英伟达试图统治智能汽车“芯”,国产替代更难了?

作者丨劢历

编辑丨张硕

出行范儿原创


自动驾驶芯片的国产替代,又上升到新的难度。

英伟达2022秋季GTC大会上,创始人、CEO黄仁勋发布了单颗算力达到2000TOPS的车载芯片Thor(雷神),再次刷新了自动驾驶芯片算力的“天花板”。

相比英伟达当前量产上车的Orin X芯片(单颗算力254TOPS),Thor的算力提升了8倍。相比一年前英伟达推出的1000 TOPS 的Atlan芯片(原定2023年向开发者提供样品,2024年量产),Thor的吞吐量和交付性能也直接翻倍。相比特斯拉FSD芯片,Thor的单颗算力是其14倍。


更高算力Thor的面世,也直接终结了Atlan的命运,将成为Orin的后续产品。

更值得一提的是,高算力的Thor不仅仅是Orin X自动驾驶芯片的升级版,更是一枚为中央计算架构而生的芯片。

黄仁勋介绍,Thor的2000 TOPS 既可以全部用于自动驾驶工作流,也可以将其配置为一部分用于驾驶舱 AI 和信息娱乐,一部分用于辅助驾驶,轻松实现一“芯”多用。

也就是说,此前需要Orin X+高通8155或8295芯片搭配来分别支持自动驾驶和智能座舱,未来只需要一颗Thor芯片就可以实现。

英伟达正在试图用一颗芯片解决车内所有AI功能。在其他芯片公司还在追赶Orin时,英伟达又将下一代产品上升到跨越式的新高度,车载高端芯片要实现国产替代是否更难了?

01

一芯多用,英伟达统治智能汽车“芯”?

在自动驾驶领域,英伟达的Orin芯片几乎占据绝对的统治地位。

目前国内的中高端新能源车型大部分都选择了英伟达的Orin,包括 蔚来ET7、ES7、理想L9、小鹏G9、智己L7、非凡等,以此研发高速和城市的NOA类自动导航辅助驾驶系统。

此外,自动驾驶公司如图森未来、小马智行、轻舟智航、文远知行、元戎启行等,也都基于英伟达Orin开发各自的解决方案。

号称“史诗级”的Thor能继续复制Orin的成功吗?

按照英伟达给出的时间表,Thor 芯片预计2024年-2025年量产上车。吉利旗下高端新能源品牌极氪已经官宣为首个搭载Thor的品牌,并于2025年初开始生产。

与此同时,吉利方面透露,Mobileye仍是极氪在智驾领域的重要战略合作伙伴。目前极氪首款量产车型极氪001搭载的自动驾驶芯片是Mobileye EyeQ5,单颗算力为24TOPS。此前有消息称极氪将要终止与 Mobileye 的合作。

还在研发中的芯片就已经被车企提前三年预订了,Thor 的潜力可见一斑。

英伟达Thor芯片不仅刷新了算力天花板,还为后续中央计算架构的推出奠定了先发优势。

现阶段,想要实现汽车中的主动安全、停车、驾驶员监测、摄像头后视镜、集群和车载信息娱乐系统等功能通常需要不同的计算机提供支持,但是基于Thor芯片的系统可以讲智能汽车的所有功能都集中在单个AI计算机上。

也就是说,只用一颗 Thor 芯片就能集成智能汽车所需的算力需求,包括高阶自动驾驶、车载操作系统、智能座舱、自主泊车等。并且在一台计算机上,车辆可以同时运行Linux、QNX和Android,这三种分别用于自动驾驶、功能安全和智能座舱的系统。


而且车载计算资源的集中化可以将成本降低数百美元,车企中迭代和升级系统软件的时候,只需要调用Thor的算力就行,不用再去给每个域控制器分别更新。

用黄仁勋的话说,“One chip to rule them all!”,英伟达统治智能汽车芯片的时代似乎到来了。

不过,需要明确的是,高算力同样意味着高成本、高功率。这样一颗能够集成智能汽车所需所有算力需求的芯片,势必需要车企付出不菲的代价。

此前英伟达芯片在功耗和利用率上一直被行业诟病,有行业人士透露,Xavier、Orin的利用率无论怎么优化只能达到30%。所以Thor芯片的真实利用率有多少,也需要进一步验证。


02

国产芯的新机会

英伟达将芯片算力门槛拉高到2000 TOPS,而且可以实现一“芯”多用,这不仅对高通垄断的智能座舱芯片形成打击,无疑也加大了国产芯片企业追赶的难度。

不过,这并不是坏事。

有业内人士表示,行业需要英伟达这样的企业,引领世界的科技朝着更快,更高、更强的方向前进,给更多企业和消费者带来享受科技进步的无限可能。

从这个角度讲,国产芯片企业都将成为受益者。

目前在自动驾驶领域,国内已经有华为、黑芝麻、地平线、芯驰科技、寒武纪等芯片公司崭露头角。

黑芝麻智能首席市场营销官杨宇欣认为,2025年是个非常重要的时间节点,现在多数关键环节的汽车芯片都已经有本土供应商了,只是未必都已实现批量上车。所以接下来三年是车厂培养本土供应链的关键,也是黑芝麻这样的公司在量产上车和在性能指标上跑赢外国厂商的冲刺阶段。


现在,2025年这个时间点也是英伟达Thor芯片量产上车的时间节点,对于国产芯片公司来说,“2025年之前能否上车非常关键,大家一定要赶快跑”,“2025年如果能拿下车企最新智能汽车量产订单,不但意味着生存问题解决,同时意味着对外国厂商形成了优势。”杨宇欣在接受《出行范儿》等媒体采访时表示。

在芯片供应短缺的情况下,一向保守的汽车行业也开始尝试使用本土供应商的产品,甚至还愿意培养本土的新供应商。

特别是美国最近限制了英伟达和AMD向中国出口高性能GPU芯片,这对于训练人工智能系统至关重要,国内的蔚来汽车、小鹏、毫末智行等都在基于英伟达A100打造自动驾驶训练中心。尽管目前对智能汽车不会产生实质性的影响,但是车企已经意识到国产替代的重要性。

杨宇欣透露,近期国内车企从集团领导到业务负责人,都在过问汽车大算力芯片或者核心计算芯片国产化替代的进程。防患于未然,车企希望尽快在国内找各种解决方案的备份,“即使有10%的可能性,也要做好100%的备份”。

这将加快国产芯片以及整个智能汽车关键技术领域的国产化替代速度。

另外,电子电气架构正从传统的分布式转向域集中式架构,并向第三代中央式电子电气架构发展,届时可以将整车的控制、座舱,甚至智能驾驶的功能,都集中到一个域控制器上进行高效运行。

业界普遍认为,过去传统分布式架构的几百上千个低算力MCU无法满足智能汽车的需求,目前已经开始被几个大算力ECU所替代,成为域集中式架构,但电子电气架构最终会进入中央计算的时代。这个演进过程还会经历不同的阶段,不会一步到位,域与域之间会逐个开始融合。

中国芯片企业也在开始布局多域融合的芯片,杨宇欣认为,到2025年,在中央计算架构来临的时候,中国企业有希望在自动驾驶芯片这个细分赛道与美国平分天下。

之所以有这个信心,在杨宇欣看来,自动驾驶芯片依然是蓝海市场。黑芝麻智能以及国内其他芯片公司,现在聚焦的是“增量市场”,“不是从别人手里抢市场,而是争夺新增的市场”。

随着本土车企自动驾驶渗透率的快速提升,芯片企业也在与车企共同成长,“从渗透率1%一起成长做到10%,与渗透率50%时去抢10%,这个难度其实是不一样的”。

再加上中国市场客户对性价比的要求,黑芝麻智能等芯片企业的ASIC技术路线(有限开放),相比英伟达的GPU架构(完全开放通用),在相同性能之下,它的面积更小,也就意味着成本更低、功耗更小,会成为未来更主要的方向。

所以,在新领域、新场景下,国产芯片的占有率提升速度会更快。


03

拼算力还是算法?

对于智能汽车来说,单颗芯片达到2000TOPS算力是否有必要?

曾经在辅助驾驶芯片领域占据霸主地位的Mobileye,目前应用最为广泛的Eye Q4芯片,算力只有2.5TOPS,升级版EyeQ5算力达到24TOPS,预计2025年实现车规级量产的EyeQ Ultra芯片,算力也只有176 TOPS,依然不及当前单颗Orin X芯片算力。

地平线最新一代的车规级自动驾驶芯片——征程 5,单颗芯片算力 128TOPS,只有Orin X 的一半。

华为自研的车规级智能驾驶计算平台MDC系列芯片,性能面向L2+、L3-L4及Robotaxi等不同级别自动驾驶和应用场景,算力从64TOPS到400TOPS不等。

黑芝麻智能已经上车江淮思皓品牌的A1000,单颗芯片算力58TOPS,明年推出的下一代产品A2000,单颗算力将超过256TOPS,超过英伟达Orin。

高通骁龙Ride,单颗芯片算力达到360TOPS。搭载了一颗高通骁龙Ride芯片的魏牌摩卡DHT-PHEV激光雷达版车型,率先在国内落地了城市辅助驾驶系统。魏牌CMO乔心昱在接受采访时称,“在综合算力方面,高通芯片360TOPS的算力已经出现了冗余,足以应对现阶段城市辅助驾驶功能”。

不过,也有一些中高端品牌,会选择通过多颗芯片叠加来预埋足够的算力需求,以为后续OTA提供高级别自动驾驶功能提供冗余。比如蔚来ES7,搭载了四颗英伟达Orin X,综合算力可达到1016 TOPS,是理想L9和小鹏G9的两倍。

不难发现,现阶段甚至未来两三年,单颗芯片算力还处于追赶英伟达Orin的阶段。

在追逐大算力过程中,业内开始出现偷换概念的做法,例如用所谓的AI TOPS,或者等效TOPS,来代替实际的客观算力。

对于行业内产生的盲目比拼TOPS数值的风气,黑芝麻智能副总裁丁丁近日在媒体技术开放式日上表示,其实硬件上的乘加器已经决定了卷积能力,真实算力可以通过乘加器的设计非常客观地计算出来。“但如果要以等效算力来凑TOPS数值,就需要牺牲自动驾驶最需要的精度,这样的数值,缺乏科学性及严谨性。”

黑芝麻也在与多行业机构共同探讨,如何引导市场以共同标准来识别不同芯片的算力。

从技术角度来看,丁丁认为,自动驾驶的普及,很重要的推动力是汽车电子电气架构的演进,而推动演进有两个主要技术点,一个是数据,一个是算力。电子电气架构的演进方向是保证非常大量数据的高速流转,从而进一步支撑其上所部署的功能,这就涉及到对数据进行处理,需要更强算力的芯片来支撑电子电气架构的演变。

一般情况下,L2级辅助驾驶,需求的算力在几十TOPS左右,而智能驾驶每提升一个级别,对算力的需求也呈指数上涨。

在杨欣宇看来,算法作为软件有很多可以去妥协的方式,而算力是整个系统功能的边际,重要性自然不言而喻。在算力不够的情况下,企业往往采取优化算法的方式,当算力足够时,算法自然有会有更大的发挥空间。

不过,也有业内人士表示,芯片算力固然重要,但是对于车企和自动驾驶公司来说,能否有能力将芯片的算力发挥出来也是更关键的。


0 +1
收藏
纠错/举报
相关推荐

下载之家app

0
评论
收藏
精彩视频

按住此处可拖动

不再显示
意见反馈 返回顶部