摩登3主管554258:_芯片在现代汽车中起到了什么作用? 哪些方面需要芯片? 原创

自2020年10月开始,全球开始出现芯片短缺的问题,最初受到影响的只是消费电子行业,尤其到2020年年末,显卡价格疯涨,加上国内部分商家的恶意囤货和区块矿潮,导致一卡难求,甚至已经发售了2年的老产品,价格也翻了两倍。

当时大多数汽车厂家还是处于隔岸观火的状态,万万没想到,不过6个月,芯片荒的大潮就拍到了车规级芯片的头上。起初,汽车厂家还引援过往经验,认为短缺的问题也就持续到2021年6月,但是事与愿违,这次的汽车芯片荒到现在还未结束,还将要持续多久也是未知数,甚至可能成为未来的常态。

具体为什么出现芯片荒,原因是多元化的,除了新冠疫情全球化的影响,还有今年2月德克萨斯州特大寒潮和3月末日本瑞萨电子大火等等,不一而足,但更多的还是来自某些国家的管控。

今天我们不谈为什么芯片荒会出现。而是谈谈为什么汽车这种广大消费者印象中没那么电子化的东西,却成了目前最受芯片产业影响的行业之一。芯片在现代汽车中起到了多大的作用,不同芯片之间到底之间差什么?

首先说芯片在现代汽车中起到了什么作用?哪些方面需要芯片?

其实汽车行业对芯片的依赖,并不是近几年受到新能源汽车的影响才开始的,早在传统燃油车时代,芯片的作用就已经举足轻重了,比如汽车空调和热管理系统、进气/尾气管理系统、燃油蒸气管理系统以及刹车助力系统等各个电子控制系统,都是极度依赖芯片的,只不过是它们所依赖的都是45nm级的“粗笨古早”芯片,这种车规芯片和传统意识上对于芯片高精尖的印象不同,所以之前人们在讨论车辆产品力时,对于车规芯片是相当不在意的。

以往车企与供应商合作,一般是主机厂提芯片、软件或集成的需求,比如很多ECU,有供应商或者Tier1去做,芯片来自不同芯片厂商,博世、大陆作为集成商去做Tier。

现在的供应链是类似的,硬件来看,一是域控制器,可以理解为计算平台,二是传感器,三是执行器,包括刹车等,比较成熟,可以很好解耦。

传感器方面:雷达一般是软硬一体的。

1)一是毫米波雷达,博世、大陆、海拉还有一些国内初创公司做得比较好,有一定技术门槛,博世、大陆等市占率比较高。

2)二是视觉(摄像头),特斯拉也在做,主要是神经网络发展以后,图像识别能力提升,成为自动驾驶主要的传感器,目前已经开发10余年了,16、17年加速,到21、22年已经进入L2元年。

视觉硬件比较成熟,手机摄像头像素可以达到几千万,目前对自动驾驶来说是足够的,这两年量产热度比较高的,大概在100-200万像素,由模组去组成硬件,很多国内国外厂商都可以做,比如博世、大陆、安波福,还有很多国内公司。

视觉软件方面,中国在图像研究上全球领先,人脸识别延伸到车舱内有很多机会。很多供应商以视觉为基础进行竞争,能在汽车上实现量产级应用。

3)三是激光雷达,激光雷达具有精确的速度、方位角、高程上的分辨率,但因为价格成本原因,前几年很难做到量产,现在已经降到可接受范围,部分车上开始安装激光雷达。激光雷达包括硬件、对象识别、决策规划等。

4)四是超声波雷达,比较成熟,较少作为自动驾驶去讨论。

域控制器方面:国内有很多供应商在做,有一定能力,德赛、恒润都有一定量产经验。本身技术难度不高,但需要量产经验。做域控制器需要处理底层软件构建或组装。

北京时间9月14日上午消息,据报道,通用汽车旗下的自动驾驶部门Cruise已经开始自主研发用于自动驾驶汽车的芯片,该芯片预计将于2025年开始部署。

当地时间周二,该公司的高管表示,其目标是拉低车辆成本并提升产量规模。目前Cruise正在复制特斯拉的道路,逐渐放弃英伟达的芯片,转而开始自己生产定制芯片,为其车辆提供动力。

Cruise公司硬件负责人卡尔·詹金斯(Carl Jenkins)表示:“两年以前,我们向一个著名的CPU供应商支付了很多钱。”很显然,他所指的就是图形处理单元,即GPU领先供应商英伟达。他在带领媒体参观Cruise位于旧金山的研发中心时表示:“由于我们的需求量很小,因此没有与对方协商价格的能力。我们根本不可能就价格进行谈判。所以,我们决定,需要掌握自己的命运。”

Cruise公司高管本周首次透露了有关其定制芯片的细节,这些芯片将为其没有踏板或方向盘等人类驾驶员操控设备的Origin自动驾驶车辆提供动力。

詹金斯表示,内部芯片开发需要大笔投资,但是扩大车辆生产规模将有助于弥补这些投资。他拒绝透露该公司在该项目上的投资额度。

Cruise首席执行官凯勒·沃格特(Kyle Vogt) 此前表示,这些定制芯片将帮助Origin在2025年大幅度降低成本,他还称,从那时起,个人将有可能购买自动驾驶汽车。此前,通用汽车CEO玛丽·波拉(Mary Barra)在今年早些时候曾表示,他们将在本十年中期开发出“个人自动驾驶汽车”。

辅助驾驶也好自动驾驶也罢,好不好用够不够牛×与芯片的算力有很大关系,下面就来个全球十大汽车芯片盘点,看看上榜的都是哪些产品吧!

NVIDIA DRIVE Orin

最大算力:254TOPS

NVIDIA DRIVE Orin SoC(系统级芯片)可提供每秒254万亿次运算(TOPS),从而让搭载它的产品能够不断升级自动驾驶系统的等级。由于它的性能十分强大,因此车上的信息娱乐系统和交互系统也能由它驱动。

Mobileye EyeQ5

最大算力:24TOPS

EyeQ5是一款7纳米芯片,具备多线程8核CPU,外加创新一代18核Mobileye视觉处理器。EyeQ5由台积电负责生产,10纳米节点或以下FinFET技术设计帮助它大大降低了能耗,并且大幅提升性能。

黑芝麻华山二号A1000 Pro

最大算力:196TOPS

黑芝麻智能A1000 Pro基于上一代A1000的进化产品,在工艺上采用了业界创新先进的封装工艺,从而实现内部多核心建立高速通信通路,大幅提高数据传输效率。

地平线J5(征程5)

单芯片最高算力:128TOPS J5集成平台算力可达1000TOPS

作为国内的芯片公司,地平线的征程系列产品已经来到第三代,单片的算力提升至128TOPS,集成平台算力1000TOPS,使得它可以支持L4级自动驾驶。

骁龙Ride(2023年量产)

集成平台算力:700TOPS

Snapdragon Ride更加准确来说是一个平台,由各种各样的骁龙汽车SoC和加速器组成,拓展性相当强,能够支持多核CPU以及GPU。基于不同的SoC和加速器的组合,平台能够根据自动驾驶的每个细分市场的需求进行匹配,并提供业界领先的散热效率。

芯驰V9S(2023年量产)

集成平台算力:1000TOPS

V9芯片上完整地实现了车规可靠性认证、功能安全流程认证和功能安全产品认证,也是国内首家达成这一目标的芯片企业。

华为升腾910

最大算力:320TOPS

升腾910是一款具有超高算力的AI处理器,其最大功耗为310W,作为一款高集成度的片上系统(SoC),除了基于达芬奇架构的AI核外,升腾910还集成了多个CPU、DVPP和任务调度器(Task Scheduler),因而具有自我管理能力,可以充分发挥其高算力的优势。