Arm、华为纷纷涌入，自动驾驶芯片混战，鹿死谁手难定论

本年的自动驾驶依然没能进入大局限贸易化落地，但财富里却是大举措不绝：有由于好处分派不均关门大吉的，有难觉得继而“委身”于强者的，也有开始小范畴内实行贸易化的，尚有一些跃跃欲试、试图杀出一条活路的新人……

而跟着克日Arm和汽车制造商以及Tier 1(汽车零部件供给商)的深入相助，再加上机关已久的英特尔、英伟达，自动驾驶逐渐成为半导体厂商的新沙场。

进化：从ADAS到自动驾驶AI芯片

早期，在被称为自动驾驶财富里程碑的谷歌无人车Waymo还未面世前，传统汽车电子巨头，诸如恩智浦、瑞萨、TI等已经在研发面向ADAS(高级驾驶帮助体系)的处理赏罚芯片，彼时市场照旧老牌汽车芯片巨头，可能说是Tier1的全国。

在ADAS芯片方面，德州仪器有基于DSP的办理方案TDA2x SoC、瑞萨开拓了R-Car系列、恩智浦宣布了集成ADAS芯片的BlueBox平台。相较于半导体巨头们，这些Tier1显然更注重现实的经济效益，以可以或许批量化出产落地的ADAS芯片为主。

图源：荒唐条记

但ADAS间隔真正的无人驾驶尚有一道鸿要超过。

当我们接头自动驾驶AI芯片的时辰，限制的范畴很是广，小到摄像头上的视觉处理赏罚芯片，大处处理赏罚整车数据的计较平台，每个要害的环节都离不开它。

而自动驾驶本质是办理AI计较的题目，AI芯片在个中饰演的脚色无非两种：

1. 处理赏罚输入的传感器信号(雷达、激光雷达、摄像头等);
2. 做出决定判定、给出节制和执行信号，好比是左转、变道照旧减速。

想要在短时刻内完成这两项使命，并非易事，以是自动驾驶汽车必要一个很是强盛的计较平台及时说明、处理赏罚海量的数据，而且举办伟大的逻辑运算。

因此，自动驾驶对AI芯片的算力要求较之其他场景更高，同时芯片还必要满意车规级的严苛要求，各种缘故起因使得自动驾驶芯片的开举事度以及进入门槛更高。

如前文所述，自动驾驶芯片对算力的要求很是高，曾经单一的汽车芯片已经无法满意，和大都技能规模相同，在这个过渡阶段，真正的脚色是那些“跨界”而来的巨头以及新兴的创业公司。

市场名堂生变，自动驾驶芯片规模一场混战

从ADAS向自动驾驶演进的进程中，CPU也好、GPU也罢，都无法支撑大量传感器的数据处理赏罚说明，自动驾驶芯片架构朝着异构偏向成长，而那些在PC、移动市场气吞江山的半导体巨头也听见而动，依附着在处理赏罚器芯片规模的履历蕴蓄和“豪掷令媛”的收购，以迅雷之势成为自动驾驶芯片的第一梯队。

在GPU大行其道的几年里，英伟达遇上了好几波风口：自动驾驶和加密数字钱币的高潮，让黄仁勋过着“躺着数钱”的日子。

英伟达在2015年推出了自动驾驶平台Drive PX系列，曾是整车厂、Tier 1、科技公司选择的主流计较办理方案，可是碍于业内对GPU高功耗、高本钱的不满，英伟达又于客岁年头宣布了新一代自动驾驶处理赏罚器Xavier，与PX差异的是，Xavier是一个独立完备的SoC，包罗定制的8核CPU、一个512核Volta架构的GPU和相干的视觉、深度进修加快器，功耗是前代的异常之一。

英伟达产物的迭代，也是自动驾驶芯片成长的一个缩影，高集成、低功耗才是趋势，在这一点上，老敌手英特尔做的就较量好。

英特尔通过三轮高达百亿美元的收购，拥有了Mobileye的EyeQ系列芯片(ASIC)、Altera的FPGA芯片、Movidius的视觉处理赏罚单位VPU。举个例子，在英特尔提供的整套办理方案中，EyeQ可以认真视觉数据处理赏罚，Altera的FPGA芯片CycloneV认真毫米波雷达与激光雷达的数据处理赏罚，“杀手锏”CPU凌动Atom认真处理赏罚其他数据使命。

虽然，除了两个热点的种子选手，尚有不少虎视眈眈的巨头。

近两年，整个自动驾驶芯片市场再次产生了天翻地覆的变革。假如早期是三国争雄，那么此刻则成了多方权势分裂。

特斯拉属于“异类”，它们是少有的既做整车，也自研自动驾驶芯片的公司。在“丢弃”了Mobileye和英伟达后，特斯拉在本年4月宣布了首款自动驾驶芯片FSD，这款芯片除了通例的CPU和GPU之外，多配备了两个神经收集处理赏罚器(NNP)。

海内初创公司地平线在8月尾推出了基于自研架构BPU 2.0的自动驾驶AI芯片征程二代。

除此之外，尚有技能气力更为雄厚的Arm和华为，也正快速渗出到财富中。

专做架构授权的Arm专程在客岁9月宣布了专为自动驾驶汽车打造的处理赏罚器Cortex-A76AE，新产物线AE即“Automotive Enhanced(自动驾驶加强)”。本月，他们又连系汽车制造商和Tie 1创立自动驾驶汽车计较同盟，方针是拟定一套可局限量产的自动驾驶方案，办理安详和计较题目。

假如Arm的插手是为虎傅翼，那么其它一位重磅选手，则让人有点“心惊胆战”。客岁的全联接大会上，华为宣布了支持L4级别自动驾驶的计较平台MDC 600，基于8颗昇腾310 AI芯片，同时还整合了CPU和响应的ISP模块。

从这个阶段的自动驾驶芯片架构也能看到，单一CPU+GPU已经成为已往式，现在GPU+FPGA的通用芯片方案成为主流。

同时，在这个沙场上，尚有一些“出师未捷身先死”的巨头，高通曾想通过收购恩智浦机关汽车芯片规模，痛惜这桩买卖营业在2018年以失败宣告竣事。

事实做芯片不是易事，做自动驾驶的芯片，无论是投入，照旧风险都要更上一层楼。

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!