当汽车进入电动化、智能化赛道后，产品变革所衍生的名词困扰着消费者。例如关于芯片方面的CPU、GPU、NPU、SOC等等。这些参数格外重要，甚至不逊于燃油车时代的一些核心部件配置。

这次，我们进行一次芯片名词科普，一起扫盲做个电动化汽车达人。

关于芯片里的名词

1、CPU

汽车cpu是汽车中央处理器。其事就是机器的“大脑”，也是布局谋略、发号施令、控制行动的“总司令官”。

CPU的结构主要包括运算器（ALU, Arithmetic and Logic Unit）、控制单元（CU, Control Unit）、寄存器（Register）、高速缓存器（Cache）和它们之间通讯的数据、控制及状态的总线。

简单来说就是：计算单元、控制单元和存储单元。（架构如下图）

如果你看不懂，我可以把他翻译成中文。简单来说就是，计算单元主要执行算术运算，存储单元主要保存数据以及指令等；控制单元则对指令译码。

2、GPU

GPU叫做图形处理器，又称显示核心、视觉处理器、显示芯片。

图形处理你是不是想到了显卡？提到显卡和GPU，人们会想到游戏和电影中精美的三维图形。其实，早期显卡不但不能处理三维图形，甚至连二维图形都无法处理，它仅具备显示能力。今天，GPU不但能够处理复杂的三维图形，还能作为协处理器，在通用计算中使用。

电脑图形处理器的发展是从图形显示适配器开始的，到图形加速器，再到图形处理器即GPU，其功能在不断增强。

3、MCU

汽车mcu是微控制器，控制着汽车内所有的电子系统，比如多媒体、音响、导航、悬挂等。作为汽车电子控制系统的核心，mcu必须有着耐高温和坚固的特性，使之在复杂的汽车内部环境中不容易损坏。

MCU分为1位、4位、8位、16位、32位甚至64位单片机。4位MCU大部分应用在计算器、车用仪表、车用防盗装置。

4、NPU

近几年NPU特别火，我们可以理解为NPU就是AI芯片，普通芯片就是CPU。在自动驾驶和智能座舱都离不开NPU。

换句话说，npu是具备智能和学习的特性， 也就是说这个处理器它是会模仿人的大脑神经网络的。

在工作模式上，CPU主要是负责低精度,各种普通的数据,npu则是人工智能算法上面运行效率要高于另外两者。

5、SoC

SoC芯片是芯片的一种，简单的理解就是把几种不同类型的芯片集成到一块芯片上，比如把CPU、GPU、存储器、蓝牙芯片等集成到一个芯片上。

再例如，智能座舱上的wifi功能和蓝牙功能，都是集成在SoC芯片之上，例如8155就属于SoC芯片。

6、TOPS

TOPS也是我们常说的算力，1 TOPS代表处理器每秒钟可进行一万亿次。我们熟知的8155芯片算力是8TOPS，英伟达 orin芯片算力为254TOPS。

汽车从L1、L2、L3、L4、L5不断推进，某种意义上看，就是算力的竞赛，每往上进阶一级就意味着对算力的需求更高。

毫无疑问，当前的自动驾驶芯片市场发生了明显的变化，“大算力”正是一大趋势。除了英伟达，算力突破100TOPS的芯片陆续问世，比如已发布单颗芯片最高算力可达128TOPS的地平线征程5；单颗芯片最高算力可达176TOPS的Mobileye EyeQ Ultra等。

7、DMIPS

常常有人会把TOPS和DMIPS搞混，认为这两个词语都在表达同一种计算能力。其实并非如此，DMIPS是每秒处理机器语言指令数，而TOPS是每秒钟可以进行的操作数量。

例如8155芯片CPU能够达到105K DMIPS执行能力，算力是8TOPS，这显然是芯片两块不同领域的处理能力。

DMIPS是，用Dhrystone这套测试程序跑下来，每秒钟可以执行多少指令。

某种意义上，谁家的这个数字高，谁家的CPU就更牛。50000DMIPS就意味着每秒可以执行50000*100万条指令。

8、DPU

DPU和NPU的组合很像TOPS和DMIPS，很容易搞混。

DPU和NPU都是具有学习能力的芯片，只是DPU是深度学习处理器，是基于Xilinx可重构特性的FPGA芯片。而NPU不基于Xilinx。

不同于CPU的AI芯片，DPU可以机器学习、安全、电信和存储等应用，并提升性能。

汽车芯片的种类

汽车芯片的三大类：1、整车域的MCU。2、自动驾驶域的AI芯片。3、智能座舱域的CPU。这三大门类都需要芯片，但是难度系数却相差很多。

汽车芯片从MCU到自动驾驶座舱，虽然有如果说MCU芯片的弱鸡性能让汽车的面子有点挂不住，那自动驾驶域的AI芯片可以说是扳回一城了。

1、自动驾驶域的AI芯片

以英伟达orin为例，orin的CPU内核是12个Coretex-A78（代号Hercules），GPU是Ampere。

我们拿 蔚来ET7举例。

CUBA单元：蔚来ET7搭载了四颗NVIDIA ORIN芯片(近1000TOPS)，其CUBA(Compute Unified Device Architecture)单元达8096，接近8704CUBA核心的RTX3080显卡。

晶体管数量：蔚来ET7搭载四颗NVIDIA ORIN芯片的晶体管数量为680亿，同期“秒天秒地秒一切”的苹果A14芯片的晶体管数量为118亿。

数据处理量：特斯拉FSD芯片内置图片处理器ISP，最高以25亿像素/秒的速度处理图像，大概是往21块1080P的高清屏幕上塞60帧画面。

NPU：特斯拉FSD芯片的神经处理单元NPU高速缓存32MB，与零售价16999元的英特尔酷睿i9-9980XE的33.75MB SRAM缓存总量相当

2、智能座舱芯片

智能座舱的主芯片一般称之为SoC – System on Chip即片上系统，它包括CPU、GPU，AI引擎，还包括处理各种各样摄像头的ISP，支持多显示屏的DPU、集成音频处理等等。另外第3代的数字座舱系统，配备了个性化的计算机视觉和机器学习的计算机应用平台，包含AI加速器等等。同时，高通在SoC上也集成了先进的Wi-Fi、蓝牙技术，可以支持眼下最热的Wi-Fi6以及蓝牙5.1的技术。

提到智能座舱芯片，不得不看高通骁龙8155芯片。

高通的8155芯片是一枚强大的智能座舱SOC芯片，全称是SA8155P，它采用7纳米工艺制造，具有八个核心CPU，算力为8TOPS，也就是每秒运算8万亿次，它可以最多支持6个摄像头，连接4块2K屏幕或者3块4K屏幕，支持WiFi6，支持5G，支持蓝牙5.0。

值得注意的是，8155芯片并没有独立的NPU内核，AI计算主要通过DSP、CPU和GPU组成的AI引擎完成。其中，Hexagon 690拥有7TOPS的AI算力，加上CPU、GPU的AI算力之和为8TOPS。而在制程方面，高通8155采用台积电N7工艺，也就是第一代7nm工艺打造，与骁龙855以及855+属于同一代产品。

3、整车域MCU

在智能化未普及之前，早期汽车是纯机械产品。那时的发动机并没有电子控制器、车窗也只有机械式控制，所以不需要任何芯片，更没有算力、图像处理这一说法。

在近几十年中，机械式的汽车逐步智能化。一次新增一个功能，就需要配一个MCU(Micro Control Unit)。这种发展方式，造成了MCU越多，线束凌乱的现状。这也构成了传统车企缺芯的现象。

当然，也不要小看MCU，这个领域支撑起来的半导体公司都是赫赫有名。如果对比的是汽车MCU芯片 —— 那的确，无论是性能上、制程上，手机芯片都要先进不少！