今年的自动驾驶依然没能进入大规模商用，但业界在不断造大动作：有因利益分配不均而倒闭的，有难以“承接”强者的，有开始小规模尝试商业化的，也有跃跃欲试的新人努力谋生……随着近期Arm与汽车制造商和Tier1（汽车零部件供应商的深度合作），再加上Intel和Nvidia的长期布局，自动驾驶逐渐成为了新的战场半导体制造商。进化历程：从ADAS到自动驾驶AI芯片早期，在被誉为自动驾驶行业里程碑的谷歌自动驾驶汽车Waymo问世之前，NXP、Renesas、TI等传统汽车电子巨头，已经在研发ADAS的AI芯片了（当时市场还是老牌汽车芯片巨头，或者说Tier1。在ADAS芯片方面，德州仪器有基于DSP的解决方案TDA2xSoC，瑞萨有研发的R-Car系列，NXP发布了集成ADAS芯片的BlueBox平台。与半导体巨头相比，这些Tier1显然更注重实际经济效益，主要关注可量产和落地的ADAS芯片。来源：WeirdNotes但ADAS是距离真正的无人驾驶还有很长的路要走，我们讨论自动驾驶的AI芯片，范围非常广泛，从摄像头上的视觉处理芯片，到处理整车数据的计算平台，每一个关键环节k离不开它。自动驾驶的本质是解决AI计算的问题，而AI芯片在其中的作用不外乎两种：处理输入的传感器信号（雷达、激光雷达、摄像头等）；做出决策判断，给出控制和执行信号，如是否左转、变道或减速。短时间内完成这两项任务并不容易，因此自动驾驶汽车需要一个非常强大的计算平台来实时分析和处理海量数据，并进行复杂的逻辑运算。因此，自动驾驶对AI芯片的算力要求高于其他场景。同时，芯片还需要满足车规的严苛要求。种种原因使得自动驾驶芯片的研发难度加大，进入门槛更高。前面提到，自动驾驶芯片对算力的要求非常高，单颗汽车芯片已经无法满足。与大多数技术领域类似，在这个过渡阶段，真正扮演角色的是那些“跨界”的巨头和新兴创业公司。市场格局发生变化，自动驾驶芯片领域的混战从ADAS演变为自动驾驶。CPU和GPU都不能支持大量传感器的数据处理和分析。自动驾驶芯片的架构正在向异构方向发展。那些在PC和移动市场叱咤风云的半导体巨头们也闻风而动，凭借在处理器芯片领域积累的经验和“重金”收购，成为了第一梯队。势如破竹的自动驾驶芯片。在GPU大行其道的这些年，英伟达赶上了几波浪潮：自动驾驶和加密数字货币的热潮让黄仁勋过上了“躺着数钱”的生活。Nvidia在2015年推出了DrivePX系列自动驾驶平台，曾是OEM、Tier1和科技公司选择的主流计算方案。新一代自动驾驶处理器Xavier于年初发布。与PX不同，Xavier是一个独立完整的SoC，包括定制的8核CPU、512核基于Volta的GPU以及相关的视觉和深度学习加速器。是上一代的十分之一。英伟达产品的迭代也是自动驾驶芯片发展的一个缩影。高集成度和低功耗是趋势。在这方面，老对手英特尔做得更好。英特尔通过三轮价值高达百亿美元的收购，收购了Mobileye的EyeQ系列芯片（ASIC）、Altera的FPGA芯片、Movidius的视觉处理单元VPU。例如，在Intel提供的完整解决方案中，EyeQ可以负责视觉数据处理，Altera的FPGA芯片CycloneV负责毫米波雷达和激光雷达的数据处理，“杀手级”CPUAtom负责处理其他数据任务。当然，除了这两位当红种子选手之外，还有不少豪门虎视眈眈。近两年，整个自动驾驶芯片市场再次发生翻天覆地的变化。如果说当初是三国争霸，现在已经变成了多党割据的政权。特斯拉属于“异类”，他们是少数几家既做整车，又自主研发自动驾驶芯片的公司。在“抛弃”Mobileye和Nvidia之后，特斯拉于今年4月发布了首款自动驾驶芯片FSD。除了常规的CPU和GPU之外，这款芯片还配备了两个神经网络处理器（NNP）。国内初创公司地平线于8月底推出了基于自研架构BPU2.0的第二代自动驾驶AI芯片Journey。此外，技术实力更强的Arm和华为也在快速向行业渗透。擅长架构授权的Arm在去年9月专门发布了专为自动驾驶汽车设计的Cortex-A76AE处理器。新产品线AE是“AutomotiveEnhanced”。本月，他们与汽车制造商和Tie1联手成立了自动驾驶汽车计算联盟，目标是开发可量产的自动驾驶解决方案，以解决安全和计算问题。如果说Arm的加入更厉害的话，再多一个重量级选手就有点“吓人”了。在去年的全联接大会上，华为发布了支持L4级自动驾驶的计算平台MDC600。它基于8颗升腾310AI芯片，同时集成了CPU和相应的ISP模块。从现阶段的自动驾驶芯片架构也可以看出，单一的CPU+GPU已经成为过去，现在GPU+FPGA的通用芯片方案成为主流。同时，在这个战场上，还存在着一些“未生先死”的豪门。高通一度想收购恩智浦布局汽车芯片领域。遗憾的是，这笔交易在2018年以失败告终。毕竟做芯片不是一件容易的事。做自动驾驶芯片，无论是投资还是风险都必须提高。一般情况下，需要通过AECQ100和ISO16949这两个车规级认证，才能大规模应用。抛开算力因素不谈，汽车芯片本身对安全性、温度、质量、使用寿命和可靠性都有非常高的要求，也是众多新型自动驾驶芯片厂商努力的方向。此外，还有很多因素导致自动驾驶的实施困难重重。价格是技术之外的最高门槛，技术和价格往往成反比。技术越成熟，大规模实施的可能性就越大，降价的机会就越大。如何平衡这三个要素，对于自动驾驶芯片厂商来说也是一个不小的挑战。除了技术指标，汽车产业链的特殊性和封闭性也决定了自动驾驶芯片的市场格局，会受到上下游产业链的影响，这也让芯片市场格局更加扑朔迷离。自驾芯片：英雄云集，谁死谁死难料。当主机厂开始大规模投入自动驾驶研发时，上游零部件厂商也不得不在智能化浪潮中生存。正如开篇所说，传统汽车SoC厂商早就瞄准了ADAS，推出了配套产品。但随着算力要求越来越高，这些汽车供应商有些力不从心，而自动驾驶芯片厂商本身就有很大的机会“晋级”到产业链的新一代Tier1。因此，对于自动驾驶芯片厂商来说，Tier1可能不仅是强大的竞争对手，也是最强大的合作伙伴。所以，在这个关键的过渡时期，拉联盟、凝聚团队是很正常的事情。博世、采埃孚加入英伟达自动驾驶联盟，德尔福、Mobileye联合开发“中央传感定位与规划（CSLP）平台”，博世、电装、大陆携手恩智浦，英伟达加入Arm主导的计算产业联盟。像地平线这样“个体弱”的初创企业，也在以非常成熟的方式进入产业链，推出自动驾驶芯片，同时寻找相应的Tier1厂商和OEM厂商来拖累自己。正如业内人士所说，自动驾驶需要的环节越多，Tier1的重要性就越明显。因为它们是所有环节能否最终落地量产的关键。任何一家技术供应商想要跨过Tier1，直接落地车厂的量产产品，都将是非常困难的。一方面是站队的问题，另一个更实际的问题是赚钱。连车企都得结成联盟，通过采购体系分担成本，降低研发成本，更何况是后起之秀。对于像特斯拉这样的半导体巨头或老牌厂商来说，自动驾驶芯片的研发是锦上添花，但仍会影响其他业务的营收表现。而对于那些财力不足的初创公司来说，仍然存在生存压力。从实际现状来看，除了融资，部分厂商还会退而求其次，从ADAS或其他应用场景入手，弥补自动驾驶芯片的漏洞。与此同时，那些拥有强大算力的科技公司或将跨界进入自动驾驶领域。以谷歌为例。谷歌的WaymoChrysler无人车采用了英特尔的至强服务器芯片、Altera的FPGA和英特尔的以太网网关芯片，但很难保证谷歌不会在TPU的基础上开发适合自动驾驶的AI芯片。.综上所述，当自动驾驶汽车还处于路试阶段时，市场无法给出短期的判断结果。现在比的是供应链能力，上下游厂商，谁愿意为你的技术买单，谁愿意提供更多的数据反馈，谁就可以在蛰伏期下更大的赌注。因此，现在下定论谁将赢得自动驾驶芯片之战还为时过早。最后：汽车行业讲究合作，单打独斗不现实。要么依托巨头，争夺产业链话语权，要么技术实力与竞争对手相差十几条街，用技术说话。因此，自动驾驶芯片厂商需要与上下游供应商、整车厂保持良好的关系。
