说明:转自无人驾驶俱乐部(文|高工),本文仅供学习和交流,不代表个人观点及立场,版权归原作者,若有任何问题请联系小编六耳(微信号:adas_miao),跳过“嘘寒问暖”,请直说来意 & 备注“姓名+职业/专业方向”。
专栏:
45 家中国 L4 自动驾驶企业盘点(点击←文字进入详情)
前文介绍了自动驾驶域控制器的 AI 芯片选型方案(点击←文字进入详情),本文将介绍主流 Top6 芯片供应商及方案。
当前国内主要有以下 6 家主流自动驾驶芯片供应商活跃且有芯片装机.
  • 英伟达Nvidia - 提供全套开发工具链
  • mobileye - 一起来共建视觉地图

  • 地平线-自主的崛起
  • 华为-T1不可能的,我就是T1,主机厂我华为也想干。
  • 黑芝麻-我也要分一杯羹
  • 高通-我智能座舱行。我智能驾驶也要干
接下来我们将分析当前六大主流车载自动驾驶芯片总体方案:
01
Nvidia-完整的工具链
全球图形处理芯片著名品牌,热爱 PC 游戏的你一定不会陌生,在汽车自动驾驶芯片领域同样处于行业领先地位。
Nvidia 说起英伟达其实很多人了解他可能是电脑时代的GPU-Graphics Processing Unit 图形处理器。
巧了,自动驾驶时代正是需要大面积的图像处理,所以顺理成章英伟达优势图像AI处理适配当前自动驾驶。
自 2015 年开始,英伟达已经推出 4 代自动驾驶计算平台分别为:Drive PX、Drive PX2、Drive AGX Xavier/ Pegasus、Drive AGX Orin。
Drive PX2:算力 24TOPS,性能强,受到很多车企和自动驾驶企业的青睐,如特斯拉。
Drive AGX Xavier/Pegasus:Xavier芯片 12nm 制程,分为面向 L2/L3 级(小鹏P7)、L4/L5 级自动驾驶(文远知行、小马知行)两种。
Drive AGX Orin:算力 2000TOPS,功耗目前为 800W,功耗较高,仍需优化。
  • NVIDIA Xavier(单芯片算力:30 TOPS)
Xavier 是英伟达首次推出的车规系统级芯片,作为 NVIDIA DRIVE AGX XAVIER嵌入式超级计算平台的核心,Xavier 芯片采用了 12nm 工艺,功耗仅为 30W,能用于支持 L2-L3 级别的自动驾驶。
2020 年亮相的小鹏 XPILOT 3.0 高级辅助驾驶系统采用的就是 NVIDIA DRIVE AGX XAVIER 计算平台,如小鹏 P7。
  • NVIDIA Drive Orin(单芯片算力:200 TOPS)
NVIDIA Drive Orin 芯片由 170 亿个晶体管组成,采用三星 8nm 工艺,性能是英伟达上一代 Xavier 系统级芯片性能的 7 倍,达到了 200TOPS!
Orin 系统级芯片集成了 NVIDIA 新一代 GPU 架构和 Arm Hercules CPU 内核以及全新深度学习和计算机视觉加速器。
第一款采用该芯片的车型是蔚来 ET7,该车型采用的 ADAM 自动驾驶计算机采用了四块 Orin 芯片,算力达到了惊人的 1016 TOPS。
该芯片更厉害的是它可以使用两颗 Orin Soc 和两颗安培 GPU 组合形成的 DRIVE Pegasus Robotaxi 自动驾驶平台,性能可以达到 2000TOPS,能实现 L4-L5 级别的自动驾驶。
2019 年 12 月英伟达发布了新一代面向自动驾驶和机器人领域 Orin 芯片和计算平台,可扩展、可编程,具有 ARM Hercules CPU 内核和英伟达下一代 GPU 架构。
Orin SoC 包含 170 亿晶体管,晶体管的数量几乎是 Xavier SoC 的两倍,具有 12 个 ARM Hercules 内核,将集成下一代 Nvidia GPU,提供 200 TOPS@INT8 性能,接近 Xavier SoC 的 7 倍,Orin SOC 将在 2021 年提供样片,2022 年正式面向车厂量产。
英伟达目前提供车载芯片硬件,开发虚拟测试套装(软件和硬件),物理样车测试套装。可以说是全栈工具链。
支持采用英伟达的 DRIVE AGX 开发平台为起点,然后在 DRIVE Constellation 上验证软件算法。
充分验证后将部署软件,以通过 DRIVE Hyperion 参考架构进行上路测试。
采用 NVIDIA DGX 进行人工智能 DNN 训练,此过程将迭代数次,以提高性能。
英伟达提供开发软件支持,如下图,一般自动驾驶应用需要系统支持,需要中间件去整合融合传感器信息,交互信息等,然后才是自动驾驶应用打包。
英伟达提供 NVIDIA DRIVE ® OS 是一个基础软件堆栈,由嵌入式实时操作系统 (RTOS)、NVIDIA Hypervisor、 NVIDIA ® CUDA ®库、 NVIDIA TensorRT™和其他模块组成,可让您访问硬件引擎。
DRIVE OS 为安全启动、安全服务、防火墙和无线 (OTA) 更新等应用程序提供安全可靠的执行环境。
其中 RTOS 可以是 Linux 或者 QNX(了解汽车操作系统点击汽车操作系统概览 101)是可以任由主机厂或者 T1 服务商配置. 其中 Hypervisor 可以任由开发多系统融合。
NVIDIA DriveWorks SDK 提供模块库、开发人员工具和参考应用程序,属于开发中间件,可以帮助系统与程序之间的交互。
NVIDIA DRIVE ® AV 和 NVIDIA DRIVE ® IX 分别负责自动驾驶和车内人机交互程序的执行。
所以目前英伟达由于芯片强劲,开发验证工具链完善,深受当前汽车业内智能汽车的先锋们欢喜,他们可以直接绕过 T1 供应商直接合作,也可以和 T1 一起合作开发,所以合作方式灵活满足要求。
02
Mobileye-来一起共建视觉地图
Mobileye 可以通过其名字猜想移动行业的眼睛,由视觉方面的希伯来大学教授创立开始于提供汽车辅助驾驶摄像头以及芯片,于 2017 年被芯片巨头英特尔收购,现在掌握着全球约 80% 的高级驾驶员辅助视觉系统市场,汽车支持 AEB,车道保持的前置摄像头以及处理芯片都来自于他们,所以自动驾驶也算早就入门了。
下面是其 EyeQ4/5/6 三代产品的基本情况:
  • Mobileye EyeQ4(单芯片算力:2.5 TOPS)
目前量产的 EyeQ4 芯片于 2018 年上市,采用 28nm 工艺制程,包含四个 CPU 处理器内核,每个内核又拥有四个硬件线程,算力 2.5tops,能实现 L2 级别的移动辅助驾驶,目前,包括蔚来 ES6、ES8 以及新一代哈弗 H6 等多款车型的驾驶辅助系统采用了这款芯片驱动。
  • Mobileye EyeQ5(单芯片算力:50 TOPS)

EyeQ5 处理器于 2020 年发布,采用 7nm FinFET 制程工艺,性能提升 10 倍,算力达到25tops,能实现 L3 级别的自动辅助驾驶,主打超低功耗。

今年即将上市的领克 ZERO 将搭 CoPilot 自动驾驶辅助系统,系统核心就是两 个MobileyeEyeQ5H SoC 芯片,采用双芯片组合,算力达到 50tops。

从 2008 年开始从 EyeQ1 车载芯片到未来规划的 EyeQ6 芯片,涵盖了从辅助驾驶到全自动驾驶所有芯片方案。
同理通过名字可知,他是一个不折不扣的自动驾驶视觉主导方案的拥护者。
他的整体方案来自于多摄像头视觉人工智能方案,结合其独创的视觉编制地图。
所以 Mobileye 的方案包括了摄像头等传感器套件,其独创的 REM 高精地图,结合其芯片运算平台,配合其自动驾驶政策层来实现自动驾驶的实现。
所以 Mobileye 其中有一个非常重要的东西就是其独创的视觉地图,当然在中国谈数据变色,特别是当前滴滴事件,所以 Mobileye 的采集地图肯定有风险和阻力,目前 Mobileye 声明其地图只标记交通信息而不记录其他敏感信息,其数据处理采取和国内紫光集团合作,来规避地区法律风险,当然其他国家同样符合当地法律。
mobileye 宣传在国内由吉利,蔚来,上汽合作进行视觉地图采集,国外由宝马,日产,大众一起合作。

目前我没有看到 Mobileye 有宣传其工具链等信息,所以 Mobileye 应该更多的和T1 供应商一起合作对主机厂进行支持。
03
地平线-自主的崛起
地平线是人工智能和深度学习科学家余凯博士创立,地平线通过以“算法+芯片+工具链”为基础技术平台的芯片,提供智能驾驶解决方案,赋能物联网,所以地平线的产品矩阵有专注于智能汽车的征程系列芯片以及智能汽车运算平台的 Matrix,目前发展到第五代。有专注于智能视频识别以及边缘计算等物联网场景的旭日系列
  • 征程2(单芯片算力:4 TOPS)

量产的征程2,芯片制程28nm,单芯片算力4tops,超越了EyeQ4芯片,目前搭载于长安Uni-T和奇瑞大蚂蚁。
  • 征程3(单芯片算力:5 TOPS

2020 年 9 月 26 日,发布了征程 3,单芯片算力 5tops,芯片制程 16nm。
征程 3 是地平线基于该公司自研的 BPU2.0 架构,针对高级别辅助驾驶场景推出的新一代高效能车规级 AI 芯片,已通过 AEC-Q100 认证。
征程 3 不仅支持基于深度学习的图像检测、分类、像素级分割等功能;也支持对 H.264 和 H.265 视频格式的高效编码,是实现多通道 AI 计算和多通道数字视频录像的理想平台,例如可实现高级别辅助驾驶( ADAS ),驾驶员监控( DMS ),及自动泊车辅助( APA )等功能。
最近在发布其征程 5 芯片(128Tops)同时还提出开源智驾系统 together 0S,显然其实大家在讨论汽车需不需要操作系统的时候,地平线已经发现需要但更重要的是生态,没有生态的系统就如手机时代的塞班和黑莓系统,他们都是现在大家吹的火热的微内核操作系统但是没有生态的系统终究是死路,所以地平线发起了生态合作伙伴。
地平线走的路线和英伟达模式很像,提供芯片,平台,开发工具链,甚至开始推荐和发起操作系统,提供一整套逻辑路线清晰的产品和解决方案。
目前地平线的业务模式定位 Tier 2 供应商。
客户包括一级供应商、整车厂、和出行服务商,为他们提供的方案包括芯片、硬件的参考设计,以及提供工具链和算法。
04
华为-T2不可能的,我就是T1,主机厂我华为也想干
华为是一个很有意思的企业,一个很强大但又被民族情节绑架的企业,其实写他很难写,包括很多资料都是带有极端的意见倾向,有华为自动驾驶绝对是第一的言论也有“特斯拉终于遇到了一个技术实力和忽悠能力都旗鼓相当的对手了”等言论。
  • 昇腾310(单芯片算力:16 TOPS)

昇腾 310 发布于 2018 年 10 月,采用 12nm 制程,其单芯片算力 16tops,华为基于昇腾 310 组合的多芯片方案 MDC600,算力可达 352tops,是目前国内算力最强大的自动驾驶芯片,支持 L3-L4 级别的自动驾驶。
北汽全新高端品牌 ARCFOX 在 2021 年推出的新车 HBT 将搭载华为 MDC600 芯片。
从技术角度和解决方案来讲,华为提供产品端到端的方案,细节上面不谈芯片,不谈域控制器,不谈开发工具。全包包括数据云的运营,不开放全部闭环的。
目前华为遇到了严重的芯片制裁危机,手机业务由于缺芯片,出货量锐减,智能汽车方面应该是有各种担心,所以目前对于华为自动驾驶芯片和域控制器鲜有大量信息。
华为是一个很有意思的企业,但他可能不熟悉汽车行业,也可能他已经被名族情节绑架了?也可能由于缺芯等所以他的定位一直在摇摆,我是 T1 供应商,T2 我也自己干?我是不是也可以干干主机厂?可以发现是不是天下都是我华为的,我一个人通吃这种方案让所有人心怀忐忑,汽车业务深耕控制领域的博世,大陆等等都提防,主机厂们也不愿意合作怕被华为控制了灵魂。
05
黑芝麻-我也要分一杯羹
黑芝麻也是国内企业,由清华大学单记章创立,黑芝麻通过神经网络视觉感知算法、车规级 ADAS/自动驾驶芯片、配套的底层实施系统及参考设计三个领域相结合提 供感知系统解决方案。
公司定位 Tier 2,并与车企和 Tier 1 供应商合作,如博世、上汽、一汽和通用汽车。目前,黑芝 麻系列芯片产品包括华山一号 A500、华山二号 A1000 和 A1000L。
黑芝麻华山一号 A500 芯片已经开始量产,目前暂 时没有看到量产的车型落地。
另外,公司预计有搭载华山二号 A1000 芯片的国产车型于 2021 年底正式量产。
  • 华山1号A500(单芯片算力:4.8 TOPS)

  • 华山2号A1000(单芯片算力:40-70 TOPS)

  • 华山2号A1000L(单芯片算力:16 TOPS)

06
高通-我智能座舱行。我智能驾驶也要干
高通,手机芯片处理器的霸主,在智能驾驶座舱领域方面也是如日中天,例如我们之前介绍的小鹏,理想等新势力都采用其智能驾驶座舱芯片,各大手机通讯行业杀入汽车制造业也得益于对高通等芯片以及智能操作系统的技术和供应链的掌握和熟悉。所以高通怎么可能会不想加入智能驾驶这块业务呢!
  • Snapdragon Ride(单平台算力:700 TOPS)

高通 Snapdragon Ride 平台支持 L1-L5 级别的自动驾驶,芯片总算力高达 700tops,功耗仅为 130W。
不过预计采用高通自动驾驶芯片的汽车最早要 2023 年才会推出市场。
高通的方案是和维尔宁 Veoneer 合作(这也就为啥最近高通高价出价欲收购),由维尔宁提供自动驾驶应用软件相关,高通提供底层软件和硬件芯片方案。
高通想要维尔宁,然后可以更好的通过整合其感知以及软件业务,配合高通的芯片以及平台定位为 T2 或者直接对接主机厂。

借助其 Snapdragon Ride 平台,配合其覆盖规划,定位,感知,中间插件以及系统等全栈软件支持从主动安全到辅助驾驶再到未来全自动驾驶业务。
他们推出的 Snapdragon Ride 已经面向汽车制造商和一级供应商进行预开发。
Qualcomm Technologies 预计支持 Snapdragon Ride 的汽车将于 2023 年投产。
07
总结
目前其实可以看到英伟达算是跑赢了现在,从其客户囊括了当前国内主流新势力也包括国际巨头奔驰也看得出来。但国内地平线也朝着这个方向走,很不错。mobileye 走出了自己一条路径。至于其他可能更需要其生态或者结合其他 T1 进行。
当然从主机厂角度,也想自己弄域控制器,不希望一条链掌握在供应商手上,同时为了系统更好的升级和产业化所以未来方向是自动驾驶硬件软件的解耦
继续阅读
阅读原文