侵权投诉
搜索
热门搜索:
订阅
纠错
加入自媒体

英伟达、高通虎视眈眈,华为和地平线能否在智能驾驶芯片领域“杀”出突围?

2021-12-17 16:36
C次元
关注

作者

张之栋

“芯”无远虑,必有近忧。

  责编丨查攸吟

  编辑丨别致

随着智能化、电动化等“新四化”概念的深入人心,智能驾驶芯片的赛道也伴随着新能源汽车市场的火热,变得倍受关注起来。

顾名思义,智能驾驶芯片便是用于车辆智能驾驶的基础硬件,哪怕是更高等级的自动驾驶,也离不开智能驾驶芯片算力的支持。

一方面是国内自研芯片情绪的日益高涨,另一方面是指数增长的市场需求,双重作用下,国内智能驾驶芯片的赛道终究涌现出了一批优秀的玩家:华为、地平线、芯驰科技、寒武纪、黑芝麻……

尽管与英伟达、Mobileye、高通等国外芯片巨头相比,国内的玩家有着这样或那样的不足,但随着资本的押注、政策的鼓励,以及自身芯片技术的迭代更新,地平线、芯驰科技等芯片供应商们,也都进化出了属于自己的特点。

或追求更高算力,或追求更低功耗,亦或是从一开始便做了软件工具链的配套……

华为、地平线等芯片供应商,用自己的方式在国外芯片巨头的围追堵截下,寻到了一条“自力更生”的出路。只不过,当面对新的挑战来临,它们是否还能保持初心,像曾经一样“杀”出突围?

01

智能驾驶芯片知多少?

自上而下的看,根据功能不同,汽车芯片往往会被分成计算及控制芯片(CPU、GPU、FPGA、ASIC、MCU等)、功率转换芯片、传感芯片、存储芯片、通信芯片等多种类型。而智能驾驶芯片就属于其中的计算及控制芯片的类别。

具体而言,智能驾驶芯片往往会有两种呈现形式,一种是ASIC的独立芯片,另外一种则是集成化的SoC(System on Chip,系统级芯片)。

智能驾驶ASIC指的便是针对特定智能驾驶算法,专门设计的专用芯片。而智能驾驶SoC芯片,则是以确定系统功能为目标,将CPU、GPU、以及专门设计的ASIC等模块集成在一起的芯片。

事实上,与传统的分立芯片相比,SoC在性能和功耗等方面往往更具优势, 所以各大智能驾驶芯片厂商们,也更倾向于这样一种技术路线。只不过在涉及到芯片内部的具体架构时,又会各有偏重。

据了解,目前主流的智能驾驶SoC芯片架构有3种,分别是CPU+FPGA、CPU+GPU+ASIC、CPU+ASIC。

其中令人比较陌生的FPGA,又被叫做现场可编程逻辑门阵列,是一种可以根据具体算法随时调整硬件架构的芯片。所以像Waymo、百度Appllo等这种经常快速迭代智能驾驶算法的公司,就选用的CPU+FPGA架构的智能驾驶芯片。

当然,另外两种架构也有玩家在做,比如英伟达的Xavier、特斯拉的FSD,采用的是CPU+GPU+ASIC的架构;而Mobieye EyeQ5、地平线的征程采用的则是CPU+ASIC。

大同小异,这3种架构却是都离不开“ASIC”专用设计的一环,哪怕是FPGA,其所发挥的功能也与ASIC类似,都是对于特定AI算法进行加速设计。而且就区分度而言,智能驾驶芯片的“ASIC”模块,妥妥地站定了C位。

就比如英伟达Xavier的ASIC模块便是根据“DLA深度学习+PVA视觉加速器”进行了特定设计,而特斯拉则是以“NPU深度神经网络”的加速为主。

事实上,智能驾驶芯片采用相关的专用设计,无外乎就是为了提升算力、增加数据传输速度、拓展数据带宽等。毕竟人们在衡量一款智能驾驶芯片时,往往就会从这几个方面入手。

只不过话又说回来,对于一家智能芯片公司来说,其核心竞争力就只会体现在单一芯片的性能如何吗?恐怕并不尽然。

1  2  下一页>  
声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

锂电 猎头职位 更多
文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号