隨著智能網聯(lián)汽車的發(fā)展，車載傳感器的數(shù)量日益增加，日趨完善的性能對車載計算平臺算力的需求更高。相較于低級別的自動駕駛，高等自動駕駛系統(tǒng)從傳感器獲取的數(shù)據(jù)量大大增加，而自動駕駛系統(tǒng)的良好運行需要車載計算平臺對這些數(shù)據(jù)進行準確、高效的處理，高級別自動駕駛中車載計算平臺的芯片算力需求還將持續(xù)提升。智能網聯(lián)汽車計算平臺架構核心構成：硬件平臺+系統(tǒng)軟件+功能軟件。駕駛域計算平臺涉及的軟件，從底層往上，主要包括系統(tǒng)軟件、功能軟件、應用軟件。圖3：駕駛域軟件層分類：系統(tǒng)軟件-功能軟件-應用軟件系統(tǒng)軟件層面，主要包括BSP（板級支持包）、hypervisor（虛擬化）、狹義OS內核、中間件組件等。功能軟件層面，主要為自動駕駛的核心共性功能模塊，包括自動駕駛通用框架、網聯(lián)模塊、運控模塊等，功能軟件結合系統(tǒng)軟件，共同構成宏觀意義上給的自動駕駛操作系統(tǒng)。應用軟件層面，應用軟件主要包括場景算法（涵蓋數(shù)據(jù)感知、多元融合、決策規(guī)劃、控制執(zhí)行等）、數(shù)據(jù)地圖等。針對不同軟件層，我們從傳統(tǒng)tier1、OEM及其子公司、科技巨頭、第三方軟件供應商四個維度對產業(yè)主要參與方進行了梳理。表3：駕駛域不同軟件層具備業(yè)務布局的公司梳理（二）系統(tǒng)軟件1：硬件抽象層—Hypervisor 與 BSP1. Hypervisor：管理并虛擬化底層硬件Hypervisor 虛擬化技術可以有效實現(xiàn)資源整合和隔離。自動駕駛操作系統(tǒng)是基于異構分布硬件，應用程序如 AI 計算和實時安全功能可能分別依賴不同的內核環(huán)境和驅動，但在物理層面共享 CPU 等。主流的虛擬機技術提供商包括BlackBerry QNX Hypervisor及Intel與Linux基金會主導的ACRN（開源）。截至目前，只有QNX Hypervisor應用到量產車型，它也是目前市場上唯一被認可功能安全等級達到ASIL D級的虛擬化操作系統(tǒng)。注：（1）RIM 為黑莓母公司；（2）2017 年中科創(chuàng)達、誠邁科技入選黑莓 VAI 計劃，一旦成為 VAI 項目合作伙伴，將可以基于黑莓的嵌入式技術開發(fā)集成服務、安全關鍵型解決方案，包括黑莓 QNX Neutrino 實時操作系統(tǒng)、QNX Momentics 工具套件、QNX 管理程序、應用程序和媒體 QNX SDK、QNX 無線架構、QNX 認證操作系統(tǒng)、QNX 醫(yī)用操作系統(tǒng)、Certicom 工具包、Certicom 管理的公鑰基礎設施以及 Certicom 資產管理系統(tǒng)，應用包括汽車電子、醫(yī)療器械、智能電網、動力控制和工業(yè)自動化；（3）潤和軟件已開發(fā)出基于IntelApollolake 平臺并采用 ACRN 虛擬化技術方案的智能駕駛艙方案2. BSP：保證硬件運行的底層軟件，不同的OS對應于不同定義形式的BSPBSP（Board Support Package），中文即板級支持包。對于一般的嵌入式系統(tǒng)，硬件部分需要嵌入式硬件工程師設計硬件電路，新出廠的電路板，需要BSP來保證其能穩(wěn)定工作，在此基礎之上，才能進行下一步的軟件開發(fā)。BSP是介于主板硬件和操作系統(tǒng)之間的系統(tǒng)軟件之一，主要目的是為了支持操作系統(tǒng)，使之能夠更好的運行于硬件主板。BSP是相對于操作系統(tǒng)而言的，不同的操作系統(tǒng)對應于不同定義形式的BSP，例如VxWorks的BSP和Linux的BSP相對于某一CPU來說盡管實現(xiàn)的功能一樣，可是寫法和接口定義是完全不同的，所以寫B(tài)SP一定要按照該系統(tǒng)BSP的定義形式來寫，這樣才能與上層OS保持正確的接口，良好的支持上層OS。BSP同時具有硬件相關性和操作系統(tǒng)相關性。因此BSP的開發(fā)不僅需要具備一定的硬件知識,例如CPU的控制、中斷控制器的設置、內存控制器的設置及有關的總線規(guī)范等，同時還要求掌握操作系統(tǒng)所定義的BSP接口。圖5：嵌入式系統(tǒng)對應的BSP開發(fā)內容車載芯片BSP涉及到的企業(yè)比較多，涵蓋芯片制造商、第三方軟件服務商、整車廠。但是不同類型的開發(fā)商具備不同的特點，比如芯片制造商，最懂底層硬件，但開發(fā)人手有限，整車廠軟件能力積累相對不足，第三方軟件服務商往往具備較好的競爭優(yōu)勢，通常具備豐富的底層開發(fā)經驗對底層硬件和上層軟件理解深刻，技術較強，人員規(guī)模擴張性也較好。表5：車載芯片BSP開發(fā)領域典型參與方梳理
（三）系統(tǒng)軟件2：操作系統(tǒng)標準與 OS 內核1.車載OS分類：車控OS與座艙OS從功能實現(xiàn)角度，車載操作系統(tǒng)可以大致分為車控操作系統(tǒng)和智能座艙操作系統(tǒng)：（1）車控操作系統(tǒng)：主要對應自動駕駛域、動力域、底盤域，用于實現(xiàn)車身底盤控制、動力系統(tǒng)和自動駕駛；（2）智能座艙操作系統(tǒng)：主要對應于座艙域，用于實現(xiàn)車載娛樂信息系統(tǒng)功能以及實現(xiàn)HMI相應功能。在前述基礎上，我們可以進一步劃分車控操作系統(tǒng)：（1）嵌入式實時操作系統(tǒng)RTOS：用于傳統(tǒng)的車輛控制，適用于動力系統(tǒng)與底盤控制等領域；（2）基于POSIX標準的操作系統(tǒng)，適用于自動駕駛所需要的高性能計算和高寬帶通信。傳統(tǒng)車控ECU采用的符合OSEK/VDX和Classic AUTOSAR標準的RTOS。在傳統(tǒng)的分布式EE架構下，特定的ECU針對處理特定功能，常見ECU包括EMS發(fā)動機電控系統(tǒng)，ABS制動防抱死控制、變速箱牽引力控制TCU、電子穩(wěn)定控制EPS、電子動力轉向EPS，新能源汽車整車控制VCU，電池管理系統(tǒng)BMS等。通常情況下，車用ECU主要由MCU、存儲器、I/O和外圍電路組成，其中MCU為核心。傳統(tǒng)ECU實施的功能有限，運行相對簡易，并不需要高性能的OS來實現(xiàn)資源的調度和分配。不過因為涉及車控環(huán)節(jié)，相關系統(tǒng)屬于復雜測控系統(tǒng)，如果系統(tǒng)任務的響應不及時或有延遲過大，就可能導致嚴重的安全隱患。因此汽車電控ECU必須是高穩(wěn)定性的嵌入式實時性操作系統(tǒng)（RTOS），實時性的含義是系統(tǒng)保證在一定時間限制內完成特定功能，目前主流的電控操作系統(tǒng)基本都兼容OSEK/VDX和ClassicAUTOSAR這兩類汽車電子軟件標準。值得指出的是，AUTOSAR與OSEK都是汽車電子軟件的標準，AUTOSAR基于OSEK/VDX發(fā)展而來。OSEK/VDX是基于ECU開發(fā)的操作系統(tǒng)標準，起源于20世紀90年代，AUTOSAR基于整體汽車電子開發(fā)的功能標準，發(fā)起于2003年。自動駕駛OS目前大多參考Adaptive AUTOSAR平臺，其定義采用了基于POSIX標準的操作系統(tǒng)，可以為支持POSIX標準的操作系統(tǒng)及不同的應用需求提供標準化的平臺接口和應用服務。從實際功能執(zhí)行來看，可以將ECU的軟件平臺分為三類：基于信息娛樂的ECU、傳統(tǒng)的基于控制的ECU，以及執(zhí)行自動駕駛功能的ECU。Classic AUTOSAR標準解決了傳統(tǒng)車控ECU的需求，但是，如高級輔助駕駛和自動駕駛，需要在車輛上引入高度復雜和計算資源需求量大的軟件，同時這些軟件在車輛上必須完全兼容和絕對安全，而且未來隨著汽車電子及軟件功能的大幅增長，最終可能向基于中央計算機的車輛集中式電子電氣架構，對于自動駕駛域控制器或計算平臺這種控制器，Classic AUTOSAR無法滿足其需求，需要高度靈活、高性能且支持HPC、動態(tài)通訊等特性的新軟件架構平臺。2018年，為了迎合未來汽車智能化、網聯(lián)化的需求，AUTOSAR聯(lián)盟推出了一個全新的平臺，將AP加入到原有的AUTOSAR平臺中，形成Adaptive AUTOSAR平臺，并于2018年10月迎來了適用于面向量產的首次發(fā)布，另外還將原有平臺更名為Classic AUTOSAR平臺。2. 駕駛域OS內核：QNX、Linux、Vxworks三分天下駕駛域OS按照定義范圍可大致分為狹義和廣義兩種：（1）狹義OS：特指可直接搭載在硬件上的OS內核；（2）廣義OS：從下至上包括從BSP、OS內核、中間件及庫組件等系統(tǒng)軟件。OS內核又稱為底層OS，旨在提供操作系統(tǒng)最基本的功能，負責管理系統(tǒng)的進程、內存、設備驅動程序、文件和網絡系統(tǒng)，決定著系統(tǒng)的性能和穩(wěn)定性。圖8：狹義OS主要包括QNX、Linux和VxWorks自動駕駛OS內核的格局較穩(wěn)定，主要產品為QNX（Blackberry）、Linux（開源基金會）、VxWorks（Wind River System）。因打造全新OS需要花費太大的人力、物力，目前基本沒有企業(yè)會開發(fā)全新的OS內核。目前Waymo、百度、特斯拉、Mobileye等企業(yè)都是在現(xiàn)有的OS內核基礎上自研中間件和應用軟件。此外，QNX系統(tǒng)生態(tài)較為封閉，Linux和VxWorks均是開源。Linux和VxWorks所有內核源代碼都向客戶開放，客戶可做一定的裁剪。如果選擇QNX內核，整車廠無法做裁剪，但客戶可自己編寫中間件和應用軟件。2017年黑莓公司成立VAI（ValueAdded Integrator）項目，中科創(chuàng)達、誠邁科技作為以系統(tǒng)集成商的身份加入黑莓嵌入式合作伙伴計劃VAI項目，將基于黑莓QNX嵌入式技術（包括黑莓QNX Neutrino實時操作系統(tǒng)、QNX管理程序、QNX無線架構、QNX認證操作系統(tǒng)等）提供集成服務解決方案，其應用包括汽車電子、醫(yī)療器械、智能電網、動力控制和工業(yè)自動化。從費用和開發(fā)難度看，QNX需要付費，不過開發(fā)難度較小，代碼量也較少，Linux不需要收費，但是開發(fā)難度較大，容易出Bug。中間件是介于應用系統(tǒng)和系統(tǒng)軟件之間的一類軟件，位于客戶機服務器的操作系統(tǒng)之上，管理計算資源和網絡通信。根據(jù)IDC的定義，中間件是一種獨立的軟件服務程序，分布式應用軟件借助這種軟件在不同的技術之間共享資源。中間件的主要任務，是負責各類應用軟件模塊之間的通信以及對底層系統(tǒng)資源的調度。它的優(yōu)點，是可以大大降低應用層軟件的開發(fā)難度，使研發(fā)工程師可以完全把注意力集中到功能算法的開發(fā)上。而目前最為業(yè)內所熟知的中間件當屬Classic AUTOSAR中的RTE（Runtime Environment），它不僅負責上層SWC（Sofware Component）之間的通訊，也同時負責對SWC進行調度以及對底層操作系統(tǒng)及通訊服務的調用。圖10：中間件在分布式系統(tǒng)中的用途示意圖智能駕駛中間件的市場空間正在快速增長。以TTTech Auto（TTTech拆分的汽車子業(yè)務板塊）為例，該公司推出的智能駕駛中間件（MotionWise安全軟件平臺）客戶包括安波福、奧迪、寶馬、大陸集團、戴姆勒等，營收規(guī)模從2018年的1920萬美元增加至2019年的8872萬美元，2020年預計營收在1.9億至2億美元。不過，由于中間件涉及到較高的功能安全等級，市場門檻也要高于應用層軟件。中間件領域，傳統(tǒng)Tier1和科技巨頭布局較少。從主要自動駕駛Tier1產品與場景布局來看，博世、大陸和采埃孚在國外Tier1中布局最全面，其中博世和采埃孚在2020年均推出面向自動駕駛的中間件產品。2020年7月，博世推出針對高級自動駕駛應用的中間件—Iceoryx (冰羚)，兼容ROS2和Adaptive AutoSAR的接口，滿足不同開發(fā)階段的需求。2020年12月，采埃孚發(fā)布中間件ZF Middleware，提供可以集成到整車制造商軟件平臺的模塊化解決方案。同時，該中間件將于2024年搭載在量產車輛上。值得注意的是，國外Tier 1在功能落地的同時，開始滲透底層系統(tǒng)研發(fā)，搭建系統(tǒng)與軟件應用之間的連接橋梁。博世、采埃孚相繼發(fā)布中間件產品，以期通過全面的傳感器產品布局，為主機廠集中配置自動駕駛方案，降低系統(tǒng)集成的復雜性，降低開發(fā)成本和加快產品落地。
除API中間件外，自動駕駛的核心共性功能模塊構成了功能軟件的主要部分。核心共性功能模塊包括自動駕駛通用框架、網聯(lián)、云控等，結合系統(tǒng)軟件，共同構成完整的自動駕駛操作系統(tǒng)，支撐自動駕駛技術實現(xiàn)。（五）應用軟件：種類多，包括場景算法、數(shù)據(jù)地圖等應用層軟件運行在廣義操作系統(tǒng)之上，具體負責自動駕駛功能實現(xiàn)。典型的計算平臺，在裝載運行系統(tǒng)軟件和功能軟件構成的操作系統(tǒng)后，向上支撐應用軟件開發(fā)，最終實現(xiàn)整體功能實現(xiàn)。應用層軟件內容繁雜，包括場景算法（涵蓋數(shù)據(jù)感知、決策規(guī)劃、控制執(zhí)行等）、數(shù)據(jù)地圖、人機交互（HMI）等。我們僅以場景算法進行闡述，典型的場景算法設計數(shù)據(jù)感知、決策規(guī)劃、控制執(zhí)行等。其中感知類算法包括SLAM算法（涵蓋視覺處理、激光雷達、多傳感器融合等）、自動駕駛感知算法。決策類算法包括自動駕駛規(guī)劃算法、自動駕駛決策算法，執(zhí)行類算法主要為自動駕駛控制算法。目前該領域涉足的產業(yè)參與方繁多，從整車廠、傳統(tǒng)Tier1，到初創(chuàng)類公司、科技巨頭以及獨立的軟件供應商等在該領域都積極發(fā)力。數(shù)據(jù)地圖（高精度地圖）也是應用層又一典型軟件。傳統(tǒng)車載導航地圖使用者是人，傳統(tǒng)電子導航地圖會描繪出道路，部分道路會區(qū)分車道，而高精度地圖不僅會描繪道路，會真實地反映出道路的實際樣式，高精度地圖為了讓自動駕駛系統(tǒng)更好地識別交通情況，會把道路形狀的細節(jié)進行詳細、精確展示。高精度地圖對于智能駕駛不可或缺，從視野范圍看，高精度地圖不受遮擋，不存在距離和視覺的缺陷，在特殊天氣條件下，高精度地圖依舊可以發(fā)揮作用；從誤差看，高精度地圖可以有效消除部分傳感器誤差，在部分路況條件下，可以有效對現(xiàn)有傳感器系統(tǒng)進行補充修正。此外，高精度地圖還可以構建駕駛經驗數(shù)據(jù)庫，通過多維時空數(shù)據(jù)的挖掘，分析危險區(qū)域，為駕駛者提供新的駕駛經驗數(shù)據(jù)集。圖15：高精度地圖對高等級自動駕駛系統(tǒng)而言不可或缺從目前競爭格局看，高精度地圖領域呈現(xiàn)四維圖新（騰訊產業(yè)基金為公司第二大股東，截至2021年3月底，騰訊產業(yè)基金持股5%）、高德（阿里巴巴全資孫公司）、百度三足鼎立態(tài)勢。百度為國內最早開展高精度地圖研究的公司，2013年啟動無人車項目研發(fā)，高德?lián)碛邪⒗锇桶腿χС?，進展較快，四維圖新為國內老牌圖商。
數(shù)據(jù)來源：四維圖新公司公告（參見：2019年2月13日《四維圖新:關于與寶馬汽車公司簽署自動駕駛地圖許可協(xié)議的公告》及2019年11月20日《四維圖新:關于華為采購公司高精度地圖數(shù)據(jù)產品和服務的公告》），汽車之家，蓋世汽車，廣發(fā)證券發(fā)展研究中心
（一）底層硬件采用異構分布架構（以華為 MDC 為例）智能駕駛域控制器是結合車輛線控平臺和大量多類型外圍傳感器的核心部分，具有多樣的接口類型、足夠的接口數(shù)量和高性能等特點。多傳感器數(shù)據(jù)融合、人工智能算法等技術對域控制器的接口和算力性能都有著更高要求，因此，域控制器需要采用集成多種架構芯片的異構多核芯片的硬件方案。異構多核芯片硬件架構主要由具有AI單元、計算單元和控制單元三部分組成。AI單元：為異構芯片硬件架構中算力最大的一部分，通過系統(tǒng)內核進行加速引擎和軟硬件資源的分配、調度。AI 單元主要完成多傳感器融合數(shù)據(jù)的分析和處理，輸出用于規(guī)劃、決策和控制的周圍環(huán)境信息。目前，主流的 AI芯片可選架構有 GPU、FPGA、ASIC 等。計算單元：基于多核CPU的計算單元具有主頻高，計算能力強等特點，通過系統(tǒng)內核管理軟件和硬件資源、完成任務調度。計算單元主要用于執(zhí)行大部分自動駕駛相關的核心算法，整合多傳感器融合數(shù)據(jù)完成路徑規(guī)劃、決策控制等功能。控制單元：主要基于傳統(tǒng)車輛控制器（MCU）完成車輛動力學橫縱向控制任務，搭載基礎軟件平臺的控制單元將各個車輛控制的功能軟件連接起來實現(xiàn)車輛控制，同時，軟件系統(tǒng)需要預留與智能車輛操作系統(tǒng)集成的通信接口。以華為MDC為例，除了常見的MCU外，MDC計算平臺內部包含了兩個核心芯片：CPU芯片：鯤鵬920s，基于華為自研的ARM處理器，采用7nm制程，最大功耗55W；AI芯片：昇騰310，基于達芬奇AI架構，12nm制程，最大功耗8W，算力達到16TOPS（八位整數(shù)精度）。
圖16：華為MDC架構——底層硬件平臺有AI芯片/CPU等構成華為MDC計算單元內部包括四大模塊：CPU模塊、圖像處理、AI處理、數(shù)據(jù)交換。其中數(shù)據(jù)交換模塊主要負責其余各個模塊的數(shù)據(jù)交互，圖像處理模塊主要用于把攝像頭的原始數(shù)據(jù)處理成YUV格式或者RGB格式，此外AI處理模塊和CPU模塊主要功能如下：AI處理模塊（內置AI芯片）：主要用來做AI計算，主要是CNN計算（卷積神經網絡），可以做攝像頭的AI處理，或者攝像頭和激光雷達的前融合AI計算，內存64GB；CPU模塊（內置CPU芯片）：主要提供整型計算，可以用來部署后融合、定位、規(guī)控等應用軟件算法，內存是16GB。注：CAN、ETH、GMSL 等皆為內部通信方式，一般來說 ETH（以太網接口）可以連接到 4G 網絡，車聯(lián)網系統(tǒng)等，CAN 接口可以對接底盤 ECU，包括轉向和動力 ECU 等。
1. AI芯片的主要分類：GPU/FPGA/ASICGPU仍屬于通用性芯片。它與傳統(tǒng)CPU有明顯差異，CPU需要很強的通用性來處理各種不同的數(shù)據(jù)類型，同時對邏輯判斷有較高要求，因此CPU的內部結構異常復雜。而GPU面對的則是數(shù)據(jù)類型高度一致、相互無依賴的大規(guī)模數(shù)據(jù)和不需要被打斷的純凈的計算環(huán)境。GPU采用了數(shù)量眾多的計算單元和超長的流水線，但只有非常簡單的控制邏輯并省去了Cache，而CPU不僅被Cache占據(jù)大量空間，而且還有有復雜的控制邏輯和諸多優(yōu)化電路，相比之下計算能力只是CPU很小的一部分。ASIC屬于定制化芯片，即應特定用戶要求和特定電子系統(tǒng)的需要而設計、制造的集成電路。ASIC的特點是面向特定用戶的需求，ASIC在批量生產時與通用集成電路相比具有體積更小、功耗更低、可靠性提高、性能提高、保密性增強、成本降低等優(yōu)點。ASIC具有高性能、低功耗的優(yōu)勢，但它們包含的大部分算法——除了那些在軟件內部處理器內核執(zhí)行的——其余都是“凍結的”。FPGA，是作為專用集成電路（ASIC）領域中的一種半定制電路而出現(xiàn)的，F(xiàn)PGA最大特點在于，可以配置它的可編程架構來實現(xiàn)研發(fā)人員需要的數(shù)字功能組合。（1）用途：FPGA主要用于要求快速迭代或小批量產品；ASIC用于設計規(guī)模大，復雜度較高的芯片，或成熟度高，產量較大的產品；（2）成本：小批量需求時，單片F(xiàn)PGA成本低于ASIC，隨著產品量的增加，單片ASIC成本逐步降低；（3）功耗：在相同工藝條件下，F(xiàn)PGA要大于ASIC；（4）速度：FPGA內部是基于通用的結構，通用則導致冗余；ASIC是根據(jù)設計需求，最優(yōu)化邏輯資源，并且做到最優(yōu)布局走線，降低走線延遲；（5）面積：定制化的電路設計和工藝使用ASIC面積小于FPGA；1. 流派一：CPU+GPU+ASIC（英偉達、特斯拉、高通等為代表）英偉達自動駕駛芯片采用CPU+GPU+ASIC架構。英偉達目前在全球自動駕駛芯片領域處于行業(yè)龍頭地位，主要產品包括Xavier（2018年推出，已公布架構）、Orin（2019年推出，英偉達未曾披露內部架構）等，2021年推出ALTAN。2018年發(fā)布的Xavier目前已成功量產，該款芯片主要有4個模塊：CPU、GPU以及兩個加速器ASIC。搭載的兩個加速器ASIC分別為Deep Learning Accelerator（DLA） 和 Programmable Vision Accelerator（PVA）。從體型來看，占據(jù)最大面積的是GPU，其次是CPU，最后輔以兩個專用 ASI，有助于優(yōu)化能耗比。2021年發(fā)布的Atlan將用于多家汽車制造商的2025年車型上，該款芯片主要也包括4個模塊：全新Arm CPU核、GPU以及深度學習和計算機視覺加速器。此外，它還將包括BlueField數(shù)據(jù)處理單元，該數(shù)據(jù)處理單元可提供廣泛的高級網絡、存儲和安全服務，以支持自動駕駛汽車中的復雜計算和AI工作負載，該款處理器將提供每秒超過1000萬億次（TOPS）算力。特斯拉自行設計的FSD算力高達144Tops，也采用CPU+GPU+ASIC架構。FSD包含著三種不同的處理單元，分別為負責圖形處理的GPU、負責深度學習和預測的神經處理單元 NPU（ASIC），還有負責通用數(shù)據(jù)處理的中央處理器 CPU。特斯拉自行定制設計FSD芯片上的神經網絡加速器(NPU)，這是FSD芯片上最大的組件，也是最重要的邏輯部分。高通Snapdragon ride高階產品預計采用的也是CPU+GPU+ASIC架構。2020年高通發(fā)布駕駛域芯片產品Snapegragon ride，該款產品分為三個系列：（1）面向L1/L2級ADAS（具備AEB、TSR和LKA等ADAS功能）的底層硬件包括1個ADAS應用處理器（安全系統(tǒng)級芯片SoC），可提供30~60 TOPS算力；（2）面向L2+級ADAS （具備HWA、自動泊車APA以及TJA等功能）的硬件支持為2個或多個ADAS應用處理器，所需算力要求約為60-125 TOPS；（3）最高階產品面向L4/L5級自動駕駛，配置的底層硬件為2個ADAS應用處理器+ 2個自動駕駛加速器ML（ASIC），最高可提供700TOPS算力，功耗為150W左右。2. 流派二：CPU+ASIC（Mobileye、華為、地平線等為代表）Mobileye在自動駕駛芯片領域具有強大競爭優(yōu)勢，2004年以來陸續(xù)推出基于ASIC架構的EyeQ系列芯片。Mobileye產品覆蓋L1-L3級別的前裝 ADAS，硬件產品主要是是基于 ASIC 架構的 EyeQ 芯片，該公司智能駕駛系統(tǒng)解決方案包括四個部分：EyeQ芯片、自動駕駛策略、安全的防護層 RSS、地圖技術 REM。截止目前，EyeQ系列芯片已發(fā)布五代。第一代產品EyeQ1算力約0.0044Tops，第二代產品EyeQ2算力約0.026Tops，功耗均為2.5w，這兩款產品主要用于L1級自動駕駛。第三代產品EyeQ3是自行開發(fā)的ASIC架構，使用了4顆MIPS核心處理器、4顆VMP芯片，可以支持L2高級輔助駕駛計算需求。2018年量產上市的第四代產品EyeQ4采用28nm工藝，使用了5顆核心處理器、6顆VMP芯片、2顆MPC核心和2顆PMA核心，最高可實現(xiàn)L4級自動駕駛功能。最新一代芯片EyeQ5主要有4個模塊：CPU、視覺加速期CVP（ASIC）、以及Deep Learning Accelerator（DLA） 和 Multithreaded Accelerator（MA）。從模塊的大小來看，CPU 、CVP占據(jù)大頭，其中CVP是針對很多傳統(tǒng)計算機視覺算法設計的ASIC芯片。歷史上，Mobileye一向以CV算法而聞名，同時因為用專有的ASIC來運行算法從而可以達到很低功耗。不過Mobileye的ASIC芯片+算法系統(tǒng)是封閉的，對OEM和Tier 1來說就是黑盒，這也是被眾多廠商詬病的主要原因，因為OEM和Tier 1不僅無法使用不同的算法來體現(xiàn)差異化競爭，而且還不能掌握這類核心算法。華為是我國本土智能駕駛芯片領域綜合實力最強的龍頭之一，針對不同應用場景，2021年初正式推出4款MDC產品。（1）MDC300F，目標應用場景為港口、礦山、園區(qū)物流等領域的商業(yè)車或作業(yè)車，算力約64Tops；（2）MDC210，目標應用場景為L2+功能場景的乘用車，算力約48Tops；（3）MDC610，目標應用場景為L4+功能場景的乘用車，算力逾200Tops；（4）MDC810，目標應用場景為L4-L5功能場景的乘用車或Robotaxi，算力逾400Tops；華為MDC亦采用CPU+ASIC組合架構，自研NPU昇騰310提供強勁AI算力。根據(jù)華為2018年發(fā)布的MDC產品介紹，MDC集成了華為自研的Host CPU芯片、AI芯片、ISP芯片與SSD控制芯片。MDC300計算平臺支持L3級自動駕駛，由昇騰310芯片（自研達芬奇架構NPU，屬于ASIC）、鯤鵬CPU和英飛凌TC397三部分構成，MDC600計算平臺支持L4及以上自動駕駛，包括鯤鵬CPU、昇騰310芯片和ISP。圖25：華為MDC300/600部分核心參數(shù)圖26：華為MDC平臺基于高度集成的Ascend Soc
地平線屬于我國第一個實現(xiàn)車規(guī)級AI芯片前裝量產的企業(yè)。2019年公司發(fā)布征程2，已公布搭載地平線征程2芯片的有長安UNI-T、奇瑞螞蟻、智己汽車、長安UNI-K、廣汽埃安AION Y、東風嵐圖Free、江淮汽車思皓QX、廣汽傳祺GS4 Plus、上汽大通MAXUS MIFA概念車9款車型。目前，2021年發(fā)布的征程5已率先斬獲車型定點，量產上車時間預計在2022年下半年，計劃中的征程6基于車規(guī)級7nm先進工藝，預計工程樣片的推出時間是2023年，量產上車是在2024年。地平線征程2采用CPU+ASIC組合架構。2019年地平線發(fā)布國內首款已量產車規(guī)級邊緣AI視覺芯片征程2.0，該芯片用28納米制程制造，集成雙核Arm Cortex A53，以及自研的雙核地平線二代BPU架構，達到車規(guī)級AEC-Q100標準，性能方面，其等效算力超過4 TOPS，采用17mm*17mm的BGA388封裝工藝，其典型功耗僅為2W。3. 流派三：CPU+ FPGA（百度-賽靈思、Waymo等為代表）百度已量產的ACU采用CPU+FPGA。百度ACU是Apollo面向量產的自動駕駛車載計算單元，根據(jù)不同需求場景的計算能力要求，分為多個系列產品，ACU-Advanced是自主泊車產品專用車載計算平臺，目前已量產下線。ACU-Advanced核心架構基于Xilinx ZU5（FPGA）設計，同時適配百度飛槳深度學習框架。根據(jù)百度的研發(fā)人員觀點，賽靈思該款芯片具有靈活性好，有利于算法迭代；其次，該款芯片可以提供充足算力，保持行駛速度；再次，可以滿足85℃環(huán)境下正常使用的嚴苛車規(guī)級要求。同時，F(xiàn)PGA SOC性能可靠度高，有助于保證自動駕駛的安全。圖31：百度ACU-Advanced采用的底層硬件架構Waymo采用Xeon處理器（CPU）和 Arria FPGA為典型處理方案。2017年英特爾表示自2009年以來一直與谷歌合作開發(fā)無人駕駛汽車，同時也與 Waymo 合作，英特爾Waymo后者提供 Xeon處理器、Arria FPGA（用于機器視覺）以及千兆以太網的解決方案，以幫助 Waymo無人汽車實時處理信息。
本站僅提供存儲服務，所有內容均由用戶發(fā)布，如發(fā)現(xiàn)有害或侵權內容，請
點擊舉報。
