智能驾驶正在掀起一场算力竞赛。
在智能汽车时代，大家纷纷意识到，未来的汽车将是跑在轮子上的超级计算机，车载AI芯片所占的重要地位愈发凸显。
今年以来，奔驰放弃与宝马的合作、转而牵手英伟达，而沃尔沃也与Waymo达成了战略联盟……这场自动驾驶竞赛背后，实际上是一场芯片战争。
当前，除了Mobileye、英伟达等巨头之外，传统半导体厂商以及包括地平线在内的一批国内初创公司，正在快速进军自动驾驶芯片市场。
其中，以地平线为代表的本土芯片厂商，率先瞄准车载AI芯片市场，实现了前装量产上车的突破，并且已成功签下来自中国各大汽车集团的十多款定点车型。
在9月26日开幕的北京车展上，地平线（国际展览中心新馆E3-09）将携新一代高效能车载AI芯片及一系列智能驾驶落地成果亮相，并将公布与多个国际国内顶级车厂、Tier1的最新合作进展。
据悉，地平线新一代征程3具备更高效能，支持ADAS、DMS和APA等多种应用场景；而今年年底地平线还将推出面向高级别自动驾驶的征程5，单芯片达到96TOPS的AI算力，支持16路高清摄像头，实际性能超过特斯拉FSD。
显然，本土自动驾驶芯片供应商在芯片算力、功耗等关键指标上正在快速追赶，未来诞生出一个本土自动驾驶芯片巨头或是大概率事件。智能驾驶正在掀起一场算力竞赛 智能汽车作为人工智能技术落地的集大成者，其发展离不开数据、算法和算力三大基本要素。
众所周知，在自动驾驶的实现过程中，首先需要依赖感知传感器对道路环境进行信息采集，采集好的数据还需要传输到汽车中央处理器进行处理，最后依靠识别的结果来规划行驶路径及速度等等。
在这个过程中，必须要保证数据传输的准确性、时效性等等，才能保证自动驾驶的行驶安全，这也对中央处理器的算力要求提出了更高的要求。
以特斯拉为例，作为智能汽车领域的先行者，基于车载中央计算平台、芯片、操作系统等等，实现了软件和硬件的分离，以及形成了车载中央计算平台、云端系统的数据闭环。
其中，特斯拉引领智能化变革最核心的优势就是车载中央计算平台。目前，特斯拉的FSD自动驾驶选装包的预装价格已经超过6.3万元，已经为特斯拉创造了可观的价值。
毫无疑问，智能汽车正在掀起一场算力竞赛。
然而，从ADAS向自动驾驶演进的过程中，CPU也好，GPU也罢，已经无法支撑大量传感器的数据处理分析。
地平线智能驾驶产品规划及市场负责人 刘福成
地平线智能驾驶产品规划及市场负责人刘福成在2020（第十一届）高工智能汽车开发者大会发表演讲表示，自动驾驶等级每增加一级，所需要的芯片算力就会呈现十数倍的上升。
例如，L2级自动驾驶的算力需求仅要2 TOPS即可，但是实现L3 级自动驾驶的算力需求就需要30 TOPS，到L4级则需要300TOPS，L5级至少需要4000+TOPS。
过去5年间，CPU算力增长已经接近停滞，但是AI对算力的需求却提升了7个数量级。刘福成介绍，随着AI计算模型精度要求越来越高，它对算力的要求也越来越高，旧摩尔定律已经无法支撑AI对算力的需求。
所谓摩尔定律就是，集成电路上可以容纳的晶体管数目在大约每经过24个月便会增加一倍，处理器的性能也将提升一倍。
数据显示，车载芯片复杂度远远超过手机芯片，且单芯片晶体管数量已经超过全球人口总和。例如，2019年底华为发布的麒麟990芯片的晶体管数量已经达到了103亿，英伟达的Orin芯片（预计2021年发布）晶体管数量更是达到了170亿，下一代车载芯片的晶体管数量将超过300亿。
在经典摩尔定律时代，大家用“PPA”指标来衡量一颗芯片的性能，即 Power、Performance、Area，对应功耗、处理任务的性能和芯片成本。
但是地平线认为，在AI芯片时代，需要新的方式来定义芯片性能，即新摩尔定律，需要从以下几个维度来衡量芯片的性能：单位成本下峰值算力、峰值算力的有效利用率以及有效算力转化为AI性能的比率。
简单来说，就是在设计芯片的时候，就考虑神经网络的模型以及基于这个模型设计整个芯片的结构，从而达到最高的利用效率及低功耗。目前，新摩尔定律已经逐渐成为业界共识。
刘福成表示，在算力保持一致的情况下，地平线可以将AI芯片的算力实际有效利用率做到90%以上的水平。国产AI芯片如何赶超？ 毋庸置疑，车载AI芯片已经成为决定智能汽车竞争胜负的重要筹码。
当前，全球能够量产且具备大算力的自动驾驶芯片仅有Mobileye、英伟达及特斯拉等几家大厂。
《高工智能汽车》获悉，目前Mobieye已经推出了第四代自动驾驶芯片，抢占了75%以上的市场份额，主流的产品包括Eye Q3和Eye Q4两款芯片。
例如，蔚来ES6、蔚来ES8、理想ONE、广汽Aion LX等热门车型都采用了Mobieye的Eye Q4芯片作为其驾驶辅助系统的核心。
总体来看，Mobileye技术领先，已经在全球搭载了包括BBA等超5000万辆汽车上，但其技术封闭不可二次开发；英伟达通用开放，但功耗高、成本也高，二者的优劣势十分明显。
在此背景下，国产车载AI芯片企业应该如何突围？
地平线成立于2015年，目前已经在AI芯片领域积累了丰富的技术经验，成为了国产芯片“搭上”智能汽车的重要样本。
去年，地平线推出了第二代征程处理器Journey 2。这是国内首款车规级AI芯片，内置双核地平线第二代BPU，等效算力4TOPS，功耗仅为2W，典型算法模型的算力利用率超过90%，识别精度大于99%，延迟小于100毫秒。
基于Journey 2处理器，地平线还推出了新一代Matrix 2.0自动驾驶计算平台，具备极致性能与高可靠性，可满足L2～L4级别自动驾驶需求，为自动驾驶客户提供感知层的深度赋能。
刘福成介绍，目前地平线基于AI芯片，结合智能驾驶和智能座舱感知算法，已经在多个客户实现落地。
今年6月，搭载地平线车载AI芯片的长安UNI-T车型已经量产交付，这也是中国车规级AI芯片前装量产上车的重要突破，也是地平线征程芯片量产装车的起点。
据悉，在智能驾驶的ADAS应用和智能座舱领域，征程2芯片陆续签下了两位数的量产定点车型。地平线预计，2021年征程系列芯片年出货量将达到百万级别。
另外，刘福成表示，在智能汽车时代，AI芯片设计原则与结果是：软硬一体提供超高数据处理效能。因此，芯片厂商与OEM制造商进行深度合作已经成为了主流趋势。例如宝马与Mobileye达成技术联盟、戴姆勒与英伟达进行了战略合作等等。
“地平线提供的不仅仅是‘武器弹药’，还提供制造这些‘武器弹药’的‘方法’。”刘福成如此表示。
与Mobileye软硬结合所产生的封闭产品策略不同，地平线始终坚持的是开放赋能的理念，在保证芯片效能的同时，兼具友好性和开放性，帮助产业链的广大合作伙伴做智能化创新。
例如，早在征程2芯片推出之时，地平线就为其征程芯片配备了一套名为“天工开物”的AI开发平台，其中包含地平线所提供的模型仓库、AI芯片工具链及 AI 应用开发中间件，能够让自动驾驶相关企业结合自身特定的场景需求开发产品，提升开发速度、保证开发质量，赋能产业智慧升级。
《高工智能汽车》了解到，车规级芯片必须要完成可靠性标准AEC-Q100、功能安全标准ISO 26262等车规认证，才算是拿下了智能汽车市场的“入场券”。
而车规级的认证通常需要3-5年。这对于芯片厂商来说是极大的技术、生产、时间成本和资金实力的考验。
目前，地平线已经获得了ISO 26262功能安全流程认证，成为首个获得ISO 26262功能安全流程认证的中国AI芯片公司。
接下来，地平线将陆续推出功能更强大的征程3和征程5。其中，征程5将达到单芯片96TOPS的AI算力，组成的自动驾驶计算平台具备192-384TOPS算力，可支持L3-L4级自动驾驶。
添加新手交流群：币种分析、每日早晚盘分析
添加助理微信，一对一亲自指导：YoYo8abc
