經(jīng)歷了2016—2019年的野蠻生長(zhǎng)期，2019的洗牌期，自動(dòng)駕駛走入了發(fā)展新階段。谷歌Waymo、百度Apollo、特斯拉、英偉達(dá)、Mobileye等行業(yè)領(lǐng)先企業(yè)技術(shù)不斷迭代，場(chǎng)景化應(yīng)用落地加速，為此，《中國(guó)電子報(bào)》推出“駛向自動(dòng)駕駛新紀(jì)元”系列報(bào)道，通過梳理自動(dòng)駕駛技術(shù)升級(jí)、廠商布局、產(chǎn)業(yè)發(fā)展等，描摹自動(dòng)駕駛產(chǎn)業(yè)新面貌。
AI芯片很熱，自動(dòng)駕駛AI芯片更熱。英偉達(dá)、英特爾、特斯拉、高通、地平線、黑芝麻智能等國(guó)內(nèi)外傳統(tǒng)芯片廠、新銳企業(yè)紛紛涌入車載AI芯片市場(chǎng)。如今，L2+ADAS自動(dòng)駕駛商業(yè)變現(xiàn)風(fēng)頭正勁，L4高級(jí)別自動(dòng)駕駛落地路線也越來越清晰，毫無疑問，自動(dòng)駕駛正成為頭部芯片企業(yè)爭(zhēng)相搶占的高地。
從各大廠商的產(chǎn)品路線來看，自動(dòng)駕駛芯片呈現(xiàn)出GPU、FPGA、ASIC三大架構(gòu)共榮的格局。然而，底層架構(gòu)不是判定自動(dòng)駕駛能力的唯一因素，隨著汽車智能化程度的提高，自動(dòng)駕駛對(duì)于軟件能力的要求走高，一場(chǎng)“始于硬件”的自動(dòng)駕駛芯片競(jìng)速賽已全面開啟。
“CPU+XPU”是自動(dòng)駕駛芯片設(shè)計(jì)主流趨勢(shì)
自動(dòng)駕駛汽車智能化水平越來越高，需要處理的數(shù)據(jù)體量越來越大，高精地圖、傳感器、激光雷達(dá)等軟硬件設(shè)備對(duì)計(jì)算提出更高要求，具備AI能力的主控芯片成為主流，加速芯片可以提升算力并助推算法的產(chǎn)生。目前，常見的AI加速芯片包括GPU、ASIC、FPGA三類。
蓋世汽車研究院高級(jí)分析師王顯斌向《中國(guó)電子報(bào)》記者指出，傳統(tǒng)車輛普遍使用ECU，底層芯片主要為CPU。自動(dòng)駕駛對(duì)數(shù)據(jù)傳輸實(shí)時(shí)性要求大，僅靠CPU的算力與功能早已不能滿足所需，CPU與GPU、FPGA、ASIC等架構(gòu)結(jié)合形成“CPU+XPU”是自動(dòng)駕駛芯片設(shè)計(jì)的主流趨勢(shì)。
目前主流廠商多以“CPU+XPU”相結(jié)合的方式，進(jìn)行自動(dòng)駕駛芯片設(shè)計(jì)。英偉達(dá)Xavier和特斯拉FSD采用“CPU+GPU+ASIC”的設(shè)計(jì)路線，Xavier以GPU為計(jì)算核心，主要有4個(gè)模塊：CPU、GPU、Deep Learning Accelerator（DLA）和Programmable Vision Accelerator（PVA），其中GPU占據(jù)最大面積；特斯拉FSD以NPU（一種ASIC）為計(jì)算核心，有三個(gè)主要模塊：CPU、GPU和Neural Processing Unit（NPU），其中特斯拉自研的NPU占據(jù)最大面積，主要用來運(yùn)行深度神經(jīng)網(wǎng)絡(luò)，GPU主要是用來運(yùn)行deep neural network的post processing部分。
Mobieye EyeQ5和地平線征程系列采用“CPU+ASIC”架構(gòu)，EyeQ5主要有4個(gè)模塊：CPU、Computer Vision Processors（CVP）、Deep Learning Accelerator（DLA）和Multithreaded Accelerator（MA）。其中CVP是針對(duì)很多傳統(tǒng)計(jì)算機(jī)視覺算法設(shè)計(jì)的ASIC；地平線自主設(shè)計(jì)研發(fā)了Al專用的ASIC芯片Brain Processing Unit（BPU）。
Waymo采用“CPU+FPGA”，計(jì)算平臺(tái)采用英特爾Xeon12核以上CPU，搭配Altera的Arria系列FPGA。
三大架構(gòu)競(jìng)速高級(jí)別自動(dòng)駕駛
“GPU擅長(zhǎng)圖像識(shí)別，ASIC、FPGA可以靈活設(shè)計(jì)，滿足定制化需求。”王顯斌向《中國(guó)電子報(bào)》記者表示。
自動(dòng)駕駛要具備高精度、高可靠性的圖像識(shí)別能力，GPU的設(shè)計(jì)初衷是為了應(yīng)對(duì)圖像處理中需要的大規(guī)模并行計(jì)算，剛好契合自動(dòng)駕駛的關(guān)鍵技術(shù)要求。英偉達(dá)在GPU領(lǐng)域擁有長(zhǎng)期積累的技術(shù)和市場(chǎng)，進(jìn)入自動(dòng)駕駛賽道后，攜其GPU迅速占領(lǐng)市場(chǎng)，合作伙伴囊括奔馳、沃爾沃、現(xiàn)代、奧迪、上汽等傳統(tǒng)車廠，蔚來、理想、小鵬這些造車新勢(shì)力也在使用英偉達(dá)的自動(dòng)駕駛芯片。
今年8月，英偉達(dá)推出最新自動(dòng)駕駛芯片組——DRIVE Atlan。據(jù)介紹，Atlan單顆芯片的算力能夠達(dá)到1000 TOPS，將應(yīng)用于L4及L5級(jí)別自動(dòng)駕駛。英偉達(dá)CEO黃仁勛公開表示，Atlan SoC將于2023年向開發(fā)者提供樣品，2025年大量裝車。王顯斌指出，未來自動(dòng)駕駛芯片會(huì)出現(xiàn)更多多元化架構(gòu)GPU，高精地圖、傳感器、激光雷達(dá)等對(duì)圖像識(shí)別能力要求越來越高，GPU的需求量會(huì)越來越大。
特斯拉采用了與英偉達(dá)相似的設(shè)計(jì)路線，不過更加側(cè)重于ASIC。今年8月，馬斯克在2021年特斯拉AI Day上，向外界展示了一款自研芯片云端Dojo。Dojo的訓(xùn)練CPU屬于ASIC芯片，專注于人工智能訓(xùn)練，可以實(shí)現(xiàn)1024 GFLOPS的BF16算力。特斯拉表示，它的效率超過了現(xiàn)有的GPU和TPU，可以大幅度優(yōu)化算法提升的效率，為L(zhǎng)4、L5級(jí)別的自動(dòng)駕駛做鋪墊。特斯拉Dojo在云端模擬了一個(gè)十分貼近現(xiàn)實(shí)的世界，用來訓(xùn)練自動(dòng)輔助駕駛技術(shù)。
馬斯克一直認(rèn)為，解決自動(dòng)駕駛的唯一方法是解決現(xiàn)實(shí)世界中的AI問題，無論是硬件還是軟件，除非一家公司具有很強(qiáng)的AI能力以及超強(qiáng)算力，否則很難解決自動(dòng)駕駛難題。Dojo正是基于對(duì)自動(dòng)駕駛問題的考量。特斯拉選擇ASIC的原因也不難理解，為各行各業(yè)提供通用能力的方案并不是特斯拉想要的，而ASIC的優(yōu)勢(shì)在于靈活設(shè)計(jì)，能夠更好地滿足產(chǎn)品的定制化需求。
Waymo可以說是屬于FPGA派系的。2017年，英特爾宣布，自2009年開始便一直在與谷歌合作開發(fā)無人駕駛汽車，同時(shí)也為谷歌母公司Alphabet旗下自動(dòng)駕駛公司W(wǎng)aymo提供Xeon處理器、Arria系統(tǒng)芯片（用于機(jī)器視覺）。Arria屬于FPGA芯片，不過Waymo在芯片方面相對(duì)低調(diào)，沒有曝光太多細(xì)節(jié)。值得注意的是，2015年英特爾收購了主打ASIC的芯片廠商Altera；2017年收購了Mobileye，MobileyeEye系列自動(dòng)駕駛芯片是典型的ASIC技術(shù)路線的代表。
英偉達(dá)、特斯拉新品雙雙對(duì)準(zhǔn)了L4、L5級(jí)別自動(dòng)駕駛，Waymo從入局就定位在高端，頭部廠商已形成圍繞高級(jí)別自動(dòng)駕駛升級(jí)產(chǎn)品的態(tài)勢(shì)。
作者丨張一迪
編輯丨連曉東
美編丨馬利亞
