國產Orin芯片戰,進入新階段!
最近,英偉達的多則新聞牽引着國內的神經。
在不久之前,這家美國芯片巨頭確認,美國政府將要限制他們向中國提供A100和H100,這在海內外引起了軒然大波;昨日,英偉達修改了其汽車芯片路線圖,取消了2024年推出Atlan的計劃,並用Thor代替。
關於這個新旗艦的規格,英偉達並沒有説太多。但他們強調,該平台在FP8精度下,能夠獲得2000TOPS的運算能力,這與當前一代的Orin相比,有了接近十倍的提升。在新聞稿中,英偉達進一步指出,DRIVE Thor 統一了車輛中傳統的分佈式功能——包括數字集羣、信息娛樂、停車和輔助駕駛——以提高開發效率和更快的軟件迭代。“當然,製造商也可以通過多種方式配置 DRIVE Thor 超級芯片。他們可以將平台的所有 2,000 teraflops 全部用於自動駕駛,或者將一部分用於車內 AI 和信息娛樂,另一部分用於駕駛員輔助。”英偉達在新聞稿中強調。
對於大多數人來説,最初認識英偉達應該是因為他們在PC顯卡市場上的表現。近年來火熱的挖礦和人工智能,也讓他們殺進了數據中心的常客。但從Orin開始,英偉達似乎又成為了汽車市場被追捧的角色。但其實在英偉達於智能汽車大殺四方的同時,很多車廠也開始了自己的“定製”之路。如特斯拉就首先邁出了第一步,通用在日前也披露了他們的的自研汽車自動駕駛芯片的計劃。
來到國內,包括電動車新貴在內的多路勢力也在強勢殺入智能駕駛芯片市場,而Orin自然也成為了他們的標杆。這也就是為什麼在Thor發佈了以後,有從業者打趣道:“英偉達的這顆芯片發佈後,國內某些芯片公司需要連夜修改PPT。”
Orin,未量產先火
首先,我們必須強調的是,英偉達Orin其實今年才開始量產,他們這部分的市場份額也沒有多高。但他們絕對是不容忽視。
在諮詢了多名從業者——為何英偉達能夠在智能駕駛芯片市場備受關注?他們給的答案除了説英偉達芯片擁有強悍的計算能力以外,CUDA更是重中之重。因為有了它,可以大大降低開發門檻。
所謂CUDA,是 NVIDIA 開發的一種並行計算平台和編程模型,用於在自己的 GPU(圖形處理單元)上進行通用計算。CUDA 使開發人員能夠通過利用 GPU 的強大功能進行計算的可並行化部分來加速計算密集型應用程序。
有行業從業人士告訴筆者,之所以英偉達會推出CUDA,是因為從十幾年前開始,英偉達就一直吹噓GPU是最強的計算平台,業界其實也對茨表示認可。但由於非常難編程,很少有開發者能夠將其計算能力放大,也沒能吸引更多碼農的注意。英偉達CUDA項目的領導者Ian Buck也曾經在一次講演中也曾用一張圖分享了當時GPU編程的挑戰。
於是,為了讓GPU變得更通用,英偉達便在2006年啟動了CUDA,並在過去十幾年裏推動整個CUDA生態發展,這也讓他們有了將GPU從遊戲往人工智能,再往智能駕駛推進的底氣。
一個資深的GPU從業者也解析説,無論是人工智能還是智能駕駛,所有的軟件、算法,歸根到底,都是卷積,矩陣和傅里葉變換這些計算,而英偉達在過去十幾年的發展中。投入了數千人去完善了底層的各種函數,再加上參與CUDA生態的人越來越多,這就進一步豐富了這個“武器庫”。
而從智能駕駛應用開發流程上來看,類似感知融合、ADAS以及環視等功能大多是基於人工智能算法來開發的,而要實現上述功能,也要開發者投入很多精力去解決各種軟件問題,而CUDA平台本身的算法,就能降低了開發者門檻。
於是,站在CUDA這個巨人基礎上,走向智能駕駛的廠商盯上了NVIDIA Orin也就水到渠成了。當然,還有另外的因素影響,例如之前在ADAS時代呼風喚雨的Mobileye相對封閉,Snapdragon Ride未成氣候,就給了英偉達機會。
據佐思汽車研究作者周彥武老師之前在一篇文章中介紹,英偉達不會甘心製作一個賣芯片的。在Orin平台上,他們提供全套算法,包括障礙物識別、路徑規劃、行為決策、執行策略、定位、地圖流製造、自動泊車,還有底層軟件系統,內含了QNX的驅動,CUDA生態系統等等。現在不僅是自動駕駛部分,Orin開發平台還全面進軍座艙即DRIVE IX,包括了駕駛員狀態監測、AR HUD、泊車視覺化、NLP自然語音識別、虛擬機、電子倒車鏡後視鏡等。
但是,正如國內多位智能駕駛從業者所説,在接受Orin帶給開發者的便利的同時,我們同時也要付出更多,因為天下沒有免費的午餐。簡而言之,那就是當開發者們在享受英偉達所提供的這種高可編程性、高通用性的計算架構的同時,那就要接受付出更多的功耗和芯片的成本。
通用汽車自動駕駛部門Cruise的硬件負責人 Carl Jenkins在早前接受路透社的採訪時也説到,他們之前也花了很多錢從某知名供應商(暗喻英偉達)處購買了GPU,因為他們所需的產品不多,所以沒有議價權。於是他們決定自研自動駕駛芯片。
對於國內的智能駕駛開發者來説,還需要面對的一個問題,就是供應商的支持。雖然Orin能簡化開發者的不少工作。但如上文所説,在真正落地的時候,還需要做很多的開發工作,這當然就少不了原廠的支持。然而,智能駕駛行業從業者告訴筆者,英偉達目前在國內只能對那些大客户更好的扶持。例如在Orin上,因為蔚來ET 7是他們在國內的首款量產汽車,他們自然獲得了最多的支持,但在其他的一些廠商處,英偉達也愛莫能助。
面對這種情況,國內的汽車芯片從業者首先冒了出來。
國內公司的躍躍欲試
某知情人士告訴筆者,現在國內做智能駕駛芯片的廠商兩隻手已經數不過來了。“之前一些專注於AI芯片的廠商,現在也開始轉到智能駕駛芯片這個賽道上來了”,該人士接着説。
據不完全統計顯示,國內做自動駕駛芯片公司包括但不限於地平線、黑芝麻、奕行智能、歐冶半導體、復睿微、芯勵智能和核芯達等第三方芯片公司。除了他們以外,如上文所説,包括小鵬、理想和蔚來在內的新造車勢力也對智能駕駛芯片虎視眈眈,並都組建了團隊投入其中。此外,據行業人士透露,之前採用英偉達Orin的元戎啟行也開始了自研芯片的。甚至連一些初期表示做AI芯片的公司,也都轉到了這個賽道上來。
由此可見,可其他芯片領域一樣,“國產Orin”的熱潮正在洶湧來襲。但正如一些行業專家所説,這並不是一件容易的事情。因為這首先是一個複雜的SoC——除了需要強悍的處理性能,還要連接攝像頭,處理各種感知融合的數據,那就意味着這個SoC除了要有ISP、NPU和各種接口外,還需要集成車規級別的Arm 處理器內核,這就使得其比很多芯片要難得多。
華為在2020發表的一個白皮書中也指出,智能駕駛涉及到感知、融合、定位、決策、規劃、控制等多個環節,不同環節所需算力類型不同。比如激光雷達的點雲數據處理需要大量CPU算力,攝像頭數據則需要AI算力才能快速處理,在定位、決策、規劃、控制等強邏輯處理的環節又需要CPU算力。換而言之,智能駕駛需要多樣化的異構計算能力。
其次,作為一個應用在汽車上的芯片,除了各種車規級認證需要過以外,還要考慮包括功能安全在內的各種安全問題。以英偉達的Orin為例,有知情人士告訴筆者,現在國內有些團隊根本連英偉達Orin的安全設計的門都還沒摸到,更不要説要做國產的Orin。該人士同時表示,國內有些做“Orin替代”的廠商本來的思路是安全對標Orin,性能超過Orin,以提高產品的競爭力,但現在英偉達不講武德地推出了Drive Thor,讓人措手不及。
不過,和一些單純想用算力做超越的廠商不一樣,有些廠商也提出了有效算力的説法。例如在智能駕駛芯片方面跑得比較前的地平線就認為,只有綜合考量了軟件、算法、硬件架構的設計,就能持續推進端到端整體的計算架構計算效率持續往前演進。
黑芝麻也認為,在軟件定義汽車時代下,除了硬件要有競爭力以外,開發工具鏈是否完善是體現自動駕駛芯片易用性的重要指標,只有軟硬件完全解耦,才能激發整個產業鏈的創造力和協同創新的活力。
奕行智能的創始人劉琿在今年年初融資的新聞稿中也表示:“一家自動駕駛芯片公司要成功不在於有多麼顛覆性的算法、多麼強大的硬件指標或是多麼大牌的單點核心人物,而是應該能夠把算法和應用以最均衡的工程方式映射成軟件和芯片,並且能夠最終把其產品化和商業化。”
為了達成自己目標,這些本土芯片公司除了在國內組建團隊以外,還在海外投下重金。據筆者瞭解,包括小鵬、黑芝麻和元戎啟行都在美國聖地亞哥組建了芯片團隊,以加速公司的發展。
寫在最後
華為在上述的白皮書中説,從技術複雜度看:智能駕駛系統從功能上可分為三大部分:感知系統(各類傳感器,相當於人的眼睛與耳朵)、決策系統(計算平台,相當於人的大腦)與執行系統(各類執行器,相當於人的四肢),其中汽車“大腦”功能最為複雜,涉及到多種ICT關鍵技術,比如:
軟件類:操作系統、中間件、雲服務、OTA等;
硬件類:芯片SoC、硬件工程(散熱、能耗、抗振、防水等)、物理尺寸等;
算法類:聚類算法、機器視覺、深度學習、強化學習、機器學習等;
國內智能駕駛芯片企業資深從業者從業者也告訴筆者,這並不是一件容易的事情。因為產品在落地的過程中,還會碰到各種可能存在的硬件問題,同時還要解決系統軟件、工具鏈、算法的不確定性。“有些公司可能會在感知算法落地的時候碰到問題,就算經過了感知關,來到規劃控制的時候,又是另一個挑戰。”該人士接着説。如何對算法訓練優化,對於智能駕駛芯片公司來説,又是一道大考。
總而言之,從定義一顆智能駕駛芯片開始,到設計出一顆算力和安全都符合需求的芯片。從實驗室中測試芯片,到最後前裝上車,這將是一段漫長的過程。
更讓人絕望的是,在國內廠商昨天還在為國產Orin芯片奮鬥的時候,英偉達已經帶來了性能提升八倍的Thor。這必將推動國內芯片的這場競爭進入新階段。
*免責聲明:本文由作者原創。文章內容系作者個人觀點,半導體行業觀察轉載僅為了傳達一種不同的觀點,不代表半導體行業觀察對該觀點贊同或支持,如果有任何異議,歡迎聯繫半導體行業觀察。
今天是《半導體行業觀察》為您分享的第3168內容,歡迎關注。
推薦閲讀
半導體行業觀察
![](http://mdimg.wxwenku.com/getimg/6b990ce30fa9193e296dd37902816f4b27c3e4c98f1d91e7ce97e681a5bbeecbd2f7fb10287293b13aa32d972993f6d6.jpg)
『 半導體第一垂直媒體 』
實時 專業 原創 深度
識別二維碼,回覆下方關鍵詞,閲讀更多
晶圓|集成電路|設備 |汽車芯片|存儲|台積電|AI|封裝
回覆 投稿 ,看《如何成為“半導體行業觀察”的一員 》
回覆 搜索 ,還能輕鬆找到其他你感興趣的文章!
- 6G帶來的芯片機會
- 汽車芯片高增長背後的“隱憂”
- 國產A-PHY芯片迎來突破機遇期
- 國產Orin芯片戰,進入新階段!
- 蘋果帶貨芯片,失去魔力!
- 小心,半導體下行週期來襲
- 國內半導體將進入併購整合期
- 智能化SSD帶來的芯片機會
- 一個號稱“萬能”的CPU架構
- 火爆的激光雷達市場,股價跌至不足1美元!
- 阜時科技實現國內零突破,激光雷達接收芯片獲車規認證!
- 國產算力賽道戰火升級,瀚博鋒芒已露
- “風口浪尖”的Chiplet,有人瘋狂湧入,有人劃清界限
- 剖開蘋果M2芯片,內部設計曝光
- 半導體設備供應商TOP 20榜單背後
- 國產CIS,進入2億像素新時代
- 汽車芯片為啥還缺?車廠該反思了!
- 芯片行業的“喜”與“憂”
- 國產GPU如何實現長期制勝?
- 互聯網巨頭都盯上了這顆芯片