經歷了2016—2019年的野蠻生長期，2019的洗牌期，自動駕駛走入了發展新階段。谷歌Waymo、百度Apollo、特斯拉、英偉達、Mobileye等行業領先企業技術不斷迭代，場景化應用落地加速，為此，《中國電子報》推出“駛向自動駕駛新紀元”系列報道，通過梳理自動駕駛技術升級、廠商布局、產業發展等，描摹自動駕駛產業新面貌。

　　AI芯片很熱，自動駕駛AI芯片更熱。英偉達、英特爾、特斯拉、高通、地平線、黑芝麻智能等國內外傳統芯片廠、新銳企業紛紛涌入車載AI芯片市場。如今，L2+ADAS自動駕駛商業變現風頭正勁，L4高級別自動駕駛落地路線也越來越清晰，毫無疑問，自動駕駛正成為頭部芯片企業爭相搶占的高地。

　　從各大廠商的產品路線來看，自動駕駛芯片呈現出GPU、FPGA、ASIC三大架構共榮的格局。然而，底層架構不是判定自動駕駛能力的唯一因素，隨著汽車智能化程度的提高，自動駕駛對于軟件能力的要求走高，一場“始于硬件”的自動駕駛芯片競速賽已全面開啟。

　　“CPU+XPU”是自動駕駛芯片設計主流趨勢

　　自動駕駛汽車智能化水平越來越高，需要處理的數據體量越來越大，高精地圖、傳感器、激光雷達等軟硬件設備對計算提出更高要求，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分析師王顯斌向《中國電子報》記者指出，傳統車輛普遍使用ECU，底層芯片主要為CPU。自動駕駛對數據傳輸實時性要求大，僅靠CPU的算力與功能早已不能滿足所需，CPU與GPU、FPGA、ASIC等架構結合形成“CPU+XPU”是自動駕駛芯片設計的主流趨勢。

　　目前主流廠商多以“CPU+XPU”相結合的方式，進行自動駕駛芯片設計。英偉達Xavier和特斯拉FSD采用“CPU+GPU+ASIC”的設計路線，Xavier以GPU為計算核心，主要有4個模塊：CPU、GPU、Deep Learning Accelerator（DLA）和Programmable Vision Accelerator（PVA），其中GPU占據最大面積；特斯拉FSD以NPU（一種ASIC）為計算核心，有三個主要模塊：CPU、GPU和Neural Processing Unit（NPU），其中特斯拉自研的NPU占據最大面積，主要用來運行深度神經網絡，GPU主要是用來運行deep neural network的post processing部分。

　　Mobieye EyeQ5和地平線征程系列采用“CPU+ASIC”架構，EyeQ5主要有4個模塊：CPU、Computer Vision Processors（CVP）、Deep Learning Accelerator（DLA）和Multithreaded Accelerator（MA）。其中CVP是針對很多傳統計算機視覺算法設計的ASIC；地平線自主設計研發了Al專用的ASIC芯片Brain Processing Unit（BPU）。

　　Waymo采用“CPU+FPGA”，計算平臺采用英特爾Xeon12核以上CPU，搭配Altera的Arria系列FPGA。

　　三大架構競速高級別自動駕駛

　　“GPU擅長圖像識別，ASIC、FPGA可以靈活設計，滿足定制化需求。”王顯斌向《中國電子報》記者表示。

　　自動駕駛要具備高精度、高可靠性的圖像識別能力，GPU的設計初衷是為了應對圖像處理中需要的大規模并行計算，剛好契合自動駕駛的關鍵技術要求。英偉達在GPU領域擁有長期積累的技術和市場，進入自動駕駛賽道后，攜其GPU迅速占領市場，合作伙伴囊括奔馳、沃爾沃、現代、奧迪、上汽等傳統車廠，蔚來、理想、小鵬這些造車新勢力也在使用英偉達的自動駕駛芯片。

　　今年8月，英偉達推出最新自動駕駛芯片組——DRIVE Atlan。據介紹，Atlan單顆芯片的算力能夠達到1000 TOPS，將應用于L4及L5級別自動駕駛。英偉達CEO黃仁勛公開表示，Atlan SoC將于2023年向開發者提供樣品，2025年大量裝車。王顯斌指出，未來自動駕駛芯片會出現更多多元化架構GPU，高精地圖、傳感器、激光雷達等對圖像識別能力要求越來越高，GPU的需求量會越來越大。

　　特斯拉采用了與英偉達相似的設計路線，不過更加側重于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的訓練CPU屬于ASIC芯片，專注于人工智能訓練，可以實現1024 GFLOPS的BF16算力。特斯拉表示，它的效率超過了現有的GPU和TPU，可以大幅度優化算法提升的效率，為L4、L5級別的自動駕駛做鋪墊。特斯拉Dojo在云端模擬了一個十分貼近現實的世界，用來訓練自動輔助駕駛技術。

　　馬斯克一直認為，解決自動駕駛的唯一方法是解決現實世界中的AI問題，無論是硬件還是軟件，除非一家公司具有很強的AI能力以及超強算力，否則很難解決自動駕駛難題。Dojo正是基于對自動駕駛問題的考量。特斯拉選擇ASIC的原因也不難理解，為各行各業提供通用能力的方案并不是特斯拉想要的，而ASIC的優勢在于靈活設計，能夠更好地滿足產品的定制化需求。

　　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無人駕駛汽車，同時也為谷歌母公司Alphabet旗下自動駕駛公司Waymo提供Xeon處理器、Arria系統芯片（用于機器視覺）。Arria屬于FPGA芯片，不過Waymo在芯片方面相對低調，沒有曝光太多細節。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系列自動駕駛芯片是典型的ASIC技術路線的代表。

　　英偉達、特斯拉新品雙雙對準了L4、L5級別自動駕駛，Waymo從入局就定位在高端，頭部廠商已形成圍繞高級別自動駕駛升級產品的態勢。

　　作者丨張一迪

　　編輯丨連曉東

　　美編丨馬利亞