智能驱动芯片之战

根据艾瑞咨询的报告数据，到？2023?2008年，全球具备智能驾驶功能的车辆将达到6000辆左右。万辆，L1/L2？一级自动驾驶功能的渗透率将接近50%，三级自动驾驶功能的市场渗透率也将达到7%。

从眼前来看，深度充电特斯拉，全球智能汽车，股价和总市值连续创新高超过2000？十亿美元。

这也说明整个市场对智能汽车的发展有很高的期待。

1，国内智能驾驶市场蓄势待发。

我们将视角转向中国:经过两年的高速发展，很多合资品牌、自主品牌、造车新势力都在？阿达斯？功能和智能驾驶系统在车上的量产，呈现出互相追逐的趋势。

根据左思产业研究院的统计，今年之前？4?上个月，在国内市场？L2？一级自动驾驶系统装配率达到了10.6%。

其中，丰田、沃尔沃等传统品牌，以及吉利、领克、几何、长城威派、启瑞星途等新兴品牌，组装率均处于领先地位。

造车新势力就更不用说了，蔚来？NIO？飞行员，小鹏？XPilot，魏玛的活？飞行员？而理想的辅助驾驶系统已经搭载在车上，并且在不断发展。

特别是，李最近获得了美团的融资，未来将大力投资自动驾驶技术的开发和应用。

L3？自动驾驶的市场也在扩大。2017?奥迪推出新款？A8？标榜全球首次量产？L3？自从有了自动驾驶系统，国产品牌也推出了？L3？类自动驾驶功能。

包括广汽新能源？永恒之塔？LX/Aion？SAIC荣威上市了吗？漫威？x？还有那些要上市的？漫威？r，还有今年广受关注的长安？U-NIT？还有比亚迪韩。

但受限于国内法律法规，并不明确。这些型号是什么？L3？自动驾驶功能尚未开放，但市场前景可期。

而对于更高层次的呢？L4？自动驾驶，近期有两个比较重的行业趋势:

一个是沃尔沃和？Waymo？牵手，后续沃尔沃品牌、北极星品牌、领克品牌车型会整合？Waymo？自动驾驶技术；

第二个是滴滴自动驾驶终于宣布落地，在上海嘉定开始试运营。

在此之前，包括百度、Pony.ai、文远智行、AutoX在内的多家自动驾驶厂商已经落地？Robotaxi？服务，其规模将继续扩大。

全球咨询管理公司麦肯锡在哪里？2018?2006年，一份自动驾驶研究报告发布，报告指出，未来中国很可能成为全球最大的自动驾驶汽车市场。

去哪？2030?2008年中国自动驾驶相关的新车销售和出行服务收入将超过？5000?十亿美元。

从高级辅助驾驶功能到？L3？班自驾客车又到了？L4？年级？Robotaxi这样一个巨大的智能汽车增量市场，为各种新兴供应商培育了产品落地的无限机会。

无论是在算法、传感器还是芯片领域，必然会有一批供应链明星强势崛起。

2.算法让位于芯片，市场格局有待打破。

自动驾驶最早的玩家主要在算法层面进行开发和改进，尤其是以深度学习为核心的人工智能技术的发展，加速了汽车自动化的进程。

Waymo？之所以在自动驾驶领域走在世界前列，很大程度上是因为它自身？谷歌？无人车创立以来多年的算法积累。

附近？5?这一年，国内诞生了BAT、滴滴、马骁智行、文远智行、Momenta等一大批自动驾驶算法公司？等等，这些企业都开发了自己的算法系统。

即使起步稍晚，这些公司也在奋起直追，试图逐渐弥合自己与国外公司的算法差距。

附近？2?在这一年中，许多国内？代工？还成立了创新中心和人工智能技术中心，从算法层不断攻克自动驾驶的难题。

可以肯定的是，目前国内自动驾驶算法的实力处于世界领先水平，算法不再是制约自动驾驶技术发展的高墙。

除了算法，就是自动驾驶的传感器包。

对于低级别的自动驾驶，毫米波雷达和摄像头的组合足以支撑，国际上也有很多这种传感器。Tier？1?和国内供应商保证供应。

而用于高级自动驾驶的激光雷达市场也从几年前发展到百花齐放，包括DJI？Livox，沃赛科技，速腾聚创等等。

各种产品已经广泛部署在自动驾驶车型上。

目前传感器整体成本还有下降空间，但量产指日可待。

总体来看，自动驾驶研发中来自传感器部分的短板正在逐步修复。

这样一来，自动驾驶未来发展的重点就在于计算硬件，也就是我们常说的自动驾驶芯片。

自动驾驶车辆上有大量的传感器，算法的改进需要这些传感器不断收集外部数据，遍历各种极端情况，不断进化。

自动驾驶系统除了要解决大流量数据传输的问题，还需要快速处理这些海量数据，而强大的自动驾驶芯片是关键。

业内普遍认为，L2？自动驾驶需要的计算能力是10？顶多也就L3需要30的计算能力？–?60?最多，L4需要比100更强的计算能力？最多，L5至少需要1000的计算能力？最多.足够的计算能力只是对自动驾驶芯片的一部分要求，还必须在功耗性能、安全性、稳定性等方面满足车辆环境的需求。这里涉及的内容非常广泛，包括温度、湿度、振动、灰尘、电磁兼容性等。

众所周知，芯片设计的门槛相当高。目前全球只有少数几家公司能够设计制造广泛应用于消费电子设备的芯片，汽车级芯片的开发难度远高于消费电子芯片。

进一步地，应用于自动驾驶的传感芯片的设计难度高于普通汽车仪表芯片。

毫不夸张地说，应用于自动驾驶的汽车级传感芯片，堪称芯片设计领域的“珠穆朗玛峰”。

到目前为止，世界上只有计算能力大的自动驾驶芯片可以量产？Mobileye，英伟达，特斯拉。

根据？Mobileye？最新公布的数据，其？EyeQ？芯片卖了不止？5400?一万块，在全球超被抬？5000?万辆汽车上，它的客户包括？BBA？顶级汽车公司包括。

特斯拉用了很久的是什么？EyeQ？要驱动的系列芯片？自动驾驶？系统。

在中国，蔚来？ES6/ES8，理想？一、广汽新能源？永恒之塔？LX？而其他模式也被采用？EyeQ4？作为其驾驶辅助系统的核心。

Mobileye？这样的战绩在市场上基本很难匹敌，这也是英特尔为什么要？2017?之所以要花巨资收购这家公司。

GPU？霸王NVIDIA近年来也凭借其高性能计算平台获得了许多客户，包括Didi，Pony.ai，文远智行和AutoX？包括？Robotaxi？运营商已经采用了英伟达的自动驾驶计算平台。

小鹏最近上市了吗？P7？还配备了基于Xavier，NVIDIA，由It和德赛四维联合开发的自动驾驶控制器？IPU？03。

不用说，特斯拉意识到了自动驾驶芯片本身的重要性，马斯克也下定决心投入大量资金进行研发。消防处.

可以肯定的是，消防处？毕竟不会对外供应。FSD？将是特斯拉未来的核心竞争力，特斯拉自身的需求完全可以支撑其芯片开发团队。

在这样的市场格局下，车企应该认真思考未来如何构建自己的自动驾驶芯片供应链。

到目前为止，Mobileye？芯片和它的算法是紧密耦合的，是封装销售的。车企的自主性很小。用自研算法几乎不可能，所以业界是对的。Mobileye？评价太封闭了。

而且车企想用英伟达的芯片，门槛也很高，高昂的会员费和联合开发费用也不是一般企业能承受的。

据说Xpeng Motors和德赛四维都在尝试开发？P7？在自动驾驶域控制器上，付费近英伟达？8?几美元的会员费。

口口声声要在汽车智能化和自动驾驶领域做到世界领先的中国汽车工业，如今在自动驾驶芯片上却受到人们的推崇。

“国产自动驾驶芯片”需要加速走到台前，成为真正的主角。

好在国内企业有很多这样有事业心的人。

3.国产自动驾驶芯片的突破

近年来，国内涌现出了很多优秀的公司，他们在自动驾驶芯片领域深耕细作。他们都希望在中国巨大的智能汽车市场中分一杯羹。

巨头中，华为已经确认将依托旗下海思进军智能驾驶计算芯片和平台领域。AI？芯片和？MDC？它将肩负起国产智能驾驶芯片崛起的重任。

在众多创新公司中，黑芝麻智能科技也是自动驾驶“国产芯”的典型代表。

黑芝麻一颗接着一颗？2019?年份？8?月亮和？2020?年份？6?两代自动驾驶芯片“华山一号”和“华山二号”已于5月上市，在性能和能效比上已经可以与国外竞争对手一较高下。

今年？6?岳黑芝麻最新产品华山二代？A1000？比如芯片，它达到计算能力了吗？40?-?70?TOPS，对应的功耗是？8?w，能效比超过？6?TOPS/W，该数据指标目前处于世界领先水平。

之所以能做到这么高的算力，离不开黑芝麻自研的核心。IP——DynamAI？NN发动机。

该引擎采用大计算能力架构，支持多表单、多精度运算。它具有自适应量化、结构化裁剪和稀疏加速的优点，还配备了自动开发工具。

感知技术是黑芝麻的核心优势，而A1000？它是一种非常典型的传感芯片。

这个芯片是内置的？8?明星？CPU？核心，包括？DSP？数字信号处理和硬件加速器，支持市场主流传感器接入，包括激光雷达、毫米波雷达、4K？摄像头，GPS？等一下。

值得一提的是A1000？因为集成了自研黑芝麻？NeuralIQ？ISP？管道，最多能支持多少？12?道路高清摄像机接入。

这对严重依赖视觉感知的自动驾驶系统很有帮助。

在芯片架构层面，黑芝麻也创造了多层异构？TOA？建筑。

这种架构有机结合了光控技术、图像传感技术、图像和视频压缩编码技术、计算机视觉处理技术和深度学习技术。

TOA？架构可扩展，支持多芯片级联扩展，这也是它基于华山二号芯片的原因。黑芝麻？时尚？计算平台能兼容吗？L2？自动驾驶到？L4？自动驾驶的原因。

目前，对于低水平？在ADAS场景下，客户能否基于低计算能力版本的芯片？A1000L？建设计算能力？16?最大功耗是多少？5W？基于的计算平台。

而对于高层呢？L4？自动驾驶，客户可以放？4?屏蔽？A1000？芯片并联连接，以实现高达？280?最多？计算能力的计算平台。

可扩展模式也是目前大多数主流自动驾驶芯片厂商采用的策略，英伟达的？开车？AGX？帕伽索斯，ZF？亲？AI？都采用这种模式。

华山二之后，黑芝麻还有规划吗？2021?2008年的某个时候，华山三号上线了。主要目标是什么？L4/L5？Class-8自动驾驶平台，其计算能力将超越？200?上衣，同时会采用更先进的？7nm？工艺技术。200?最多？计算能力的水平会和英伟达持平吗？奥林？芯片。

而在软实力层面，相比？Mobileye？在NVIDIA的封闭和高准入门槛下，黑芝麻的系统更加开放，性价比更高。

这体现在黑芝麻的华山芯片拥有完善的工具链和开放的软硬件平台，支持车企进行自主可控创新。

这可能会让“苦？”Mobileye？很长一段时间？代工？孩子们看到了黎明。

综合来看，黑芝麻已经开发了自动驾驶所需的感知算法和核心。IP、芯片系统架构、工具链已经形成了成熟的产品体系。

这些产品背后的关键当然是团队。

自动驾驶芯片产品涵盖两个重要行业:芯片行业和汽车行业。

打造这样一款前沿产品，一个团队需要汽车背景和芯片背景两方面人才的加持，而黑芝麻的团队恰恰形成了这样一种良性的互补。

黑芝麻联合创始人和？CEO？山张继(右)联合创始人和？首席运营官？刘伟宏(左)

黑芝麻联合创始人？CEO手记之前是图像芯片公司？OmniVision(OV)图像算法负责人，谁在视觉感知领域拥有？100?多项专利。

联合创始人和？首席运营官·刘伟宏曾先后供职于通用汽车公司和博世公司，并一度担任博世底盘制动亚太区总裁，在OEM和？Tier？1?他们都有深厚的工作经验。

一个是来自芯片行业，一个是来自汽车制造业。两者相辅相成，未来将在自动驾驶芯片领域闯出一片天地。

关于团队的构成，刘伟宏曾提到，“我们的基因是芯片，团队里有做汽车级芯片研发和汽车级芯片验证的尖端人才。他们想做的和他们已经做的不一样。同时，我们还整合了既懂算法又懂计算架构的开发者。」

目前黑芝麻在中国和美国都有团队，并且拥有近？300?很多员工和团队成员都在？超过，安霸，高通，英伟达等芯片公司，平均经验超过？15?年份？。

4、自动驾驶芯片量产进军

自动驾驶芯片要想实现量产，必须过汽车法规这一关。

自动驾驶芯片的整车法规水平不仅包括芯片本身的可靠性、稳定性和耐久性要求，还包括与整车系统集成后满足系统的功能安全性。目前市场上很少有供应商能同时满足这两个要求。

黑芝麻是新推出的？A1000？芯片，从设计之初，就一直朝着整车法规级别的目标前进。

它符合芯片吗？AEC-Q100？可靠性和耐用性？年级？2?标准，芯片整体达到了？ISO？26262?功能安全？ASIL-B？水平。

芯片内部还有满足感吗？ASIL-D？安全岛级别，整个芯片系统的功能安全级别是？ASIL特区.

为此，A1000？用的是什么芯片？ARM汽车评级？CPU？然后呢。图形处理器.

在代工方面，黑芝麻根据车辆法规要求也选择了台积电？16nm？生产线。这一切的目标都是为了实现这个芯片的设计目标。

以前的？6?5月，黑芝麻的R&D团队已经测试了该芯片所有模块的性能，并完全通过了调试。接下来，它将与客户进行联合测试，为最终的量产做准备。

据悉，首款搭载该芯片的车型将在2021？年底量产。

再说华山一号加黑芝麻？A500？芯片也开始量产了，针对国内头部车企？L2+？然后呢。L3？关卡自动驾驶的项目也在进行中。

与传统的汽车电子芯片厂商相比，黑芝麻的规划显然更加迅速和激进，他们需要更加敏捷地把握时间窗口。

这个时间窗口也是在这两年，尤其是今年，大部分智能驾驶车型已经在进行芯片选型，现在能拿出这种芯片产品的厂商无疑会占得先机。

黑芝麻？A1000？芯片今年上市了？6?6月发布，在量产的过程中已经步入了市场的节奏。

在全球智能驾驶汽车市场爆发前夕，自动驾驶芯片的市场竞争也更加激烈。

头是什么？像Mobileye、英伟达这样的巨头；还有华为海思、高通等从移动芯片市场脱颖而出的厂商；老牌汽车半导体厂商也在加速布局。

比如黑芝麻？AI？芯片公司将成为重要的后起之秀。

智能驾驶汽车将是一个增长潜力巨大的市场。

在这样的市场机遇下，黑芝麻等国内自动驾驶芯片厂商在产品层面展开合作。Mobileye？和英伟达这样的国际巨头竞争，未来是吸引客户，构建生态，打造自己的护城河。

山张继已经在许多场合透露了同样的愿景:个人电脑？以时代英特尔为代表的处理器企业；智能手机时代有吗？手臂？以为代表的移动芯片公司；而黑芝麻希望成为英特尔和？手臂.

智能汽车的大趋势已经变成了，“大？事情？开始？小的.

在巨大的产业机遇下，今天的后起之秀能否成为未来的产业巨头？

我们去看看吧。

本文来自车家作者汽车之家，不代表汽车之家立场。