在近日舉行的“2024年度智能汽車(chē)產(chǎn)業(yè)鏈「硬科技」趨勢(shì)峰會(huì)”上，愛(ài)芯元智車(chē)載事業(yè)部（愛(ài)芯元速）技術(shù)副總裁逯建楓發(fā)表了《駛向未來(lái)：AI芯片如何助力AI汽車(chē)時(shí)代的加速到來(lái)》的主題演講。

逯建楓認(rèn)為，隨著AI技術(shù)的持續(xù)擴(kuò)散以及相關(guān)企業(yè)的AI研發(fā)能力逐步提升，智能汽車(chē)的AI應(yīng)用將不再局限于智能駕駛域和智能座艙域兩個(gè)功能域中，而是會(huì)逐步擴(kuò)散到智慧動(dòng)力域、智能底盤(pán)域、被動(dòng)安全域等不同功能域，支撐“AI汽車(chē)”概念的全面落地。

這與早些年行業(yè)普遍認(rèn)為的“AI計(jì)算將在汽車(chē)中會(huì)逐步集中化”判斷截然相反。

逯建楓表示，智能駕駛域與智能座艙域當(dāng)前的SoC，都在獨(dú)立地、逐步強(qiáng)化各自領(lǐng)域的AI計(jì)算性能，并沒(méi)有合并的趨勢(shì)?？赡苁怯捎趦蓚€(gè)不同領(lǐng)域都面臨著快速的技術(shù)迭代和高強(qiáng)度的行業(yè)競(jìng)爭(zhēng)，相互之間的迭代節(jié)奏又不一致，難以統(tǒng)一步調(diào)。強(qiáng)行將AI計(jì)算統(tǒng)一，反而影響了各自領(lǐng)域在項(xiàng)目時(shí)間、項(xiàng)目成功率等維度的競(jìng)爭(zhēng)訴求，拖累商業(yè)成功。

相對(duì)應(yīng)的，AI技術(shù)的分散化，能夠更好的支撐AI能力在不同功能域的快速落地。

為了更好的支撐AI汽車(chē)時(shí)代的加速到來(lái)，愛(ài)芯元智自研了M55、M57、M76等一系列車(chē)載SoC。其中，M55和M57可在一體機(jī)智駕方案、CMS方案、增程式動(dòng)力系統(tǒng)、被動(dòng)安全系統(tǒng)等不同應(yīng)用場(chǎng)景，提供高效的AI計(jì)算能力；M76則可在中階7V域控（7顆攝像頭域控制器）智駕方案、座艙大模型協(xié)處理器等不同應(yīng)用場(chǎng)景提供先進(jìn)的AI運(yùn)算能力。

以下為演講實(shí)錄：

AI技術(shù)在整車(chē)功能域的擴(kuò)散，迎來(lái)發(fā)展機(jī)遇

今天想跟大家一起探討一個(gè)問(wèn)題，就是"AI芯片如何助力AI汽車(chē)時(shí)代的加速到來(lái)”。

這里面可能牽扯到一個(gè)新的概念，就是AI汽車(chē)。行業(yè)這幾年蓬勃發(fā)展，每年都有幾個(gè)新概念，從集中式EEA，到人機(jī)共駕，再到SDA（軟件定義汽車(chē)），再到今年的端到端……今年年底有些企業(yè)拋出來(lái)AI汽車(chē)，它跟智能汽車(chē)是什么差別？還是僅僅是營(yíng)銷(xiāo)上的概念？我們稍后一起來(lái)探討。

關(guān)于AI技術(shù)在整車(chē)功能域的落地，近幾年來(lái)形成了一定的行業(yè)共識(shí)。大多數(shù)人認(rèn)為，AI技術(shù)主要適用于智能駕駛域和智能座艙域兩個(gè)功能域。主要原因在于，兩者在早期發(fā)展過(guò)程中，都有明確的環(huán)境感知訴求。而且兩者在EEA集中化的大背景下，未來(lái)最終會(huì)走向合并的趨勢(shì)。這就是艙駕一體的前身。更有甚者，基于該趨勢(shì)，提出了AI算力集中化的趨勢(shì)。這種觀點(diǎn)，從計(jì)算類(lèi)型的角度看，認(rèn)為過(guò)去的車(chē)輛控制器以標(biāo)量計(jì)算為主，不少關(guān)聯(lián)ECU合并成為整車(chē)控制器或者區(qū)域控制器是合理的。而智駕域控制器與座艙域控制器由于有較多的AI算力（矩陣計(jì)算），需要增量芯片加入到控制器中；且由于AI芯片的功耗大，可能需要主動(dòng)散熱設(shè)計(jì)，因此分散化會(huì)導(dǎo)致不少控制器增加散熱設(shè)計(jì)成本和變得不合理，提出了“AI計(jì)算集中化”的趨勢(shì)，認(rèn)為艙駕一體域控制器將獨(dú)享AI計(jì)算，甚至最終會(huì)演變?yōu)檐?chē)載中央計(jì)算機(jī)。

但是，時(shí)過(guò)境遷。按照這種技術(shù)思維去執(zhí)行，也忽略了很多其他因素。艙駕融合的趨勢(shì)本沒(méi)有問(wèn)題，但也導(dǎo)致其他功能域一直沒(méi)有享受到AI技術(shù)紅利，錯(cuò)失了發(fā)展良機(jī)。由于以上的技術(shù)認(rèn)知，導(dǎo)致大家都認(rèn)為只有智駕域才享有環(huán)境感知能力，以及只有ADAS域控制器具備驅(qū)動(dòng)攝像頭、毫米波雷達(dá)、激光雷達(dá)等傳感器的“資格”，其他功能域一旦有感知需求，只能向智駕域或座艙域的團(tuán)隊(duì)提需求。主機(jī)廠的朋友應(yīng)該更清楚，首先，最近幾年的智駕競(jìng)爭(zhēng)有多么激烈。智駕團(tuán)隊(duì)的項(xiàng)目壓力大，時(shí)間緊任務(wù)急，年初立項(xiàng)，年中就要有產(chǎn)出；甚至要立軍令狀。這樣的競(jìng)爭(zhēng)壓力，其他功能域提出的感知需求，智駕域的同學(xué)是很難給予高優(yōu)先級(jí)響應(yīng)的。絕大部分情況，就是拒絕承接需求。好在當(dāng)前AI芯片的運(yùn)算性能和算法不斷升級(jí)，較小的散熱功耗以及較低的成本，就能在其他控制器中Design-Win；且AI能力也已廣泛擴(kuò)散至各個(gè)OEM和Tier1，這給其他功能域的AI技術(shù)滲透，帶來(lái)切實(shí)的發(fā)展機(jī)遇。

AI技術(shù)在智駕域的突進(jìn)狂奔

AI技術(shù)在智駕域的迭代速度非常迅速，競(jìng)爭(zhēng)也異常激烈。不到十年時(shí)間，就從傳統(tǒng)的CV（計(jì)算機(jī)視覺(jué)），迭代到DL（深度學(xué)習(xí)），再到BEV&Transformer，直到今年的端到端&生成式AI?？梢?jiàn)技術(shù)創(chuàng)新的活力和競(jìng)爭(zhēng)之激烈。

對(duì)主流的智駕方案，我們也快速回顧下。首先，在一體機(jī)方案中，目前還是處于比較傳統(tǒng)的深度學(xué)習(xí)加傳統(tǒng)CV的方式，穩(wěn)定性也還可以。當(dāng)然現(xiàn)在也有人在討論是不是要上BEV，我個(gè)人看可能優(yōu)先級(jí)沒(méi)有那么高，值得探索一下。我這里更想探討一下6/7V中型ADAS域控。以前這個(gè)方案用的還是最傳統(tǒng)的單攝感知+跨攝像頭跟蹤的方式，如果去看一下它們的滲透率和整車(chē)裝配率，其實(shí)現(xiàn)在低階比較多，高階比較多，反而中間配置率沒(méi)有上去，也可能很多在研車(chē)型銷(xiāo)量沒(méi)有被統(tǒng)計(jì)，沒(méi)有體現(xiàn)出來(lái)；我個(gè)人認(rèn)為，更大可能在于中型ADAS域控處于中間狀態(tài)，比較尷尬，雖然在研項(xiàng)目很多，可能也搭上了車(chē)，最后銷(xiāo)量不能起來(lái)。因此，提升性?xún)r(jià)比，應(yīng)該是關(guān)鍵。技術(shù)方案上，至少在感知方面，要切換成BEV感知；同時(shí)，SoC和整機(jī)價(jià)格，又要足夠低。而11-13V的大型域控方面，一定是端到端化。因?yàn)樗男阅苣壳笆潜蛔C明了的，國(guó)內(nèi)這波熱潮也在拼命去追。

AI技術(shù)在其他功能域的初試牛刀

今年以來(lái)，隨著AI汽車(chē)概念的提出，行業(yè)也有不少思考。最大的感受就是對(duì)過(guò)去認(rèn)為“AI計(jì)算一定會(huì)集中化”的修正，很多其他功能域的系統(tǒng)，都在尋求AI技術(shù)的賦能。比如，動(dòng)力域在對(duì)發(fā)動(dòng)機(jī)進(jìn)行控制時(shí)，也需要環(huán)境感知信息來(lái)幫助系統(tǒng)進(jìn)行更加精細(xì)化的狀態(tài)控制，以此提升用戶(hù)體驗(yàn)。

另外一個(gè)案例，就是座艙大模型的應(yīng)用。至少未來(lái)兩到三年內(nèi)，基于生成式AI的協(xié)處理器也會(huì)是一個(gè)需求爆發(fā)點(diǎn)。當(dāng)前基于聯(lián)網(wǎng)的生成式AI智能助理，在響應(yīng)用戶(hù)的問(wèn)題時(shí)，有時(shí)會(huì)長(zhǎng)達(dá)6-7秒的請(qǐng)求等待時(shí)間，嚴(yán)重影響用戶(hù)體驗(yàn)。AI協(xié)處理器能夠極大提升響應(yīng)實(shí)時(shí)性。

愛(ài)芯元智車(chē)載芯片適配AI技術(shù)擴(kuò)散化趨勢(shì)

轉(zhuǎn)換一下視角，剛才探討的是從主機(jī)廠或者整車(chē)角度去看待AI技術(shù)在整車(chē)的發(fā)展趨勢(shì)。現(xiàn)在，我們?cè)購(gòu)腁I芯片角度觀察這個(gè)趨勢(shì)。從NPU（神經(jīng)網(wǎng)絡(luò)處理單元）視角來(lái)看，愛(ài)芯的NPU與車(chē)相關(guān)的領(lǐng)域已經(jīng)迭代了四個(gè)版本，從V2版本到V3、V5，最新是VX版本。V2版本相對(duì)來(lái)說(shuō)算力沒(méi)有那么高，比較適合做ADAS一體機(jī)、智能動(dòng)力系統(tǒng)的AI加速需求。V3版本在智駕域適合做高速的NOA，同時(shí)在座艙大模型VLM這塊場(chǎng)景比較多，有很多合作伙伴有對(duì)應(yīng)的合作項(xiàng)目在做。V5版本到VX版本，在ADAS域有兩個(gè)方案的拆分，但是從AI汽車(chē)角度來(lái)說(shuō)，都屬于AI Agent。

介紹一下愛(ài)芯元智的NPU架構(gòu)。為了更好的支持算力性能的發(fā)揮，愛(ài)芯理解AI芯片要具備以下特點(diǎn)：一是近存計(jì)算特點(diǎn)；二是有比較好的片間互聯(lián)技術(shù)，方便拓展，比如做協(xié)處理器；三是要做異構(gòu)多核，既要支持Transformer，也要兼顧原來(lái)CNN架構(gòu)，也就是分布式架構(gòu)。同時(shí)，我們也自研了很多指令集來(lái)支撐更高效的計(jì)算能力。除此之外還有工具鏈，在工具鏈上也能夠比較好支持智駕功能域的端到端，座艙LLM大語(yǔ)言模型的AI加速。

隨著AI技術(shù)在車(chē)領(lǐng)域的發(fā)展變革，愛(ài)芯的車(chē)載芯片一直是順應(yīng)這個(gè)趨勢(shì)來(lái)推出的。我們目前產(chǎn)品組合是規(guī)劃了6顆芯片。其中，M55、M76已經(jīng)量產(chǎn)；M57和M77正在緊鑼密鼓地開(kāi)發(fā)中；M9和M10在規(guī)劃中。M55算力適中，性?xún)r(jià)比高，適合應(yīng)用在智駕域的一體機(jī)、安全域的氣囊控制器等場(chǎng)景中。M76算力強(qiáng)勁，且支持BEV&Transformer，適合應(yīng)用在智駕域的高速NOA域控、座艙域的協(xié)處理器場(chǎng)景中。M57是明年要推出的芯片，它能夠進(jìn)一步降本，提高運(yùn)算效率；同時(shí)把MCU整合到SoC中，單芯片驅(qū)動(dòng)智駕一體機(jī)方案。M77算力相比M76更加充沛，且支持端到端算法，適合應(yīng)用在城市NOA的SoC。

在商業(yè)進(jìn)展方面，愛(ài)芯的M55H車(chē)規(guī)芯片從去年到現(xiàn)在，已有零跑、廣汽埃安、商用車(chē)頭部廠商的多款車(chē)型量產(chǎn)。未來(lái)將會(huì)有更多的自主&合資車(chē)型量產(chǎn)。愛(ài)芯的M76H車(chē)規(guī)芯片，也將在明年Q3進(jìn)行車(chē)型量產(chǎn)。

最后，愛(ài)芯元智致力于探索邊緣側(cè)AI計(jì)算芯片的持續(xù)發(fā)展。在車(chē)載領(lǐng)域，我們也在不斷進(jìn)行技術(shù)創(chuàng)新，推動(dòng)AI計(jì)算在智能汽車(chē)方面的落地。在此，也希望行業(yè)同仁們持續(xù)關(guān)注愛(ài)芯元智的最新動(dòng)態(tài)，一同致力于AI計(jì)算在汽車(chē)工業(yè)的持續(xù)賦能。