自動駕駛越來越近,主控芯片玩家有哪些?
根據IDC的最新統計,隨著L2級自動駕駛在中國市場的日益成熟,消費者對自動駕駛的接受度隨使用率日益提升。自動駕駛/輔助駕駛功能正逐漸成為消費者購車時的重要考量因素。2022年Q1中國汽車市場中L2級自動駕駛的滲透率已經達到了23.2%。另外,有超過一半的消費者認可L5級自動駕駛的長期前景。
?
就目前來說,自動駕駛主要有兩種路徑,一種廠商選擇從L2開始做起,有的直接從L4起步。無論是那種方式都需要用到自動駕駛主控芯片。由于選擇的路徑不同,對主控芯片的要求也會不一樣,一般來說,L0~L2級,主控芯片的算力達到10TOPS就足夠了;進入到L3~L4級,則需要幾十TOPS的算力;而如果到L5級,就需要數百TOPS算力。
就目前來說,自動駕駛主控芯片的玩家并不多,主要有英偉達、特斯拉、高通、Mobileye、芯擎科技、地平線、芯馳科技,以及黑芝麻等幾家。
定位L3及以上的Orin系列
英偉達的自動駕駛芯片定位在L3及以上,作為GPU領域的主要玩家,它在汽車主控芯片的GPU市場處于壟斷地位,常年保持在70%左右的市場份額。目前英偉達的Orin芯片是技術最為成熟的自動駕駛主控芯片之一,目前國內的主機廠如果要進行L3和L4級別的自動駕駛開發的話,首選就是英偉達的芯片。
目前,奧迪車型、特斯拉的前期車型、小鵬、威馬,以及大量的主流新能源汽車廠商基本都是基于英偉達的Xavier,或者Orin芯片開發的。根據英偉達透露的消息,Orin芯片有來自汽車制造商、卡車制造商和自動駕駛出租車公司的超過 35 個客戶。在今年第一季度,比亞迪和Lucid也宣布會在下一代車型中選用Orin芯片。今年新推出的蔚來ET7采用了4顆Orin芯片,算力超過了1000TOPS,小鵬G9將會采用2顆英偉達Orin芯片,算力達508TOPS。
根據英偉達官方披露的信息,Orin SoC采用7nm工藝,內置第二代深度學習加速器DLA、第二代視覺加速器PVA、視頻編解碼器,算力達254TOPS,幾乎是其前代產品Xavier芯片(30TOPS)的8倍,也超過了特斯拉的FSD計算芯片(144TOPS)。作為一個開放的軟件定義平臺,DRIVE AGX Orin能夠賦力從L2級到L5級完全自動駕駛汽車開發的兼容架構平臺,幫助OEM開發大型復雜的軟件產品系列。搭載Orin芯片的NVIDIA DRIVE Hyperion 8 是用于完全自動駕駛系統的計算機架構和傳感器組。
按照規劃,英偉達的下一代SoC 將是Atlan,將實現 1,000 TOPS的計算性能,它具有數據中心技術的性能、安全性和安全性。預計上市時間為2024年,它將與DRIVE Hyperion平臺兼容。
特斯拉FSD芯片
完全自動駕駛芯片(FSD芯片)是特斯拉為自家汽車設計的自動駕駛芯片,在2019年初推出。特斯拉聲稱,該芯片的目標是L4和L5自動駕駛。FSD芯片采用三星的14納米工藝技術制造,集成了3個四核Cortex-A72集群,共有12個CPU,工作頻率為2.2GHz,1個Mali G71 MP12 GPU,2個神經處理單元,工作頻率為2GHz,還有其他各種硬件加速器。FSD最多支持128位LPDDR4-4266內存。該芯片符合AEC-Q100-2級汽車質量標準。
另外,FSD芯片集成了兩個定制的神經處理單元(NPU)。每個NPU包含32 MiB的SRAM,旨在存儲臨時網絡結果,減少對主存儲器的數據移動。整體設計相當簡單明了。每個周期,256字節的激活數據和另外128字節的權重數據從SRAM中讀到MAC陣列中,在那里它們被合并。每個NPU有一個96x96的乘積陣列,總共有9,216個MAC和18,432個操作。
特斯拉的FSD芯片推出已經3年多了,其更新主要通過軟件,現在的軟件版本已經到了FSD Beta10.12了。
高通的SnapdragonRide芯片
高通的Snapdragon Ride平臺是2021年初正式推出的,該平臺SoC采用了5nm工藝制造,基礎算力達到了10TOPS,功耗小于5W,單顆便可實現L1/L2級自動駕駛。通過多顆SoC組合和多個AI加速器,最大算力可達700TOPS以上,可以支持L4級自動駕駛功能,而功耗為130W。該平臺的自動駕駛安全等級為ASIL-D最高級。
據高通官方介紹,這一開放、可編程的平臺能夠滿足從新車評價規范(NCAP)到L2+/L3級別駕駛輔助和自動駕駛全方位的需求;面向視覺、中央計算和高性能自動駕駛需求,提供可擴展的SoC處理器和加速器產品組合;基于Arriver的一站式視覺軟件棧,即一整套ADAS/AD特性和靈活架構,支持汽車制造商和一級供應商利用Arriver駕駛策略解決方案打造其駕駛策略、泊車或駕駛員監測軟件棧和先進導航功能。該平臺還提供對先進特性、功能安全/預期功能安全(SOTIF)和系統架構能力的全面支持。
?
目前,毫末智行基于高通的SnapdragonRide平臺打造了“小魔盒3.0”輔助駕駛整車解決方案,AI算力達到了360TOPS,高速緩存為144MB,CPU的計算能力超過了200K DMIPS。
今年初,高通還推出了SnapdragonRide平臺的新產品------SnapdragonRide視覺系統,該系統基于4nm工藝的SoC打造,旨在優化前視和環視攝像頭部署,支持先進駕駛輔助系統(ADAS)和自動駕駛(AD)。Snapdragon Ride視覺系統集成了專用高性能Snapdragon Ride SoC和Arriver下一代視覺感知軟件棧,采用業經驗證的軟硬件解決方案,提供多項計算功能以增強對車輛周圍環境的感知,支持汽車的規劃與執行并助力實現更安全的駕乘體驗。
華為MDC平臺
華為MDC平臺最近的一次公開亮相是在極狐阿爾法S-華為Hi版本的發布會上,根據華為智能汽車解決方案BU首席運營官、智能駕駛解決方案產品線總裁王軍的介紹,華為MDC平臺具有400+TOPS稠密算力,16個攝像頭、12個CAN總線、8個車載以太網,并且已經量產上車。
根據目前公開的資料顯示,華為MDC平臺目前有4種不同算力的系列化產品,涵蓋了L2~L5自動駕駛生態鏈。
MDC 300F:算力 64TOPS@INT8 稠密,支持商用車,作業車等封閉場景作業自動駕駛。
MDC 210:算力 48TOPS@INT8 稠密,可以支持乘用車 L2+自動駕駛。
MDC 610:算力 200TOPS@INT8 稠密,支持乘用車 L4 場景自動駕駛。
MDC 810:算力 400TOPS@INT8 稠密,支持 Robtaxi L4-L5 自動駕駛。
根據之前公布的信息,MDC600系統由8顆12nm工藝的昇騰310芯片構成,它可處理16個攝像頭、6個毫米波雷達、16個超聲波雷達和8個LiDAR的數據,支持L4級自動駕駛系統,它的延時低于200ms,可滿足自動駕駛的計算低延時要求,算力為352TOPS,功耗為400W,自動駕駛安全等級:ASIL-D最高級。
目前跟華為有深度合作的廠商有長城汽車、北汽和長安。
針對L3級以下市場的Mobileye
英特爾通過收購以色列的Mobileye進入了自動駕駛芯片市場。2019年,自動駕駛芯片成為了英特爾增長速度最快的業務,營收同比增長26%至10億美元,并讓英特爾收獲了全球70%的ADAS市場份額,其客戶包括了寶馬、日產、大眾、通用等頭部整車廠商。
據外媒報道,Mobileye已經秘密向SEC提交了FormS-1注冊申明草案,擬以500億美元估值IPO上市。
Mobileye是全球自動駕駛解決方案核心供應商,1999年成立,2007年推出第一款面向L1級別的Eye Q1芯片,2017年推出面向L3級別的Eye Q4芯片,并被英特爾以153億美元收購。2017-2021年,Mobileye芯片出貨量分別為1240/1750/1930/2810萬顆,對應營收分別為2/7/9/14億美元。2021年EyeQ系列芯片累積出貨1億顆,營運利潤達到4.7億美元,同比+91%。
結語
除了前面提到的這些公司,這幾年國內也出現了不少表現不錯的企業,比如地平線、云途、芯馳、芯擎科技,以及黑芝麻等企業。拿地平線來說,其征程3芯片進入了2021款理想ONE,取代了理想原來采用的Mobileye芯片。征程5芯片已經取得了比亞迪的定點。
其實,除了他們,其實還有目前市場上表現搶眼的汽車新勢力也放出了自研芯片的消息。這都說明了大家都看好自動駕駛的前景,愿意加大投入。
根據IDC的最新統計,隨著L2級自動駕駛在中國市場的日益成熟,消費者對自動駕駛的接受度隨使用率日益提升。自動駕駛/輔助駕駛功能正逐漸成為消費者購車時的重要考量因素。2022年Q1中國汽車市場中L2級自動駕駛的滲透率已經達到了23.2%。另外,有超過一半的消費者認可L5級自動駕駛的長期前景。

就目前來說,自動駕駛主要有兩種路徑,一種廠商選擇從L2開始做起,有的直接從L4起步。無論是那種方式都需要用到自動駕駛主控芯片。由于選擇的路徑不同,對主控芯片的要求也會不一樣,一般來說,L0~L2級,主控芯片的算力達到10TOPS就足夠了;進入到L3~L4級,則需要幾十TOPS的算力;而如果到L5級,就需要數百TOPS算力。
就目前來說,自動駕駛主控芯片的玩家并不多,主要有英偉達、特斯拉、高通、Mobileye、芯擎科技、地平線、芯馳科技,以及黑芝麻等幾家。
定位L3及以上的Orin系列
英偉達的自動駕駛芯片定位在L3及以上,作為GPU領域的主要玩家,它在汽車主控芯片的GPU市場處于壟斷地位,常年保持在70%左右的市場份額。目前英偉達的Orin芯片是技術最為成熟的自動駕駛主控芯片之一,目前國內的主機廠如果要進行L3和L4級別的自動駕駛開發的話,首選就是英偉達的芯片。
目前,奧迪車型、特斯拉的前期車型、小鵬、威馬,以及大量的主流新能源汽車廠商基本都是基于英偉達的Xavier,或者Orin芯片開發的。根據英偉達透露的消息,Orin芯片有來自汽車制造商、卡車制造商和自動駕駛出租車公司的超過 35 個客戶。在今年第一季度,比亞迪和Lucid也宣布會在下一代車型中選用Orin芯片。今年新推出的蔚來ET7采用了4顆Orin芯片,算力超過了1000TOPS,小鵬G9將會采用2顆英偉達Orin芯片,算力達508TOPS。
根據英偉達官方披露的信息,Orin SoC采用7nm工藝,內置第二代深度學習加速器DLA、第二代視覺加速器PVA、視頻編解碼器,算力達254TOPS,幾乎是其前代產品Xavier芯片(30TOPS)的8倍,也超過了特斯拉的FSD計算芯片(144TOPS)。作為一個開放的軟件定義平臺,DRIVE AGX Orin能夠賦力從L2級到L5級完全自動駕駛汽車開發的兼容架構平臺,幫助OEM開發大型復雜的軟件產品系列。搭載Orin芯片的NVIDIA DRIVE Hyperion 8 是用于完全自動駕駛系統的計算機架構和傳感器組。
按照規劃,英偉達的下一代SoC 將是Atlan,將實現 1,000 TOPS的計算性能,它具有數據中心技術的性能、安全性和安全性。預計上市時間為2024年,它將與DRIVE Hyperion平臺兼容。
特斯拉FSD芯片
完全自動駕駛芯片(FSD芯片)是特斯拉為自家汽車設計的自動駕駛芯片,在2019年初推出。特斯拉聲稱,該芯片的目標是L4和L5自動駕駛。FSD芯片采用三星的14納米工藝技術制造,集成了3個四核Cortex-A72集群,共有12個CPU,工作頻率為2.2GHz,1個Mali G71 MP12 GPU,2個神經處理單元,工作頻率為2GHz,還有其他各種硬件加速器。FSD最多支持128位LPDDR4-4266內存。該芯片符合AEC-Q100-2級汽車質量標準。
另外,FSD芯片集成了兩個定制的神經處理單元(NPU)。每個NPU包含32 MiB的SRAM,旨在存儲臨時網絡結果,減少對主存儲器的數據移動。整體設計相當簡單明了。每個周期,256字節的激活數據和另外128字節的權重數據從SRAM中讀到MAC陣列中,在那里它們被合并。每個NPU有一個96x96的乘積陣列,總共有9,216個MAC和18,432個操作。
特斯拉的FSD芯片推出已經3年多了,其更新主要通過軟件,現在的軟件版本已經到了FSD Beta10.12了。
高通的SnapdragonRide芯片
高通的Snapdragon Ride平臺是2021年初正式推出的,該平臺SoC采用了5nm工藝制造,基礎算力達到了10TOPS,功耗小于5W,單顆便可實現L1/L2級自動駕駛。通過多顆SoC組合和多個AI加速器,最大算力可達700TOPS以上,可以支持L4級自動駕駛功能,而功耗為130W。該平臺的自動駕駛安全等級為ASIL-D最高級。
據高通官方介紹,這一開放、可編程的平臺能夠滿足從新車評價規范(NCAP)到L2+/L3級別駕駛輔助和自動駕駛全方位的需求;面向視覺、中央計算和高性能自動駕駛需求,提供可擴展的SoC處理器和加速器產品組合;基于Arriver的一站式視覺軟件棧,即一整套ADAS/AD特性和靈活架構,支持汽車制造商和一級供應商利用Arriver駕駛策略解決方案打造其駕駛策略、泊車或駕駛員監測軟件棧和先進導航功能。該平臺還提供對先進特性、功能安全/預期功能安全(SOTIF)和系統架構能力的全面支持。

目前,毫末智行基于高通的SnapdragonRide平臺打造了“小魔盒3.0”輔助駕駛整車解決方案,AI算力達到了360TOPS,高速緩存為144MB,CPU的計算能力超過了200K DMIPS。
今年初,高通還推出了SnapdragonRide平臺的新產品------SnapdragonRide視覺系統,該系統基于4nm工藝的SoC打造,旨在優化前視和環視攝像頭部署,支持先進駕駛輔助系統(ADAS)和自動駕駛(AD)。Snapdragon Ride視覺系統集成了專用高性能Snapdragon Ride SoC和Arriver下一代視覺感知軟件棧,采用業經驗證的軟硬件解決方案,提供多項計算功能以增強對車輛周圍環境的感知,支持汽車的規劃與執行并助力實現更安全的駕乘體驗。
華為MDC平臺
華為MDC平臺最近的一次公開亮相是在極狐阿爾法S-華為Hi版本的發布會上,根據華為智能汽車解決方案BU首席運營官、智能駕駛解決方案產品線總裁王軍的介紹,華為MDC平臺具有400+TOPS稠密算力,16個攝像頭、12個CAN總線、8個車載以太網,并且已經量產上車。
根據目前公開的資料顯示,華為MDC平臺目前有4種不同算力的系列化產品,涵蓋了L2~L5自動駕駛生態鏈。
MDC 300F:算力 64TOPS@INT8 稠密,支持商用車,作業車等封閉場景作業自動駕駛。
MDC 210:算力 48TOPS@INT8 稠密,可以支持乘用車 L2+自動駕駛。
MDC 610:算力 200TOPS@INT8 稠密,支持乘用車 L4 場景自動駕駛。
MDC 810:算力 400TOPS@INT8 稠密,支持 Robtaxi L4-L5 自動駕駛。
根據之前公布的信息,MDC600系統由8顆12nm工藝的昇騰310芯片構成,它可處理16個攝像頭、6個毫米波雷達、16個超聲波雷達和8個LiDAR的數據,支持L4級自動駕駛系統,它的延時低于200ms,可滿足自動駕駛的計算低延時要求,算力為352TOPS,功耗為400W,自動駕駛安全等級:ASIL-D最高級。
目前跟華為有深度合作的廠商有長城汽車、北汽和長安。
針對L3級以下市場的Mobileye
英特爾通過收購以色列的Mobileye進入了自動駕駛芯片市場。2019年,自動駕駛芯片成為了英特爾增長速度最快的業務,營收同比增長26%至10億美元,并讓英特爾收獲了全球70%的ADAS市場份額,其客戶包括了寶馬、日產、大眾、通用等頭部整車廠商。
據外媒報道,Mobileye已經秘密向SEC提交了FormS-1注冊申明草案,擬以500億美元估值IPO上市。
Mobileye是全球自動駕駛解決方案核心供應商,1999年成立,2007年推出第一款面向L1級別的Eye Q1芯片,2017年推出面向L3級別的Eye Q4芯片,并被英特爾以153億美元收購。2017-2021年,Mobileye芯片出貨量分別為1240/1750/1930/2810萬顆,對應營收分別為2/7/9/14億美元。2021年EyeQ系列芯片累積出貨1億顆,營運利潤達到4.7億美元,同比+91%。
結語
除了前面提到的這些公司,這幾年國內也出現了不少表現不錯的企業,比如地平線、云途、芯馳、芯擎科技,以及黑芝麻等企業。拿地平線來說,其征程3芯片進入了2021款理想ONE,取代了理想原來采用的Mobileye芯片。征程5芯片已經取得了比亞迪的定點。
其實,除了他們,其實還有目前市場上表現搶眼的汽車新勢力也放出了自研芯片的消息。這都說明了大家都看好自動駕駛的前景,愿意加大投入。
聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。
舉報投訴
-
高通
+關注
關注
77文章
7582瀏覽量
192580 -
主控芯片
+關注
關注
2文章
205瀏覽量
25102 -
自動駕駛
+關注
關注
788文章
14195瀏覽量
169514
發布評論請先 登錄
相關推薦
熱點推薦
自動駕駛安全基石:ODD
電子發燒友網綜合報道 自動駕駛ODD(Operational Design Domain)即設計運行域,是指自動駕駛系統被設計為安全、有效運行的具體條件范圍。它定義了自動駕駛汽車在哪些環境、場景

NVIDIA Halos自動駕駛汽車安全系統發布
NVIDIA 整合了從云端到車端的安全自動駕駛開發技術套件,涵蓋車輛架構到 AI 模型,包括芯片、軟件、工具和服務。 物理 AI 正在為自動駕駛和機器人開發技術的交叉領域釋放新的可能性,尤其是加速了
自動駕駛的未來 - 了解如何無縫、可靠地完成駕駛
。 汽車行業正在向自動駕駛汽車靠攏,其發展勢頭越來越強,其目標不僅是讓駕駛員的生活更簡單,而且要消除道路上的碰撞。 自動駕駛汽車已經上路,因為該行業致力于使這種交通方式普及——這是一個

使用PVA引擎優化自動駕駛汽車CV開發流水線
在汽車軟件開發領域,越來越多的大規模 AI 模型被集成到自動駕駛汽車中,這些模型的范圍從視覺 AI 模型到用于自動駕駛的端到端 AI 模型。現在,汽車軟件開發領域對算力的需求正在飛速增長。導致系統負載增加,對系統穩定性和時延產生


自動駕駛技術的典型應用 自動駕駛技術涉及到哪些技術
自動駕駛技術的典型應用 自動駕駛技術是一種依賴計算機、無人駕駛設備以及各種傳感器,實現汽車自主行駛的技術。它通過使用人工智能、視覺計算、雷達、監控裝置和全球定位系統等技術,使自動駕駛汽



智能網聯是否是自動駕駛落地的必要條件?
;另一種則是智能網聯,主張通過車輛與外部環境的互聯互通來提升自動駕駛的安全性和可靠性。越來越多的業內人士認為,智能網聯是實現全面自動駕駛的關鍵路徑,但這是否意味著智能網聯是自動駕駛落地
FPGA在自動駕駛領域有哪些優勢?
FPGA(Field-Programmable Gate Array,現場可編程門陣列)在自動駕駛領域具有顯著的優勢,這些優勢使得FPGA成為自動駕駛技術中不可或缺的一部分。以下是FPGA在自動駕駛
發表于 07-29 17:11
FPGA在自動駕駛領域有哪些應用?
FPGA(Field-Programmable Gate Array,現場可編程門陣列)在自動駕駛領域具有廣泛的應用,其高性能、可配置性、低功耗和低延遲等特點為自動駕駛的實現提供了強有力的支持。以下
發表于 07-29 17:09
評論