叫板特斯拉们的国内自动驾驶芯片

为了不做能耗大户,两家公司都强调了自己芯片的功耗优势。黑芝麻智能科技的A500和A1000两款芯片能效比为4TOPS/W和6TOPS/W,高于英伟达Xavier、Tesla的1TOPS/W以及Mobileye EyeQ5的2.4TOPS/W。而地平线明年或后年要发布的Journey 3芯片,搭载4颗Journey 3的计算平台Matrix 3,可以达到192 TOPS算力,但功耗却准备控制在48W,也相当于4TOPS/W。

算力为什么重要

自动驾驶芯片都非常强调算力,为什么?因为汽车电子的结构已经开始革新了。要做自动驾驶,就不能再采用离散电子控制单元(ECU)来匹配每一个功能,而是采用部分集中式的域控制器(DCU)。

这个概念来自于博世、大陆、德尔福等Tier1厂商。它将汽车电子部件功能将整车划分为动力总成、车辆安全、车身电子等多个区域,根据然后在用处理能力更强的多核CPU/GPU芯片去控制每个域,管理好各自旗下的ECU。

DCU需承担多传感器融合、定位、路径规划、决策控制、无线通讯、高速通讯的计算。在集中式与混合式架构中,DCU还需承担全部或部分传感器的数据处理。由于需要完成大量运算,DCU一般都要匹配一个核心运算力强的处理器,也就是芯片,以提供自动驾驶不同级别算力的支持。算力越高,支持的功能也就越多,因此大家都追求高算力。

在没有专用的自动驾驶芯片时,CPU、GPU和FPGA都充当了临时班长的角色。但随着技术的发展,行业的认知终于统一,认为ASIC才是天赐之选。ASIC的性能、能耗和大规模量产成本均显著优于GPU和FPGA,定制化的ASIC芯片可在相对低水平的能耗下,将车载信息的数据处理速度提升更快。

两强对峙 特斯拉奋起直追

前面也提到了,自动驾驶芯片市场被Mobileye和英伟达所把持。国内外大部分L2、L3自动驾驶汽车采用的芯片多数为Mobileye的Eye Q3或Eye Q4,少数车型使用英伟达的Xavier;至于L4级以上的自动驾驶车型大都采用英伟达的Drive PX 2 AI芯片。

Mobileye是Intel在2017年3月以153亿美元所收购的,收购前在全球ADAS市场的份额超过70%。

Mobileye的核心产品就是EyeQ系列芯片,现在已经推出了第五代。第一代的EyeQ1的算力约0.0044Tops,EyeQ2则约0.026Tops,功耗均为2.5w。这两款产品主要用于L1级自动驾驶。EyeQ3是自行开发的ASIC架构,使用了4颗MIPS核心处理器、4颗VMP芯片,每秒浮点运算为0.256万亿次,功耗为2.5w,可以支持L2高级辅助驾驶计算需求。

2018年量产上市的EyeQ4芯片,采用28nm工艺。使用了5颗核心处理器(4颗MIPSi-class核心和1颗MIPSm-class核心)、6颗VMP芯片、2颗MPC核心和2颗PMA核心,可以同时处理8部摄像头产生的图像数据,每秒浮点运算可达2.5万亿次,功耗为3w,最高可实现L4级自动驾驶功能。

最新一代Eye Q5将于2020年实现量产,采用7nmFinFET工艺定位L5级全面自动驾驶计算需求。单颗芯片的浮点运算能力为12Tops,TDP是5W。EyeQ5系统采用了双路CPU,使用了8颗核心处理器、18颗视觉处理器,浮点运算能力为24Tops,TDP是10W。

英伟达的GPU在AI市场风光无限,顺理成章地进入了自动驾驶领域。2015年,英伟达的第一款自动驾驶芯片Drive PX系列就是基于TegraX1处理器改造的,单浮点计算能力为2Tops,深度学习计算能力为2.3Tops,可支持L2高级辅助驾驶需求。

2016年,Drive PX2发布,基于16nm FinFET工艺制造,TDP达250W,支持12路摄像头输入、激光定位、雷达和超声波传感器。其单精度计算能力达到8TFlops,深度学习计算能力达到每秒24万亿次,在单精度运算速度上是Drive PX的4倍,深度学习速度是Drive PX的10倍,可以满足L3级自动驾驶的要求。

同年,英伟达在欧洲GTC大会上推出了Drive Xavier,这是一款真正意义上的自动驾驶芯片。在配置方面,Xavier基于一个特别定制的8 核CPU、一个全新的512核Volta GPU、一个全新深度学习加速器、全新计算机视觉加速器、以及全新8K HDR 视频处理器而打造。每秒可运行30万亿次计算,功耗仅为30w,能效比上一代架构高出15倍,可以满足L3/L4自动驾驶的计算需求。

要提自动驾驶,怎能缺了特斯拉。特斯拉在自动驾驶方面一向以风格激进而著称。要知道,Mobileye本与特斯拉曾是一个战壕的战友,后来因为多种原因分道扬镳。随后,特斯拉与英伟达开始合作,使用Xavier芯片。不过,特斯拉一直想要自力更生(同苹果一样),这也就促成了FSD芯片的诞生。

特斯拉的FSD基本组成部分包括了CPU(12核A72)、GPU、各种接口,片上网络。芯片中自研的最重要的部分是Neural Network Processor(NNP),每颗芯片有两个NNP,每个NNP有一个96x96个MAC的矩阵,32MB SRAM,工作在2GHz。所以一个NNP的处理能力是96x96x2(OPs)x2(GHz) = 36.864TOPS,单芯片72TOPS,板卡144TOPS。

有了FSD的特斯拉,不用再看别人的脸色,在自动驾驶的路上更是一骑绝尘。

未来

尽管国际大厂实力强劲,国内芯片厂商并没有怯场。根据Gartner公司预测,到2021年,全球无人驾驶车辆所用芯片的年收入应增加一倍以上,市场规模会达到50亿美元。在国内,政府有志于在10年内部署3000万辆自动驾驶汽车,并使用自主芯片。这就给了国内自动驾驶芯片公司一个难得的发展契机。

2018年10月11日,在华为的年度开发者大会上,华为发布了能够支持L4级别自动驾驶能力的计算平台——MDC600,并宣布与奥迪达成战略合作,这款芯片将集成在奥迪在华的汽车上,助后者实现自动驾驶能力。

地平线的征程系列也在美、德、中、日全球四大主流汽车市场地平线获得了多家重量级客户的认可,已同奥迪、博世、上汽、广汽、长安、比亚迪等国内外顶级Tier 1和汽车厂商达成合作。地平线预期征程芯片两年内将有百万量级的前装装车量,五年内有望完成千万量级的目标。

同样的,黑芝麻也同上汽、一汽、比亚迪、蔚来等开展业务合作,其车端图像感知产品将应用于今年数个量产车型。同时,黑芝麻于2018年加入中国智能网联汽车产业创新联盟,提供五大平台中的智能网联基础计算平台,助力中国智能网联汽车未来的发展。

随着自动驾驶的发展,汽车产业链正在经历前所未有的变革,黑芝麻智能科技联合创始人兼COO刘卫红认为,“汽车整车厂、出行服务公司、一级供应商以及以黑芝麻为代表的自动驾驶相关企业高度融合,推动自动驾驶的早日实现。”(校对/诺离)返回搜狐,查看更多

责任编辑:

声明:该文观点仅代表作者本人,搜狐号系信息发布平台,搜狐仅提供信息存储空间服务。
今日搜狐热点
今日推荐
蔚蓝棋牌 左右棋牌 捕鱼棋牌 湖南棋牌 卡卡棋牌 荣耀棋牌 开元棋牌 瓜瓜棋牌 棋牌游戏 麻将棋牌