今天小编分享的汽车经验：汽车智驾芯片内卷的幕后，欢迎阅读。
原创｜枕头 编辑｜Jaden
汽车智能化时代，芯片成为了创新底座。在车企销售端，越来越多品牌开始在宣传文案中增加汽车芯片类型以及芯片算力等信息。
从车架材质到悬架构成，从智能座舱到智驾芯片，汽车的销售正步入手机市场卷配置的后尘。
在很多人眼中，推导逻辑简单且粗暴，更高的算力加更多的传感器等于更智能、可靠的汽车。因此，堆算力成为了产业链中显而易见的加分项。
此前，国内智能驾驶芯片厂商地平线在广州车展上超前亮相征程 6 芯片，其单颗最高算力 560 TOPS，被有些媒体冠名为 " 最强国产车载芯片 "。算力竞争似乎走向了另一个高潮。
征程 6 是啥水平？
目前，市场上主流智驾芯片的厂商有以高通、英伟达为代表的国际芯片巨头，还有以地平线、海思、黑芝麻智能、芯驰科技为代表的本土自主芯片厂商。从技术水平上看，国产大部分汽车芯片的制程在 14nm 和 28nm 级别，而英伟达和高通在 7nm 及其以下制程。特斯拉的 FSD 芯片制程为 14nm，FSD 二代芯片制程为 7nm。
需要说明的是，制程并非代表一切，但是越先进的制程往往代表着更低的能耗和部門体积下更高的计算能力。
在算力层面，英伟达 Orin X 芯片单颗运算能力达到了 254 TOPS，是高端汽车高阶自动驾驶中常用的芯片。有不少车企在进行汽车销售时，也会将 Orin X 作为一大卖点。
除了英伟达之外，作为移动芯片的扛鼎者，高通也是汽车智能化芯片的重要玩家。高通选择的路径是舱驾一体芯片方案。目前，在智能座舱层面，高通被广泛使用的是 8155 和 8295 芯片。其中，8155 是全球首个 7nm 制程以下的汽车芯片，已经被广泛使用在中高端汽车的车机系统中，深受消费者认可；而 8295 的芯片制程已经下探到了 5nm，AI 算力达到了 30 TOPS，目前有很多中高端汽车品牌已经确定搭载。30 TOPS 的算力意味着可以无压力玩转车机系统，同时能够提供 L2 级辅助驾驶所需要的基本算力。
针对于自动驾驶，高通还推出了 Snapdragon Ride Flex 系统级芯片，单颗 SoC 同时支持数字座舱、ADAS 和 AD 功能。Ride Flex Premium SoC 单颗芯片的最高 AI 算力为 600 TOPS。
需要说明的是，目前主流车用 SoC 由 CPU、AI 芯片（GPU、FPGA、ASIC）、神经网络处理器 NPU、张量处理器 TPU 等功能模块构成。SoC 具备强大的集成计算能力，场景识别算力的主要承担者为 AI 芯片，除此之外，NPU 支持批量处理视频、影像类的海量多媒体数据，TPU 支持加速人工智能算法训练。据悉，骁龙 Ride Flex 加上外挂 AI 加速器后，算力最高可以达到 2000 TOPS。
因特尔旗下公司 Mobileye 所面临的处境则比较复杂。Mobileye 曾是低阶量产自动驾驶芯片的主流选择，后期因为黑盒方案难以符合车厂 OTA 更新速度面临用户流失问题。2022 年，Mobileye 推出了 EyeQ Ultra 系统集成芯片，预计将在 2023 年提供样品，2025 年实现量产上车。EyeQ Ultra 芯片算力为 176 TOPS，旨在为 L4 级自动驾驶汽车提供消费级解决方案。
国产智能芯片方面，地平线征程 5 是被广泛使用且获得用户认可的产品，单颗算力为 128 TOPS。黑芝麻智能华山二号 A1000 Pro 单颗芯片最高算力可达 106 TOPS。华为拥有传统芯片设计厂商优势，旗下 MDC810 算力可达 400 TOPS。
显然，地平线征程 6，单颗芯片算力 560 TOPS 值得期待，届时，算力稳压 Orin X 不再是幻想。
据悉，征程 6 将于 2024 年发布，并在当年第四季度量产交付。当然，英伟达也没闲着，英伟达下一代芯片 DRIVE Thor，单颗算力高达 2000 TOPS，英伟达确认其将于 2025 年量产上车。
开卷算力是避不开的一道坎
有关算力这件事，不同的人在行业内的表述经常会有所差别。部分观点认为，智能汽车，算力是王道。然而，也有观点认为，智能汽车的算力并非越高越好。地平线副总裁兼軟體平台产品线总裁余轶南就曾表示，地平线在设计芯片时不光是把算力考虑在内，同时更注重在最大算力的前提下，芯片的使用效率是不是可以做到非常高的水平。
除了算力之外，有很多厂商开始注意到帧率指标。包括特斯拉和地平线等都针对帧率进行过测试，并且在其各自推出的新产品中，帧率指标都出现了大幅度提升。余轶南曾经打比方说："FPS 基本上可以类比于汽车的百公里加速，都是在看部門距离 / 时间下能做多少事情 "。而 Mobileye 的 CEO 也曾强调，效率比算力更重要。
有媒体曾经对自动驾驶产业的一线人员进行过访谈，大多数从业者对于超高算力并没有过分的追求。有从业者表示，" ‘算力越大越牛逼’，是一种思维上的懒惰 "。甚至有相关业务产品经理直接指出，堆砌传感器、堆叠算力，这种硬體军备竞赛，PR 价值大于实际价值。
其实，不管是从业人员还是普通用户，大家都清楚芯片算力和軟體搭配的重要性，也了解算力堆砌势必会出现浪费的现象。 然而，无论怎样科普，相较于看不见的軟體算法，实实在在的算力指标是可以轻而易举判断出来的。用户对于硬體能力的追求在移动电子产品中被体现的淋漓尽致。性能可以有富余，但绝对不能不够。
除此之外，市面上还有各种营销话术。例如，有媒体将芯片的算力水平比喻成 " 得房率 "，利用稠密算力和稀疏算力的不同，计算出完全不一样的算力结论。但是，无论怎样进行定义的重新解释，提出新的参考指标，卷算力都是迈不过去的一道坎。越来越多新亮相的智驾芯片也用实际行动证明了，提高算力是市场对于芯片评价中最易用的标准。
虽然对于自动驾驶来说，算力可能早已经过剩了。
根据不同信息来源，我们发现，L2 级别自动辅助驾驶只需 10 TOPS 以下的算力，甚至有媒体报道称 L2 级别的自动驾驶所需算力仅要求 2~2.5 TOPS。而 L4 级高阶自动驾驶辅助系统，也仅需 100~200 TOPS，也许只有 L5 级无人驾驶才需要 1000 TOPS 以上的超高算力。
目前，很多 30 万级以上的新势力 suv 算力都已经破百 TOPS，甚至有部分品牌汽车的算力已经破千 TOPS，算力富余已经成为既定事实。然而，除了出于成本考量之外，似乎并没有什么人会拒绝更高的算力。
卷完算力之后卷什么？
有关于芯片算力的较量还在进行之中，但是摆在国产芯片面前的更大问题早已出现。随着芯片算力动辄突破 500 TOPS、1000 TOPS，芯片的其它指标势必会引起大众的注意。虽然对于车规级芯片而言，目前并没有对制程的极致追求，但在智能驾驶和智能座舱领網域，芯片的制程显然已经开始向 7nm 以下挺进。而与制程紧密相关的，就是芯片的生产。
一般来说，芯片的生产包括设计和代工生产两大部分。在大多数情况下，大家提到的 XXX 品牌芯片，大部分都是由该品牌进行芯片设计（部分芯片还会出现贴牌的现象），然而真正的代工生产则另有其人。目前，智能驾驶领網域的顶级芯片代工者仍然是三星和台积电。其中，除了英伟达 Orin X 是由台积电代工外，特斯拉、Mobileye、高通等均在两家代工厂之间摇摆，部分产品分别由两者其中之一的代工厂进行代工。
包括手机在内的移动电子设备，其芯片是公认设计和生产难度更高的产品，尤其是超高制程的顶级芯片，代工厂商一般都被台积电、三星所垄断，而这也为相关代工厂提供了先发优势。十大芯片代工厂中，台积电和三星是真正的第一梯队，芯片制程已经下探至 2nm。三星有意在 2027 年将 2nm 芯片用途扩至车用芯片。此外，台积电和三星的 1.4nm 工艺也正在路上。
隶属于中国的中芯国际为芯片代工的第二、第三梯队，其在成熟制程上能力出众，甚至有生产等效 7nm 制程芯片的能力。然而，在更先进制程方面，目前并未见到其有明显的突破。虽然现阶段仍能满足国产智驾芯片的工艺要求，然而前景并不明朗。
国产芯片当自强
在市场层面，汽车芯片领網域中，虽然英伟达、高通等厂商走在前列，然而国内厂商的爆发力也可圈可点，这里面尤其以地平线、华为、黑芝麻等厂商的成绩较为亮眼。这几家国际、国内企业牢牢占据了市场份额的前几名，成为智驾芯片领網域第一梯队选手。其中，地平线旗下芯片的表现有直追英伟达的趋势。
一方面，虽然高通和英伟达高端的印象已经在市场中先一步占领了用户心智，然而部分国内芯片企业通过与自动驾驶軟體公司进行合作，正在走 " 农村包围城市 " 的道路，越来越多品牌开始装配 " 中国心 "，更多与之相关的人才梯队也正在建立。另一方面，特斯拉、华为等强科技属性的品牌在自研芯片方面也开始发力，难以复制的全自研模式成为汽车芯片领網域的第二股力量。
我们能够看到国产芯片在算力层面的大幅度进步，以及其在应用端的大范围普及。然而，我们也不得不注意到，芯片代工生产的达摩克利斯之剑仍高悬于头顶。当然，值得庆幸的是，目前汽车芯片领網域，最紧缺的并不是高级的智驾类芯片，而是成本更低、功能更单一的高安全、高可靠性低制程 MCU 芯片。不过，有媒体指出，虽然一台汽车内部有上千块芯片，然而目前其芯片的国产化率也仅仅只在 10% 左右。
在新能源、智能化汽车领網域，中国企业和中国技术越强势，所面临的围堵风险也越大。而在终极的算力较量中，如何在取得突破的前提下进行企业的自我保护，是整个产业链都需要面临的问题。
据说，征程 6 的芯片制程是 7nm，而这一制程已经是国内代工企业能力的极限。如果有一天，台积电不得不放弃对于国产智驾芯片的支持后，下一个征程会走向何方？
谁会是下一个 Mate 60 Pro ？
我就知道你 " 在看 "
>
