欢迎关注“新浪科技”的微信ધ订阅号：teੌc🙀hsina
欢迎关注œ“„新浪科技”的微信订阅号：techsina Η;
Ö
Āf; 文♪/邓思邈
◯来源：智能车参考（IDય:AI4A◈uto)
↑真正对自动驾驶有追求，得深入硬件，最好·还是芯片‰？
这不，最♧新消息，又一家自动驾驶技术公司抛弃了英伟达，ÿ决定自研自动驾驶芯片。
通用Cruise，全球自动驾驶头部玩家ૢ，披露同时搞四种芯片，2025″年之⋅前上车——就是那款没有方向盘或脚踏板的Origin。
之所以要自研Ċb;，一方面为了降低成本，另一方面也是为了把命运掌握在自己手„里。ó
而且软件公司、车µ企跨界自研造芯，似乎在马斯克和特斯拉成⌉功之后也在成为潮流。
今年以来，业内流行»的说法是：真正要做好自动驾驶就非碰硬件不可，现在，这种硬件深入到υ了芯片层面。
↔ ࠷通用Cruise造自动驾驶芯片ર？
据Cruise硬件负责人卡尔·詹金斯（Carl Jenkin૩s）透露称，目前◘已经研发出来四种芯♪片：
一款👿名为Horta的计算芯片；
一款处理传感器数据的Dune芯Û片；
⋅
一款雷ⓜ达芯片ਮ；
Τ最后一款⇓芯片稍后公布。
具体来看，Horta计算芯片相当于汽车的大脑，采用的是ARM∋架构，原因是该芯片2年前就已∼投入研发。
不过，Cruise芯片负责人安桂（Ann åGui）补充道，他们也在密ℑ切关注RISC-િV架构，因为它开源，能够提供更多便利。
需要补充介绍的是，ARM和RISC-V这两个指令集架构，都是构建芯片的基础，它们定义了可以在芯片上运行的软件઼类型。ARM架构之前最知名的是服务器和智能手机，而RISC-V则是更加分布Α式的AIoT。ⓢ
通用Cruise的自研芯á片，将会在2025年之ਬ前上车之前推出的自动驾驶概念车Origin无人车，完全自动驾驶，没有脚踏板也没有方向盘。
目前Cruise已&敲定和一家亚洲芯片制造商°Æ合作——台积电和三星都有可能，未来将大规模生产其自研芯片。
至于为何要自研，Cruise硬件负责人卡尔詹金斯（Carl Jenੜkinsd3;）明确给µ出了答案：
两年前，我们花重金从一家著名芯片供应商Œ那里采购GPËU。我们量太小⊃，没有议价权。
ⓘ那时候࠽我意识到，我们必须把命运掌握在自己手里。
包括公司CEO凯尔·沃格特（Kyle Vogt）也表示支持，他认为自研芯▥片能够帮助公司到20Ąe;25年成本达到最理想状态，届时推∝出量产自动驾驶汽车也不是难事。
根据此前的公开±披露Ü，他提到的合作供应商应该是英⊃伟达。
所以两件事连起来º，大概也能知道：黄仁勋家的◑GPU实Î在太贵，贵得只能自己造。
ú纷纷ਫ਼跨界造自动驾驶芯片，为何？
聚૨焦到自动í驾驶芯片，自研的好处主要有以下ο几点：
首先，自研芯片可੍以跟自己 的自动驾驶软件系统更加ⓝ匹配。
马斯克也曾©回答过，为何要™抛弃老黄家的GPU、自研自动驾થ驶芯片：
ćc;
英伟达是一个伟大的公司ਗ਼，为满足众多客户的需求，他们需要做一个通用解决方案。而我们更关心专用设计，专用设计使得软件在硬件上˜更好运行。我认为这种软硬件整合才是无与伦比的。
例如，英伟达XavierΩ芯片能分配给自动驾驶的算力不足50%，而FSD芯片却可以把90%的算力用在上面，并且完ત全符合特斯拉自己的ਜ਼硬件架构。
这也是诸如地平线等自动♬驾驶芯片厂商认定的机会所在——比起ਠદ通用计算芯片，有时代级机遇。
ï 其次，自研芯◈片可以针对自己算法中计算量的大小来优化Ú硬件，从而提高性能。
就比如，特斯拉自研的NPU，通过合并输出∈通道中X和Y维度上的输出👽像…素，在多个输出通道上并行运行。这就意味着，他们可以并行处理工作，同时处理96个像素。
最后，自研芯片，车≡企可以自主把握开发周期，自行设计算力需求，无ਜ਼关的通用′性接口或者单元也可以舍弃，功耗低，灵活性很高。
⇑
举例来看，特斯拉„HW2.5版本，搭载英伟达Drive PX2芯片，硬件功耗为57W；而搭载ⓡ特斯拉自研的FSD芯片，硬件功耗是72W。
然而，特斯拉自研FSD芯片拥有每秒2300帧的图像处理能力，是HW2.5版î本的21倍，计算能力提升了大约7倍。
੍ 总结以上，只有自研自动驾驶芯片，车企才能真正τ掌握智能î汽车自主话语权。
跨界造自动👽驾驶芯片，难在哪里？
ì 首先，在人工智能和半导体领域前◊期要有足够的积累。
ਊ比如国内车厂中，比亚迪就有专门的半导体公司，也透露正在研发制造自动驾驶方面的芯片。但比亚˜迪绝∀不是赤手空拳、脑袋一热就决定自研自动驾驶芯片。
他们bd;20年前成立了芯片部门δ，目前能够生产IGBT芯片（绝缘栅双极型晶体管）、车规će;级MCU芯片等。
华为⊂就不用说了，海思已经在方方面面证“明了自我。现如今华为进军智Ād;能车，自动驾驶相关的芯片和算力，也是重中之重。
其સ次，自动驾驶芯片‾开ℑ发成本高、难度大，时间长。
ਪ 需要同时考虑算法效率和算力、芯片适配性☺、开发便捷性、ƒ车规级认证、能效比等，开发芯片从产 品定义到流片大约需要一年半至两年，到最后量产上车大约需要42个月左右。
需要自研神经网络¡加速器，做卷积；还需要进行整体架构布局，解决数据频繁存储的×问题ધ。
Ι最ࢵ后，关于自动驾驶芯片的设计，最好满ϖ足以下几点要求：
1、性能Á要Þe;够¼。
≥ 这是因为，智驾的感知和规控需要复杂的AI算法，CPU、GPU需要足够的算力，视觉感知决策需要深 度学习。
2、要考虑架构的灵™活性♤和可编译¬性。
3、β要考虑芯片的ξ完整性。⊆
❄ ⊄ 原因在于，算法੦软件在不断迭代，要保证未来一个芯片能够同时实现感知、规控的所有功能。
所以再◈看今日通用Cruise的跨界造芯，或许也就不再ਮ那½么出乎意料。
首先，α出于成本、性能方面的追求↑，有能力a1;的自动驾驶公司一定也在追求更强的芯片话语权。
其次，自动驾驶技术公司、软件公司，或者说“方案”公司，如果不能通过硬件级交付，会不会遭遇之前CV四小龙一样的困境？自动驾驶的算Φ法能力，前几年奇货可居，但会不会随着时间而门槛降低？到时候技术公司的核心壁垒又在何处？这是所有自动驾驶玩家都需要回答的焦虑——藏在历史深੪处的忧虑。
最后，如图灵奖得主阿兰·凯ੋ说的，真正有追求软件公司都应该自己做硬件。乔布斯信了，于是有了今天的苹果。马斯克也′相信÷，于是有了今天的特斯拉。
¥所以在自动驾驶领域，“跨界”造芯，应该不会止于通用Cruise……毕bc;竟趋势都看得到，就看有没有勇气和赌性了。
以及有意੭思的是，自研自动驾驶芯片的玩家不♨少，却很少听闻自研智能座舱芯片的玩家，又£是为什么呢？
∀
（声明：本文仅代表作者观点，不代表新浪网立场。）
Ïਗ਼
ਭ文章关键词：
્ 网络文化
∩用微信扫描二维码ⓙ
分享至Æ好友和朋友圈
\’ + ≡_substr(uids[i].name, 0, ♫14Ċb;) + \’
\’ + _substr(uids[i]&#ffe0 ;.v_reason, 0, ࠽16) + \’ψ
新浪科技♥意见反ϑ馈留言à板
⊕
400-05'2♠-0066 欢迎批评指正
Copyright ç© 1996-2022 SINA Corp≠oraοtion
All Rights Reserved 新浪公ત司 ã版权所有
