智能駕駛芯片：地平線地位相對穩固，架構變化下新玩家亦有機會突圍

• 陳博 2023年10月31日 來源：中研網 1255 82
• 繁體

中算力芯片（30-100TOPS）市場此前相對空白，以英偉達Xavier為主。但隨著車企趨于理性，中端車型不再一味參與大算力芯片軍備競賽，但同時又希望實現較優的高速領航功能，中算力芯片需求有所上升。英偉達憑借Xavier以及OrinNX/Nano有望占據較大份額，黑芝麻A1000亦有望

在"BEV+Transformer"趨勢下，算法復雜度、數據規模以及模型參數均呈指數級提升，推動自動駕駛芯片向著大算力、新架構以及存算一體等方向演進。

1)大算力：向數百TOPS算力演進。傳統L1/L2輔助駕駛所需處理的數據量小且算法模型相對簡單，因此以Mobileye為代表的單目視覺+芯片算法強耦合的一體機方案即可滿足需求。但領航功能作為高階輔助駕駛的代表，需要"更強算力+軟硬件解耦的芯片+域控制器"來滿足海量數據處理與后續持續OTA迭代的需求。高速領航開始向20萬以下車型滲透，15-30TOPS可滿足基本需求，但若想要"好用"或需要30-80TOPS。城區領航的場景復雜程度和技術實現難度更高，目前普遍需要搭載激光雷達，芯片以英偉達Orin、華為MDC和地平線J5為主，算力配置普遍超200TOPS。而在應用"BEV+Transformer"技術后，多傳感器前融合以及2D至3D空間的轉化需要AI芯片具備更強的推理能力，因此也需要比以往更大的算力支撐，包括更高的AI算力、CPU算力和GPU算力。

2)新架構：加強并行計算能力和浮點運算能力。相較于CNN/RNN，Transformer具有更強的并行計算能力，可加入時間序列矢量，其數據流特征有顯著差別，浮點矢量矩陣乘法累加運算更適合采用BF16精度。Transformer允許數據以并行的形式進行計算，且保留了數據的全局視角，而CNN/RNN的數據流只能以串行方式計算，不具備數據的全局記憶能力。傳統AI推理專用芯片大多針對CNN/RNN，并行計算表現不佳，且普遍針對INT8精度，幾乎不考慮浮點運算。因此想要更好適配Transformer算法，就需要將AI推理芯片從硬件層面進行完整的架構革新，加入專門針對Transformer的加速器，或使用更強的CPU算力來對數據整形，這對芯片架構、ASIC研發能力，以及成本控制都提出了更高的要求。以特斯拉、地平線為代表的廠商均"重ASIC(即AI推理專用芯片)，輕GPU"。特斯拉引領BEV+Transformer路線，以專用NPU(神經網絡處理器)承擔AI運算，在NPU設計之初便進行了針對性優化。而地平線等后來者或需要在下一代芯片中對AI推理芯片架構進行針對性優化。

3)存算一體：SoC芯片需配置高帶寬存儲器(HBM)或SRAM，并加速向存算一體靠攏，解決大算力下的數據吞吐量瓶頸。模型越大，內存對AI加速器就越重要，以頻繁地讀取權重矩陣或訓練好的模型參數。據佐思汽研介紹，Transformer中的權重模型超過1GB，對比傳統CNN的權重模型通常不超過20MB。模型參數越大，就需要更高的帶寬，一次性讀出更多參數。存算一體可分為近存計算(PNM)、存內處理(PIM)以及存內計算(CIM)，存內計算則接近存算一體，當前PNM已廣泛用于高性能芯片，即采用HBM堆疊，2.5D封裝，從而與CPU集成，而PIM和CIM仍處在發展中。以特斯拉FSDSoC為例，其采用總帶寬為68GB/s的8顆LPDDR4內存，而集成在NPU中的SRAM可達到32MBL3緩存，帶寬達2TB/s，遠超市面上同類芯片。而據汽車之心微信公眾號，特斯拉在最新HW4.0上的二代FSDSoC上使用了16顆GDDR6，在內存用料上繼續引領行業。

自動駕駛芯片是汽車智能化的底層基石，技術壁壘高，格局相對較優。我們認為傳統L2和基本高速領航的算力需求約5-30TOPS，地平線J2/J3和TITDA4系列較受歡迎。較優高速領航的算力需求約30-80TOPS，此前該市場較為空白，黑芝麻A1000和英偉達OrinNX/Nano有望進行填補。城區領航的算力需求普遍超200TOPS，英偉達身位領先，高通野心勃勃，地平線憑借J5已開啟國產替代進程;而感知端向大模型升級或導致自動駕駛芯片架構進化輝羲智能等公司則有望借機切入高端市場并分得一杯羹。

在國內小算力芯片(單顆算力<30TOPS)市場，地平線抓住時間窗口進行國產替代，逐漸搶奪Mobileye市場。展望未來，地平線J2/J3和TITDA4系列有望成為主流選擇。

地平線：具備先發優勢，有望持續受益于國產化替代浪潮，走在國內小算力芯片市場的前列。地平線J2/J3芯片分別具備4/5TOPS算力，在推出時瞄準Mobileye所在的ADAS市場，且相比于MobileyeEyeQ4具備更高算力與開放性，因此憑借芯片產品力、較完善的工具鏈以及本土化服務能力，在供應鏈安全可控背景下，迅速受到眾多有軟件算法自研需求的本土車企青睞。據高工智能汽車數據，2022年1-11月，地平線芯片在國內市場的出貨量已位列第二，超越Mobileye，僅次于特斯拉。我們認為，地平線J2/J3率先卡位小算力芯片市場，伴隨量產規模持續增大，更多車企將在同等性能條件下選擇國產方案，地平線有望享受高速領航與行泊一體方案的紅利。

TI：TDA4VM在架構完整度、功能安全性以及成本方面占優，有望成為10-20萬車型輕量級行泊一體方案的主流選擇之一。公司核心產品TDA4VM采用多核異構架構，集成CPU、DSP、DLA、GPU等多類單元，架構完整且集成度高，因此擁有更強的可擴展性與并行處理能力，利于車企進行靈活開發且性價比高。此外，TDA4VM算力為8TOPS，高于地平線J3和MobileyeEyeQ4，可實現單SoC輕量級行泊一體方案。當前，大疆、MAXIEYE、Nullmax、禾多科技、縱目科技等玩家都在基于TDA4開發行泊一體方案。但TI的相對劣勢在于，TDA4VM在高負載下功耗可高至20W，對Tier1與主機廠的工程化能力提出極高要求;且相比于地平線軟硬一體化的ASIC路線，TI芯片在實際計算效率上或相對落后。

中算力芯片(30-100TOPS)市場此前相對空白，以英偉達Xavier為主。但隨著車企趨于理性，中端車型不再一味參與大算力芯片軍備競賽，但同時又希望實現較優的高速領航功能，中算力芯片需求有所上升。英偉達憑借Xavier以及OrinNX/Nano有望占據較大份額，黑芝麻A1000亦有望借本土化優勢快速躋身量產第一梯隊。

英偉達：Xavier和OrinNX有望占據中算力市場較大份額。2020年，英偉達針對L2市場發布Xavier芯片(30TOPS)，搭載于小鵬P7/P5等車型;2022年又推出大算力Orin芯片(256TOPS)，再次引領行業占據主流中高端車型市場，是此前所有瞄準L2+高階輔助駕駛車型的選擇。但隨著行業回歸理性，Orin對于大部分20-30萬元的中端車型配置或過高，英偉達也因此通過硬件陸續推出OrinNX(70/100TOPS)和OrinNano(20/40TOPS)，完善自身產品矩陣。鑒于OrinX當前已成功上車眾多車型，經過量產可靠性驗證，我們認為，較低配的OrinNX和Nano系列也有望共享同一套英偉達開發工具鏈與生態，以切入主流車企的中端車型市場。

黑芝麻：A1000精準填補50-100TOPS國產芯片市場空缺，預計2023年正式量產上車，有望躋身中算力市場第一梯隊。黑芝麻A1000系列芯片覆蓋L2至L2++，其中A1000芯片算力約58TOPS，預計2023年上車江淮思皓與領克08。黑芝麻自研神經網絡加速器NPU以及圖像信號處理ISP兩大核心IP，使得A1000具備較高的算力利用率，功率效率>5TOPS/W，且能夠做到卷積層平均80%的MAC陣列利用率，有助于客戶在大模型與復雜算法場景下實現更高效的開發。同時，據36氪2023年4月的報道，黑芝麻目前能夠實現BOM成本3000元以內的行泊一體域控方案，支持10V配置和50-100TOPS物理算力，有望幫助20-30萬元價格帶車型實現高性價比的高速NOA和行泊一體方案。

自動駕駛芯片加速上車，與芯片廠商深度合作的域控玩家和合作伙伴也有望受益。當前德賽西威深度綁定英偉達與高通，已推出基于Xavier&Orin的域控制器，以及基于高通SA8155的智能座艙域控制器。中科創達的子公司蘇州暢行智駕汽車科技則于2022年獲得高通投資，將專注于開發基于高通芯片的自動駕駛域控制器。地平線也已構建了豐富的產業生態圈，授權的硬件合作伙伴包括福瑞泰克、宏景智駕、映馳科技、英恒科技以及天準科技等。

欲了解更多中國智能駕駛行業的未來發展前景，可以點擊查看中研普華產業院研究報告《2023-2028年中國智能駕駛行業市場深度全景調研及投資前景分析報告》。

• 相關深度報告REPORTS

  

  2023-2028年中國智能駕駛行業深度分析及投資前景預測報告

  智能駕駛即利用人工智能、視覺計算、雷達、監控裝置和全球定位系統協同合作，讓汽車能夠部分或全面感知周圍環境并進行自動安全地駕駛，有效彌補了人類駕駛員存在的缺陷。國際汽車工程師協會把汽...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡