自動駕駛的漫長穿越

相關報導

21tech

自動駕駛的漫長穿越

1年前

自動駕駛的漫長穿越

來源/21tech（News-21）

作者/倪雨晴林典馳

編輯/林虹

圖源/視覺中國

“

今年各家國產自動駕駛芯片廠商鉚足勁，發展步伐明顯提速。

就在2016年以前，沒有人相信自動駕駛能夠成爲現實。

這一年，谷歌自動駕駛部門以Waymo爲名正式獨立，小馬智行在美國硅谷成立。同年，英偉達在CES展上發布了Drive PX2車載計算平台，並與特斯拉、百度、沃爾沃等多家汽車廠商達成合作。

也是在大洋彼岸，劉衛紅辭去了博世底盤制動事業部亞太區總裁職位，與多年老友單記章一同成立了自動駕駛芯片公司黑芝麻智能。

7年時間風雲湧動。

自動駕駛從投資熱潮走向冷靜，在漫長的技術迭代演進後，業內更加務實。自動駕駛企業變得多元和細分，每一個領域都有諸多企業激烈角逐。

風口下催生了一批國產自動駕駛芯片廠商，今年各家鉚足勁，發展步伐明顯提速。7月初，黑芝麻智能正式向港交所遞交招股書，謀求上市。

而英偉達通過GPU實現基於深度學習的計算機視覺，幾乎壟斷了高算力自動駕駛芯片的市場。2022年，據弗若沙利文數據，以出貨量計，英偉達佔到全球高算力自動駕駛芯片市場份額爲82.5%，地平线爲6.2%，黑芝麻智能爲4.8%。

7月20日，在特斯拉第二季度業績電話會上，特斯拉CEO馬斯克稱，在今年年底前，FSD（完全自動駕駛）的表現將優於人類駕駛員，更加安全可靠。FSD在特定的情況下，價格有可能進一步降低。

會上，馬斯克還談到，就像北美充電標准（NACS）一樣，特斯拉對將FSD硬件和軟件授權給其他汽車公司持开放態度，已經與一家大型汽車制造商就使用特斯拉FSD進行了早期討論。

Counterpoint分析師Mohit Sharma向21世紀經濟報道記者表示，近年馬斯克多次預測FSD將達到4/5級自動駕駛能力，而目前FSD主要應用於美國，也有報道稱它不能准確識別“停止”的標志。

但是特斯拉依然表現優異，已經有40多萬輛配備FSD的汽車，行駛裏程超過3億英裏。因此，與其他公司相比，特斯拉在訓練自動駕駛模型方面具有巨大的數據優勢。

正如馬斯克在投資者電話會議上所聲稱，對於在自動駕駛方面資源、技術不足的汽車制造商來說，特斯拉FSD可能是一個有吸引力的選擇， FSD的授權將有助於節省成本和時間。

芯片巨頭與特斯拉的纏鬥

記者關注到，目前入局自動駕駛芯片的企業大致有三類：一是芯片巨頭，相關芯片的研發能力得以遷移；二是初創企業，團隊從大廠出來，並與車企建立合作；三是整車廠下場造芯，或是與設計公司合資成立芯片公司。

各家企業所處的定位和打法各有差別。第一類企業中，英偉達擁有絕對的話語權，其在車規級高算力自動駕駛芯片擁有超過80%的市場份額。

在自動駕駛領域中，英偉達依然是性能怪獸，並不斷自我迭代。2022年量產的英偉達Orin芯片，算力高達254TOPS，合作的企業包括文遠知行、元戎啓行、Lucid等，定位於L3及以上的智能駕駛，2024年比亞迪也將應用Orin芯片，據悉將在比亞迪新一代王朝和海洋系列的部分車型中搭載。

2021年，英偉達曾發布Atlan芯片，目標算力將達到1000TOPS，計劃2025年量產，而Atlan還未上市，英偉達又在2022年發布了新一代的Thor，這顆SoC芯片內部擁有770億個晶體管，可實現2000 TOPS的AI算力，計劃2025年投入生產。

從一开始，英偉達的DRIVE系列芯片平台就要做汽車的最強大腦，相比而言，通信廠商們則優先從座艙开始。愛芯元智創始人、董事長兼首席執行官仇肖莘向21世紀經濟報道記者表示：“座艙的芯片，我認爲最合適的是從手機公司轉駕艙。因爲它就是人機交互，另外一個重要功能就是控多屏、多媒體的能力，和手機的需求非常像。”

比如巨頭高通就是智能座艙的領軍者，而它切入自動駕駛芯片相對較晚。國內僅有長城汽車一款摩卡車型搭載第一代Ride芯片，並於2022年上市。

今年5月，高通公布了面向自動駕駛的驍龍Ride系列將包含四類芯片，其中包含自動駕駛芯片Ride SoC，艙駕一體芯片Ride FlexSoC，算力水平延伸至最高的2000TOPS。高通寄希望於通過Ride FlexSoC芯片，復制其在座艙芯片8155的成功，攻入自動駕駛市場。

同樣在5月，英偉達與聯發科也攻入高通腹地。他們共同宣布合作，將爲新一代智能汽車提供解決方案，首款芯片就是面向智能座艙，預計2025年面世，並在2026年至2027年投入量產。在座艙和自動駕駛的雙賽道上，巨頭們都欲搶奪更多市場份額。

另一家芯片巨頭英特爾旗下的Mobileye實力同樣不容小覷。天風證券研報顯示，Mobileye採取的“芯片+感知算法”的打包方案，以便車企高效、低成本地實現ADAS能力。截至目前，與全球超過50家OEM整車廠合作實施ADAS解決方案。

另一方面，特斯拉則是整車廠下場造芯的代表企業，在與英偉達和Mobileye先後分道揚鑣之後，特斯拉2019年起用自研的FSD芯片，搭配自研的自動駕駛輔助系統。特斯拉主導的BEV、Transformer、自動標注等技術，現如今已經成爲行業普遍延用的技術路线。

另外，據公开報道顯示，小鵬、蔚來、理想等均組建芯片研發團隊，考慮到算力芯片高昂的成本、數據歸屬、軟硬件一體化優勢等問題，汽車企業也希望構建更堅固的核心壁壘。

國產芯片攻入巨頭腹地

進入2023年，各大芯片創業公司明顯加快了落地步伐。第三類企業以地平线、黑芝麻智能、愛芯元智、芯馳科技等爲代表，突圍自動駕駛芯片市場。

地平线在2021年發布的徵程5，首發搭載理想L8,峰值算力達到128TOPS，所處領域正是英偉達高算力芯片的核心腹地。

截至2022年底，黑芝麻智能華山A1000系列芯片實現了2.5萬片的出貨量。同時，黑芝麻智能預計今年將實現10萬片的年出貨量目標。

愛芯元智在智慧城市積累了經驗和技術，近兩年也开始“車”的布局。仇肖莘告訴21世紀經濟報道記者：“首款車規芯片於2022年7月通過認證，目前已經量產。這顆SoC芯片主要應用於前視一體機，定位爲L2輔助駕駛，這顆芯片已經在兩款車型上量產，同時我們也在積極地和其他OEM定點。”

而在競爭激烈的自動駕駛芯片市場上，愛芯元智又是如何從智慧城市跨越到車規芯片？仇肖莘向記者分析道：“就像高通能做座艙芯片，是因爲有手機芯片做基礎，而英偉達則有服務器芯片的基礎。對於我們也一樣，可以把已經（在智慧城市上）打磨過的IP直接復用。”

事實上，針對不同價格車型，車企的選擇各有側重，廠商們也在探索自身定位進行角逐。中信證券研報指出，10萬-20萬元的車型傾向於追求高性價比智駕方案，中短期內仍將以傳統的L2功能爲主，部分車型或可提供基本高速領航功能，算力需求在5-30TOPS。

公开信息顯示，地平线靠着J2、J3兩代自動駕駛芯片市場迅速佔領中低端市場，根據高工智能汽車數據，地平线2022年的國內市佔率達到49.05%，位列行業第一。

處於20萬-30萬的車型，將與特斯拉Model 3/Y的直接競爭，位於中算力芯片市場，所需算力需求或在30-80TOPS，目前仍然以英偉達Xavier爲主，黑芝麻A1000已瞄准該市場开始出擊。

而在大算力芯片市場，30萬以上高端車型，算力需求或超過200TOPS，英偉達和高通走在前列，地平线量產進度領跑國內市場，華爲MDC（移動數據中心）或涅槃歸來。

等待奇點時刻

與此同時，自動駕駛芯片在上車的過程中仍面臨不小挑战，一方面考驗着芯片廠商在性能、安全、供應鏈等全方位的能力。

“自動駕駛芯片主要會關注內核，強調的是自動駕駛控制器整體對外功能中的核心功能；其次是DMIPS，主要用於測整數計算能力；再者是算力，以便完成瞬時處理、反饋、決策規劃和執行；算法、功耗、存儲、制程、接口資源（連接各種的傳感器設備）、PCLe（數據傳輸量大和延遲低）等指標。”IDC亞太區研究總監郭俊麗在接受21世紀經濟報道記者採訪時表示。

簡而言之，自動駕駛所需要的芯片，盡管需要足夠的算力，但不僅僅只是AI計算單元的簡單堆疊。

郭俊麗表示，一款車規級芯片需要經過設計（計算架構設計、後端設計）、流片驗證、車規級系統認證开發（AEC-Q100、ASIL等）、車型導入測試實驗、量產部署的過程，整個過程需要3-5年時間。

“如果想要進入車企的供應鏈，首先，需要滿足一系列安全認證。其次，產品性能需要具備強大的競爭力，比如硬件性能、軟件配套以及生態構建，都能夠保持質量的穩定性，生態的豐富性。再次，有足夠的產能和roadmap（路线圖）規劃，能夠保證供貨的長期性和穩定性，同時提供專業的維護團隊和服務。”郭俊麗談道。

另一方面，對於國產廠商而言，仍要直面大廠競爭。並且，在汽車計算架構變革、艙駕一體化趨勢、以及車廠降價潮之下，更考驗芯片供應商在算力、架構、極致性價比等方面的實力。

僅看數量，中國公司在自動駕駛芯片領域已佔據不少席位，但是要達到世界領先水平，與英偉達、高通、特斯拉抗衡還有很長的路要走。

在郭俊麗看來，首先是人才短缺的挑战。駕駛芯片的研發急需既懂芯片又懂汽車的復合型團隊，而中國芯片產業發展時間短，經驗少，相對應的人才始終處於短缺狀態。其次，智能駕駛芯片的落地復雜度高，個性化服務帶來客戶的定制化要求，需要芯片平台更加开放。單從算力來講，英偉達和特斯拉以及Mobileye的算力仍高於國內芯片，另外國內先進制程芯片代工也需倚仗台積電或三星。

盡管挑战重重，眼下，包括芯片廠商在內的自動駕駛企業們仍在進行大規模投入。產業界們也更加務實，在L2、L2+的市場上不斷夯實，車企們也在深耕城市NOA，同步也向L3、L4級別進發。

現在的角逐場上，已沒有過熱的概念化炒作，而是進入了一場漫長的中場战事。

自動駕駛應更像是一場馬拉松式拉鋸战，無數高智力的投入創新後，就像AI迎來iPhone時刻一樣，自動駕駛也將在某一刻迎來產業奇點。