不斷提高芯片算力，這在智能手機時代的比拼中司空見慣。 

如今，這一幕也在智能汽車領域上演。

4 月 19 日，自動駕駛計算芯片公司黑芝麻智能發布了一顆號稱是 2021 年「國產最強車規級自動駕駛芯片」：華山二號 A1000 Pro。

這顆芯片在 INT8 的算力為 106 TOPS，INT4 的算力達到了 196 TOPS，典型功耗 25W，也意味著整體能效比高達 8 TOPS/W。

A1000 Pro 支持 16 路高清攝像頭輸入，而且功能安全等級能做到 ASIL-B，還內置了 ASIL-D 級別的安全島。

在應用場景上，它可以支持高級別自動駕駛功能，能實現泊車-城市-高速場景的無縫銜接。

基本上，這也是目前大多數車企都在重點投入的自動駕駛技術開發領域，A1000 Pro 正好適應了這一市場需求。 

按照黑芝麻智能的規劃，A1000 Pro 將會在今年第三季度提供工程樣片，并在隨后的第四季度提供開發平臺，開發者最快在今年底就能基于這一平臺進行系統測試。

如果只拿單芯片的算力來對比，黑芝麻智能目前的 A1000 Pro 芯片不輸任何一家友商： 

• MobileyeEyeQ5 是 24 TOPS

• 英偉達 Xavier 是 30 TOPS

• 英偉達 Orin的高算力版本 Orin X 是 200 TOPS

• 華為 MDC 是 48 - 160 TOPS

• 特斯拉 FSD 是144 TOPS

更別說后續這款芯片也同樣支持多塊芯片級聯，形成一個更強大的算力平臺。

在黑芝麻智能的芯片產品路線圖里，我還看到他們計劃在 2022 年推出算力超過 200 TOPS的芯片。

如果用 4 顆芯片組成一個超算平臺，那么這個計算平臺的整體算力將超過 800 TOPS。

在今年 1 月的 NIO DAY 上，蔚來 CEO 李斌提到了一個觀點，他說，「馬力加算力是定義高端智能電動汽車的新標準。」 

這個觀點的背后，是算力高達1016 TOPS 的 NIO ADAM 蔚來超算平臺，依靠 4 顆英偉達 Orin 芯片，實現超過 7 個特斯拉 FSD 的總算力。

在這之后的多場新車發布會上，我們看到了諸多車企紛紛對高算力展開追求：

今年 1 月，上汽和阿里成立的新品牌智己汽車亮相，其中就提到新車將搭載可提供 30-60TOPS 算力的英偉達 Xavier，以及可提供 500-1000+TOPS算力的英偉達 Orin X 芯片；

今年 3 月，上汽 R 汽車發布新車型 ES33，將搭載英偉達的 Orin 芯片，擁有 500-1000+TOPS的算力。

就在昨天（4 月 20 日），理想汽車 CEO 李想在微博透露，理想自研的自動駕駛系統，從明年起將標配 508 TOPS的算力。

從各家目前公開的數據看，自動駕駛到底需要多少算力，到目前為止似乎也沒有明確的答案。 

1、自動駕駛需要多少算力？

數據、算法和算力是人工智能發展的三個重要因素。

其中，數據是「生產資料」，算法是「靈魂」，算力是「第一推動力」。

對應到自動駕駛，也是如此。 

如果我們按照自動駕駛等級進行劃分，那么相應的自動駕駛分別需要多少算力呢？

有觀點認為，自動駕駛算力的變化范圍取決于自動駕駛水平，從 20 到 2000 TOPS 不等。

也有觀點認為，自動駕駛每往上升一個級別，需要的算力會增加 5 到 10 倍。 

此前，業內有一個不成文的公式，總結了從 L2 到 L5 自動駕駛所需的算力：

（1）L2 需要的算力<10 TOPS；

（2）L3 需要的算力為 30~60 TOPS；

（3）L4 需要的算力>100 TOPS：

（4）L5 需要的算力目前未有明確定義（有預測需要至少 1000 TOPS）。

可能很多人對這樣的算力沒什么概念，舉個簡單的例子：

拿英偉達曾發布的 Drive PX2 自動駕駛計算平臺（處理能力達 8 TPOS）舉例，這個平臺搭載 12顆CPU 和 2 顆 GPU，運算能力相當于 150 臺聯機工作的 Macbook Pro 蘋果電腦。

在近兩年，隨著芯片公司不斷推陳出新，車企在新車發布中也在不斷強調新車搭載的算力有多高。 

也許你會說，這只是堆料，是噱頭。

但不否認的是，車企在下一代車型部署高算力的芯片或將成為一種趨勢。

2、為什么智能汽車需要高算力芯片？

到目前為止，全球能夠實現量產且具備大算力計算平臺的芯片公司屈指可數。

今年 1 月，高通發布了擁有超 700 TOPS 算力的 Snapdragon Ride 計算平臺。

在前不久英偉達舉辦的 GTC 大會上，英偉達宣布計劃在 2024 年推出SoC：Nvidia Drive Atlan，直接將單顆芯片算力推至1000 TOPS。

在國內，作為國產芯的代表，在車展期間吸睛無數的北汽 ARCFOX 阿爾法 S（華為 HI 版），搭載的是華為定制開發的計算平臺 MDC 810，算力達到了 400+ TOPS。

國產芯的另一個代表，黑芝麻智能在去年推出 FAD 計算平臺。這也是目前在為數不多的高性能計算平臺中，能夠挑戰特斯拉 FSD 的平臺。

到了今年的上海車展，黑芝麻智能繼續發起產品攻勢，發布了一款最新的芯片——華山二號 A1000 Pro。

這顆芯片在 INT8 算力的為 106 TOPS，INT4 的算力達到了 196 TOPS。

據稱這是目前「國內算力最高」的自動駕駛芯片。

A1000 Pro 采用 16nm 工藝制程，功耗為 25W，能夠支持包括自動泊車，城市道路到高速公路場景的高級別自動駕駛。

按照規劃，A1000 Pro 預計在今年第三季度提供工程樣片，第四季度提供開發平臺。

根據黑芝麻智能的芯片產品路線圖，在 2022 年，他們還將發布一顆算力超過 200 Tops 的芯片。

芯片的迭代速度在加快，算力也在不斷攀升，背后的驅動力是什么？

黑芝麻智能科技的 CEO 單記章認為，芯片算力不斷創新高，很大程度上是源于車企對新商業模式的思考。

「車企現在產生了一個新模式，即在車內進行硬件預埋后，通過軟件升級來賺錢。車企不是特別了解未來需要多大的算力，但可以先把算力預埋進去，之后再去升級它的功能。」

另外一點是，「車企對算力的要求比我們想象的迭代還要快。」

也就是在這樣背景下，為了滿足現有車企客戶越來越旺盛、越來越急迫對算力要求，黑芝麻智能推出了更高算力芯片。

更進一步看，這也就解釋了車企需要高算力芯片的核心驅動力，其實是車企想要模仿特斯拉售賣軟件的盈利模式。 

通過硬件預埋的方式，汽車通過不斷的軟件升級，用戶可以獲得更好的使用體驗。

諸如更高級別的自動駕駛功能，雖然當下不能實現，但通過硬件預埋部署冗余算力，車企能夠為持續的 OTA 升級提供更多可能性。

拿特斯拉的 FSD （完全自動駕駛選裝包）來說，安信證券的數據顯示，通過分析財報并建立財務模型，特斯拉 FSD 的累計現金收入預計達到 12.6 億美元。

到 2025 年，特斯拉 FSD 收入預計將近70 億美元，占特斯拉汽車業務營收的接近 9%，貢獻 25% 的汽車業務毛利。

到 2030 年，FSD 的訂閱服務收入有望超過 160 億美元/年。

這就是軟件定義汽車所帶來的巨大潛力，與此同時，這背后又離不開超強算力的支撐。

當然，這種商業模式的變化，對同樣利好芯片公司。

單記章認為，到了車企賣軟件的商業模式，芯片公司是有機會加入到這種模式的，并參與軟件帶來的利潤分成。

不過，僅僅有高算力仍然不夠，要收獲更多客戶的青睞，圍繞芯片而打造的開發生態也必須完善起來。

當下，各大車企和自動駕駛公司都在向更高級別的自動駕駛功能量產挺進，計算平臺的升級換代也成為必然的需求。 

3、高算力芯片背后，為什么說開放是大勢所趨？

在 ADAS 行業，Mobileye EyeQ 系列芯片占全球超過 60% 的視覺感知芯片市場份額，地位不可撼動。 

不過，Mobileye 的封閉模式一直被行業詬病。 

盡管 Mobileye 為車企提供芯片+算法的軟硬一體方案，但 EyeQ 芯片就像是一個「黑盒」，車企無法在芯片上注入自己的算法。

曾有車企嘗試基于 Mobileye 視覺感知開發自主泊車方案，但因為 Mobileye 不支持客戶對感知算法進行自主更新，導致開發受阻。

很大程度上，也正是這個原因，特斯拉與 Mobileye 分道揚鑣，走上了自研芯片的道路。

諸如新造車三強中的蔚來、理想、小鵬，包括上汽 R 品牌推出的下一代車型，紛紛選擇英偉達的芯片，其中一個考量是英偉達支持車企寫入自己的算法，能滿足車企各種定制化需求。 

當然，車企要使用英偉達的芯片，門檻也很高。高額入會費和聯合開發費并非一般企業能夠承受。

據說小鵬汽車和德賽西威為了開發 P7 的自動駕駛域控制器，向英偉達支付了上億的會員費。

在智能汽車時代，車廠都希望深度參與自動駕駛技術的演進，在要求高算力的同時，也希望芯片公司能將芯片的某些功能開放給車企，讓后者擁有更大的空間去進行自己的應用創新。

在這一趨勢的推動下，Mobileye 推出「開放」策略不可避免。事實上，在發布 EyeQ 5 芯片之后，Mobileye 嘗試變得開放起來，允許第三方自有代碼寫入芯片。

從更大的趨勢看，在面向未來中央計算的電子電氣架構，芯片廠商需要更加開放：為車企提供芯片、工具鏈，讓有自研算法的車企直接移植到硬件平臺中，同時為沒有算法能力的車企提供算法。

單記章表示，「開放」可以讓芯片公司與車企創造出更大的合作空間。 

對新興的芯片或者計算平臺而言，開發生態、配套軟件和工具鏈的搭建至關重要。

為了配合高算力的芯片，黑芝麻智能在本屆上海車展發布了一個名為「山海」的人工智能開發平臺。

這個開放平臺擁有超過 50 種AI 參考模型庫轉換用例，可以有效幫助車企客戶降低算法開發的門檻。 

這意味著黑芝麻智能可根據車企的需求提供芯片+算法的整體方案，車企也可以在芯片上寫入自己的算法。 

另外，黑芝麻智能自研了一系列神經網絡自動優化工具、AI 工具鏈和感知算法，并且通過軟件 SDK 和 API 接口的形式開放給客戶。

最后，黑芝麻智能還與傳感器廠商、算法廠商合作，打造出一套標準化的 FAD 參考平臺，能夠進行快速部署，幫助提升車廠及自動駕駛企業客戶的系統開發效率。 

正是這種開放性，黑芝麻智能還將芯片應用到了車路協同領域。

針對車路協同場景應用，發布新一代車路協同路側計算平臺：FAD Edge。

這個車路協同計算平臺可以將云端的計算下沉到邊緣層，在邊緣計算節點完成絕大部分計算，滿足車路協同超低延時需求。

截止現在，黑芝麻智能已經與一汽、蔚來、上汽、比亞迪以及博世、滴滴、中科創達、亞太、東風悅享科技等車企、 Tier 1 和自動駕駛公司在 ADAS 和自動駕駛方面開展了合作。

其中黑芝麻智能與一汽南京聯合打造的紅旗 「芯算一體」自動駕駛平臺，將服務紅旗后續量產車型。

摩根士丹利在一份與自動駕駛相關的產業報告中提到，目前在整車價值中，硬件價值占據 90%，軟件占據 10%。

而在未來，整車價值硬件價值將下降到 40%，軟件價值上升到 40%，內容價值增加到 20%。 

軟件價值的提升意味著，未來汽車更多的創新將集中在電子和軟件部分，智能汽車必須搭載更高算力的芯片才能滿足算力需求，從而支撐汽車不斷「進化」，讓用戶常用常新。

返回第一電動網首頁 >