高算力芯片上车：必需还是浪费？

　　编前：汽车智能化“大潮”一浪高过一浪，技术创新在快速演进的同时，也面临落地应用的争议。其中，伴随自动驾驶相关产品逐渐市场化，行业围绕“高算力芯片必要与否”的讨论一直在发酵，至今尚未达成一致观点。

　　正反双方究竟为何各执一词，谁的观点更有说服力，争论背后反映出行业发展的哪些成绩与挑战？或许厘清这些问题后，我们对于高算力芯片研发与应用的思路可以更开阔，同时还能顺藤摸瓜勾勒出自动驾驶落地更清晰的轮廓。

　　高算力带来了什么

　　近两年，搭载高算力芯片的新车型越来越多，从蔚来ET5、理想L9、小鹏G9、阿维塔11，到沙龙机甲龙、飞凡R7、高合HiPhiZ、魏牌摩卡DHT-PHEV版等，其智能辅助驾驶系统大多数采用了英伟达、高通或地平线、华为等供应商的高算力芯片。

　　“从ADAS到城市导航辅助驾驶（NOA），再到更高级别自动驾驶，高算力芯片为汽车智能化提供了必要的支撑。”中国汽车芯片产业创新战略联盟秘书长、国家新能源汽车技术创新中心总经理原成寅在接受《中国汽车报》记者采访时表示，智能汽车收集的数据种类更多、量级更大，由此对高算力芯片的需求也水涨船高，特别是在智能驾驶领域，对高算力的比拼日益激烈。

　　原成寅指出，近年来高算力芯片的出现及算力的不断增加，给汽车智能化带来与以往显著不同的质的飞跃，其对于感知系统的数据处理和对自动驾驶的全面支持能力，功能十分类似大脑，因此目前基本成为高端智能汽车的标配。

　　正因如此，部分车企主动寻觅相关资源开展新车型的研发，加速高算力芯片的上车进程。两年前，长城汽车就与高通携手，率先采用其Snapdragon Ride平台，打造先进的“咖啡智驾系统”，并于去年实现量产配套。据了解，在高算力平台的支持下，“咖啡智驾系统”可集成适配不同AI算法的千兆级以太网接口等高性能硬件，适用于座舱操作系统、语音、导航地图、视觉算法等全链路、全方位自研软件；同时，还支持车机闲聊、跨域知识上下文等多项行业领先的语音交互能力，以及触控、手势、头姿等其他各种自然交互模式，可为用户带来更便捷、更有趣的智能体验。

　　事实上，目前多家车企推出的旗舰车型，都进行了高算力的超前布置。“智能汽车对于高算力芯片的应用有单颗、多颗、平台几种方式。”吉林大学汽车工程学院教授李明向记者介绍道，在单颗模式方面，智己L7采用英伟达Orin X，该芯片为7纳米工艺制程，单颗算力达到254TOPS；阿维塔11采用华为MDC810芯片，综合算力达到400TOPS。在多颗芯片模式方面，理想L9使用两颗英伟达Orin X，综合算力达到508TOPS，可以更好地应对高级别自动驾驶的数据处理需求，同时给后续OTA升级预留了空间；同样采用两颗英伟达Orin X解决方案的车型还有小鹏G9、非凡R7等。蔚来ES7、ET7则使用了四颗英伟达Orin X芯片，综合算力达到1016TOPS。小鹏汽车新发布的SEPA2.0“扶摇”全域智能架构，采用了算力达600PFLOPS的智能计算平台。

　　“理论上，高算力芯片为智能汽车带来的是高性能及对数据的快速处理能力。”苏州挚途科技有限公司智能工程部总监杨永勋表示，但由于各企业存在技术、市场、需求等方面的差异，因此对高算力芯片的选择和看法也不同。

　　技术门槛有多高

　　现阶段，能够推出车规级高算力芯片的企业并不多，旗下单芯片超过100TOPS的更是凤毛麟角。国外厂商中，除英伟达、高通外，AMD公司MI250X芯片可提供383TOPS的算力、Mobileye EyeQ Ultra单颗芯片算力达176TOPS。国内企业中，除前文提到的华为与地平线，黑芝麻智能、寒武纪等也发布了自研的高算力芯片。

　　“车规级芯片本身就比消费级及工业级芯片的技术门槛高，而更高的算力意味着难度更大的设计与制造工艺，技术门槛进一步被抬高。”原成寅介绍称，目前在全球范围内主要有X86、ARM、RISC-V和MIPS四大主流芯片架构。AMD主要使用X86架构、英伟达主要使用RISC-V架构，华为等国内芯片商主要使用ARM架构。不同架构各有千秋，其中，ARM架构成本和功耗较低，是全球芯片行业应用比例最高的主要架构之一。芯片设计工具软件（EDA），大致可分为芯片设计辅助软件、可编程芯片辅助设计软件、系统设计辅助软件三类。目前，我国使用较多的EDA软件主要来自Candence、Synopsys、Mentor Graphics三家美国公司，它们在全球市场的份额超过70％。至今，国内也基本不具备全流程的EDA软件自主能力。特斯拉、英伟达等企业量产的高算力芯片已实现7纳米制程，英伟达新发布的DRIVE Thor系统级芯片，算力达到2000TOPS，将采用5纳米制程。在全球范围内，只有台积电掌握3纳米制程工艺，台积电和三星等极少数厂商已能够生产5纳米车规级芯片。

　　由此可见，在高算力芯片的产业链上，高门槛限制了诸多“入门者”。“高算力芯片设计及制造的难度比一般芯片更大，而且往往要求在有限的体积和空间范围内解决运算能力问题，业内将其比作‘皇冠上的明珠’。”杨永勋表示，算力越高，芯片所需的功耗就越大，这意味着发热量也会增加。因此，高算力芯片的设计和散热优化成为了新课题。在有限的芯片体积上做到高算力，不仅需要设计上的高度集成和创新思路，而且离不开更高的制造技术做支撑，从几年前的14纳米到近年来的7纳米、5纳米，制造工艺精度的提高需要更先进的芯片光刻、等离子刻蚀等技术。我国在这些方面仍然被“卡脖子”。

　　“高算力芯片带来的许多新问题需要用创新的方式解决，这更是一般消费电子芯片厂商难以做到的。”李明表示，高算力芯片散热的难题，不同厂商在尝试不同的方法。一般情况下，汽车芯片都是采用自然风冷，芯片功耗小于15W是没有问题的。但自然风冷对于高算力芯片的作用有限，因此有的企业采用存算一体的芯片设计方式，在一定程度上解决了降低功耗和散热的问题，可以做到突破1000TOPS的有效算力，而且成本较低，可靠性更好。当然，这对于芯片设计能力是一项考验。

　　是否必须追求“高”

　　算力越高，运算速度越快是事实，但在现有法规下，只有L2自动驾驶技术才被允许量产上市。有鉴于此，高算力芯片上车究竟是真实的需求，还是营销的“卖点”？

　　“其实，一些车型应用高算力芯片，只要企业不是盲目地‘堆’算力，应该都有自己的一番规划和考量。”李明认为，蔚来ES7和ET7的情况，可能是企业面向未来高级别自动驾驶和OTA，以及智能座舱功能不断增加的需要而部署的。据悉，蔚来汽车已着手布局L4自动驾驶，其最低算力要求是超过500TOPS。需要指出的是，目前高算力芯片无论TOPS还是PFLOPS，都是应用不同测试标准得出的数值，脱离实际应用盲目比拼，并以此谈论孰优孰劣没有意义。

　　对于高算力上车，行业看法不一。“近三年来，随着自动驾驶快速发展，盲目‘堆’算力、‘炒’算力的现象频发。其实对很多车型而言，高算力配置没有必要。”杨永勋认为，企业在提升硬件算力的同时，更应关注自身软件开发能力的提升。而如果算法足够优化，一项功能仅用10TOPS就可实现；如果算法中夹杂太多没必要的冗余，则会浪费大量的算力。一款智能汽车究竟需要多高的算力，当下是没有定论的，很大程度上取决于企业智能驾驶系统的技术水平和对其功能实现方式的理解。

　　对此，原成寅表示认同。在他看来，智能驾驶离不开高算力芯片的支持，但脱离现实需求、一味追求高算力也是一种浪费。至于一款智能汽车究竟应适配多高的算力，一定要从实际需求出发，按照技术发展和行业惯例保持一定冗余即可。如果本身只需要20TOPS算力，而现在就装上2000TOPS的高算力芯片就显得有些多余。这样做不仅增加成本，而且会因为高功耗问题缩短电动汽车续驶里程，增加系统的散热负担。原成寅告诉记者，从消费者的角度来看，符合实际需求的算力平台能让车辆实现很好的性能及体验感；盲目“堆砌”超高算力最明显的感受恐怕就是车型售价被抬高了。“此外，在国内大力发展车-路-云协同自动驾驶技术路线的基础上，如果车上配置的芯片算力不够，有些可以充分利用云端的算力来解决。云端有更为庞大的技术支持，不仅可以大幅提升智能汽车所需的算力，还会在很大程度上降低高算力芯片带来的成本问题，同样能带给消费者高性能、高安全、高可靠性保障。”他补充道。

　　“目前市场上的确有一些高算力芯片，但地平线不会进行这种竞赛，我们要回归算力芯片应用的商业本质。”地平线科技有限公司总裁陈黎明强调，用户价值是驱动地平线技术开发的动力。近年来，智能汽车的算力不断提高，但用户体验并没有随之出现线性的增长，这是非常大的浪费。地平线会在一定算力的基础上，通过优化编译器、优化设计，把芯片的峰值算力充分利用起来，同时也将根据用户价值去定义和开发新产品。

　　“目前最令人担心的是，如果大家‘一窝蜂’都去开发某些高算力芯片，并使同样不可或缺的低算力芯片受到冷落，将会产生新的‘卡脖子’问题。”广汽埃安新能源汽车股份有限公司副总经理席忠民直言。在他看来，应列出需要开发的芯片种类清单，全面布局并助力汽车产业发展，而不是一味把资源和力量全都集中于高算力芯片上。

　　差距还有多大

　　“从目前国内高算力芯片研发情况看，隐忧不少。”杨永勋表示，国内供应商自研的高算力芯片基本够用，但有若干瓶颈问题亟待破解。一方面，芯片设计软件工具链缺失是重要隐患，目前完全依赖国外企业的局面不容乐观，一旦对方停止授权使用，国内芯片设计或将停摆，这将是花钱都解决不了的问题。而且，一旦国外软件被停用后，即便其中有自主设计的方案也将无法下载。近两年来，在汽车芯片短缺的背景下，虽有国内企业开始发力设计软件工具，但技术积累不足，目前只是在某些点位上有所进展，距离打造完整的工具链还有相当大的差距。另一方面，高算力芯片的制造能力十分欠缺，目前7纳米以上工艺制程芯片的生产，通常都依赖极紫外光刻机（EUV），目前自主供应商只能对外寻找代工，这本身也存在很大的风险。

　　“在高算力芯片的设计能力上，也存在经验不足的问题。”李明介绍称，国内芯片企业目前尚无法设计出1000TOPS以上的高算力芯片，这与设计软件工具、设计经验等方面都有直接关联。此外高算力芯片能否适应车企和用户需求，也是体现市场竞争力的关键因素。

　　“全面布局，重点突破，构建良好的生态、协作的机制是加速高算力芯片产业链自主掌控的关键。”原成寅指出，一方面，高算力芯片产业链涉及点多面广，短时间全面突破并不现实，但寻找一些核心节点组织力量进行重点突破完全有可能。随着时间的推移，重点突破也会积少成多，由点及面；另一方面，行业生态建设也正在逐渐成为行业企业的共识，特别是在高算力芯片方面，企业发展靠以往的单打独斗越来越走不通，联合与协同的价值日益体现。其实，联合与协同就是依托生态而进行的，只有打造更加良好的行业生态环境，吸引更多的合作伙伴加入创新生态“朋友圈”，行业发展才更有生命力。以中国汽车芯片产业创新战略联盟为例，成立之初只有数十家机构参加，现在成员已发展到300多家机构和企业，这就是创新生态建设的效应正在显现。假以时日，在良好行业生态基础上打造自主可控的高算力芯片产业链、追赶世界先进水平并非没有可能，而且这也是智能驾驶产业发展的迫切需求。