芯片是一向系統(tǒng)工程，高投入、高風險、回報較慢都是芯片行業(yè)的典型特征。特別是對于目前的無人駕駛技術(shù)來說，最終的算法并沒有確定，因此各大廠家沒有辦法在現(xiàn)在的情況下就投入到ASIC專業(yè)芯片中，所以GPU會是今后很長一段時間內(nèi)的最為平衡的方案。

芯片是無人駕駛的核心，其職能相當于無人駕駛的大腦。目前汽車上的芯片主要分為兩類：一類是傳統(tǒng)的功能芯片，例如為發(fā)動機管理、電池管理、車身控制等單獨功能實現(xiàn)開發(fā)的芯片；另外一類則是性能更為強大，擔當無人駕駛大腦作用的AI芯片。目前無人駕駛汽車的代碼已經(jīng)遠遠超過1億行，而對芯片的運算能力要求超過10TOPS（萬億次操作每秒）的數(shù)量級，傳統(tǒng)的功能芯片已經(jīng)無法滿足無人駕駛的要求，所以開發(fā)AI芯片勢在必行。

什么是AI芯片？

目前主要的AI芯片包括GPU、FPGA、ASIC三種。所謂AI芯片是指可以用來針對AI算法的專用芯片，對于AI芯片，在圖像識別領(lǐng)域常用CNN卷積網(wǎng)絡(luò)算法，而在語音識別以及自然語言處理上采用RNN算法，兩者算法的本質(zhì)都是矩陣的乘法和加法。AI芯片與傳統(tǒng)功能芯片最大的不同在于運算速度更快、功耗更低。其實我們傳統(tǒng)使用的芯片CPU和MCU都可以用來執(zhí)行AI算法，但是兩者由于更為適合串行算法，導(dǎo)致運算速度過慢，顯然無法滿足中高速自動駕駛對于周邊環(huán)境圖像識別的需要。在三種AI芯片中，GPU與FPGA都是傳統(tǒng)的通用型芯片，芯片架構(gòu)已經(jīng)非常成熟，可擴展性較強；而ASIC屬于為限制場景下定制使用的芯片，雖然性能更為突出，但是成本較高，且使用場景單一。芯片前期投入巨大，如果后期無法大量應(yīng)用來攤薄成本，整個項目就會面臨無疾而終的局面。

AI芯片市場分析

隨著包括移動手機通訊以及電腦在內(nèi)的傳統(tǒng)芯片市場的飽和，以高通、英特爾以及英偉達為代表的芯片巨頭正在大步邁進汽車芯片市場，尤其是正在蓬勃發(fā)展的無人駕駛領(lǐng)域。據(jù)HIS估計，2020年全球無人駕駛AI芯片的市場規(guī)模將達到40億美元。在汽車四化技術(shù)中，新能源技術(shù)存在多種路線且受到電池技術(shù)的制約，未來發(fā)展如何存在較大疑問。但在無人駕駛和車聯(lián)網(wǎng)的技術(shù)路線上，各大車企和參與的公司基本形成了共識，無人駕駛和車聯(lián)網(wǎng)技術(shù)的逐漸普及的大趨勢不可阻擋。

因此高通、英特爾和英偉達這些芯片巨頭或者通過收購汽車領(lǐng)域的芯片公司和品牌來迅速繼承原有公司的汽車客戶，同時將自己在芯片領(lǐng)域所儲備的更深受的技術(shù)快速應(yīng)用到被收購或合作的汽車芯片公司的產(chǎn)品上，迅速提升芯片的產(chǎn)品力。無論是英特爾耗費巨資收購Mobileye，還是高通在兼并恩智浦受中美貿(mào)易戰(zhàn)影響功虧一簣，抑或是英偉達本身通過GPU上的巨大優(yōu)勢與全球超過370家主機廠和一級供應(yīng)商達成戰(zhàn)略合作，都是芯片巨頭希望迅速切入汽車行業(yè)尤其是無人駕駛芯片的最好例證。相反原本在汽車功能芯片上唱主角的恩智浦、英飛凌、瑞薩這些半導(dǎo)體公司勢頭相對就比較弱。

英偉達GPU在很長一段時間內(nèi)是市場的主流，英特爾與高通也積極布局

目前在無人駕駛領(lǐng)域最大的芯片供應(yīng)商是英偉達，幾乎所有的主機廠都采購英偉達的GPU作為無人駕駛的主控芯片。GPU最初來源于電腦顯卡，作為圖像處理單元，不僅可以承擔圖像識別并能進行并行計算，從架構(gòu)上來說比較適合進行AI學習算法。而通過對其架構(gòu)優(yōu)化，不僅可以大幅降低能耗，同時也能提升計算速度。作為通用芯片，GPU深受各大主機廠的垂青。目前英偉達已經(jīng)開發(fā)出了基于GPU的Drive CX數(shù)字座艙系統(tǒng)以及Drive X自動駕駛平臺兩大系統(tǒng)。其中Drive CX可以實現(xiàn)自然語言處理、3D導(dǎo)航和信息娛樂、全數(shù)字儀表、環(huán)繞視覺以及對接安卓系統(tǒng)這些功能，單純從性能上來看，GPU已經(jīng)可以實現(xiàn)數(shù)字座艙以及駕駛輔助系統(tǒng)功能。

至于收購了Mobileye的英特爾，則憑借Mobileye在駕駛輔助ADAS領(lǐng)域的軟件算法和EyeQ芯片迅速切入駕駛輔助和無人駕駛領(lǐng)域。Mobileye在長處在于其能夠?qū)σ曈X信息進行分析，預(yù)測與其他車輛、障礙物、行人之間會否發(fā)生潛在的碰撞，同時Mobileye也可以識別交通標志、交通信號燈，而這些都是確保無人駕駛技術(shù)實現(xiàn)的關(guān)鍵性能之一。至于高通，其車載信息娛樂系統(tǒng)解決方案也已經(jīng)被推出，基于驍龍602A／820A芯片，高通在通訊領(lǐng)域的優(yōu)勢得到最大程度的發(fā)揮，其發(fā)布的汽車級處理器在無線通信、定位、語音以及多媒體處理方面的能力也有自身很大的優(yōu)勢。

特斯拉另辟蹊徑

對于無人駕駛的主控芯片GPU來說，其性能并不是最為完美的，因為它不是專門為無人駕駛系統(tǒng)打造，所以還存在很大的設(shè)計改進空間，來提升運算速度。而運算速度的大小是衡量芯片性能最為重要的指標之一，所以特斯拉才決定自己開發(fā)芯片。

擺脫英偉達的芯片，將能夠幫助特斯拉在無人駕駛領(lǐng)域建立起自己特有的，其他主機廠無法復(fù)制的優(yōu)勢，而一旦特斯拉自己的Hardware3項目被證明行之有效之后，那其他車企很難對之形成反超。根據(jù)特斯拉自己測試的數(shù)據(jù)，在成本大致一致的前提下，英偉達硬件所能提供的視覺識別軟件的效率是每秒200幀，而Hardware 3可以達到每秒2000幀。正是在Hardwar3的支持下，特斯拉才能將自己的無人駕駛算法進行部署，而基于自己開發(fā)的算法，更是幫助特斯拉在Autopilot3上可以擺脫激光雷達的制約，讓無人駕駛技術(shù)在成本上真正可以進入普通消費者的家中。

國內(nèi)AI芯片市場概況

在國內(nèi)主要有兩類企業(yè)是目前AI芯片的玩家。一類是百度、阿里這樣的互聯(lián)網(wǎng)巨頭，物聯(lián)網(wǎng)也好、無人駕駛也罷，都是這些不差錢互聯(lián)網(wǎng)公司的重要發(fā)展方向。第二類則是像地平線、寒武紀這樣的獨角獸企業(yè)。

在2018年4月，百度就已經(jīng)發(fā)布了中國第一款云端全功能AI芯片“昆侖”，其不僅能夠滿足傳統(tǒng)的AI芯片的深度學習算法的功能，自然語言處理、大規(guī)模語音識別、自動駕駛、大規(guī)模推薦等具體終端場景的計算需求也都被照顧到。正是基于“昆侖”芯片，才讓百度阿波羅無人駕駛系統(tǒng)插上翅膀，不僅不會受到英偉達等公司制約，也能為自己今后在無人駕駛技術(shù)上的迭代研發(fā)創(chuàng)造一個比較好的環(huán)境。而這其實多少和特斯拉的模式有異曲同工之妙。

同為互聯(lián)網(wǎng)巨頭的阿里巴巴自然也不甘落后，其在過去幾年相繼投資了曠視科技和商湯科技等技術(shù)型公司，而寒武紀、深鑒科技和Kneron 這樣的AI 芯片領(lǐng)域的知名公司自然也是阿里眼中的香餑餑。不過相比于百度直接與整車廠合作，類似于谷歌那樣提供安卓系統(tǒng)，百度希望通過提供無人駕駛平臺來直接切入無人駕駛領(lǐng)域。而阿里的無人駕駛之路相對來說野心就沒有那么大，其專注在核心零部件技術(shù)上，無論是已經(jīng)一炮走紅的斑馬系統(tǒng)還是在AI芯片領(lǐng)域的快速發(fā)展，阿里都未能在公開其無人駕駛系統(tǒng)的發(fā)展狀況。

寫在最后

芯片是一向系統(tǒng)工程，高投入、高風險、回報較慢都是芯片行業(yè)的典型特征。特別是對于目前的無人駕駛技術(shù)來說，最終的算法并沒有確定，因此各大廠家沒有辦法在現(xiàn)在的情況下就投入到ASIC專業(yè)芯片中，所以GPU會是今后很長一段時間內(nèi)的最為平衡的方案。此外，我們還欣喜地發(fā)現(xiàn)，在全球AI芯片排行榜上，除了英偉達、英特爾、高通這些芯片產(chǎn)品外，我們的寒武紀、地平線的產(chǎn)品也常常能夠擠進榜單。未來我們需要通過國家政策扶持與創(chuàng)新資本相結(jié)合，實現(xiàn)芯片產(chǎn)業(yè)鏈的突破，不僅幫我們節(jié)省每年2000億美元以上的芯片進口，更是確保國家在芯片戰(zhàn)略上的安全。即使在無人駕駛領(lǐng)域，我們也需要有自己的芯片，才能確保我們的無人駕駛技術(shù)在未來可以與國外汽車巨頭一較高下的可能。