自动驾驶芯片行业深度解析：GPU的现在和ASIC的未来！(2)

[转载出处：www.ii77.com]

3.3.2 四维图新 

国内地图行业龙头，向 ADAS 和自动驾驶进军。公司成立于 2002 年，是国内首家获导航地图制作资质的企业（目前仅 13 家），为领先的数字地图内容、车联网与动态交通信息服务、基于位置的大数据垂直应用服务的提供商之一。其拳头业务——地图业务，以国内 60%的份额稳居垄断地位。 2017 年以来，公司收购杰发科技、入股中寰卫星与禾多科技，“高精度地图+芯片+算法+软件”的自动驾驶产业链全方位布局雏形已现。 

[好文分享：www.ii77.com]

高精度地图：代表国内最高水平。公司以地图起家，目前国内高精度地图仅两家玩家（另一家为高德），公司深度绑定获得宝马、大众、奔驰、通用、沃尔沃、福特、上汽、丰田、日产、现代、标致等主流车企发展，占绝对优势。2017 年公司实现支持 L3 级别（至少 20 个城市）的高精度地图，计划于 2019 年覆盖所有城市，并为 L4 的推出做准备。公司地图编译能力亮眼，全球首位提供 NDS 地图从生产到编译环节。此外，公司在荷兰、美国硅谷、新加坡等地设立研发中心和分支机构，合作伙伴涵盖国际主流车厂、新一代整车企业以及腾讯、滴滴、搜狗、华为等国内知名企业。 

芯片：收购杰发科技布局汽车芯片。杰发科技（2017 年 3 月完成收购）脱胎于联发科，主攻车载信息娱乐系统芯片。现阶段在国内后装市场市占率超 70%，前装超 30%（主要为吉利、丰田等车企），其车规级 IVI 芯片被多家国际主流零部件厂商采用，并计划推出 AMP、MCU 及 TPMS（胎压监测）芯片等新一代产品。公司通过收购杰发科技，具备了为车厂提供高性能汽车电子芯片的能力，打通从软件到硬件的关键性关卡，并与蔚来、威马、爱驰亿维等造车新势力公司达成了合作。 

该芯片采用 64 位 A53四核架构，内置硬件图像加速引擎，支持双路高清视频输出，和四路高清视频输入，能同时支持高级车载影音娱乐系统全部功能和丰富的 ADAS 功能。功能包括：360°全景泊车系统、车道偏移警示系统 LDW、前方碰撞警示系统 FCW、行人碰撞警示系统 PCW、交通标志识别系统 TSR、车辆盲区侦测系统 BSD、驾驶员疲劳探测系统 DFM 和后方碰撞预警系统 RCW 等。 

3.3.3 全志科技 

在今年 5 月的 CES Asia，全志科技发布首款车规级处理器 T7，同时发布基于 T7 的多种智能座舱产品形态。T7 是数字座舱车规（AEC-Q100）..型处理器，支持 Android、Linux、QNX系统，集成多路高清影像输入和输出，完美支持高清多媒体处理，内置的 EVE 视觉处理单元可提升辅助驾驶运算效率。 

该款芯片虽然是首款通过车规的国产中控主机芯片，但还处于起步阶段，根据正常汽车电子芯片的生命周期，要规模应用至少需要两年时间，而等到形成较多的用户和良好的生态还需很多资源投入以及时间的积累。因此国产车载芯片不论在自动驾驶领域还是中控或辅助驾驶领域，想要真正形成量产与国外老牌巨头竞争，都还需要大量人力、资本和时间。

四、车载芯片的未来—以 ASIC 为核心的自动驾驶芯片 

4.1 ASIC vs GPU+FPGA

GPU适用于单一指令的并行计算，而 FPGA 与之相反，适用于多指令，单数据流，常用于云端的“训练”阶段。此外与 GPU对比，FPGA没有存取功能，因此速度更快，功耗低，但同时运算量不大。结合两者优势，形成GPU+FPGA 的解决方案。 

FPGA 和 ASIC 的区别主要在是否可以编程。FPGA 客户可根据需求编程，改变用途，但量产成本较高，适用于应用场景较多的企业、军事等用户；而 ASIC 已经制作完成并且只搭载一种算法和形成一种用途，首次“开模”成本高，但量产成本低，适用于场景单一的消费电子、“挖矿”等客户。目前自动驾驶算法仍在快速更迭和进化，因此大多自动驾驶芯片使用GPU+FPGA 的解决方案。未来算法稳定后，ASIC 将成为主流。 

计算能耗比，ASIC > FPGA > GPU > CPU，究其原因，ASIC 和 FPGA 更接近底层 IO，同时 FPGA有冗余晶体管和连线用于编程，而 ASIC 是固定算法最优化设计，因此 ASIC 能耗比最高。相比前两者，GPU 和 CPU 屏蔽底层 IO，降低了数据的迁移和运算效率，能耗比较高。同时 GPU 的逻辑和缓存功能简单，以并行计算为主，因此 GPU能耗比又高于 CPU。 

4.2 ASIC 是未来自动驾驶芯片的核心和趋势 

结合 ASIC 的优势，我们认为长远看自动驾驶的 AI 芯片会以 ASIC 为解决方案，主要有以下几个原因： 

1、由于处理的传感器信息需要大量冗余，自动驾驶对终端算力要求极高，并且车速越快，对计算能力要求越高； 

2、自动驾驶对终端计算的实时性要求极高。任何超出一定范围的延迟，都有可能造成事故，因此终端会负责自动驾驶的核心计算和决策功能； 

3、对能效要求高，否则降低车辆续航，影响驾驶体验。高能耗同时带来的热量也会降低系统稳定性。例如下一代支持 L4 的 NVIDIA Drive Pegasus 功耗为 500 瓦，只能应用于小规模的测试车； 

4、高可靠性。真正满足车规的自动驾驶芯片需要在严寒酷暑、刮风下雨或长时间运行等恶劣条件下，都有稳定的计算表现。 

综上 ASIC 专用芯片几乎是自动驾驶量产芯片唯一的解决方案。由于这种芯片仅支持单一算法，对芯片设计者在算法、IC 设计上都提出很高要求。 

以上并非下定论目前 ASIC 为核心的芯片一定比 GPU+FPGA 的芯片强，由于目前自动驾驶算法还在快速迭代和升级过程中，过早以固有算法生产ASIC 芯片长期来看不一定是最优选择。

4.3 相关公司 

4.3.1 Mobileye

Intel 在 ADAS 处理器上的布局已经完善，包括 Mobileye 的 ADAS 视觉处理，利用 Altera 的 FPGA 处理，以及英特尔自身的至强等型号的处理器，可以形成自动驾驶整个硬件超级中央控制的解决方案。

Mobileye 具有自主研发设计的芯片 EyeQ 系列，由意法半导体公司生产供应。现在已经量产的芯片型号有 EyeQ1 至 EyeQ4，EyeQ5 正在开发进行中，计划 2020 年面世，对标英伟达 Drive PX Xavier，并透露 EyeQ5 的计算性能达到了 24 TOPS，功耗为 10 瓦，芯片节能效率是 Drive Xavier 的2.4 倍。

英特尔自动驾驶系统将采用摄像头为先的方法设计，搭载两块EyeQ5 系统芯片、一个英特尔凌动 C3xx4 处理器以及 Mobileye 软件，大规模应用于可扩展的 L4/L5 自动驾驶汽车。该系列已被奥迪、宝马、菲亚特、福特、通用等多家汽车制造商使用。 

从硬件架构来看，该芯片包括了一组工业级四核 MIPS 处理器，以支持多线程技术能更好的进行数据的控制和管理（下图左上）。多个专用的向量微码处理器（VMP），用来应对 ADAS 相关的图像处理任务（如：缩放和预处理、翘曲、跟踪、车道标记检测、道路几何检测、滤波和直方图等，下图右上）。一颗..级 MIPS Warrior CPU 位于次级传输管理中心，用于处理片内片外的通用数据（下图左中）。 

此外通过行业访谈调研等途径了解到，Mobileye 在 L1-L3 智能驾驶领域具有极大的话语权，对 Tire1 和 OEM 非常强势，其算法和芯片绑定，不允许更改。 

4.3.2 寒武纪 

5 月 3 日，寒武纪科技在 2018 产品发布会上发布了多个 IP 产品——采用 

7nm 工艺的终端芯片 Cambricon 1M、云端智能芯片 MLU100 等。 

其中寒武纪 1M芯片是公司第三代 IP产品，在 TSMC7nm工艺下 8 位运算的效能比达 5Tops/w（每瓦 5 万亿次运算），同时提供 2Tops、4Tops、 8Tops 三种尺寸的处理器内核，以满足不同需求。1M 还将支持 CNN、 RNN、SVM、k-NN 等多种深度学习模型与机器学习算法的加速，能够完成视觉、语音、自然语言处理等任务。通过灵活配置 1M 处理器，可以实现多线和复杂自动驾驶任务的资源最大化利用。它还支持终端的训练，以此避免敏感数据的传输和实现更快的响应。 

寒武纪首款云端智能芯片 Cambricon MLU100 同期发布，同时公布了在 R-CNN算法下 MLU100 与英伟达 Tesla V100（2017）和英伟达 Tesla P4

（2016）的对比，从参数上看，主要对标 Tesla P4。 

最后说明芯片从设计到落地应用面临的潜在风险：

4.3.3 地平线 

2017 年地平线发布了新一代自动驾驶芯片“征程”和配套软件..方案 “雨果”，同时还发布了应用于智能摄像头的“旭日”处理器。“征程”是一款专用 AI 芯片，采用地平线的第一代 BPU 架构，可实时处理 1080p@30 视频，每帧中可同时对 200 个目标进行检测、跟踪、识别，典型功耗 1.5W，每帧延时小于 30ms。据地平线CEO 余凯介绍，地平线的芯片更聚焦在针对不同场景下的具体应用，相比于英伟达的方案，在功耗上低一个数量级，价格也会有更大的竞争力。 

2018 年亚洲 CES，地平线宣布推出从 L2 到 L4 级别全系列的自动驾驶计算..。 

地平线星云，基于征程 1.0 芯片，能够以车规级标准满足 L1 和 L2 级别的自动驾驶的需求， 能同时对行人、机动车、非机动车、车道线、交通标志牌、红绿灯等多类目标进行精准的实时监测与识别；并可满足车载设备严苛的环境要求，以及复杂环境下的视觉感知需求，支持L2 级别 ADAS 功能。

地平线 Matrix 1.0，内置地平线征程 2.0 处理器架构，最大化嵌入式 AI 计算性能，是面向 L3／L4 的自动驾驶解决方案，可满足自动驾驶场景下高性能和低功耗的需求。依托地平线公司自主研发的工具链，开发者和研究人员可以基于 Matrix ..部署神经网络模型，实现开发、验证、优化和部署。