智能駕駛芯片爭奪戰

作者 / 張竹

編輯 / 王德芙

出品 / 汽車之心（微信 ID：Auto-Bit）

全球智能駕駛汽車市場正處在爆發的前夜。

根據艾瑞谘詢的報告數據顯示，到 2023 年，全球範圍內具備智能駕駛功能的車輛將達到約6000 萬輛，L1/L2 級自動駕駛功能的滲透率將接近50%，L3級自動駕駛功能的市場滲透率也會來到7%。

就從眼前來看，全球智能汽車的急先鋒特斯拉，憑借著對車輛的智能化和自動化革命，其股價不斷創造新高，總市值已突破2000 億美元。

這也體現了整個市場對於智能汽車的發展保持著超高的預期。

國內智能駕駛市場蓄勢待發

我們將視角轉到國內：經過這兩年的快速發展，很多合資品牌、自主品牌、造車新勢力們在 ADAS 功能與智能駕駛系統的量產上車上，呈現出你追我趕的態勢。

據佐思產研統計，今年前 4 個月，國內市場的 L2 級自動駕駛系統的裝配率已達10.6%。

其中，豐田、沃爾沃這樣的傳統品牌，以及吉利、領克、幾何，還有長城魏派、奇瑞星途等新興品牌裝配率領先。

造車新勢力更不用說，蔚來的 NIO Pilot、小鵬的 XPilot、威馬的 Living Pilot 以及理想的輔助駕駛系統都已經搭載上車並且在持續進化之中。

特別是理想汽車最近拿到美團的融資，未來將大力投入自動駕駛技術的開發和應用。

L3 自動駕駛的市場也在不斷擴大，自 2017 年奧迪推出新 A8 標榜量產全球首個 L3 自動駕駛系統以來，國內的品牌也紛紛上馬 L3 級自動駕駛功能。

其中就包括了廣汽新能源的 Aion LX/Aion V、上汽榮威已上市的 Marvel X 和待上市的 Marvel R，還有今年受到廣泛關注的長安 U-NIT 和比亞迪漢。

不過受限於國內的法律法規還未明確，這些車型上所搭載的 L3 自動駕駛功能尚未開放，但後市可期。

而針對更高級別的 L4 自動駕駛，近期有兩大比較重磅的行業動態：

其一是沃爾沃與 Waymo 牽手了，後續沃爾沃品牌、極星品牌以及領克品牌的車型將會集成 Waymo 的自動駕駛技術；

其二則是滴滴自動駕駛終於宣告落地，在上海嘉定開啟試運營。

在這之前，包括百度、Pony.ai、文遠知行以及AutoX在內的諸多自動駕駛廠商都已經落地了 Robotaxi 服務，其規模還將持續擴大。

全球谘詢管理公司麥肯錫在 2018 年曾發布過一份自動駕駛研究報告，其指出中國未來很有可能成為全球最大的自動駕駛汽車市場。

至 2030 年，中國自動駕駛相關的新車銷售及出行服務創收將超過 5000 億美元。

從高級輔助駕駛功能到 L3 級自動駕駛乘用車再到 L4 級的 Robotaxi，如此規模龐大的智能汽車增量市場，給各類新興的供應商培育出無限的產品落地機會。

無論是算法、傳感器，還是芯片等領域，勢必有一批供應鏈新星強勢崛起。

算法讓位於芯片，市場格局亟待突破

自動駕駛最早期的一批玩家主要是在算法層面進行開發和改進，特別是以深度學習為核心的人工智能技術的發展，加快了汽車自動化的進程。

Waymo 之所以在自動駕駛領域走在全球最前列，很大程度上得益於其自 Google 無人車創立以來多年的算法積累。

近 5 年內，國內也誕生了一大批自動駕駛算法公司，BAT、滴滴、小馬智行、文遠知行、Momenta 等等，這些企業都開發出了自己的算法體系。

即使起步稍晚，但這些公司正迎頭趕上，嘗試將以往與國外企業間的算法鴻溝逐漸填平。

近 2 年內，很多國內的 OEM 也紛紛建立起創新中心、人工智能技術中心，不斷從算法層攻克自動駕駛難題。

可以肯定的是，目前國內的自動駕駛算法實力已經處在全球領先的水準，算法已不再是製約自動駕駛技術發展的高牆。

在算法之外，則是自動駕駛的傳感器配套。

面向低級別的自動駕駛，毫米波雷達+攝影頭的組合已經足夠支撐，這類傳感器已有很多國際 Tier 1 和國內供應商保障供給。

而應用於高級別自動駕駛的雷射雷達，這個市場也已經從幾年前的一枝獨秀發展至百花齊放，包括大疆 Livox、禾賽科技以及速騰聚創等等。

各家的產品都已開始廣泛部署在自動駕駛車型上。

目前整體的傳感器成本還有下降空間，但大規模量產已經指日可待。

總體來看，自動駕駛研發中來自傳感器部分的短板正在逐步被修複。

這樣，未來自動駕駛發展的重點還在於計算硬體上，也就是我們常說的自動駕駛芯片。

自動駕駛車輛上有大量的傳感器，而算法精進正需要這些傳感器不斷收集外部數據，遍歷各種極端情況，不斷進化。

自動駕駛系統除了需要解決大流量數據傳輸問題，還需要快速處理這些海量數據，而強大的自動駕駛芯片正是那把鑰匙。

業內一般認為，實現L2 自動駕駛需要的計算力在10 TOPS左右，L3需要的計算力為30 – 60 TOPS，L4需要的計算力大於100 TOPS，L5需要的計算力至少為1000 TOPS。

足夠高的算力只是對自動駕駛芯片的一部分要求，其在功耗表現以及安全性、穩定性方面還必須滿足車載環境的需求，這裡涉及的內容很廣，包括了溫度、濕度、振動、粉塵以及電磁兼容性等等。

大家都知道芯片設計的門檻頗高，現在廣泛應用在消費電子設備中的芯片，在全球也只有少數的企業能夠設計並大規模製造，而車規級芯片的開發難度又遠高於消費電子芯片。

更進一步看，應用於自動駕駛的感知芯片，其設計難度又要比普通的車規芯片要高。

毫不誇張地說，應用於自動駕駛的車規級感知芯片，可以稱得上是芯片設計領域的「珠峰」。

迄今為止，全球能夠實現量產的具備大算力的自動駕駛芯片也就只有 Mobileye、NVIDIA以及特斯拉等幾家大廠。

根據 Mobileye 公布的最新數據，其 EyeQ 芯片已經售出超過 5400 萬片，被搭載在全球超 5000 萬輛汽車上，其客戶包含了 BBA 在內的頂級車企。

特斯拉曾經很長一段時間採用的是 EyeQ 系列芯片來驅動 Autopilot 系統。

在國內，蔚來 ES6/ES8、理想 One、廣汽新能源 Aion LX 等車型也紛紛採用了 EyeQ4 作為其駕駛輔助系統的核心。

Mobileye 這樣的戰績在市面上基本難逢敵手，這也是英特爾為何要在 2017 年斥巨資收購這家公司的原因。

GPU 霸主NVIDIA這幾年也憑借其推出的高性能計算平台收獲諸多客戶，國內包括滴滴、Pony.ai、文遠知行、AutoX 在內的 Robotaxi 運營商都採用了NVIDIA的自動駕駛計算平台。

最近上市的小鵬 P7 上還搭載了其與德賽西威聯合開發的基於NVIDIAXavier的自動駕駛域控制器 IPU 03。

特斯拉自不必說，正是認識到自動駕駛芯片本身的重要性，馬斯克才狠下心來不惜投入重金研發出了 FSD。

可以肯定的是，FSD 不會對外供應，畢竟 FSD 將是特斯拉未來的核心競爭力，而且特斯拉自己的需求就完全可以養活其芯片開發團隊。

在這樣的市場格局之下，車企們都要認真思考未來如何構建自己的自動駕駛芯片供應鏈。

目前看來，Mobileye 的芯片和其算法是緊密耦合的，並且是打包出售，車企的自主權很小，若想用自行開發的算法幾乎不太可能，所以業內對 Mobileye 的評價就是過於封閉。

而車企們要使用NVIDIA的芯片，門檻也很高，高昂的入會費用和聯合開發費用並非一般企業承受得了。

據說小鵬汽車和和德賽西威為了開發 P7 上的自動駕駛域控制器，向NVIDIA支付了近 8 位數美金的會員費。

口口聲聲要在汽車智能化以及自動駕駛領域實現全球領先的中國汽車產業，如今在自動駕駛芯片上受製於人、仰人鼻息。

「國產自動駕駛芯片」需要加速走上舞台，成為真正的主角。

好在，國內企業中不乏這樣的進取者。

國產自動駕駛芯片的突圍

這些年，國內也湧現出了很多深耕自動駕駛芯片領域的優秀企業，他們都希望在中國這個龐大的智能汽車市場裡分得一杯羹。

巨頭之中，華為已經確認將依托旗下海思半導體，進軍智能駕駛計算芯片和平台領域，其推出的昇騰 AI 芯片以及 MDC 將擔起國產智能駕駛芯片崛起的重責。

而在諸多創新公司中，黑芝麻智能科技也稱得上是自動駕駛「國產芯」的典型代表。

黑芝麻相繼在 2019 年 8 月和 2020 年 6 月推出了兩代自動駕駛芯片「華山一號」和「華山二號」，而且在性能與能效比上已經可以與國外競爭對手抗衡。

以今年 6 月黑芝麻最新推出的華山二號 A1000 芯片為例，其在算力上達到了 40 - 70 TOPS，相應的功耗為 8 W，能效比超過 6 TOPS/W，這個數據指標目前在全球範圍處於領先水準。

之所以能實現如此高的算力，離不開黑芝麻自研的核心 IP——DynamAI NN引擎。

這個引擎採用大算力的架構，支持多形態、多精度運算；具備可適配量化、結構化剪裁以及支持稀疏加速等優勢，同時還配備了自動化開發工具。

感知技術是黑芝麻引以為傲的核心優勢，而A1000 是一款非常典型的感知芯片。

這顆芯片內置了 8 顆 CPU 核心，包含 DSP 數字信號處理和硬體加速器，支持市面上主流的傳感器接入，包括雷射雷達、毫米波雷達、4K 攝影頭、GPS 等等。

非常值得一提的是，A1000 因為集成了黑芝麻自研的 NeuralIQ ISP 流水線，可支持多達 12 路高清攝影頭接入。

這對於嚴重依賴視覺感知的自動駕駛系統來說是非常大的助益。

在芯片架構層面，黑芝麻還打造了多層異構性 TOA 架構。

這個架構將黑芝麻核心的光控技術、圖像傳感技術、圖像視頻壓縮編碼技術、計算機視覺處理技術以及深度學習技術有機地結合在了一起。

TOA 架構具備可擴展性，支持多芯片級聯擴展，這也是為什麽以華山二號芯片為基礎打造的 黑芝麻 FAD 計算平台能夠兼容從 L2 自動駕駛到 L4 級自動駕駛的原因。

目前，針對低級別ADAS場景，客戶可以基於低算力版本芯片 A1000L 搭建一個算力為 16 TOPS、功耗為 5W 的計算平台。

而針對高級別L4 自動駕駛，客戶可以將 4 塊 A1000 芯片並聯起來，實現高達 280 TOPS 算力的計算平台。

可擴展模式也是目前大多數主流自動駕駛芯片廠商所採用的策略，NVIDIA的 Drive AGX Pegasus、采埃孚的 Pro AI 也都是採用這樣的模式。

在華山二號之後，黑芝麻還計劃在 2021 年的某個時點推出華山三號，主要面向的是 L4/L5 級自動駕駛平台，其算力將超越 200 TOPS，同時會採用更先進的 7nm 製程工藝。200 TOPS 的算力水準將追平NVIDIA的 Orin 芯片。

而在軟實力層面，相比於 Mobileye 的封閉以及NVIDIA高昂的入會門檻，黑芝麻的體系更加開放且更具性價比。

這體現在：黑芝麻的華山芯片擁有完善的工具鏈、開放的軟硬體平台，支持車企進行自主可控的創新。

這一點也許能讓「苦 Mobileye 久矣」的 OEM 們看到曙光。

整體來看，黑芝麻已經開發出了自動駕駛所需的感知算法、核心 IP、芯片系統架構以及工具鏈等等，形成了成熟的產品體系。

而這些產品背後的關鍵，當然還是團隊。

自動駕駛芯片產品涵蓋的是兩大重要產業：芯片產業和汽車產業。

一個團隊要打造出這樣的尖端產品，少不了汽車背景和芯片背景兩方面人才的加持，黑芝麻的團隊正好形成了這樣的良性互補。

黑芝麻聯合創始人兼 CEO 單記章（右）

黑芝麻聯合創始人兼 COO 劉衛紅（左）

黑芝麻的聯合創始人兼 CEO單記章此前是圖像芯片公司 OmniVision（OV）的圖像算法負責人，在視覺感知領域擁有 100 多項專利。

聯合創始人兼 COO劉衛紅先後就職通用汽車、博世，曾出任博世底盤製動事業部亞太區總裁，在主機廠和 Tier 1 都有深厚的任職經驗。

一個出身自芯片行業，另一個來自汽車製造業，兩者相輔相成，未來要在自動駕駛芯片領域創造出一番天地。

針對團隊的構成，劉衛紅曾經提到，「我們的基因是芯片，團隊裡有做過車規級芯片研發和車規級芯片驗證的尖端人才，想做和做過是不一樣的。同時我們還整合了既懂算法，又懂得計算架構的開發人員。」

目前黑芝麻在中美兩地都有團隊，全球擁有近 300 名員工，團隊成員很多曾就職於 OV、安霸、高通、NVIDIA等芯片公司，平均從業經驗超過 15 年 。

自動駕駛芯片量產急行軍

自動駕駛芯片要實現量產落地，必須要邁過車規級的坎。

自動駕駛芯片的車規級，不但包含了芯片本身的可靠性、穩定性、耐久性等要求，還要滿足與車輛系統整合後的系統功能安全。目前市面上很少有供應商能同時滿足兩方面的要求。

黑芝麻新近推出的 A1000 芯片，從設計之初就朝著車規級的目標邁進。

它符合芯片 AEC-Q100 可靠性和耐久性 Grade 2 標準，芯片整體達到了 ISO 26262 功能安全 ASIL-B 級別。

芯片內部還有滿足 ASIL-D 級別的安全島，整個芯片系統的功能安全等級為 ASIL-D。

為此，A1000 芯片採用的是 ARM車規級的 CPU 和 GPU。

在代工廠方面，黑芝麻也是按照車規級的要求選擇了台積電的 16nm 產線。這一切的目標都是為了實現這款芯片的車規級設計目標。

此前的 6 月，黑芝麻的研發團隊已經對這款芯片的所有模塊進行了性能測試，完全調試通過，接下來就是與客戶進行聯合測試，為最後的大規模量產做準備。

據悉，搭載這款芯片的首款車型將在2021 年底量產。

另外，黑芝麻的華山一號 A500 芯片也已開啟量產，其與國內頭部車企針對 L2+ 和 L3 級別自動駕駛的項目也正在展開。

相較於傳統的汽車電子芯片廠商，黑芝麻的規劃顯然更加快速激進，他們需要更敏捷地把握住時間窗口。

這個時間窗口也就在這兩年中，特別是今年，大部分的智能駕駛車型已經在進行芯片選型，而現在能夠拿出這樣的芯片產品的廠商，無疑將佔得先機。

黑芝麻的 A1000 芯片已於今年 6 月發布，在量產進程中踏準了市場的節奏。

在全球智能駕駛汽車市場爆發的前夜，針對自動駕駛芯片的市場爭奪也更加激烈。

頭部是 Mobileye、NVIDIA這樣的巨頭；還有從移動芯片市場殺出的華為海思和高通等廠商；老牌汽車半導體廠商們也在加快布局。

如黑芝麻一樣的 AI 芯片公司將成為重要的後起之秀。

智能駕駛汽車將是一個擁有巨量增長潛力的市場。

在這樣的市場機遇中，黑芝麻這樣的國產自動駕駛芯片廠商正在產品層面上與 Mobileye 和NVIDIA這樣的國際巨頭展開角逐，未來就是吸納客戶、建立起生態，修建自己的護城河。

單記章曾在多個場合表露過同一個願景：PC 時代英特爾為代表的處理器企業；智能手機時代有 ARM 為代表的移動芯片公司；而黑芝麻則希望成為智能駕駛時代的英特爾和 ARM。

智能汽車的大勢已成，「Big things start small」。

巨大的產業機遇之下，今天的後起之秀能否成為未來的產業巨頭？

我們且行且看。

汽車之心·行家說」預告

7 月 9 日周四晚上20:00-21:00，上海淞泓智能汽車科技有限公司戰略規劃部高級經理謝益林將帶來主題為《上海市智能網聯汽車道路測試和示範應用管理辦法政策解讀》的分享。