上海车展｜智能驾驶发展趋势：整车厂的需求和芯片本土化

发表于 4/26/2023 11:50:02 AM 阅读（1180）

2023年上海车展上看到的趋势之一是智能化，除了智能座舱，智能驾驶的发展值得长期关注。朱老师最近在和同事讨论自动辅助驾驶能力的提升的底层逻辑问题。这里牵涉到汽车企业、Tier1企业和芯片企业，也包括了算法、算力和数据。怎么能做起来其实是一个很有价值的思考。

本文主要从主机厂的角度去探讨需要怎样发展，以及需要什么样的芯片。

Part 1

整车企业对自动驾驶的诉求

● 发展自动辅助驾驶基本的逻辑

从共识来看，自动辅助驾驶离不开三个关键要素：算力、算法、数据。

◎ 算力：随着大部份汽车企业选择高端的英伟达或者高通，芯片的算力已经足够强大，采用了2或4块 NVIDIA 的 Orin X 芯片，拥有512或1024T的计算能力。

◎ 算法：大部分公司都采用了国外公开的研究论文，通过导入Transformer大模型架构，在BEV模型下底层基本相同，通过芯片厂家的支持和自身团队进行了优化，因此性能略有差异。

◎ 数据：从目前的来看，差异性主要是来自采集的数据。由于装备了传感器和高算力的车辆每天在路上行驶，采集到的数据量非常庞大，但并非所有数据都可以用于训练，也没有人拥有足够大的算力来进行训练。目前主流的方法是，只采集在使用 NOA（Navigate on Autopilot）的过程中，需要人工接管的场景，将车辆在人工接管前后的部分数据传回到大模型进行训练和迭代。这种方法的前提是，首先你要有一个能合格上路，符合量产定义的成熟产品，然后开始做以下工作：

◎ 有足够多的车辆在不同的路段上行驶，以收集足够多的 corner case；

◎ 有足够高的 NOA 开启率，否则车主平时自己行驶时采集的海量数据和道路数据是无法用于辅助驾驶训练的。

所以对一个车企来说，如果想要获取下个时代的门票，一方面需要一个团队能够有一套完整成熟可量产软硬件的产品，另一方面需要在拥有足够多的行驶车辆和高开启率的前提下，有效地利用数据提升辅助驾驶的能力。

有足够的算力和算法是一个基础，有点类似高考，你首先要进大学这个门，让用户用起来；然后在这个量产的版本基础上，让用户开起来、用起来，才能拿回来足够的数据，才能发挥出最大的效果。

● 自动辅助驾驶产品的形态

在本次上海车展上，各家自动辅助驾驶Tier1厂商特别焦虑。这本质上是由于汽车企业对这部分业务话语权越来越大，Tier1成了在芯片和汽车企业中间的夹心层，主要干脏活累活。

所以在这次车展，Tier1 纷纷展示的智能驾驶技产品，很多并且很细分。从汽车企业的需求来看，域控制器产品路线越来越清晰，可分为入门级行泊一体域控解决方案（主打性价比）和大算力高阶行泊一体解决方案（主打品牌力）。

◎ 入门级

行泊一体域控制器的系统架构方案是围绕了好几种的芯片方案，智能驾驶系统方案解决商们在进行PK的同时，芯片公司在不断地进行产品迭代（价格战也在主控芯片领域展开，我们下面会讲的提供性价比的芯片）

◎ 高阶方案

整车企业在降价潮里面，其实没舍得放弃这块，虽然在高阶智能驾驶方案的选择上将更加务实，因为降本的压力，Orin的方案确实不便宜，随着对高阶智能驾驶实现方案的理解越来越透彻，车企也在思考怎么做配置。

和上面相对应的两种芯片方案中，中高端市场主要竞争算力和城区场景的支持，而低端市场则主要竞争极致性价比。

国产芯片公司在低端市场具有明显优势，提供了成本优化和功能丰富的解决方案。这使得许多国内车企选择国产智能驾驶芯片，以降低成本并增强车辆的自动驾驶功能。

高端市场的竞争仍然激烈，英伟达OrinX和高通等两家企业围绕算力和对城区场景的支持方面具有优势。国产芯片企业才刚刚起步。

Part 2

国产芯片企业的替代逻辑

在智能驾驶芯片领域，国产芯片公司主要包括地平线、黑芝麻智能、芯驰、寒武纪和辉羲智能等企业，去替代英伟达、TI、Mobileye等芯片公司，战场分为大算力芯片和低算力芯片。竞争格局主要是：

● 高端市场

主要选手包括地平线双J5、英伟达双OrinX、四OrinX，30万元以上车型才能考虑，后续尚未量产的地平线J6、黑芝麻A2000、寒武纪SD5226等准备要考虑，但是由于这块市场，车企投入资源太大，选择的逻辑是比较少的。

● 中低端市场

一种路线是地平线单J5、英伟达单Orin、黑芝麻A1000，目标考虑10 - 25万元的车型，当然再低就是地平线J3、芯驰V9P、TI TDA4，进行角逐。

国产芯片厂商，主要是车企在国产化的要求下，在车型合作方面迅速取得突破，反正围绕博弈策略。

◎ 大算力芯片方面（上百TOPS）：地平线J5、黑芝麻A1000与英伟达Orin竞争。

◎ 低算力芯片方面（十几个TOPS）：地平线J3、芯驰V9P与TI的TDA4和Mobileye EyeQ系列竞争。

头部的AI芯片对Transformer的支持还是比较差的，在最初的芯片设计中，并未充分考虑BEV算法的支持，需要在后期进行适配。但国产芯片企业已经给出了支持BEV的时间表。而新锐辉羲智能主打“数据闭环定义芯片”，通过NPU架构创新正向设计，原生高效支持BEV，Transformer大模型架构，算法的灵活性和通用性也会较高。

本届车展上，我们看到国产芯片试图在大算力领域，去替代英伟达Orin的市场地位（车企这块其实不觉得已经有很大的突破），而在低算力领域相对更容易进行替代，从目前的情况来看，有喜有忧。