本文來源：智車科技

／ 導(dǎo)讀 ／

自動駕駛發(fā)展到現(xiàn)在，入行的各個(gè)玩家已經(jīng)越來越意識到數(shù)據(jù)與算力的重要性，不同于其他行業(yè)，自動駕駛身關(guān)乘客的安全，并且需要實(shí)時(shí)地處理海量的信息做出最為安全、穩(wěn)妥的決策，稍有閃失便會產(chǎn)生嚴(yán)重的后果。而在這其中，算力對于自動駕駛來說至關(guān)重要，在現(xiàn)如今依賴激光、圖像的感知模塊中，算力的提升將有助于感知獲取更為精確、穩(wěn)定的結(jié)果。

自動駕駛的算力困局

據(jù)2021年交通運(yùn)輸部印發(fā)《數(shù)字交通“十四五”發(fā)展規(guī)劃》，“十四五”期間要推動一批自動駕駛、智能航運(yùn)測試基地和先導(dǎo)應(yīng)用試點(diǎn)工程建設(shè)；完善自動化分揀設(shè)施、無人倉儲、無人車和無人機(jī)配送等�！�

自動駕駛”簡單理解就是通過車輛的智能系統(tǒng)自動識別路況，精準(zhǔn)操控車輛。自動駕駛可以分為5個(gè)級別，分別是L1駕駛員輔助、L2部分自動化、L3條件自動化、L4高度自動化、L5全自動。

數(shù)據(jù)驅(qū)動是自動駕駛發(fā)展的公認(rèn)方向，也讓自動駕駛模型訓(xùn)練成為一頭“吃算力”的巨獸。自動駕駛的視覺檢測、軌跡預(yù)測與行車規(guī)劃等算法模型，有賴于機(jī)器學(xué)習(xí)海量數(shù)據(jù)集，但算力的不足讓研發(fā)速度仍遠(yuǎn)遠(yuǎn)趕不上數(shù)據(jù)量增長的速度。隨著傳感器的進(jìn)一步增加，算力的挑戰(zhàn)越來越大。

對自動駕駛來說，更重要的是算法的構(gòu)建，這需要遠(yuǎn)超終端算力幾個(gè)數(shù)量級的智能計(jì)算。大洋彼岸的特斯拉就開啟了一個(gè)“瘋狂”的算力計(jì)劃，興建了一座數(shù)據(jù)中心，專門用于自動駕駛的算法訓(xùn)練，優(yōu)化模型，提升視覺識別的準(zhǔn)確率。

近日，造車新勢力之一小鵬汽車與阿里云聯(lián)合宣布，雙方在烏蘭察布建成國內(nèi)最大的自動駕駛智算中心“扶搖”，算力可達(dá)600PFLOPS（每秒浮點(diǎn)運(yùn)算60億億次），用于自動駕駛模型訓(xùn)練。造車公司之所以重金投入“算力”，是希望加速自動駕駛研發(fā)，從而盡快投入產(chǎn)業(yè)應(yīng)用。但是目前，大多數(shù)公司停留在L2階段，晉升到L3仍需技術(shù)“質(zhì)變”，極具挑戰(zhàn)。

目前行業(yè)有兩種技術(shù)路徑：一是以特斯拉為代表的純視覺方案；另一種是以Waymo為代表的多傳感器融合方案。純視覺方案是通過攝像頭獲得環(huán)境信息并分析處理，但在惡劣環(huán)境里（例如大霧或夜晚）攝像頭的感知效果會受影響。多傳感器融合則是采用攝像頭＋激光雷達(dá)＋高精地圖的模式，從而適應(yīng)停車場、高速、城市道路等不同場景。但不同設(shè)備之間的數(shù)據(jù)融合與反應(yīng)速度也是難點(diǎn)。但是無論哪種方案，都需要通過海量的路況數(shù)據(jù)對自動駕駛的算法模型進(jìn)行持之以恒的訓(xùn)練，這背后需要強(qiáng)大算力的支撐。

算力發(fā)展，低成本、低功耗為未來趨勢

算力對于自動駕駛實(shí)現(xiàn)是如此重要，那么車企是否需要算力越高的芯片就越好呢？其實(shí)不然，不僅是算力，功耗、成本、易用性、同構(gòu)性等多重因素都得納入主機(jī)廠量產(chǎn)車型的核心考慮中來。因此，如何在有限算力下幫助客戶算法軟件最高效地運(yùn)行是衡量芯片廠商競爭力的核心標(biāo)準(zhǔn)。

從發(fā)展趨勢來看，自動駕駛 SoC 芯片將向“CPU＋XPU”的異構(gòu)式架構(gòu)發(fā)展，長期來看CPU＋ASIC 方案將是未來主流。SoC 是系統(tǒng)級別的芯片，相比 MCU 在架構(gòu)上增加了音頻處理DSP、圖像處理 GPU、神經(jīng)網(wǎng)絡(luò)處理器 NPU 等計(jì)算單元，常用于 ADAS、座艙 IVI、域控制等功能較復(fù)雜的領(lǐng)域。隨著智能汽車的發(fā)展，汽車芯片結(jié)構(gòu)形式也由 MCU 進(jìn)化至 SoC。目前市面上主流的自動駕駛芯片 SoC 架構(gòu)方案分為三種：（1）CPU＋GPU＋ASIC，（2）CPU＋ASIC，（3）CPU＋FPGA。長期來看，定制批量生產(chǎn)的低功耗、低成本的專用自動駕駛 AI 芯片（ASIC）將逐漸取代高功耗的 GPU，CPU＋ASIC 方案將是未來主流架構(gòu)。

汽車芯片市場格局正在重塑

算力依賴芯片，芯片是一個(gè)依賴高研發(fā)投入，通過大規(guī)模生產(chǎn)以實(shí)現(xiàn)規(guī)模效應(yīng)，攤平成本的產(chǎn)業(yè)，因此在市場初期掌握更多競爭優(yōu)勢的廠商在實(shí)現(xiàn)量產(chǎn)上車后將通過規(guī)模效應(yīng)獲得成本優(yōu)勢。由于消費(fèi)電子芯片巨頭具備充足的資金優(yōu)勢，可通過并購優(yōu)秀的初創(chuàng)公司，持續(xù)提升 AI 計(jì)算芯片優(yōu)勢，快速補(bǔ)全汽車領(lǐng)域芯片能力與資源，以搶占市場獲得規(guī)模優(yōu)勢。

從車載計(jì)算芯片的競爭格局來看，英偉達(dá)、Mobileye、高通等廠商具備較為明顯的優(yōu)勢。傳統(tǒng)汽車芯片市場長期由 TI、恩智浦、瑞薩等傳統(tǒng)芯片廠商所占據(jù)，而汽車智能化發(fā)展帶來的車載計(jì)算芯片藍(lán)海市場吸引多方入場，形成消費(fèi)電子芯片巨頭、新興芯片科技公司、傳統(tǒng)汽車芯片廠商、主機(jī)廠自研／合資芯片廠商四大陣營，汽車芯片市場格局正逐漸被重塑：

1．在自動駕駛計(jì)算芯片領(lǐng)域：英偉達(dá)以及背靠英特爾的 Mobileye 處于第一梯隊(duì)，高通、華為海思、地平線處于第二梯隊(duì)，展現(xiàn)出了強(qiáng)勁的上升趨勢。

2．在智能座艙芯片領(lǐng)域：高通在產(chǎn)品力與高端市場占有率上具備絕對領(lǐng)先優(yōu)勢，英特爾、瑞薩、三星等廠商緊隨其后，中低端車型市場上則以恩智浦、TI 為主。

3．在中國市場：以華為海思、地平線、芯馳科技等為代表的國產(chǎn)化新興芯片科技公司也展現(xiàn)出了較強(qiáng)競爭力。

總結(jié)

伴隨著未來自動駕駛逐步走向L4／L5、汽車電子電氣架構(gòu)走向中央計(jì)算平臺＋區(qū)控制器模式，對底層基礎(chǔ)的算力、算法都會產(chǎn)生快速的變化牽引�；仡欉^去幾年時(shí)間，傳統(tǒng)的汽車芯片玩家NXP／RENESAS／TI已經(jīng)遭遇被NVDIA／Qualcomm洗牌，2年前還強(qiáng)勢的Mobileye被各大主機(jī)廠逐步更換，國內(nèi)新老芯片勢力開始入局。

持續(xù)的變化代表著這個(gè)時(shí)代還沒有最終的格局性玩家；對于市場已有芯片供應(yīng)商玩家，如何避免被新的時(shí)代變化所拋棄；對于新入局的玩家，甩掉老的慣性，也有機(jī)會抓住未來幾年 “算力質(zhì)變支撐應(yīng)用和算法的持續(xù)迭代”的窗口期，獲得新一輪較量的先機(jī)

       原文標(biāo)題 : 自動駕駛的算力局