欢迎访问
汽车芯片需求已经不仅仅是高算力,多种计算能力也是未来选择
2024-01-11 来源:贤集网
331

关键词: 智能座舱 汽车芯片 人工智能

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。



Baidu
map