馬斯克成功后，又一家自動駕駛公司決定造芯

思邈 2022-09-15 15:33:59 來源：量子位

鄧思邈 發自 副駕寺

智能車參考 | 公眾號 AI4Auto

真正對自動駕駛有追求，得深入硬件，最好還是芯片？

這不，最新消息，又一家自動駕駛技術公司拋棄了英偉達，決定自研自動駕駛芯片。

通用Cruise，全球自動駕駛頭部玩家，披露同時搞四種芯片，2025年之前上車——就是那款沒有方向盤或腳踏板的Origin。

之所以要自研，一方面為了降低成本，另一方面也是為了把命運掌握在自己手里。

而且軟件公司、車企跨界自研造芯，似乎在馬斯克和特斯拉成功之后也在成為潮流。

今年以來，業內流行的說法是：真正要做好自動駕駛就非碰硬件不可，現在，這種硬件深入到了芯片層面。

通用Cruise造自動駕駛芯片？

據Cruise硬件負責人卡爾·詹金斯（Carl Jenkins）透露稱，目前已經研發出來四種芯片：

• 一款名為Horta的計算芯片；
• 一款處理傳感器數據的Dune芯片；
• 一款雷達芯片；
• 最后一款芯片稍后公布。

具體來看，Horta計算芯片相當于汽車的大腦，采用的是ARM架構，原因是該芯片2年前就已投入研發。

不過，Cruise芯片負責人安桂（Ann Gui）補充道，他們也在密切關注RISC-V架構，因為它開源，能夠提供更多便利。

需要補充介紹的是，ARM和RISC-V這兩個指令集架構，都是構建芯片的基礎，它們定義了可以在芯片上運行的軟件類型。ARM架構之前最知名的是服務器和智能手機，而RISC-V則是更加分布式的AIoT。

通用Cruise的自研芯片，將會在2025年之前上車之前推出的自動駕駛概念車Origin無人車，完全自動駕駛，沒有腳踏板也沒有方向盤。

目前Cruise已敲定和一家亞洲芯片制造商合作——臺積電和三星都有可能，未來將大規模生產其自研芯片。

至于為何要自研，Cruise硬件負責人卡爾詹金斯（Carl Jenkins）明確給出了答案：

兩年前，我們花重金從一家著名芯片供應商那里采購GPU。我們量太小，沒有議價權。

那時候我意識到，我們必須把命運掌握在自己手里。

包括公司CEO凱爾·沃格特（Kyle Vogt）也表示支持，他認為自研芯片能夠幫助公司到2025年成本達到最理想狀態，屆時推出量產自動駕駛汽車也不是難事。

根據此前的公開披露，他提到的合作供應商應該是英偉達。

所以兩件事連起來，大概也能知道：黃仁勛家的GPU實在太貴，貴得只能自己造。

紛紛跨界造自動駕駛芯片，為何？

聚焦到自動駕駛芯片，自研的好處主要有以下幾點：

首先，自研芯片可以跟自己的自動駕駛軟件系統更加匹配。

馬斯克也曾回答過，為何要拋棄老黃家的GPU、自研自動駕駛芯片：

英偉達是一個偉大的公司，為滿足眾多客戶的需求，他們需要做一個通用解決方案。而我們更關心專用設計，專用設計使得軟件在硬件上更好運行。我認為這種軟硬件整合才是無與倫比的。

例如，英偉達Xavier芯片能分配給自動駕駛的算力不足50%，而FSD芯片卻可以把90%的算力用在上面，并且完全符合特斯拉自己的硬件架構。

這也是諸如地平線等自動駕駛芯片廠商認定的機會所在——比起通用計算芯片，專用芯片有時代級機遇。

其次，自研芯片可以針對自己算法中計算量的大小來優化硬件，從而提高性能。

就比如，特斯拉自研的NPU，通過合并輸出通道中X和Y維度上的輸出像素，在多個輸出通道上并行運行。這就意味著，他們可以并行處理工作，同時處理96個像素。

最后，自研芯片，車企可以自主把握開發周期，自行設計算力需求，無關的通用性接口或者單元也可以舍棄，功耗低，靈活性很高。

舉例來看，特斯拉HW2.5版本，搭載英偉達Drive PX2芯片，硬件功耗為57W；而搭載特斯拉自研的FSD芯片，硬件功耗是72W。

然而，特斯拉自研FSD芯片擁有每秒2300幀的圖像處理能力，是HW2.5版本的21倍，計算能力提升了大約7倍。

總結以上，只有自研自動駕駛芯片，車企才能真正掌握智能汽車自主話語權。

跨界造自動駕駛芯片，難在哪里？

首先，在人工智能和半導體領域前期要有足夠的積累。

比如國內車廠中，比亞迪就有專門的半導體公司，也透露正在研發制造自動駕駛方面的芯片。但比亞迪絕不是赤手空拳、腦袋一熱就決定自研自動駕駛芯片。

他們20年前成立了芯片部門，目前能夠生產IGBT芯片（絕緣柵雙極型晶體管）、車規級MCU芯片等。

華為就不用說了，海思已經在方方面面證明了自我。現如今華為進軍智能車，自動駕駛相關的芯片和算力，也是重中之重。

其次，自動駕駛芯片開發成本高、難度大，時間長。

需要同時考慮算法效率和算力、芯片適配性、開發便捷性、車規級認證、能效比等，開發芯片從產 品定義到流片大約需要一年半至兩年，到最后量產上車大約需要42個月左右。

需要自研神經網絡加速器，做卷積；還需要進行整體架構布局，解決數據頻繁存儲的問題。

最后，關于自動駕駛芯片的設計，最好滿足以下幾點要求：

1、性能要夠。

這是因為，智駕的感知和規控需要復雜的AI算法，CPU、GPU需要足夠的算力，視覺感知決策需要深度學習。

2、要考慮架構的靈活性和可編譯性。

3、要考慮芯片的完整性。

原因在于，算法軟件在不斷迭代，要保證未來一個芯片能夠同時實現感知、規控的所有功能。

所以再看今日通用Cruise的跨界造芯，或許也就不再那么出乎意料。

首先，出于成本、性能方面的追求，有能力的自動駕駛公司一定也在追求更強的芯片話語權。

其次，自動駕駛技術公司、軟件公司，或者說“方案”公司，如果不能通過硬件級交付，會不會遭遇之前CV四小龍一樣的困境？自動駕駛的算法能力，前幾年奇貨可居，但會不會隨著時間而門檻降低？到時候技術公司的核心壁壘又在何處？這是所有自動駕駛玩家都需要回答的焦慮——藏在歷史深處的憂慮。

最后，如圖靈獎得主阿蘭·凱說的，真正有追求軟件公司都應該自己做硬件。喬布斯信了，于是有了今天的蘋果。馬斯克也相信，于是有了今天的特斯拉。

所以在自動駕駛領域，“跨界”造芯，應該不會止于通用Cruise……畢竟趨勢都看得到，就看有沒有勇氣和賭性了。

以及有意思的是，自研自動駕駛芯片的玩家不少，卻很少聽聞自研智能座艙芯片的玩家，又是為什么呢？