去搜搜
头像
它,才是智能汽车大战的决胜变量?
2021-03-31 08:00

它,才是智能汽车大战的决胜变量?

文章所属专栏 前沿技术情报所

不少分析认为,“软件定义汽车”,将会是新能源汽车“箭在弦上的产业变革”。


既然“软件定义汽车”,所以自动驾驶的安全性,也取决于软件的质量。由于大众关注自动驾驶的安全性,因此车厂对汽车软件的要求,自然远比电脑或手机更高。可是,如何才能写出安全可靠而又高质量的自动驾驶软件?这时候,很多人就会想起著名计算机科学家 Allen Kay 的名言


认真写软件的人,应该自己做硬件。


毕竟众所周知,苹果设备体验比别人要好、系统比别人稳定,也是因为苹果往往能按着自家的芯片,打造自己的作业系统。因此,小鹏汽车的何小鹏就曾公开表示


(汽车)一定要做软硬一体,像苹果一样的东西,才有可能最终有效率和有壁垒。


可见,尽管我们都在说“软件定义汽车”,但只有软件和硬件完美结合,才能实现更理想的自动驾驶效果。换言之,自动驾驶的计算平台,将会又反过来定义了汽车软件的质量。因此中金证券就认为


汽车芯片,特别是自动驾驶芯片,将处于自动驾驶浪潮的制高点。


上回我们从目前自动驾驶赛道的基本布局入手,为大家讲解了目前汽车产业背后的的“技术联盟”特质。这一回我们会再借着分析自动驾驶芯片,探讨以下内容:


  • 自动驾驶的芯片有什么特性?

  • 不同种类的芯片,对目前汽车产业在自动驾驶布局上,带来多大的影响?

  • 面对不同的芯片和计算平台,投资者又应该采用怎样的策略?


什么是自动驾驶芯片?


什么是自动驾驶芯片?它与一般汽车用的芯片有什么不同?


虽然近十年来,一般市售的汽车已经引入多种传感器,并高度电子化;但它们依旧采用俗称“单片机”的微控制器 (Master Control Unit, MCU) 芯片 ,而微控制器则主要由传统电脑常用、CPU(中央处理器)的单一架构芯片所构成。


图片来源:中金证券


可是,自动驾驶汽车进行大量的人工智能计算,因此,它需要像手机一样,集成在 CPU 之外,进一进集成针对人工智能算法的特殊架构,当中包括 GPU(图像处理器)、FPGA(现场可编程逻辑门阵列)、ASIC(专用集成电路)等三类与 CPU 架构完全不同的芯片(上图),组成多模块的 SoC (系统级芯片)。


勉强打个比喻:传统汽车用的是类似传统电脑用的芯片,而自动驾驶汽车用的是类似手机用的芯片。


这些加入人工智能模块的异构芯片,向来不是传统车企、甚至传统汽车芯片厂商所专长的项目。此外,由于传统车用的 MCU 芯片设计比较简单,业内指每块芯片售价仅为 5 美元左右,再根据 IC Insight 的数据指,2019 年全球车用 MCU 市场才 64 亿美元左右。因此,传统车企向来并不太重视汽车芯片的业务,仅作为次级供应商 (Tier 2) 看待。


图片来源:富途


但近年人工智能大为流行,因此像英特尔 (Intel)、英伟达 (Nvidia)、高通 (Qualcomm) 和华为等公司纷纷加入战场。也由于车用人工智能芯片的设计,远比传统 MCU 复杂,据指单价一般在 100 美元以上,如果高性能的人工智能芯片,更可能高达 1,000 美元以上。因此,观研天下预测自动驾驶芯片市场规模,在 2022 年可以高达 102 亿美元。


可见自动驾驶芯片背后,是一块逾百亿美元的全新市场。也由于自动驾驶芯片变得越来越重要,有分析指出,英特尔等芯片企业在汽车供应链的地位,将取代传统博世 (Bosch) 等主要的汽车供应商,会摇身一变成为一级供应商 (Tier 1)。


怎样才算是好的自动驾驶芯片?


一般衡量自动驾驶芯片质量的指标,主要为“算力”和“功耗”。


自动驾驶芯片的算力衡量单位为 TOPS(Tera Operations Per Second,每秒万亿次操作),据业界说法,目前业界最常使用的 L2 级别自动驾驶技术(即高级辅助驾驶功能,ADAS) ,只需大约 10 TOPS 的算力就能实现。但要实现被视为真正自动驾驶的 L4 级别水平,算力需要超过 100 TOPS 或以上;而马斯克每天唠叨着很快实现的 L5 级别?更需要达到 1,000 TOPS 以上。


图片来源:富途


那现在已付运的汽车芯片,又有多少算力呢?很抱歉,一般有 10 TOPS 以上就很好,最多勉强实现 L2 级别而已(上图)。什么 L5 级别吗?就散了吧。


等一下,英伟达早前推出由两块 Xavier 芯片、两块 GPU 组成的 Drive AGX Pegasus 计算平台,算力更高达 320 TOPS,不香吗?可惜的是,真的不怎么香。无疑,这些芯片厂商要通过狂堆硬件搭成计算平台,也能轻易增加算力,但却要付出更高的成本、以及更高的功耗作为代价。


虽然汽车不像手机一样,芯片跑几小时游戏就会花光电池;但汽车也不像手机一样,重启一下系统就没事。毕竟高功耗的芯片,发热也严重;如果这些芯片真的热到死机,你的车子可能会在自动驾驶期间突然死机,想起都觉得可怕。换言之,产业勉强要提高算力,实现 L4 级别自动驾驶,将会出现严重安全隐患。所以,只有同时兼具高性能、低功耗的芯片,才算得上是好的自动驾驶芯片。


可是,芯片问题更不止于此。在算力和功耗背后,还有一个影响自动驾驶布局的神秘因素:耦合度。


英特尔方案:软硬结合的典范


先前我们提到,好的自动驾驶软件,必须与自动驾驶平台完美匹配。我们也提到,高性能且低功耗的芯片,才是好的自动驾驶芯片。有这样的芯片平台吗?有的,那就是被英特尔收购了的 Mobileye。


让人又爱又恨的紧耦合


英特尔成也紧耦合、败也紧耦合。


英伟达平台:汽车界的 Android?


由于英伟达太像 Android 了,它还是当不成汽车界别的 Android。


让人又爱又恨的开放性


不少车企在使用英伟达的 GPU 方案来开发自家技术,也不得不脚踏两只船,继续采用英特尔更方案的全栈方案。


为什么车企都要自研芯片?


未来的自动驾驶芯片,仍然是属于人工智能专用芯片的世界。


国产芯片企业的突破口


目前在国内还有第三条路线,就是半开放、半定制的人工智能专用芯片路线。


投资建议


  • 英特尔

  • 英伟达

  • 国产厂商

本文是 前沿技术情报所 付费栏目文章