CPUXPU是自动驾驶芯片设计的主流趋势

AI芯片很热，自动驾驶的AI芯片更热英伟达，英特尔，特斯拉，高通，地平线，黑芝麻智能等国内外传统芯片工厂和前沿企业纷纷涌入汽车AI芯片市场如今，L2 ADAS自动驾驶业务越来越红火，L4高级自动驾驶的落地路线也越来越清晰，成为头部企业争相抢占的高地

从各大厂商的产品路线来看，自动驾驶芯片呈现出三大架构的格局:GPU，FPGA和ASIC但是，底层架构并不是判断自动驾驶能力的唯一因素伴随着汽车智能化程度越来越高，自动驾驶对软件能力的要求也越来越高，一场从硬件做起聚焦软件的自动驾驶芯片竞赛全面展开

CPU XPU是自动驾驶芯片设计的主流趋势。

自动驾驶汽车的智能化水平越高，需要处理的数据量就越大高精度地图，传感器，激光雷达等软硬件设备对计算提出了更高的要求具有AI能力的主控芯片成为主流加速芯片可以提高计算能力，促进算法的产生常见的AI加速芯片包括GPU，ASIC和FPGA

格致汽车研究院高级分析师王宪彬向《中国电子报》记者指出。

传统汽车一般使用ECU，底层芯片主要是CPU伴随着自动驾驶的发展，需要实时的数据传输，单靠CPU的计算能力和功能已经不能满足要求CPU与GPU，FPGA，ASIC等架构结合形成CPU XPU是自动驾驶芯片设计的主流趋势

目前主流厂商大多是结合CPU XPU来设计自动驾驶芯片英伟达Xavier和特斯拉FSD采用CPU GPU ASIC的设计路线，Xavier以GPU为计算核心，主要有四大模块:CPU，GPU，DeepLearningAccelerator和可编程视觉加速器，其中GPU占据面积最大，特斯拉以专用集成电路为计算核心，有三个主要模块，即中央处理器，图形处理器和神经处理单元特斯拉自研的NPU 占地面积最大，主要用于运行深度神经网络GPU主要用于运行深度神经网络的后处理部分

MobieyeEyeQ5和地平线征程系列采用CPU ASIC架构，EyeQ5主要有四大模块:CPU，ComputerVision Processors，DeepLearningAccelerator和多线程加速器CVP是一个ASIC为许多传统的计算机视觉算法而设计地平线自主设计开发了一款专用于铝脑处理单元的ASIC芯片

Waymo采用CPU FPGA，计算平台采用12核以上的英特尔Xeon12 CPU，与Altera的Arria FPGA相匹配。

三架赛车高级自动驾驶。

GPU擅长图像识别，ASIC和FPGA可以灵活设计，满足定制需求格致汽车研究院高级分析师王宪彬向《中国电子报》记者指出

自动驾驶需要高精度，高可靠性的图像识别能力GPU的初衷是为了处理图像处理所需的大规模并行计算，正好满足了自动驾驶的关键技术要求英伟达在GPU领域拥有长期积累的技术和市场能力进入自动驾驶赛道后，带领GPU迅速占领市场其合作伙伴包括奔驰，沃尔沃，现代，奥迪等传统汽车厂商蔚来，理想，小鹏和SAIC等新车制造商也在使用英伟达的自动驾驶芯片

今年8月，英伟达推出了最新的自动驾驶芯片组——DRIVE Atlan据报道，Atlan单片机的运算能力可达1000TOPS，将应用于L4，L5自动驾驶黄仁勋公开表示，Atlan SoC将于2023年向开发者提供样品，2025年将装载大量车辆王宪彬指出，未来，自动驾驶芯片中将会出现更多架构多样化的GPU高精度地图，传感器，激光雷达等对图像识别能力的要求会越来越高，GPU的基本量也会越来越大

特斯拉采用了类似NVIDIA的设计路线，但更侧重于ASIC今年8月，在2021特斯拉AI日，马斯克向外界展示了一款自主研发的芯片云道场Dojo的训练CPU属于ASIC芯片，专注于人工智能训练，可以实现1024GFLOPS的BF16计算能力特斯拉表示，它的效率超过了现有的GPU和TPU，并且可以大大优化算法的效率，为L4和L5级别的自动驾驶铺平了道路特斯拉Dojo在云中模拟了一个非常真实的世界，并用它来训练自动辅助驾驶技术

马斯克一直认为，解决自动驾驶的唯一方法就是解决现实世界中的AI问题无论是硬件还是软件，除非一家公司拥有强大的AI能力和超强的计算能力，否则很难解决自动驾驶的问题Dojo是基于自动驾驶的考虑特斯拉选择ASIC的原因不难理解特斯拉无意为各行各业提供通用能力ASIC的优势在于设计灵活，可以更好地满足产品的定制需求

Waymo可以说是属于FPGA一派2017年，英特尔宣布自2009年起与谷歌合作开发无人驾驶汽车，还为谷歌母公司Alphabet旗下的自动驾驶公司Waymo提供了至强处理器和Arria系统芯片Arria是FPGA芯片，但Waymo在芯片上相对低调，没有暴露太多细节值得注意的是，2015年，英特尔收购Altera，一家专注于ASI的芯片制造商，2017年收购Mobileye，Mobileye

Eye系列自动驾驶芯片是典型的ASIC技术路线的代表。

英伟达，特斯拉新品双双对准了L4，L5级别自动驾驶，Waymo从入局就定位在高处，头部厂商间已形成围绕高级别自动驾驶升级产品的态势。

先入局者开始在芯片算力，功耗能力上不断迭代，推动汽车智能化发展进一步升级，自动驾驶市场扩张，蛋糕越做越大，局外观战的芯片玩家也开始坐不住了。

今年1月，高通发布5nm制程工艺，面向L2+到L4级别自动驾驶的SoC和加速器芯片，以及Snapdragon Ride自动驾驶平台，将搭载于2022年开始量产的车型之中高通表示，伴随着最新SoC的加入，高通Snapdragon Ride可支持多层级的ADAS/AD功能Canalys最新的研究表明，2025年将有约30%的在用汽车能配备ADAS功能，2030年约为50%目前标准L2自动驾驶汽车的配置中，ADAS渗透达到18%—20%王显斌告诉记者目前在全球范围内，L2级别自动驾驶走入成熟阶段， L2级ADAS市场还有很大的增量空间

按照美国机械工程协会发布的自动驾驶标准来看，L2进入商业落地成熟阶段，达到L5级还需要很长的时间，L4的商业道路比较清晰中科院战略咨询院产业科技创新中心汽车行业特聘研究员鹿文亮对《中国电子报》记者说道

如今，芯片厂商争相布局L4，L5高级别自动驾驶，对芯片算力，功耗提出更高要求，一场围绕GPU，ASIC和FPGA的自动驾驶竞速赛已经打响可是，底层架构不是决定自动驾驶能力的唯一判定标准，不论是伴随着汽车智能化程度的攀升，软件在其中的作用越来越重要

芯片+平台是目前国内外自动驾驶头部玩家的主流发展路线，聚集了英伟达，英特尔，特斯拉，地平线，黑芝麻等领先厂商。

芯片竞速赛也是软件之间的一场比拼，自动驾驶好不好，还要软硬结合来看。

郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。