近些年，以特斯拉為代表的新能源汽車快速發展，特別是其自動駕駛和智能化水平，給傳統車企帶來了巨大壓力。
對于自動駕駛系統來說，軟、硬件都發揮著非常重要的作用，缺一不可。
硬件方面，自動駕駛芯片作為計算的載體，已成為智能汽車的核心。過去，自動駕駛芯片主要以實現單一功能為主（支持低級別的輔助駕駛），如控制底盤、發動機、剎車燈等，而以特斯拉為代表的汽車電子電氣架構顛覆了傳統模式，采用了中央集中式架構，即用一個“大腦”控制整車，域控制器逐漸集成傳感器、數據融合、路徑規劃、決策等運算處理功能，另外，自動駕駛級別逐步提升，應用功能愈加豐富，這些使得汽車對芯片算力的要求越來越高。
不同于傳統的車用MCU，目前，市場上主流的自動駕駛芯片多為SoC，架構大致分為三種：1、CPU＋GPU＋ASIC；2、CPU＋FPGA；3、CPU＋ASIC。長期來看，定制化的低功耗、低成本ASIC將逐漸取代高功耗的GPU，使得CPU＋ASIC這種組合方案展現出更光明的發展前景。另外，自動駕駛算法中大量運用了深度學習等AI算法，因此，對于自動駕駛來說，車端需要能夠進行推理的AI芯片，云端需要能夠進行大量數據訓練的服務器芯片。
軟件方面，隨著AI技術廣泛應用，自動駕駛也進入了AI芯片時代，算力已不是衡量自動駕駛水平的唯一指標，還要看有沒有針對某個特定領域的算法，也稱為特異性算法，這也給后發芯片廠商在特定領域追趕頭部企業提供了更多機會，即使算力拼不過，也可以在特異性算法上做更好的優化，從而在整體性能上實現趕超。
對于車企而言，由于自動駕駛級別還未達到L3，廠商不會一味追求高算力芯片或平臺，而是要綜合考慮自動駕駛芯片的算力和效率、適配性、軟件開發難度、車規級安全認證等級、靈活性和能效比等指標，根據車型的價位選擇最具性價比的芯片。
特別是在安全性和實時性方面，自動駕駛的要求很高，需要系統具備更高的認知與推理能力。此時，軟件和算法的重要性日益突出，也是車企的核心競爭力，例如，用于傳感器數據處理和融合的視覺算法、雷達算法，以及路徑規劃、行為決策等。
國際大廠競逐
目前，以Mobileye、英偉達、特斯拉、高通為代表的廠商在車載計算芯片方面走在了市場前列，相關產品已在中高端和新勢力車型中廣泛應用。
相比較而言，以車用MCU為代表的傳統汽車芯片廠商，如恩智浦、德州儀器、瑞薩電子等，在自動駕駛芯片領域已經邊緣化，不過，由于車用芯片種類和數量越來越多，以MCU、電源管理、功率器件、傳感器為代表的車用芯片依然具有廣闊的發展前景，因此，這些傳統廠商仍然可以在未來的汽車市場發揮技術和產品優勢。
下面以Mobileye、英偉達、特斯拉為例，看一下自動駕駛芯片頭部企業的軟硬件發展水平。
Mobileye
Mobileye是L2及以下級別輔助駕駛的龍頭，也是汽車ADAS技術的奠基者和引領者，在英偉達、高通和特斯拉崛起之前，Mobileye一直是ADAS行業的龍頭。
Mobileye以視覺方案起家，現在也研發帶激光雷達的融合方案。Mobileye給車企提供的是芯片加感知算法的自動駕駛解決方案，主芯片為EyeQ，內部寫好了感知算法，EyeQ可以直接輸出對車道線和車輛等目標的感知結果，車企的算法基于這些結果做出駕駛決策。這樣做的好處是提升了尋求智能化轉型車企的量產速度，但是，這樣做，算力升級迭代速度慢，難以滿足車企的定制化需求，最終導致其產品差異化能力不足，難以滿足高速發展的自動駕駛市場需求。
由于短板明顯，從2020年開始，EyeQ芯片出貨量增速明顯下滑，特別是在智能化水平很高的電動車領域，Mobileye的競爭力越來越弱，原本采用其產品的特斯拉、小鵬、蔚來、理想等，先后與該公司解約，因為這些新興車企看出了自動駕駛能力是核心競爭力，而Mobileye的封閉生態模式，難以滿足發展要求。近兩年，Mobileye也意識到了問題所在，宣稱EyeQ5會向用戶開放部分算法，但其開放程度并未明確。離開Mobileye的車企都轉向了開放程度更高、可以自研感知算法的英偉達芯片，之后，特斯拉干脆自研自動駕駛芯片FSD，目前，小鵬、蔚來、理想，以及大眾等傳統車企也在跟進，車企自研自動駕駛芯片已蔚然成風。
英偉達
英偉達在自動駕駛領域的崛起，是基于其在移動處理器方面取得的成功經驗，特別是在Tegra系列芯片的基礎上，英偉達集成了一些特殊功能的GPU和輔助芯片，推出了初代Drive系列車載AI芯片。隨著車載系統需求的發展，Drive系統也在不斷升級，例如Drive PX Xavier配備了一塊Xavier芯片，適用于L2級輔助駕駛，對于更高級別應用，僅一個Xavier芯片的算力不夠，可以采用兩個Xavier加上兩個圖靈架構的GPU。另外，英偉達還推出了獨立的Orin芯片，不久前，該公司新推出了算力達到2000 TOPS的Thor，單顆算力為Orin 的8倍。這樣，客戶可以根據不同使用場景選擇適合的芯片。
除了算力，英偉達還很重視軟件工具的開發，為此花費了大量研發資金，先后推出了DRIVE OS、DRIVEWORKS、DRIVE AV、DRIVE IX。英偉達還積極聽取客戶意見，并及時反饋。通過反復測試迭代，軟件工具鏈的可用性不斷提高，對用戶越來越友好，易于上手的軟件工具極大方便了芯片使用者的開發工作。
英偉達軟件的一個凸出特點是開放性高。有豐富軟件開發能力的客戶可以從底層操作系統開始自行研發，而初入此領域的客戶可以從較上層的應用軟件開始研發，底層則使用英偉達搭建的通用系統。這種靈活的軟件方案具有極強的適配性，深受客戶青睞。
安全、可靠且易用的軟件工具不僅可以讓軟件開發人員快速上手并熟練掌握芯片的調用技巧，還可以保證軟件不會在安全性要求極高的汽車應用領域出現差錯，這也是車企采用英偉達方案的重要原因。
特斯拉
早期，特斯拉采用的是Mobileye的EyeQ3，后來轉向了較為開放的英偉達Drive平臺，那之后就開啟了自研自動駕駛芯片之旅，直到現在，FSD已全面應用于其各款電動汽車。FSD芯片從算法需求出發，采用了全新的芯片架構設計，其核心是兩個NPU組成的NNA（Neural Network Accelerator，神經網絡加速單元）。
從自動駕駛角度來看，特斯拉是目前唯一實現軟硬件全自研的車企。
自研芯片可以給特斯拉帶來很多便利，例如：從算法出發設計芯片架構，使其能耗比更優；可以更激進地嘗試新方案，不需要通過第三方車規級認證等復雜流程；由于自動駕駛是新領域，需要芯片、算法和車輛相互配合，這些環節特斯拉都在公司內部完成，迭代速度很快，效率高于外購芯片模式。
中國新勢力冉冉升起
看到自動駕駛的發展前景，中國本土芯片企業也已經發力，特別是以地平線、黑芝麻、華為、芯馳科技為代表的企業，憑借各自獨門的AI算法積淀，推出了相應的軟硬件方案，借助國產化興起的東風，目前，已經開拓出了各自的新天地。
芯片方面，地平線的代表產品是征程系列，包括征程2、征程3、征程5（算力最高可達128 TOPS），該公司計劃在2023年推出征程6，算力會進一步提升；黑芝麻的代表產品是華山一號A500、華山二號A1000、華山二號 A1000Pro（算力最高可達196 TOPS），目前，正在研發下一代產品A2000。
在生態建設方面，中國本土自動駕駛芯片企業都非常注重開放性。
地平線提供開放性的軟硬件平臺，包括硬件平臺和工具鏈軟件、仿真軟件等工具，便于車企進行自動駕駛數據采集和算法訓練。生態伙伴能夠基于該公司芯片在短時間內完成從硬件到軟件的全棧自動駕駛功能開發。為了協助車廠開發，地平線專門成立了軟件和算法團隊，采取聯合開發、共同投入的方式為本土客戶提供服務。
黑芝麻也提供了全開放的生態，可以為客戶提供山海人工智能開發平臺和瀚海自動駕駛中間件平臺。
對于自動駕駛升級迭代速度要求較高的車企，特別是造車新勢力而言，開放式的方案是更優的選擇，開放式的合作還能幫助車廠逐步提升算法自研能力。
結語
隨著自動駕駛的發展，駕駛域與座艙域的功能在大算力平臺的支撐下不斷融合，汽車硬件架構由傳統的分布式向集中化轉變，ECU單元不斷減少，大算力SoC在汽車上的地位和作用越來越重要。這為有前瞻性眼光的芯片和整車企業帶來了商機，也會優勝劣汰掉一些不合時宜的芯片產品和企業。
與此同時，汽車軟件架構也在不斷演進，在新型架構下，軟件在新款汽車開發環節所占比重增加，地位日益突出，當然，開發難度也提升了很多。
對于中國大陸市場而言，由于受到國際大環境影響，車用軟硬件的本土化設計和生產需求開始深入人心，未來發展可期。此時，國內車企更換使用國產芯片平臺時會遇到硬件平臺調試、操作系統適配、算法遷移等問題，這些難題對于本土芯片和相應的軟件廠商來說，是個不小的挑戰，同時也孕育著巨大商機，只要做出好的軟硬件方案，便于車企使用，就能不斷擴大市場份額和影響力。
更多信息可以來這里獲取==>>電子技術應用-AET<<
