【自动驾驶】自动驾驶的“算力革命”,这家本土芯片厂商已经抢先布局

发布时间:2021-09-18 14:48 点击数:96

汽车产业正在经历百年未有之大变革,人工智能、自动驾驶、万物互联、5G等正在加速渗透到未来出行的方方面面。

“高性能计算平台(芯片)正在取代发动机/变速箱等传统机械部件的核心地位,成为智能汽车软硬件发展的核心和基础。”黑芝麻智能创始人兼CEO单记章在2021世界新能源汽车大会上发表演讲如此表示。

黑芝麻智能创始人兼CEO单记章

不可否认,随着ADAS、自动驾驶技术的兴起,以及软件定义汽车的逐步深入,智能汽车对于计算能力和海量数据处理能力等的需求暴增,传统汽车的芯片“堆叠”方案已经无法满足自动驾驶的算力需求。

单记章表示,软件定义用户体验,高性能车规芯片是加速自动驾驶时代到来的重要前提。但是,高速流转的信息需要汽车电子电气架构的不断演进,自动驾驶强大的数据采集量和传输量同样也需要芯片架构的重新设计。

如此,汽车智能化、网联化、电动化发展,不仅对汽车市场与商业模式产生了重大的影响,也正在改变着整个汽车芯片供应链体系,中国汽车芯片厂商由此迎来了突围的“最佳机会”。

 

一、算力瓶颈逐步凸显

现阶段,汽车产业进入了算力比拼时代,大算力芯片已经成为了包括蔚来、上汽智己在内的各大车企全新车型的重要卖点。

这场算力“军备赛”的背后,最为直接的驱动力在于,车企原有的计算平台(芯片)的算力不足问题逐步凸显。

一方面,各大车厂正在全力备战高级自动驾驶的量产,多传感器融合已经成为高阶自动驾驶应对复杂场景与安全冗余的必然趋势,而车企原有自动驾驶系统的算力已经不足以支撑越来越多新型传感器的融合应用。

 “处理这些数据需要非常强大的计算能力。”单记章介绍,L2级自动驾驶的算力要求大概是10+TOPS,但是到了L4/L5级自动驾驶算力则需要达到1000+TOPS,同比翻了100倍。

《高工智能汽车》了解到,包括小鹏P5、蔚来ET7、北汽极狐阿尔法S华为HI版等全新车型所搭载的传感器总量已经超过了30个,并且相继选用了激光雷达、4D成像雷达等新型传感器设备。

比如,小鹏XPilot 3.0所搭载的计算平台是英伟达的Xavier,但当激光雷达加入到整套自动驾驶系统当中,Xavier的算力也吃不消,必须要使用新的芯片和架构来提升计算平台的算力。

另一方面,包括安波福、博世等Tier1巨头,以及大众、宝马等车企开始探索新型的电子电气架构,传统分布式的汽车电子电气架构正在向域集中式架构演进,从而带动了高性能大算力芯片的需求急剧上涨。

资料显示,传统汽车主要采用的是由70-100多个独立ECU组成的分布式功能架构,汽车每增加一个新的功能,都会通过增加相应的电子控制单元(ECU)来实现,这些ECU之间通过车辆的CAN/LIN总线进行通信。

随着汽车智能化、网联化功能的急剧增多,汽车软件代码量和复杂性呈指数级增加,传统的分布式电子电气架构已经不堪重负。

同时,由于传统汽车电子电气架构当中的每一个ECU控制一个独立的功能模块,各个ECU之间的底层软件和代码迥异,无法实现信息的交互和统一的维护升级,无法满足后续不断OTA升级的需求。

除此之外,为了加速向自动驾驶时代迈进,中国确立了走“车路协同”的特色化自动驾驶发展路径,车端系统、路侧端感知系统、云控系统等要进行海量数据传输、通信等,必须要保证时效性。这对于计算平台(芯片)也提出了全新的要求。

单记章表示,无论是全新的电子电气架构,还是车路协同关键技术、汽车软件体系、ADAS及自动驾驶决策系统(融合计算能力)等,都对高性能大算力芯片提出了更高的要求,“芯片需要同时具备图像处理能力、神经网络计算能力等能力。”

据了解,传统汽车往往采用“芯片堆叠”的方式,以此来满足模块化功能的算力需求。但是,当前大部分智能网联汽车都配备了10-30多个不同种类的传感器,在行驶过程中会产生极大吞吐量的传感器数据,并且以不同的格式和形式进行传输,传统的“芯片堆叠”方案已经行不通。

 

二、自动驾驶中国“芯”的崛起

单记章认为,芯片是下一个智能汽车电子架构的核心,抓住了核心芯片的发展,就抓住了智能汽车产业链的核心,也就抓住了智能汽车的发展。

最近几年,包括传统汽车芯片巨头、消费电子芯片巨头、车企、国产芯片初创公司、互联网科技巨头等,各路厂商纷纷瞄准了智能汽车芯片市场,以求建立起全新的生态系统。

黑芝麻智能成立于2016年,可以提供完整的自动驾驶解决方案,包括车规级ADAS/自动驾驶芯片、神经网络视觉感知算法、FAD自动驾驶计算平台、FAD Edge路侧感知计算平台等。

其中,针对自动驾驶芯片方面,黑芝麻智能已经推出了华山一号A500自动驾驶计算芯片、华山二号A1000/A1000L高性能车规级自动驾驶计算芯片、华山二号A1000 Pro自动驾驶计算芯片三大产品,已经完成了从L2+到L4级自动驾驶芯片产品的布局。

另外,需要特别提及的是,黑芝麻智能部分芯片的核心性能,并不输国外英伟达、特斯拉、Mobileye三大自动驾驶芯片巨头。

以黑芝麻智能今年全新推出的A1000Pro为例,该芯片采用了16nm工艺制程和异构多核架构,内置16核Arm v8 CPU,典型功耗仅有25W,INT8算力达到106TOPS、INT4算力高达196TOPS,可以支持超大规模深度学习引擎以及大吞吐量数据的高效传输。

资料显示,特斯拉FSD自动驾驶芯片(单颗芯片)算力72TOPS,功耗36W。对比之下,黑芝麻智能A1000Pro在算力、功耗等方面都优于特斯拉FSD。

而英伟达Orin芯片的算力虽然高达200TOPS,但其功耗(达到45W)却高于黑芝麻智能的A1000Pro芯片,GPU的算力利用率要低于A1000Pro。

单记章介绍,黑芝麻智能的核心优势在于,黑芝麻智能的所有芯片里面都集成了两大自研核心IP,分别是车规级图像处理器NeuralIQ ISP以及DynamAI NN车规级低功耗神经网络加速引擎。

其中,车规级图像处理器NeuralIQISP可以提供强大的感知能力,负责将每帧像素处理得非常清楚,并且把高质量的数据纳入到DynamAINN引擎中,进行推理和决策。

“自动驾驶芯片的核心逻辑是先看清楚、才能看得懂,当前智能汽车所用的摄像头数量不断增加,像素也越来越高,数据量巨大,需要高能效比神经网络加速器把周围真正的目标识别出来。但如何清楚地感知周围的环境,还需要比较好的图像处理。”单记章补充表示。

此外,作为既懂芯片又懂车的产业赋能者,黑芝麻智能还自研了一系列神经网络自动优化工具、AI全栈工具链和感知算法,并且通过软件 SDK 和 API 接口的形式开放给客户。

比如黑芝麻智能今年发布的山海™人工智能开发平台,提供包含完善的工具链开发包及应用支持,内置50多种AI参考模型库转换用例,不仅可以帮助客户降低算法开发门槛,还可以帮助客户快速移植模型和部署落地的一体化流程。

 

三、前装量产提速

单记章介绍,黑芝麻智能将在明年推出采用7nm工艺制程的A2000自动驾驶芯片,届时算力、能效比等方面还将有较大幅度的提升。

  

而已经推出的自动驾驶芯片产品,预计今年下半年开始迎来大规模的量产“上车”。单记章预计,今年将会有十万级以上的出货量。

与此同时,黑芝麻智能基于几大系列芯片推出的车路协同路侧感知计算平台FAD Edge、智能驾驶平台FAD等解决方案,目前也在各大应用场景加速量产的进程。

比如,在车路协同领域,黑芝麻智能已经在国内三大城市布局了车路协同路段的感知系统,并且已经开始与车端进行“交流”。

据了解,黑芝麻智能目前主要集中发力三大应用场景:一是L2/L2+级ADAS市场;二是特定场景下的L3/L4+级自动驾驶,比如园区物流、无人矿卡等;三是车路协同领域。

针对上述三大应用场景,黑芝麻智能已经与一汽、上汽、博世、东风悦享、滴滴、中科创达、亚太等诸多汽车产业链企业展开了商业合作。

车规级AI芯片在安全性、可靠性和稳定性等方面都有着极高的要求,一旦芯片厂商在这些方面建立起领先优势,在后续的竞争中将具备较高的竞争壁垒。

当前,黑芝麻智能正在加速其产品在“聪明的车、智慧的路”的量产应用。相信不久的未来,黑芝麻智能依靠自动驾驶芯片的强大性能以及核心关键的自研IP等,将成为中国自动驾驶芯片不可或缺的“新力量”。

来源:高工智能汽车


免责声明:
本文系网络转载,版权归原作者所有。
如涉及作品版权问题,请与我们联系,我们将在第一时间协商版权问题或删除内容!
内容为作者个人观点,并不代表本网站赞同其观点和对其真实性负责。
x