「芯」战，自动驾驶新十年的新战场

下周二，马斯克就将发布跳票了 4 年的「全自动驾驶」软件。

他在推特上表示，FSD 版 Autopilot 软件第一次将硬件 3.0 两枚芯片一共 144TOPS 的算力完全解放。两枚芯片不仅可以运行不一样的神经网络，其中一颗芯片遭遇故障时另一颗依然可以坚持工作。

时间回溯三四年，我们很难相信一套软件，两块芯片，会成为汽车界的风口浪尖。更难令人相信的是，这套芯片也是车企自研的，甚至其目的是减少，而不是增加你的驾驶感受。

21 世纪进入新十年，有意思的是，自动驾驶行业也将进入全新阶段。

从 2009 年 1 月 27 日，谷歌 X 实验室自动驾驶课题正式立项算起，到 2019 年 4 月 22 日特斯拉发布自研 FSD 芯片，恰好十年。

这十年里，自动驾驶从科幻片中驶出现实，并且有了详细分级和可预见的未来规划。传统主机厂对自动驾驶也从观望到入场，再到争先恐后。

自动驾驶目前依然处于从 0 到 1 的艰难跋涉中，但新的趋势已经孕育出新的产业。雄踞在消费电子领域的科技巨鳄们，正纷纷摩拳擦掌，准备在下一个可能诞生「全球最聪明公司」的领域中一较高下。

与此同时，汽车供应链的老玩家们，也试图在全新的技术变革中登上全新的舞台——叫做「芯片」的舞台。

进入自动驾驶新十年，行业共识逐渐形成：激光雷达和纯视觉方案可以各执一词，但算力强大的芯片，必须要有。

摩根大通将自动驾驶称为下一个万亿美元产业，而自动驾驶运算芯片，则是万亿财富中最璀璨的钻石。为了确保自己紧跟潮流，主机厂选择结盟，半导体巨头决定梭哈，传统 Tier1 也在痛定思痛。

我们今天的文章，就来聊聊自动驾驶下一阶段群雄并起的「芯」战争。

新时代的顶流对决

芯片领域一直有着「红绿蓝」三强的说法。其中红色指的是 AMD，蓝色是英特尔，绿色则是英伟达。

半个世纪以来英特尔大多数时间都在领导硅芯片的发展方向，摩尔定律就出自英特尔。但如今顶着「全球最聪明公司」头衔的企业，却是红绿蓝三强中，曾经最不起眼的英伟达。

截止至发稿，AMD 市值 989 亿美元，英特尔市值 2278 亿美元，而英伟达则以 3479 亿美元，稳坐世界第一大芯片厂商的位置。

原因无他，只是黄仁勋一只脚已经迈进了新时代，和他的私交好友马斯克一起，成为自动驾驶领域新十年的执牛耳者。

2020 年 5 月 15 日，英伟达正式发布目前全球最强计算芯片，包含 540 亿个晶体管（iPhone 12 用的 A14 芯片为 118 亿个）的 Tesla A100。

有多强？英伟达用仅仅 8 颗 A100 芯片搭建的第三代深度学习硬件系统DGX A100，就已经拥有 5POPS 的 FP16 精度算力。

这里多说几句，1POPS＝1024TOPS，也就是说单颗 A100 芯片的 FP16 精度算力就达到了 640TOPS。而 FP16 精度算力基本可以看做是 INT8 精度的两倍，那么 A100 单芯片 INT8 算力就是 1280TOPS，是特斯拉硬件 3.0 两颗芯片加起来的 8 倍左右。

马斯克家明年上线的，用于训练 Autopilot 深度学习神经网络的 DOJO 超级计算机，算力目标定在了FP32 精度 1EOPS，也就是 1024POPS（相当于 FP16 精度 2048POPS），而目前还没有一台超算的系统级算力达到 1EOPS。

不过，如果你能等到 2021 年英伟达 A100 芯片交货，只需要 410 套DGX 100，也就是 3280 颗 A100 芯片，就可以达到 1EOPS 的算力——相较之下，4 年前的神威·太湖之光用了 40960 颗计算芯片，峰值算力则是 0.12EOPS。

从深度学习巨兽到实际装车的小芯片，英伟达都在和特斯拉隔空 PK。

5 月 15 号同一场发布会上，黄仁勋还带来了英伟达 Drive 家族全系新作。其中最引人注目的，是定位主流 L2-L3 级别市场的 Drive AGX Orin。

预计 2022 年后首发搭载于奔驰、小鹏、理想等品牌车型上的 Orin，设计功耗为 45W，仅比现款 Xavier 多了 15W，甚至低于特斯拉 Autopilot 硬件 2.5 的 60W，对散热条件的要求极低。

功耗低，但性能并没有妥协。Orin 的算力达到了 200TOPS，大幅领先 Autopilot硬件 3.0 的 144TOPS，但功耗只有硬件 3.0 的 1/4 不到。比起前代 Xavier，Orin 的性能更是达到了 6.7 倍（Xavier 为 30TOPS）。

从产品节奏上看，英伟达和特斯拉很长一段时间内都会是「轮流吊打」的关系。去年特斯拉吊打全世界，今年英伟达问「还有谁」，很难产生彻底的赢家，也更没有谁会输。

但严格上讲，英伟达和特斯拉算不上竞争关系。因为它俩一个自产自销，而另一个根本不造车，而是稳坐供应链源头吃百家饭——而对于其他希望分到自动驾驶蛋糕的芯片厂来说，巨大阴影正笼罩在他们头上。

以红绿蓝三强为例，英伟达已经将 GPU 业务玩得出神入化，但 AMD 刚从深渊爬出，英特尔甚至没有高性能 GPU 研发经验，更别说像特斯拉那样造车造芯两手抓了。

但他们有他们跟上时代的办法，而且看起来还挺奏效。

造不出，就买买买

英特尔其实有自己的自动驾驶业务，只不过是买来的。

2017 年 8 月，英特尔宣布以 153 亿美元收购 Mobileye，正式入场自动驾驶。根据雷锋网的观点，这场收购至少节约了英特尔 5 年的布局时间。

Mobileye 是英特尔 2015-2017 年间收购的 12 家公司里第二贵的一家，最贵的则是 2015 年斥资 167 亿美元收购 FPGA 领域二把交椅 Altera——这两笔交易其实可以放在一起说。

英特尔错过了整整一个移动互联网时代，眼睁睁看着高通三星拔地而起。面对又一个万亿美元级别的无人驾驶市场，没人想再输一次。

但很可惜，英特尔专精的 CPU 业务并不属于自动驾驶领域的香饽饽，设计更灵活、功能扩展更好的 GPU 和 FPGA 芯片，才是这个领域里的明日之星。

P. S.：GPU 和 FPGA 相较于 CPU 的特点，在于其不含任何专用指令集。缺点在于使用者需要针对特定用途设计指令，而优点则在于自由度极高。

于是，英特尔斥资 320 亿美元为自己买了两架僚机，一架 Mobileye，是宝马、蔚来等车企的深度合作伙伴，另一架 Altera 则是 2019 年全球 FPGA 市场第二大供应商。

目光转到红队，AMD 也在打着买买买的算盘。

2017 年，NBC 曾经报道过 AMD 正在和特斯拉合作研发自动驾驶技术的传闻，没想到特斯拉最终不是和 AMD 合作，而是 AMD 员工——当时刚辞职的 AMD 首席架构师的 Jim Keller 去了特斯拉，为马斯克打造 Autopilot 硬件 3.0。

那还是 AMD 第一次与「自动驾驶」的新闻扯上关系，但当时 AMD 的股价还不到 100 亿美元。如今成为千亿巨擘，寻求下一个突破口自然提上日程。

当地时间 10 月9号，根据 Business Insider 的报道，美国芯片巨头 AMD 正计划以 300 亿美元的报价，收购另一家芯片大鳄Xilinx赛灵思。如果收购成功，这将会是今年科技界第二大收购报价。

也许赛灵思的名字比较低调，但人家是实打实的芯片巨头。2017-2019 年，赛灵思连续蝉联 FPGA 市场占有率第一，市值超过 260 亿美元。

要说赛灵思和自动驾驶有什么关系，我们直接来看他家旗舰 ZYNQ。其官网上的大标题正是「赛灵思发布全球性能最强的可定制 FPGA 产品，可用于高级自动驾驶应用」。

采埃孚 ZF 是赛灵思车载领域的深度合作伙伴，他们号称支持 L4 级别自动驾驶的 Pro AI 多芯片方案，用的就是赛灵思 ZYNQ。

当年英特尔收购 Altera 时，还一度传出赛灵思有意收购 AMD。而如今尽管收购双方互换，但 AMD 进驻自动驾驶的时机，也许已经不远了。

上文说到这 300 亿美元是今年科技界第二大收购，而本年度规模最大的科技界并购案，也同样左右着自动驾驶的发展风向。

400 亿美元，一统自动驾驶江山？

话题又要转回英伟达。

9 月份，英伟达宣布向英国芯片设计公司 ARM 提出 400 亿美元的收购报价，一时间风起云涌。

上面说过英特尔错过了一整个移动互联网时代，而 ARM 则是这个时代的幕后操盘者。我们目前用的高通骁龙、三星猎户座、海思麒麟、苹果A芯片，均基于 ARM 的芯片架构设计而来。

根据 BBC 的报道，英国政府正在考虑否决这笔交易。事实上，也许只有英伟达自己希望达成交易——因为黄仁勋有机会通过收购 ARM，统一自动驾驶芯片市场。

首先要澄清一点：ARM 并非自动驾驶计算领域的关键玩家，但却是自动驾驶 CPU 应用领域的最大参与者。

什么意思呢？我们来看特斯拉硬件 3.0FSD 芯片的结构图：

FSD 芯片的计算主体，是中间的神经网络计算芯片。但除此以外，FSD 芯片依然配备了 GPU 和 ARM A72 CPU，以应付小部分专用计算。

除了特斯拉，英伟达也是 ARM 的忠实支持者。从特斯拉硬件 2.X 时代的 Drive PX2，到这两年刷屏的 Xavier，英伟达都采用了 ARM CPU+自研 GPU 的芯片架构。

如果英伟达成功收购 ARM，除了黄仁勋，其他玩家也许再也无法第一时间跟上 ARM 技术的进步。

国庆假期之前的 9 月 30 日，ARM 正式发布了全新的 Cortex A78AE CPU 架构、Mali G78AE GPU 架构以及 C71AE 图像处理架构，号称「专门为自动驾驶优化」。

其中 A78AE/G78AE/C71AE 均在架构层级通过了 ASIL-B/SIL 2 车规级认证，支持异步锁止计算，每一次运算过程都会经过双重检查。

而相比消费级不带 AE 后缀的 A78 普通版架构，AE家族号称性能提升了 30%，ARM 称其为「自动驾驶系统计算的飞跃」。

一个很严重的问题是：如果 400 亿并购最终通过，会不会 ARM 从此成为英伟达，或者硅谷独享的技术宝库？

来自中国的声音

文章写到这里，相信大家已经发现了，目前自动驾驶计算领域正在逐渐成为美国企业的独角戏。这场变革有竞争，有流血，但几乎没有美国以外的名字。

好消息是，这一次我们并未毫无主导权。和造车新势力让我们见识到不输 BBA 的中国车一样，中国科技公司在自动驾驶芯片领域，并不是以往一般弱不禁风。

10 月 14 日，2020 中国国际信息通信展览会开幕，华为战略部总裁张文林在会上说，「未来自动驾驶实现之后，车的地位将比家庭更重要。车会成为人们工作、生活、娱乐等多个场景的中心。」

这句话和当年李开复说「买车是你一生做的最坏投资，因为车有96%的时间是停滞的」一样充满争议。但华为在自动驾驶投入的力度，却是毋庸置疑的。

2018 年，华为推出了首个自动驾驶计算方案 MDC 300，兼容风冷/水冷两种方案，最大支持 11 个摄像头+6 个毫米波雷达+12 个超声波雷达+6 个激光雷达，号称可以支持 L3 的自动驾驶计算。

具体到芯片参数，华为选择了和 Mobileye 一样的 ASIC 架构（专用集成电路，是指应特定要求而设计、制造的集成电路。和 CPU/FPGA 相比能效表现优秀，但用途相对单一），因此能耗表现相当优异。

以 MDC300 搭载的昇腾 310 为例，芯片级能效表现为 2TOPS 算力每瓦，而英伟达的 Xavier 则为 1TOPS 每瓦，相同工艺下昇腾 310 做到了 Xavier 的两倍能耗比。

更吓人的是融合了 8 颗昇腾 310 芯片的华为 MDC600，号称达到了 352TOPS 算力。不过，这是算上了 ISP 图形处理器等不同用途芯片的「大杂烩」算力，真实能力应该和特斯拉硬件 3.0 相当。

华为目前仅有两家合作伙伴，一个奥迪，一个北汽，且均未正式装车下地——但重要的不是华为有多强，而是华为有没有。

除了上面提到的华为，像是地平线、黑芝麻这样的初创公司，也都拿出了具备竞争力的芯片。比如地平线新一代征程 3 芯片，以 2.5W 的低功耗实现 5TOPS 的算力，能耗甚至超越了英伟达 Xavier。

另一方面，自动驾驶芯片目前还停留在 14 纳米级别工艺，7 纳米量产装车仍需 2-3 年，这也给了我们追赶的机会。

战争一触即发，但我们不再是旁观者。

新十年，群雄逐鹿

限于文章篇幅，还有太多名字我们无法一一提及。

像是电动智能大势中默默无闻的丰田，人家早在 18 年就通过旗下的 DENSO 日本电装，向日本最大汽车半导体公司瑞萨注资 8 亿美元，另一方面还拉拢黄仁勋，成为英伟达深度合作伙伴。

还有自动驾驶的扛旗人 Waymo，5 天前宣布对凤凰城郊区正式开放无人驾驶网约车服务，又是一个全球首次。

还有半导体领域那些本来就盘桓在汽车界的老面孔，比如德州仪器、恩智浦；还有伺机而动准备跨界的消费芯片厂，比如高通；更不用说的，是密不透风，无人知晓的苹果 iCar。

马斯克说今年就能实现 L5，尽管没有他那么激进，但我们依旧相信在这个十年内，自动驾驶会来到我们身边，人类会享受到 21 世纪又一个科技爆炸的成果。

在此过程中，中美之间的博弈也许会比其他领域更激烈。最重要的原因，在于我们早已不是毫无还手之力，往往这才会激起敌人的愤怒。

但差距依然存在，想看到中国芯驱动无人驾驶的未来，同志们仍需努力。

（完）