AI芯片作為無人車的“大腦”，在車輛控制方面發(fā)揮著重要的作用。那么,，AI芯片對無人車來說有什么作用,？有哪些公司在生產用于無人車的AI芯片？

AI芯片是什么？

AI芯片就像無人車的大腦，在異常情況出現(xiàn)時，為了避免發(fā)生事故,，需要給汽車提供足夠的信息，且需要車輛自主判斷,，而這需要芯片來實現(xiàn),。

在自動駕駛領域， AI 芯片的應用發(fā)展已有些時日,。

據(jù)了解,，Mobileye 的 EyeQ 系列芯片在 2004 年就開始研發(fā)，2007 年發(fā)布的第一代 EyeQ1 芯片是較早應用于自動駕駛的 AI 芯片之一 ( 僅實現(xiàn)輔助駕駛功能 ) ,。

而Nvidia自動駕駛芯片始于2015年初推出的Drive PX系列,。在2015年的CES大會上，英偉達發(fā)布了第一代Drive PX,，Drive PX可支持L2高級輔助駕駛計算需求,。

從技術路線來看，自動駕駛芯片延續(xù)了與其高度相關的深度學習所采用的幾類硬件技術路線： GPU ,、 FPGA ,、 ASIC 。按照 SAE International 的自動駕駛等級標準，目前已商用的自動駕駛芯片基本處于高級駕駛輔助系統(tǒng)(ADAS) 階段,，可實現(xiàn) L1-L2 等級的輔助駕駛和半自動駕駛 ( 部分宣稱可實現(xiàn) L3 的功能 ) ,；而面向 L4-L5 超高度自動駕駛及全自動駕駛的 AI 芯片離規(guī)模化商用仍有距離,。

兩強之爭：英偉達 VS 英特爾

目前,，英偉達和英特爾憑借在處理器芯片領域的長期積累同時配合產業(yè)并購，已然形成了領跑之勢,，二者形成了自動駕駛芯片領域的第一集團,。（參考如圖）

英偉達：

英偉達在GPU芯片市場上占有率高達70%，是當之無愧的芯片領域霸主,。

面對日益崛起的自動駕駛車研發(fā)和量產需求,，英偉達近年大力布局自動駕駛領域,，并在2015年推出了專門針對自動駕駛的計算平臺 DRIVE PX,。包括奧迪、沃爾沃,、豐田等在內的車廠,，以及百度等科技公司都接入了該平臺。英偉達稱,，當前通過DRIVE PX平臺進行自動駕駛車開發(fā)的合作伙伴有225家左右,。

英偉達發(fā)明的圖形芯片是無人駕駛汽車的關鍵組成部分,其圖形計算技術被用于Uber的第一批沃爾沃XC90 SUV車型及現(xiàn)有的自動駕駛汽車和貨運卡車中。采用英偉達技術的Uber自動車已經累計搭載旅行乘客5萬多人次,，行駛超過200萬英里,。

去年10月，英偉達宣布推出可處理L5級無人駕駛汽車數(shù)據(jù)的新產品NVIDIA DRIVE PX Pegasus系統(tǒng),，進一步擴充其自動駕駛AI計算平臺,。在今年美國拉斯維加斯2018 CES展上，英偉達又宣布推出了首批Xavier自主機器處理器,，致力于借助AI從各個方面提升駕駛體驗,，并為NVIDIA在自動駕駛領域的320家合作企業(yè)和機構提供未來技術路線圖。

據(jù)了解,，Xavier擁有超過90億個晶體管,，號稱是迄今為止最復雜的系統(tǒng)級芯片，研發(fā)歷時四年,，研發(fā)投入高達20億美元,。Xavier處理器可以為自動駕駛汽車的人工智能系統(tǒng)提供更多的傳感器以及車輛數(shù)據(jù)。在CES展上,，Uber表示它將把英偉達的芯片運用于人工智能計算系統(tǒng),。

在2018 CES展會中，英偉達宣布與大眾合作，將使用英偉達的 Drive IX平臺來開發(fā)下一代車型,。大眾可以增加臉部識別解鎖車輛,，手勢控制以及類似亞馬遜Alexa的語音助手等功能。它還表示將利用該軟件創(chuàng)建一個“智能副駕駛員”來協(xié)助司機,。此外,，英偉達表示將與奧迪共推基于英偉達AI駕駛系統(tǒng)的自動駕駛車型，計劃于2020年前上路,。

國內的初創(chuàng)無人車企業(yè)中,，英偉達參與了景馳科技的5200萬美元Pre-A輪投資，以及投資了圖森未來,。

英特爾:

在芯片大戰(zhàn)中,，英特爾為了對抗英偉達的挑戰(zhàn)，也在加緊布局,，收購相關領域的公司開發(fā)芯片,，以及與一些汽車廠商建議合作。

英特爾收購了Mobileye,，Mobileye曾在2015年發(fā)布一款汽車ADAS芯片EyeQ4,，其能夠為Level 3級別的自動駕駛提供足夠算力。2016年該公司發(fā)布了第四代系統(tǒng)芯片EyeQ4,，該芯片采用了14個計算核心,，大幅提升了視覺處理和數(shù)據(jù)解讀的性能。

另外,，第五代系統(tǒng)芯片EyeQ5也將于今年出工程樣品,，并在2020年實現(xiàn)量產，采用7nm工藝,。EyeQ5的目標是支持L4/5級別的全自動駕駛,。據(jù)介紹，EyeQ5將提供每瓦特2.4 DL TOPS（萬億次/每秒）的效能——這一數(shù)字比NVIDIA公開宣稱的Xavier效能要高2.4倍,。EyeQ5將是Mobileye的第五代系統(tǒng)芯片,，旨在為全面自動駕駛（L4/5）汽車提供以視覺為核心的計算機傳感器融合。

Mobileye的視覺處理器系統(tǒng)級芯片EyeQ系列產品使用了公司開發(fā)的獨特算法,，該芯片在沃爾沃,、通用、寶馬,、現(xiàn)代,、等生產的部分車型中都有使用。目前Mobileye的產品銷售給了全球多家汽車制造商,，包括寶馬,、福特,、通用、日產,、沃爾沃等,。

關于與waymo的合作，英特爾CEO科再奇表示“隨著 Waymo 無人駕駛技術變得越來越智能,，功能越來越強,，其高性能硬件和軟件將需要更為強大和高效的計算。通過與 Waymo 的密切合作,，英特爾可以為 Waymo 的一系列汽車提供L4和L5自動駕駛所需的高級處理能力,。”

Waymo 改裝的 Pacifica 測試車搭載了負責計算的英特爾至強處理器,，負責圖像分析的 Arria 系統(tǒng)芯片（FPGAs）,、千兆以太網和 XMM 調制解調器等通訊互聯(lián)解決方案。

除了與Waymo合作以外,，英特爾目前還與寶馬,、菲亞特克萊斯勒、德爾福,、大陸集團等達成了合作,，當時決定在2017年底組織100輛高度自動駕駛的汽車進行路面測試,。在2018 CES上,，地平線與英特爾聯(lián)合展示了面向L3/L4的自動駕駛解決方案。

AI芯片新勢力

2017年12月,，特斯拉CEO埃隆-馬斯克在NIPS大會宣布,，特斯拉正在制造AI芯片，將主要用于完成無人駕駛時的運算操作,。此外,，無人車AI芯片領域還涌入了一些年輕玩家，如地平線,、NovuMind（中文名異構智能）,、寒武紀和眼擎科技等。

特斯拉：

2016年7月,，Mobileye宣布與特斯拉終止合作關系,，2017年12月特斯拉Autopilot負責人Jim Keller在神經信息處理系統(tǒng)大會上表示，特斯拉非常重視AI,，無論軟件還是硬件層面,。特斯拉正在開發(fā)定制的AI芯片硬件。

據(jù)悉,，特斯拉這個AI芯片并非完全獨立開發(fā),，而是構建在美國AMD半導體公司的知識產權基礎上，其代工方格羅方德也是一家從AMD拆分出來的晶圓廠。

地平線：

2017年12 月 ,，地平線發(fā)布了兩款嵌入式人工智能視覺處理器,。其中一款征程系列嵌入式AI芯片面向自動駕駛，具備同時對行人,、車輛,、交通標志牌等多類目標進行檢測與識別處理的能力。目前,，地平線正在與奧迪,、重慶長安和零部件廠商Robert Bosch合作。

NovuMind：

相較于英偉達的繪圖處理器 (GPU),，NovuMind 專注于開發(fā)更有效進行推理的深度學習加速器芯片,。NovuMind 開發(fā)的 AI 芯片致力于讓小型的本地終端設備具有識別和思考的能力。由于 NovuMind 的 AI 芯片具有高達每秒 15 萬億次操作的能力,，可以運用在無人車領域,。

寒武紀：

2017年11 月 6 日，全球 AI 芯片領域的第一家獨角獸創(chuàng)業(yè)公司寒武紀召開了發(fā)布會,，會上介紹了其開發(fā)的面向智能駕駛領域的 1M,。據(jù)寒武紀科技創(chuàng)始人兼CEO陳天石在大會上介紹，這款產品目前正在規(guī)劃當中,，它的性能將達到寒武紀1A的10倍以上,，高度集成，具有更高的性能功耗比,。目標是讓中國的汽車全部都用上國產智能處理器,。

眼擎科技：

今年3月，眼擎科技CEO朱繼志就人工智能最大應用方向——機器視覺在前端成像上的痛點,，分享了眼擎科技的解決方案,，并分析了其在自動駕駛領域的應用。眼擎科技力圖用芯片+算法的方式提高機器視覺前端的成像能力,，讓AI有更高質量的圖像數(shù)據(jù)可用,，讓芯片更好的運用于工業(yè)無人車等方向。

由此可見,，無人車領域AI芯片的競爭十分激烈,，而為推動芯片產業(yè)的發(fā)展，我國政府也出臺了一些政策,。據(jù)彭博社報道稱,，中國政府已經設立相應基金，來投資本土芯片廠商,。政府預計,，到2020年,，中國的整車和芯片、傳感器等零部件產值將超過1000億元,。

無人車AI芯片面臨的困境

AI芯片成為了無人車領域的一個重要戰(zhàn)場,，各路玩家都想打造自己的AI芯片，在研發(fā)無人車AI芯片時,，它們主要面臨GPU耗能高成本高,、開發(fā)成本高且回報周期長、AI芯片的周邊能力尚且不足等問題,，且開發(fā)出的AI芯片進入汽車市場必須通過嚴格的車規(guī),，這些難題阻礙著各大廠商的發(fā)展進程。

1,、GPU耗能高成本高

目前主流的自動駕駛芯片解決方案主要包括GPU,、FPGA、DSP和ASIC四種,。GPU雖然具有強大的計算能力,，但是耗能高、成本高以及體積龐大,，無法滿足嵌入式的要求,。

以GPU起家的英偉達，相比初創(chuàng)公司雖然占據(jù)一定優(yōu)勢,，但是在人工智能技術發(fā)展的道路上也面臨巨大挑戰(zhàn),。GPU一旦進入量產階段，考慮到性能,、功耗以及產品的技術競爭壁壘,，可能不太合適。

初創(chuàng)公司地平線公司為了解決這一問題,，一開始搭建自動駕駛平臺的時候就與英特爾合作，采用了英特爾的FPGA來作為核心計算單元,，滿足了自動駕駛對計算性能,、延時和功耗的要求。

2,、AI芯片需通過車規(guī)和檢測

AI芯片要進入汽車市場必須通過車規(guī),，要經過嚴格的檢測，能夠抗電磁干擾,、抗震動和適應極大的工作溫差等,，這對AI芯片生產商來說是一大挑戰(zhàn)。

3,、開發(fā)成本高且回報周期長

芯片研發(fā)動輒3,、5年的長周期加上漫長的車型研發(fā),，使得一款AI芯片從開發(fā)到最終應用的時間會無比漫長