自動駕駛算力和數據量

❶ 自動駕駛應用屬於哪種算力場景

自動駕駛應用算力場景如下：

自動駕駛主流的應用場景分為：Robobus、Robotaxi、港口場景、封閉園區、礦區場景、無人環保、干線物流、末端配送。

最直觀的體現，便是用於感知道路環境的攝像頭，通常密布車身，數量在12個左右，為了識別障礙物，處理器需要對多路攝像頭實時拍攝的數據進行解析，而單顆1080P的高清攝像頭每秒可以產生超過1G的數據，數據量不可謂不大。

而為了准確識別圖像、視頻中的有效信息，業內多採用深度學習神經網路。深度學習神經網路尤其是幾百上千層的神經網路對高性能計算要求非常高，GPU對處理復雜運算擁有天然的優勢：它有出色的並行矩陣計算能力，對於神經網路的訓練和分握槐類都可以提供顯著的加速效果。

❷ 自動駕駛tier1都在做什麼北京車展探訪黑芝麻、華為、鐳神智能

這次北京車展，亮相的新車實際上並沒有很多，但自動駕駛業界的幾家tier1卻是動作頻頻。我們也實地走訪了業內的幾家關鍵廠商，對它們近期的動向做了一些了解，今天我們就來與大家分享一下。

此外，地平線宣布即將推出性能更強大的征程5車規級晶元，面向高等級自動駕駛場景，單晶元達到96TOPS的AI算力，支持16路攝像頭，組成的自動駕駛計算平台具備192-384TOPS算力，面向L3-L4級別自動駕駛，並滿足汽車行業最高安全級別ASILD要求。

本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。

❸ 造車新勢力蔚小理的自動駕駛進化之路

英偉達CEO黃仁勛曾提出「電動化」與「智能化」將對 汽車 產業帶來顛覆性的變化，如今「電動化」的戰場硝煙未止，「智能化」的戰爭便已經打響。

自動駕駛作為智能 汽車 的大腦，是實現「智能化」至為重要的一環，是 汽車 進化為智能體的必由之路，可以認為， 得自動駕駛者得「天下」。

在各路自動駕駛玩家中，國內的造車新勢力是一股不容小覷的力量，目前以小鵬、蔚來、理想三家處於相對領先地位。

蔚小理均採用漸進式的路線，即從低等級的自動駕駛起步，逐步擴展功能和場景覆蓋，最終進化為全場景的完全自動駕駛。

不過，蔚小理對於實現自動駕駛進化的思路以及速度存在差異，從整體上看，小鵬目前領先於其他兩家，蔚來略領先於理想， 本文將嘗試對這三家企業的自動駕駛進化之路進行解讀。

01 小鵬

快速迭代保持領跑，重點深耕泊車場景

小鵬從創始之初就一直致力於做中國的自動駕駛第一，小鵬 汽車 董事長何小鵬在中國電動 汽車 百人會論壇上自豪地說道，小鵬在智能駕駛領域比絕大多數公司領先2-3年。

2018年12月 小鵬首次推出輔助駕駛系統Xpilot2.0 ，搭載於小鵬首款智能 汽車 G3，計算平台採用Mobileye EyeQ4晶元，感知硬體系統包含1個前視攝像頭、4個環視攝像頭、3個毫米波雷達和12個超聲波雷達。

在當時，小鵬經過調研認為在自動駕駛最主要的三大系統行車、泊車與主動安全中，泊車系統的功能成熟度相對是比較低的。

自動駕駛產品開發部總監肖志光提出：「我們看到了其中很多用戶痛點，之前的泊車系統經常識別不到車位，且操作不便捷，那這些地方我們可以去攻關，真正解決用戶的痛點。」

因此，除了落地基礎的ADAS功能外， 小鵬選定智能泊車作為其自動駕駛進化之路的「制勝法寶」。

小鵬是國內最早 將視覺感知能力融入自動泊車 的車企，車輛可以通過攝像頭識別周圍的車位線等，與雷達系統的感知能力進行融合完成泊車，這使得小鵬可以實現垂直、水平、斜方位、無劃線等所有泊車場景下的自動泊車和遙控泊車能力。

這項能力到目前仍然是領先於蔚來和理想的。

然而由於Mobileye比較封閉的特性，最重要的感知演算法基本為「黑盒」，導致車企對於演算法的開發自由度很低，也很難觸及到用戶使用過程中產生的數據，對於小鵬這種很早就計劃要做全棧自研的車企，顯然是無法滿足其訴求的。

因此小鵬 決定改用英偉達的Xavier晶元作為計算平台 ，Xavier是英偉達2020年量產的首款高等級自動駕駛晶元，算力30Tops，遠高於EyeQ4的2.5Tops，最關鍵的是英偉達的晶元是開放式的，車企在其提供的開發環境內較高的自主開發性並可以獲得底層的感知數據。

擺脫了「黑盒」的束縛 ，小鵬開始施展拳腳，正式開啟「全棧自研」之路。（註：這里說的「全棧自研」是指以此為方向，並不代表已完全落地，事實上，目前能做到全棧自研的公司只有特斯拉，國內車企可以實現部分自研）

2021年1月小鵬推出P7車型，搭載Xavier晶元，並新增3個前視攝像頭、4個側視攝像頭、1個後視攝像頭， 構建了360度全方位環繞感知能力 ，而蔚來和理想事實上直到今年才完成此項能力構建。

小鵬在P7車型中配備升級後的自動駕駛輔助系統Xpilot3.0，支持NGP高速領航輔助駕駛功能，即在高速場景下可以實現高精地圖覆蓋范圍內的點到點自動駕駛， 由此小鵬已實現「泊車+高速」雙場景覆蓋 。

同年6月小鵬對其主打的自動泊車能力進行了大幅提升， 通過OTA推送了「VPA記憶泊車」功能 ，被官方稱為是「首個量產且不依賴於停車場改造的最後一公里泊車功能」。

所謂VPA記憶泊車，是指系統可以自動記憶車主常用的停車路線，在不需要駕駛員干預的情況下，將車輛從設定路線的起點自動開往設定路線的終點， 是L3級自動駕駛功能 。

小鵬的VPA以視覺感知輸入為主，通過視覺神經網路處理演算法構建停車場的「語義地圖」，包含停車場內的車道線、柱子等各種核心元素，將實時感知到的元素與記憶中的元素進行「匹配」，進而不斷調整行車路線以接近記憶路線，直至完成泊入車位。

在擁有泊車和高速兩大場景的高階自動駕駛能力後， 小鵬繼續發力城區場景 ，引入激光雷達感測器，與攝像頭視覺感知融合，打造更具安全冗餘的感知能力，釋放城區場景NGP輔助駕駛能力，落地於小鵬P5車型。

至此， 小鵬自動駕駛能力已初步覆蓋泊車、高速、城區三大核心場景。

小鵬的快速迭代之路仍在繼續，今年2月，小鵬通過OTA進一步升級記憶泊車功能，新增跨樓層記憶泊車、記憶路線可分享、泊車過程中可沿途搜尋並泊入空閑車位等能力。

小鵬也因此 基本實現了「自動泊車」向「自主泊車」的進化。

為了更進一步打通各場景下的自動駕駛能力，小鵬將再次升級計算平台， 將Xavier晶元替換為英偉達最新的OrinX晶元 ，單顆晶元算力達到254TOPS，打造出Xpilot4.0， 實現真正意義上的全場景、點到點的導航自動駕駛 ，首次搭載最新軟硬體系統的是小鵬最新款車型G9，將於今年6月正式發布。

整體來看，小鵬以智能泊車作為持續深耕的功能，這個選擇是有效的，一方面國內泊車費時費力，是用戶開車的痛點問題之一，另一方面停車場屬於超低速場景，在自動駕駛能力還不夠完善時相對風險較低， 小鵬在泊車域成功實現卡位 。

同時， 小鵬從一開始便提出要逐步全棧自研的思路，並以高頻次快速迭代，是最早實現高速、泊車、城區全場景自動駕駛能力覆蓋的車企。

小鵬的自動駕駛能力在國產造車新勢力中目前是處於領先身位的，隨著蔚來、理想的奮力追趕，如何持續保持領先優勢是小鵬需要研究的課題。

02 蔚來

硬體能力高舉高打，率先落地高速領航

蔚來是國產造車新勢力的先行者 ，2017年12月便首次發布了 第一代自動駕駛系統NIO Pilot ，搭載於蔚來首款車型ES8，包括後來的ES6和EC6均使用這套輔助駕駛系統。

NIO Pilot的計算平台同樣選用的Mobileye的Eye Q4，初代感知系統採用3個前視攝像頭、4個環視攝像頭、5個毫米波雷達及12個超聲波雷達在內共計22個感測器組成，這個配置是要高於小鵬和理想的初代感知硬體。

2019年6月蔚來通過OTA推送了 NIO Pilot的第一次重大升級 ，新增了包含高速自動輔助駕駛、擁堵自動輔助駕駛、轉向燈控制變道、道路交通標識識別、車道保持功能、前側來車預警和自動泊車輔助系統在內的7項功能。

需要注意的是，這次升級的幾項功能仍是L2級以下的低階自動駕駛水平，包括其中的高速自動輔助駕駛，僅是在實現自適應巡航（ACC）的車速控制和車距保持功能的基礎上，增加了車道保持的轉向輔助功能。

蔚來真正實現較高水平的自動駕駛能力，是在2020年10月融入高精地圖後， 釋放的高速場景下點對點領航輔助駕駛功能 ，這個時間點要早於小鵬和理想，是 國內首家實現NOA高速領航落地的公司 。

對於蔚來自動駕駛能力的進化之路而言，這是一個重要的節點， 標志著蔚來開始邁向L3時代 ，與小鵬選擇泊車場景作為切入點不同，蔚來率先選擇切入的場景是高速。

隨後蔚來 升級視覺融合全自動泊車功能 ，不過僅支持水平和垂直兩類常見車位自動停靠，對於斜方位或者無劃線的車位無能為力，屬於L2級別，整體性能距離小鵬有較大差距。

第二代自動駕駛平台NT2.0的問世，是蔚來另一個重要節點。

2021年1月，在蔚來NIO DAY上，李斌發布了NT2.0以及基於此平台打造的 NAD自動駕駛系統 ，NAD的全稱是NIO Autonomous Driving，從Assisted Driving（輔助駕駛）到Autonomus Driving（自動駕駛），表明了李斌對這套系統的定位。

李斌曾提到，以NT1.0搭載的硬體架構，其感測器和運算能力無法實現 L4 級自動駕駛，也不會宣布可以做到L3，他認為NT2.0作為蔚來研發的新一代技術平台，會是行業內最先進的量產自動駕駛技術。

NT2.0和NAD的落地標志著蔚來吹響加速向無人駕駛進軍的沖鋒號角 ，配備此系統的最新款車型ET7已於今年3月落地交付。

NAD系統在硬體層面延續了蔚來「高舉高打」的特點 ，計算平台由Mobileye升級為更為開放的英偉達，共計搭載4顆英偉達Orin晶元，包括兩顆主晶元、一顆備份晶元和一顆群體智能與個性訓練專用晶元，整體構成蔚來超算平台NIO Adam，算力高達1016TOPS。

在感知層面， 蔚來打造Aquila超感系統 ，NAD在NIO Pilot基礎上拿掉一個前視攝像頭，但新增兩個瞭望塔式側前視、兩個側後視和一個後視，並且攝像頭由180萬像素升級為800萬高清攝像頭，構建360度全視角高清感知能力，同時新增一個激光雷達，作為視覺感知的冗餘，整體稱得上豪華。

同時值得注意的是， 蔚來在NAD中還額外增加了C-V2X感知模塊 ，是國內第一個在新車搭載V2X的車企，V2X即車聯網，用以實現人、車、路和雲平台之間的連接與通訊，表明蔚來在發力單車智能同時，已經開始布局車路協同。

可以看到， 蔚來實現自動駕駛進化的一貫思路就是「硬體先行」 ，無論是NT1.0，還是NT2.0，都配備了高冗餘的硬體系統，基於高規格硬體系統，通過正向獨立開發不斷更新軟體能力。

不過，高級別硬體能力固然可以更好地保障自動駕駛系統游刃有餘地處理各類復雜任務，然而單靠硬體堆棧難以從根本上真正提升自動駕駛的能力， 再好的「裝備」如果不是給到一個「技能」足夠強大的角色，可能也難以「打贏 游戲 」 。

NAD相比NIO Pilot不僅需要完成從高速到泊車、城市的全場景跨越，還需要完成從僅前視感知到360度環繞+激光雷達融合感知的跨越，且由於前期一直採用Mobileye封閉晶元，底層的數據積累不夠充分，這些對於蔚來都是需要面對的挑戰。

如何提升算力和數據的利用效率， 強化自動駕駛的「軟實力」 ，是蔚來需要加足馬力提升的，好在蔚來具有厚實的研發基礎，近日原小鵬自動駕駛產品總監黃鑫的加入，或許可以一窺蔚來要做出改變的決心。

03 理想

後起之秀先發制人，自研發力主動安全

相比小鵬和蔚來，理想的自動駕駛之路看起來是起步更晚的，李想曾自嘲說道是由於自己創業初期融資能力差導致沒有充足的資金開展智能駕駛技術研究，這個局面在2020年理想 汽車 IPO之後才發生根本性轉折。

但或許，理想的自動駕駛之路早就開始了。

2019年4月理想落地首款量產車理想One，同樣是搭載擁有成熟ADAS方案的Mobileye EyeQ4晶元，配備1個前視攝像頭、4個環視攝像頭、1個毫米波雷達和12個超聲波雷達，具有車速、車道控制等L2級以下自動駕駛功能，整體比較基礎。

但理想有一個特點， 從一開始就標配輔助駕駛功能 ，是因為理想希望通過用戶使用持續收集駕駛場景的數據，理想擁有乙級地圖測繪資質，是造車新勢力中第一家擁有合法收集數據資格的企業。

也就是說， 理想ONE一直在使用「影子模式」獲取數據 。

數據對自動駕駛至關重要，自動駕駛底層是一種基於機器學習演算法的技術，數據是演算法建模與軟體落地的基礎，大量的數據採集是自動駕駛技術開發的前提。

可以說理想從採集數據開始就已經啟動了自動駕駛之路，因此我對理想自動駕駛的定位是「後起之秀，先發制人」。

在擁有充分的數據和研發資金後，理想便拋棄了相對封閉的Mobileye晶元， 轉向與支持車企自主開發感知、控制演算法的地平線J3合作 ，開啟自研之路。

2021款理想ONE便是落地的車型，相比2020款，升級了前視攝像頭的性能參數，新增4個毫米波雷達，並首次融入高精地圖。

自研方向除了必備的NOA導航輔助駕駛之外，理想還 選定了AEB作為自研的重點功能 ，AEB全稱Autonomous Emergency Braking，即自動緊急制動系統， 是一種 汽車 「主動安全」技術 。

在傳統 汽車 領域，AEB已經是一個較為成熟的功能，主要依靠雷達進行障礙物識別，通過測量距離碰撞發生的時間來判斷是否選擇自動制動，由於 汽車 在行駛過程中突然剎車也是有危險的，因此AEB要求性能非常穩定，既不能不剎車，也不能亂剎車。

那為什麼理想要選擇這樣一個在自動駕駛系統里並不起眼且開發難度極高的功能作為自研突破點呢？

不考慮商業競爭的因素，或許源於李想對產品力的極致追求，安全性是衡量自動駕駛能力一個很重要的性能指標，AEB雖不起眼，但卻是ADAS里 唯一一個在行車場景下隨時待命的功能 ，對於自動駕駛的安全性能有非常重要的意義。

傳統的AEB方案由於僅依靠毫米波雷達做探測，缺乏對物體的識別，容易出現誤報的情況， 理想在自研過程中將視覺能力融合進來，採用「視覺+毫米波雷達」融合感知的AEB方案， 並利用積累的巨量真實駕駛數據進行演算法訓練，實現AEB功能的快速迭代和落地。

理想是全球第二個落地視覺融合方案AEB的車企，第一個是特斯拉。

2021年12月，理想正式交付自研完整版的AEB和覆蓋高速場景的NOA功能，也 標志著理想在自動駕駛方向與小鵬和蔚來正式站在同一個賽道 。

進化之路仍在繼續，2022年3月，理想發布新一款車型理想L9，硬體能力全面升級，感知層面採用高性能攝像頭作為主要感知來源，配備6顆800萬像素和5顆200萬像素攝像頭，實現360度全方位感知，同時配備激光雷達作為感知冗餘，計算平台也同樣採用算力更強大的英偉達Orin方案，搭載兩顆OrinX晶元，總算力達到508Tops。

同時 理想推出自動駕駛系統AD Max ，採用全棧自研的感知、決策、規劃和控制軟體，基於這一代系統，理想將逐步覆蓋高速、泊車、城區的全場景導航自動駕駛能力。

理想作為後來者，以主動安全為主要發力點切入自動駕駛初見成效 ，不過AEB畢竟是個低頻功能，而且用戶其實並不希望有需要用到AEB的場景，自動駕駛要想真正給用戶體驗帶來「質」的變化，在行車域和泊車域的功能是重頭戲，理想需要加速這些方面的能力落地。

面對實力強勁的競爭對手，理想仍然道阻且長。

04 有什麼共性？

三家新勢力在各自製定的路線上實現自動駕駛的快速進化，雖然路線有所差異，但大的方向還是存在一些共性：

數據驅動的底層思想

數據對自動駕駛的重要性不言而喻， 演算法為數據服務，算力為演算法服務 ，數據是自動駕駛能力的「源泉」。

小鵬 汽車 董事長何小鵬說：「我們致力於全棧自研，堅持數據驅動並不斷創新，這是小鵬 汽車 業務的基石。」

理想 汽車 CTO王凱說：「車企想做到頭部，一定要做數據驅動的 科技 企業。」

蔚來聯合創始人秦力洪說：「原生數字化企業不是個時髦，是個必須。」

從這些變態可以看出三家企業均 將「數據驅動」作為打造自動駕駛和智能 汽車 的一個基本底層思想 。

數據驅動的關鍵是要構建數據閉環，包括數據採集、數據標注、數據訓練、數據模擬等模塊在內，共同形成由數據驅動開發和功能迭代的閉環系統，小鵬、蔚來和理想均在此發力。

未來自動駕駛的產品競爭，高效的數據閉環將成為有力的武器。

冗餘配置的工程思維

人體作為一個復雜系統，冗餘配置是很常見的一種形態，例如雙肺和雙腎，其中一個壞掉後不影響人體的正常運轉。

冗餘配置，是指重復配置系統的某些部件，當系統發生故障時，冗餘部件介入並承擔故障部件的工作，由此減少系統的故障時間。

對於自動駕駛的工程落地，蔚小理也運用了冗餘配置的工程思維，在相關鏈路中的感知、計算、執行系統等環節都做了充分的冗餘配置。

感知層面，小鵬、蔚來和理想均同時搭載攝像頭、毫米波雷達、超聲波雷達等多類型感測器，並將同時配備激光雷達，不同感測器的能力各有優勢且有重疊部分，構造出「具有冗餘感知能力」的自動駕駛感知系統。

算力層面，蔚來配備四顆晶元，一顆作為冗餘備份，小鵬和理想配備雙晶元互為冗餘，三家的自動駕駛算力均達到500Tops以上，蔚來更是達到1000Tops+，強大的算力應用於目前的自動駕駛能力有充分的冗餘空間。

執行層面，針對轉向控制系統、駐車制動系統、動力輸出系統蔚小理也都做了相應的冗餘設計，確保自動駕駛控制信號正常執行。

安全是自動駕駛第一要義，冗餘為安全護航。

應用場景層面的漸進式

實現全無人駕駛的路線有漸進式和跨越式兩種，一般意義上的漸進式是指自動駕駛能力上從L1-L5逐步實現。

還有一種視角是在應用場景層面的漸進，也就是說，先在部分場景落地相對高階的自動駕駛，然後不斷擴大應用場景，最終實現全場景的高階自動駕駛。

小鵬優先在泊車場景落地L3級的記憶泊車，隨後在高速和城市快速路場景落地L3級點到點導航輔助駕駛，主城區場景點到點導航輔助駕駛正在測試中，預計今年中旬會正式落地。

蔚來和理想目前已落地高速場景導航自動駕駛，並且都宣布會在最新一代自動駕駛系統中逐步落地全場景導航輔助駕駛功能。

從泊車、高速、城市快速路、主城區，到更廣泛的場景實現多域融通， 自動駕駛將逐步滲透，量變終會引發質變 。

軟硬體全棧自研的趨勢

從Mobileye到英偉達，車企選擇合作的晶元由封閉走向開放，核心原因是車企希望在數據和演算法層面掌握更多自主權，隨著硬體能力逐漸趨同，智能化的競爭最終是軟體及軟硬耦合能力的競爭， 車企掌握數據和演算法的自主權，更有利於實現快速迭代，打造差異化功能體驗和產品服務 。

目前蔚來、小鵬和理想均已先後啟動軟體和演算法的全棧自研之路，同時對於自動駕駛核心硬體的自研也正摩拳擦掌。

早在2020年，蔚來便傳出要自主研發自動駕駛計算晶元的消息，後來因為遭遇財務危機，晶元自研的計劃暫時被擱置，2021年據36氪報道，小鵬 汽車 也已開始涉足核心晶元的自研，而理想因為近期才宣布軟體自研，硬體自研還需時日，理想對外的說法中也沒有否認過要自研晶元的可能性。

要最大限度發揮自研技術的價值， 軟硬體一體化自研或許是必由之路 ，國外的特斯拉便是這方面的先驅。

05 寫在最後

自動駕駛的賽道日漸擁擠，越來越多的玩家意識到自動駕駛 的重要性，蔚小理由於介入更早，在認知、技術、數據、經驗等多個維度都已具備一定的領先優勢和技術壁壘。

從全球來看，造車新勢力的自動駕駛能力，國外特斯拉一枝獨秀，處於霸主地位，國內以蔚小理處於第一梯隊，能力各具千秋，逐步形成階段性的「一超多強」競爭格局。

然而，自動駕駛的競爭並不會停止，在蔚小理相互之間持續競爭之外，隨著後續蘋果、小米、集度等新玩家的加入，以及傳統車企對自動駕駛能力的追趕，競爭會愈演愈烈。

競爭會加速進化，在以蔚小理為代表的造車新勢力的推進下，期待 全自動駕駛時代可以提前到來。

來源於公眾號：禾隱記（hejunnote)

❹ 汽車算力多少自動駕駛

自動駕駛的算力單晶元算力為1tops以盯帶上。
自動駕駛最核心的硬體就是自動駕駛的晶元，它是自哪則緩動駕駛的心臟，自動駕駛晶元的特點就是高算力，李模它的單位是tops，1tops就等於每秒運行1萬億次。
根據地平線數據披露，自動駕駛等級每增加一級，所需要的晶元算力就會呈現十數倍的上升。

❺ 國產汽車智能晶元異軍突起 能否挑落Mobileye與英偉達

地平線還發布了集成全場景自動駕駛和車內外聯動體驗於一體的Horizon Matrix SuperDrive整車智能解決方案。Horizon Matrix SuperDrive基於征程5打造，融合47個感測器，可互為補充，能夠滿足高速、城區、泊車以及智能人機交互等全場景整車智能需求。

寫在最後

所以可見我們國內的自主晶元公司秉持著開放、開源、合作共贏的態度擁抱整個行業客戶。全球自動駕駛快速發展的今天，自動駕駛晶元的需求正在快速增長，高算力、高效能的自動駕駛晶元更是十分稀缺。市場的巨大需求讓黑芝麻以及地平線等初創公司快速崛起。

同時，國內企業的大舉進入，將不斷影響全球自動駕駛晶元的格局，在晶元設計上掌握更多的主動權。我們可以預見一個美好的未來，期待有更多我們的國產晶元量產上車。

❻ 280TOPS算力爆表！北京車展最強國產自動駕駛平台是它

▲左右分別為黑芝麻CEO單記章、COO劉衛紅

黑芝麻CEO單記章此前是全球視覺晶元領軍企業OmniVision創始團隊成員，在矽谷晶元行業打拚了20多年，在圖像處理晶元和軟體演算法上具有豐富的經驗和技術積累。

CTO齊崢是英特爾奔騰二代晶元主要設計成員、CSO曾代兵是中興微電子總工程師，COO劉衛紅則曾是博世中國ADAS主力部門——底盤與控制系統事業部的中國區總裁。

正因為有超強的研發團隊，讓黑芝麻這家初創公司可以在3年時間內做出ADAS晶元華山一號A500並量產上市，在今年推出華山二號A1000晶元，發布FAD自動駕駛平台。

今年以來，新車如果沒有配備L1/L2級自動駕駛，都「不好意思賣」，自動駕駛的普及程度正在快速提高，而更高等級的L3級甚至L4級自動駕駛也已經到了量產前夜，行業內對自動駕駛晶元和計算平台解決方案需求呈爆發性增長態勢。僅自動駕駛晶元的市場規模，都有望達到萬億美元級別，成為半導體行業最大單一市場。

因此，FAD此時進入自動駕駛市場可謂正當其時。

今年8月，一汽智能網聯開發院與黑芝麻達成技術合作協議。一汽智能網聯開發院將啟動基於華山二號A1000的智能駕駛平台的開發，以滿足後續量產車型需求。雙方將共同推動人工智慧技術在汽車工業領域的應用，加速國產智能駕駛晶元的產業化落地。

另外，黑芝麻也已經簽約多個FAD定點車型，預計明年就將有搭載FAD自動駕駛平台的車型上市。此外，國內外也已經有多家企業開始測試FAD自動駕駛平台，測試車輛已經上路。

黑芝麻在自動駕駛晶元和域控制器中取得的巨大成功，讓行業研究機構開始重視這家剛成立4年有餘創業公司。今年4月，矽谷最強智庫之一的CBInsights發布中國晶元設計企業榜單，黑芝麻在車載晶元領域上榜，成為中國晶元設計企業65強之一。

今年7月，黑芝麻華山二號A1000晶元也亮相世界人工智慧大會，與平頭哥、依圖、寒武紀等高端人工智慧晶元同台亮相。

可以說，黑芝麻經過四年多的發展，已經成為全球領先的自動駕駛晶元設計公司，甚至已經有能力和晶元行業的老大哥們一較高下。同時，黑芝麻的快速進步，也推動著國內自動駕駛晶元設計再上新台階。

在與兩位創始人的交談中，他們還透露了一個彩蛋，明年黑芝麻將發布性能更強的晶元，屆時搭載這一晶元的FAD自動駕駛平台最高算力有望突破1000TOPS，其算力已經可以進行完全自動駕駛。

本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。

❼ 英偉達發布史上最強計算平台，黃教主：自動駕駛不再擔心算力問題

原本應該在今年 3 月份於加州聖何塞舉辦的英偉達 GTC 2020 大會，因為全球性新冠病毒肺炎的爆發而不得不推遲舉行。
比原計劃晚了將近 2 個月，英偉達 GTC 2020 終於在 5 月 14 日回歸。
不過這一次開發者們沒辦法在線下集會，只能通過線上直播觀看「皮衣教主」黃仁勛的主題演講。老黃此次是在他矽谷的家中完成了這場別開生面的「Kitchen Keynote」。
雖然是廚房舉行，英偉達依然爆出「核彈」，發布了全新一代的 GPU 架構 Ampere（安培）。
在自動駕駛方向上，英偉達通過兩塊 Orin SoC 和兩塊基於安培架構的 GPU 組合，實現了前所未有的?2000 TOPS?算力的 Robotaxi 計算平台，整體功耗為?800W。
有業界觀點認為，實現 L2 自動駕駛需要的計算力小於 10 TOPS，L3 需要的計算力為 30 - 60 TOPS，L4 需要的計算力大於 100 TOPS，L5 需要的計算力至少為 1000 TOPS。
現在的英偉達自動駕駛計算平台已經建立起了從?10TOPS/5W，200TOPS/45W?到?2000 TOPS/800W?的完整產品線，分別對應前視模塊、L2+ADAS?以及?Robotaxi?的各級應用。
從產品線看，英偉達?Drive AGX?將全面對標 Mobileye?EyeQ?系列，希望成為量產供應鏈中的關鍵廠商。
1、全新 GPU 架構：Ampere（安培）
2 個月的等待是值得的，本次 GTC 上，黃仁勛重磅發布了英偉達全新一代 GPU 架構 Ampere（安培）以及基於這一架構的首款 GPU NVIDIA A100。
A100 在整體性能上相比於前代基於 Volta 架構的產品有 20 倍的提升，這顆 GPU 將主要用於數據分析、專業計算以及圖形處理。
在安培架構之前，英偉達已經研發了多代 GPU 架構，它們都是以科學發展史上的偉人來命名的。
比如 Tesla（特斯拉）、Fermi（費米）、Kepler（開普勒）、Maxwell（麥克斯維爾）、Pascal（帕斯卡）、Volta（伏特）以及 Turing（圖靈）。
這些核心架構的升級正是推動英偉達各類 GPU 產品整體性能提升的關鍵。
針對基於安培架構的首款 GPU A100，黃仁勛細數了它的五大核心特點：
集成了超過 540 億個晶體管，是全球規模最大的 7nm 處理器；引入第三代張量運算指令 Tensor Core 核心，這一代 Tensor Core 更加靈活、速度更快，同時更易於使用；採用了結構化稀疏加速技術，性能得以大幅提升；支持單一 A100 GPU 被分割為多達 7 塊獨立的 GPU，而且每一塊 GPU 都有自己的資源，為不同規模的工作提供不同的計算力；集成了第三代 NVLink 技術，使 GPU 之間高速連接速度翻倍，多顆 A100 可組成一個巨型 GPU，性能可擴展。
這些優勢累加起來，最終讓 A100 相較於前代基於 Volta 架構的 GPU 在訓練性能上提升了?6 倍，在推理性能上提升了?7 倍。
最重要的是，A100 現在就可以向用戶供貨，採用的是台積電的 7nm 工藝製程生產。
阿里雲、網路雲、騰訊雲這些國內企業正在計劃提供基於 A100 GPU 的服務。
2、Orin+安培架構 GPU：實現 2000TOPS 算力
隨著英偉達全新 GPU 架構安培的推出，英偉達的自動駕駛平台（NVIDIA Drive）也迎來了一次性能的飛躍。
大家知道，英偉達此前已經推出了多代 Drive AGX 自動駕駛平台以及 SoC，包括?Drive AGX Xavier、Drive AGX Pegasus?以及?Drive AGX Orin。
其中，Drive AGX Xavier 平台包含了兩顆 Xavier SoC，算力可以達到 30TOPS，功耗為 30W。
最近上市的小鵬 P7 上就量產搭載了這一計算平台，用於實現一系列 L2 級自動輔助駕駛功能。
Drive AGX Pegasus 平台則包括了兩顆 Xavier SoC 和兩顆基於圖靈架構的 GPU，算力能做到 320TOPS，功耗為 500W。
目前有文遠知行這樣的自動駕駛公司在使用這一計算平台。
在 2019 年 12 月的 GTC 中國大會上，英偉達又發布了最新一代的自動駕駛計算 SoC Orin。
這顆晶元由 170 億個晶體管組成，集成了英偉達新一代 GPU 架構和 Arm Hercules CPU 內核以及全新深度學習和計算機視覺加速器，最高每秒可運行 200 萬億次計算。
相較於上一代 Xavier 的性能，提升了 7 倍。
如今，英偉達進一步將自動駕駛計算平台的算力往前推進，通過將兩顆 Orin SoC 和兩塊基於安培架構的 GPU 集成起來，達到驚人的 2000TOPS 算力。
相較於 Drive AGX Pegasus 的性能又提升了 6 倍多，相應地，其功耗為 800W。
按一顆 Orin SoC 200TOPS 算力來計算，一塊基於安培架構的 GPU 的算力達到了 800TOPS。
正因為高算力，這個平台能夠處理全自動駕駛計程車運行所需的更高解析度感測器輸入和更先進的自動駕駛深度神經網路。
對於高階自動駕駛技術的發展而言，英偉達正在依靠 Orin SoC 和安培 GPU 架構在計算平台方面引領整個行業。
當然，作為一個軟體定義的平台，英偉達 Drive AGX 具備很好的可擴展性。
特別是隨著安培 GPU 架構的推出，該平台已經可以實現從入門級 ADAS 解決方案到 L5 級自動駕駛計程車系統的全方位覆蓋。
比如英偉達的 Orin 處理器系列中，有一款低成本的產品可以提供 10TOPS 的算力，功耗僅為 5W，可用作車輛前視 ADAS 的計算平台。
換句話說，採用英偉達 Drive AGX 平台的開發者在單一平台上僅基於一種架構便能開發出適應不同細分市場的自動駕駛系統，省去了單獨開發多個子系統（ADAS、L2+ 等系統）的高昂成本。
不過，想採用 Orin 處理器的廠商還得等一段時間，因為這款晶元會從 2021 年開始提供樣品，到?2022 年下半年才會投入生產並開始供貨。
3、英偉達自動駕駛「朋友圈」再擴大
本屆 GTC 上，英偉達的自動駕駛「朋友圈」繼續擴大。
中國自動駕駛公司小馬智行（Pony.ai）、美國電動車創業公司?Canoo?和法拉第未來（Faraday Future）加入到英偉達的自動駕駛生態圈，將採用英偉達的 Drive AGX 計算平台以及相應的配套軟體。
小馬智行將會基於 Drive AGX Pegasus 計算平台打造全新一代 Robotaxi 車型。
此前，小馬智行已經拿到了豐田的 4 億美金投資，不知道其全新一代 Robotaxi 會不會基於豐田旗下車型打造。
美國的電動汽車初創公司 Canoo 推出了一款專門用於共享出行服務的電動迷你巴士，計劃在 2021 年下半年投入生產。
為了實現輔助駕駛的系列功能，這款車型會搭載英偉達 Drive AGX Xavier 計算平台。前不久，Canoo 還和現代汽車達成合作，要攜手開發電動汽車平台。
作為全球新造車圈內比較特殊存在的法拉第未來，這一次也加入到了英偉達的自動駕駛生態圈。
FF 首款量產車 FF91 上的自動駕駛系統將基於 Drive AGX Xavier 計算平台打造，全車搭載了多達 36 顆各類感測器。
法拉第未來官方稱 FF91 有望在今年年底開始交付，不知道屆時會不會再一次跳票。
作為 GPU 領域絕對霸主的英偉達，在高算力的數據中心 GPU 以及高性能、可擴展的自動駕駛計算平台的加持下，已經建起了一個完整的集數據收集、模型訓練、模擬測試、遠程式控制制和實車應用的軟體定義的自動駕駛平台，實現了端到端的完整閉環。
同時，其自動駕駛生態圈也在不斷擴大，包括汽車製造商、一級供應商、感測器供應商、Robotaxi 研發公司和軟體初創公司在內的數百家自動駕駛產業鏈上的企業已經在基於英偉達的計算硬體和配套軟體開發、測試和應用自動駕駛車輛。
未來，在整個自動駕駛產業里，以計算晶元為核心優勢，英偉達的觸角將更加深入，有機會成為產業鏈條上不可或缺的供應商。
本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。

❽ 英偉達「變軟」，自動駕駛「破圈」

一個月前，黃仁勛用一小顆自動駕駛SoC晶元完成了整個GTCCHINA2019的「新品發布」。

發布會當天，這位「皮衣男子」趕在閉館前匆匆去了自動駕駛汽車展位，用半個小時逐一聆聽了幾家自動駕駛初創企業的思路。那晚的黃教主，向在場工程師們釋放出了一種近乎惺惺相惜的善意。

這種情愫很好理解——

要知道，在這屆GTCCHINA散場時，很多觀眾發出的感慨是：「十分硬核，不夠性感。」畢竟遠道而來的大家直到演講後半程，才終於等到黃仁勛掏出一塊200TOPS深度學習算力的自動駕駛新品「Orin」。取而代之的，是各種「空口無憑」的軟體技術升級。

面對一張張略顯失望的臉，老黃也很無奈：「我這么努力，你都看不到。就好像你老婆做了一整天家務，你卻說她什麼都沒做。」

眾口難調，但這確實是英偉達在接下來的業務發展中必須要面對的問題。與「看得見摸得著」的硬體發布不同，軟體迭代周期短、初期人力成本高、落地成果卻很難形成清晰的概念……這些都讓這家人工智慧計算公司的技術發布開始與公眾預期逐漸拉開差距。

而就在車雲菌險些被觀眾情緒帶跑節奏時，我們在英偉達的官方公眾號上發現了一系列由NVIDIADRIVELabs出品的視頻。視頻內容從工程技術的視角，直觀展現出NVIDIADRIVEAV軟體團隊如何完成一個個自動駕駛的日常任務，諸如從路徑感知到交叉路口處理等一系列挑戰。

那麼，以自動駕駛為起點，車雲菌嘗試回答：當英偉達不再拋出核彈，他們到底做了些什麼？

「直播」自動駕駛

嚴格來說，目前沒有任何一家企業成功製造出一台全自動駕駛汽車，絕大多數玩家仍舊在奔向這一目標的路上相互博弈。

近年，英偉達正式加入戰局。公司內部的軟體開發人員已經遠遠超過了硬體工程師的數量。

他們首先打算解決自動駕駛汽車的三個問題：

知道自己在哪裡：不光要掌握車輛具體位置，還得知道是在主路的第幾條車道上，將定位精確到厘米級；

知道自己周圍有什麼：像人類大腦一樣判斷，前方卡車在減速、左後方有輛SUV駛來、右側人行道有小孩、下一個路口是綠燈且不能左轉……

作出正確的駕駛決策：判斷從左側超車可以安通過路口，然後控制車輛完成相應動作。

如今這些工作，都被團隊一一擺上了檯面。與常規「秀肌肉」的視頻演示不同，英偉達實驗室將自動駕駛最困難的感知層面的工作拆解成一個個小任務，條分縷析地告訴大家：我們是怎麼做到的，以及我們為什麼能做到。

任務的分解也很有意思。車隊順利攻克了包括建立感知路徑、通過感測器融合實現環繞感知功能、打造像素級感知能力、藉助特徵追蹤確保安全性、自主識別停車位、障礙物分類、車道線識別及自動補償、測算車輛與障礙物距離、實現准確可靠的目標跟蹤、預測目標的未來移動軌跡、不藉助地圖的情況下識別交叉路口。

https://v.qq.com/x/page/c0919cpz1w3.html

「可靠性」三個字貫穿了所有挑戰過程。對此，NVLabs給出的說法是：「對於L2+級自動駕駛系統來說，例如NVIDIADRIVEAP2X平台，實時評估路徑感知可靠性意味著評估該系統是否知道何時進行安全的自主操作，以及何時應該將操作權移交給人類駕駛員。」

至於NVIDIADRIVEAP2X。2019年初公司在GTC上剛剛發布了全新平台，其基於NVIDIAXavier系統級晶元運行，採用DriveWorks加速庫和實時操作系統DRIVEOS，其中包含DRIVEAutoPilot軟體、DRIVEAGX和DRIVE驗證工具，並融合了DRIVEAV自動駕駛軟體和DRIVEIX智能駕駛艙體驗。

得益於二季度發布的DRIVEAP2XSoftware9.0上新增的大量自動駕駛功能加持，該平台成為業界公認的現階段唯一完備的L2+自動駕駛解決方案。采埃孚、大陸、沃爾沃都心甘情願為其買單。

於是，團隊幾個人在矽谷全長50英里的高速公路環路上完成了一次零干預的全自動駕駛。簡單來說，這是一次類似「現場直播」的測試，工程師們沒有機會像錄制視頻那樣，拿實際路徑感知信號與理想參數進行對比，還要隨時准備應對過程中有可能發生的意外情況。

譬如，一旦自動駕駛車輛只能接收到一種感測器發射的感知信號，就無法保證最終決策置信度的實時及准確。比這更糟的還在後面——如果這唯一的路徑感知輸入失敗，自動駕駛功能要麼大幅影響操作的舒適及平穩度，要麼乾脆整個失靈。

而BB8完成的任務也足夠交上一張漂亮的成績單。基於NVIDIADRIVEAGX平台，自動駕駛車輛可以實時同步運行功能多樣的360度環繞感知，定位以及規劃和控制軟體。

工程師通過使用感知和定位所提供的輸入數據，規劃和控制層讓自動駕駛汽車能夠獨立行駛。規劃軟體通過感知和定位的結果來確定汽車特定操作所需的物理軌跡。視頻里也清楚地展示出車輛在自主變換車道時的流暢動作：規劃軟體先利用環繞攝像頭和雷達感知來進行變道操作安全檢查，然後計算縱向速度曲線以及從當前車道的中心線移動到目標車道中心線所需的橫向路徑計劃，最後控制軟體發出加速/減速和向左/右轉向的命令以執行車道變換規劃。

正是這些軟體組成部分，與硬體一起成就了系統的多樣性和安全冗餘。而這一系列任務視頻，恰恰成了證明英偉達自動駕駛軟體技術落地的可靠載體。

在這之外，將無形化的軟體沉澱成可視化的視頻內容，也能同時以更加輕松的方式觸達到消費者層面。當汽車方向盤交到機器手中，用戶會天然樹立起不安與不信任感。這種先期教育市場的思路，能夠消除部分不安心理，重建人們在自動駕駛空間內的安全感。

直觀點說，NVLabs的「自動駕駛挑戰」系列，是英偉達軟體技術「破圈」的先導。

作為曾經游戲市場的霸主，這家晶元巨頭必然深諳消費者之道。相比一般車廠對於車輛智能功能「洗腦式」的宣傳，此番英偉達率先拿出一部分干貨試探市場，佔領用戶心智。

這種策略直接體現在公司財報數據上，2019年三季度英偉達汽車業務迎來高光時刻。公開數據顯示，彼時，該領域營收攀升至創紀錄的2.09億美元，同比增長30%。相比之下，英特爾第二季度的自動駕駛營收為2.01億美元，同比增加16%。

對比來看，英特爾一季度該項營收2.09億美元，英偉達為1.66億美元。這意味著，英偉達環比上漲，英特爾環比下跌。

黃仁勛自己對於「軟體公司」的藍圖也相當清晰：「這只是英偉達目前定位中的一部分。」

回顧既往十年，英偉達已經進行了兩次業務轉變。第一次是從GPU圖像晶元公司轉變為並行計算公司，典型的應用場景是人工智慧。後來，公司又決定在少數特定場景中提供最完善的解決方案，覆蓋游戲、專業渲染，超級計算、自動駕駛幾大領域。

隨著英偉達業務領域越來越廣，客戶「解放雙手」的自由度就越高。這恐怕才是「Themoreyoubuy,themoreyousave」的真實含義。

觀看NVLabs全系列視頻，請點擊：https://www.nvidia.cn/self-driving-cars/drive-labs/

?

本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。

❾ 高通發布全新自動駕駛計算平台 最高算力700TOPS，2023年量產

▲高通公司總裁CristianoAmon新聞發布會上向展示了SnapdragonRide（圖源CNET/James?Martin)

SnapdragonRide通過獨特的SoC、加速器和自動駕駛軟體棧的結合，為汽車製造商提供了一種可擴展的解決方案，可在三個細分領域對自動駕駛汽車提供支持，分別是：

1、L1/L2級主動安全ADAS——面向具備自動緊急制動、交通標志識別和車道保持輔助功能的汽車。

2、L2+級ADAS——面向在高速公路上進行自動駕駛、支持自助泊車，以及可在頻繁停車的城市交通中進行駕駛的汽車。

3、L4/L5級完全自動駕駛——面向在城市交通環境中的自動駕駛、無人計程車和機器人物流。

SnapdragonRide平台基於一系列不同的驍龍汽車SoC和加速器建立，採用可擴展且模塊化的高性能異構多核CPU、高能效的AI及計算機視覺引擎，以及GPU。

其中，ADASSoC系列和加速器系列採用異構計算，與此同時利用高通的新一代人工智慧引擎，ADAS和SoC能夠高效管理車載系統的大量數據。

得益於這些不同的SoC和加速器的組合，SnapdragonRide平台可以根據自動駕駛的不同細分市場的需求進行配備，同時提供良好的散熱效率，包括從面向L1/L2級別應用的30TOPS等級的設備，到面向L4/L5級別駕駛、超過700TOPS的功耗130瓦的設備。

此外，高通全新推出的SnapdragonRide自動駕駛軟體棧是集成在SnapdragonRide平台中的模塊化可擴展解決方案。

據介紹，SnapdragonRide平台的軟體框架可同時託管客戶特定的軟體棧組件和SnapdragonRide自動駕駛軟體棧組件。

SnapdragonRide平台也支持被動或風冷的散熱設計，因而能夠在成本降低的同時進一步優化汽車設計，提升可靠性。

現在，Arm、黑莓QNX、英飛凌、新思科技、Elektrobit、安森美半導體均已加入高通的自動駕駛朋友圈，成為SnapdragonRide自動駕駛平台的軟/硬體供應商。

Arm的功能安全解決方案，新思科技的汽車級DesignWare介面IP、ARC處理器IP和STARMemorySystemTM，黑莓QNX的汽車基礎軟體OS安全版及Hypervisor安全版，英飛凌的AURIXTM微控制器，以及安森美半導體的ADAS系列感測器都會集成到高通的自動駕駛平台上。

Elektrobit還計劃與高通合作，共同開發可規模化生產的新一代AUTOSAR架構，EBcorbos軟體和SnapdragonRide自動駕駛平台都將集成在這個架構上面。

據了解SnapdragonRide將在2020年上半年交付汽車製造商和一級供應商進行前期開發，而根據QualcommTechnologies估計，搭載SnapdragonRide的汽車將於2023年投入生產。

二、深耕汽車業務多年高通賦能超百萬台汽車

在發布SnapdragonRide自動駕駛平台之前，高通已在智能汽車領域深耕多年。

十多年來，高通子公司QualcommTechnologies一直在為通用汽車的網聯汽車應用提供先進的無線通信解決方案，包括通用汽車上安吉星設備所支持的安全應用。

在車載信息處理、信息影音和車內互聯等領域，QualcommTechnologies的訂單總價值目前已超過70億美元（約合人民幣487億元）。

而根據高通在CES2020發布會現場公布的信息，迄今為止已經有超百萬輛汽車使用了高通提供的汽車解決方案。

很顯然，如今高通在汽車領域的布局又向前邁進了一步。

CES2020期間，除發布SnapdragonRide自動駕駛平台外，高通還推出了全新的車對雲服務（Car-to-CloudService），該服務預計在2020年下半年開始提供。

據介紹，由QualcommTechnologies打造的車對雲服務支持SoftSKU晶元規格軟升級能力，不僅可以幫助汽車客戶滿足消費者不斷變化的需求，還可根據新增性能需求或新特性，讓晶元組在外場實現升級、以支持全新功能。

與此同時SoftSKU也支持客戶開發通用硬體，從而節省他們面向不同開發項目的專項投入。利用高通車對雲SoftSKU，汽車製造商不僅能夠為消費者提供各種定製化服務，還可以通過個性化特性打造豐富且具沉浸感的車內體驗。

另外高通的車對雲服務也支持實現全球蜂窩連接功能，既可用於引導初始化服務，也可以在整個汽車生命周期中提供無線通信連接。

QualcommTechnologies產品管理高級副總裁NakulDuggal表示，結合驍龍汽車4G和5G平台、驍龍數字座艙平台，高通的車對雲服務能夠幫助汽車製造商和一級供應商滿足當代車主的新期待，包括靈活、持續地進行技術升級，以及在整個汽車生命周期中不斷探索新功能。

此外，QualcommTechnologies也在CES2020上宣布，表示將繼續深化和通用汽車的合作。作為長期合作夥伴，通用汽車將通過與QualcommTechnologies的持續合作來支持數字座艙、車載信息處理和ADAS（先進駕駛輔助系統）。

結語：巨頭紛紛入局自動駕駛領域風起雲涌

前有華為表示要造激光雷達、毫米波雷達等智能汽車核心感測器，後有Arm牽頭成立自動駕駛汽車計算聯盟，如今移動晶元巨頭高通也發布了全新的自動駕駛平台，在汽車和自動駕駛領域上又邁進一步。

巨頭入局有利於自動駕駛汽車更快更好地落地，然而另一方面隨著更多硬核玩家拓展業務邊界，此次市場上的競爭也必然會變得更加激烈。

本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。