智能汽車算力收斂

1. 英偉達新款Thor晶元發布 算力2000TOPS/極氪品牌2025年搭載

易車訊 日前，我們從相關渠道獲悉，英偉達新款智能汽車晶元THOR發布，算力高達2000TOPS。據悉，該SoC晶元內部擁有770億個晶體管，算力高達2000TOPS，或者是2000TFLOP，將於2024年量產，吉利旗下極氪品牌將於2025年搭載。

易車App提供銷量、熱度、點評、降價、新能源、實測、安全、零整比、保有量等榜單數據。如需更多數據，請到易車App查看。

2. 華為汽車「暗局」：4000人在激浪前行

[汽車之家行業]?如果一輛車的軟硬體價值，有三分之一甚至一半都來自華為，屆時你會認為華為是一家汽車公司嗎？業內對於華為造車存有猜測，華為的態度是「華為本身不造車，但可以幫助車企造車」。未來，隨著軟體定義汽車時代的來臨，汽車全生命周期價值被不斷放大，華為從一輛車上可獲得的價值必然會成倍增加。

今年北京車展，華為展台上，不斷有車企高層前來一探究竟，深聊下華為的電驅動、感受下華為的雷達和智能座艙、聽解下華為的雲服務。種種跡象已經表明，華為將成為未來汽車產業不可或缺的供應商。近日，華為輪值董事長徐直軍又一次直面媒體，透露了華為汽車的雄心，解開了來自市場的一些疑慮。

『華為全系列感測器』

四是華為做智能駕駛能比特斯拉更強嗎？

「我們不做低等級智能駕駛，激光雷達只是起點。」徐直軍稱。盡管行業內經過多年的努力已經將視覺演算法做得很好，但依然有天花板。盡管特斯拉當前不用激光雷達，僅依靠視覺計算，但這不能否認激光雷達的技術優勢。

徐直軍表示，在中國路況場景下，沒有激光雷達解決不了的問題，華為要堅定地走激光雷達+毫米波雷達+視覺分析的融合感知路線，「只要方案做得好，成本高一點也沒關系，我們可以少掙一點。」

五是華為汽車業務何時才能開始盈利？

「如果想盈利，最有效的辦法就是關閉。」徐直軍稱。據悉，華為汽車業務在2020年的支出超過5億美元，想要追求盈利，把這5億美金放在口袋裡面最好。汽車產業發展是有規律的，時間周期非常長，華為短期內不會考慮汽車業務團隊的盈利問題，長期來看總會有一年實現盈虧平衡。

徐直軍說：「華為每一個產業都有發展曲線，從立項開發到走向當期盈利、再走向累計盈利，這個周期平均八年。因此我們對汽車業務的發展也是有耐心的。」

編輯總結：

今年北京車展，華為備受關注，甚至有人認為，華為正在沖擊全球零部件老大博世。對於與博世的競爭，華為倒是認為，業務目前重疊度並不高。我們也向博世進行了詢問，博世稱與華為一直有溝通交流，具體合作內容不便透露，而就在華為的展台上，也有不少博世的前員工。華為雖然是後來者，但他深知汽車產業的精髓，跨界創新不能脫離本質，讓華為的技術成為車規級的產品還是要靠人，靠合作，靠聚圈。後來者是有耐心的，或者華為真的會成為中國汽車零部件領域的一顆新星。（文/汽車之家劉宏龍）

3. 算力提升、成本下探，地平線持續拓寬行泊一體「朋友圈」

智能駕駛告別愁訂單，轉而面向保交付。

如果說去年行泊一體還能用「出圈」形容。到了今年，行泊一體不光是「外火」缺蘆，而是熱到需要排隊等待交付了。

地平線副總裁兼軟體平台產品線總裁余軼南談到：「量產交付效率是產業面臨的核心挑戰。」

這句話的前提是目前以地平線為代表的晶元廠商訂單量充足，注意力轉移到交付環節。

交付挑戰主要體現在兩方面：其一無論是車企、Tier1 還是 Tier2 等角色，都要直面深度協同的問題；其次，這也考驗著各方的工程能力、供應鏈管理能力、人才儲備等。

據汽車之心了解，目前吉利星越 L、吉利全新博越 L、領克 09 EM-P 遠航版，第三代榮威 RX5，理想 L8 Pro/L8 Air、L7 Pro/L7 Air 等車型均已實現行泊一體方案量產落地，目前市場面上搭載行泊一體方案的車型已超過 20 余款。

行泊一體，似乎有了標配之勢。

成為標配的基礎是，行泊一體底層生態圈的基本成型。目前以地平線為代表的晶元廠商已經協同車企、Tier1 初步打造起了行泊一體生態圈。

以地平線征程系列晶元為例，征程 3 晶元算力達 5 TOPS，典型功耗 2.5W，具有高性能、低功耗、拓展性強</strong

【本文來自易車號作者汽車之心，版權歸作者所有,任何形式轉載請聯系作者。內容僅代表作者觀點，與易車無關】

4. 王平：高等級自動駕駛晶元技術發展現狀如何丨汽車產經

2021年12月16日，由中國汽車工程學會和中國智能網聯汽車產業聯盟聯合主辦的2021第三屆國際汽車智能共享出行大會在廣州花都開幕。寒武紀行歌執行總裁、前麥肯錫董事合夥人王平以《高等級自動駕駛晶元技術現狀和趨勢》為題發表了演講。

王平

王平指出，自動駕駛晶元發展遇到的挑戰需要晶元企業和企業一起來克服。「不僅僅是一個單車的算力，它還要跟雲端、路側和車上其他的終端來進行協同。」

以下為演講實錄：

非常謝謝主辦方的邀請，能夠代表自動駕駛晶元企業做這樣一個交流。

人工智慧推動汽車智能化可以表現在三個方面：智能座艙、智能駕駛、車路雲協同。

今天早上包括李克強院士也分享了非常精彩的觀點，寒武紀行歌致力於在自動駕駛和母公司寒武紀一起在智能汽車和「車路雲」協同方面做出貢獻。智能汽車對於算力提出了越來越高的要求。最新發布的一些車子，比如一體機和智己，他們已經把算力放到了100tops以上，現在特別是智能電動汽車放了很多感測器、攝像頭、激光雷達，那麼這樣導致數據量大幅提升；另一方面，自動駕駛的演算法也是更加復雜，客觀上也要求更高算力的晶元。

那我們看到了一個行業的趨勢，我們是這樣看的，我們認為有兩個大特點：大算力、通用性。過去L1和L2時代，數據量是比較小的，演算法也是相對比較簡單的。那在這個階段可能以Mobile2為主的主流廠商是提供一攬子的黑盒子方案給OEM。這種場景下，OEM不能做OTA的升級。往前走進入L2+L3甚至L4時代，剛才提到了上周DIANA在德國拿到了L3高速下的許可，開始第一例進入L3的時代，汽車數據的數量更加復雜，更加需要大算力的晶元。

同時由於OTA的加速普及，像特斯拉包括國內新勢力的汽車企業都已經在推進OTA，硬體預埋，軟體和演算法可以在後續不斷地去更新，可以不斷地去升級我們的軟體。在這個階段，以英偉達為代表的國際廠商推出了通用的大算力晶元，所謂的通用性就是各個主機廠和演算法公司在此基礎上可以進行自主演算法升級。所以自動駕駛主控晶元有兩大發展趨勢：大算力、通用性。

那麼要做大算力和通用性的自動駕駛晶元其實是非常不容易的，我們認為有四大方面的挑戰：

第一，晶元的系統架構非常復雜。200T以上大算力的晶元要求非常高，需要支持超大的帶寬，這樣的結構相對來講是更加復雜的，國家在這方面的人才儲備也是不夠的。

第二，通用的AI軟體戰。我們這個演算法是要不斷地去升級和完善的，只有通用的AI軟體站才能支持不同的演算法和不同的主體，OEM和演算法公司對它進行升級。

第三，大尺寸晶元工程的挑戰，大算力晶元的尺寸更多，對於後端封裝設計、電源和熱設計、量產成本控制壓力很大。因為它良率的挑戰是非常大的。比如200tops這樣大尺寸的晶元需要7nm先進的工藝，國內來說還沒有7nm先進的車規級工藝。

以上幾個挑戰是我們要和企業一起來克服的，領先的車企開始部署雲邊車端，雲端、車端、邊端和終端來協同計算的能力，不僅僅是一個單車的算力，它還要跟雲端、路側和車上其他的終端來進行協同。特斯拉發布了打造全球算力最強的計算中心，來幫助他進行自動駕駛演算法的訓練。

簡單匯報一下寒武紀和行歌在做的一些工作，寒武紀布局了全算力的人工智慧晶元，從IP的終端授權給終端的手機等等，給他們授權。邊緣端有路側的晶元、雲端加速卡和雲端加速器，我們的特點是雲邊端的全系列覆蓋，在雲邊端採用了統一的架構和指定級，也採用了統一的開發平台。這樣的好處是什麼呢？當我們需要採用雲、邊、端協同的時候，我們的軟體演算法呢，比如在雲端訓練的演算法是可以以高效率很快Deploy到中端。

行歌是寒武紀的子公司，是今年成立的，我們的使命是用AI賦能來實現安全、快樂、低碳的出行。我們的路線圖：希望明年推出超過20T的SoC產品（自動駕駛主控晶元），這也是國內第一顆。按照目前的性能要求，這顆晶元將超過英偉達的Orin，是國際最先進的晶元，計劃於2022年下半年進行流片，2023年通過整個車規級的認證，在2023年底和2024年大概會上車。2024年會進一步退出超過500T的大算力的SoC晶元，繼續走在全國的前列。

剛才我介紹到，2022年會推出的超過200個T的晶元會採用7nm的工藝，會達到車規級的要求，具有獨立的安全島，也借用包括寒武紀已有成熟的軟體工具鏈。最後寒武紀和行歌還將推動雲、邊、車的協同。基於雲端有雲端大算力的數據中心的晶元；在路側也有邊緣端的晶元；同時車上基於行歌開發的自動駕駛晶元，這些會形成協同的感知、數據的融合，我們在雲端訓練的數據和模型可以非常快地發送到車端，實現OTA的升級，由於它們都採用統一平台級的基礎軟體，採用統一的處理器和指令級。

寒武紀行歌希望在自動駕駛用AI賦能，實現安全、快樂、低碳的出行，謝謝大家！

5. 交付倒計時，汽車機器人ROBO-01示範算力調校標桿

自英偉達掌門人黃仁勛提出「算力就是新的馬力」之後，算力將替代馬力和扭矩等機械化參數並成為衡量汽車產品力重要標准，這一論調已逐漸被行業接受。

傳統車企無一例外在卯足勁智能化轉型，新勢力也在大把燒錢投智能化研發。平心而論，很少有一家車企具備10年的AI技術積累，缺乏強大的AI演算法是許多車企沒法把晶元算力充分發揮出來的原因之一。

通過對8155和8295的應用對比，我們發現下一代智能汽車對晶元算力使用的底層邏輯。究其根本，產品要面向用戶，如果只是一味強上高算力晶元，卻沒有發揮算力價值的AI能力，則只能在無形中讓用戶徒增購車成本。

對其後使用8295晶元的車企而言，修煉好AI「內功」，上好算力使用這堂「必修課」，將高算力晶元的潛力最大化挖掘並標配，才能實現真正的科技普惠。

【本文來自易車號作者新能源汽車網，版權歸作者所有,任何形式轉載請聯系作者。內容僅代表作者觀點，與易車無關】

6. 銆愭苯杞︿漢銆戣濺杞界畻鍔涜姱鐗囷紝姝ｅ煎巻鍙茶漿鎶樼偣

鍦2018騫達紝褰撴椂鏈鏂頒笂甯傜殑Mobileye EyeQ4錛28nm鍒剁▼錛夎嚜鍔ㄩ┚椹惰姱鐗囷紝綆楀姏涓2.5Tops銆侻obileye璁や負錛岀畻鍔涘苟闈炵摱棰堬紝鍑鍊熺畻娉曞拰5涓騫惰屾牳蹇冪殑澶氫換鍔℃ā寮忥紝灝卞彲浠ュ勭悊8棰楁憚鍍忓ご鏁版嵁錛岃凍浠ュ簲瀵筁4鍦烘櫙銆傚畠浠寮曚互涓鴻豹鐨勬槸璇ヨ姱鐗囧姛鑰楀彧鏈3W銆

5騫磋繃鍘諱簡錛屼笟鍐呭圭畻鍔涚殑璁ょ煡銆佽繍鐢ㄥ拰鐢辨や駭鐢熺殑闇奼傦紝閮藉湪椋炶穬鍙戝睍銆2.5Tops綆楀姏搴斿筁4鐨勮ょ煡錛屽氨鍍忎笂涓栫邯80騫翠唬IBM璁や負錛屽彧闇瑕5鍙板ぇ鍨嬫満錛堝叾綆楀姏榪滀笉濡傜幇鍦ㄧ殑涓繪祦鎵嬫満錛夛紝灝辮凍浠ユ弧瓚沖叏鐞冪殑璁＄畻闇奼傘

銆婃苯杞︿漢銆嬭や負錛屽氨綆楅檺鍒跺湪杞﹁澆鍦烘櫙錛岀畻鍔涢渶奼備篃寰堥毦鐪嬪埌緇堢偣錛屽氨鍍忔垜浠寰堥毦棰勬枡AI鐨勭粓鐐逛竴鏍鳳紙鍙鑳芥墍鏈変簨鐗╃殑鍓嶆柟錛岄兘鏈変竴涓澶фā鍨嬶紝鍖呮嫭浜烘湰韜錛夈

浜虹被浠庡巻鍙蹭腑瀛﹀埌鐨勫敮涓鏁欒錛屾槸浠庢潵涓嶄細奼插彇鏁欒銆傝繖鍙ヨ瘽鍊掓槸浠嶇劧鏈夋晥銆傘愮増鏉冨０鏄庛戞湰鏂囩郴銆婃苯杞︿漢銆嬪師鍒涚誇歡錛屾湭緇忔巿鏉冧笉寰楄漿杞姐

銆愭湰鏂囨潵鑷鏄撹濺鍙蜂綔鑰呮苯杞︿漢浼犲獟錛岀増鏉冨綊浣滆呮墍鏈,浠諱綍褰㈠紡杞杞借瘋仈緋諱綔鑰呫傚唴瀹逛粎浠ｈ〃浣滆呰傜偣錛屼笌鏄撹濺鏃犲叧銆

7. 高階智能駕駛下一站，除了激光雷達還在比什麼

甚至能彌補現階段我們看到的單車智能路線的短板，但至少短期內這個技術落地的可能性很小，也正是因為它涉及到方方面面的智能化終端改造，路面上的其他車必須智能，紅綠燈、道路甚至攝像頭都必須智能聯網，這是一個缺了誰也不能完美實現的大體系，還需要整個生態的協同發展。

總結：

在很長一段時間內，量產車在自動駕駛發展路徑上仍將處於無限趨近L3級別的能力范疇，隨著晶元能力、5G、雷達等智能硬體水平的快速提升，用戶實際體驗感受也將得到大幅升級。這一階段的高階智能駕駛輔助水平高低除了上述幾個大的關鍵點外，高精地圖、全棧自研等方面因素也會對落地結果有一定的影響，但主要的競爭領域仍保持上這幾個大方面上，但最終體驗感的優劣仍是軟硬體結合能力的綜合影響，但在逐漸明朗的大趨勢下，更完善強大的智能輔助駕駛非常可期。