chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

對(duì)外依賴嚴(yán)重,中國(guó)自動(dòng)駕駛芯片差在哪里?

Carol Li ? 來源:電子發(fā)燒友網(wǎng) ? 作者:李彎彎 ? 2022-02-23 09:33 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

電子發(fā)燒友網(wǎng)報(bào)道(文/李彎彎)自動(dòng)駕駛正在逐步走進(jìn)人們的生活,咨詢公司麥肯錫預(yù)測(cè),到2040年,自動(dòng)駕駛汽車將占中國(guó)新車銷量的40%。

然而,中國(guó)自動(dòng)駕駛汽車企業(yè)對(duì)國(guó)外公司的芯片卻依賴嚴(yán)重。根據(jù)英偉達(dá)公司的公開信息,至少有18家中國(guó)系統(tǒng)廠商將其芯片用于自動(dòng)駕駛項(xiàng)目,包括安途、文遠(yuǎn)知行、滴滴等。


除了英偉達(dá),吉利旗下的極氪正在與英特爾旗下的Mobileye合作,計(jì)劃2024年推出自動(dòng)駕駛汽車,中國(guó)另一家車企長(zhǎng)城汽車也已經(jīng)與高通達(dá)成合作,開展自動(dòng)駕駛技術(shù)研發(fā)。

那么,中外都有哪些主要的自動(dòng)駕駛芯片廠商,中國(guó)自動(dòng)駕駛芯片的差在哪里?

國(guó)外自動(dòng)駕駛芯片主導(dǎo)廠商:英偉達(dá)、Mobileye、高通


在現(xiàn)有的自動(dòng)駕駛芯片玩家中,國(guó)外的廠商主要有特斯拉、英偉達(dá)、高通和英特爾旗下的Mobileye。其中特斯拉的FSD芯片基本自用,不對(duì)外銷售。

特斯拉早期使用的是Mobileye和英偉達(dá)的芯片,因?yàn)椴荒軡M足自身需求,后來開始自研,并在2019年4月發(fā)布了首款自動(dòng)駕駛芯片F(xiàn)SD。

特斯拉的這款芯片可以說比較優(yōu)秀,該芯片包括常規(guī)的CPUGPU,另外配備兩個(gè)神經(jīng)網(wǎng)絡(luò)處理器NNP,算力達(dá)到144TOPS,功耗72W,能效比為2TOPS/W。

這款芯片采用的是14 nm FinFET CMOS工藝,尺寸為260 mm,具有60億個(gè)晶體管和2.5億個(gè)邏輯門。單從算力來看,F(xiàn)SD芯片是比較高的,不過功耗也比較高。

我們主要來看英偉達(dá)、Mobileye和高通的自動(dòng)駕駛芯片或計(jì)算平臺(tái)。

英偉達(dá)早在2018年就推出Xavier平臺(tái),可處理來自車輛雷達(dá)、攝像頭、激光雷達(dá)和超聲波系統(tǒng)的自主駕駛數(shù)據(jù)。Xavier SoC基于臺(tái)積電12nm工藝,集成90億顆晶體管,CPU采用NVIDIA自研8核ARM64架構(gòu),GPU采用512顆CUDA的Volta。

Xavier SoC芯片可提供30TOPS的運(yùn)算能力,功耗30W,能效比為1TOPS/W,是自動(dòng)駕駛領(lǐng)域使用較多的AI芯片之一。

2019年英偉達(dá)又發(fā)布了面向ADAS和自動(dòng)駕駛領(lǐng)域的SOC Orin,該芯片擁有170億個(gè)晶體管,搭載NVDIA基于Ampere架構(gòu)的GPU和Arm Hercules CPU核心。

該芯片在算力上有很大的提升,可以提供200TOPS運(yùn)算能力,功耗45W,預(yù)計(jì)將于2022年交付,面向L2+級(jí)自動(dòng)駕駛場(chǎng)景。

Mobileye是最早進(jìn)入自動(dòng)駕駛芯片領(lǐng)域的廠商,早期可以說是鮮有對(duì)手,數(shù)據(jù)顯示,2020年,其自主設(shè)計(jì)的EyeQ系列芯片出貨量達(dá)到1930萬片,占是市場(chǎng)總份額的70%左右。

Mobileye已經(jīng)量產(chǎn)的EyeQ系列芯片有EyeQ1至EyeQ5。其中EyeQ4的算力為2.5 TOPS,功耗為3W,能效0.83 TOPS/W。EyeQ5采用7nm FinFET工藝,算力達(dá)到24TOPS,功耗為10W,Mobileye的該款芯片對(duì)標(biāo)英偉達(dá)的Xavier。

然而在2021年的時(shí)候,Mobileye開始失去它的一些客戶,蔚來、小鵬、威馬和理想等都表示下一代旗艦車型將采用英偉達(dá)的Orin芯片,寶馬表示下一代駕駛輔助和自動(dòng)駕駛系統(tǒng)采用高通的芯片。原因很簡(jiǎn)單,英偉達(dá)、高通等都推出了更高性能的產(chǎn)品。

不過Mobileye在今年1月份,一口氣發(fā)布了三款更高性能的自動(dòng)駕駛芯片,EyeQ Ultra和EyeQ6H、EyeQ6L,其中的主打產(chǎn)品EyeQ Ultra,算力達(dá)到176TOPS,預(yù)計(jì)將于2023年底供貨,2025年實(shí)現(xiàn)車規(guī)級(jí)量產(chǎn),根據(jù)Mobileye表示,這款芯片單顆可以支持L4級(jí)別自動(dòng)駕駛。

Mobileye能否憑借新品重新贏回客戶還是未知數(shù),畢竟盡管新品EyeQ Ultra算力有大幅提升,不過還是不及英偉達(dá)的Orin,而且Orin的交付時(shí)間也比EyeQ Ultra更早些。

高通早在2017年就披露研發(fā)自動(dòng)駕駛芯片的計(jì)劃,該公司2020年初發(fā)布全新自動(dòng)駕駛平臺(tái)SnapdragonRide,旨在處理從車道控制、自動(dòng)泊車等自動(dòng)駕駛所需的各項(xiàng)任務(wù)。

SnapdragonRide平臺(tái)包含多個(gè)SOC、深度學(xué)習(xí)加速器和自動(dòng)駕駛軟件Stack,能夠支持高級(jí)駕駛輔助系統(tǒng)ADAS功能。預(yù)計(jì)搭載Snapdragon Ride的汽車將于2023年投入生產(chǎn)。

去年1月,高通宣布擴(kuò)展了SnapdragonRide平臺(tái)組合,使其可支持多層級(jí)的ADAS/AD自動(dòng)駕駛輔助功能,包括從安裝于汽車風(fēng)擋的NCAPADAS解決方案(L1級(jí)),到支持有條件自動(dòng)駕駛的主動(dòng)安全(L2/L3級(jí)別),再到全自動(dòng)駕駛系統(tǒng)(L4級(jí))。

SnapdragonRide平臺(tái)基于5nm制程工藝,可提供不同等級(jí)的算力,包括以小于5W功耗為ADAS攝像頭提供10TOPS的算力,以及為L(zhǎng)4級(jí)自動(dòng)駕駛解決方案提供超過700TOPS的算力。

中國(guó)主要自動(dòng)駕駛芯片廠商:華為、地平線、黑芝麻智能、芯馳科技

目前中國(guó)主要的自動(dòng)駕駛芯片廠商有華為、地平線、芯馳科技、黑芝麻智能等。華為在2018年推出MDC智能駕駛計(jì)算平臺(tái),包括MDC300和MDC600,分別對(duì)應(yīng)L3和L4級(jí)自動(dòng)駕駛。

MDC300由華為昇騰Ascend310芯片、華為鯤鵬芯片和Infineon的TC397三部分構(gòu)成,算力在64TOPS左右,滿足L3級(jí)自動(dòng)駕駛算力需求。MDC600基于8顆昇騰310 AI芯片,同時(shí)還整合了CPU和相應(yīng)的ISP模塊,算力高達(dá)352TOPS。

作為NPU,華為昇騰310集成了FPGAASIC兩款芯片的優(yōu)點(diǎn),包括ASIC的低功耗以及FPGA的可編程、靈活性高等特點(diǎn)。華為昇騰310算力為16 TOPS,功耗8W,能效為2 TOPS/W。相比于英偉達(dá)的Xavier,雖然算力不及,但功耗卻低很多。

地平線在2019年8月宣布量產(chǎn)征程二代芯片,主要面向ADAS市場(chǎng)感知方案,可提供超過4 TOPS的等效算力,典型功耗為2W,基于該芯片的Matrix2平臺(tái),算力達(dá)16TOPS。

2020年7月地平線發(fā)布了征程5,算力大幅提升,單顆芯片AI算力最高可達(dá)128 TOPS,支持16路攝像頭,基于該系列芯片的整車智能計(jì)算平臺(tái),算力達(dá)200-1000TOPS,兼?zhèn)涓逨PS性能與低功耗?;诖耍仄骄€可支持L2、L3、L4 等不同級(jí)別自動(dòng)駕駛的解決方案。

目前,地平線的自動(dòng)駕駛芯片/平臺(tái)已經(jīng)賦能包括奧迪、博世、長(zhǎng)安、比亞迪、上汽、廣汽等國(guó)內(nèi)外的頂級(jí)Tier1、OEM廠商。

黑芝麻智能在2020年發(fā)布了繼華山一號(hào)之后的第二代產(chǎn)品,華山二號(hào)A1000和華山二號(hào)A1000L,這兩款芯片采用臺(tái)積電16nm工藝。

華山二號(hào)A1000包括8個(gè)CPU核,單顆可提供40 TOPS的算力,功耗8-10W,滿足自動(dòng)駕駛L3/L4級(jí)別要求,黑芝麻智能的該款芯片在L3級(jí)別上對(duì)標(biāo)特斯拉的FSD芯片,雖然算力不及,功耗、面積遠(yuǎn)低于FSD芯片。從功耗比來看,A1000遠(yuǎn)高于FSD芯片和英偉達(dá)的Xavier。

根據(jù)黑芝麻給出的計(jì)算平臺(tái)方案,單顆A1000L芯片適用于低等級(jí)ADAS輔助駕駛,單顆A1000芯片適用于L2+自動(dòng)駕駛,雙A1000芯片互聯(lián)組成的域控制器可支持L3級(jí)別自動(dòng)駕駛,四顆A1000芯片疊加可用于未來L4級(jí)別自動(dòng)駕駛。

芯馳科技從2019年到現(xiàn)在先后發(fā)布了V9L/F和V9T自動(dòng)駕駛芯片,該公司的V9系列芯片內(nèi)置高性能視覺引擎,支持多達(dá)18個(gè)攝像頭輸入,不僅能滿足ADAS應(yīng)用需求,還能給未來更高級(jí)別的自動(dòng)駕駛和無人駕駛留有充足的擴(kuò)展空間。

在2021世界人工智能大會(huì),芯馳科技還發(fā)布了基于V9系列芯片開發(fā)的全開放自動(dòng)駕駛平臺(tái)——UniDrive,UniDrive平臺(tái)采用通用計(jì)算硬件加速,能夠兼容不同合作伙伴的算法

UniDrive不僅支持QNX、RTOS、AUTOSAR等主流車規(guī)OS,同時(shí)也支持Linux。UniDrive可支持從L1/L2級(jí)別ADAS到未來L4/L5級(jí)別的Robotaxi的開發(fā)。

據(jù)了解,芯馳科技2022年還計(jì)劃發(fā)布算力在10-200T之間的自動(dòng)駕駛芯片V9P/U,可支持L3級(jí)別的自動(dòng)駕駛,到2023年,芯馳科技將推出V9S自動(dòng)駕駛芯片,面向中央計(jì)算平臺(tái)架構(gòu)研發(fā),算力高達(dá)500-1000T,可支持L4/L5級(jí)自動(dòng)駕駛的Robotaxi。

中國(guó)自動(dòng)駕駛芯片的差距在哪里


單從算力來看,國(guó)外的特斯拉的FSD芯片、英偉達(dá)的Orin芯片、以及Mobileye最新發(fā)布的EyeQ Ultra,算力比較高,高于國(guó)內(nèi)芯片,不過國(guó)內(nèi)地平線在算力上有追趕之勢(shì)頭,2020年發(fā)布的征程5芯片,單顆芯片算力達(dá)到128 TOPS。

另外華為昇騰310、黑芝麻智能的華山二號(hào)在算力上不及對(duì)標(biāo)的國(guó)外芯片,不過能耗比卻比較有優(yōu)勢(shì),華為昇騰310相比于英偉達(dá)的Xavier,華山二號(hào)A1000相對(duì)于特斯拉的FSD芯片,能耗更低,能效比更高。

另外中國(guó)自動(dòng)駕駛芯片面臨一個(gè)更大的問題是,規(guī)模量產(chǎn)較難,因?yàn)槠噺S商更傾向于采用成熟芯片廠商的產(chǎn)品,安途創(chuàng)始人兼首席執(zhí)行官肖建雄就談到,擔(dān)心與新興廠商合作可能會(huì)出現(xiàn)延誤。

對(duì)于汽車廠商來說,必須要考慮規(guī)?;?、出貨量等問題,而生態(tài)系統(tǒng)更成熟,會(huì)有利于提升生產(chǎn)效率,擴(kuò)大規(guī)模。這正是英偉達(dá)、Mobileye、高通等國(guó)外廠商的優(yōu)勢(shì)。

整體而言,目前國(guó)內(nèi)自動(dòng)駕駛芯片雖然與英偉達(dá)等廠商還存在差距,不過從地平線、黑芝麻智能等不斷推出的新品來看,芯片算力在持續(xù)提升,另外,對(duì)于自動(dòng)駕駛芯片來說,算力并不是唯一標(biāo)準(zhǔn),效率、軟硬結(jié)合也很重要。此外,中國(guó)自動(dòng)駕駛芯片除了在質(zhì)量上不斷提升之外,還需要更多的考慮和解決規(guī)模量產(chǎn)的問題。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 英偉達(dá)
    +關(guān)注

    關(guān)注

    23

    文章

    4091

    瀏覽量

    99255
  • 地平線
    +關(guān)注

    關(guān)注

    0

    文章

    462

    瀏覽量

    16372
  • 自動(dòng)駕駛芯片
    +關(guān)注

    關(guān)注

    3

    文章

    48

    瀏覽量

    5441
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    為什么光照對(duì)純視覺自動(dòng)駕駛影響較大?

    自動(dòng)駕駛的技術(shù)路線中,純視覺方案因其模仿人類駕駛邏輯與低廉的硬件成本,一直是很多車企的選擇。但這種高度依賴攝像頭的感知方式,在夜幕降臨、車輛駛?cè)胗陌档乃淼?,或是遭遇?qiáng)烈的逆光直射、漫天的雨雪濃霧時(shí),感知能力會(huì)發(fā)生斷崖式下跌。為
    的頭像 發(fā)表于 03-09 17:06 ?738次閱讀

    全局定位和局部定位在自動(dòng)駕駛中各有什么作用?

    [首發(fā)于智駕最前沿微信公眾號(hào)]自動(dòng)駕駛汽車在道路上行駛的時(shí)候,需要持續(xù)知道自己在哪里。這聽起來很簡(jiǎn)單,就像手機(jī)地圖顯示你當(dāng)前所在哪條街道上一樣,只是自動(dòng)駕駛汽車對(duì)位置的要求遠(yuǎn)比手機(jī)定位
    的頭像 發(fā)表于 03-07 09:27 ?769次閱讀
    全局定位和局部定位在<b class='flag-5'>自動(dòng)駕駛</b>中各有什么作用?

    自動(dòng)駕駛中常提的占用網(wǎng)絡(luò)檢測(cè)存在哪些問題?

    自動(dòng)駕駛感知技術(shù)在過去幾年中經(jīng)歷了很大的變化,從最初的二維圖像檢測(cè)到鳥瞰圖投影,再到如今備受關(guān)注的占用網(wǎng)絡(luò),感知技術(shù)的提升,讓自動(dòng)駕駛的能力越來越強(qiáng)。
    的頭像 發(fā)表于 02-24 15:53 ?1004次閱讀

    如何設(shè)計(jì)好自動(dòng)駕駛ODD?

    為確定自動(dòng)駕駛的可使用范圍,會(huì)給自動(dòng)駕駛設(shè)置一個(gè)運(yùn)行設(shè)計(jì)域(Operational Design Domain,ODD)。ODD的作用就是用來明確自動(dòng)駕駛在什么情況下能工作,在什么情況下不能工作,給車設(shè)定“工作范圍”。
    的頭像 發(fā)表于 01-24 09:27 ?1550次閱讀

    算力越高,自動(dòng)駕駛汽車就會(huì)越聰明?

    自動(dòng)駕駛行業(yè),說起算力,很多人第一反應(yīng)是“更強(qiáng)就是更好”,更快的芯片、更大的算力池,感覺就可以讓汽車能看得更清楚、做決定更快、更安全。但事實(shí)并非如此。對(duì)于自動(dòng)駕駛汽車來說,算力確實(shí)重要,但它不是萬能鑰匙。那算力
    的頭像 發(fā)表于 12-28 14:23 ?1314次閱讀

    汽車自動(dòng)駕駛的太陽光模擬應(yīng)用研究

    自動(dòng)駕駛系統(tǒng)的安全性與可靠性,高度依賴于其在復(fù)雜多變光照環(huán)境中的穩(wěn)定表現(xiàn)。其中,高動(dòng)態(tài)范圍的自然光照是挑戰(zhàn)車載感知系統(tǒng)的關(guān)鍵因素。紫創(chuàng)測(cè)控luminbox太陽光模擬器作為能夠精確復(fù)現(xiàn)光照輻射的室內(nèi)
    的頭像 發(fā)表于 12-10 18:04 ?417次閱讀
    汽車<b class='flag-5'>自動(dòng)駕駛</b>的太陽光模擬應(yīng)用研究

    自動(dòng)駕駛汽車如何確定自己的位置和所在車道?

    [首發(fā)于智駕最前沿微信公眾號(hào)]我們平時(shí)開車時(shí),判斷自己在哪條路、哪個(gè)車道,只需要看一眼導(dǎo)航、掃幾眼車道線、再聽聽提示就夠了。但對(duì)自動(dòng)駕駛汽車來說,這件事既簡(jiǎn)單又復(fù)雜。簡(jiǎn)單在于自動(dòng)駕駛汽車擁有
    的頭像 發(fā)表于 11-18 09:03 ?904次閱讀
    <b class='flag-5'>自動(dòng)駕駛</b>汽車如何確定自己的位置和所在車道?

    在山區(qū)實(shí)現(xiàn)自動(dòng)駕駛的難點(diǎn)在哪里?

    在城市道路實(shí)現(xiàn)自動(dòng)駕駛或許不難,但想把自動(dòng)駕駛車應(yīng)用到山區(qū)道路,其難度會(huì)比想象的大得多。城市里路標(biāo)、車道、紅綠燈比較多,車流也比較規(guī)則;而很多山路卻沒有清晰車道、路面起伏大、天氣變化快,還有隨時(shí)掉落
    的頭像 發(fā)表于 11-08 14:57 ?2973次閱讀

    自動(dòng)駕駛仿真測(cè)試有什么具體要求?

    、動(dòng)力響應(yīng)和操控穩(wěn)定性,自動(dòng)駕駛系統(tǒng)的復(fù)雜性主要體現(xiàn)在感知、決策與控制等軟件層面,其運(yùn)行行為高度依賴于交通環(huán)境、傳感器輸入和系統(tǒng)邏輯。這也就意味著,傳統(tǒng)的物理測(cè)試方法已經(jīng)難以全面覆蓋自動(dòng)駕駛系統(tǒng)所面臨的所有
    的頭像 發(fā)表于 10-15 09:14 ?651次閱讀
    <b class='flag-5'>自動(dòng)駕駛</b>仿真測(cè)試有什么具體要求?

    自動(dòng)駕駛中常提的ODD是個(gè)啥?

    理解,ODD就像自動(dòng)駕駛系統(tǒng)的“活動(dòng)許可書”,它明確告訴車輛在哪些環(huán)境、什么路況、什么速度范圍、哪類交通參與者出現(xiàn)時(shí),系統(tǒng)被允許接管駕駛任務(wù)。簡(jiǎn)單理解下,把自動(dòng)駕駛想象成一個(gè)選手參賽的
    的頭像 發(fā)表于 09-22 09:04 ?915次閱讀
    <b class='flag-5'>自動(dòng)駕駛</b>中常提的ODD是個(gè)啥?

    自動(dòng)駕駛汽車是如何準(zhǔn)確定位的?

    [首發(fā)于智駕最前沿微信公眾號(hào)]隨著自動(dòng)駕駛技術(shù)的快速發(fā)展,車輛的精準(zhǔn)定位成為安全駕駛與路徑規(guī)劃的核心基礎(chǔ)。相比于傳統(tǒng)人類駕駛依賴路標(biāo)和視覺判斷,自動(dòng)
    的頭像 發(fā)表于 06-28 11:42 ?1286次閱讀
    <b class='flag-5'>自動(dòng)駕駛</b>汽車是如何準(zhǔn)確定位的?

    卡車、礦車的自動(dòng)駕駛和乘用車的自動(dòng)駕駛在技術(shù)要求上有何不同?

    [首發(fā)于智駕最前沿微信公眾號(hào)]自動(dòng)駕駛技術(shù)的發(fā)展,讓組合輔助駕駛得到大量應(yīng)用,但現(xiàn)在對(duì)于自動(dòng)駕駛技術(shù)的宣傳,普遍是在乘用車領(lǐng)域,而對(duì)于卡車、礦車的自動(dòng)駕駛發(fā)展,卻鮮有提及。其實(shí)在卡車、
    的頭像 發(fā)表于 06-28 11:38 ?1449次閱讀
    卡車、礦車的<b class='flag-5'>自動(dòng)駕駛</b>和乘用車的<b class='flag-5'>自動(dòng)駕駛</b>在技術(shù)要求上有何不同?

    自動(dòng)駕駛安全基石:ODD

    電子發(fā)燒友網(wǎng)綜合報(bào)道 自動(dòng)駕駛ODD(Operational Design Domain)即設(shè)計(jì)運(yùn)行域,是指自動(dòng)駕駛系統(tǒng)被設(shè)計(jì)為安全、有效運(yùn)行的具體條件范圍。它定義了自動(dòng)駕駛汽車在哪
    的頭像 發(fā)表于 05-19 03:52 ?6475次閱讀

    NVIDIA Halos自動(dòng)駕駛汽車安全系統(tǒng)發(fā)布

    NVIDIA 整合了從云端到車端的安全自動(dòng)駕駛開發(fā)技術(shù)套件,涵蓋車輛架構(gòu)到 AI 模型,包括芯片、軟件、工具和服務(wù)。 物理 AI 正在為自動(dòng)駕駛和機(jī)器人開發(fā)技術(shù)的交叉領(lǐng)域釋放新的可能性,尤其是加速了
    的頭像 發(fā)表于 03-25 14:51 ?1193次閱讀