在汽车“新四化”浪潮下，汽车由传统的代步工具逐步向具备感知、决策、执行能力，长在轮子上的“智能终端”演进；“软件定义汽车”的商业模式逐步开始颠覆传统汽车制造行业，其产业链价值也产生了重要的变化，汽车电子和软件成为智能汽车时代价值链分配的主要增量。而在这里面汽车芯片作为主导智能化的基石，产生了很大的需求及市场变化。

作为自动驾驶演进的基础，大算力芯片随着新车智能驾驶功能的持续进阶，正迎来快速发展期。

业内普遍认为，2022年将成为中国L2++级别自动驾驶汽车量产元年，同时也是国产大算力芯片量产的元年。A1000的量产也表明，经过几年的积累和快速发展后，本土的车规芯片企业已经做好准备迎接量产的考验。

今年，随着以华为、地平线、黑芝麻智能等为代表的本土企业纷纷宣布大算力芯片及计算平台量产项目，与此同时以寒武纪行歌、安霸、Mobileye等为代表的新玩家相继加入大算力芯片赛道，有望打破原有一家独大的市场格局，进入群众逐鹿的新竞争时代。

1、大算力芯片迎量产元年，“自主芯”加速突围

对于自动驾驶而言，大算力芯片虽然不是万能的，但没有大算力芯片却是万万不能的。

随着自动驾驶从ADAS快速向高阶自动驾驶演进，为支持系统应对各种复杂的状况，必须在车上装载大量的摄像头、毫米波雷达以及激光雷达等传感器，进行全面的环境数据采集。据相关分析数据，为满足智能驾驶的感知需求，L2 级别的汽车预计会携带 6 个传感器，而到L5 级别，预计单车携带的传感器将达到32个。

由此产生的数据量有多大呢？根据行业专家估计，一辆自动驾驶汽车每天产生的数据可能在5 TB到20 TB之间，并且自动驾驶等级越高，产生的数据就越多。要对这些信息进行快速处理，并作出驾驶决策，大算力芯片不可或缺。

正是看到这一需求，过去几年以英伟达、高通、地平线、黑芝麻智能等为代表的企业相继开始布局大算力芯片。其中英伟达早在2019年就发布了大算力自动驾驶芯片Orin，凭借高达254 TOPS的单芯片算力，以及英伟达在AI领域的长期积累，和赋予合作伙伴开放、高效的研发生态，迅速获得一众车企及自动驾驶技术公司的青睐。

在此基础上，英伟达于去年4月又发布了新一代自动驾驶汽车SoC DRIVE Atlan，据官方信息，Atlan单颗芯片的算力能够达到1000TOPS，将于2023年向开发者提供样品，2025年大量装车。而基于 Atlan打造的自动驾驶平台DRIVE Hyperion 9，据悉可支持多达50个感知硬件。

另一家老牌芯片厂商高通也在积极推进自动驾驶大算力芯片的量产上车，并为此推出了基于5nm制程工艺的Snapdragon Ride SoC。该款SoC可支持从L1至L4的自动驾驶系统研发，并能根据不同自动驾驶场景提供不同等级的算力，覆盖10-700 TOPS 算力范围。

按最初预计，Snapdragon Ride SoC将于2023年投入生产。不过据最新消息，长城旗下毫末智行基于Snapdragon Ride SoC打造的小魔盒 3.0 自动驾驶计算平台将于今年随着相关车型的上市正式量产。这意味着，高通正以比原计划更快的速度推进Snapdragon Ride量产。

而国内，以华为、地平线和黑芝麻智能为代表的本土芯片企业今年在大算力芯片的量产上面也迎来了重要突破。

其中华为自研的自动驾驶AI芯片，通过搭载于车规级智能驾驶计算平台MDC，已经先后获得了极狐阿尔法S华为HI版、长城沙龙机甲龙、阿维塔11、广汽 Aion LX Plus、哪吒S以及比亚迪和奇瑞高端品牌车型定点，今年将随着相关车型的交付正式量产。

例如阿尔法S全新HI版和阿维塔11搭载的MDC810智能驾驶计算平台，可以实现400TOPS的超强算力。而长城沙龙机甲龙、广汽 Aion LX Plus、哪吒S等搭载的 MDC 610，算力也达到了 200+ TOPS，其中机甲龙由于搭载了双 MDC 智能驾驶计算平台，综合算力达 400 TOPS。目前，华为MDC正在规划128TOPS的中等算力平台，预计今年年底面世。

地平线继去年7月底正式发布128TOPS的大算力芯片征程5，过去几个月先后获得了比亚迪、自由家汽车、一汽红旗等车企关于征程5的定点，并与宏景智驾、觉非科技、轻舟智航等自动驾驶技术公司达成了合作，预计明年将正式实现大算力芯片征程5的量产上车。

特别值得一提的是与比亚迪的合作，因为就在此次官宣之前不久，比亚迪其实已经与英伟达就Orin上车达成了合作，表示从2023年上半年开始，比亚迪部分新能源车型也将搭载基于Orin芯片打造的自动驾驶系统。这一新定点项目的达成，无疑凸显了比亚迪对地平线实力的认可。

黑芝麻智能则于上个月宣布与江汽集团达成平台级战略合作，双方将整合各自优势，基于华山二号A1000系列芯片，以及配套的上层软件算法、山海工具链、瀚海自动驾驶中间件等平台，联合打造行泊一体式智能驾驶平台，并率先应用于江汽集团思皓系列量产车型。

据此前消息，华山二号A1000系列计划从今年6月开始交货，在下半年随着相关车型的上市正式迎来规模化量产。与此同时，黑芝麻智能也在开展下一代产品A2000系列芯片的研发，计划瞄准“中央计算”功能需求。据了解，A2000基于先进的7纳米工艺设计，单芯片算力能够达到256TOPS以上，计划今年年内发布，明年起开始向整车厂提供样片。

不过整体来看，自动驾驶大算力芯片市场依旧以英伟达占据主导。据英伟达此前发布2023财年第一季度财务报告时透露，全球已经有超过 35 家汽车制造商确认将采用英伟达 Orin 系统级芯片，包括蔚来、小鹏、理想、威马、上汽智己、比亚迪、沃尔沃、路特斯等。

其中蔚来凭借3月底交付的ET7，成为全球首个搭载Orin的车企，由此正式打开了大算力芯片的量产大门。6月21日，理想L9正式上市，该车在智能驾驶算力平台的设计上也采用了两颗英伟达Orin-X处理器，实现508 TOPS的算力。接下来，蔚来ET5和ES7、小鹏G9、威马M7、飞凡R7等搭载了Orin的新车也将陆续量产交付，有望迎来一波大算力芯片上车高峰。

2、新玩家陆续涌入，迎战大算力芯片下半场

从自动驾驶的演进趋势来看，显然自动驾驶等级越高，对算力的需求也越大。

业界一般认为，L2级自动驾驶需要的芯片计算力在10TOPS以下，L3级需要的算力约为30~60TOPS，L4级需要的算力超过100TOPS，L5级别算力需求则超过1000TOPS。

然而目前来看，大算力芯片的上车速度已经超出了很多人的预期。比如蔚来旗下的ET7、ET5、ES7以及威马M7，均使用了4颗Orin芯片，实现1016TOPS算力。刚刚上市的理想L9以及即将上市的小鹏G9等则计划搭载2颗Orin芯片，实现508TOPS算力。

一汽红旗则计划采用多颗征程5芯片打造智能驾驶域控制器，为全新一代面向服务的FEEA 3.0电子电气架构提供384~512 TOPS的强劲AI算力。

分析原因，一方面是因为软件定义汽车趋势的出现，驱动 “硬件预埋,软件升级”不断成为当下车企的主流策略，为保证新车在发布后具备长期的可成长性，充分满足消费者对整车智能驾驶功能持续迭代优化的需求，整车厂们不得不在量产车上预埋高性能传感器以及大算力芯片，来支撑整车自动驾驶功能在未来持续演进。

另一方面，随着整车电子电气架构不断从分布式向集中式演进，也对大算力芯片提出了更高的需求。在L2、L2+阶段，车内的很多芯片可能还是对立的，但往后发展到L3甚至L4、L5，整车电子电气架构从跨域融合不断走向中央计算架构，对芯片的集成度要求会越来越高，对应的算力要求也会越来越高。

但要开发这样一款大算力芯片并不容易，首先在设计前期就需要极具前瞻性。此前黑芝麻智能CMO杨宇欣在谈到大算力芯片时就指出，芯片定义的时候一定要考虑到5~10年之后的功能需求，因为芯片可能会5年之后上车，供货周期可能要5~10年。

其次对于量产车而言，整车厂在选择一款芯片的时候，除了考虑算力的高低，同时还会兼顾成本、功耗、芯片适配性、开发便捷性等多重因素。在芯片开发过程中，如果一味地讲求算力，而忽略了功耗，对整车的温控及品控也会产生较大的风险，并且在成本方面也会产生较大的负担。

地平线就认为，仅用 TOPS 并不能衡量芯片的真实性能，对于AI芯片而言，更值得追求的价值应该是先进算法在该芯片上的运行效率，即 FPS（每秒准确识别帧率），只有更高的 FPS 才会带来更快速的感知、更低的延时，也就意味着更高的安全性和行驶效。因为AI 芯片计算一旦掉帧，很可能就会对需要保障实时感知的自动驾驶带来灾难性后果。

而地平线也一直致力于从提升结合计算效率的角度去优化芯片性能。据了解，征程5的算力虽然仅为 Orin 的一半，但在进行自动驾驶任务时，其FPS却高达1283，这或许也是越来越多的车企选择地平线的原因。

基于此，现阶段如何在有限算力条件下，实现算法软件的高效运行，其实才是整车厂真正关注的重点。而据相关业内人士透露，即便是当前，依旧有很多算法无法在现有的AI大算力平台上得到很好的体现。且自动驾驶大算力芯片本身还面临着系统架构设计复杂度提升，封装、成本控制、良率等方面的工程挑战，以及先进工艺制程上的挑战。

尽管如此，这并没有影响芯片企业追逐大算力芯片的决心。此前寒武纪控股的车载芯片子公司寒武纪行歌就透露，今明两年将发布两款自动驾驶芯片，据该公司申报的盖世汽车2022金辑奖·中国汽车新供应链百强信息显示，其中针对L4市场的SD5226，将采用7nm制程，AI算力超过400 TOPS，CPU最大算力超过300K+DMIPs。

芯驰则表示将在下半年推出单片算力达200TOPS的自动驾驶处理器。另外芯擎科技也表示已经启动了自动驾驶芯片 AD1000 的研发，该款芯片同样采用了 7 纳米制程，并应用了可扩展设计，使得其适用于L2+至L5级别自动驾驶系统。不过这几家公司并没有给出具体的量产时间。

安霸和Mobileye在2022 CES上分别推出各自的大算力芯片产品。其中安霸的CV3采用了5nm超低功耗制程、16个Arm Cortex-A78AE CPU内核，单芯片AI算力达到500 eTOPS。据安霸介绍，2022年上半年将推出CV3系列芯片首批样品，此后将根据市场需求陆续推出不同定位的产品。

Mobiley的EyeQ Ultra芯片算力虽然达到了176 TOPS，但在商业化时间上，预计将于2023年底供货，并于2025年全面实现车规级量产。

要知道在曾经的智能驾驶芯片市场，Mobileye是绝对的霸主，然而在向高阶自动驾驶发展的过程中，Mobileye似乎慢了半拍。而且在地平线、黑芝麻智能等主要芯片企业看来，2025年将是本轮汽车AI芯片市场窗口期关闭之时，这意味着留给Mobileye的时间并不多。

而随着越来越多的新玩家持续涌入，与此同时自动驾驶市场对芯片的需求持续爆发，大算力芯片赛道有望进入新一轮竞争期。

3、智能汽车算力的提升将给未来汽车形态带来无穷的想象空间

智能座舱

娱乐和元宇宙将是座舱未来的第一需求。我国市场座舱智能配置水平的新车渗透率约48.8％，到2025年预计可超过75％。

智能座舱最终将成为“移动智能空间”的第三空间，通过人工智能和沉浸式音视频带来革命性的人机交互体验，并结合智慧视觉能力实现实时安全提醒和智能AR导航，其核心能力包括智能化服务、沉浸式视听，驱动其进入“算力时代”，进一步对大算力芯片提出四大挑战。

今天的用户购车考量中，座舱智能科技配置水平，成为仅次于安全配置的第二大类关键要素；智能座舱进一步向元宇宙演进中，会对异构计算（CPU/GPU/NPU等）算力的演进提出更高的要求，需要芯片厂家能够快速贴近主机厂需求、满足迭代速度。

自动驾驶

行业内自动驾驶两条路线，一是特斯拉为代表的纯机器视觉路线，二是绝大多数主机厂认可的感知融合路线。

特斯拉机器视觉路线并不是谁都能玩的路线，高度依赖于样本的训练，对数据+算法有非常强的依赖（特斯拉为此建立全球领先的超级计算机训练平台Dojo），同时从安全角度来看是单保险模式；

而主流认可的方向仍然是感知融合，采用“视觉的图像数据+雷达的速度和位置信息数据”融合感知的方式，方案落地相对较快，同时基于摄像头的纯视觉感知+雷达融合感知实现冗余设计。

随着激光雷达成本的进一步降低，融合感知路线会更进一步形成势头。

多感知能力，要求引入大量传感器数据，对车载算力提出更高的要求；中高端车型包括理想X01、小鹏G9、北汽极狐阿尔法S等都已经搭配超过30+传感器（包括摄像头、毫米波雷达、超声波雷达、激光雷达），摄像头全面引入800万像素，激光雷达普遍上车，整车自动驾驶算力已经从数百TOPS到1000 TOPS的演进。

同时特斯拉与Mobileye的分手和自研FSD芯片的崛起，也进一步说明深度学习是自动驾驶的分水岭；多方入局自动驾驶的底层逻辑是确定性的，即依靠AI在行驶过程中进行视觉识别和判断决策。

自2012年以来，不同网络结构的CNN（卷积神经网络）几乎统治了图像识别领域算法；2017年开始，Transformer 网络开始引起广泛关注，统治了NLP（自然语言处理领域）领域，并逐步移植到了很多视觉任务。

2020 年 Vision Transformer ( ViT )横空出世，计算机视觉领域的顶级峰会 CVPR 2021上，特斯拉在算法领域引入Transformer模型，典型应用包括八个摄像头的视频中用传统的 ResNet 提取图像特征，并使用 Transformer 算法将它们融合在一起。

未来是各厂商重点布局算法核心能力的时期，而算法仍然是一个快速迭代和变化的时代；在通往高等级自动驾驶过程中，DNN模型数量也会持续增加到数十个。适应这样的变化，需要有稳定的通用大算力性能作为基石，使得自动驾驶软件的不断迭代优化能够享受到硬件算力先行带来的便利。

更进一步，汽车电子电气架构从“分布式架构-域控制器-中央计算平台”的演化过程基本成为行业共识。

在今天，主力的车型规划基本上都是以域控制器架构为主，车身域、智驾域、座舱域三个方面已经开始形成基本一致；但同时，也有越来越多的主机厂开始进入下一阶段入中央计算平台+区控制器的架构，这带来对车载高性能计算的新要求。

中央计算平台硬件可能搭载多颗SOC芯片或者专用SOC配套（如纯粹的AI加速），算力上CPU高达250K到500K DMIPS，AI算力高达600到数千TOPS的要求。

随着单芯片进入到<5nm的制程，摩尔定律1.0逐步失效，单片算力增长受限，我们认为芯片级联方案将以更低成本的算力堆积来满足不同场景下智能汽车对于算力的不断需求。

伴随着未来智能座舱走向元宇宙时代、自动驾驶走向L4/L5、汽车电子电气架构走向中央计算平台+区控制器模式，对底层基础的算力、算法都会产生快速的变化牵引。

回顾过去几年时间，传统的汽车芯片玩家NXP/RENESAS/TI已经遭遇被NVDIA/Qualcomm洗牌，2年前还强势的Mobileye被各大主机厂逐步更换，国内新老芯片势力开始入局。

持续的变化代表着这个时代还没有最终的格局性玩家；对于市场已有芯片供应商玩家，如何避免被新的时代变化所抛弃；对于新入局的玩家，甩掉老的惯性，也有机会抓住未来几年 “算力质变支撑应用和算法的持续迭代”的窗口期，获得新一轮较量的先机。

文章来源：TechSugar ，盖世汽车，半导体产业网