芯片,不要成了“新骗”

  • 发表于: 2021-12-18 10:42:10 来源:汽车公社

随着智能化、电动化等“新四化”概念的深入人心,智能驾驶芯片的赛道也伴随着新能源汽车市场的火热,变得倍受关注起来。

顾名思义,智能驾驶芯片便是用于车辆智能驾驶的基础硬件,哪怕是更高等级的自动驾驶,也离不开智能驾驶芯片算力的支持。

一方面是国内自研芯片情绪的日益高涨,另一方面是指数增长的市场需求,双重作用下,国内智能驾驶芯片的赛道终究涌现出了一批优秀的玩家:华为、地平线、芯驰科技、寒武纪、黑芝麻……

尽管与英伟达、Mobileye、高通等国外芯片巨头相比,国内的玩家有着这样或那样的不足,但随着资本的押注、政策的鼓励,以及自身芯片技术的迭代更新,地平线、芯驰科技等芯片供应商们,也都进化出了属于自己的特点。

或追求更高算力,或追求更低功耗,亦或是从一开始便做了软件工具链的配套……

华为、地平线等芯片供应商,用自己的方式在国外芯片巨头的围追堵截下,寻到了一条“自力更生”的出路。只不过,当面对新的挑战来临,它们是否还能保持初心,像曾经一样“杀”出突围?

智能驾驶芯片知多少?

自上而下的看,根据功能不同,汽车芯片往往会被分成计算及控制芯片(CPU、GPU、FPGA、ASIC、MCU等)、功率转换芯片、传感芯片、存储芯片、通信芯片等多种类型。而智能驾驶芯片就属于其中的计算及控制芯片的类别。

具体而言,智能驾驶芯片往往会有两种呈现形式,一种是ASIC的独立芯片,另外一种则是集成化的SoC(System on Chip,系统级芯片)。

智能驾驶ASIC指的便是针对特定智能驾驶算法,专门设计的专用芯片。而智能驾驶SoC芯片,则是以确定系统功能为目标,将CPU、GPU、以及专门设计的ASIC等模块集成在一起的芯片。

事实上,与传统的分立芯片相比,SoC在性能和功耗等方面往往更具优势, 所以各大智能驾驶芯片厂商们,也更倾向于这样一种技术路线。只不过在涉及到芯片内部的具体架构时,又会各有偏重。

据了解,目前主流的智能驾驶SoC芯片架构有3种,分别是CPU+FPGA、CPU+GPU+ASIC、CPU+ASIC。

其中令人比较陌生的FPGA,又被叫做现场可编程逻辑门阵列,是一种可以根据具体算法随时调整硬件架构的芯片。所以像Waymo、百度Appllo等这种经常快速迭代智能驾驶算法的公司,就选用的CPU+FPGA架构的智能驾驶芯片。

当然,另外两种架构也有玩家在做,比如英伟达的Xavier、特斯拉的FSD,采用的是CPU+GPU+ASIC的架构;而Mobieye EyeQ5、地平线的征程采用的则是CPU+ASIC。

大同小异,这3种架构却是都离不开“ASIC”专用设计的一环,哪怕是FPGA,其所发挥的功能也与ASIC类似,都是对于特定AI算法进行加速设计。而且就区分度而言,智能驾驶芯片的“ASIC”模块,妥妥地站定了C位。

就比如英伟达Xavier的ASIC模块便是根据“DLA深度学习+PVA视觉加速器”进行了特定设计,而特斯拉则是以“NPU深度神经网络”的加速为主。

事实上,智能驾驶芯片采用相关的专用设计,无外乎就是为了提升算力、增加数据传输速度、拓展数据带宽等。毕竟人们在衡量一款智能驾驶芯片时,往往就会从这几个方面入手。

只不过话又说回来,对于一家智能芯片公司来说,其核心竞争力就只会体现在单一芯片的性能如何吗?恐怕并不尽然。

核心竞争力=有门槛

人们常常忽略的一点在于,某款芯片之所以能够流行、不可替代,除了其强劲的性能之外,还与其所绑定的生态有关。换句话说,做芯片除了单款芯片的性能强劲,还需要做到系列化、配套化,以及软件生态的配合,才能形成真正的门槛。

“现在做集成电路芯片的门槛很低。理论上来说给我两三个亿,我可以不用一个研发人员做出一个手机芯片,因为所有IP都可以买得到。”

龙芯之父胡伟武在近期采访中的直言不讳,直接将矛头指向了半导体行业内“研不如买”的论调。紧接着,整个业界也随之围绕着“自研的界限”、“卡脖子的究竟是什么”的问题进行了广泛讨论。

当然,同样的尖锐问题,也落在了智能驾驶芯片的身上。那么不妨就以上文所提到的智能驾驶SoC芯片为例,看看其口口声声所说的“自研”究竟又具备多少的含金量。

首先,从上图黑芝麻智能华山二号A1000L的系统框架来看,直接映入眼帘的便是ARM 6核中央处理器(CPU)。毫无疑问,该CPU 模块就是上文胡伟武先生所提到的“可以买得到的IP核”。

尽管黑芝麻也做了自研IP方面的努力,如上图中显示的图像信号处理器ISP、深度神经网络加速器NPU,但整个系统框架中的内存LPDDR4、双核视觉DSP等核心模块,又是什么样的情况,我们不得而知。

其次,便是芯片的配套化问题。智能驾驶芯片不会单独存在,肯定会与智能座舱芯片、智能网联芯片等做出连接,以供数据的共用,整车智能化功能串联等。而这一方面,华为、寒武纪、芯驰都是具备相对应的云端芯片、网联芯片作为配套,地平线也有旭日系列芯片作为掩护,那么单一的华山系列是否算是丢掉了这一门槛呢?

最后,需要提及的便是芯片软件生态的支持问题。人们喜欢将半导体领域的软件配套喻指为海平面之下的冰山,其实真实情况确实也大差不差。从芯片设计的EDA软件,到芯片测试的模拟软件,再到配合算法开发的软件工具链配套等,都需要软件生态的支撑。

英伟达之所以能够做到“强者恒强”,便是因为有底层的CUDA软件生态作为护城河。而且不得不提及的一点是,就智能驾驶芯片而言,英伟达不仅可以提供配套硬件,还提供有全栈的工具链,包括后续的开发虚拟测试套装(软件和硬件),物理样车测试套装等。

所以,智能驾驶芯片企业们又是如何解决这一问题的呢?地平线的天工开物、黑芝麻的山河平台等,或许是一种答案,但与英伟达的“全栈”放在一起,却是略显差距。

竞争格局已经改变

尽管智能驾驶芯片具备更好的产业聚焦性,以及与“风口”智能驾驶的强关联性,但历史告诉我们,唯有具备了核心竞争力,才能真正立足行业,做时代的“弄潮儿”。

不否认,越来越多的热钱涌入到了智能驾驶芯片赛道,但是半导体行业的烧钱程度人尽皆知,哪怕是动辄“好几亿”、“几十亿”的融资,又能烧多久?

更何况,就目前而言,似乎也只有华为和地平线的智能驾驶芯片被搭载到了量产车型之上。当没有健康资金流的流转,仅依靠风口融到的钱过活,芯片企业们又能活多久?

再加上竞争格局的改变,新老对手的轮番登场,就连零跑、吉利这样的车企也都按捺不住,亲自下场造起了芯片。内有各种后来势力的追赶,外有英伟达、高通等国际芯片巨头的虎视眈眈。

所谓“越竞争,越公平”的论调,恐怕也只适用于那些行业的强者吧。

关键词: