2023年，汽車的智能化程度持續(xù)增強且更加細分。智能駕駛、智能座艙、智能網(wǎng)聯(lián)等豐富多樣的功能體驗，在極大提升了消費者駕乘體驗的同時，也讓智能汽車的計算場景走向多元化和復雜化。在這種趨勢下，汽車主機廠和OEM對汽車算力芯片的需求，已經(jīng)不僅僅局限于算力越高越好，也希望算力芯片能夠處理更加多樣的計算類型，并提供更加理想的性價比。隨著電子電氣架構(gòu)的演進，跨域計算將成為汽車芯片重要的發(fā)展趨勢。


跨域計算助力智能汽車降本增效

具體而言，跨域計算是指用單顆芯片實現(xiàn)原本需要多顆芯片才能實現(xiàn)的功能，在進一步提升汽車智能化水平的同時，有效降低成本和功耗。

黑芝麻智能發(fā)布的武當系列C1200，是國內(nèi)首款跨域計算產(chǎn)品。這款芯片采用7nm制程，主打多種計算類型的集成，將座艙、智駕、車身和網(wǎng)關(guān)四個域集成在一顆芯片中，用一顆芯片代替原本3-4顆芯片的功能。在計算架構(gòu)上，C1200搭載了Arm Cortex-A78AE車規(guī)級高性能CPU核和Cortex-G78AE車規(guī)級高渲染能力GPU核，內(nèi)置32 KDIPMS的MCU算力，并擁有集成萬兆網(wǎng)絡(luò)硬件加速能力。據(jù)了解，C1200已完成流片后的測試，功能性能驗證成功，可以向客戶提供樣片。

降成本、強功能的背后，是自動駕駛汽車從概念期走向商業(yè)落地的過程，也是市場尋求高性能與性價比平衡的真切需求。黑芝麻智能創(chuàng)始人兼CEO單記章曾提到，2023年，高性價比芯片已成為汽車市場的主流需求。

在這一趨勢下，黑芝麻智能將發(fā)展戰(zhàn)略定位分為“三步走“計劃。第一步，聚焦自動駕駛計算芯片及解決方案，實現(xiàn)產(chǎn)品商業(yè)化落地，形成完整技術(shù)閉環(huán)；第二步，根據(jù)汽車電子電氣架構(gòu)發(fā)展趨勢，拓展產(chǎn)品線覆蓋車內(nèi)更多計算節(jié)點，形成多產(chǎn)品線組合；第三步，不斷擴充產(chǎn)品線覆蓋更多汽車的需求，為客戶提供基于芯片的多種汽車軟硬件解決方案及服務(wù)。

此前，華山系列的推出代表著黑芝麻智能完成了第一步的戰(zhàn)略規(guī)劃。而C1200則標志著黑芝麻智能此前主打自動駕駛芯片的技術(shù)路徑，現(xiàn)在正在拓寬至智能座艙、智能網(wǎng)關(guān)等更多智能汽車計算領(lǐng)域。


雙芯片是不是智商稅？

為了支持復雜的計算和決策任務(wù)，車輛需要強大的算力。在這個背景下，一些汽車制造商聲稱他們的智能駕駛系統(tǒng)搭載雙芯片，可以實現(xiàn)算力翻倍。然而，對于智能駕駛來說，搭載雙芯片是否真的有意義呢？

事實上，主力芯片已經(jīng)足夠滿足當前智能駕駛系統(tǒng)的需求。智能駕駛技術(shù)需要處理大量的傳感器數(shù)據(jù)、進行實時感知和決策，并控制車輛的行為。目前的主力芯片已經(jīng)具備了強大的計算能力和并行處理能力，能夠滿足這些要求。因此，搭載雙芯片并不一定能夠顯著提升算力，因為實際使用到的算例與所宣傳的算力并沒有強項關(guān)聯(lián)性。

此外，搭載雙芯片很可能只是一種宣傳噱頭。在競爭激烈的汽車市場中，各家制造商為了吸引消費者的眼球和提升品牌形象，常常使用一些夸大其詞的宣傳手法。搭載雙芯片可以被宣傳為“算力翻倍”，從而給人一種技術(shù)領(lǐng)先的印象。然而，真正對智能駕駛系統(tǒng)的性能和效果有意義的并不是芯片數(shù)量，而是芯片的質(zhì)量、架構(gòu)和優(yōu)化程度。

在智能駕駛領(lǐng)域，關(guān)鍵的不僅僅是算力，還有算法和系統(tǒng)的優(yōu)化。智能駕駛技術(shù)的核心在于通過高效的感知、決策和控制，實現(xiàn)安全、精準的駕駛。因此，制造商應(yīng)該更加注重算法的研發(fā)和優(yōu)化，而不僅僅是關(guān)注硬件的增加。優(yōu)化算法和系統(tǒng)架構(gòu)可以提高算法的效率和響應(yīng)速度，從而更好地支持智能駕駛的功能。

綜上所述，搭載雙芯片并不一定對智能駕駛有意義。當前的主力芯片已經(jīng)足夠滿足智能駕駛系統(tǒng)的需求，而搭載雙芯片更多是一種宣傳噱頭。


國產(chǎn)AI芯片商業(yè)化應(yīng)用還需努力

其實綜上來看，國內(nèi)AI芯片設(shè)計水平與國外差距不大，在性能方面也足以替代國外AI芯片。不過評判國產(chǎn)AI芯片產(chǎn)品發(fā)展好壞，不止是從設(shè)計到量產(chǎn)維度考量，能否大規(guī)模商業(yè)化應(yīng)用也是較為重要。

比如提到的國內(nèi)ASIC芯片，基本只用于自家云業(yè)務(wù)，對外提供芯片產(chǎn)品也需要龐大團隊的深度優(yōu)化。主要原因一方面在于之前提到過的，ASIC芯片從研發(fā)之初就需要考慮算法適配情況；另一方面，ASIC芯片生態(tài)較為碎片分散，開發(fā)者上手難度較高。

相較于ASIC廠商，得益于GPGPU泛用性優(yōu)勢，GPGPU廠商商業(yè)化應(yīng)用做的更好一些。以海光為例，據(jù)其官方透露，海光深算一號目前已完成與百度、阿里等廠商互證，主要客戶是智算中心等“新基建”項目、行業(yè)用戶、AI廠商及互聯(lián)網(wǎng)企業(yè)，已商業(yè)化部署數(shù)十萬片。

在國內(nèi)自動駕駛、AIGC、垂直大模型等AI應(yīng)用愈發(fā)火熱的今天，國產(chǎn)AI芯片有希望撐起海量AI算力的需求。在解決性能問題之后，國產(chǎn)AI芯片面對國外巨頭是有彎道超車可能性的，雖然未來仍需在生態(tài)建設(shè)與商業(yè)化發(fā)展方面大步追趕。