虎年问答｜自动驾驶ING，如何抢跑“芯”赛道？

AutoLab

记者 |徐珊珊

编辑 | 白杨

投稿邮箱：editor@autolab.cn

对于整个汽车产业链而言，自动驾驶既是红海，亦是蓝海。

据市场研究机构ResearchAndMarkets预计，2021年至2026 年期间，全球高级驾驶辅助系统（ADAS）市场复合年增长率将达到约13%。未来五年，这一市场有望实现近千亿美元的规模，其中以车载 AI芯片（SoC）为主要增量市场。

在汽车智能化大变革背景下，传统分布式架构难以满足升级要求，汽车控制集中化已是大势所趋，纵观国内AI芯片领军企业的产品布局，亦是如此。目前包括华为、地平线及黑芝麻智能科技等厂商均已发布各自的车规级SoC芯片。

较以CPU 计算为主的 MCU不同，自动驾驶SoC芯片一般集成了CPU、GPU，以及用于AI推理计算的神经网络加速器和MPU等部件。此外，基于各种 I/O接口，SoC能够实现更强大的功能。

算力是否是自动驾驶主控SoC的第一要义？

百花齐放的市场竞争态势下，新一代芯片产品的算力正不断提升。市场普遍认为，只有算力留出更多冗余，才能够为“硬件预埋、OTA升级”的后续需求提供更多空间。

据悉，华山二号A1000芯片是目前在自动驾驶应用中已经量产且算力最高的SoC产品。同时黑芝麻智能去年发布的华山二号A1000 Pro，INT8算力进一步提升至106 TOPS，INT4算力196 TOPS，继续保持国内最高算力自动驾驶芯片位置。

随着自动驾驶不断升级、“软件定义汽车”的理念成为行业共识，整车厂对于更高算力、更高吞吐量、更低延时以及低功耗的SoC芯片需求愈加紧迫。实际上，行业的发展趋势也倒逼芯片厂商加紧开发高算力SoC芯片。

在AI技术和汽车产业不断深入融合下，自动驾驶SoC和算法协同进化的时代已经到来。短期来看，芯片算力的提升依然是自动驾驶主控SoC升级的第一要义。

黑芝麻智能对Autolab指出，芯片和算法的协同进化不应该是捆绑关系，而是芯片赋予算法更多的自由度，解放算法实现时的牵绊。如果芯片本身算力不足、开放度不高，芯片与算法的协同只能起到削足适履的效果。

因此作为算法实现的基石，SoC芯片应该以大算力、高兼容性为基础，同时提供开放、灵活的开发环境，尽量减少算法适配芯片的时间与成本。

自动驾驶主控SoC实现车型量产有多难？

按照这样的标准，设计出一款满足市场需求的自动驾驶AI芯片面临哪些挑战？

“芯片的车规要求、架构规划、算力规划、芯片面积、成本、功耗等等”，黑芝麻智能举例指出，任一环节的缺失和缺陷都有可能导致芯片最终无法量产或者量产后无法满足客户未来的应用需求，而最大的挑战仍然是在量产方面。

一款车规级芯片要实现车型量产，除去上游芯片厂的设计流程外，更多的取决于芯片厂和整车厂两端的合作。包括：车企是否愿意采用、采用率有多少，以及反馈效果如何等等。

有数据显示，在2021年前8个月里，超过131万辆中国自主品牌汽车搭载了ADAS系统，同比增长88.6%，装配率达25.3%，较上一年同期提升5.7个百分点。以主流技术应用来看，L2级ADAS的装配量和装配率较去年同期分别增长153%和6个百分点；L2.5 级ADAS的装配量和装配率分别年增227%和0.8个百分点。相比之下，仅有1.7万辆汽车加装L3级ADAS解决方案，装配率为0.3%。

在技术满足市场要求的前提下，市场对自动驾驶技术的接受度越高，整个行业的体量才会出现明显提升。而除了产品本身的迭代外，配套路端设施、政策支持和消费者购买意愿提升等因素对于自动驾驶商业落地也尤为重要。

可以预见的是，国内robotaxi行业渐入佳境，有望给自动驾驶技术带来新的发展窗口。据透露，黑芝麻智能主控AI芯片将在2022年实现车型量产，而国产自动驾驶供应链体系也正逐步走向成熟。

比起汽车何时能够飞上天，也许人们现在更加关心的是，驾驶员彻底解放双手还需要历经多长时间，全自动驾驶汽车商业落地的“最后一公里”问题要如何破解……

走特斯拉全栈封闭系统自研路线是否有出路？

现阶段，或许没有人能够给出一个肯定答案，在这一全新领域中，大家都是摸着石头过河。而这个过程中，尝试必定有成功有失败。

在全球汽车行业面临缺芯危机之际，特斯拉凭借内部强大的软件研发能力，通过重新编程快速应用替代部件，保障了供应链的安全和交付的稳定性。这也使得越来越多的车企开始意识到，自研的重要性。

但黑芝麻智能认为，全栈封闭系统自研在每个行业都很难被复制。手机行业出现了苹果，汽车行业出现了特斯拉，两家公司选择的发展模式与产业发展阶段有非常紧密的关联性。