芯片廠商永遠(yuǎn)不會(huì)放過(guò) CES 的角斗場(chǎng)。
與往屆一樣,2024 年 CES 的芯片專區(qū)也開(kāi)啟了神獸亂斗模式。
一個(gè)更加顯著的特征是,芯片戰(zhàn)場(chǎng)已經(jīng)從 PC、智能手機(jī)轉(zhuǎn)移到了智能汽車。
無(wú)論是以英偉達(dá)為代表的從游戲起家的老牌芯片廠商,還是以安霸為代表的視覺(jué)芯片廠商,都在加碼投入到智能汽車自動(dòng)駕駛芯片的競(jìng)爭(zhēng)中。
兩年前,在 CES 上芯片廠商的關(guān)鍵詞是:期貨、百 Tops 算力。
2022 年 EyeQ Ultra 芯片算力也不過(guò) 176 TOPS,英偉達(dá)的自動(dòng)駕駛計(jì)算架構(gòu) DRIVE Hyperion 9 內(nèi)置的智能駕駛芯片 Atlan,以跳票告終。
而英偉達(dá)發(fā)布的另一款算力超 2000TOPS 的 Drive Thor,則要等到 2025 年才投產(chǎn)。
NVIDIA DRIVE Hyperion 9將內(nèi)置芯片從Atlan換為T(mén)hor
兩年后,2024 年汽車市場(chǎng)中的芯片關(guān)鍵詞則圍繞高階自動(dòng)駕駛展開(kāi):
性價(jià)比,大算力、BEV 算法、集中式架構(gòu)。既要保證價(jià)格要能在紅海中出圈,又要保證硬件冗余、智駕領(lǐng)先,還要為中央集成式計(jì)算平臺(tái)做好準(zhǔn)備。
尤其隨著中國(guó)車企卷起城區(qū) NOA 大戰(zhàn),**BEV+Transformer **成為頭部車企以及自動(dòng)駕駛廠商最主流的技術(shù)方案,更大算力的芯片將承擔(dān)技術(shù)底座。
一個(gè)問(wèn)題橫亙?cè)谇?,高階自動(dòng)駕駛,到底需要一顆什么樣的芯片??jī)H僅是大算力就夠了嗎?
高階自動(dòng)駕駛恰好需要一顆「看不見(jiàn)」的芯片。
看不見(jiàn)說(shuō)的是芯片制程必須更加先進(jìn),肉眼可觀察到的芯片體積正在縮小,同時(shí)也是芯片必須打通過(guò)去分布式架構(gòu)的隔閡,放大芯片一體化、平臺(tái)化的優(yōu)勢(shì),向****中央計(jì)算架構(gòu)更進(jìn)一步。
過(guò)去,只能看到智駕芯片是算力為王的單邊競(jìng)爭(zhēng),堆砌足夠多的算力就能贏下一局,但高階智駕到來(lái),看不見(jiàn)的芯片反而要面臨的挑戰(zhàn)爭(zhēng)奪——單邊競(jìng)爭(zhēng)變成了關(guān)注性能指標(biāo)、價(jià)格、團(tuán)隊(duì)協(xié)同的多邊競(jìng)爭(zhēng)。
一體化、大算力、先進(jìn)制程決定了自動(dòng)駕駛芯片的底層技術(shù)。
成本、性能、功耗決定了車企采用芯片的商業(yè)邏輯。
單芯片、強(qiáng)協(xié)同、平臺(tái)化決定了芯片廠商未來(lái)的技術(shù)發(fā)展方向。
隨著競(jìng)爭(zhēng)要素的組合與變化,高階自動(dòng)駕駛芯片正掀起新一輪競(jìng)爭(zhēng)范式。
01
一體化、大算力、先進(jìn)制程:
智駕芯片進(jìn)入迭代新周期
如果說(shuō)過(guò)去分布式走向域控制器的過(guò)程是靠一個(gè)復(fù)雜的域控黑盒完成的,那么到了高階自動(dòng)駕駛逐漸向中央計(jì)算靠攏時(shí),就得用單顆大算力智駕芯片取代盒子。
過(guò)去,由于大多數(shù)智駕 SoC 無(wú)法滿足高功能等級(jí)安全要求,往往還會(huì)在智駕域控主板上外掛獨(dú)立 MCU,英飛凌、瑞薩、NXP 的 MCU 都是搶手的香餑餑。
現(xiàn)在,多數(shù) SoC 已經(jīng)內(nèi)置了 MCU 的功能安全島,而自動(dòng)駕駛芯片的變化遠(yuǎn)不止這一個(gè)細(xì)節(jié)。
業(yè)界將自動(dòng)駕駛芯片的趨勢(shì)總結(jié)成三個(gè)關(guān)鍵詞:一體化、大算****力、先進(jìn)制程。
隨著市場(chǎng)滲透率的快速提升和 ODD 持續(xù)拓展,芯片廠商已普遍采用能力均衡的異構(gòu)計(jì)算平臺(tái)應(yīng)對(duì)復(fù)雜場(chǎng)景考驗(yàn)。
如果過(guò)去廚師做是井然有序的川菜、江浙菜、魯菜,那么今天 GPU、CPU、NPU、ISP 等不同 IP 模塊協(xié)同作戰(zhàn)才是主流,相當(dāng)于廚師做出了「新式融合菜」。
融合就是取不同處理器所長(zhǎng)之處組合在一個(gè)芯片中,比如 CPU 擅長(zhǎng)邏輯控制和通用計(jì)算,GPU 適合大規(guī)模并行計(jì)算和圖像處理,NPU 專注于深度學(xué)習(xí)算法和人工智能計(jì)算,DSP 功耗低,MCU 則安全等級(jí)更高。
那么異構(gòu)計(jì)算平臺(tái)發(fā)揮** 1+1+1>3 **的效果,應(yīng)對(duì)多傳感器數(shù)據(jù)不同的計(jì)算能力和處理方式,滿足路徑規(guī)劃、物體識(shí)別、決策控制等不同應(yīng)用和算法的計(jì)算需求。
據(jù)汽車之心了解,目前算力在 200TOPS 以上的自動(dòng)駕駛芯片多采用異構(gòu)計(jì)算,尤其是面向深度神經(jīng)網(wǎng)絡(luò),靠 CPU 一己之力遠(yuǎn)遠(yuǎn)不夠。
異構(gòu)計(jì)算對(duì)芯片帶來(lái)的改變可以歸納為「兩降一提」。
一方面,能夠降低整體功耗和散熱需求。
另一方面,由于不同的處理器具有不同的故障模式和可靠性特性,通過(guò)組合也可以進(jìn)一步提升系統(tǒng)容錯(cuò)性。
在異構(gòu)計(jì)算平臺(tái)的背景下,更大算力與更高制程成為必然。
大算力與更高制程呈正相關(guān)關(guān)系,算力越高也需要制程越先進(jìn)。
換句話說(shuō),算力大小取決于芯片設(shè)計(jì),而有著更大算力的芯片能否流片成功,則考驗(yàn)晶圓和制造、封裝環(huán)節(jié)。
汽車之心梳理了現(xiàn)階段的市場(chǎng)情況,我們發(fā)現(xiàn) 2024—2025 年將會(huì)集中出現(xiàn)一批算力突破** 1000TOPS **的智駕芯片,相應(yīng)的,5nm、3nm 乃至更先進(jìn)制程將成為芯片角力的新戰(zhàn)場(chǎng)。
從目前已經(jīng)釋放的大算力芯片來(lái)看,2025 年戰(zhàn)況焦灼:
英偉達(dá) DRIVE Thor 算力 2000 TOPS,4nm 工藝制程,將于 2025 年投產(chǎn)。
蔚來(lái)自研神磯芯片算力預(yù)計(jì)超過(guò) 1000TOPS,5nm 工藝制程,將于 2025 年上車。
特斯拉更為激進(jìn),已經(jīng)準(zhǔn)備啟動(dòng) 3nm 制程芯片代工計(jì)劃,在 N3E 基礎(chǔ)上繼續(xù)強(qiáng)化速度和功耗表現(xiàn),預(yù)計(jì) 2024 年投產(chǎn)。
隨著芯片制程工藝不斷接近物理極限和工程極限,也使得面向 5nm 乃至 3nm 市場(chǎng)的單片晶圓及芯片設(shè)計(jì)成本同步指數(shù)級(jí)上升。
據(jù)臺(tái)積電最新報(bào)價(jià),僅芯片流片中的制作晶圓費(fèi)用 3nm 每片晶圓 19865 美元,折合人民幣** 14.2 萬(wàn)**元。
而將芯片設(shè)計(jì)模版復(fù)制到半導(dǎo)體硅片上的掩模則更加昂貴。因此,臺(tái)積電 5nm 芯片全光罩流片費(fèi)用過(guò)億不足為奇。
數(shù)據(jù)來(lái)源:The Information Network
一顆小小的智駕芯片,已經(jīng)是車企、芯片廠商同臺(tái)秀技術(shù)的大舞臺(tái)。
往往,誰(shuí)能造出制程更先進(jìn)的異構(gòu)智駕芯片,這意味著開(kāi)發(fā)費(fèi)用與技術(shù)實(shí)力都不缺。
02
成本、性能、功耗的平衡:
芯片從「不可能三角」到多要素耦合
一體化、大算力、先進(jìn)制程說(shuō)的都是技術(shù)命題,但智能芯片作為智能駕駛大腦,要投向商業(yè)化市場(chǎng)。
商業(yè)化市場(chǎng)最殘酷的命題是技術(shù)與成本的平衡。
因此,智駕芯片并不會(huì)不計(jì)成本地永遠(yuǎn)突破性能上限。
以城市 NOA 為代表的 L2++轉(zhuǎn)而對(duì)大算力智駕芯片上車提出了多維度的精細(xì)要求。
業(yè)界期待高階智駕快速普及的另一面是全行業(yè)持續(xù)的降本壓力。
現(xiàn)階段,自動(dòng)駕駛廠商其針對(duì)城區(qū) NOA 解決方案也降至萬(wàn)元以下,更不用提車企已經(jīng)到了把錢(qián)掰兩半花的地步。
高階智能駕駛的前景一路坦途,目前 L2+已處在規(guī)?;l(fā)前夜,亟待在合理的性價(jià)比區(qū)間達(dá)到流暢的駕駛體驗(yàn),并在正式進(jìn)軍城市場(chǎng)景前打好「重感知,輕地圖」的頭陣。
同時(shí),隨著智駕進(jìn)城,系統(tǒng)不僅需要應(yīng)對(duì)各類復(fù)雜場(chǎng)景和偶發(fā)情況,脫圖的趨勢(shì)也加大了對(duì)于激光雷達(dá)的需求。
在此背景下,城市 NOA 的芯片方案還需要在高速 NOA 基礎(chǔ)上繼續(xù)全面升級(jí)。
更高算力的芯片雖呼之欲出,硬件資源搶占引發(fā)的更加嚴(yán)重的功耗、散熱問(wèn)題同樣更加不容忽視,芯片的模塊化、拓展性、綜合性價(jià)比訴求也開(kāi)始凸顯。
在行業(yè)內(nèi)真實(shí)存在「搞不定散熱」的情況。
一家 Tier1 原來(lái)做一體機(jī),后來(lái)為車企做行泊一體方案,干了半年發(fā)現(xiàn)無(wú)法在車企既有車型的預(yù)留小空間中搞定散熱,白費(fèi)了半年時(shí)間。
現(xiàn)階段面向 L2+的芯片方案的痛點(diǎn)來(lái)源于方方面面,簡(jiǎn)單概括是成本、算力、利用率、功耗、散熱、空間布置等要素間的選擇錯(cuò)位:
算力層面:芯片性能虛高,但在實(shí)際應(yīng)用中會(huì)碰到性能瓶頸;單芯片方案算力、ISP 普遍性能不足,導(dǎo)致難以充分調(diào)動(dòng)多 V 傳感器實(shí)現(xiàn) BEV 感知,跑得了 BEV 方案的成本又太高;
性能層面:雙芯片組合方案「貌合神離」,成本高、系統(tǒng)復(fù)雜,且難以做到真正的全時(shí)行泊一體;芯片就跑不了 BEV 難以最大程度擺脫高精度地圖,無(wú)法提升性價(jià)比;
結(jié)構(gòu)層面:真實(shí)算力強(qiáng)的,功耗居高不下,散熱措施成問(wèn)題,加風(fēng)冷水冷不僅費(fèi)工費(fèi)時(shí),在正式上車時(shí)還要搶占空間布置;
而以上任意≥2 個(gè)要素一旦互相組合出現(xiàn),就非常容易衍生智駕項(xiàng)目開(kāi)發(fā)的各類過(guò)程風(fēng)險(xiǎn)。
應(yīng)對(duì)上述多要素耦合的迫切需求,2023 年,安霸在上海車展期間推出 CV72AQ,用這顆 5nm 車規(guī)制程芯片,打響高速 NOA 行泊一體之戰(zhàn)。
對(duì)一顆智駕芯片來(lái)說(shuō),最基本的要求是制程先進(jìn),算力真實(shí)。
CV72AQ 率先發(fā)揮 5nm 制程優(yōu)勢(shì),算力適中同時(shí)功耗小于 5 瓦,1 秒鐘處理** 90 幀 800 萬(wàn)像素**的圖像,并實(shí)時(shí)處理 6 枚攝像頭輸入;
在芯片結(jié)構(gòu)上改變了過(guò)去行業(yè)中的「雙芯」,采用單芯片設(shè)計(jì),延續(xù) ISP、視頻編碼器等傳統(tǒng)強(qiáng)項(xiàng),直接面向全時(shí)行泊一體,硬件資源深度復(fù)用,高效運(yùn)行各類 BEV;
最后在開(kāi)發(fā)工具鏈上,安霸基于 CVflow AI 開(kāi)發(fā)平臺(tái)提供一整套易用的算法開(kāi)發(fā)和優(yōu)化工具,降低產(chǎn)品設(shè)計(jì)開(kāi)發(fā)成本的同時(shí)最大限度地提高軟件的可復(fù)用性。
如果說(shuō) SLAM 算法+深度學(xué)習(xí)技術(shù)是第一代自動(dòng)駕駛技術(shù),在傳感器類型與數(shù)量變得更加復(fù)雜時(shí),如何持續(xù)輸入多模態(tài)數(shù)據(jù)成為第一代自動(dòng)駕駛技術(shù)的挑戰(zhàn)。
隨之 BEV+Transformer 這樣全新的第二代自動(dòng)駕駛技術(shù)襲來(lái)。
BEV+Transformer 憑借全局性的表征關(guān)聯(lián)、空間/時(shí)序的融合能力、跨模態(tài)的特征級(jí)融合效果為城市 NOA 落地敲開(kāi)大門(mén)后,業(yè)界對(duì)智駕芯片做「多邊形戰(zhàn)士」的要求又增加了極為重要的一條:對(duì)先進(jìn)算法的高效支持。
在芯片和算法都在快速迭代的當(dāng)下,業(yè)界普遍的做法仍然是硬件優(yōu)先——先確定一個(gè)各方面性能均衡的異構(gòu)計(jì)算平臺(tái),再基于硬件部署算法方案,進(jìn)行優(yōu)化、調(diào)度、通訊部署并逐步解決工程挑戰(zhàn)。
但是,新一輪 BEV+Transformer 帶來(lái)的卻是從算法滲透到芯片的變革壓力,解決兩者間耦合的錯(cuò)配問(wèn)題,與芯片本身的成本、性能、功耗平衡同樣迫切。
一個(gè)業(yè)內(nèi)普遍的困擾是,目前市面上大部分的自動(dòng)駕駛芯片均是在 Transformer 出現(xiàn)之前設(shè)計(jì)的,對(duì) Transformer 的支持并不友好。
BEV+Transformer 越熱,就意味著不支持這一技術(shù)架構(gòu)的芯片在未來(lái)的競(jìng)爭(zhēng)中越有可能出局。
芯片廠商及車企接下來(lái)很可能在產(chǎn)品開(kāi)發(fā)層面馬上進(jìn)行適應(yīng)性調(diào)整。
在此之前,業(yè)內(nèi)已經(jīng)普遍在積極尋求折中方案,包括但不限于算子的重新適配,深度的網(wǎng)絡(luò)架構(gòu)和底層軟件優(yōu)化,以及改善帶寬要求。
但這樣的針對(duì)性優(yōu)化方案在小網(wǎng)絡(luò)上效果尚可,應(yīng)對(duì)更大的算法模型,挑戰(zhàn)仍然不可持續(xù)。
安霸半導(dǎo)體副總裁劉清濤則表示,安霸雖然是一家芯片供應(yīng)商,但一貫遵循「算法優(yōu)先」策略,尤其是考慮到 AI 算法仍然在快速演進(jìn),因此在芯片開(kāi)發(fā)過(guò)程中會(huì)廣泛測(cè)試和評(píng)估開(kāi)源網(wǎng)絡(luò)和自研算法,評(píng)估當(dāng)下主流神經(jīng)網(wǎng)絡(luò)的同時(shí)超前考慮未來(lái)算法方向。
在 AI 域控制器芯片 CV3-AD 的開(kāi)發(fā)過(guò)程中,安霸就測(cè)試了幾百種的開(kāi)源算法,甚至整個(gè)芯片的開(kāi)發(fā)都是圍繞著通用型算法進(jìn)行的優(yōu)化,包括對(duì) Transformer 神經(jīng)網(wǎng)絡(luò)進(jìn)行了專門(mén)的支持。
這也是 CV3-AD 在更早前的 2022 年 CES 上發(fā)布,卻能支持后來(lái)流行的用于 BEV 的 Transformer 算法的根本原因。
在今年的 CES 上,安霸發(fā)布了 CV3-AD 系列芯片的最新產(chǎn)品:
CV3-AD635和CV3-AD655。
其中,CV3-AD635 高效支持多個(gè)攝像頭及毫米波雷達(dá),可實(shí)現(xiàn)主流的L2+ 自動(dòng)駕駛功能,如高速公路自適應(yīng)巡航和自動(dòng)泊車;
CV3-AD655 支持更高等級(jí)的 L2++和城區(qū)自動(dòng)駕駛功能,并高效支持更多的攝像頭、毫米波雷達(dá)、激光雷達(dá)和其他傳感器。
聯(lián)合此前發(fā)布的兩款芯片:
適用 L3/L4 自動(dòng)駕駛系統(tǒng)的旗艦產(chǎn)品 CV3-AD685 和主打中國(guó)市場(chǎng)的 CV72AQ,CV3-AD 系列芯片算力覆蓋范圍廣,可以滿足汽車廠商從主流車型到中高端車型的算力要求。
在神經(jīng)網(wǎng)絡(luò)處理能力方面,CV3-AD685 是 CV3-AD655 的** 3 倍**;CV3-AD655 是 CV3-AD635 的2 倍。
據(jù)安霸介紹,從 CV72AQ 到 CV3-AD685,芯片的 AI 性能提高到 18 倍,是目前「汽車行業(yè)中性能覆蓋范圍最廣的、兼容性最好的 AI 域控芯片系列」。
安霸芯片登上的量產(chǎn)車型
這背后是安霸自研的一套 AI 算法加速硬件引擎 CVflow——采用特殊的流架構(gòu)、支持非結(jié)構(gòu)化稀疏,內(nèi)嵌多種非線性運(yùn)算加速硬件,同時(shí)又和 ISP 集成在一起。
這帶來(lái)的好處是:在真實(shí)環(huán)境運(yùn)行 Transformer 算法時(shí) AI 性能、性能功耗比和內(nèi)存帶寬效率優(yōu)勢(shì)明顯。
03
單芯片、強(qiáng)協(xié)同、平臺(tái)化:
高階智駕芯片產(chǎn)業(yè)再升級(jí)
高階智駕芯片解決要素錯(cuò)配,不是某一家企業(yè)能推動(dòng)得了,而要靠汽車芯片產(chǎn)業(yè)技術(shù)路線再升級(jí)。
這一技術(shù)路線升級(jí)可以概括為:
單芯片、強(qiáng)協(xié)同、平臺(tái)****化。
過(guò)去,英偉達(dá)和 TI 分別在高算力、低算力芯片上占據(jù)多芯片行泊一體方案的半壁江山。
特別是前期面向高階智駕需求,算法的演進(jìn)路徑尚不清晰的行業(yè)現(xiàn)象,車企們普遍先拼配置、做硬件預(yù)埋、準(zhǔn)備系統(tǒng)冗余,雙 Orin 乃至 4 Orin 的方案率先成為主流方案。
這背后也存在一個(gè)原因——高階智駕滲透前期,通用芯片更受歡迎。
從芯片設(shè)計(jì)理念出發(fā):
通用芯片無(wú)法為了沒(méi)有固化的業(yè)務(wù)作出靈活改變,比如 GPU、FPGA 是目前比較成熟的通用型芯片。通用芯片在設(shè)計(jì)之初會(huì)加入預(yù)留模塊,優(yōu)點(diǎn)是通用性高、修改性強(qiáng),但相應(yīng)地功耗高、價(jià)格也更貴。
專有芯片是針對(duì)固化業(yè)務(wù)進(jìn)一步「降本增效」,專用芯片針對(duì)單一功能設(shè)計(jì),速度快、功耗低,相應(yīng)成本也更低。
在高階智駕滲透前期,需要給芯片留出「試錯(cuò)空間」,因此英偉達(dá) Orin 系列芯片作為通用芯片大受歡迎。
但隨著高階智駕逐漸走向深水區(qū),專用芯片則會(huì)成為必然趨勢(shì)。
比如安霸 CV3-AD 系列芯片就是專用芯片,支持各種網(wǎng)絡(luò)模型,大到 LLM(多模態(tài)大模型),小到各種嵌入式前端的網(wǎng)絡(luò)。
但專用芯片只是增本增效的第一步,單芯片方案對(duì)算力資源的深度復(fù)用及成本優(yōu)勢(shì),有望使其成為大算力域控的長(zhǎng)遠(yuǎn)終極方案。
相比于多芯片,單芯片如果匹配充足 AI 的算力支持及多源異構(gòu)架構(gòu)設(shè)計(jì),可以滿足高階智駕所需的各類傳感器接入,與之匹配各類存儲(chǔ)器和帶寬需求并預(yù)留擴(kuò)充接口,各類 buff 疊滿后相比多芯片有天然優(yōu)勢(shì):
傳感器深度復(fù)用,計(jì)算資源完全共享,AI 算力需求可比多芯片大幅降低;
不再需要與各自 SoC 配套的多套電源芯片和存儲(chǔ)芯片,更具成本優(yōu)勢(shì);
芯片級(jí)穩(wěn)定性天然高于板級(jí)穩(wěn)定性,兩套系統(tǒng)間交互衍生的開(kāi)發(fā)難度和開(kāi)發(fā)成本也不復(fù)存在。
安霸半導(dǎo)體副總裁劉清濤表示,多芯片只是權(quán)宜之計(jì),從成本上來(lái)說(shuō)雙芯片要兩套電源,從穩(wěn)定性來(lái)說(shuō),單芯片級(jí)別的穩(wěn)定性與連接板級(jí)別的穩(wěn)定性不可同日而語(yǔ)。
眼下,以安霸為代表的單芯片行泊一體方案均已陸續(xù)登場(chǎng),志在單顆芯片包打全場(chǎng)景 NOA。
在高階智駕開(kāi)發(fā)中,芯片和算法的關(guān)系已完全不同于傳統(tǒng)的邏輯計(jì)算架構(gòu)。
如果說(shuō)過(guò)去兩者的關(guān)系是芯片先行,算法在后,那今天,兩者的關(guān)系變成了相互定制。
芯片在設(shè)計(jì)之初,就需要考慮后續(xù)實(shí)際運(yùn)行的先進(jìn)算法架構(gòu),算法的設(shè)計(jì)過(guò)程既需要、也有極大機(jī)遇根據(jù)芯片硬件架構(gòu)適配升級(jí)。
在此背景下,芯片公司做自動(dòng)駕駛軟件的驅(qū)動(dòng)力不斷凸顯,一方面為下一代 AI 芯片或 AI 引擎進(jìn)行開(kāi)展算法預(yù)研,更進(jìn)一步改善芯片架構(gòu)或微架構(gòu),推動(dòng)部署優(yōu)化,甚至打通是算法和芯片,提升可擴(kuò)展性。
以英偉達(dá)、安霸為代表的芯片廠商,已經(jīng)在軟硬協(xié)同、全棧優(yōu)化方面動(dòng)作頻頻。這些芯片廠商基本上都以「芯片+開(kāi)發(fā)工具鏈」的形式給到客戶。
更有壓力的是,蔚來(lái)、理想、比亞迪等車企也都陸續(xù)向上游芯片自研摩拳擦掌。
安霸則根植于「算法優(yōu)先」已先行一步,一方面在芯片開(kāi)發(fā)過(guò)程中保持領(lǐng)先架構(gòu),同時(shí)作為一家 AI 視覺(jué)芯片公司,也一直在下一局關(guān)于「算法」的棋局。
一家企業(yè)的稟賦總是與其誕生背景息息相關(guān)。
過(guò)去,ISP、圖像處理、視頻壓縮編碼算法是安霸在消費(fèi)、安防、汽車等領(lǐng)域的一貫長(zhǎng)項(xiàng),這決定了其在自動(dòng)駕駛圖像視覺(jué)上天然的稟賦。
安霸先后的兩次收購(gòu)動(dòng)作則增強(qiáng)了其在自動(dòng)駕駛算法的業(yè)務(wù)能力。
比如 2015 年收購(gòu) VisLab 后,安霸在硬件層面整合了自動(dòng)駕駛感知算法。在 2021 年收購(gòu)傲酷后,安霸吸納了大量 4D 毫米波雷達(dá)及融合算法。
一個(gè)案例是,安霸在 CV3 中就去掉雷達(dá)前端 DSP,用 GVP 專門(mén)處理雷達(dá)信息,實(shí)現(xiàn)原始數(shù)據(jù)集中處理和底層跨模態(tài)融合。
CV3 系列芯片是安霸算法先行的代表之作。
安霸的 CV3 系列芯片采用新一代 CVflow 架構(gòu),其中神經(jīng)矢量處理器 NVP 通過(guò)對(duì) Transformer 網(wǎng)絡(luò)進(jìn)行硬件加速,支持 BEV+Transformer 算法更快落地。
業(yè)界對(duì)芯片的期待更是結(jié)構(gòu)性的降本增效,從而系統(tǒng)支持智駕帶來(lái)的銷量紅利,在激烈競(jìng)爭(zhēng)中突出重圍。
這也對(duì)芯片的「平臺(tái)化」提出了更高要求。
安霸 CV3 全系列統(tǒng)一 SDK,這意味著在一套硬件架構(gòu)下實(shí)現(xiàn)算法、中間件、應(yīng)用軟件等各層面遷移復(fù)用,從而覆蓋不同自動(dòng)駕駛等級(jí)和各個(gè)智駕細(xì)分領(lǐng)域,釋放芯片的硬件潛力和利用效率,節(jié)約投入的同時(shí)縮短開(kāi)發(fā)周期。
安霸總裁兼 CEO 王奉民曾表示,安霸已經(jīng)把中國(guó)市場(chǎng)作為全球戰(zhàn)略重點(diǎn),CV3 系列的首批收入也將來(lái)自中國(guó)。
現(xiàn)在,智駕芯片更像是智駕技術(shù)、車企定制化需求、再帶點(diǎn)營(yíng)銷詞匯的內(nèi)卷產(chǎn)物。
就像今天,我們說(shuō)算力,有的廠商會(huì)用 GPU 的乘積累加矩陣運(yùn)算算力來(lái)定義,有的廠商會(huì)在這個(gè)基礎(chǔ)上加上每秒圖像幀率 FPS 的數(shù)據(jù)。
但走上城區(qū)道路的高階智駕到底需要怎樣的芯片,除了以上總結(jié)的多個(gè)趨勢(shì)外,一個(gè)概念也會(huì)越發(fā)清晰:
高階智駕需要的芯片,不只在于芯片本身,更在于其是否能夠去偽存真,更加標(biāo)準(zhǔn)化深度參與智駕功能的開(kāi)發(fā)。
這考驗(yàn)的其實(shí)是「厚積薄發(fā)」的能力。
高階智駕市場(chǎng)是新一輪的牌局,而最適合高階智駕的芯片一定會(huì)在最卷的中國(guó)市場(chǎng)率先被驗(yàn)證。
審核編輯:劉清
-
SoC芯片
+關(guān)注
關(guān)注
1文章
584瀏覽量
34758 -
視覺(jué)芯片
+關(guān)注
關(guān)注
1文章
42瀏覽量
11325 -
自動(dòng)駕駛
+關(guān)注
關(guān)注
781文章
13449瀏覽量
165259 -
毫米波雷達(dá)
+關(guān)注
關(guān)注
105文章
1011瀏覽量
63986
原文標(biāo)題:轉(zhuǎn)載 | 高階自動(dòng)駕駛,需要一顆什么樣的芯片?
文章出處:【微信號(hào):AMBARELLA_AMBA,微信公眾號(hào):Ambarella安霸半導(dǎo)體】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論