高階自動(dòng)駕駛，需要一顆什么樣的芯片？

作者｜Joseph,編輯｜白雪

芯片廠商永遠(yuǎn)不會(huì)放過(guò) CES 的角斗場(chǎng)。

與往屆一樣，2024 年 CES 的芯片專區(qū)也開(kāi)啟了神獸亂斗模式。

一個(gè)更加顯著的特征是，芯片戰(zhàn)場(chǎng)已經(jīng)從 PC、智能手機(jī)轉(zhuǎn)移到了智能汽車(chē)。

無(wú)論是以英偉達(dá)為代表的從游戲起家的老牌芯片廠商，還是以安霸為代表的視覺(jué)芯片廠商，都在加碼投入到智能汽車(chē)自動(dòng)駕駛芯片的競(jìng)爭(zhēng)中。

兩年前，在 CES 上芯片廠商的關(guān)鍵詞是：期貨、百 Tops 算力。

2022 年 EyeQ Ultra 芯片算力也不過(guò) 176 TOPS，英偉達(dá)的自動(dòng)駕駛計(jì)算架構(gòu) DRIVE Hyperion 9 內(nèi)置的智能駕駛芯片 Atlan，以跳票告終。

而英偉達(dá)發(fā)布的另一款算力超 2000TOPS 的 Drive Thor，則要等到 2025 年才投產(chǎn)。

兩年后，2024 年汽車(chē)市場(chǎng)中的芯片關(guān)鍵詞則圍繞高階自動(dòng)駕駛展開(kāi)：

性價(jià)比，大算力、BEV 算法、集中式架構(gòu)。既要保證價(jià)格要能在紅海中出圈，又要保證硬件冗余、智駕領(lǐng)先，還要為中央集成式計(jì)算平臺(tái)做好準(zhǔn)備。

尤其隨著中國(guó)車(chē)企卷起城區(qū) NOA 大戰(zhàn)，BEV+Transformer 成為頭部車(chē)企以及自動(dòng)駕駛廠商最主流的技術(shù)方案，更大算力的芯片將承擔(dān)技術(shù)底座。

一個(gè)問(wèn)題橫亙?cè)谇?，高階自動(dòng)駕駛，到底需要一顆什么樣的芯片？?jī)H僅是大算力就夠了嗎？

高階自動(dòng)駕駛恰好需要一顆「看不見(jiàn)」的芯片。

看不見(jiàn)說(shuō)的是芯片制程必須更加先進(jìn)，肉眼可觀察到的芯片體積正在縮小，同時(shí)也是芯片必須打通過(guò)去分布式架構(gòu)的隔閡，放大芯片一體化、平臺(tái)化的優(yōu)勢(shì)，向中央計(jì)算架構(gòu)更進(jìn)一步。

過(guò)去，只能看到智駕芯片是算力為王的單邊競(jìng)爭(zhēng)，堆砌足夠多的算力就能贏下一局，但高階智駕到來(lái)，看不見(jiàn)的芯片反而要面臨的挑戰(zhàn)爭(zhēng)奪——單邊競(jìng)爭(zhēng)變成了關(guān)注性能指標(biāo)、價(jià)格、團(tuán)隊(duì)協(xié)同的多邊競(jìng)爭(zhēng)。

一體化、大算力、先進(jìn)制程決定了自動(dòng)駕駛芯片的底層技術(shù)。成本、性能、功耗決定了車(chē)企采用芯片的商業(yè)邏輯。單芯片、強(qiáng)耦合、平臺(tái)化決定了芯片廠商未來(lái)的技術(shù)發(fā)展方向。

隨著競(jìng)爭(zhēng)要素的組合與變化，高階自動(dòng)駕駛芯片正掀起新一輪競(jìng)爭(zhēng)范式。

一體化、大算力、先進(jìn)制程：智駕芯片進(jìn)入迭代新周期

如果說(shuō)過(guò)去分布式走向域控制器的過(guò)程是靠一個(gè)復(fù)雜的域控黑盒完成的，那么到了高階自動(dòng)駕駛逐漸向中央計(jì)算靠攏時(shí)，就得用單顆大算力智駕芯片取代盒子。

過(guò)去，由于大多數(shù)智駕 SoC 無(wú)法滿足高功能等級(jí)安全要求，往往還會(huì)在智駕域控主板上外掛獨(dú)立 MCU，英飛凌、瑞薩、NXP 的 MCU 都是搶手的香餑餑。

現(xiàn)在，多數(shù) SoC 已經(jīng)內(nèi)置了 MCU 的功能安全島，而自動(dòng)駕駛芯片的變化遠(yuǎn)不止這一個(gè)細(xì)節(jié)。

業(yè)界將自動(dòng)駕駛芯片的趨勢(shì)總結(jié)成三個(gè)關(guān)鍵詞：一體化、大算力、先進(jìn)制程。

隨著市場(chǎng)滲透率的快速提升和 ODD 持續(xù)拓展，芯片廠商已普遍采用能力均衡的異構(gòu)計(jì)算平臺(tái)應(yīng)對(duì)復(fù)雜場(chǎng)景考驗(yàn)。

如果過(guò)去廚師做是井然有序的川菜、江浙菜、魯菜，那么今天 GPU、CPU、NPU、ISP 等不同 IP 模塊協(xié)同作戰(zhàn)才是主流，相當(dāng)于廚師做出了「新式融合菜」。

融合就是取不同處理器所長(zhǎng)之處組合在一個(gè)芯片中，比如 CPU 擅長(zhǎng)邏輯控制和通用計(jì)算，GPU 適合大規(guī)模并行計(jì)算和圖像處理，NPU 專注于深度學(xué)習(xí)算法和人工智能計(jì)算，DSP 功耗低，MCU 則安全等級(jí)更高。

那么異構(gòu)計(jì)算平臺(tái)發(fā)揮 1+1+1＞3 的效果，應(yīng)對(duì)多傳感器數(shù)據(jù)不同的計(jì)算能力和處理方式，滿足路徑規(guī)劃、物體識(shí)別、決策控制等不同應(yīng)用和算法的計(jì)算需求。

據(jù)汽車(chē)之心了解，目前算力在 200TOPS 以上的自動(dòng)駕駛芯片多采用異構(gòu)計(jì)算，尤其是面向深度神經(jīng)網(wǎng)絡(luò)，靠 CPU 一己之力遠(yuǎn)遠(yuǎn)不夠。

異構(gòu)計(jì)算對(duì)芯片帶來(lái)的改變可以歸納為「兩降一提」。

一方面，能夠降低整體功耗和散熱需求。

另一方面，由于不同的處理器具有不同的故障模式和可靠性特性，通過(guò)組合也可以進(jìn)一步提升系統(tǒng)容錯(cuò)性。

在異構(gòu)計(jì)算平臺(tái)的背景下，更大算力與更高制程成為必然。

大算力與更高制程呈正相關(guān)關(guān)系，算力越高也需要制程越先進(jìn)。

換句話說(shuō)，算力大小取決于芯片設(shè)計(jì)，而有著更大算力的芯片能否流片成功，則考驗(yàn)晶圓和制造、封裝環(huán)節(jié)。

汽車(chē)之心梳理了現(xiàn)階段的市場(chǎng)情況，我們發(fā)現(xiàn) 2024—2025 年將會(huì)集中出現(xiàn)一批算力突破 1000TOPS 的智駕芯片，相應(yīng)的，5nm、3nm 乃至更先進(jìn)制程將成為芯片角力的新戰(zhàn)場(chǎng)。

從目前已經(jīng)釋放的大算力芯片來(lái)看，2025 年戰(zhàn)況焦灼：

英偉達(dá) DRIVE Thor 算力 2000 TOPS，4nm 工藝制程，將于 2025 年投產(chǎn)。蔚來(lái)自研神磯芯片算力預(yù)計(jì)超過(guò) 1000TOPS，5nm 工藝制程，將于 2025 年上車(chē)。特斯拉更為激進(jìn)，已經(jīng)準(zhǔn)備啟動(dòng) 3nm 制程芯片代工計(jì)劃，在 N3E 基礎(chǔ)上繼續(xù)強(qiáng)化速度和功耗表現(xiàn)，預(yù)計(jì) 2024 年投產(chǎn)。

隨著芯片制程工藝不斷接近物理極限和工程極限，也使得面向 5nm 乃至 3nm 市場(chǎng)的單片晶圓及芯片設(shè)計(jì)成本同步指數(shù)級(jí)上升。

據(jù)臺(tái)積電最新報(bào)價(jià)，僅芯片流片中的制作晶圓費(fèi)用 3nm 每片晶圓 19865 美元，折合人民幣 14.2 萬(wàn)元。

而將芯片設(shè)計(jì)模版復(fù)制到半導(dǎo)體硅片上的掩模則更加昂貴。因此，臺(tái)積電 5nm 芯片全光罩流片費(fèi)用過(guò)億不足為奇。

數(shù)據(jù)來(lái)源：The Information Network

一顆小小的智駕芯片，已經(jīng)是車(chē)企、芯片廠商同臺(tái)秀技術(shù)的大舞臺(tái)。

往往，誰(shuí)能造出制程更先進(jìn)的異構(gòu)智駕芯片，這意味著開(kāi)發(fā)費(fèi)用與技術(shù)實(shí)力都不缺。

成本、性能、功耗的平衡：芯片從「不可能三角」到多要素耦合

一體化、大算力、先進(jìn)制程說(shuō)的都是技術(shù)命題，但智能芯片作為智能駕駛大腦，要投向商業(yè)化市場(chǎng)。

商業(yè)化市場(chǎng)最殘酷的命題是技術(shù)與成本的平衡。

因此，智駕芯片并不會(huì)不計(jì)成本地永遠(yuǎn)突破性能上限。

以城市 NOA 為代表的 L2++轉(zhuǎn)而對(duì)大算力智駕芯片上車(chē)提出了多維度的精細(xì)要求。

業(yè)界期待高階智駕快速普及的另一面是全行業(yè)持續(xù)的降本壓力。

現(xiàn)階段，自動(dòng)駕駛廠商其針對(duì)城區(qū) NOA 解決方案也降至萬(wàn)元以下，更不用提車(chē)企已經(jīng)到了把錢(qián)掰兩半花的地步。

高階智能駕駛的前景一路坦途，目前 L2+已處在規(guī)模化爆發(fā)前夜，亟待在合理的性價(jià)比區(qū)間達(dá)到流暢的駕駛體驗(yàn)，并在正式進(jìn)軍城市場(chǎng)景前打好「重感知，輕地圖」的頭陣。

同時(shí)，隨著智駕進(jìn)城，系統(tǒng)不僅需要應(yīng)對(duì)各類復(fù)雜場(chǎng)景和偶發(fā)情況，脫圖的趨勢(shì)也加大的對(duì)于激光雷達(dá)的需求。

在此背景下，城市 NOA 的芯片方案還需要在高速 NOA 基礎(chǔ)上繼續(xù)全面升級(jí)。

更高算力的芯片雖呼之欲出，硬件資源搶占引發(fā)的更加嚴(yán)重的功耗、散熱問(wèn)題同樣更加不容忽視，芯片的模塊化、拓展性、綜合性價(jià)比訴求也開(kāi)始凸顯。

在行業(yè)內(nèi)真實(shí)存在「搞不定散熱」的情況。

一家 Tier1 原來(lái)做一體機(jī)，后來(lái)為車(chē)企做行泊一體方案，干了半年發(fā)現(xiàn)無(wú)法在車(chē)企既有車(chē)型的預(yù)留小空間中搞定散熱，白費(fèi)了半年時(shí)間。

現(xiàn)階段面向 L2+的芯片方案的痛點(diǎn)來(lái)源于方方面面，簡(jiǎn)單概括是成本、算力、利用率、功耗、散熱、空間布置等要素間的選擇錯(cuò)位：

算力層面：芯片性能虛高，但在實(shí)際應(yīng)用中會(huì)碰到性能瓶頸；單芯片方案算力、ISP 普遍性能不足，導(dǎo)致難以充分調(diào)動(dòng)多 V 傳感器實(shí)現(xiàn) BEV 感知，跑得了 BEV 方案的成本又太高；

性能層面：雙芯片組合方案「貌合神離」，成本高、系統(tǒng)復(fù)雜，且難以做到真正的全時(shí)行泊一體；芯片就跑不了 BEV 難以最大程度擺脫高精度地圖，無(wú)法提升性價(jià)比；

結(jié)構(gòu)層面：真實(shí)算力強(qiáng)的，功耗居高不下，散熱措施成問(wèn)題，加風(fēng)冷水冷不僅費(fèi)工費(fèi)時(shí)，在正式上車(chē)時(shí)還要搶占空間布置；

而以上任意≥2 個(gè)要素一旦互相組合出現(xiàn)，就非常容易衍生智駕項(xiàng)目開(kāi)發(fā)的各類過(guò)程風(fēng)險(xiǎn)。 應(yīng)對(duì)上述多要素耦合的迫切需求，2023 年，安霸在上海車(chē)展期間推出 CV72AQ，用這顆 5nm 車(chē)規(guī)制程芯片，打響高速 NOA 行泊一體之戰(zhàn)。

對(duì)一顆智駕芯片來(lái)說(shuō)，最基本的要求是制程先進(jìn)，算力真實(shí)。

CV72AQ 率先發(fā)揮 5nm 制程優(yōu)勢(shì)，算力適中同時(shí)功耗小于 5 瓦，1 秒鐘處理 90 幀 800 萬(wàn)像素的圖像，并實(shí)時(shí)處理 6 枚攝像頭輸入；

在芯片結(jié)構(gòu)上改變了過(guò)去行業(yè)中的「雙芯」，采用單芯片設(shè)計(jì)，延續(xù) ISP、視頻編碼器等傳統(tǒng)強(qiáng)項(xiàng)，直接面向全時(shí)行泊一體，硬件資源深度復(fù)用，高效運(yùn)行各類 BEV；

最后在開(kāi)發(fā)工具鏈上，安霸基于 CVflow AI 開(kāi)發(fā)平臺(tái)提供一整套易用的算法開(kāi)發(fā)和優(yōu)化工具，降低產(chǎn)品設(shè)計(jì)開(kāi)發(fā)成本的同時(shí)最大限度地提高軟件的可復(fù)用性。

如果說(shuō) SLAM 算法+深度學(xué)習(xí)技術(shù)是第一代自動(dòng)駕駛技術(shù)，在傳感器類型與數(shù)量變得更加復(fù)雜時(shí)，如何持續(xù)輸入多模態(tài)數(shù)據(jù)成為第一代自動(dòng)駕駛技術(shù)的挑戰(zhàn)。

隨之 BEV+Transformer 這樣全新的第二代自動(dòng)駕駛技術(shù)襲來(lái)。

BEV+Transformer 憑借全局性的表征關(guān)聯(lián)、空間/時(shí)序的融合能力、跨模態(tài)的特征級(jí)融合效果為城市 NOA 落地敲開(kāi)大門(mén)后，業(yè)界對(duì)智駕芯片做「多邊形戰(zhàn)士」的要求又增加了極為重要的一條：對(duì)先進(jìn)算法的高效支持。

在芯片和算法都在快速迭代的當(dāng)下，業(yè)界普遍的做法仍然是硬件優(yōu)先——先確定一個(gè)各方面性能均衡的異構(gòu)計(jì)算平臺(tái)，再基于硬件部署算法方案，進(jìn)行優(yōu)化、調(diào)度、通訊部署并逐步解決工程挑戰(zhàn)。

但是，新一輪 BEV+Transformer 帶來(lái)的卻是從算法滲透到芯片的變革壓力，解決兩者間耦合的錯(cuò)配問(wèn)題，與芯片本身的成本、性能、功耗平衡同樣迫切。

一個(gè)業(yè)內(nèi)普遍的困擾是，目前市面上大部分的自動(dòng)駕駛芯片均是在 Transformer 出現(xiàn)之前設(shè)計(jì)的，對(duì) Transformer 的支持并不友好。

BEV+Transformer 越熱，就意味著不支持這一技術(shù)架構(gòu)的芯片在未來(lái)的競(jìng)爭(zhēng)中越有可能出局。

芯片廠商及車(chē)企接下來(lái)很可能在產(chǎn)品開(kāi)發(fā)層面馬上進(jìn)行適應(yīng)性調(diào)整。

在此之前，業(yè)內(nèi)已經(jīng)普遍在積極尋求折中方案，包括但不限于算子的重新適配，深度的網(wǎng)絡(luò)架構(gòu)和底層軟件優(yōu)化，以及改善帶寬要求。

但這樣的針對(duì)性優(yōu)化方案在小網(wǎng)絡(luò)上效果尚可，應(yīng)對(duì)更大的算法模型，挑戰(zhàn)仍然不可持續(xù)。

安霸半導(dǎo)體副總裁劉清濤則表示，安霸雖然是一家芯片供應(yīng)商，但一貫遵循「算法優(yōu)先」策略，尤其是考慮到 AI 算法仍然在快速演進(jìn)，因此在芯片開(kāi)發(fā)過(guò)程中會(huì)廣泛測(cè)試和評(píng)估開(kāi)源網(wǎng)絡(luò)和自研算法，評(píng)估當(dāng)下主流神經(jīng)網(wǎng)絡(luò)的同時(shí)超前考慮未來(lái)算法方向。

在 AI 域控制器芯片 CV3-AD 的開(kāi)發(fā)過(guò)程中，安霸就測(cè)試了幾百種的開(kāi)源算法，甚至整個(gè)芯片的開(kāi)發(fā)都是圍繞著通用型算法進(jìn)行的優(yōu)化，包括對(duì) Transformer 神經(jīng)網(wǎng)絡(luò)進(jìn)行了專門(mén)的支持。

這也是 CV3-AD 在更早前的 2022 年 CES 上發(fā)布，卻能支持后來(lái)流行的用于 BEV 的 Transformer 算法的根本原因。

在今年的 CES 上，安霸發(fā)布了 CV3-AD 系列芯片的最新產(chǎn)品：CV3-AD635 和 CV3-AD655。

其中，CV3-AD635 高效支持多個(gè)攝像頭及毫米波雷達(dá)，可實(shí)現(xiàn)主流的 L2+ 自動(dòng)駕駛功能，如高速公路自適應(yīng)巡航和自動(dòng)泊車(chē)；

CV3-AD655 支持更高等級(jí)的 L2++ 和城區(qū)自動(dòng)駕駛功能，并高效支持更多的攝像頭、毫米波雷達(dá)、激光雷達(dá)和其他傳感器。

聯(lián)合此前發(fā)布的兩款芯片：

適用 L3/L4 自動(dòng)駕駛系統(tǒng)的旗艦產(chǎn)品 CV3-AD685 和主打中國(guó)市場(chǎng)的 CV72AQ，CV3-AD 系列芯片算力覆蓋范圍廣，可以滿足汽車(chē)廠商從主流車(chē)型到中高端車(chē)型的算力要求。

在神經(jīng)網(wǎng)絡(luò)處理能力方面，CV3-AD685 是 CV3-AD655 的 3 倍；CV3-AD655 是 CV3-AD635 的 2 倍。

據(jù)安霸介紹，從 CV72AQ 到 CV3-AD685，芯片的 AI 性能提高到 18 倍，是目前「汽車(chē)行業(yè)中性能覆蓋范圍最廣的、兼容性最好的 AI 域控芯片系列」。

這背后是安霸自研的一套 AI 算法加速硬件引擎 CVflow——采用特殊的流架構(gòu)、支持非結(jié)構(gòu)化稀疏，內(nèi)嵌多種非線性運(yùn)算加速硬件，同時(shí)又和 ISP 集成在一起。

這帶來(lái)的好處是：在真實(shí)環(huán)境運(yùn)行 Transformer 算法時(shí) AI 性能、性能功耗比和內(nèi)存帶寬效率優(yōu)勢(shì)明顯。?03單芯片、強(qiáng)耦合、平臺(tái)化：高階智駕芯片產(chǎn)業(yè)再升級(jí)
高階智駕芯片解決要素錯(cuò)配，不是某一家企業(yè)能推動(dòng)得了，而要靠汽車(chē)芯片產(chǎn)業(yè)技術(shù)路線再升級(jí)。

這一技術(shù)路線升級(jí)可以概括為：單芯片、強(qiáng)耦合、平臺(tái)化。

過(guò)去，英偉達(dá)和 TI 分別在高算力、低算力芯片上占據(jù)多芯片行泊一體方案的半壁江山。

特別是前期面向高階智駕需求，算法的演進(jìn)路徑尚不清晰的行業(yè)現(xiàn)象，車(chē)企們普遍先拼配置、做硬件預(yù)埋、準(zhǔn)備系統(tǒng)冗余，雙 Orin 乃至 4 Orin 的方案率先成為主流方案。

這背后也存在一個(gè)原因——高階智駕滲透前期，通用芯片更受歡迎。

從芯片設(shè)計(jì)理念出發(fā)：通用芯片為了無(wú)法沒(méi)有固化的業(yè)務(wù)作出的靈活設(shè)計(jì)，比如 GPU、FPGA 是目前比較成熟的通用型芯片。通用芯片在設(shè)計(jì)之初會(huì)加入預(yù)留模塊，優(yōu)點(diǎn)是通用性高、修改性強(qiáng)，但相應(yīng)地功耗高、價(jià)格也更貴。

專有芯片是針對(duì)固化業(yè)務(wù)進(jìn)一步「降本增效」，專用芯片針對(duì)單一功能設(shè)計(jì)，速度快、功耗低，相應(yīng)成本也更低。

在高階智駕滲透前期，需要給芯片留出「試錯(cuò)空間」，因此英偉達(dá) Orin 系列芯片作為通用芯片大受歡迎。

但隨著高階智駕逐漸走向深水區(qū)，專用芯片則會(huì)成為必然趨勢(shì)。

比如安霸 CV3-AD 系列芯片就是專用芯片，支持各種網(wǎng)絡(luò)模型，大到 LLM（多模態(tài)大模型），小到各種嵌入式前端的網(wǎng)絡(luò)。

但專用芯片只是增本增效的第一步，單芯片方案對(duì)算力資源的深度復(fù)用及成本優(yōu)勢(shì)，有望使其成為大算力域控的長(zhǎng)遠(yuǎn)終極方案。

相比于多芯片，單芯片如果匹配充足 AI 的算力支持及多源異構(gòu)架構(gòu)設(shè)計(jì)，可以滿足高階智駕所需的各類傳感器接入，與之匹配各類存儲(chǔ)器和帶寬需求并預(yù)留擴(kuò)充接口，各類 buff 疊滿后相比多芯片有天然優(yōu)勢(shì)：

傳感器深度復(fù)用，計(jì)算資源完全共享，AI 算力需求可比多芯片大幅降低；不再需要與各自 SoC 配套的多套電源芯片和存儲(chǔ)芯片，更具成本優(yōu)勢(shì)；芯片級(jí)穩(wěn)定性天然高于板級(jí)穩(wěn)定性，兩套系統(tǒng)間交互衍生的開(kāi)發(fā)難度和開(kāi)發(fā)成本也不復(fù)存在。

安霸半導(dǎo)體副總裁劉清濤表示，多芯片只是權(quán)宜之計(jì)，從成本上來(lái)說(shuō)雙芯片要兩套電源，從穩(wěn)定性來(lái)說(shuō)，單芯片級(jí)別的穩(wěn)定性與連接板級(jí)別的穩(wěn)定性不可同日而語(yǔ)。

眼下，以安霸為代表的單芯片行泊一體方案均已陸續(xù)登場(chǎng)，志在單顆芯片包打全場(chǎng)景 NOA。

在高階智駕開(kāi)發(fā)中，芯片和算法的關(guān)系已完全不同于傳統(tǒng)的邏輯計(jì)算架構(gòu)。

如果說(shuō)過(guò)去兩者的關(guān)系是芯片先行，算法在后，那今天，兩者的關(guān)系變成了相互定制。

芯片在設(shè)計(jì)之初，就需要考慮后續(xù)實(shí)際運(yùn)行的先進(jìn)算法架構(gòu)，算法的設(shè)計(jì)過(guò)程既需要、也有極大機(jī)遇根據(jù)芯片硬件架構(gòu)適配升級(jí)。

在此背景下，芯片公司做自動(dòng)駕駛軟件的驅(qū)動(dòng)力不斷凸顯，一方面為下一代 AI 芯片或 AI 引擎進(jìn)行開(kāi)展算法預(yù)研，更進(jìn)一步改善芯片架構(gòu)或微架構(gòu)，推動(dòng)部署優(yōu)化，甚至打通是算法和芯片，提升可擴(kuò)展性。

以英偉達(dá)、安霸為代表的芯片廠商，已經(jīng)在軟硬協(xié)同、全棧優(yōu)化方面動(dòng)作頻頻。這些芯片廠商基本上都以「芯片+開(kāi)發(fā)工具鏈」的形式給到客戶。

更有壓力的是，蔚來(lái)、理想、比亞迪等車(chē)企也都陸續(xù)向上游芯片自研摩拳擦掌。

安霸則根植于「算法優(yōu)先」已先行一步，一方面在芯片開(kāi)發(fā)過(guò)程中保持領(lǐng)先架構(gòu)，同時(shí)作為一家 AI 視覺(jué)芯片公司，也一直在下一局關(guān)于「算法」的棋局。

一家企業(yè)的稟賦總是與其誕生背景息息相關(guān)。

過(guò)去，ISP、圖像處理、視頻壓縮編碼算法是安霸在消費(fèi)、安防、汽車(chē)等領(lǐng)域的一貫長(zhǎng)項(xiàng)，這決定了其在自動(dòng)駕駛圖像視覺(jué)上天然的稟賦。

安霸先后的兩次收購(gòu)動(dòng)作則增強(qiáng)了其在自動(dòng)駕駛算法的業(yè)務(wù)能力。

比如 2015 年收購(gòu) VisLab 后，安霸在硬件層面整合了自動(dòng)駕駛感知算法。在 2021 年收購(gòu)傲酷后，安霸吸納了大量 4D 毫米波雷達(dá)及融合算法。

一個(gè)案例是，安霸在 CV3 中就去掉雷達(dá)前端 DSP，用 GVP 專門(mén)處理雷達(dá)信息，實(shí)現(xiàn)原始數(shù)據(jù)集中處理和底層跨模態(tài)融合。

CV3 系列芯片是安霸算法先行的代表之作。

安霸的 CV3 系列芯片采用新一代 CVflow 架構(gòu)，其中神經(jīng)矢量處理器 NVP 通過(guò)對(duì) Transformer 網(wǎng)絡(luò)進(jìn)行硬件加速，支持 BEV+Transformer 算法更快落地。

業(yè)界對(duì)芯片的期待更是結(jié)構(gòu)性的降本增效，從而系統(tǒng)支持智駕帶來(lái)的銷量紅利，在激烈競(jìng)爭(zhēng)中突出重圍。

這也對(duì)芯片的「平臺(tái)化」提出了更高要求。

安霸 CV3 全系列統(tǒng)一 SDK，這意味著在一套硬件架構(gòu)下實(shí)現(xiàn)算法、中間件、應(yīng)用軟件等各層面遷移復(fù)用，從而覆蓋不同自動(dòng)駕駛等級(jí)和各個(gè)智駕細(xì)分領(lǐng)域，釋放芯片的硬件潛力和利用效率，節(jié)約投入的同時(shí)縮短開(kāi)發(fā)周期。

安霸總裁兼 CEO 王奉民曾表示，安霸已經(jīng)把中國(guó)市場(chǎng)作為全球戰(zhàn)略重點(diǎn)，CV3 系列的首批收入也將來(lái)自中國(guó)。

現(xiàn)在，智駕芯片更像是智駕技術(shù)、車(chē)企定制化需求、再帶點(diǎn)營(yíng)銷詞匯的內(nèi)卷產(chǎn)物。

就像今天，我們說(shuō)算力，有的廠商會(huì)用 GPU 的乘積累加矩陣運(yùn)算算力來(lái)定義，有的廠商會(huì)在這個(gè)基礎(chǔ)上加上每秒圖像幀率 FPS 的數(shù)據(jù)。

但走上城區(qū)道路的高階智駕到底需要怎樣的芯片，除了以上總結(jié)的多個(gè)趨勢(shì)外，一個(gè)概念也會(huì)越發(fā)清晰：高階智駕需要的芯片，不只在于芯片本身，更在于其是否能夠去偽存真，更加標(biāo)準(zhǔn)化深度參與智駕功能的開(kāi)發(fā)。

這考驗(yàn)的反而是「低調(diào)」的能力。

高階智駕市場(chǎng)是新一輪的牌局，而最適合高階智駕的芯片一定會(huì)在最卷的中國(guó)市場(chǎng)率先被驗(yàn)證。