自动驾驶算力

1. 自动驾驶升级/域集中趋势下 东软睿驰的“芯”变化

自动驾驶系统进化,汽车电子电气E/E架构加速向域控架构迁移,驱使着芯片性能和结构快速升级。

域控处理器需要处理大量图片、视频等非结构化数据,同时还需要整合雷达、视频等多路数据。原有单一芯片无法满足诸多接口和算力需求,车载处理器算力呈现指数级提升,具备AI能力的主控SOC芯片成为了主流。

SoC芯片集成了CPU、AI 芯片(GPU/FPGA/ASIC)、深度学习加速单元(NPU)等多个模块,相对于单核处理器,异构多核SoC处理器在算力、性能、成本、功耗、尺寸等方面具备更明显的优势。

当前,在智能汽车领域已经聚齐了各路芯片玩家,英伟达、高通等近年来在汽车主控SOC芯片领域大举布局,分别针对ADAS、自动驾驶以及智能座舱领域推出了系列芯片,率先于传统芯片企业在各领域快速落地;瑞萨电子、恩智浦、德州仪器(TI)等传统汽车芯片企业不甘落后,面向智能驾驶领域积极跟进。

除了外资巨头,在国内还有华为、地平线、黑芝麻、芯驰、芯擎科技等一大批企业已经快速崛起,为自主品牌车企提供了更多选择。

综合来看,主控芯片正朝向异构多核、高集成、低功耗等更高性能的方向迈进,同时也推动了域控制器升级和量产落地,东软睿驰等Tier1企业也在芯片技术的变革之下,与合作伙伴展开更多、更深入的合作,这对电子电气架构发展和软件定义汽车带来了极具意义的影响。

一、来自不同层级市场的芯片需求

一场算力竞赛已经在各大芯片企业之间悄然兴起。

高级别自动驾驶系统需要面对更复杂更广泛的场景,伴随着域内融合和跨域融合,未来芯片不会局限于自动驾驶域的计算任务,还会逐渐跨域升级成整车中央计算平台,对算力的要求呈现指数级增长。

有数据显示,L2级自动驾驶的算力需求不到10TOPS即可,但要实现L3级自动驾驶的算力需求则要求不低于100 TOPS,而如果到L5级自动驾驶,整车的算力还需要翻十几倍。

公开资料来看,大部分芯片企业纷纷瞄准了下一代自动驾驶大算力芯片,并且公布了相应的量产规划。

英伟达已经推出的全新一代自动驾驶芯片Orin单颗芯片算力高达200TOPS,支持L3-L4,资料显示蔚来ET7、上汽R ES33、智己L7都将采用英伟达Orin芯片,量产计划在2022年。今年4月,英伟达还发布了算力高达1000TOPS的Atlan芯片,支持L4-L5,预计在2025年量产。

另一大芯片巨头高通最新推出的Snapdragon Ride平台支持L1-L5自动驾驶,支持多芯片叠加使用,L3以下的辅助驾驶提供30 TOPs算力,面向L4-L5的自动驾驶系统提供700 TOPs的算力,量产时间节点为2022年。

自主品牌中,华为自主研发的HUAWEI MDC 810算力可高达400+TOPs,面向L4-L5级自动驾驶。地平线征程5单颗芯片AI算力为128 TOPS,组成的智能计算平台AI算力覆盖200-1000 TOPS;黑芝麻智能今年全新推出的A1000Pro系列芯片,INT8算力达到106TOPS、INT4算力高达196TOPS。

除了面向L3及以上级别ADAS领域的高算力芯片,未来几年L2-L2+级ADAS市场的爆发,同样蕴藏着巨大的市场空间。

高工智能汽车研究院监测数据显示,今年1-8月国内新车(合资+自主品牌)前装标配搭载L2级辅助驾驶上险量为224.27万辆,同比增长78.42%;在搭载率方面,今年1-8月国内新车前装标配搭载L2级辅助驾驶搭载率为17.03%。

S32G使用路径

通过这类通用域控制器可实现跨域融合,基于面向SOA的架构,在不同域中实现软件复用和功能的迁移,大大增强了平台的可拓展性,可移植性,对电子电气架构的集中化发展意义重大。

一直以来,芯片都处于快速发展变化的状态,而芯片与软件的高耦合,往往需要基于差异化的硬件进行大量的软件定制化,这使得上层应用开发和持续迭代变得异常困难。很显然,相对稳定的通用硬件平台,才是软件架构和上层应用持续稳定和快速繁荣的基础。

正如东软睿驰汽车技术(上海)有限公司总经理曹斌表示,能够把所有传感器集中在一起,并在传感器算法基础之上去迭代和创新,实现持续优化和进化的域控制器,才是智能汽车行业真正需要的。

他指出,这类域控制器需要基于较为完整和稳定的异构芯片作为底层架构,能够支持AI加速和GPU的支持,将满足需求的算力与分布式计算资源整合在一起,并且不断地被上层软件抽象且与底层芯片实现有机解耦,才能真正形成集中化并且可持续迭代升级的域控制器。

当前越来越多核异构SOC芯片的出现,在满足基本功能算力需求的前提下,硬件架构、功能框架和划分将有望形成相对通用化和稳定的状态。

基于这类通用化的硬件架构,实现软硬件分层解耦,逐渐形成了AUTOSAR、AP+CP+中间件的清晰稳定的基础软件架构,上层应用的快速实现与持续的迭代升级才能够实现。

这对软件定义汽车来说,可以说是非常关键性同时也是极具标志性的阶段。