隨著汽車智能化、數(shù)字化技術(shù)的逐漸成熟，汽車自動(dòng)駕駛芯片這一關(guān)鍵市場也成為了汽車行業(yè)的焦點(diǎn)之一,。近日,，在一個(gè)人工智能相關(guān)大會(huì)上，人工智能（AI）芯片公司寒武紀(jì)首次披露其車載智能芯片的關(guān)鍵數(shù)據(jù),。據(jù)悉,，這款芯片采用 7nm 制程，符合車規(guī)級標(biāo)準(zhǔn),，其定位為“高等級自動(dòng)駕駛芯片”,，同時(shí)，“云邊端車”的概念也再次走入了人們的視野,。然而,，不僅僅是寒武紀(jì)，隨著自動(dòng)駕駛市場的不斷孵化,，自動(dòng)駕駛芯片似乎已經(jīng)成為了AI供應(yīng)商們的必爭之地,。

　　AI供應(yīng)商紛紛涉足自動(dòng)駕駛芯片

　　近年來，包括寒武紀(jì)在內(nèi)的多家供應(yīng)商,，特別是AI廠商,，均開始涉足自動(dòng)駕駛芯片，智能汽車將成為下一個(gè)人工智能落地的重要場景,。除了作為科創(chuàng)版AI芯片第一股的寒武紀(jì)開始大力開發(fā)自動(dòng)駕駛AI芯片外,，致力于打造人工智能核心算法和計(jì)算平臺(tái)的黑芝麻智能科技如今也在扎根于智能駕駛領(lǐng)域，其發(fā)布的黑芝麻華山二號甚至實(shí)現(xiàn)了接近特斯拉FSD芯片的算力,。

　　可見,，比起前幾年國際巨頭車廠的“群雄爭霸”，如今自動(dòng)駕駛領(lǐng)域的“主角”似乎也已經(jīng)被AI供應(yīng)商占據(jù),。人們不禁感嘆,，汽車產(chǎn)業(yè)要“變天了”，供應(yīng)商已經(jīng)開始“喧賓奪主”,。

　　可以看見,，如今AI廠商都“嗅”到了自動(dòng)駕駛領(lǐng)域的巨大市場商機(jī)。據(jù)了解,，預(yù)計(jì)到2030年,，自動(dòng)駕駛汽車將占據(jù)整體出行里程的40％以上，完全自動(dòng)駕駛新車滲透率將達(dá)到10％,。乘用車市場信息聯(lián)席會(huì)數(shù)據(jù)顯示,，預(yù)計(jì)未來五年自動(dòng)駕駛市場規(guī)模將持續(xù)保持增長態(tài)勢,，到2024年有望突破1000億元。

　　“隨著自動(dòng)駕駛與新能源汽車技術(shù)的快速發(fā)展,，未來的汽車將由以車為中心轉(zhuǎn)變?yōu)橐匀藶橹行牡囊苿?dòng)智能空間,，智能汽車將成為下一個(gè)人工智能落地的重要場景?！?寒武紀(jì)創(chuàng)始人,、CEO陳天石說道。

　　在巨大的市場紅利驅(qū)動(dòng)下,，AI供應(yīng)商們紛紛開始在“AI賽道”上展開競技,，顯示出人工智能技術(shù)在出行中的多種可能性。之所以供應(yīng)商能夠在智能駕駛領(lǐng)域占據(jù)如此多的席位,，是由于車載AI芯片,、自動(dòng)駕駛系統(tǒng)已經(jīng)成為定義智能汽車時(shí)代的核心技術(shù)，亦是未來汽車產(chǎn)業(yè)競爭的制高點(diǎn),。

　　自動(dòng)駕駛軟硬件一體化對AI芯片要求更高

　　隨著自動(dòng)駕駛業(yè)態(tài)的加速壯大與成熟,，自動(dòng)駕駛各個(gè)技術(shù)領(lǐng)域也越愈發(fā)細(xì)分化。在這種背景之下,，汽車芯片也不僅僅是底層支持的硬件產(chǎn)品,，而是成為和軟件、系統(tǒng)以及整個(gè)生態(tài)緊密相連的關(guān)鍵一環(huán),。

　　據(jù)了解,，此次寒武紀(jì)披露的車載智能芯片已經(jīng)覆蓋云、邊,、端三個(gè)領(lǐng)域,，包括訓(xùn)練、推理等不同品類的 AI 芯片,，完成了“云邊端一體化”以及軟硬件協(xié)同的建設(shè),。面對不同場景的算力需求，需要有不同品類的智能芯片產(chǎn)品,，以此來覆蓋人工智能領(lǐng)域高度多樣化的應(yīng)用場景,。此外，從某種程度上來說,，硬件,、軟件、算法等不同參與者之間的融合程度決定了自動(dòng)駕駛水平的高低,。隨著自動(dòng)駕駛呈軟硬件一體化發(fā)展趨勢,，對AI芯片多了更多新的需求。

　　賽迪顧問人工智能產(chǎn)業(yè)研究中心副總經(jīng)理鄒德寶同《中國電子報(bào)》記者說：“自動(dòng)駕駛呈軟硬一體化發(fā)展,，是由于汽車正由分布式架構(gòu)向中央集中式架構(gòu)方向發(fā)展,。傳統(tǒng)分布式硬件架構(gòu)在智能汽車時(shí)代,，面臨的是多維感知需求和海量非結(jié)構(gòu)化數(shù)據(jù)處理的需求，一般每新增一個(gè)應(yīng)用功能,，便新增對應(yīng)的感知傳感器、決策和執(zhí)行,。而中央集中式架構(gòu)所產(chǎn)生的數(shù)據(jù)量是呈指數(shù)級增長,，對AI算力的需求提出了更高要求，需要有更加實(shí)時(shí),、準(zhǔn)確的算力能力和基礎(chǔ),，對AI芯片性能的需求更加嚴(yán)苛，因此ASIC,、N-SOC等高性能芯片也將成為新的需求產(chǎn)品,。”

　　硬件架構(gòu)的升級也使得芯片的算力需求呈現(xiàn)指數(shù)級增長,。據(jù)了解,，傳統(tǒng)汽車功能簡單，與外界交互較少,。而對于智能網(wǎng)聯(lián)汽車而言,，不僅需要與人交互，也需要大量與外界環(huán)境甚至云數(shù)據(jù)中心交互,，未來將面臨海量的非結(jié)構(gòu)化數(shù)據(jù)處理需求,，車端中央計(jì)算平臺(tái)將需要500+百萬條指令/秒的控制指令運(yùn)算能力、300+TOPS（即為300*1012次每秒）的AI算力,，這對于芯片的算力也有著不小的挑戰(zhàn),。

　　AI芯片“上車”還需打破重重枷鎖

　　“智能駕駛是一個(gè)復(fù)雜的系統(tǒng)，對于車載芯片的算力,、云端訓(xùn)練,、邊緣端推理性能都提出了更大的挑戰(zhàn)?！?陳天石說道,。因此，盡管如今AI芯片“上車”已經(jīng)成為了如今AI供應(yīng)商們的重點(diǎn)努力方向,，但是隨著自動(dòng)駕駛的加速落地,，對AI芯片的需求越來越多，也使得各個(gè)方面的挑戰(zhàn)隨之而來,。

　　“人工智能的首要要素是算力,，隨著深度學(xué)習(xí)的興起，尤其是大模型,，像自然語言處理模型,，其算力已經(jīng)達(dá)到了一個(gè)很高的量級,。要對這樣復(fù)雜的模型進(jìn)行訓(xùn)練，所耗費(fèi)的時(shí)間和能源,、設(shè)備成本是非常昂貴的,。”陳天石說道,。如何獲得更加廉價(jià),、能效更高的算力是行業(yè)中眾多智能芯片廠商關(guān)注的焦點(diǎn)，也是智能芯片行業(yè)長期努力的方向,。

　　同時(shí),，車規(guī)級AI芯片對于安全性、功耗等方面的要求非常嚴(yán)格,，這也為AI芯片生態(tài)的搭建以及芯片的認(rèn)證帶來了不小的挑戰(zhàn),。鄒德寶認(rèn)為，由于車規(guī)級AI芯片生態(tài)較為封閉,，個(gè)性化定制特征明顯,，因此難以建立完善的生態(tài)體系。此外,，AI芯片的研發(fā)需要投入大量資金,，軟硬件開發(fā)的成本難以通過大規(guī)模使用來降低，導(dǎo)致生態(tài)體系難以在短時(shí)間內(nèi)建立,。此外,，車規(guī)級芯片的認(rèn)證時(shí)間較長，一款芯片一般需要2 年左右時(shí)間完成車規(guī)級認(rèn)證,，進(jìn)入車企供應(yīng)鏈后一般擁有5~10 年的供貨周期,，這些為AI自動(dòng)駕駛芯片的落地帶上了很多“枷鎖”。

　　鄒德寶認(rèn)為,，對于車規(guī)級AI芯片而言,，若想打破這些“枷鎖”，AI供應(yīng)商可以做兩點(diǎn)工作,。鄒德寶告訴《中國電子報(bào)》記者：“首先,，AI供應(yīng)商可以廠商構(gòu)建全棧式綜合解決方案，從而幫助AI生態(tài)能夠?qū)崿F(xiàn)全場景涵蓋,，打破如‘孤島’般零碎的功能屬性,。其次，供應(yīng)商也可以嘗試將自我學(xué)習(xí)的AI技術(shù)應(yīng)用到自動(dòng)駕駛復(fù)雜系統(tǒng)中,，持續(xù)積累周圍的環(huán)境信息和駕駛習(xí)慣,，使得系統(tǒng)能夠每時(shí)每刻都能在自我學(xué)習(xí)，同時(shí)車輛之間也可以對不同的應(yīng)用進(jìn)行自動(dòng)交互，不斷優(yōu)化算法,，若能實(shí)現(xiàn),，可有效縮短AI芯片的認(rèn)證時(shí)間?！?/p>

　　盡管如今AI芯片“上車”已經(jīng)是大勢所趨,，但是在未來，包括寒武紀(jì)在內(nèi)的AI供應(yīng)商們能否交出一份亮眼的成績單,，還需拭目以待,。