距离自动驾驶达到L5还有多远?

半导体产业纵横·2021-12-03
我们与自动驾驶的距离,已经不再遥远了。

当彭博社报道,苹果造车团队将研究重心转向自动驾驶,目前已经基本完成自动驾驶芯片的研发工作,并且计划在2025年推出L5级全自动驾驶新车时,引发了一阵网络风暴。

近日,北京市智能网联汽车政策先行区对外发布细则,向百度、小马智行等企业颁发国内首批自动驾驶车辆收费通知书。北京成为国内首个明确许可Robotaxi商业化试点的城市。在当天,百度Apollo获国内首个自动驾驶收费订单,这意味着,自动驾驶正在迎来“商业化运营阶段”。

随着自动驾驶等级的不断提升,英伟达预计2023年向开发者提供样品的的Atlan,其算力达1000TOPS,直指L5级别自动驾驶;mobileye 也规划将在2023年量产可以支持L5级别的EyeQ6自动驾驶芯片。

自动驾驶的概念不再只是呈现在PPT上。已经迎来商业化试运营的自动驾驶,距离真正落地还有多远?

自动驾驶芯片算力大提升

我们都知道,按照国际通用标准,根据智能化程度的不同,自动驾驶汽车可以分为5个等级,从L0-L2级实现的是对肢体动作的指令替代,而到了L3级及以上自动驾驶系统则更偏向“人”的属性。目前国内主机厂量产车型主要还集中的L2+和L3级别,2021年第一季度我国智能网联汽车的L2级的市场渗透率达到了17.8%,其中新能源汽车的L2级的渗透率达到了30.9%

来源:头豹研究院

随着自动驾驶等级的升高,自动驾驶汽车需要处理传感器对环境的感知、高精度地图精准定位、V2X信息通信、多种数据融合、决策与规划算法运算等过程,这对于计算平台实时处理、分析海量数据的能力要求非常高。

根据地平线数据披露,自动驾驶等级每增加一级,所需芯片算力就会呈现数十倍的上升,L2级自动驾驶的算力需求仅要求2-2.5TOPS,但是L3级自动驾驶算力需求就需要达到20-30TOPS,到L4级需要200TOPS以上,L5级别算力需求则超过2000TOPS。英特尔推算,全自动驾驶时代,每辆汽车每天产生的数据量高达4000GB。

汽车对于算力需求的大幅度提升,以及数据处理需求的提升都要求硬件芯片做支撑,作为处在决策层的自动驾驶芯片就变得更为重要。

当前主流的自动驾驶芯片算力各有不同,以目前算力最强的特斯拉、英伟达为例。2019年特斯拉推出HW3.0时,144TOPS的算力冠绝行业,到了现在特斯拉预计生产HW4.0,其算力达到432 TOPS以上;英伟达去年推出Xavier,算力达30TOPS、DRIVE Orin的254TOPS,到了今年,英伟达直接宣布DRIVE Atlan,算力直接拉到1000TOPS,可用于搭载L4、L5级别自动驾驶。

随着传统整车厂加速智能化转型升级,相继推出了上汽R汽车ES33、智己L7、极氪001等高算力智能化车型,很多车型未来计划可以实现500-1000TOPS的总算力。

来源:各公司官网,开源证券研究所

自动驾驶芯片主流架构

单一类型的汽车处理器是无法满足高阶自动驾驶车辆需要,集成CPU、GPU、NPU、ISP等一系列运算单元的系统级SoC(主控芯片),开始成为市场竞争的焦点。目前,从各大厂商的产品来看,自动驾驶芯片架构走的是不同的技术路线。市场现有自动驾驶SoC芯片的主流架构方案有“CPU+ASIC+GPU”、“CPU+ASIC”和“CPU+FPGA”三种方式。

1.CPU+ASIC+GPU

这类架构英伟达和特斯拉都是其代表。英伟达Xavier芯片架构主要有四块,基于ARM架构的8核Carmel CPU、NVIDIA Volta架构的GPU,以及两个ASIC芯片,包含了深度学习加速器(DLA,Deep Learning Acclerator)和可编程视觉加速器(PVA,Programmable Vision Acclerator)。

FSD芯片架构

特斯拉FSD也是一个代表,FSD芯片架构有三个模块,一个中央处理器(CPU)、一个图像处理单元(GPU)、两个神经网络处理器(NPU)。

其中中央处理器为12核心ARM A72架构的64位处理器,图像处理器采用第三方设计授权,以保证其性能和稳定性,作为重点的NPU则是特斯拉自主研发,两个神经网络处理器运行在2.2GHz频率下能提供72TOPS的处理能力。

2.CPU+ASIC

这类架构这是Mobileye与地平线采用的架构。Mobileye是做传统算法起家的。EyeQ5主要有 4 个模块:CPU,CVP(计算机视觉处理器),DLA(深度学习加速器) 和 MA。从各个模块的大小来看,CPU 和 CVP 是大头,是典型的CPU+ASIC模式。

CVP是针对Mobileye自有的视觉算法设计的ASIC,能够有效降低功耗。Mobileye一直以传统计算机视觉算法而闻名,也因为低功耗而受到广泛欢迎。

 EyeQ5处理器架构,来源:Mobileye

国内厂商中,地平线征程系列芯片也采用类似的架构。征程5芯片采用8核ARM Cortex A55 CPU,与核心地平线贝叶斯架构BPU(Brain Processor Unit)。BPU是地平线自主研发的基于灵活BPU架构的AI专用ASIC芯片。BPU采用大规模的异构进程计算,针对场景配比最佳的计算模式,可以大大降低计算的功耗和延迟,以及提升计算效率。

3.CPU+FPGA

谷歌Waymo采用了“CPU+FPGA”方案。谷歌Waymo计算平台采用英特尔Xeon 12核以上的CPU,搭配Alter 的Arria系列FPGA,其I/O Board采用英飞凌Aurix系列的MCU作为CAN/FiexRay网络的通信接口。

国内芯片进程比拼

就目前自动驾驶芯片的市场格局来说,背靠英特尔的Mobileye主要布局L1和L2市场,其出货量占据市场70%的份额,预计在2023年会推出算力达到128TOPS的EyeQ6;英伟达则聚焦于L3及以上的市场;特斯拉自成一派,自研自用芯片FSD芯片。

在中国企业方面,随着L2自动驾驶的加速普及,中国自动化驾驶芯片业迎来快速崛起。中国《智能网联汽车技术路线图2.0》表示,在2020年中国L2级自动驾驶的渗透率是15%,到2025年,L2-L3级的智能网联汽车销量占当年汽车总销量比例超过50%。国产自动驾驶芯片主要有地平线、黑芝麻智能、华为杰发科技、寒武纪等。

最近,黑芝麻的华山二号A1000 Pro 自动驾驶计算芯片获得两项大奖。黑芝麻专注于高算力自动驾驶芯片,其开发的华山二号A1000芯片拥有超过40TOPS的算力,其中神经网络处理器DynamAI NN拥有39TOPS的算力,加上5个独立DSP可以让芯片算力达到43TOPS。

地平线则在今年5月对外宣布其第三款车规级芯片征程5流片成功,预计在2022年合作车型量产。征程5是地平线面向L4高等级自动驾驶的芯片,单芯片达到96TOPS,超越特斯拉FSD的72TOPS,基于征程5集成的智能驾驶计算平台算力将达到200-1000TOPS。

寒武纪行歌在今年10月宣布,在2022年推出首款具备250TOPS的智能驾驶芯片。芯驰科技推出了V9系列自动驾驶芯片的产品线,分别是V9L、V9F,目前更新到了更高算力的V9T芯片。芯驰科技今年推出的V9T芯片具备1TOPS的算力,支持多传感器融合方案,能够实现L2级自动驾驶。

半导体产业纵横整理

就目前自动驾驶芯片的量产规划与流片进程来看,2022和2023将是自动驾驶芯片爆发的一年,并且大部分厂商开始冲向L3以上级别。算力与架构的大比拼,我们与自动驾驶的距离,已经不再遥远了。

本文来自微信公众号“半导体产业纵横”(ID:ICViews),作者:九林,36氪经授权发布

+1
17

好文章,需要你的鼓励

参与评论
评论千万条,友善第一条
后参与讨论
提交评论0/1000

赋能中国半导体产业,我们一直在路上。

文章提及的项目

特斯拉

英伟达

英特尔

百度

谷歌

华为

杰发科技

贝叶斯

微信

下一篇

价格直追加拿大鹅,波司登出息了。

2021-12-03

36氪APP让一部分人先看到未来
36氪
鲸准
氪空间

推送和解读前沿、有料的科技创投资讯

一级市场金融信息和系统服务提供商

聚焦全球优秀创业者,项目融资率接近97%,领跑行业