華西證券：2022年電子AI芯片行業(yè)研究報告

AI芯片主要承擔推斷任務(wù)，通過(guò)將終端設備上的傳感器（麥克風(fēng)陣列、攝像頭等）收集的數據代入訓練好的模型推理得出推斷結果。由于終端場(chǎng)景多種多樣各不相同，對于算力和能耗等性能需求也有大有小，應用于終端芯片需要針對特殊場(chǎng)景進(jìn)行針對性設計以實(shí)現最優(yōu)解方案，最終實(shí)現有時(shí)間關(guān)聯(lián)度的三維處理能力，這將實(shí)現更深層次的產(chǎn)業(yè)鏈升級，是設計、制造、封測和設備材料，以及軟件環(huán)境的全產(chǎn)業(yè)鏈協(xié)同升級過(guò)程。

相比于傳統CPU服務(wù)器，在提供相同算力情況下，GPU服務(wù)器在成本、空間占用和能耗分別為傳統方案的1/8、1/15和1/8。人工智能服務(wù)器是AI算力基礎設施的主要角色，在服務(wù)器中滲透率不斷提升。L3自動(dòng)駕駛算力需求為30-60TOPS，L4需求100TOPS以上，L5需求甚至達1,000TOPS，GPU算力需求提升明顯，芯片主要向著(zhù)大算力、低功耗和高制程三個(gè)方向發(fā)展。

01.

算力時(shí)代

GPU開(kāi)拓新場(chǎng)景

廣義上講只要能夠運行人工智能算法的芯片都叫作 AI 芯片。但是通常意義上的 AI 芯片指的是針對人工智能算法做了特殊加速設計的芯片。

AI芯片也被稱(chēng)為AI加速器或計算卡，即專(zhuān)門(mén)用于處理人工智能應用中的大量計算任務(wù)的模塊（其他非計算任務(wù)仍由CPU負責）。到目前位置，AI芯片算力發(fā)展走過(guò)了三個(gè)階段：

第一階段：因為芯片算力不足，所以神經(jīng)網(wǎng)絡(luò )沒(méi)有受到重視；

第二階段：通用芯片CPU的算力大幅提升，但仍然無(wú)法 滿(mǎn)足神經(jīng)網(wǎng)絡(luò )的需求；

第三階段：GPU和和新架構的AI芯片推進(jìn)人工智能落地。

▲AI芯片算力發(fā)展階段

目前，GPT-3模型已入選了《麻省理工科技評論》2021年“十大突破性技術(shù)。GPT-3的模型使用的最大數據集在處理前容量達到了45TB。根據 OpenAI的算力統計單位petaflops/s-days，訓練AlphaGoZero需要1800-2000pfs-day，而GPT-3用了3640pfs-day。

▲自然語(yǔ)言模型/會(huì )話(huà)式AI平臺

AI運算指以“深度學(xué)習” 為代表的神經(jīng)網(wǎng)絡(luò )算法，需要系統能夠高效處理大量非結構化數據（文本、視頻、圖像、語(yǔ)音等） 。需要硬件具有高效的線(xiàn)性代數運算能力，計算任務(wù)具有：?jiǎn)挝挥嬎闳蝿?wù)簡(jiǎn)單，邏輯控制難度要求低，但并行運算量大、參數多的特點(diǎn)。對于芯片的多核并行運算、片上存儲、帶寬、低延時(shí)的訪(fǎng)存等提出了較高的需求。

自2012年以來(lái)，人工智能訓練任務(wù)所需求的算力每 3.43 個(gè)月就會(huì )翻倍，大大超越了芯片產(chǎn)業(yè)長(cháng)期存在的摩爾定律（每 18個(gè)月芯片的性能翻一倍）。針對不同應用場(chǎng)景，AI芯片還應滿(mǎn)足：對主流AI算法框架兼容、可編程、可拓展、低功耗、體積及價(jià)格等需求。

從技術(shù)架構來(lái)看，AI芯片主要分為圖形處理器（GPU）、現場(chǎng)可編程門(mén)陣列（FPGA）、專(zhuān)用集成電路（ASIC）、類(lèi)腦芯片四大類(lèi)。其中，GPU是較為成熟的通用型人工智能芯片，FPGA和ASIC則是針對人工智能需求特征的半定制和全定制芯片，類(lèi)腦芯片顛覆傳統馮諾依曼架構，是一種模擬人腦神經(jīng)元結構的芯片，類(lèi)腦芯片的發(fā)展尚處于起步階段。

▲三種技術(shù)架構AI芯片類(lèi)型比較

2019年全球人工智能芯片市場(chǎng)規模為110億美元。隨著(zhù)人工智能技術(shù)日趨成熟，數字化基礎設施不斷完善，人工智能商業(yè)化應用將加落地，推動(dòng)AI芯片市場(chǎng)高速增長(cháng)，預計2025年全球人工智能芯片市場(chǎng)規模將達到726億美元。

▲2019-2025年全球人工智能芯片市場(chǎng)規模及預測（億美元）

02.

三大應用場(chǎng)景

AI是王者

GPU其實(shí)是由硬件實(shí)現的一組圖形函數的集合，這些函數主要用于繪制各種圖形所需要的運算。這些和像素，光影處理，3D坐標變換等相關(guān)的運算由GPU硬件加速來(lái)實(shí)現。圖形運算的特點(diǎn)是大量同類(lèi)型數據的密集運算——如圖形數據的矩陣運算，GPU的微架構就是面向適合于矩陣類(lèi)型的數值計算而設計的，大量重復設計的計算單元，這類(lèi)計算可以分成眾多獨立的數值計算——大量數值運算的線(xiàn)程，而且數據之間沒(méi)有像程序執行的那種邏輯關(guān)聯(lián)性。

GPU微架構的設計研發(fā)是非常重要的，先進(jìn)優(yōu)秀的微架構對GPU實(shí)際性能的提升是至關(guān)重要的。目前市面上有非常豐富GPU微架構，比如Pascal、Volta、Turing（圖靈）、Ampere（安培），分別發(fā)布于 2016 年、2017 年、2018 年和2020年，代表著(zhù)英偉達 GPU 的最高工藝水平。

GPU的API（Application Programming Interface）應用程序接口發(fā)揮著(zhù)連接應用程序和顯卡驅動(dòng)的橋梁作用。目前GPU API可以分為2大陣營(yíng)和若干其他類(lèi)。2大陣營(yíng)分別是微軟的DirectX標準和KhronosGroup標準，其他類(lèi)包括蘋(píng)果的Metal API、 AMD的Mantle（地幔） API、英特爾的One API等。

AI芯片（GPU/FPGA/ASIC）在云端同時(shí)承擔人工智能 “訓練”和“推斷”過(guò)程，在終端主要承擔“推斷”過(guò) 程，從性能與成本來(lái)看ASIC最優(yōu)。ASIC作為專(zhuān)用芯片，算力與功耗在通用芯片GPU具有絕對優(yōu)勢，但開(kāi)發(fā)周期較長(cháng)，落地較慢，需一定規模后才能體現成本優(yōu)勢。FPGA可以看做從GPU到ASIC重點(diǎn)過(guò)渡方案。相對于GPU可深入到硬件級優(yōu)化，相比ASIC在算法不斷迭代演進(jìn)情況下更具靈活性，且開(kāi)發(fā)時(shí)間更短。

從生態(tài)與落地來(lái)看，GPU占據絕對優(yōu)勢，英偉達處壟斷地位。開(kāi)發(fā)者能通過(guò)英偉達CUDA平臺使用軟件語(yǔ)言很方便地開(kāi)發(fā)英偉達GPU實(shí)現運算加速，已被廣泛認可和普及，積累了良好的編程環(huán)境。以TPU為代表的ASIC目前主要運用在巨頭的閉環(huán)生態(tài)，FPGA在數據中心業(yè)務(wù)中發(fā)展較快。

2020年GPU市場(chǎng)規模為254.1億美元，預計到2027年將達到1853.1億美元，從2021年到2027年的復合年增長(cháng)率為32.82％。GPU市場(chǎng)分為獨立，集成和混合市場(chǎng)。2019年集成占據了GPU市場(chǎng)份額的主導地位，但由于混合處理器同時(shí)具有集成和獨立GPU的能力，因此未來(lái)混合細分市場(chǎng)預計將實(shí)現最高復合年增長(cháng)率。

市場(chǎng)分為計算機，平板電腦，智能手機，游戲機，電視等。在2019年，智能手機市場(chǎng)占據了全球GPU市場(chǎng)份額的主導地位，預計在預測期內將繼續保持這一趨勢。但是，由于對醫療設備等其他設備中對小型GPU的需求不斷增長(cháng)，預計其他領(lǐng)域在未來(lái)的復合年增長(cháng)率最高。由于在設計和工程應用中圖形處理器的廣泛使用，預計汽車(chē)應用細分市場(chǎng)將在預測期內以最高的復合年增長(cháng)率增長(cháng)。

總體來(lái)說(shuō)，GPU有三大應用場(chǎng)景：游戲 、 AI和自動(dòng)駕駛

1、游戲

IDC數據顯示，2020年游戲PC和顯示器的出貨量同比增長(cháng)26.8％，達到5500萬(wàn)臺。游戲筆記本電腦在2020年增長(cháng)了創(chuàng )紀錄的26.9％。與PC并行，游戲顯示器在2020年也達到了新的高度，與2019年相比增長(cháng)了77％以上，出貨量達到了1430萬(wàn)臺。

IDC預計2021年游戲顯示器的銷(xiāo)量將首次超過(guò)游戲臺式機。即使游戲臺式機逐漸受到青睞，游戲筆記本電腦的顯示器連接率不斷提高也意味著(zhù)游戲監控器市場(chǎng)的五年復合年增長(cháng)率預計將超過(guò)10％。IDC預計2025年全球銷(xiāo)量達到7290萬(wàn)，復合年增長(cháng)率為5.8％。

2、AI

移動(dòng)端AI芯片市場(chǎng)不止于智能手機，潛在市場(chǎng)還包括：智能手環(huán)/手表、 VR/AR眼鏡等市場(chǎng)。

在邊緣計算場(chǎng)景，AI芯片主要承擔推斷任務(wù)，通過(guò)將終端設備上的傳感器（麥克風(fēng)陣列、攝像頭等）收集的數據代入訓練好的模型推理得出推斷結果。由于邊緣側場(chǎng)景多種多樣、各不相同，對于計算硬件的考量也不盡相同，對于算力和能耗等性能需求也有大有小。因此應用于邊緣側的計算芯片需要針對特殊場(chǎng)景進(jìn)行針對性設計以實(shí)現最優(yōu)的解決方案。

▲不同邊緣計算場(chǎng)景對AI芯片性能要求

安防攝像頭發(fā)展經(jīng)歷了由模擬向數字化、數字化高清到現在的數字化智能方向的發(fā)展，最新的智能攝像頭除了實(shí)現簡(jiǎn)單的錄、 存功能外，還可以實(shí)現結構化圖像數據分析。安防攝像頭一天可產(chǎn)生20GB數據，若將全部數據回傳到云數據中心將會(huì )對網(wǎng)絡(luò )帶寬和數據中心資源造成極大占用。

通過(guò)在攝像頭終端、網(wǎng)絡(luò )邊緣側加裝AI芯片，實(shí)現對攝像頭數據的本地化實(shí)時(shí)處理，經(jīng)過(guò)結構化處理、關(guān)鍵信息提取，僅將帶有關(guān)鍵信息的數據回傳后方，將會(huì )大大降低網(wǎng)絡(luò )傳輸帶寬壓力。當前主流解決方案分為：前端攝像頭設備內集成AI芯片和在邊緣側采取智能服務(wù)器級產(chǎn)品。前端芯片在設計上需要平衡面積、功耗、成本、可靠性等問(wèn)題，最好采取低功耗、低成本解決方案（如：DSP、 ASIC）；邊緣側限制更少，可以采取能夠進(jìn)行更大規模數據處理任務(wù)的服務(wù)器級產(chǎn)品（如：GPU、 ASIC）。

▲AI芯片在智能安防攝像頭中的應用

人工智能服務(wù)器通常搭載GPU、FPGA、ASIC等加速芯片，利用CPU與加速芯片的組合可以滿(mǎn)足高吞吐量互聯(lián)的需求，為自然語(yǔ)言處理、計算機視覺(jué)、語(yǔ)音交互等人工智能應用場(chǎng)景提供強大的算力支持，已經(jīng)成為人工智能發(fā)展的重要支撐力量相比于傳統CPU服務(wù)器，在提供相同算力情況下，GPU服務(wù)器在成本、空間占用和能耗分別為傳統方案的1/8、1/15和1/8。

當前在云端場(chǎng)景下被最廣泛應用的AI芯片是英偉達的GPU，主要原因是：強大的并行計算能力（相比CPU）、通用性以及成熟的開(kāi)發(fā)環(huán)境。2020年全球AI服務(wù)器市場(chǎng)規模為122億美元，預計到2025年全球AI智能服務(wù)器市場(chǎng)將達到288億美元，5年CAGR達到18.8%。

▲2020-2025年全球AI服務(wù)器行業(yè)市場(chǎng)規模及增速（單位：億美元）

在A(yíng)I開(kāi)發(fā)中，由于深度學(xué)習模型開(kāi)發(fā)及部署需要強大算力支持，需要專(zhuān)用的芯片及服務(wù)器支持。開(kāi)發(fā)者如選擇自購AI服務(wù)器成本過(guò)高。通過(guò)云服務(wù)模式，采取按需租用超算中心計算資源可極大降低項目期初資本投入同時(shí)也省卻了項目開(kāi)發(fā)期間的硬件運維費用，實(shí)現資本配置效率的最大化提升。

3、自動(dòng)駕駛

全球自動(dòng)駕駛邁入商用階段，未來(lái)可期。IDC最新發(fā)布的《全球自動(dòng)駕駛汽車(chē)預測報告（2020-2024）》數據顯示，2024年全球L1-L5級自動(dòng)駕駛汽車(chē)出貨量預計將達到約5425萬(wàn)輛，2020至2024年的年均復合增長(cháng)率（CAGR）達到18.3%；L1和L2級自動(dòng)駕駛在2024年的市場(chǎng)份額預計分別為64.4%和34.0%。盡管目前L3-L5級自動(dòng)駕駛技術(shù)的應用具有開(kāi)拓性意義，L1-L2級自動(dòng)駕駛將依然是未來(lái)5年內帶動(dòng)全球自動(dòng)駕駛汽車(chē)出貨量增長(cháng)的最大細分市場(chǎng)。

我國汽車(chē)市場(chǎng)規模不斷增長(cháng)，自動(dòng)駕駛由L2向L3過(guò)渡。中汽協(xié)數據顯示，2021年1-3月，中國品牌乘用車(chē)共銷(xiāo)售210.8萬(wàn)輛，同比增長(cháng)81.5%，占乘用車(chē)銷(xiāo)售總量的41.5%，占有率比上年同期提升1.4個(gè)百分點(diǎn)。2020年1月份至9月份，L2級智能網(wǎng)聯(lián)乘用車(chē)銷(xiāo)售量達196萬(wàn)輛，占乘用車(chē)總銷(xiāo)量的14.7%。

更有部分企業(yè)加速研發(fā)L3級自動(dòng)駕駛車(chē)型，多地開(kāi)展自動(dòng)泊車(chē)、自動(dòng)駕駛公交車(chē)、無(wú)人智能重卡等方面的示范應用。到2025年，我國PA（部分自動(dòng)駕駛）、CA（有條件自動(dòng)駕駛）級智能網(wǎng)聯(lián)汽車(chē)銷(xiāo)量占當年汽車(chē)總銷(xiāo)量比例超過(guò)50%，C-V2X（以蜂窩通信為基礎的移動(dòng)車(chē)聯(lián)網(wǎng)）終端新車(chē)裝配率達50%。

隨著(zhù)傳感器、車(chē)載處理器等產(chǎn)品的進(jìn)一步完善，將會(huì )有更多L3級車(chē)型出現。而L4、L5級自動(dòng)駕駛預計將會(huì )率先在封閉園區中的商用車(chē)平臺上實(shí)現應用落地，更廣泛的乘用車(chē)平臺高級別自動(dòng)駕駛，需要伴隨著(zhù)技術(shù)、政策、基礎設施建設的進(jìn)一步完善，預計至少在2025年~2030年以后才會(huì )出現在一般道路上。

▲2016-2030年全球汽車(chē)市場(chǎng)自動(dòng)駕駛滲透率預測

感知路境，短時(shí)處理海量數據。行車(chē)過(guò)程中依賴(lài)雷達等傳感器對道理信息進(jìn)行采集后，處理器每秒需實(shí)時(shí)數據解析幾G量級數據，每秒可以產(chǎn)生超過(guò) 1G 的數據。對處理器的計算量要求較高。

自動(dòng)規劃，瞬時(shí)反應保障安全。處理分析實(shí)時(shí)數據后，需要在毫秒的時(shí)間精度下對行車(chē)路徑、車(chē)速進(jìn)行規劃，保障行車(chē)過(guò)程安全，對處理器的計算速度要求較高。

兼具技術(shù)成本優(yōu)勢，GPU為自動(dòng)駕駛領(lǐng)域主流。

03.

國產(chǎn)AI GPU走上快車(chē)道

2020年國內AI芯片行業(yè)投融資金額同比增長(cháng)了52.8%，2021年1月至4月的投融資事件和金額均已超過(guò)去年全年，資本對國內半導體、集成電路領(lǐng)域投資高漲。

從熱門(mén)領(lǐng)域來(lái)看，人工智能領(lǐng)域是2020年資本青睞度較高的細分賽道之一。2020年資本投資的主要是相對成熟且已獲得1-2輪甚至2輪以上融資的AI芯片企業(yè)。

▲AI芯片行業(yè)公司成立時(shí)間、融資歷史及估值

AI芯片行業(yè)市場(chǎng)預期逐漸趨于理性，創(chuàng )業(yè)進(jìn)入市場(chǎng)檢驗期。大量AI芯片公司在15~17年成立。未來(lái)1-2年，市場(chǎng)將會(huì )對各廠(chǎng)商的產(chǎn)品和技術(shù)進(jìn)行實(shí)際檢驗。市場(chǎng)期待更高算力、更低功耗、成本更低的AI芯片。

▲不同公司的芯片介紹

1、沐曦集成電路：多場(chǎng)景高性能GPU

沐曦集成電路專(zhuān)注于設計具有完全自主知識產(chǎn)權，針對異構計算等各類(lèi)應用的高性能通用GPU芯片。公司致力于打造國內最強商用GPU芯片，產(chǎn)品主要應用方向包含傳統GPU及移動(dòng)應用，人工智能、云計算、數據中心等高性能異構計算領(lǐng)域，是今后面向社會(huì )各個(gè)方面通用信息產(chǎn)業(yè)提升算力水平的重要基礎產(chǎn)品。

擬采用業(yè)界最先進(jìn)的5nm工藝技術(shù)，專(zhuān)注研發(fā)全兼容CUDA及ROCm生態(tài)的國產(chǎn)高性能GPU芯片，滿(mǎn)足HPC、數據中心及AI等方面的計算需求。致力于研發(fā)生產(chǎn)擁有自主知識產(chǎn)權的、安全可靠的高性能GPU芯片，服務(wù)數據中心、云游戲、人工智能等需要高算力的諸多重要領(lǐng)域。

2、壁仞科技：推出云端AI芯片

壁仞科技創(chuàng )立于2019年，公司在GPU和DSA（專(zhuān)用加速器）等領(lǐng)域具備豐富的技術(shù)儲備聚焦于云端通用智能計算，逐步在A(yíng)I訓練和推理、圖形渲染、高性能通用計算等多個(gè)領(lǐng)域趕超現有解決方案，以實(shí)現國產(chǎn)高端通用智能計算芯片的突破。

▲壁仞科技發(fā)展歷程

3、燧原科技：推中國最大AI計算芯片

在2021世界人工智能大會(huì )期間，上海燧原科技推出第二代云端AI訓練芯片邃思2.0及訓練產(chǎn)品云燧T20/T21，以及全新升級的馭算Topsrider 2.0軟件平臺。

邃思2.0是迄今中國最大的AI計算芯片，采用日月光2.5D封裝的極限，在國內率先支持TF32精度，單精度張量TF32算力可達160TFLOPS。同時(shí)，邃思2.0也是首個(gè)支持最先進(jìn)內存HBM2E的產(chǎn)品。公司主要服務(wù)為面向消費電子、汽車(chē)電子、計算機及周邊、工業(yè)、數據處理、物聯(lián)網(wǎng)等廣泛應用市場(chǎng)所提供的一站式芯片定制服務(wù)和半導體IP 授權服務(wù)。

燧原科技成立于2018年03月19日，成立至今連續獲得過(guò)5輪融資，累計融資額近32億元人民幣。其最新一筆融資為今年1月完成的18億元C輪融資，由中信產(chǎn)業(yè)基金、中金資本旗下基金、春華資本領(lǐng)投。

4、地平線(xiàn)：智能駕駛及 AI 應用領(lǐng)域服務(wù)

基于創(chuàng )新的人工智能專(zhuān)用計算架構 BPU，地平線(xiàn)已成功流片量產(chǎn)了中國首款邊緣人工智能芯片——專(zhuān)注于智能駕駛的征程1 和專(zhuān)注于 AIoT 的旭日1 ；2019 年，地平線(xiàn)又推出了中國首款車(chē)規級 AI 芯片征程 2 和新一代AIoT智能應用加速引擎旭日2 ；2020年，地平線(xiàn)進(jìn)一步加速AI芯片迭代，推出新一代高效能汽車(chē)智能芯片征程 3 和全新一代 AIoT 邊緣 AI 芯片平臺旭日 3。

▲地平線(xiàn)發(fā)展歷程

智能物聯(lián)網(wǎng)需求將使云端計算的負荷成倍增長(cháng)。智能物聯(lián)網(wǎng)是未來(lái)的趨勢所向，海量的碎片化場(chǎng)景與計算旭日處理器強大的邊緣計算能力，幫助設備高效處理本地數據。

面向AIoT，地平線(xiàn)推出旭日系列邊緣 AI 芯片。旭日2采用 BPU 伯努利1.0 架構，可提供 4TOPS 等效算力，旭日3 采用伯努利2.0 ，可提供 5TOPS 的等效算力。

地平線(xiàn)已成為唯一覆蓋 L2 到 L4 的全場(chǎng)景整車(chē)智能芯片方案提供商。從 2019 年量產(chǎn)中國首款車(chē)規級 AI 芯片征程 2，到 2020 年推出第二代車(chē)規級芯片征程3。目前，征程 2 、征程 3 已在長(cháng)安、長(cháng)城、東風(fēng)嵐圖、廣汽、江淮、理想、奇瑞、上汽等多家自主品牌車(chē)企的多款主力爆款車(chē)型上實(shí)現前裝量產(chǎn)。

地平線(xiàn) Matrix由征程2 架構加速的車(chē)規級計算平臺，結合深度學(xué)習感知技術(shù)，為高級別自動(dòng)駕駛提供了穩定可靠的高性能感知系統。

▲地平線(xiàn)征程系列芯片

5、黑芝麻：智能駕駛系統解決方案

黑芝麻智能科技是一家專(zhuān)注于視覺(jué)感知技術(shù)與自主IP芯片開(kāi)發(fā)的企業(yè)。公司主攻領(lǐng)域為嵌入式圖像和計算機視覺(jué)，提供基于光控技術(shù)、圖像處理、計算圖像以及人工智能的嵌入式視覺(jué)感知芯片計算平臺，為ADAS及自動(dòng)駕駛提供完整的商業(yè)落地方案。

基于華山二號 A1000 芯片,黑芝麻提供了四種智能駕駛解決方案。單顆 A1000L 芯片適用于 ADAS 輔助駕駛;單顆 A1000 芯片適用于 L2+ 自動(dòng)駕駛;雙 A1000 芯片互聯(lián)可達 140TOPS 算力,支持 L3 等級自動(dòng)駕駛；四顆 A1000 芯片則可以支持 L4 甚至以上的自動(dòng)駕駛需求。另外,黑芝麻還可以根據不同的客戶(hù)需求，提供定制化服務(wù)。

黑芝麻智能首款芯片與上汽的合作已實(shí)現量產(chǎn)，第二款芯片A1000正在量產(chǎn)過(guò)程中，預計今年下半年在商用車(chē)領(lǐng)域實(shí)現10萬(wàn)片量級以上的量產(chǎn)，明年將在乘用車(chē)領(lǐng)域量產(chǎn)落地。黑芝麻智能已與一汽、蔚來(lái)、上汽、比亞迪、博世、滴滴、中科創(chuàng )達、亞太機電等企業(yè)在L2、L3級自動(dòng)駕駛感知系統解決方案上均有合作。

黑芝麻智能科技最新的華山二號(A1000)芯片具備 40-70TOPS 的強大算力、小于 8W 的功耗及優(yōu)越的算力利用率,工藝制程16nm,符合 AEC Q-100、單芯片 ASIL B、系統 ASIL D 汽車(chē)功能安全要求,是目前能支持 L3 及以上級別自動(dòng)駕駛的唯一國產(chǎn)芯片。為了應對不同的市場(chǎng)需求,黑芝麻同步發(fā)布了華山二號 A1000L。

▲黑芝麻最新產(chǎn)品A1000系列參數對比

除了以上玩家，摩爾線(xiàn)程等公司最近也有新進(jìn)展，見(jiàn)下表。

▲國產(chǎn)GPU最新進(jìn)展