編者按：

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，透過梳理自動駕駛技術升級、廠商佈局、產業發展等，描摹自動駕駛產業新面貌。

AI晶片很熱，自動駕駛AI晶片更熱。英偉達、英特爾、特斯拉、高通、地平線、黑芝麻智慧等國內外傳統晶片廠、新銳企業紛紛湧入車載AI晶片市場。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晶片企業爭相搶佔的高地。

從各大廠商的產品路線來看，自動駕駛晶片呈現出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，隨著汽車智慧化程度的提高，自動駕駛對於軟體能力的要求走高，一場“始於硬體”的自動駕駛晶片競速賽已全面開啟。

“CPU+XPU”是自動駕駛晶片設計主流趨勢

自動駕駛汽車智慧化水平越來越高，需要處理的資料體量越來越大，高精地圖、感測器、鐳射雷達等軟硬體裝置對計算提出更高要求，具備AI能力的主控晶片成為主流，加速晶片可以提升算力並助推演算法的產生。目前，常見的AI加速晶片包括GPU、ASIC、FPGA三類。

蓋世汽車研究院高階分析師王顯斌向《中國電子報》記者指出，傳統車輛普遍使用ECU，底層晶片主要為CPU。自動駕駛對資料傳輸實時性要求大，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”是自動駕駛晶片設計的主流趨勢。

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

Mobieye EyeQ5和地平線征程系列採用“CPU+ASIC”架構，EyeQ5主要有4個模組：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演算法設計的ASIC；地平線自主設計研發了Al專用的ASIC晶片Brain Processing Unit（BPU）。

Waymo採用“CPU+FPGA”，計算平臺採用英特爾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擅長影象識別，ASIC、FPGA可以靈活設計，滿足定製化需求。”王顯斌向《中國電子報》記者表示。

自動駕駛要具備高精度、高可靠性的影象識別能力，GPU的設計初衷是為了應對影象處理中需要的大規模平行計算，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，進入自動駕駛賽道後，攜其GPU迅速佔領市場，合作伙伴囊括賓士、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晶片。

今年8月，英偉達推出最新自動駕駛晶片組——DRIVE Atlan。據介紹，Atlan單顆晶片的算力能夠達到1000 TOPS，將應用於L4及L5級別自動駕駛。英偉達CEO黃仁勳公開表示，Atlan SoC將於2023年向開發者提供樣品，2025年大量裝車。王顯斌指出，未來自動駕駛晶片會出現更多多元化架構GPU，高精地圖、感測器、鐳射雷達等對影象識別能力要求越來越高，GPU的需求量會越來越大。

特斯拉採用了與英偉達相似的設計路線，不過更加側重於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晶片雲端Dojo。Dojo的訓練CPU屬於ASIC晶片，專注於人工智慧訓練，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，可以大幅度最佳化演算法提升的效率，為L4、L5級別的自動駕駛做鋪墊。特斯拉Dojo在雲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，無論是硬體還是軟體，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正是基於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並不是特斯拉想要的，而ASIC的優勢在於靈活設計，能夠更好地滿足產品的定製化需求。

Waymo可以說是屬於FPGA派系的。2017年，英特爾宣佈，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系統晶片（用於機器視覺）。Arria屬於FPGA晶片，不過Waymo在晶片方面相對低調，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的晶片廠商Altera；2017年收購了Mobileye，MobileyeEye系列自動駕駛晶片是典型的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從入局就定位在高階，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