“卷”起來(lái)的自動(dòng)駕駛高算力賽道

實(shí)現L4級自動(dòng)駕駛究竟需要多少算力？目前并沒(méi)有一個(gè)明確的答案，車(chē)企不輕易下結論，似乎算力越高越有安全感；芯片廠(chǎng)商們的口徑一直在變，從幾百TOPS上漲到幾千TOPS……

對于未來(lái)智能汽車(chē)的想象，業(yè)內有一種說(shuō)法是“A Data Center on Wheels”，即“輪子上的數據中心”，在可預見(jiàn)的將來(lái)，一輛汽車(chē)甚至可以相當于現在數據中心的算力級別。整個(gè)自動(dòng)駕駛芯片領(lǐng)域的廠(chǎng)商們，都在向算力指數級翻倍和更先進(jìn)芯片制程的道路上策馬揚鞭。這個(gè)高度“內卷”的賽道，是什么在背后推動(dòng)？算力的無(wú)限膨脹和制程的持續提升，什么時(shí)候才能“卷”到盡頭？

自動(dòng)駕駛系統之重

AI域控制器

自動(dòng)駕駛域控制器是自動(dòng)駕駛系統的中央計算單元，它需要高算力來(lái)實(shí)現感知、規劃和決策等關(guān)鍵任務(wù)，是未來(lái)智能汽車(chē)的“大腦”。受益于汽車(chē)的智能化發(fā)展，以及汽車(chē)電子電氣架構由分布走向集中的趨勢，域控制器市場(chǎng)正在快速增長(cháng)。

同時(shí)，自動(dòng)駕駛域控制器之所以越來(lái)越重要，主要原因是全車(chē)算力向駕駛域集中。駕駛域算力追加的主要驅動(dòng)因素，則是傳感器輸入信號的復雜程度逐步提升，使底層 SoC 需要同步提升自身的計算能力、傳輸帶寬、存儲能力。

例如，L2 級別側視攝像頭的加入，導致需要預處理的視頻數據成倍增加，L3+級別激光雷達的加入又不斷地生成千萬(wàn)級的待處理點(diǎn)云信息……這都使得自動(dòng)駕駛域控制器成為車(chē)上算力需求最高的計算中心。同時(shí)，出于安全性要求，自動(dòng)駕駛域還需要布設冗余，甚至駕駛域未來(lái)還將逐步整合座艙域、車(chē)身域等功能域。

那么，在人工智能發(fā)展下所催生的AI域控制器，和傳統意義上的控制器有什么差別？

傳統控制器稱(chēng)作ECU，每一輛車(chē)包括多個(gè)ECU，每個(gè)ECU負責固定的功能。AI域控制器通過(guò)AI算法做傳感器感知，對物體、路徑進(jìn)行識別判斷。相對于傳統控制器，。AI域控制器一是減少了ECU的數量，二是大幅優(yōu)化了傳統車(chē)輛的線(xiàn)束問(wèn)題。

目前，AI域控制器功能主要由主控芯片、系統軟件（操作系統、中間件）和應用算法協(xié)同實(shí)現。從目前車(chē)企的做法來(lái)看，業(yè)內普遍認為以主控芯片為代表的高性能硬件會(huì )率先上車(chē)，而操作系統及應用軟件等則會(huì )隨著(zhù)算法模型不斷迭代持續更新，逐步釋放預埋硬件的利用率，保證汽車(chē)功能的迭代升級。

蔚然成風(fēng)的“硬件預埋”趨勢

在探討自動(dòng)駕駛域控制器的芯片升級之前，要先談?wù)劕F在流行的“硬件預埋”。正如本文開(kāi)頭所說(shuō)，L4級自動(dòng)駕駛究竟需要多少算力，沒(méi)有一個(gè)唯一的答案。事實(shí)上，這個(gè)“多少才算夠用”的標準，正在持續升級。

主機廠(chǎng)紛紛推動(dòng)“硬件預埋”概念，也就是說(shuō)，雖然目前可能用不到這么高算力的芯片，但是超前地先把硬件做足，將來(lái)通過(guò)OTA升級，一步步在該硬件平臺上疊加更多的算法，實(shí)現新的功能。

當然，這和智能手機的堆料、比拼硬件配置還有本質(zhì)的不同， 因為汽車(chē)壽命更長(cháng)，而芯片的迭代周期遠遠短于汽車(chē)的壽命周期，因此通過(guò)“硬件預埋”的方式為下一步的升級做好前瞻規劃，也是一種合理的路徑。同時(shí)，如果預埋的硬件不能滿(mǎn)足更高等級自動(dòng)駕駛功能對數據處理的需求時(shí)，就需要對硬件升級，這需要車(chē)輛設計之初便預留好相應的硬件接口。

當前在國內市場(chǎng)，很多公司基本都是這樣的思路，硬件在能力范圍內做到最高端，能對標L4更好，然后軟件和算法再慢慢迭代，在L2+、L3慢慢突破，未來(lái)通過(guò)OTA達到L4。

快速變化的AI域控制器市場(chǎng)格局

在這些趨勢下，自動(dòng)駕駛域控制器芯片開(kāi)始高度“內卷”，不論是算力、功耗還是制程。隨著(zhù)AI域控制器時(shí)代的到來(lái)，SoC 需要的芯片復雜度更高，在高算力SoC芯片競爭中，市場(chǎng)格局迅速變化。

在剛剛結束的CES上，英偉達推出第八代 DRIVE Hyperion 平臺，該平臺由兩顆NVIDIA DRIVE Orin芯片構成，每顆算力達254TOPS; Mobileye發(fā)布了專(zhuān)為L(cháng)4自動(dòng)駕駛打造的新一代EyeQ Ultra芯片，算力達176TOPS，性能為上一代 Eye Q5 的 10 倍以上；安霸則推出AI域控制器芯片CV3系列SoC，算力達500 eTOPS，比上一代芯片CV2足足提高了42倍……

從當前域控制器芯片玩家中不難發(fā)現，在自動(dòng)駕駛的算力軍備賽中，選手類(lèi)型越來(lái)越豐富，既有NXP、英飛凌、TI這樣的資深玩家，也有英偉達、高通、華為這樣的實(shí)力型選手，還有年輕的AI芯片企業(yè)，以及像安霸這樣，在視覺(jué)圖像處理領(lǐng)域扎根多年的后來(lái)者。

從AI視覺(jué)感知到AI域控制器

安霸憑什么？

提起安霸，最廣為人知的一個(gè)標簽是它在安防監控市場(chǎng)的地位，憑借低功耗、超高清視頻解壓縮、機器視覺(jué)圖像處理SoC芯片等，其安防監控芯片被全球前二十名的安防攝像機品牌采用，并成為市場(chǎng)主流。

但事實(shí)上，安霸在2015年就進(jìn)軍智能汽車(chē)領(lǐng)域，目前已經(jīng)量產(chǎn)了10nm制程CV2x的六大芯片系列，帶有安霸獨有的AI加速引擎設計，應用場(chǎng)景覆蓋ADAS、智能電子后視鏡、智能座艙駕駛員的監測以及艙內的感知，以及行泊一體的方案。

可以看到，從早期不帶AI硬件加速的芯片，到10nm的 CV2x系列，再到5nm的CV5，安霸已經(jīng)在智能汽車(chē)領(lǐng)域跋涉了相當長(cháng)的一段路。

在今年的CES上，安霸最新推出了基于CVflow架構的AI域控制器CV3系列SoC，采用5nm超低功耗制程，單芯片AI算力達到500 eTOPS，預計將在今年上半年提供首批樣品。該系列算力比上一代CV2提高了42倍，同時(shí)支持高分辨率攝像頭、毫米波雷達、激光雷達和超聲波雷達，據稱(chēng)單芯片即可實(shí)現ADAS及L4級自動(dòng)駕駛。

CV3搭載了16個(gè)Arm Cortex-A78AE CPU內核，在支持自動(dòng)駕駛系統的軟件應用所需的CPU性能上，比上一代芯片CV2提高了30倍。通過(guò)單一芯片集成多傳感器，CV3可進(jìn)行集中化AI感知處理（包括高像素視覺(jué)處理、毫米波雷達、激光雷達和超聲波雷達）、多傳感器深度融合以及自動(dòng)駕駛車(chē)的路徑規劃，從而打造ADAS系統和L2+至L4級自動(dòng)駕駛系統。

CV3的升級，可以說(shuō)將自動(dòng)駕駛賽道的高算力“內卷”推向了高潮。安霸為什么選擇在這個(gè)時(shí)候推出一款旗艦版的AI域控制器芯片，從而在自動(dòng)駕駛高算力SoC賽道上進(jìn)行角逐？

安霸中國區總經(jīng)理馮羽濤表示，相比上一代CV2系列，CV3在純粹神經(jīng)網(wǎng)絡(luò )人工智能算力上提升了40多倍，這是一個(gè)較大的跳躍。此外，之前包括CV5在內的所有芯片，主要還是用于視覺(jué)感知，主要的應用場(chǎng)景是帶一個(gè)或多個(gè)攝像頭，做一定的智能處理。從算力的角度、以及對多傳感器的連接和處理角度來(lái)看，離真正的中央域控制器還是有一定的差距。

視覺(jué)處理技術(shù)是安霸從成立之初就專(zhuān)注的領(lǐng)域，近年來(lái)也大力投入AI視覺(jué)芯片，這被認為是其核心競爭力。馮羽濤表示，自動(dòng)駕駛分析雖然需要多傳感器融合感知，但視覺(jué)是最重要的感知系統，是人類(lèi)現階段駕駛汽車(chē)最重要的感知能力；另一方面，來(lái)自于視覺(jué)系統的信息量最密集。

“之所以決定進(jìn)入這個(gè)賽道，是基于對市場(chǎng)發(fā)展趨勢的判斷以及對神經(jīng)網(wǎng)絡(luò )、人工智能算法的研究”，馮羽濤表示，“我們希望結合在視覺(jué)感知處理方面積累的包括ISP、低功耗SoC芯片的積累，加入高算力的基于CVflow架構的全新設計，能在智能駕駛汽車(chē)未來(lái)高速發(fā)展的5-10年間，給汽車(chē)行業(yè)提供好的選擇。

算法優(yōu)先

芯片為算法服務(wù)

在安霸的設計策略中，“算法優(yōu)先”是一個(gè)核心要素，主要體現在四方面：

通過(guò)其17年的圖像處理和視頻壓縮經(jīng)驗，能夠以低功耗實(shí)現高分辨率的視頻處理；

收購VisLab，這是一家在自動(dòng)駕駛領(lǐng)域有25年經(jīng)驗積累的公司，通過(guò)收購，使得安霸進(jìn)一步從自動(dòng)駕駛算法對芯片的需求出發(fā)，有了更深刻地理解；

收購4D成像雷達算法公司傲酷，通過(guò)將其算法與原有的視覺(jué)技術(shù)進(jìn)行融合，能夠占用較少的硬件資源實(shí)現非常清晰的雷達成像，實(shí)現更有效率的視覺(jué)和雷達感知的融合；

CVflow——這是安霸CV系列芯片的核心，是一套自研的AI算法加速引擎的芯片架構，它并非通用的計算平臺，而是專(zhuān)門(mén)為視覺(jué)感知以及其它感知算法設計的，但同時(shí)具備一定的通用性，在功耗和運算效率方面實(shí)現了較好的平衡。

也正是因為采用了特殊的芯片架構，而非通用的GPU等架構，安霸用eTOPS來(lái)度量自身芯片的算力情況。這個(gè)eTOPS中的“e”有何涵義？與TOPS有何不同？馮羽濤介紹，“e”指的是Equivalent，意思是等價(jià)的、等效的TOPS。安霸一貫的設計思路就是在通用編程適應性和提升功耗、成本的比例之間取得一個(gè)平衡點(diǎn)，CVflow就是采用特殊的架構專(zhuān)門(mén)針對卷積神經(jīng)網(wǎng)絡(luò )和常見(jiàn)的神經(jīng)網(wǎng)絡(luò )運算進(jìn)行了優(yōu)化。他指出，GPU采用標準的TOPS計量，如果運行同樣的算法實(shí)現等效的性能，就可以說(shuō)是Equivalent TOPS（ETOPS）。

寫(xiě)在最后

在自動(dòng)駕駛比拼高算力的發(fā)展背景之下，芯片廠(chǎng)商所面臨的機遇和挑戰都在相應增長(cháng)。隨著(zhù)AI域控制器時(shí)代的到來(lái)，SoC 芯片復雜度更高，需要支持多任務(wù)的復雜操作系統和應用，芯片廠(chǎng)商與域控制器企業(yè)合作，是加快研發(fā)、實(shí)現快速落地的重要保證。此外，在汽車(chē)芯片供應鏈危機的映照下，芯片廠(chǎng)商穩定的供貨能力也愈發(fā)關(guān)鍵。

除此之外，要打造一個(gè)高算力平臺適應現在和未來(lái)諸多的算法需求，同時(shí)又要兼顧功耗和成本，本身就不是一件易事。因為真正進(jìn)入應用中，可能還會(huì )遇到新的瓶頸，所以設計之初就需要同時(shí)兼顧性能、成本、功耗等，做出適合落地的綜合權衡的SoC設計，這對芯片廠(chǎng)商的設計能力、量產(chǎn)能力都是較大的挑戰。

歸根結底，一輛汽車(chē)最終還是要考慮成本、功耗等問(wèn)題。算力的飆升，什么時(shí)候是最好的平衡點(diǎn)？也許現在暫時(shí)沒(méi)有答案，但總不會(huì )無(wú)限地擴張下去。采訪(fǎng)中，馮羽濤談到，“在可預見(jiàn)的未來(lái)五到十年，汽車(chē)自動(dòng)駕駛算力的競爭不至于再以翻N倍的方式發(fā)展，芯片的算力能效比將成為很重要的度量指標，一款芯片的算力、制程、功耗會(huì )是最核心的三個(gè)指標，代表著(zhù)更好的算力平衡點(diǎn)?！?/p>