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

关键词： 还有多远 距离