banner.jpg)
因?yàn)橐咔榈脑�，原�?月底舉辦的北京車展延期至今尚未舉辦，這也讓最近開幕的成都車展，成為今年的第一個A級車展。
在這次展會上，各大車企和供應(yīng)商把智能駕駛的“軍備競賽”推向高潮：一方面，智能駕駛的使用場景從高速、自動泊車延伸到城市；另一方面，激光雷達(dá)、高清攝像頭、高算力芯片等硬件產(chǎn)品加速上車。
特別是高算力芯片，成為越來越多汽車廠家的主打賣點(diǎn)，很多車型的自動駕駛計算平臺突破1000TOPS。這里的“TOPS”是計算機(jī)的算力單位，1TOPS代表處理器每秒鐘可進(jìn)行一萬億次(10^12)操作。
這背后是汽車的競爭邏輯發(fā)生了變化。
傳統(tǒng)汽車時代的競爭，主要是圍繞動力、操控和空間來展開。但智能汽車發(fā)展的背后，是整車計算平臺的演進(jìn)，從最初的分布式計算、單個子系統(tǒng)擁有自己的ECU，到域控制器邏輯、以功能劃分集成化控制運(yùn)算，再到最終實(shí)現(xiàn)整車運(yùn)算能力的高速集中、智能化分配算力。這也對芯片的性能，提出了更高的要求。
因此，現(xiàn)在很多汽車廠商宣傳的重點(diǎn)之一，就是采用了英偉達(dá)或者高通的芯片，算力有多強(qiáng)。這讓人不禁回想起手機(jī)和電腦廠商這么多年來，圍繞芯片做營銷的習(xí)慣。
對于一臺汽車來說，是不是像電腦和手機(jī)一樣，芯片越快，算力越高就越好？答案可能并不是你想的那樣。
從“馬力”到“算力”
目前，“算力”已經(jīng)成為評價一輛車的重要指標(biāo)。
2019年特斯拉推出HW3.0芯片時，144TOPS的算力在當(dāng)時冠絕行業(yè)，讓很多車企意識到算力對于智能汽車的重要性。當(dāng)時，英偉達(dá)的Orin芯片還未量產(chǎn)，主打產(chǎn)品是2017發(fā)布的Xavier芯片，采用12nm工藝，算力30TOPS。
蔚來ET7|視覺中國
到了2021年，這場競賽被拉高到新的高度。
2021年初，蔚來NIODay，創(chuàng)始人李斌發(fā)布了他們第一款轎車——ET7。相比當(dāng)時其他車型，它最大的亮點(diǎn)之一是首款量產(chǎn)車采用NvidiaOrin芯片。在目前量產(chǎn)自動駕駛芯片中，Orin被認(rèn)為是單片算力最高、技術(shù)最領(lǐng)先、量產(chǎn)節(jié)奏最快。
在之后的一年半中，拼芯片、拼算力成為一種風(fēng)氣，最近越來越多的車企開始推出大算力的平臺。跟手機(jī)一樣，越來越多的汽車的發(fā)布會開始把算力、芯片作為宣傳噱頭。
從數(shù)據(jù)上來看，目前芯片算力最強(qiáng)的是魏牌摩卡DHT-PHEV激光雷達(dá)版。它搭載毫末智行聯(lián)合高通打造的SnapdragonRide芯片，綜合算力達(dá)到了1440TOPS；緊隨其后的的是蔚來ET7和威馬M7，它們都采用了四顆英偉達(dá)Orin-X自動駕駛芯片，車載系統(tǒng)的最大算力達(dá)到1016TOPS；隨后的小鵬G9與理想L9，采用了兩顆英偉達(dá)OrinX芯片，算力也達(dá)到508TOPS……
相比之下，一直被認(rèn)為是智能汽車標(biāo)桿的特斯拉，其搭載的FSD輔助駕駛芯片總算力依舊是144TOPS。
從汽車芯片玩家來看，跟智能手機(jī)行業(yè)類似，競爭者也呈現(xiàn)多元化。這里既包含老牌芯片廠商N(yùn)vidia、Intel、高通，也不乏主機(jī)廠（Tesla）、中國初創(chuàng)企業(yè)（地平線等）及IT巨頭華為。
其中，在智能座艙領(lǐng)域，比較有名的芯片有高通的8155與8195，還有地平線基于其征程2、征程3芯片打造的Halo2.0與Halo3.0方案；在智能駕駛領(lǐng)域，則有英偉達(dá)的Orin、英特爾旗下MobileEye的Q4與Q5、華為剛剛發(fā)布的MDC系列，以及地平線已經(jīng)上車的征程2、征程3和即將量產(chǎn)的征程5與征程6。一般來說，自動駕駛和智能座艙芯片最大的不同在于，智能駕駛需要更大NPU算力，支持自動駕駛算法的落地。
英偉達(dá)Orin芯片|視覺中國
根據(jù)開信息，英偉達(dá)可謂是智能駕駛芯片賽道的算力霸主。目前明確采用Orin芯片的主機(jī)廠包括蔚來汽車、理想汽車、上汽智己、威馬汽車、沃爾沃、路特斯、高合汽車、集度汽車、小馬智行等。
不過，主機(jī)廠商在選擇芯片的時候，并非只是考慮單芯片的性能強(qiáng)度，還會參考性價比以及相關(guān)的軟件生態(tài)、工具鏈的成熟程度。
主機(jī)廠商為了打造差異化的體驗(yàn)，需要芯片支持傳感器的“多路輸入”，并保持高度靈活度。目前，基于英偉達(dá)Orin芯片構(gòu)建的自駕平臺，可以支持12個外部攝像頭、3個內(nèi)部攝像頭、9個雷達(dá)、12個超聲波雷達(dá)、1個前置激光雷達(dá)，這基本涵蓋大部分主機(jī)廠的傳感器配置，整體性價比較高。這也是Orin芯片被眾多車型采用的主要因素。
車企“堆料大戰(zhàn)”
讓車企對于算力“如饑似渴”的，正是越來越普及的智能駕駛技術(shù)。
現(xiàn)階段，市面上的量產(chǎn)車型普遍的自動駕駛等級介于L2到L3級之間，可以實(shí)現(xiàn)自動緊急煞停（AEB）、主動式巡航控制（ACC）、車道偏移輔助（LKA）等功能�？傮w來看，這個階段對算力的要求并不高，算力達(dá)到幾十TOPS就足夠。
那為什么越來越多的主機(jī)廠，現(xiàn)在就把芯片算力堆高到500到1000TOPS呢？這跟智能駕駛的加速落地有關(guān)，主要表現(xiàn)為自動駕駛的使用場景，由最早的自動泊車或高速這樣的單一場景，逐步向多場景甚至全場景延伸。
自動駕駛的主流場景有三個，根據(jù)實(shí)現(xiàn)的難度，由低到高分別是高速/環(huán)路、停車場、城區(qū)。目前，高速/環(huán)路場景下的體驗(yàn)已經(jīng)不錯，2022年被認(rèn)為是城市域的自動駕駛落地的元年。
隨著自動駕駛場景的拓展，激光雷達(dá)+視覺+毫米波雷達(dá)的多傳感器冗余方案正在成為主流。目前主流車型的傳感器數(shù)量已經(jīng)超過30個。越多的傳感器、越深的網(wǎng)絡(luò)、越多的網(wǎng)絡(luò)，這些都對芯片的算力提出了極大的需求。
所以，硬件預(yù)埋、軟件OTA迭代，成為主機(jī)廠商主流的策略。
車企在量產(chǎn)車輛上裝配高級別智能駕駛硬件，把芯片直接拉至高級別（L4）生命周期，通過硬件快速上量來獲取大量數(shù)據(jù)，然后對體驗(yàn)不斷進(jìn)行技術(shù)迭代。因?yàn)樽詣玉{駛要突破到更高級別，需要數(shù)據(jù)、算法、算力來實(shí)現(xiàn)閉環(huán)，用數(shù)據(jù)來驅(qū)動算法的迭代。
汽車芯片|視覺中國
當(dāng)然，主機(jī)廠推出這些高算力芯片，并不僅僅是技術(shù)發(fā)展的需要，也有營銷的因素。
回想一下當(dāng)年的智能手機(jī)，通過大屏、快充，以及更大的電池容量、內(nèi)存、高像素攝像頭，在各種宣傳和排行榜中賺足了眼球。所以，目前智能汽車正在模仿智能手機(jī)的營銷策略，就像人們談?wù)撌謾C(jī)配置一樣，汽車的芯片配置也將是消費(fèi)者日常談?wù)摰脑掝}之一。
其實(shí)，算力軍備競賽背后，更多體現(xiàn)的是車企的焦慮。
自動駕駛雖然已經(jīng)經(jīng)過十幾年的發(fā)展，但各項(xiàng)細(xì)分技術(shù)還在不斷迭代、向外延伸，這也意味著技術(shù)方向和市場都充滿了不確定性。正因?yàn)樽詣玉{駛是新事物，沒有人知道怎么做，以及怎么才能做好，所以車企傾向于提前預(yù)埋一些高配置的硬件，為后續(xù)的升級提供基礎(chǔ)。
算力不等于智能
在這場軍備競賽中，部分主機(jī)廠商已經(jīng)有些“迷失”，開始更多堆料配置，追求性能參數(shù)。但堆料能堆出高階自動駕駛嗎？從目前來看，僅僅靠堆高芯片算力，并不能做到高級別自動駕駛。
在智能汽車時代，算力、算法和數(shù)據(jù)是推動行業(yè)發(fā)展的三個關(guān)鍵因素。其中，數(shù)據(jù)被認(rèn)為是“生產(chǎn)資料”，算法是“智慧”，算力是“肌肉”。
簡單說，智能汽車水平的提高，除了算力絕對數(shù)值，還與數(shù)據(jù)、軟件算法的協(xié)同配合相關(guān)。在數(shù)據(jù)和算法還未取得突破的時候，即便算力堆高到1000TOPS，也無法達(dá)到高級別自動駕駛。這就像一個人渾身都是“肌肉”，但“腦子”不行，是一種畸形的狀態(tài)。
未來決定汽車差異性的，將是軟件及后續(xù)迭代帶來的性能和功能變化。比如特斯拉HW3.0芯片，單芯片的算力只有72TOPS，相較上一代芯片并沒有提升太多，但自動駕駛性能最高提升幅度可達(dá)20倍。
更重要的是，產(chǎn)品最終是要面向用戶用的。目前高算力的芯片，并沒有給用戶帶來使用體驗(yàn)的明顯改善，算力利用率并不高，沒有發(fā)揮其價值，用戶還需要花費(fèi)極高的價格為硬件和軟件買單。
有人會認(rèn)為，車企在芯片算力上堆料，是為將來高級自動駕駛做準(zhǔn)備。但L4級別的自動駕駛什么時候能實(shí)現(xiàn)突破，業(yè)內(nèi)還沒有共識。Waymo早在2017年就開始自動駕駛的商業(yè)化，當(dāng)時內(nèi)部員工透露已經(jīng)解決了99%的問題。但Waymo后來商業(yè)化遇挫，部分原因是要解決最后那1%的問題，難度可能是前面99%的數(shù)十倍甚至于數(shù)百倍。
除了技術(shù)上的問題，高級自動駕駛的實(shí)現(xiàn)，還取決于是基礎(chǔ)建設(shè)和政府的政策法規(guī)，包括5G、物聯(lián)網(wǎng)、智慧城市的建設(shè)進(jìn)度等等。Gartner此前預(yù)測，實(shí)現(xiàn)真正實(shí)用的L4級自動駕駛可能需要10年的時間。
其實(shí)類似情況，在PC和手機(jī)行業(yè)都上演過。如果回看智能手機(jī)過去幾年的發(fā)展，處理器性能和頻率越來越高、屏幕越來越大、分辨率越來越高、攝像頭也越來越好……這些配置不一定帶來更好或更明顯的體驗(yàn)，但卻帶來了很多問題，比如散熱問題，充電時間越來越長，價格越來越貴，體積越來越大等等。
當(dāng)一個行業(yè)不斷強(qiáng)調(diào)性能參數(shù)，開始脫離用戶真實(shí)的使用場景時，是需要警惕的，這些被重點(diǎn)營銷的參數(shù)，很可能只是曇花一現(xiàn)的噱頭。未來智能汽車的主戰(zhàn)場在于差異化的體驗(yàn)，而不只是硬件的性能參數(shù)。
