小鹏汽车官网
当前位置:首页 > 资讯 > 行业 > 正文

给车企有序开放空间的芯片厂商,未来也会被赋予同等价值的回报

发布日期:浏览量:2034

导读:地平线带领「征程」军队发起了一场芯片突袭战。4 月 28 日,自游家公开了首款车型自游家 NV 的辅助驾驶配置,标配为地平线征程 2,高级选配搭载征程 5 芯片。继比亚迪之后,这已经是第二家公布使用地平线征程 5 芯片的车企了。

地平线带来的国产芯片惊喜还在增加。根据地平线官方透露的消息,未来不仅自游家多款车型会搭载地平线的征程 5 芯片,而且,地平线还与 20 多家车企签下了超过 50 款车型的征程 5 前装量产项目定点。这个合作数量,基本上能跟主流的英伟达 Orin 系列芯片打平手。

一系列的合作让我们注意到,地平线早就以独角兽姿态在资本市场不断吸金。目前地平线已经经历了 6 次以上的投融资,除明星投资公司黑石、红杉、双湖之外,也集齐了车企「18 罗汉」,一汽、上汽、广汽、奇瑞、长城、比亚迪等先后注资地平线。地平线的「征程」芯片,俨然已经成为车企新贵。

一、征程 5是什么水平?

在征程 5 之前,征程 2、征程 3 早就经过了一轮商业化验证。

消费者熟知的岚图 FREE、长安 UNI-T、21 款理想 ONE、广汽传祺 GS4 PLUS 等爆款车型都搭载了征程系列芯片量产。征程系列芯片受到主机厂热捧,给了地平线持续攻坚的底气。

去年 5 月,征程 3 芯片仅推出一年后,征程 5 芯片就横空出世,为地平线补齐了高级自动驾驶的「最后一块拼图」。与征程系列中的征程 2、征程 3 对标 L0-L3 不同,征程 5 是专门针对高级别自动驾驶打造的 AI 芯片,它的出现补齐了地平线 L2-L4 的全场景整车智能解决方案。

以征程 3 为例,虽然地平线已经在征程 2 的基础上增加了 25% 算力,但总体算力也仅为 5Tops,功耗 2.5Tops。但到了征程 5 芯片,情况就非常有意思了,一下子把算力提高到了 128Tops,但功耗仅为 30W。

结合能效比 4.3TOPS/W 的数据,征程 5 算得上是国内打头阵的车规级 AI 芯片。地平线一直把自研车规级芯片誉为攀登芯片界的珠穆朗玛峰。

在地平线的官网上,地平线直接将征程 5 挂在了珠穆朗玛峰最近接近顶峰的位置。相比前两代,征程 5 在性能上兼具业界最高 FPS 性能与最低功耗,有着质的飞跃。不过,车规级 AI 芯片更需经得起横向对比。

目前市场上支持高级别自动驾驶的 AI 芯片除了征程 5 之外,还有英伟达 Orin 芯片、高通 SA9000A\B、华为昇腾 610、Mobileye EyeQ Ultra、黑芝麻智能华山二号 A1000Pro等。

这些芯片算力基本稳定在 100Tops 以上的水平,完美展示了目前自动驾驶芯片算力内卷的现状。实现 L4 高级别自动驾驶的算力到底要多少,业界尚无定论。但一个共同点是,为了实现打造算力冗余,无论是传统车企还是新势力,仍在抢夺以英伟达 Orin 系列的高算力 AI 芯片。

比如,蔚来 ET7 搭载了 4 颗 Orin X 芯片,理论上整车算力超过 1000Tops。征程 5 和号称「车企收割机」的 Orin X,同属算力破百 Tops 芯片,但 Orin X 的单颗芯片用了 7nm 的生产工艺,算力依然比征程 5 高出 2 倍,达 254TOPS,功耗 45W。

这个差距的底层根源在于,OrinX 采用 7nm 生产工艺,已经属于车规级芯片的顶尖水平,而国内的制造条件暂时达不到,征程 5 使用的是 16nm 工艺,做到过百算力水平,已经展示了一波中国顶级的芯片设计能力。

要知道,Mobileye EyeQ6 即使用了 7nm 制程,其算力仍只能与征程 5 打平手,且征程 5 的功耗、量产时间都要比 EyeQ6 有更大优势。与此同时,地平线 CEO 余凯在 2022 年电动车百人论坛中强调相比 Orin X,征程 5 有着高经济适用性的优势。

「经济适用性」其实是一个比较微妙的表达,一个层面是价格更接地气,从蔚来 ET7 超过 44.8—52.6 万的售价来看,OrinX 接近两千美金的价格很可能是征程 5 的倍数。
另一个层面是芯片内部利用率大幅提升。余凯曾经公开表示,相比 Orin X,征程 5 只用一半芯片面积和计算资源就实现了高计算性能。

从车企角度出发,在综合考虑算力、性能、价格、供货量等因素后,征程 5 显然会比 OrinX 更有竞争优势。结合征程 5 的市场表现来看,可以判断地平线其实已经获得了国产芯片的中场胜利。

二、地平线要扛起开放、反算力内卷大旗?

「算力不是智能汽车唯一标准」,余凯曾经在多个公开场合这样提及,在车规级芯片算力内卷中,率先扛起「反卷大旗」。余凯并不是说算力不重要,拆看来看表达了两层意思:

第一层是算得多不如算得快。

比起强调算力,余凯更看重宣传深度神经网络算法在芯片上的计算效率,认为每秒准确识别帧率 MAPS 才是衡量算力的真实性能。在征程 5 发布之时,地平线官方就放出了一张对比图,为英伟达 Xavier 和征程 5 同时输入一张 512×512 图像,Xavier 平均准确识别帧率不到 200FPS,而征程 5 则达到 1283FPS。

显然,在地平线的逻辑中,算力只是基础,一秒钟时间能向服务器提交多少次数据,更加迅速的反应系统才是保证自动驾驶安全的根本。

第二层意思是芯片不能一味追求算力,而是要衡量软件是否可以在芯片中发挥最大效能。

在自动驾驶领域一直存在算力焦虑的问题,但随着高算力芯片上车,业内也逐渐有了「算力不是最大公约数」的共识。一位自动驾驶公司 CTO 曾经对媒体表示,「算力越大越牛就是思维的惰性」。结合他的经验来看,目前车企芯片算力、感知算力内卷的原因是 VC 估值并没有明确标准,只能先看这些数值,但具体到实车上,5 个毫米波雷达、1 个激光雷达再加上 8 个 200 万像素摄像头,30Tops 也够用。

对于芯片上游车企来说,有足够大算力并不是最重要的,算力背后的问题其实更难解决、也更复杂。比如怎么做算力优化,怎么在算力的基础上找到边界做合理软件架构,甚至于怎么找到软硬件协同能力的优秀工程师。而具备这些能力的车企,才继而能积极拥抱第二个时代变化:即开放的芯片厂商。

余凯曾经把目前芯片厂商按照开放程度列出了一张表,开放度从低到高排序依次是 Mobileye、英伟达、地平线 Together OS、BPU 授权这四种模式。

被描述为开放度最低的 Mobileye,也被余凯比喻为黑盒模式,指的是 Mobileye 独立开发完 BPU、SOC、操作系统 OS、自动驾驶软硬件系统之后,才会交付给车企,这也意味着,车企无法加入自动驾驶技术的开发中,得到是完整的芯片+感知算法的软硬件打包方案。

这种封闭的「一体化」解决方案在 ADAS 时代非常奏效,尤其是对于刚起步的造车新势力车企来说,选择 EyeQ 系列芯片无疑是最稳妥、省心的。

随着 ADS 时代到来,车企对于定制化算法、系统快速更迭的需求越来越大,此时动辄等待半年、花费上千万的定制化节奏已经让这种解决方案过时。向自研进军的车企,让强势的 Mobileye 逐渐失去了市场。去年,Mobileye 的老伙计宝马转身选择了高通,宣布从 2025 年开始使用高通骁龙 Ride 自动驾驶平台及芯片。

近日,Mobileye 又丢掉了一个大客户,据路透社消息,大众集团将从 2026 年起在其全球所有品牌中使用高通 SoC 自动驾驶芯片。Mobileye 失落的另一面是地平线拥抱开放。

在余凯的逻辑中,微软、安卓最开始是技术先进,但向行业深处走去,就会发现技术战争变成了生态战争,比拼的是谁的应用生态最丰富。地平线提出的 Together OS,意在将操作系统 OS 和自动驾驶软硬加系统一齐交给车企。「操作系统从一开始就是应该开放、开源的,大家一起参与的。」余凯说道。

三、有序开放的芯片厂商

Mobileye 真的看不清芯片「开放」的趋势吗?答案是否定的。

早在 2018 年,Mobileye 创始人兼CEO Shashua 就表示从 EyeQ5 开始实行改革开放计划,允许客户在 SDK 开发套件上写算法,只可惜雷声大雨点小,这一计划始终未能落地。关于这点,业界曾有一个颇为有趣的观点,Mobileye 不是不愿开放,而是环境迫使它不得不回到软硬一体化的老路上。

其实换个更容易理解的表达,就是 Mobileye 有开放能力,但车企没有开发能力。

有一定道理,但不完全对。芯片厂商把更多开发流程交给车企以后,车企会承担更多的开发任务,也要建设智能算法开发团队,这些都给芯片厂商的开放和车企的自研设置了障碍,但这些障碍并不会阻挡开放的趋势,因为拥有自研能力感知算法的车企已经占大多数。

2017 年,小鹏就明确了全栈自研方向,到了 2018 年发布第二款车 P7 时,就采用了小鹏自研的 XPILOT 3.0 自动驾驶系统。2020 年蔚来、理想也先后启动了自动驾驶全栈自研项目。可以说,「自研自动驾驶算法」,早已经不是新鲜事了。

从这一层面上来看,Mobileye 的角色更像帮助车企完成技术转身的「垫脚石」。

现在,相比没能力,大部分车企更焦虑怎么继续提升算法能力,达到更独特、更安全的高度,进一步说服消费者。因此,大部分车企都需要像地平线、英伟达这样开放的芯片厂商,而剩下的一小部分尚无算法自研能力的车企,也并非这类开放厂商服务的对象。

开放是大趋势,不过这些也提醒了芯片厂商需要开放,但更需「有序」的开放。有序开放就是芯片厂商根据客户需求,定制开放程度。比如,传统车企可能更在意智能电动车的研发效率,这时不一定需要芯片厂商大面积开放,而造车新势力可能更需要突显自身性能,更需要更开放。

现在,英伟达已经不再拘泥于固定角色,它既可以是芯片硬件供应商,也可以是自动驾驶算法软件供应商。在 2020 年与奔驰的合作中,英伟达就明确了既提供自动驾驶芯片,也会与奔驰联合开发自动驾驶算法。

Robotaxi 想要完全自己开发软件并且经营业务,我们就卖芯片给他们,提供工具链;也有一些客户希望我们提供包括软件在内的全栈式方案,追求开发进度。」黄仁勋曾向媒体公开表达过英伟达的开放路径。

与此相似的,地平线其实也按照开放程度从低到高制定了三种模式,供车企自行选择。

(1)第一种提供 BPU 和 SoC 级别征程芯片以及操作系统 OS,帮助车企完成自动驾驶软硬件系统开发;

(2)第二种只提供 BPU 和 SoC 级别芯片,车企可以利用 Togther OS 来开发算法;

(3)第三种开放度最高,只提供 BPU IP,支持车企实现 SoC、自动驾驶软硬件系统自行开发。

三种模式中,BPU IP 授权模式将整个汽车芯片行业的开放度拉到了最高。这意味着作为芯片厂商的地平线将开放 BPU 的软件包和芯片参考设计给部分车企,支持车企自研芯片。

「尽管我们并不认为所有的主机厂都要去自研芯片,但是车企做芯片可以提升自身差异化竞争力,加快研发创新速度。」余凯解释道。去做开放的工具并不难,但真正难得是下定决定跟随车企的节奏。地平线其实是选择了跟随有技术优势的车企的节奏一同行走,选择「开放,再开放」。

2017 年,特斯拉自研 FSD 芯片,国内车企应声而动,零跑和大华威视也从那年开始研发自动驾驶芯片,然而 2019 年 FSD 芯片成功上车的时候,零跑的芯片还没有动静,直到 2020 年年底,算力 4.2Tops 的凌芯 01 才横空出世。

2021 年初,有媒体得知消息小鹏汽车已经在中美两地建立团队,同步启动了自研芯片项目,而蔚来也不甘落后,挖来前赛灵思亚太地区实验室主任胡成臣,加紧布局芯片自研项目。

虽然「车企当学特斯拉」,但造芯片是个长周期的苦活,车企反而更需要有设计能力、有工具链能力的芯片厂商加入。此时像地平线这样的芯片厂商不仅可以赋能车企造芯,也能以此获益。

当然,车企造芯不一定会成为主流,开放 BPU IP 模式也仅仅是可供选择的一种。但可以确定的是,一个给车企有序开放空间的芯片厂商,在未来也会被赋予同等价值的回报。

来源:汽车之心 白雪

版权说明:“雷竞技中国”转载作品均注明出处,本网未注明出处和转载的,是出于传递更多信息之目的,并不意味着赞同其观点或证实其内容的真实性。如转作品侵犯署名权,或有其他诸如版权、肖像权、知识产权等方面的伤害,并非本网故意为之,在接到相关权利人通知后将立即加以更正。

文章标签:

本文网址://www.dupstech.com/newsshow-1591.html

分享到:
相关文章
查看更多
Baidu
map