资讯 智能驾驶
此为临时链接,仅用于文章预览,将在时失效

算力内卷大潮下,芯片企业需「降温」

作者:韩永昌
2022/11/15 21:23

算力内卷大潮下,芯片企业需「降温」

去年12月1日,高通发布了号称迄今为止最强大的手机移动处理器——骁龙8 Gen1。为争夺骁龙8的首发权,小米和摩托罗拉在微博上吵得热火朝天。

这样的现象在当下的智能汽车行业也已成为常态。

为了赋予汽车产品更大的卖点,不少车企在旗舰车型上进行算力比拼,“双Orin”已成为标配,甚至有“四Orin”的堆叠组合出现。

不久前,英伟达发布了算力达2000TOPS的Thor芯片,将汽车行业的算力竞争推至高潮。

有意思的是,新智驾从多方了解到,尽管车企常常对其搭载的高算力自动驾驶芯片引以为豪,但目前很少有将算力充分利用的案例,甚至可能连一半都没有开发出来。

这样的落差不免让人疑惑,“唯算力论”是否为伪命题。

对此,新智驾对话了芯驰科技副总裁徐超,试从“唯算力论”的演变中洞悉行业的现状以及未来发展的风向。

跨域融合,算力所趋

说起车企在高算力芯片上的内卷,威马绝对是榜上有名。

今年三月份,威马推出了搭载四颗英伟达Orin X芯片的M7,算力1016TOPS,并号称采用了中央域控架构。

这一车型的上市将汽车行业的算力内卷与跨域融合的趋势,带向了一个新的阶段。

汽车电子电气架构从传统分布式朝着集中式、轻量化的方向转变已成为老生常谈。在这个过程中,域控制器的概念顺势出现,进而演变出三种架构:分布式架构、跨域融合式架构以及中央域控式架构。

目前,分布式域控已经在不少量产汽车身上实现,如威马M7般的跨域融合成为了行业新的追求。

在过去的文章中,我们谈及了不少关于行泊一体技术的演进,其实,行泊一体只是跨域融合的表现形式之一,类似还有舱泊一体,驾舱一体等域控架构。

徐超认为:“从芯片设计的角度来看,在A域里面融合B域的一部分功能,车企可以拿B域的功能作为主要功能来使用,也可以拿B域的功能作为A域的备份或增强。这是一种大趋势。”

跨域融合带来的优点显而易见,如果将驾驶域与座舱域融合起来,车企目前追逐的高通8155与英伟达Orin X的搭配可能会被一块芯片或者一组芯片所替代,这样硬件上的成本可能会下降一半。

在软件开发层面,跨域融合可以采用标准化的底层基础软件与通用型中间件,二者可以适用于不同平台,比起分别开发两套系统,可以缩短一倍底层软件和中间件的开发周期。相当于一棵主干生出两套系统,同根同源。

对于消费者而言,驾驶体验上也能得到不小的提升。不同的传感器在行车、泊车、以及座舱中可以复用。例如在泊车时,泊车摄像头只能识别到近处物体,对于远处来车,车主可用行车系统的前摄像头远距离观察,更加安全且可靠。

算力内卷大潮下,芯片企业需「降温」

图源:芯驰科技官网

但过于集中化的芯片设计也可能会出现一些问题。

徐超告诉新智驾:“如果单一控制器被损毁会面临没有备份的情况,这很危险。未来真正做到跨域融合的时候,很有可能还是要采用另外一张芯片来做备份接管,做好安全冗余设计。”

而想要以更少的芯片数量做到跨域融合,单个芯片的算力就必须达到一定水平。

集度汽车日前宣称,未来量产的ROBO-01可以做到智舱、智驾互为冗余,在智驾系统出现问题时智舱系统及时接管。这是目前为止通往驾舱融合方向的一个不小突破。

集度方面在发布会后也坦言,可以做到如此地步的原因在于高通8295芯片的应用,8295芯片算力为30TOPS,比之8155芯片的8TOPS有了极大的提升。

因此,想做到跨域融合,算力上就必须有所拔高,芯片企业与车企也不约而同的走上了算力内卷之路。

“唯算力论”不可取

数据显示,自动驾驶等级每增加一级,所需要的芯片算力就会呈现十数倍的上升:

L2级自动驾驶的算力需求仅要求2-2.5TOPS,L3级自动驾驶算力需求则需要20-30TOPS,L4级需要200TOPS以上,L5级别算力需求超过了2000TOPS。

目前,受限于政策环境以及自动驾驶技术的成熟度,各大车企的智能驾驶功能大多还仍停留在L2阶段。理论上讲,即便是L3级自动驾驶也只需要20-30TOPS,但车企的内卷程度远超相应需求。

当下行业内算力最高的芯片为英伟达254TOPS的自动驾驶芯片Orin X以及高通8TOPS的智能座舱芯片8155。

自两块芯片量产以来,各家车企发布的新车均以二者为卖点,这自然成为了消费者吐槽与对比的焦点。

举例而言,理想L8、L7,小鹏G9,集度ROBO-01,飞凡R7在智驾方面均搭载了两块Orin X,蔚来ES7搭载了四块Orin X,算力破千。在智舱领域,高通8155则是上述车型的标配,明年才量产的集度ROBO-01甚至搭载了高通8295智舱芯片。

极氪001上市时搭载的高通820A智舱芯片,因车机卡顿与芯片性能不足被不少车主投诉,考虑到竞争力问题,极氪斥资3亿元免费为用户升级为8155芯片。

今年10月,极氪首次突破月销万辆大关,实现交付1.01万辆,环比增长22.3%,累计交付5.56万辆。

不管算力是否能被充分发挥,起码在销量上的作用是显而易见的。

对此,徐超认为:“消费电子行业里所谓的旗舰算力进入到了汽车领域中,导致大家都在进行算力竞赛,这不是基于应用跟性价比的角度去做产品,而是基于宣传卖点为导向去做产品,并不理性。”

更加内卷的是芯片企业。9月21日晚,在一年一度的“春晚”GTC大会上,英伟达发布了一款算力高达2000TOPS的汽车芯片Thor。对比于当下Orin X的254TOPS,真正做到了“一个打八个”。

算力内卷大潮下,芯片企业需「降温」

图源:英伟达

此前一直主打座舱芯片的高通也不甘示弱,星夜兼程,仅过了两天,在23日凌晨便推出了号称“业内首个集成式汽车超算SOC”——Snapdragon Ride Flex。

虽然没有技术展示,仅有PPT内容,但最高版本的Ride Flex Premium SoC加上外挂AI加速器组合起来,同样可以实现2000TOPS的综合算力,与Thor旗鼓相当。

高通的Snapdragon Ride Flex与英伟达的Thor芯片都可以作为智能汽车的计算中枢,同时为自动驾驶、智能座舱等车载智能系统提供算力支持。至此,芯片算力内卷大战,达到高潮。

不过,芯片算力堆得越高是否就代表智能化程度越高,是个值得琢磨的问题,因为算力只是一个理论上限,芯片能发挥多少效率,还得取决于跟软件算法的配合。

在实际应用中,业内常以特斯拉作为典型来举例,特斯拉自研的FSD芯片单颗算力为72TOPS,每辆车搭载两颗,算力共计144TOPS,但得益于特斯拉的软件算法,在实际上感知层的神经网络上面,其效果是比英伟达200-300TOPS好上许多。

徐超便指出:“在整车生命周期和产品售卖的过程中,大算力芯片的算力往往都不能完全发挥,甚至可能连一半都发挥不了。”

因此,充分挖掘芯片算力,将算力转化为汽车的智能化能力才是车企的决胜手段。

车企想要达成这个目标,便要深入了解芯片构造,与芯片企业联手探索智能化道路。芯片企业也应该在追逐高算力之路上冷静下来,更多的在软件层面下些功夫。

芯片研发需夯实基础

电动化、智能网联的趋势为汽车行业带来了新的半导体需求,也给作为Tier2的芯片企业带来了角色上的转变。

燃油车时代,主机厂+Tier1+Tier2的金字塔格局固若金汤,芯片企业仅与Tier1对接,完成本职工作便可生存。

但如今,考虑整车项目与芯片设计的开发流程与适配性,主机厂经常会跳过Tier1直接与芯片厂商进行前端沟通,以此来挖掘市场真实的需求并促成软件的适配与迭代。

徐超告诉新智驾:“车企如果没有非常深入的了解芯片行业,在智能化创新的过程当中就很容易碰到天花板。如果车企不知道芯片该怎么用或者该如何用好,以及芯片能力的上限在哪,便无法把芯片的功能发挥出来,或者即便能实现,成本也会非常高。”

因此,车企与芯片企业需要去深度交流与合作。在这个过程中,芯片企业研发速度不断加快。

回到2018年,Mobileye在汽车芯片行业可以说拥有绝对的统治力,2018年量产EyeQ4芯片之时,其在ADAS领域市占率近90%。

然而,到了2021年,Mobileye下一代芯片EyeQ5量产,市场份额快速跌至70%,且多数是存量份额,几乎很少见到搭载EyeQ5的新车出现。

Mobileye的三年空白期中,特斯拉的FSD迭代了两次;英伟达推出了Parker与Xavier芯片;地平线在两年内从个位级算力突破到128TOPS;黑芝麻在2021年将算力提升至了70TOPS超过EyeQ5。

“作为传统的零部件供应商,三年迭代一款产品已经是正常速度,甚至偏快”。徐超说道。但在智能化的大潮中Mobileye的地迭代节奏俨然限制了其上车的速度。

不过,一味的追求速度并不合理。

相对于消费级和工业级半导体,车规级半导体对产品的可靠性、一致性、安全性、稳定性等要求更为严苛。一款车规级芯片从产品定义,设计,流片,仿真,再到客户适配的流程至少需要2-3年,芯片企业需要投入大量的人力物力。

目前芯片企业的迭代速度,多少有点被市场牵着鼻子走,徐超告诉新智驾:“一定要夯实芯片研发的基础,尤其是在安全性上的考量,过分的用先进技术去追求超高的算力竞争,有点过头。”

其实芯片企业也在不断思考如何平衡研发速度与市场需求之间的关系。

以芯驰为例,其产品覆盖智能座舱、智能驾驶、网关和高性能MCU。在布局上,面向未来汽车电子电气架构最核心的芯片类别;在设计上,四个产品线采用平台化设计,不少技术都可平移复用,因此发展比较均衡。目前,四大系列芯片均已实现量产,服务客户超260家,覆盖中国90%以上的车厂。

算力内卷大潮下,芯片企业需「降温」

图源:芯驰科技官网

此外,芯片企业也需要加强算法与软件技术的积累。在自动驾驶逐渐被深入应用的过程中,软件算法决定着车辆驾驶时的安全与否,已经成为车企未来发展战略之中的关键胜负手。

在车企“自主可控”的需求下,“通过与芯片公司和算法公司的开放式合作,车企可以将车辆的数据回传积累下来,让这一部分数据产生更大的价值。”徐超说道。

写在最后

汽车芯片并不是一个新兴行业,传统汽车电子领域已经形成一道道坚实的壁垒,从业者按部就班的在航道中前行,有条不紊。

近年来,“软件定义汽车”的趋势却将这个细分领域推向了新能源浪潮的前沿。这场由整车电子电气架构升级驱动的市场变革,任何一家芯片企业置身其中都必须在研发上铆足了劲,不敢有丝毫懈怠。

不过,目前还远未到终局,在市场烈火烹油般内卷算力之后,最后比拼的,或许依然是基础的研发能力以及对汽车安全的切实保障。

雷峰网雷峰网(公众号:雷峰网)雷峰网 

长按图片保存图片,分享给好友或朋友圈

算力内卷大潮下,芯片企业需「降温」

扫码查看文章

正在生成分享图...

取消
相关文章