOPS。同时，地平线还表示，基于旅游5系列芯片，将推出一系列智能驾驶中央计算机，人工智能计算能力高达200至1000TOPS，FPS性能和功耗最高。

地平线代表芯片旅程系列、旅程2和旅程3。旅程3基于地平线独立开发的BPU2.0架构。人工智能计算能力为5TOPS，典型功耗约2.5W。它可以实现停车等整个场景的智能功能。它配备了哪吒的新车型。

车载人工智能芯片与车型的匹配主要取决于车型的定位。随着智能驾驶系统需要处理的数据量，对计算能力的需求也会增加。地平线创始人余凯曾表示，计算能力就像智能汽车的大脑容量。每次自动驾驶上升到一个水平，所需的芯片计算能力就会转向一个数量级。Intel前首席执行官在奇也提到，未来每辆自动驾驶汽车每天生成的数据为4TB，每辆自动驾驶汽车的平均数据量约为3000人生成的数据量。与自动驾驶芯片的计算能力要求相对应，在L2级及以下辅助驾驶阶段，计算能力要求约为10TOPS。在L3/L4级，计算能力要求相对提高，约为60TOPS/100TOPS。

商业化给车载AI芯片带来了新的挑战：能效、道路协调。

可以发现，国内汽车人工智能芯片制造商在突破大计算能力瓶颈方面取得了成就。为了进一步提高智能汽车的性能，地平线仍然专注于MAPS，这不仅反映了每秒识别的帧率，而且反映了整车的真实性能。为什么MAPS更能反映整车的真实性能？与特斯拉的FSD和英伟达的DrivePX2相比，FSD的计算能力为72TOPS，DrivePX2为24TOPS，计算能力相差3倍，但实际性能相差21倍。

为什么差别这么大？这是因为特斯拉FSD是根据算法开发硬件的，软硬件的组合程度更高。地平线旅程5系列也在算法上进行了大量迭代。将旅程5与英伟达Orin芯片进行比较。旅程5系列芯片的单芯片计算能力仅为Orin芯片的一半（128TOPS），但FPS高达1283，Orin芯片的FPS仅为1001。

能源效率已成为衡量自主驾驶汽车性能实力的另一个标准。如今，国内汽车人工智能芯片在计算能力和算法方面取得了突破。如何将算法和应用程序映射到软件和芯片中，实现商业着陆是自主驾驶的真实场景。

自动驾驶汽车的商业化涉及终端和终端两个方面。在终端方面，大众、BYD、小鹏、威莱等汽车企业逐步升级新车型的硬件配置，优化算法。例如，小鹏G9的计算能力可达到508TOPS、两个英伟达Orinx芯片、两个激光雷达、12个800万像素摄像头、12个超声波雷达和5个毫米波雷达；威莱ET7的计算能力是特斯拉FSD的7倍，也是市场上大规模生产移动计算平台的最大计算能力。在硬件设备方面，超级计算平台ADAM配备了4个英伟达Orin芯片、11个800万像素高清摄像头、1个超长距离高精度激光雷达、5个毫米波雷达、12个超声波雷达、2个高精度定位器、1个道路协作感知和1个增强主驾驶员感知。目前，大多数智能汽车都实现了L2级自动驾驶功能。

在道路末端，通信设施和基础设施将作为主要道路的协调建设。5g汽车协会预计，从2020年到2023年，4glte-V2X技术可实现左转辅助和应急电子制动灯功能等基本安全功能；到2024年，5g将逐步应用于自动驾驶技术。自2026年以来，新的自动驾驶汽车将能够使用5g-V2X，共享高清传感器数据并相互合作。值得注意的是，在智能汽车实现自动驾驶之前，还需要提高足够的计算能力，实现软件、硬件、数据等技术的紧密合作，适应道路终端。

今年4月，北京率先开放自动驾驶执照，成为中国第一个开放无人驾驶乘用车运营试点城市。据报道，第一批将投资14辆无人驾驶汽车进行示范和应用，包括百度和小马智能银行。值得一提的是，小马智能银行获得了广州出租车运营许可证和北京首批无人驾驶robotaxi客户许可证。自动驾驶技术的商业化进程加快，这也意味着未来汽车人工智能芯片将面临更多的挑战。

对于汽车公司来说，如果他们想进一步提高汽车的自动驾驶性能，他们必须配备更先进的汽车人工智能芯片。对于放弃纯燃料汽车攻击新能源汽车的BYD来说，他需要在高计算能力平台的帮助下在自动驾驶性能上取得突破。BYD将是智能汽车市场的另一个开始。

小结：

大型汽车人工智能芯片也需要打破许多挑战。从目前汽车人工智能芯片制造商的进展来看，国内人工智能供应商正在逐步突破瓶颈，找到合适的技术发展路线。未来，在云培训、边缘推理等方面将需要进一步努力。同时，安全、功耗等性能也是汽车人工智能芯片制造商需要长期关注的方向。