重新定义未来的汽车芯片角色 拼算力只是第一步

汽车芯片赛道，正在经历“三年河东、三年河西”的变化。

随着L2级辅助驾驶增速加快，L2+甚至是L3成为上游芯片厂商争夺的下一个赛道。同时，整车电子架构的革新，整车OTA也驱动车企在下一代智能化车型的芯片选型上，开始更多考虑算力冗余。

高性能计算平台+软件迭代开发，也成为汽车制造商新的品牌标签。英伟达、高通、芯驰科技、黑芝麻智能等芯片厂商都在争夺高阶智能驾驶市场份额。

相比较而言，在辅助驾驶赛道，Mobileye、瑞萨、TI、赛灵思等传统芯片厂商也在向上发力。同时，芯片厂商也在开放软件平台上寻求竞争力“加分”，目标就是帮助车企加快新系统的开发速度、减少不必要的开发成本，并充分挖掘芯片的“能力”。

这样的变化，在几年前并不明显。原因是，从传统的黑盒到白盒开发模式的转变，车企的掌控权在逐步加大，而芯片市场的白热化竞争，更是加剧行业变革。

一、

作为L2级及以下辅助驾驶赛道的芯片龙头，Mobileye在今年初“祭出”全新产品线，除了继续稳固传统市场，另一个目标就是高阶智能驾驶。

1月4日，Mobileye在CES上推出了其迄今为止最先进、性能最强的专为自动驾驶打造的EyeQ® Ultra™系统集成芯片。EyeQ® Ultra™在176TOPS的算力下实现了能效的优化，是一款精简的自动驾驶汽车芯片。

176TOPS大概是10颗EyeQ5H芯片算力的总和，尽管从数据指标来看，距离英伟达的Orin还有不小的差距，但一直不强调算力的Mobileye却不得不“为市场、为客户”做出改变。

与EyeQ® Ultra™同时推出的还有两款用于ADAS解决方案的全新EyeQ系统集成芯片——EyeQ® 6L和EyeQ® 6H，基于7纳米制程工艺，并主打高性价比纯摄像头解决方案。

其中，EyeQ 6H的算力大概是EyeQ5H的两倍，目标是瞄准高性价比的L2+/L4（包括L3）市场。该公司预计，第一代工程样片预计今年底面世。

对于目前汽车行业关于芯片算力的竞赛，Mobileye首次表态，TOPS是一个非常不充分的计算能力指标。“我们集成到EyeQ芯片中的计算模型非常复杂，远不是某一单一指标能量化的。”

Mobileye认为，他们能够在两颗EyeQ5芯片上运行整个SuperVision系统（在中国市场，首发搭载于极氪001），在数量级上远低于其他竞争对手PK的算力或TOPS指标。

这得益于其在芯片软硬件协同设计上的先天优势，但作为Mobileye的Tier1合作伙伴，能否充分发挥这种能力，显然需要依靠不同厂商的最终实力表现。

Mobileye认为，在L2及以下等级，针对基础的提供安全预警和控制功能的前视ADAS摄像头，通过软件和SoC的紧密结合，能够降低验证成本、提高能耗效率、降低冷却成本。换句话说，黑盒模式更适合。

在该公司看来，基础ADAS是价格非常敏感的产品，这意味着他们的客户不需要在EyeQ芯片上编程，比如EyeQ4芯片，在某种意义上是减轻客户的额外成本投入。

而当涉及到带有集中计算平台的多摄像头、多传感器系统时，从EyeQ5开始，目标就是成为一个可编程的平台。目前，Mobileye已经发布了SDK，并与合作伙伴联手开发软件算法包。

但当下的竞争态势，也倒逼Mobileye加快速度。这从产品推出的速度也可见一斑，从EyeQ4H到EyeQ5，中间隔了三年时间。而从去年开始，几乎是每一年都会有新的产品落地。

二、

未来几年，L2+和L3级智能驾驶技术将成为智能汽车行业的重要组成部分，这不仅是技术层面的问题，也是品牌竞争力的问题。作为博世第三代智能摄像头（搭载V3H）的芯片供应商，瑞萨也在密集推出新产品来满足市场需求。

R-Car V4H是该公司推出的最新一代满足L3级高阶智能驾驶需求的SoC，34TOPS的深度学习算力，是V3H的8倍左右，用于处理大量的多传感器数据，同时可以实现可视化道路场景。

V4H基于7nm技术（V3H是16nm），并为特定的任务新增了硬件加速器来满足深度学习对算力的要求，支持多达16个摄像头，实现360°环绕视图，并支持毫米波雷达和激光雷达和等其他传感器，并实现部分实时域的ASIL B和D指标。

其中，SoC包含4个49K DMIPS的ARM Cortex-A76核，3个用于安全关键任务的锁步机制ARM Cortex-R52核，一个具有机器和人类视觉并行处理的图像信号处理器，一个图像渲染器和一个图形处理器单元（GPU）。

在数据接口方面，除了CAN、Ethernet AVB、TSN、FlexRay等典型接口，还有两个4G PCIe接口，实现与外部的数据通信。同时，可以配置瑞萨的专用电源解决方案。

除了硬件部分，软件开发平台的支持，也是去年开始几家芯片巨头希望帮助下游客户（Tier1和主机厂）最小化硬件和软件开发的工作量，同时降低设计复杂性、成本和上市时间。

上述软件开发工具包提供了机器学习开发的完整功能，并对嵌入式系统的性能、功率效率和功能安全性进行了优化。同时，瑞萨也提供完整的仿真模型，工程师可以通过基于云开发的模式获取快速的CNN基准测试结果。

从数据指标来看，R-Car V4H和Mobileye的EyeQ 6H处于同一个算力水平。而目前，用于博世第三代摄像头的V3H和Mobileye的基础版EyeQ5M（用于前视一体机），也处于相似水平。

三、

从目前的市场形势来看，Mobileye、瑞萨等传统厂商寄希望于通过“向上”升级来满足车企的下一代系统需求，而高通、英伟达、黑芝麻智能等公司则高举高打，直接用大算力平台来抢占高阶智能驾驶赛道。

英伟达Orin是首个拿到大规模量产订单的大算力计算平台，包括理想、蔚来、小鹏、智己、高合、集度、奔驰、沃尔沃、捷豹路虎等品牌，从今年开始将陆续量产上车。

目前，Orin系列最终推出的SoC有2个版本，包括110 TOPS的Orin和254 TOPS的OrinX，基于多个Orin或者OrinX的组合，域控制器算力可达1000 TOPS以上。

此外，高通、黑芝麻智能等公司也已经陆续拿到前装量产定点。比如，黑芝麻智能已经官宣拿到多款自主品牌车型定点，该公司的产品经过2年多的测试验证，预计将于今年实现量产上车。

而软件定义的集中计算，也推动汽车制造商在芯片选型上将“算力冗余”作为重点考虑指标。“通过整车OTA+大算力平台，可以让汽车制造商为用户开发更多定制化的功能和体验。”科洛达CEO吴柏仪表示。

但，芯片厂商希望做的更多。

英伟达做了一个比喻，“我们的数据中心业务之所以成功，是因为我们除了硬件本身，还提供开发平台和软件、SDK等资源来帮助客户快速落地。”在这个过程中，这家公司发现，完全可以把软件作为单独业务进行分开销售，这被视为芯片厂商商业模式的新阶段。

此前，英伟达和奔驰、捷豹路虎的合作都涉及到了软件联合开发部分。“我们有能力与汽车制造商共享软件，并在整个生命周期内实现商业化增值。”

比如，英伟达推出的NVIDIA DRIVE™ 开源软件堆栈，可以帮助开发者高效构建和部署各种应用程序，包括感知、定位和映射、计划和控制、驾驶员监控和自然语言处理。

此外，英伟达还提供了相应的模块化配置，包括用于传感器输入处理的NvMedia、用于实现高效并行计算的NVIDIA CUDA® 库、用于实时AI推理的NVIDIA TensorRT™，以及可访问硬件引擎的其他开发者工具和模块。

“我们需要进一步简化客户的硬件设计工作，减少功能安全验证要求，并降低应用程序的功耗。”瑞萨电子数字产品营销事业部副总裁吉田直树表示。

去年，瑞萨电子也宣布推出R-Car软件开发工具包（SDK），作为一款采用单个软件包的完整软件平台，能够更快、更轻松地为乘用车、商用车和越野车中使用的智能摄像头与自动驾驶应用进行软件开发及验证。

就在近日，瑞萨电子宣布与AVL（汽车行业开发、仿真和测试方案供应商）达成合作，为符合ISO 26262汽车功能安全标准的电子控制单元（包括越来越多的域控制器）开发提供客户支持。

高通也没有闲着。

这家公司在过去几年时间不断的充实自己的软件生态，比如，支持法雷奥最新一代Park4U（跨级泊车方案），与Seeing Machines合作提供嵌入式DMS方案；同时，通过收购Veoneer的软件资产，扩展全栈式解决方案。

高通表示，Snapdragon Ride平台不仅包括硬件，还将为芯片提供“安全中间件、操作系统和驱动程序”。此外，高通还将提供定位、感知和行为预测软件，这是任何自动驾驶系统的三个关键部分。

“对于一部分汽车制造商来说，如果软件开发能力较弱，并且第三方传统Tier1供应商开发成本过高，我们可以直接提供完整的ADAS交钥匙方案。”高通公司发言人表示。

英伟达则是宣布，将在2024年推出Drive Hyperion 8完整软硬件堆栈系统，硬件部分合作伙伴包括大陆集团（远程雷达）、海拉（近程雷达）、Luminar（激光雷达）、索尼（摄像头）和法雷奥（传感器）。

这个可量产平台同时也是开放和模块化的，客户可以把计算硬件、中间件到自动驾驶、人机交互及智能座舱等多个模块进行组合。首发车型预计将是奔驰的下一代车型。

这其中，软件开发包包括，DriveWorks传感器抽象层、Drive AV软件（包括用于感知、映射、规划和控制的深度神经网络）、Drive Concierge（人机交互平台）和Drive Chauffeur（用于接管驾驶任务），并开放给车企定制开发。

在高工智能汽车研究院看来，接下来几年时间，汽车芯片赛道的竞争将日趋白热化。一方面，在同等性能条件下，价格会成为硬件争夺战的焦点。另一方面，芯片厂商正在试探自身软件能力的边界，尤其是供应链扁平化之后，与车企的沟通将更加紧密。