文/韦小婉

近日，英伟达CEO黄仁勋在GTC 大会上宣布了两件大事，一是发布了迄今为止最大的GPU，二是针关于近期Uber无人车致死事情，暂停自动驾驶路测。黄仁勋表示：“平安是单一却极端重要的成绩，这其中也牵涉到了最为困难的计算成绩。”

要想无人车真正的上路，在交通忙碌的路途上避开行人平安行驶，需求让自动驾驶汽车具有自主考虑和判别的才能。其中，AI芯片作为无人车的“大脑”，在车辆控制方面发扬着重要的作用。那么，AI芯片对无人车来说有什么作用？有哪些公司在消费用于无人车的AI芯片？

AI芯片是什么？

AI芯片就像无人车的大脑，在异常状况呈现时，为了防止发作事故，需求给汽车提供足够的信息，且需求车辆自主判别，而这需求芯片来完成。

在自动驾驶范畴， AI 芯片的使用开展已有些时日。

据理解，Mobileye 的 EyeQ 系列芯片在 2004 年就开端研发，2007 年发布的第一代 EyeQ1 芯片是较早使用于自动驾驶的 AI 芯片之一 ( 仅完成辅佐驾驶功用 ) 。

而Nvidia自动驾驶芯片始于2015年终推出的Drive PX系列。在2015年的CES大会上，英伟达发布了第一代Drive PX，Drive PX可支持L2初级辅佐驾驶计算需求。

从技术道路来看，自动驾驶芯片延续了与其高度相关的深度学习所采用的几类硬件技术道路： GPU 、 FPGA 、 ASIC 。依照 SAE International 的自动驾驶等级规范，目前已商用的自动驾驶芯片根本处于初级驾驶辅佐零碎(ADAS) 阶段，可完成 L1-L2 等级的辅佐驾驶和半自动驾驶 ( 局部声称可完成 L3 的功用 ) ；而面向 L4-L5 超高度自动驾驶及全自动驾驶的 AI 芯片离规模化商用仍有间隔。

两强之争：英伟达 VS 英特尔

目前，英伟达和英特尔凭仗在处置器芯片范畴的临时积聚同时配合产业并购，已然构成了领跑之势，二者构成了自动驾驶芯片范畴的第一集团。（参考如图）

英伟达：

英伟达在GPU芯片市场上占有率高达70%，是当之无愧的芯片范畴霸主。

面对日益崛起的自动驾驶车研发和量产需求，英伟达近年鼎力规划自动驾驶范畴，并在2015年推出了专门针对自动驾驶的计算平台 DRIVE PX。包括奥迪、沃尔沃、丰田等在内的车厂，以及百度等科技公司都接入了该平台。英伟达称，以后经过DRIVE PX平台停止自动驾驶车开发的协作同伴有225家左右。

英伟达创造的图形芯片是无人驾驶汽车的关键组成局部,其图形计算技术被用于Uber的第一批沃尔沃XC90 SUV车型及现有的自动驾驶汽车和货运卡车中。采用英伟达技术的Uber自动车曾经累计搭载游览乘客5万多人次，行驶超越200万英里。

去年10月，英伟达宣布推出可处置L5级无人驾驶汽车数据的新产品NVIDIA DRIVE PX Pegasus零碎，进一步扩大其自动驾驶AI计算平台。在往年美国拉斯维加斯2018 CES展上，英伟达又宣布推出了首批Xavier自主机器处置器，努力于借助AI从各个方面提升驾驶体验，并为NVIDIA在自动驾驶范畴的320家协作企业和机构提供将来技术道路图。

据理解，Xavier拥有超越90亿个晶体管，号称是迄今为止最复杂的零碎级芯片，研发历时四年，研发投入高达20亿美元。Xavier处置器可以为自动驾驶汽车的人工智能零碎提供更多的传感器以及车辆数据。在CES展上，Uber表示它将把英伟达的芯片运用于人工智能计算零碎。

在2018 CES展会中，英伟达宣布与群众协作，将运用英伟达的 Drive IX平台来开发下一代车型。群众可以添加脸部辨认解锁车辆，手势控制以及相似亚马逊Alexa的语音助手等功用。它还表示将应用该软件创立一个“智能副驾驶员”来协助司机。此外，英伟达表示将与奥迪共推基于英伟达AI驾驶零碎的自动驾驶车型，方案于2020年前上路。

国际的初创无人车企业中，英伟达参与了景驰科技的5200万美元Pre-A轮投资，以及投资了图森将来。

英特尔:

在芯片大战中，英特尔为了对立英伟达的应战，也在加紧规划，收买相关范畴的公司开发芯片，以及与一些汽车厂商建议协作。

英特尔收买了Mobileye，Mobileye曾在2015年发布一款汽车ADAS芯片EyeQ4，其可以为Level 3级别的自动驾驶提供足够算力。2016年该公司发布了第四代零碎芯片EyeQ4，该芯片采用了14个计算中心，大幅提升了视觉处置和数据解读的功能。

另外，第五代零碎芯片EyeQ5也将于往年收工程样品，并在2020年完成量产，采用7nm工艺。EyeQ5的目的是支持L4/5级别的全自动驾驶。据引见，EyeQ5将提供每瓦特2.4 DL TOPS（万亿次/每秒）的效能——这一数字比NVIDIA地下声称的Xavier效能要高2.4倍。EyeQ5将是Mobileye的第五代零碎芯片，旨在为片面自动驾驶（L4/5）汽车提供以视觉为中心的计算机传感器交融。

Mobileye的视觉处置器零碎级芯片EyeQ系列产品运用了公司开发的共同算法，该芯片在沃尔沃、通用、宝马、古代、等消费的局部车型中都有运用。目前Mobileye的产品销售给了全球多家汽车制造商，包括宝马、福特、通用、日产、沃尔沃等。

关于与waymo的协作，英特尔CEO科再奇表示“随着 Waymo 无人驾驶技术变得越来越智能，功用越来越强，其高功能硬件和软件将需求更为弱小和高效的计算。经过与 Waymo 的亲密协作，英特尔可以为 Waymo 的一系列汽车提供L4和L5自动驾驶所需的初级处置才能。”

Waymo 改装的 Pacifica 测试车搭载了担任计算的英特尔至强处置器，担任图像剖析的 Arria 零碎芯片（FPGAs）、千兆以太网和 XMM 调制解调器等通讯互联处理方案。

除了与Waymo协作以外，英特尔目前还与宝马、菲亚特克莱斯勒、德尔福、大陆集团等达成了协作，事先决议在2017年底组织100辆高度自动驾驶的汽车停止路面测试。在2018 CES上，地平线与英特尔结合展现了面向L3/L4的自动驾驶处理方案。

AI芯片新权力

2017年12月，特斯拉CEO埃隆-马斯克在NIPS大会宣布，特斯拉正在制造AI芯片，将次要用于完成无人驾驶时的运算操作。此外，无人车AI芯片范畴还涌入了一些年老玩家，如地平线、NovuMind（中文名异构智能）、寒武纪和眼擎科技等。

特斯拉：

2016年7月，Mobileye宣布与特斯拉终止协作关系，2017年12月特斯拉Autopilot担任人Jim Keller在神经信息处置零碎大会上表示，特斯拉十分注重AI，无论软件还是硬件层面。特斯拉正在开发定制的AI芯片硬件。

据悉，特斯拉这个AI芯片并非完全独立开发，而是构建在美国AMD半导体公司的知识产权根底上，其代工方格罗方德也是一家从AMD拆分出来的晶圆厂。

地平线：

2017年12 月 ，地平线发布了两款嵌入式人工智能视觉处置器。其中一款征程系列嵌入式AI芯片面向自动驾驶，具有同时对行人、车辆、交通标志牌等多类目的停止检测与辨认处置的才能。目前，地平线正在与奥迪、重庆长安和零部件厂商Robert Bosch协作。

NovuMind：

相较于英伟达的绘图处置器 (GPU)，NovuMind 专注于开发更无效停止推理的深度学习减速器芯片。NovuMind 开发的 AI 芯片努力于让小型的本地终端设备具有辨认和考虑的才能。由于 NovuMind 的 AI 芯片具有高达每秒 15 万亿次操作的才能，可以运用在无人车范畴。

寒武纪：

2017年11 月 6 日，全球 AI 芯片范畴的第一家独角兽创业公司寒武纪召开了发布会，会上引见了其开发的面向智能驾驶范畴的 1M。据寒武纪科技开创人兼CEO陈天石在大会上引见，这款产品目前正在规划当中，它的功能将到达寒武纪1A的10倍以上，高度集成，具有更高的功能功耗比。目的是让中国的汽车全部都用上国产智能处置器。

眼擎科技：

往年3月，眼擎科技CEO朱继志就人工智能最大使用方向——机器视觉在前端成像上的痛点，分享了眼擎科技的处理方案，并剖析了其在自动驾驶范畴的使用。眼擎科技力图用芯片+算法的方式进步机器视觉前端的成像才能，让AI有更高质量的图像数据可用，让芯片更好的运用于工业无人车等方向。

由此可见，无人车范畴AI芯片的竞争非常剧烈，而为推进芯片产业的开展，我国政府也出台了一些政策。据彭博社报道称，中国政府曾经设立相应基金，来投资外乡芯片厂商。政府估计，到2020年，中国的整车和芯片、传感器等零部件产值将超越1000亿元。

无人车AI芯片面临的窘境

AI芯片成为了无人车范畴的一个重要战场，各路玩家都想打造本人的AI芯片，在研发无人车AI芯片时，它们次要面临GPU耗能高本钱高、开发本钱高且报答周期长、AI芯片的周边才能尚且缺乏等成绩，且开收回的AI芯片进入汽车市场必需经过严厉的车规，这些难题障碍着各大厂商的开展进程。

1、GPU耗能高本钱高

目前主流的自动驾驶芯片处理方案次要包括GPU、FPGA、DSP和ASIC四种。GPU虽然具有弱小的计算才能，但是耗能高、本钱高以及体积庞大，无法满足嵌入式的要求。

以GPU起家的英伟达，相比初创公司虽然占据一定优势，但是在人工智能技术开展的路途上也面临宏大应战。GPU一旦进入量产阶段，思索到功能、功耗以及产品的技术竞争壁垒，能够不太适宜。

初创公司地平线公司为理解决这一成绩，一开端搭建自动驾驶平台的时分就与英特尔协作，采用了英特尔的FPGA来作为中心计算单元，满足了自动驾驶对计算功能、延时和功耗的要求。

2、AI芯片需经过车规和检测

AI芯片要进入汽车市场必需经过车规，要经过严厉的检测，可以抗电磁搅扰、抗震动和顺应极大的任务温差等，这对AI芯片消费商来说是一大应战。

3、开发本钱高且报答周期长

芯片研发起辄3、5年的长周期加上漫长的车型研发，使得一款AI芯片从开发到最终使用的工夫会无比漫长。开发的进程需求耗费少量的人力物力，而且报答周期长。

往年1月，英伟达发布的无人车AI超级计算芯片DRIVE Xavier耗资宏大。为了研发DRIVE Xavier，英伟达投入了2000个工程师，历时四年，研发费用到达20亿美元。

英伟达这种行业巨头可以承当如此昂扬的费用，但是对初创公司来说，这是一大难题。地平线开创人余凯也曾表示，做AI芯片这件事门槛很高。

4、AI芯片的周边才能尚且缺乏

目前，车内运用的很成熟的DSP芯片，就有丰厚的接口，但如今AI芯片还只是一个stand alone的芯片，没有周边生态的支持。

总的来说，无人车AI芯片的研发绝不是一挥而就的，并且要将芯片行业和汽车行业这两个复杂的行业相结合，需求克制很多难题。

虽然AI芯片的开展面临很多窘境，但是AI芯片这一新兴技术为巨头带来了业务扩展的风口，也为创业公司、传统厂商带来了新的机遇。以后各公司都在放慢规划，将来能够还会不时涌入新玩家，无人车AI芯片行业的竞争势必将愈加剧烈。