--- title: "智能汽车的算力焦虑，为什么只能靠高算力芯片来缓解？" type: "Topics" locale: "zh-CN" url: "https://longbridge.com/zh-CN/topics/761921.md" description: "摘要：智能汽车的算力焦虑，为什么只能靠高算力芯片来缓解？不断提高芯片算力，这在智能手机时代的比拼中司空见惯。 如今，这一幕也在智能汽车领域上演。4 月 19 日，自动驾驶计算芯片公司黑芝麻智能发布了一颗号称是 2021 年「国产最强车规级自动驾驶芯片」：华山二号 A1000 Pro 。 这颗芯片在 INT8 的算力为 106 TOPS，INT4 的算力达到了 196 TOPS，典型功耗 25W..." datetime: "2021-04-22T03:02:24.000Z" locales: - [en](https://longbridge.com/en/topics/761921.md) - [zh-CN](https://longbridge.com/zh-CN/topics/761921.md) - [zh-HK](https://longbridge.com/zh-HK/topics/761921.md) author: "[汽车之心](https://longbridge.com/zh-CN/profiles/3726156.md)" --- > 支持的语言: [English](https://longbridge.com/en/topics/761921.md) | [繁體中文](https://longbridge.com/zh-HK/topics/761921.md) # 智能汽车的算力焦虑，为什么只能靠高算力芯片来缓解？ 摘要：智能汽车的算力焦虑，为什么只能靠高算力芯片来缓解？ 不断提高芯片算力，这在智能手机时代的比拼中司空见惯。  如今，这一幕也在智能汽车领域上演。 4 月 19 日，自动驾驶计算芯片公司**黑芝麻智能**发布了一颗号称是 2021 年「**国产最强车规级自动驾驶芯片**」：**华山二号 A1000 Pro** 。  这颗芯片在 INT8 的算力为 106 TOPS，INT4 的算力达到了 196 TOPS，典型功耗 25W，也意味着整体能效比高达 8 TOPS/W。 A1000 Pro 支持 16 路高清摄像头输入，而且功能安全等级能做到 ASIL-B，还内置了 ASIL-D 级别的安全岛。 在应用场景上，它可以支持高级别自动驾驶功能，能实现**泊车**\-**城市**\-**高速场景**的无缝衔接。 基本上，这也是目前大多数车企都在重点投入的自动驾驶技术开发领域，A1000 Pro 正好适应了这一市场需求。  按照黑芝麻智能的规划，A1000 Pro 将会在今年第三季度提供工程样片，并在随后的第四季度提供开发平台，开发者最快在今年底就能基于这一平台进行系统测试。 如果只拿单芯片的算力来对比，黑芝麻智能目前的 A1000 Pro 芯片不输任何一家友商：  - **Mobileye** EyeQ5 是 24 TOPS - **英伟达 Xavier** 是 30 TOPS - **英伟达 Orin** 的高算力版本 Orin X 是 200 TOPS - **华为 MDC** 是 48 - 160 TOPS - **特斯拉 FSD** 是 144 TOPS 更别说后续这款芯片也同样支持多块芯片级联，形成一个更强大的算力平台。 在黑芝麻智能的芯片产品路线图里，我还看到他们计划在 2022 年推出算力超过 **200 TOPS**的芯片。 如果用 4 颗芯片组成一个超算平台，那么这个计算平台的整体算力将超过 800 TOPS。 在今年 1 月的 NIO DAY 上，蔚来 CEO 李斌提到了一个观点，他说，「马力加算力是定义高端智能电动汽车的新标准。」  这个观点的背后，是算力高达 **1016 TOPS** 的 NIO ADAM 蔚来超算平台，依靠 4 颗英伟达 Orin 芯片，实现超过 7 个特斯拉 FSD 的总算力。 在这之后的多场新车发布会上，我们看到了诸多车企纷纷对高算力展开追求： 今年 1 月，上汽和阿里成立的新品牌智己汽车亮相，其中就提到新车将搭载可提供 **30-60TOPS** 算力的英伟达 Xavier，以及可提供 **500-1000+TOPS** 算力的英伟达 Orin X 芯片；  今年 3 月，上汽 R 汽车发布新车型 ES33，将搭载英伟达的 Orin 芯片，拥有 **500-1000+TOPS** 的算力。 就在昨天（4 月 20 日），理想汽车 CEO 李想在微博透露，理想自研的自动驾驶系统，从明年起将标配 **508 TOPS** 的算力。 从各家目前公开的数据看，自动驾驶到底需要多少算力，到目前为止似乎也没有明确的答案。  **1、自动驾驶需要多少算力？** 数据、算法和算力是人工智能发展的三个重要因素。 其中，数据是「生产资料」，算法是「灵魂」，算力是「第一推动力」。 对应到自动驾驶，也是如此。  如果我们按照自动驾驶等级进行划分，那么相应的自动驾驶分别需要多少算力呢？ 有观点认为，自动驾驶算力的变化范围取决于自动驾驶水平，从 20 到 2000 TOPS 不等。 也有观点认为，自动驾驶每往上升一个级别，需要的算力会增加 5 到 10 倍。  此前，业内有一个不成文的公式，总结了从 L2 到 L5 自动驾驶所需的算力： （1）L2 需要的算力<10 TOPS； （2）L3 需要的算力为 30~60 TOPS； （3）L4 需要的算力\>100 TOPS： （4）L5 需要的算力目前未有明确定义（有预测需要至少 1000 TOPS）。 可能很多人对这样的算力没什么概念，举个简单的例子： 拿英伟达曾发布的 Drive PX2 自动驾驶计算平台（处理能力达 8 TPOS）举例，这个平台搭载 12 颗 CPU 和 2 颗 GPU，运算能力相当于 **150 台**联机工作的 Macbook Pro 苹果电脑。 在近两年，随着芯片公司不断推陈出新，车企在新车发布中也在不断强调新车搭载的算力有多高。  也许你会说，这只是堆料，是噱头。 但不否认的是，车企在下一代车型部署高算力的芯片或将成为一种趋势。 **2、为什么智能汽车需要高算力芯片？** 到目前为止，全球能够实现量产且具备大算力计算平台的芯片公司屈指可数。 今年 1 月，高通发布了拥有超 **700 TOPS** 算力的 Snapdragon Ride 计算平台。 在前不久英伟达举办的 GTC 大会上，英伟达宣布计划在 2024 年推出 SoC：Nvidia Drive Atlan，直接将单颗芯片算力推至 **1000 TOPS**。 在国内，作为国产芯的代表，在车展期间吸睛无数的北汽 ARCFOX 阿尔法 S（华为 HI 版），搭载的是华为定制开发的计算平台 MDC 810，算力达到了 **400+ TOPS**。  国产芯的另一个代表，黑芝麻智能在去年推出 FAD 计算平台。这也是目前在为数不多的高性能计算平台中，能够挑战特斯拉 FSD 的平台。 到了今年的上海车展，黑芝麻智能继续发起产品攻势，发布了一款最新的芯片——**华山二号 A1000 Pro**。  这颗芯片在 INT8 算力的为 **106 TOPS**，INT4 的算力达到了 **196 TOPS**。 据称这是目前「国内算力最高」的自动驾驶芯片。 A1000 Pro 采用 16nm 工艺制程，功耗为 25W，能够支持包括自动泊车，城市道路到高速公路场景的高级别自动驾驶。 按照规划，A1000 Pro 预计在今年第三季度提供工程样片，第四季度提供开发平台。 根据黑芝麻智能的芯片产品路线图，在 2022 年，他们还将发布一颗算力超过 200 Tops 的芯片。 芯片的迭代速度在加快，算力也在不断攀升，背后的驱动力是什么？ 黑芝麻智能科技的 CEO 单记章认为，芯片算力不断创新高，很大程度上是源于车企对**新商业模式**的思考。 「车企现在产生了一个新模式，即在车内进行**硬件预埋**后，通过软件升级来赚钱。车企不是特别了解未来需要多大的算力，但可以先把算力预埋进去，之后再去升级它的功能。」  另外一点是，「车企对算力的要求比我们想象的迭代还要快。」 也就是在这样背景下，为了满足现有车企客户越来越旺盛、越来越急迫对算力要求，黑芝麻智能推出了更高算力芯片。 更进一步看，这也就解释了车企需要高算力芯片的核心驱动力，其实是车企想要模仿特斯拉售卖软件的盈利模式。  通过硬件预埋的方式，汽车通过不断的软件升级，用户可以获得更好的使用体验。 诸如更高级别的自动驾驶功能，虽然当下不能实现，但通过硬件预埋部署冗余算力，车企能够为持续的 OTA 升级提供更多可能性。 拿特斯拉的 FSD （完全自动驾驶选装包）来说，安信证券的数据显示，通过分析财报并建立财务模型，特斯拉 FSD 的累计现金收入预计达到 **12.6 亿美元**。  到 2025 年，特斯拉 FSD 收入预计将近 **70 亿美元**，占特斯拉汽车业务营收的接近 9%，贡献 25% 的汽车业务毛利。 到 2030 年，FSD 的订阅服务收入有望超过 **160 亿美元/年**。 这就是软件定义汽车所带来的巨大潜力，与此同时，这背后又离不开超强算力的支撑。 当然，这种商业模式的变化，对同样利好芯片公司。 单记章认为，到了车企卖软件的商业模式，芯片公司是有机会加入到这种模式的，并参与软件带来的利润分成。 不过，仅仅有高算力仍然不够，要收获更多客户的青睐，围绕芯片而打造的开发生态也必须完善起来。 当下，各大车企和自动驾驶公司都在向更高级别的自动驾驶功能量产挺进，计算平台的升级换代也成为必然的需求。  **3、高算力芯片背后，为什么说开放是大势所趋？** 在 ADAS 行业，Mobileye EyeQ 系列芯片占全球超过 60% 的视觉感知芯片市场份额，地位不可撼动。  不过，Mobileye 的封闭模式一直被行业诟病。  尽管 Mobileye 为车企提供芯片 + 算法的软硬一体方案，但 EyeQ 芯片就像是一个「黑盒」，车企无法在芯片上注入自己的算法。 曾有车企尝试基于 Mobileye 视觉感知开发自主泊车方案，但因为 Mobileye 不支持客户对感知算法进行自主更新，导致开发受阻。 很大程度上，也正是这个原因，特斯拉与 Mobileye 分道扬镳，走上了自研芯片的道路。 诸如新造车三强中的蔚来、理想、小鹏，包括上汽 R 品牌推出的下一代车型，纷纷选择英伟达的芯片，其中一个考量是英伟达支持车企写入自己的算法，能满足车企各种定制化需求。  当然，车企要使用英伟达的芯片，门槛也很高。高额入会费和联合开发费并非一般企业能够承受。 据说小鹏汽车和德赛西威为了开发 P7 的自动驾驶域控制器，向英伟达支付了上亿的会员费。 在智能汽车时代，车厂都希望深度参与自动驾驶技术的演进，在要求高算力的同时，也希望芯片公司能将芯片的某些功能开放给车企，让后者拥有更大的空间去进行自己的应用创新。 在这一趋势的推动下，Mobileye 推出「开放」策略不可避免。事实上，在发布 EyeQ 5 芯片之后，Mobileye 尝试变得开放起来，允许第三方自有代码写入芯片。 从更大的趋势看，在面向未来中央计算的电子电气架构，芯片厂商需要更加开放：为车企提供芯片、工具链，让有自研算法的车企直接移植到硬件平台中，同时为没有算法能力的车企提供算法。 单记章表示，「开放」可以让芯片公司与车企创造出更大的合作空间。  对新兴的芯片或者计算平台而言，开发生态、配套软件和工具链的搭建至关重要。 为了配合高算力的芯片，黑芝麻智能在本届上海车展发布了一个名为「山海」的**人工智能开发平台**。 这个开放平台拥有超过 50 种 AI 参考模型库转换用例，可以有效帮助车企客户降低算法开发的门槛。  这意味着黑芝麻智能可根据车企的需求提供芯片 + 算法的整体方案，车企也可以在芯片上写入自己的算法。  另外，黑芝麻智能自研了一系列神经网络自动优化工具、AI 工具链和感知算法，并且通过软件 SDK 和 API 接口的形式开放给客户。 最后，黑芝麻智能还与传感器厂商、算法厂商合作，打造出一套标准化的 FAD 参考平台，能够进行快速部署，帮助提升车厂及自动驾驶企业客户的系统开发效率。  正是这种开放性，黑芝麻智能还将芯片应用到了车路协同领域。 针对车路协同场景应用，发布**新一代车路协同路侧计算平台**：FAD Edge。 这个车路协同计算平台可以将云端的计算下沉到边缘层，在边缘计算节点完成绝大部分计算，满足车路协同超低延时需求。 截止现在，黑芝麻智能已经与一汽、蔚来、上汽、比亚迪以及博世、滴滴、中科创达、亚太、东风悦享科技等车企、 Tier 1 和自动驾驶公司在 ADAS 和自动驾驶方面开展了合作。 其中黑芝麻智能与**一汽南京**联合打造的**红旗** 「**芯算一体**」自动驾驶平台，将服务红旗后续量产车型。 摩根士丹利在一份与自动驾驶相关的产业报告中提到，目前在整车价值中，硬件价值占据 90%，软件占据 10%。 而在未来，整车价值硬件价值将下降到 40%，软件价值上升到 40%，内容价值增加到 20%。  软件价值的提升意味着，未来汽车更多的创新将集中在电子和软件部分，智能汽车必须搭载更高算力的芯片才能满足算力需求，从而支撑汽车不断「进化」，让用户常用常新。 ## 评论 (2) - **羊驼君 · 2021-04-22T04:04:02.000Z**: 手机厂把之前的那套拿过来用在造车上了 - **小小韭菜啊 · 2021-04-22T03:03:37.000Z**: 芯片真的是国家器重的方向，希望能有出息的一天！