2023年，汽车的智能化程度持续增强且更加细分。智能驾驶、智能座舱、智能网联等丰富多样的功能体验，在极大提升了消费者驾乘体验的同时，也让智能汽车的计算场景走向多元化和复杂化。在这种趋势下，汽车主机厂和OEM对汽车算力芯片的需求，已经不仅仅局限于算力越高越好，也希望算力芯片能够处理更加多样的计算类型，并提供更加理想的性价比。随着电子电气架构的演进，跨域计算将成为汽车芯片重要的发展趋势。


跨域计算助力智能汽车降本增效

具体而言，跨域计算是指用单颗芯片实现原本需要多颗芯片才能实现的功能，在进一步提升汽车智能化水平的同时，有效降低成本和功耗。

黑芝麻智能发布的武当系列C1200，是国内首款跨域计算产品。这款芯片采用7nm制程，主打多种计算类型的集成，将座舱、智驾、车身和网关四个域集成在一颗芯片中，用一颗芯片代替原本3-4颗芯片的功能。在计算架构上，C1200搭载了Arm Cortex-A78AE车规级高性能CPU核和Cortex-G78AE车规级高渲染能力GPU核，内置32 KDIPMS的MCU算力，并拥有集成万兆网络硬件加速能力。据了解，C1200已完成流片后的测试，功能性能验证成功，可以向客户提供样片。

降成本、强功能的背后，是自动驾驶汽车从概念期走向商业落地的过程，也是市场寻求高性能与性价比平衡的真切需求。黑芝麻智能创始人兼CEO单记章曾提到，2023年，高性价比芯片已成为汽车市场的主流需求。

在这一趋势下，黑芝麻智能将发展战略定位分为“三步走“计划。第一步，聚焦自动驾驶计算芯片及解决方案，实现产品商业化落地，形成完整技术闭环；第二步，根据汽车电子电气架构发展趋势，拓展产品线覆盖车内更多计算节点，形成多产品线组合；第三步，不断扩充产品线覆盖更多汽车的需求，为客户提供基于芯片的多种汽车软硬件解决方案及服务。

此前，华山系列的推出代表着黑芝麻智能完成了第一步的战略规划。而C1200则标志着黑芝麻智能此前主打自动驾驶芯片的技术路径，现在正在拓宽至智能座舱、智能网关等更多智能汽车计算领域。


双芯片是不是智商税？

为了支持复杂的计算和决策任务，车辆需要强大的算力。在这个背景下，一些汽车制造商声称他们的智能驾驶系统搭载双芯片，可以实现算力翻倍。然而，对于智能驾驶来说，搭载双芯片是否真的有意义呢？

事实上，主力芯片已经足够满足当前智能驾驶系统的需求。智能驾驶技术需要处理大量的传感器数据、进行实时感知和决策，并控制车辆的行为。目前的主力芯片已经具备了强大的计算能力和并行处理能力，能够满足这些要求。因此，搭载双芯片并不一定能够显著提升算力，因为实际使用到的算例与所宣传的算力并没有强项关联性。

此外，搭载双芯片很可能只是一种宣传噱头。在竞争激烈的汽车市场中，各家制造商为了吸引消费者的眼球和提升品牌形象，常常使用一些夸大其词的宣传手法。搭载双芯片可以被宣传为“算力翻倍”，从而给人一种技术领先的印象。然而，真正对智能驾驶系统的性能和效果有意义的并不是芯片数量，而是芯片的质量、架构和优化程度。

在智能驾驶领域，关键的不仅仅是算力，还有算法和系统的优化。智能驾驶技术的核心在于通过高效的感知、决策和控制，实现安全、精准的驾驶。因此，制造商应该更加注重算法的研发和优化，而不仅仅是关注硬件的增加。优化算法和系统架构可以提高算法的效率和响应速度，从而更好地支持智能驾驶的功能。

综上所述，搭载双芯片并不一定对智能驾驶有意义。当前的主力芯片已经足够满足智能驾驶系统的需求，而搭载双芯片更多是一种宣传噱头。


国产AI芯片商业化应用还需努力

其实综上来看，国内AI芯片设计水平与国外差距不大，在性能方面也足以替代国外AI芯片。不过评判国产AI芯片产品发展好坏，不止是从设计到量产维度考量，能否大规模商业化应用也是较为重要。

比如提到的国内ASIC芯片，基本只用于自家云业务，对外提供芯片产品也需要庞大团队的深度优化。主要原因一方面在于之前提到过的，ASIC芯片从研发之初就需要考虑算法适配情况；另一方面，ASIC芯片生态较为碎片分散，开发者上手难度较高。

相较于ASIC厂商，得益于GPGPU泛用性优势，GPGPU厂商商业化应用做的更好一些。以海光为例，据其官方透露，海光深算一号目前已完成与百度、阿里等厂商互证，主要客户是智算中心等“新基建”项目、行业用户、AI厂商及互联网企业，已商业化部署数十万片。

在国内自动驾驶、AIGC、垂直大模型等AI应用愈发火热的今天，国产AI芯片有希望撑起海量AI算力的需求。在解决性能问题之后，国产AI芯片面对国外巨头是有弯道超车可能性的，虽然未来仍需在生态建设与商业化发展方面大步追赶。