bg
  • 全球智能汽车供应链
  • 2022年9月23日05时

    2000 TOPS 算力,英伟达就能统治自动驾驶芯片市场?


    关注公众号,点击公众号主页右上角“ ··· ”,设置星标,实时关注智能汽车最新资讯

    * 来源:汽车之心


    2000 TOPS 算力!

    在今年的英伟达 GTC 上,英伟达凭借新一代自动驾驶芯片 Thor刷新了自动驾驶的算力天花板。

    一颗自动驾驶芯片能不能上车,车企一般有 5 个评价维度:

    性能(即算力)成本功耗用性(或易开发性)同构性(芯片对其他系统的兼容性)

    算力,首当其冲成为评价一辆汽车是否智能的重要指标,这也是在用户端最容易被感知的一个指标。

    行业里有一种说法,算力越大,自动驾驶系统就越聪明。这意味着产品经理和工程师可以往自动驾驶系统里装入更多、更高级的功能。


    从 2015 年开始,英伟达开始以一年一代产品的节奏,迭代出了 DRIVE PX、DRIVE PX2、Drive PX Xavier、DRIVE PX Pegasus、DRIVEAGX Orin、DRIVE Thor 等自动驾驶芯片平台。

    算下来,英伟达芯片的算力以每年数倍的速度在提升,甚至还有车企和自动驾驶公司向英伟达要求更多的算力。

    但问题来了:算力越高,芯片公司就能彻底统治自动驾驶芯片市场吗?

    今天我们就来聊一聊当前自动驾驶芯片的众生相。

    01
    英伟达 Orin:
    大算力,完善的工具链,新势力的一致选择

    「我们从众多车企交流获得的消息来看,除了一汽外,基本都在使用和测试英伟达的芯片。在 L2+、L3 这个市场,英伟达基本上处在一个垄断地位。」一位熟悉汽车行业供应链的知情人士表示。

    据不完全统计,在电动乘用车领域,英伟达已经拿下了全球 30 家主流车企中20 家的订单,包括奔驰、捷豹路虎、沃尔沃、蔚来、理想、小鹏、智己、飞凡、极氪等。

    在自动驾驶卡车领域,英伟达拿下了全球 10 家主流企业中 7 家的订单,包括图森、智加、Navistar 等。


    在自动驾驶出租车(Robotaxi)领域,则拿下了主流自动驾驶公司:滴滴自动驾驶、文远知行、小马智行、元戎启行、轻舟智航等。
    事实上,面向下一代高端旗舰类产品,有大算力需求的车企都在追捧英伟达 Orin,而车企中智能化标杆的蔚来、理想、小鹏先后选择 Orin,给英伟达带来了巨大的「破圈效应」。


    9 月 20 日,在英伟达 GTC 上发布的新一代自动驾驶芯片 Thor,算力达到2000 TOPS。

    黄仁勋表示,只用一颗 Thor 芯片就能集成智能汽车所需的算力需求,包括高阶自动驾驶、车载操作系统、智能座舱、自主泊车等。

    用黄仁勋的话说,One chip to rule them all!而首发搭载 Thor 芯片上车的是车企,则是极氪。

    为什么英伟达的芯片方案大受这些公司的欢迎?

    这就要从英伟达的老本行 GPU 视觉图像处理说起。

    相比 CPU,GPU 更适合 AI 时代的神经元算法,能够进行算法的大规模吞吐并行处理。

    而围绕智能汽车,英伟达提供的不仅仅是一颗芯片,更是围绕硬件、算法、完整工具链以及整合多传感器生态的方式,为车企提供更为灵活的解决方案。

    首先,英伟达提供覆盖全面的算法。

    从相对成熟的 CNN,RNN 到现在热门Transformer,GAN以及RL和各类新算法,英伟达都能够提供成熟多种算法供开发者调用。


    其次,英伟达提供DRIVE Hyperion Developer Kit自动驾驶开发套件,包括:

    • Drive AGX 可以作为装车硬件参考;
    • DGX 系列提供数据处理,训练;
    • Constellation 提供虚拟仿真硬件。

    这是一套智能驾驶汽车参考架构,可加速生产过程中的开发、测试和验证。

    基于 Hyerion 8 开发套件受到不少车企的欢迎,包括即将在 2024 年和 2025 年上市的奔驰和捷豹路虎车型。未来还有比亚迪,Lucid 等车企。

    而 Hyerion 9 将在 2026 年推出。

    其三,在软件层面,英伟达 Drive OS 提供基础软件堆栈,包含嵌入式实时操作系统(RTOS)、Hypervisor、CUDA 库、TensorRT 和其他访问处理芯片的模块组成。Driveworks 综合模块库类似于软件的中间件,方便进行开发调用。

    相比 Mobileye 的「黑盒」交付,开放、灵活的英伟达更深受车企以及自动驾驶公司的青睐。

    当然,英伟达的 GPU 方案并非完美。

    比如英伟达芯片的功耗和利用率上一直在行业内被诟病。

    「Xavier、Orin 的利用率基本上是 30%,怎样优化基本都是 30%。」一位行业人士透露。

    但即便如此,这位行业人士表示,「从短期来看,三年以内能够最有竞争力的计算平台依然英伟达。虽然它的功耗高,利用率也不高,但是它有非常好的算子库。

    如果我们给它的算子库打 90 分,国内基本上最好的也就是在 60-70 分之间,差距挺大的。」

    对于在上层进行 AI 算法开发的一些工程师而言,这个算子库的丰富程度非常有价值。

    这是因为,由于每家芯片公司的底层架构不同,任何一个模型在不同的芯片和硬件平台上运行,一定要做优化。如果算子库足够丰富,能够把自动驾驶模型更快、更高效地链接到计算平台上。

    02
    德州仪器 TDA4 :
    中低端车型最受欢迎的芯片方案

    「TDA4 芯片原来是给座舱用的芯片,后来逐渐在驾驶的域控上开发应用,有着非常好的效果。TDA4 虽然算力只有 10T 左右,但整个芯片的优化、成熟度与开发度还是非常好的。目前国内的车厂选择 TDA4 的车型,粗略统计大概是 40%-50% 之间的覆盖率。」

    在谈到德州仪器推出的 TDA4 这颗芯片时,一位业内人士这样表示。

    德州仪器的 TDA4 芯片有若干个版本:

    • TDA4 VL,算力 4TOPS
    • TDA4 VM,算力 8TOPS
    • TDA4 VH,算力 32 TOPS

    目前已经量产的是 TDA4 VM。

    据了解,德州仪器推出的下一代芯片 TDA5,算力将突破 100 Tops。

    2020 年 1 月,德州仪器发布了Jacinto 7 处理器平台。这个平台首先面世的两款汽车级芯片,其中一颗是应用于 ADAS 的 TDA4VM 芯片。

    这款面向新一代智能驾驶应用所推出的 TDA4 系列芯片,在性能和功耗方面都有较大提升,可以提供 8TOPS 甚至是更高的深度学习性能。

    它配有包括 Cortex A72、Cortex R5F、DSP、MMA 等在内的不同类型处理器,由对应的核或者加速器处理各自擅长的任务,让计算平台的效率得以提高。

    可以说,多级处理能力和低功耗是 TDA4VM 芯片的两大特点。

    • 支持深度学习和实时图像处理
    • 5-20W 的功耗和性能效率便可以执行高性能 ADAS 操作,无需主动冷却
    • 带有通用软件平台的有针对性的集成 Soc 能够降低系统复杂性和开发成本
    • 单芯片支持接入 4-6 个 300 万像素摄像头,可以提升车辆感知和环视处理能力

    TDA4VM 集成了各种加速器、深度学习处理器和片内存储器,可以做到全功能可编程的集成平台,在处理器上可支持 800 万像素的摄像头的接入,无论是在雨天、雾天,更大尺寸的摄像头的接入能够让车辆看得更远。

    作为车规级芯片的老牌供应商,TI 也能够提供一整套解决方案。

    随着电子电气架构升级(从分布式向集中式升级),行泊一体的方案在成本上更具优势。

    包括百度、大疆、纽劢(Nullmax)、易航智能、禾多、追势等众多的自动驾驶解决方案公司,都基于 TDA4 芯片开发行泊一体方案。

    据了解,通过泊车与行车功能的集成以及传感器的共用,可实现 L2+的增强感知能力,提高安全性和用户体验,相比传统 1V1R+APA 的技术方案,成本可以节省20%~30%

    过去几年,第一代产品往往是以Mobileye EyeQ4 芯片为主导,有成熟的感知算法,性价比较高,容易走量。但受制于 Mobileye 的「黑盒」交付,算法修改较为困难。

    而以德州仪器 TDA4 芯片的行泊一体方案,算力相较于 Mobileye EyeQ4 有明显提升,同时增加感知和规控算法的开发度。

    其次,是在泊车域+行车域的设计大趋势下,系统对于计算平台的算力的要求更上一层楼。

    与此同时,车厂需要一个供货稳定、足够大、有足够的影响力且安全性极强的芯片。

    用业内人士的话说,德州仪器这颗 TDA4 就「更靠谱」了。

    还有一个事情值得一提:

    2021 年 11 月,德赛西威与德州仪器签署合作备忘录,开展联合研发与深层合作,共同发布了全新智能驾驶解决方案――IPU02 智能驾驶域控制器

    IPU02 是德赛西威基于 TI TDA4 芯片打造而成的第三款智能驾驶域控制器,也是全球首个在高级辅助驾驶落地的 TDA4 量产项目。

    据德赛西威智能驾驶事业部总经理李乐乐透露,IPU02 已经进入了上汽、长城、广汽、通用以及造车新势力等车企配套体系,大部分项目会在 2022 年陆续量产爬坡,而项目落地的高峰可能会在 2023 年。

    03
    高通 Snapdragon Ride:
    自动驾驶芯片黑马


    2020 年 1 月,高通发布了全新的自动驾驶平台 Snapdragon Ride

    这个平台采用了可扩展且模块化的高性能异构多核 CPU、高能效的 AI 与计算机视觉引擎,以及 GPU。

    同时包括 Snapdragon Ride 安全系统级芯片、Snapdragon Ride 安全加速器和 Snapdragon Ride 自动驾驶软件栈。

    目前高通已经和通用、长城、宝马、大众等车企达成了合作,将在下一代新车上搭载 Ride 平台。


    高通 Snapdragon Ride 有两大优势:

    一是可扩展性

    • L1/L2 级别主动安全 ADAS——面向具备自动紧急制动、交通标志识别和车道保持辅助功能的汽车;
    • L2+级别 ADAS——面向在高速公路上进行自动驾驶、支持自助泊车,以及可在频繁停车的城市交通环境中进行驾驶的汽车;
    • L4/L5 级别完全自动驾驶——面向在城市交通环境中的自动驾驶、自动驾驶出租车和机器人物流。

    针对 L1-L3 自动驾驶,Snapdragon Ride 能够提供硬件+软件栈的完整系统级解决方案,可以满足汽车制造商对于不同自动驾驶级别的可扩展性需求。

    二是经济性和高能

    能效是车企和车主最关心的问题。

    Snapdragon Ride 能够支持 L1 级别应用所需的 30 TOPS 算力,到 L4/L5 级别驾驶所需的 700 TOPS 算力,并且最顶级平台上多个 SoC、加速器软硬件解决方案共同消耗的最高功率只有 130 瓦。

    与采用 X86 架构的自动驾驶平台高达 700 瓦的功率相比,采用 ARM 架构的 Snapdragon Ride 平台具有巨大的能效优势。

    有业内人士评价:

    「目前来看,高通的整个驾驶芯片的成熟度要比英伟达低。长期看,包括高通、华为、Mobileye 以及国内的其他芯片创业公司,走的是 ASIC 路线。从利用率、功耗这些关键指标上来讲,高通可能会在三年之后,也就是 2024 年 2025 年期间抢走很大一个市场。」

    04
    国产大算力自动驾驶芯片的崛起

    国产自主替代以及相比 Mobileye 更加灵活、开放的交付方案,给了国产自动驾驶芯片新的发展机遇。

    「我们了解到一些大车企内部决策层明确说,从 2021 年第四季度开始已经明确不用 Mobileye 芯片,也不会去测英伟达。新的平台基本上还是选国内的,包括华为、地平线、黑芝麻这样的公司。」

    可以说,国产自主替代对国内创业公司、域控产业提供了非常好的助力。

    据接近供应链的的人士表示,基本上在今年第四季度会有搭载国产芯片的主流车型的量产。

    2023 年则是国产芯片上车大年,国内芯片公司在 2023 年将取得非常好的成绩。

    另一方面,ADAS 巨头 Mobileye,车企对其是「既爱又恨」:

    • Mobileye 对芯片的利用率优化已经接近完美,甚至被一些工程师评价为「神一般的存在」。

    • 但与此同时,Mobileye 也被诟病为不开放,随之带来的问题是研发效率的节奏缓慢。如果车企把反馈意见提交给 Mobileye,Mobileye 内部再去研发,整个周期基本按「年」计。

    地平线的路线与英伟达模式非常相似,客户包括一级供应商、整车厂、和出行服务商,为他们提供芯片、硬件的参考设计,以及提供工具链和算法等方案。


    截止今年 8 月,地平线已经拥有超过 20 个合作车企,70 余款前装定点车型,目前征程系列芯片的出货量超过100 万颗。

    地平线已经与上汽、长城、江淮、长安、比亚迪、哪咤、岚图等汽车厂商达成征程 5 芯片的量产合作意向。

    因而行业有一种声音说,地平线的芯片是英伟达的「平价替代」。

    另一个玩家是黑芝麻。

    黑芝麻通过神经网络视觉感知算法、车规级 ADAS/自动驾驶芯片、配套的底层实施系统及参考设计为车企提供感知系统解决方案。

    目前,黑芝麻系列芯片产品包括华山一号 A500、华山二号 A1000 和 A1000L。

    黑芝麻华山二号 A1000 系列芯片已完成所有车规级认证,已经与上汽通用五菱、江淮等内的多家车企达成量产合作。

    在黑芝麻最强芯片华山二号 A1000 Pro 中,搭载了黑芝麻自研的图像处理器和神经网络加速器。

    其中,神经网络加速器能够让 A1000 Pro 芯片的 INT8 算力达到 106TOPS,INT4 算力达到 196TOPS。

    还有一个不容忽视的重磅玩家是华为。

    不过,华为更多是通过华为 MDC 呈现在大家的眼前。

    华为 MDC 所采用的昇腾系列芯片,主要有昇腾 310 和升级版昇腾 910 两款芯片。
    从华为官方的 MDC610 平台逻辑架构可以看出,AI 模块、ISP 模块、CPU 模块集成在一颗 SoC 中,并与外部通信,也是一颗异构架构的 SoC。
    华为 MDC810,基于 MDC610 的底层打造,算力可以达到 400+ TOPS,可应用于 L4-L5 级别的辅助自动驾驶。
    不过,对于 MDC810 采用的是昇腾 310 还是升级版昇腾 910,华为并未公布太多,但可以肯定的是,昇腾系列 AI 芯片是海思的自研产品。

    基于华为 MDC 计算平台打造的华为的 ADS 解决方案,已经搭载进狐阿尔法 S 华为 HI 版车型以及阿维塔 11 的车型中。
    华为 MDC610 也搭载在广汽埃安 AION LX、哪吒 S 等新车型上。

    一定程度上,英伟达这次出击拉高了大算力芯片的门槛。

    Thor 是有史以来最强的自动驾驶芯片——达2000 TOPS的算力,是英伟达上一代芯片 Orin 算力的8 倍,是特斯拉 FSD 芯片的14 倍

    但这并不意味英伟达在自动驾驶芯片市场就一骑绝尘。

    汽车智能化浪潮吸引了多方玩家入场,逐渐形成了新兴芯片科技公司、传统汽车芯片厂商、消费电子芯片巨头、车企自研四大阵营。

    一方是由 TI、恩智浦、瑞萨等传统芯片厂商所把持。

    一方由英伟达以及背靠英特尔的 Mobileye 领衔,高通、华为、地平线紧随其上,展现了强劲的赶超之势。

    而在智能汽车竞争最激烈的在中国市场:以华为、地平线、黑芝麻、芯驰科技、寒武纪等国产芯片公司也展现出了较强竞争力。

    以特斯拉、蔚来、小鹏为代表的车企,也先后开启自研自动驾驶芯片的征程。

    从车企对智能驾驶芯片的选择看,新势力更多选择英伟达,而传统车企则通过选择多种芯片进行多层次的布局。

    以蔚来、理想、极氪为代表的新势力,在第一代车型上选择使用 Mobileye 芯片实现基础的智能驾驶功能后,开始转为全栈自研,并锁定大算力的英伟达 Orin 芯片。

    而部分传统车企,由于车型众多,在目前的 ADAS 方案中,则会以 Mobileye 为主,同时布局实现行泊一体功能的 TI TDA4 以及地平线的 J2/J3 方案,以及更大算力的英伟达 Orin。

    可以说,当前自动驾驶芯片行业的寡头格局尚未形成,市场格局依然有待重塑。

    更加值得期待的是,在大算力芯片预研上,国内头部玩家与 Mobileye、英伟达、高通这样的巨头并没有拉开太大的差距。

    在这场与智能汽车产业同步迭代的大演进中,跑出了万亿市值的电池巨头宁德时代。而国产自主替代的大背景下,中国的自动驾驶芯片公司也有机会上位,成为下一个「宁王」。


    * 来源:汽车之心

    关注公众号,点击公众号主页右上角“ ··· ”,设置星标,实时关注智能汽车最新资讯

    往期精选文章