自動駕駛芯片：2025年或是上車關鍵節點

關于L3級自動駕駛的討論再次增多:5月，奔馳開始在S級和EQS車型上提供Drive Pilot作為可選功能，Drive Pilot成為第一個獲準在歐洲公共道路上使用的L3級自動駕駛系統，9月，《上海市加快智能網聯汽車創新發展實施方案》發布，提出到2025年，上海市具備組合駕駛輔助功能和條件自動駕駛功能的車輛比例超過新車產量的70%受此影響，自動駕駛計算芯片的關注度也再次提高自動駕駛計算芯片已經成為國內芯片公司的重要發展方向

L3+自動駕駛計算能力需求將超過1000TOPS。

2019年特斯拉推出自動駕駛HW3.0芯片時，最高計算能力達到144TOPS，這讓很多車企意識到計算能力對智能汽車的重要性伴隨著自動駕駛越來越多，越來越多的車企開始推出大計算力的平臺比如新發布的維摩卡DHT—PHEV激光雷達版本，搭載高通驍龍Ride芯片，平臺綜合計算能力達到1440TOPS，蔚來ET7和威馬M7采用NVIDIA Orin—X芯片，車載系統最大運算能力達到1016TOPS

業內普遍認為，根據車內傳感器采集的數據，可以綜合計算出當前汽車所需的計算能力L2級自動駕駛，算力大致需要10TOPS，L3級算力需要100TOPS以上，L3+級算力已經上升到1000TOPS以上

在這種情況下，計算能力甚至成為了評價一款車型的重要指標，也吸引了越來越多的芯片廠商參與到計算能力競爭的戰場中Nvidia作為行業的領頭羊，擁有全新的自動駕駛芯片Atlan，單個芯片的計算能力達到1000TOPS，比之前的自動駕駛芯片Orin提升了近4倍國內廠商黑芝麻發布的華山二號A1000，計算能力116TOPSHorizon 5可以提供相當于128萬億次的計算能力

汽車廠商和芯片廠商之所以不斷提高芯片的計算能力，自然與自動駕駛的加速落地密切相關從PC時代到手機時代，再到汽車時代，計算平臺一直圍繞實際場景需求演進目前，自動駕駛的使用場景已經從最早的自動泊車或高速巡航等單一場景逐漸轉向多場景這對芯片的計算能力提出了很大的要求

廣汽研究院智能網聯技術研發中心副主任梁偉強指出:伴隨著芯片集成度越來越高，計算能力越來越強，智能汽車向集中式架構發展已成為關鍵，這對拓展智能駕駛場景，提升智能駕駛艙交互體驗至關重要芯片的計算能力和集成度直接決定了電子電氣架構的形態，從而決定了智能汽車的性能和表現

芝麻智能首席營銷官楊雨欣也認為，應用需求定義的智能駕駛需要智能基礎，包括創新的電子電氣架構，強大的計算和數據平臺，成熟可靠的組件，可以快速迭代的軟件，而芯片架構的創新是智能駕駛創新的基礎之一。

2025還是芯片上的關鍵節點。

從市場份額來看，在自動駕駛芯片領域，國際廠商仍然占據絕對優勢，有英偉達，Mobileye，高通等占市場的90%以上，但一批新興企業已經開始引起業界的關注并逐漸發展起來例如，日前，比亞迪已與地平線達成定點合作，將在部分比亞迪車型上搭載Journey 5，打造靠泊一體化方案黑芝麻智能也與江淮汽車達成平臺級戰略合作江淮汽車旗下四維品牌多款量產車型將搭載黑芝麻智能華山二號A1000系列芯片

對此，有專家指出，目前智能駕駛行業整體處于快速發展階段，這為汽車芯片行業創造了大量機會，也是本土企業進入市場的良機CICC預測，到2025年，高級自動駕駛普及率將達到65.5%，智能駕駛芯片市場需求近1400萬

楊雨欣認為，2025年將是一個至關重要的時間節點，在這個時間之前，企業的產品能否量產上市，至關重要由于車規芯片對可靠性，安全性，穩定性的要求非常嚴格，一個產品往往需要兩三年的認證才能進入汽車供應鏈，而一旦進入，芯片公司和整車公司之間就會形成強綁定的供應鏈關系目前智能駕駛處于發展的初級階段，車企與自動駕駛供應鏈上下游廠商之間并沒有很強的綁定關系這是一個難得的時間窗口，企業應該抓住這個機會一旦錯過，其他企業就更難抓住機會，試圖再次闖入

黑芝麻智能產品總監王志忠強調，企業在做產品的時候，要重視車輛法規的芯片開發和檢測認證高性能計算芯片的開發極其復雜，車規芯片需要經過復雜的測試和認證過程關鍵技術涉及先進封裝，安全機制，核心IP，隔離技術，多芯片高速低延遲互聯架構技術等實現高性能計算汽車儀表芯片的量產將是一個長期的過程

智能汽車和智能道路的雙向努力

對于星載計算芯片來說，計算能力當然是極其重要的，但是要衡量的因素還有很多，所以不能簡單的根據它們來判斷優劣核心技術副總裁許超指出，高可靠性車規芯片至少有六個設計維度需要考慮，包括性能，功耗，價格，可靠性，安全性和長期以功耗為例在新能源汽車中，功耗決定了車輛的續航里程，同時功耗也是車輛向智能網聯演進的障礙如果耗電量特別高，發電機就沒辦法支撐，汽車也很難進一步向智能化，網絡化發展另外，高功耗也會導致高散熱，復雜的散熱系統是阻礙汽車進一步發展的因素

因此，要從根本上突破自行車計算能力的物理上限，實現計算能力供給的彈性擴展，需要從云—網—邊—端融合計算的角度發力東圖科技高級副總經理薛柏華表示，未來智能汽車的發展一定會以軟件定義的架構出現要解決計算能力問題，一是如何提供更好的硬件計算能力，二是如何提供更好的網絡帶寬和實時通信這是未來汽車發展需要面對的兩個基本問題

楊雨欣還指出，當前AI，5G等技術的加速發展正在推動V2X的應用伴隨著路側智能的提升，路側感知和計算的需求將會快速爆發車路協調是自動駕駛發展的必然趨勢

也就是說，未來的智能汽車需要通過云，通信網絡，邊緣，車輛的連接和集成來實現芯片不應該只從提高自行車計算能力的角度考慮問題提供端到端，全棧的自動駕駛解決方案，搭建智能汽車和智能道路的雙平臺，將是中國本土自動駕駛芯片企業的重要發展路徑