在盤點自動駕駛AI芯片之前，我們先了解一下車用半導(dǎo)體。

　　車用半導(dǎo)體大致可分為微控制器單元（MCU）、特定應(yīng)用標(biāo)準(zhǔn)產(chǎn)品（ASSP）、特定應(yīng)用集成電路（ASIC）、模擬（Analog）與功率晶體管（Transistor）、傳感器（Sensor）等。其中：

　　MCU較偏重動力傳動、底盤控制與安全；

　　ASSP/ASIC較偏重在車載資通訊與娛樂；

　　模擬與功率晶體管在各次系統(tǒng)使用比較平均；

　　傳感器則是偏重在動力傳動及安全。

　　以下是市場研究機(jī)構(gòu)SemicastResearch發(fā)布的2016年全球前十大汽車電子公司。

　　在上述汽車電子巨頭中，恩智浦、瑞薩、TI等都研發(fā)有面向高級駕駛輔助系統(tǒng)（ADAS）及自動駕駛（AD）需求的高效能處理芯片；意法半導(dǎo)體從2004年開始與Mobileye共同合作研發(fā)EyeQ系列芯片，不過Intel在2017年3月以153億美元收購了Mobileye。在此之前，Intel還先后收購了FPGA芯片巨頭Altera、視覺算法公司Movidius，以此形成了自動駕駛芯片的完整解決方案。芯片巨頭中，英偉達(dá)憑借其GPU的強(qiáng)大優(yōu)勢也積極切入自動駕駛芯片領(lǐng)域；高通除了自主研發(fā)新一代車規(guī)級移動處理區(qū)芯片外，也即將完成對恩智浦的收購；Xilinx則主推其基于FPGA的Zynq-7000AllProgrammableSoC，等等。

　　此外，特斯拉也是一家即將進(jìn)入自動駕駛芯片領(lǐng)域的巨頭，ElonMusk在2017年底公開了特斯拉自主研發(fā)自動駕駛AI芯片的計劃。國內(nèi)公司中，地平線、寒武紀(jì)、四維圖新、森國科等均在2017年發(fā)布了自動駕駛芯片規(guī)劃。本文余下部分將對上述公司及產(chǎn)業(yè)格局做一個盤點。

　　格局

　　在自動駕駛領(lǐng)域，AI芯片其實并不新奇。如前所述，Mobileye的EyeQ系列芯片在2004年就開始研發(fā)，2007年發(fā)布的第一代EyeQ1芯片是較早應(yīng)用于自動駕駛的AI芯片之一（僅實現(xiàn)輔助駕駛功能）。從技術(shù)路線來看，在這個領(lǐng)域中，自動駕駛芯片也延續(xù)了與其高度相關(guān)的深度學(xué)習(xí)所采用的幾類硬件技術(shù)路線：GPU、FPGA、ASIC。

　　同時我們也需了解，按照SAEInternaTIonal的自動駕駛等級標(biāo)準(zhǔn)，目前已商用的自動駕駛芯片基本處于高級駕駛輔助系統(tǒng)（ADAS）階段，可實現(xiàn)L1~L2等級的輔助駕駛和半自動駕駛（部分宣稱可實現(xiàn)L3的功能）；面向L4~L5超高度自動駕駛及全自動駕駛的AI芯片離規(guī)?；逃萌杂芯嚯x。Nvidia的DriveXavier預(yù)計2018年一季度向合作伙伴提供樣品；Mobileye的EyeQ5預(yù)計2018年提供工程樣品，2020年量產(chǎn)，二者均宣稱可以支持L4~L5的自動駕駛運(yùn)算需求。

　　在自動駕駛時代之前，英偉達(dá)、英特爾等在汽車電子領(lǐng)域雖有涉及但并不突出。自動駕駛的興起對處理芯片的性能提出了更高要求，二者憑借在處理器芯片領(lǐng)域的長期積累同時配合產(chǎn)業(yè)并購，已然形成了領(lǐng)跑之勢。從主流車廠無人駕駛平臺所使用的計算平臺來看，現(xiàn)在主要幾個車廠使用的平臺基本上是Nvidia和Mobileye（Intel）的，二者形成了自動駕駛芯片領(lǐng)域的第一集團(tuán)。

　　1、英偉達(dá)：DrivePX系列芯片

　　在自動駕駛時代之前，Nvidia很早就通過Tegra系列處理器進(jìn)入了眾多整車廠的供貨商名單，不過早年NvidiaTegra負(fù)責(zé)的主要還是車載娛樂方面。比如，奧迪新A8采用的自動駕駛平臺zFAS中使用了NvidiaTegraK1芯片，負(fù)責(zé)處理車輛的環(huán)視影像；但zFAS負(fù)責(zé)實現(xiàn)自動駕駛功能的芯片是MobileyeQ3和Altera的CycloneV。

　　Nvidia自動駕駛芯片始于2015年初推出的DrivePX系列。在2015年1月CES上英偉達(dá)發(fā)布了第一代DrivePX。DrivePX搭載TegraX1處理器和10GB內(nèi)存，能夠同時處理12個200萬像素攝像頭每秒60幀的拍攝圖像，單浮點計算能力為2Tops，深度學(xué)習(xí)計算能力為2.3Tops，可支持L2高級輔助駕駛計算需求。

　　2016年1月的CES上英偉達(dá)又發(fā)布了新一代產(chǎn)品DrivePX2。DrivePX2基于16nmFinFET工藝制造，TDP達(dá)250W，采用水冷散熱設(shè)計，支持12路攝像頭輸入、激光定位、雷達(dá)和超聲波傳感器。其中，CPU部分由兩顆NVIDIATegra2處理器構(gòu)成，每顆CPU包含8個A57核心和4個Denver核心；GPU部分采用兩顆基于NVIDIAPascal架構(gòu)設(shè)計的GPU。單精度計算能力達(dá)到8TFlops，深度學(xué)習(xí)計算能力達(dá)到每秒24萬億次，在單精度運(yùn)算速度上是DrivePX的4倍，深度學(xué)習(xí)速度是DrivePX的10倍，可以滿足L3自動駕駛的運(yùn)算要求。

　　DriveXavier是英偉達(dá)最新一代自動駕駛處理器，最早在2016年歐洲GTC大會上提出，2018年1月的CES上正式發(fā)布。同時發(fā)布的還有全球首款針對無人駕駛出租車打造的車載計算機(jī)DrivePXPegasus。在配置方面，Xavier基于一個特別定制的8核CPU、一個全新的512核VoltaGPU、一個全新深度學(xué)習(xí)加速器、全新計算機(jī)視覺加速器、以及全新8KHDR視頻處理器而打造。每秒可運(yùn)行30萬億次計算，功耗僅為30w，能效比上一代架構(gòu)高出15倍，可以滿足L3/L4自動駕駛的計算需求。該產(chǎn)品預(yù)計2018年一季度向提供樣品。

　　DrivePXPegasus是針對L5級全自動駕駛出租車的AI處理器，搭載了兩個XavierSoC處理器。SoC上集成的CPU也從8核變成了16核，同時增加了2塊獨立GPU。計算速度達(dá)到320Tops，相當(dāng)于PXXavier的10倍，算力能夠支持L5完全自動駕駛系統(tǒng)，但其功耗也達(dá)到了500W。預(yù)計首批樣品將于2018年年中交付客戶。

　　2、英特爾：Mobileye+Altera+Movidius

　　與英偉達(dá)基于自主GPU研發(fā)自動駕駛芯片的思路不同，英特爾在自動駕駛領(lǐng)域主要是通過并購來完成布局。

　　2015年6月167.5億美元收購FPGA巨頭Altera；

　　2016年9月收購計算機(jī)視覺處理芯片公司Movidius；

　　2017年3月153億美元收購以色列自動駕駛汽車技術(shù)公司Mobileye。

　　通過上述收購，英特爾在自動駕駛處理器上的布局已較完善，包括Mobileye的EyeQ系列芯片（ASIC）、Altera的FPGA芯片、Movidius的視覺處理單元VPU，以及英特爾的CPU處理器，可以形成自動駕駛的整體硬件解決方案。

　　奧迪新A8自動駕駛計算單元zFAS中所使用的芯片包括了Mobileye的EyeQ3和Altera的FPGA芯片CycloneV，內(nèi)嵌了Movidius的視覺算法。在該方案中，EyeQ3主要負(fù)責(zé)視覺數(shù)據(jù)處理，CycloneV則負(fù)責(zé)毫米波雷達(dá)與激光雷達(dá)數(shù)據(jù)處理。而英特爾即將于今年推出的「IntelGo自動駕駛平臺解決方案」則包含了兩個MobileyeEyeQ5芯片（一個用來進(jìn)行視覺處理，另外一個用于融合/規(guī)劃）以及一個英特爾的8核凌動芯片。

　　Mobileye的EyeQ系列芯片最初是和意法半導(dǎo)體公司共同開發(fā)，第一代芯片EyeQ1從2004年開始研發(fā)，2008年上市；EyeQ2則于2010年上市。最初的兩代產(chǎn)品僅提供L1輔助駕駛功能，EyeQ1的算力約0.0044Tops，EyeQ2則約0.026Tops，功耗均為2.5W。

　　2014年量產(chǎn)的EyeQ3基于其自主ASIC架構(gòu)自行開發(fā)，使用了4顆MIPS核心處理器、4顆VMP芯片，每秒浮點運(yùn)算為0.256萬億次，功耗為2.5W，可以支持L2高級輔助駕駛計算需求。

　　第四代EyeQ4芯片在2015年發(fā)布，2018年量產(chǎn)上市，采用28nm工藝。EyeQ4使用了5顆核心處理器（4顆MIPSi-class核心和1顆MIPSm-class核心）、6顆VMP芯片、2顆MPC核心和2顆PMA核心，可以同時處理8部攝像頭產(chǎn)生的圖像數(shù)據(jù)，每秒浮點運(yùn)算可達(dá)2.5萬億次，功耗為3W，最高可實現(xiàn)L3級半自動駕駛功能。

　　Mobileye的下一代EyeQ5計劃于2018年出工程樣品，2020年實現(xiàn)量產(chǎn)，將采用7nmFinFET工藝。該產(chǎn)品對標(biāo)Nvidia的DriveXavier芯片，定位于L4/L5全面自動駕駛計算需求。單顆芯片的浮點運(yùn)算能力為12Tops，TDP是5W。EyeQ5系統(tǒng)采用了雙路CPU，使用了8顆核心處理器、18核視覺處理器，浮點運(yùn)算能力為24Tops，TDP是10W。

　　我們在開篇中提到了全球十大汽車電子廠商，這些公司或多或少均有涉足自動駕駛業(yè)務(wù)，比如處理芯片、毫米波雷達(dá)、激光雷達(dá)、整體解決方案等。當(dāng)然，汽車電子廠商中涉足自動駕駛業(yè)務(wù)的不僅于此，我們僅介紹部分重點廠商的產(chǎn)品情況，如有錯漏歡迎指正交流。

　　1.高通&恩智浦NXP

　　我們把高通與恩智浦放在一起介紹是因為歐盟剛剛批準(zhǔn)了高通470億美元收購恩智浦的交易。與英特爾類似，高通切入自動駕駛關(guān)鍵領(lǐng)域的方式也是并購，其自有產(chǎn)品在汽車電子領(lǐng)域仍有待突破。

　　作為移動通信領(lǐng)域的絕對龍頭，高通一直希望通過自己的移動處理器芯片（改成車規(guī)級）切入汽車電子領(lǐng)域。在2016年初CES上，高通就發(fā)布了整合LTE數(shù)據(jù)機(jī)和機(jī)器智能的Snapdragon820車用系列產(chǎn)品。這個系列產(chǎn)品包含了高通的Zeroth機(jī)器智能平臺，旨在協(xié)助汽車制造商使用神經(jīng)網(wǎng)絡(luò)為ADAS和車載資訊娛樂系統(tǒng)創(chuàng)建基于深度學(xué)習(xí)的解決方案。

　　但目前車廠設(shè)計訂單還限于資訊娛樂功能；國內(nèi)ADAS廠商縱目科技在2017年CES上推出了首個基于820A平臺并運(yùn)用深度學(xué)習(xí)的ADAS產(chǎn)品原型，12月正式發(fā)布。據(jù)悉，目前這款產(chǎn)品已經(jīng)進(jìn)入量產(chǎn)前的驗證階段，預(yù)計將于2019年量產(chǎn)。

　　作為汽車電子龍頭廠商，恩智浦在自動駕駛方向的積累相比高通則深厚很多。2016年5月恩智浦發(fā)布了BlueBox平臺，該平臺集成S32V234汽車視覺和傳感器融合處理器、S2084A嵌入式計算處理器和S32R27雷達(dá)微控制器，能夠為汽車制造商提供L4級自動駕駛計算解決方案。

　　其中，S32V234是NXP的S32V系列產(chǎn)品中2015年推出的ADAS處理芯片，在BlueBox平臺上負(fù)責(zé)視覺數(shù)據(jù)處理、多傳感器融合數(shù)據(jù)處理以及機(jī)器學(xué)習(xí)。這款芯片擁有CPU（4顆ARMCortexA53和1顆M4）、3DGPU（GC3000）和視覺加速單元（2顆APEX-2visionaccelerator），能同時支持4路攝像頭，GPU能實時3D建模，計算能力為50GFLOPs。同時，S32V234芯片預(yù)留了支持毫米波雷達(dá)、激光雷達(dá)、超聲波的接口，可實現(xiàn)多傳感器數(shù)據(jù)融合，最高可支持ISO26262ASIL-C標(biāo)準(zhǔn)。

　　恩智浦還有一款專門的雷達(dá)信息處理芯片MPC577XK。這是一款面向ADAS應(yīng)用的Qorivva32位MCU，基于Power架構(gòu)，能夠支持自適應(yīng)巡航控制、智能大燈控制、車道偏離警告和盲點探測等應(yīng)用。

　　2.瑞薩Renesas

　　與恩智浦類似，瑞薩在2017年4月也發(fā)布了一個ADAS及自動駕駛平臺RenesasAutonomy，主打開放策略，目的在于吸引更多一級供應(yīng)商以擴(kuò)大生態(tài)系統(tǒng)。同時發(fā)布的還有R-CarV3MSoC，該芯片配有2顆ARMCortexA53、雙CortexR7鎖步內(nèi)核和1個集成ISP，可滿足符合ASIL-C級別功能安全的硬件要求，能夠在智能攝像頭、全景環(huán)視系統(tǒng)和雷達(dá)等多項ADAS應(yīng)用中進(jìn)行擴(kuò)展。據(jù)介紹，R-CarV3MSoC的樣品于2017年12月開始供貨，計劃于2019年6月開始量產(chǎn)。

　　從瑞薩的芯片系列來看，R-Car系列是其在自動駕駛方向的主要產(chǎn)品線：

　　第一代產(chǎn)品（R-CarH1/M1A/E1）在2011-12年期間推出，可支持初級的巡航功能；

　　第二代產(chǎn)品（R-CarH2/M2/E2）相比第一代性能基本翻倍，可支持360°環(huán)視等ADAS功能；

　　第三代產(chǎn)品（R-CarH3/M3）在2015年以后陸續(xù)推出，符合ASIL-B級安全要求；同時期推出的還有R-CarV3M、R-CarV2H等ASSP處理器，這類產(chǎn)品基本可支持L2等級的自動駕駛應(yīng)用需求。

　　自動駕駛處理芯片，自動駕駛芯片，自動駕駛處理器

　　除了R-Car系列產(chǎn)品外，跟恩智浦一樣，瑞薩也有針對雷達(dá)傳感器的專業(yè)處理器芯片如RH850/V1R-M系列，該產(chǎn)品采用40nm內(nèi)嵌eFlash技術(shù)，優(yōu)化的DSP能快速的進(jìn)行FFT的處理。

　　3.德州儀器TI

　　TI在ADAS處理芯片上的產(chǎn)品線主要是TDAx系列，目前有TDA2x、TDA3x、TDA2Eco等三款芯片。其中，TDA2x于2013年10月發(fā)布，主要面向中到中高級市場，配置了2顆ARMCortex-A15內(nèi)核與4顆Cortex-M4內(nèi)核、2顆TI定浮點C66xDSP內(nèi)核、4顆EVE視覺加速器核心，以及雙核3DGPU。TDA2x主要是前置攝像頭信息處理，包括車道報警、防撞檢測、自適應(yīng)巡航以及自動泊車系統(tǒng)等，也可以出來多傳感器融合數(shù)據(jù)。

　　TDA3x于2014年10月發(fā)布，主要面向中到中低級市場。其縮減了包括雙核A15及SGX544GPU，保留C66xDSP及EVE視覺加速器核心。從功能上看，TDA3x主要應(yīng)用在后置攝像頭、2D或2.5D環(huán)視等。

　　TDA2Eco是2015年發(fā)布的另一款面向中低級市場的ADAS處理器，相比于TDA2x，TDA2Eco去掉了EVE加速器，保留了一顆Cortex-A15、4顆Cortex-M4、DSP、GPU等內(nèi)核。TDA2Eco支持高清3D全景環(huán)視，由于TDA3x主要應(yīng)用于2D或2.5D環(huán)視，所以TDA2Eco填補(bǔ)了中低級市場對于高清3D全景環(huán)視應(yīng)用的需求。

　　4.ADI

　　相對于以上幾家芯片公司，ADI在ADAS芯片上的策略主打性價比。針對高、中、低檔汽車，ADI針對性的推出一項或幾項ADAS技術(shù)進(jìn)行實現(xiàn)，降低成本。

　　在視覺ADAS上ADI的Blackfin系列處理器被廣泛的采用，其中低端系統(tǒng)基于BF592，實現(xiàn)LDW功能；中端系統(tǒng)基于BF53x/BF54x/BF561，實現(xiàn)LDW/HBLB/TSR等功能；高端系統(tǒng)基于BF60x，采用了流水線視覺處理器（PVP），實現(xiàn)了LDW/HBLB/TSR/FCW/PD等功能。集成的視覺預(yù)處理器能夠顯著減輕處理器的負(fù)擔(dān)，從而降低對處理器的性能要求。

　　5.英飛凌

　　英飛凌在2015年針對ADAS市場推出過芯片組Real33D，可實現(xiàn)司機(jī)疲勞檢測等功能。而在奧迪新A8使用的zFAS自動駕駛計算單元中，也使用了英飛凌提供的Aurix芯片，A8最關(guān)鍵的TrafficJamPilot，是由這塊芯片最終實現(xiàn)的。

　　下表是主要汽車電子廠商的ADAS處理芯片比較。

　　自動駕駛處理芯片，自動駕駛芯片，自動駕駛處理器

　　1.特斯拉

　　特斯拉的自動駕駛系統(tǒng)Autopilot中先后使用過MobileyeEyeQ3和英偉達(dá)DrivePX2，而在2017年12月初的NIPS神經(jīng)信息處理系統(tǒng)大會上，特斯拉CEOElonMusk公布了特斯拉正在開發(fā)定制的自動駕駛AI芯片，該項目帶頭人為原AMD首席芯片架構(gòu)師JimKeller。

　　自動駕駛處理芯片，自動駕駛芯片，自動駕駛處理器

　　1998年，JimKeller在AMD分別參與設(shè)計和主導(dǎo)研發(fā)了Athlon和Opteron64處理器（K7和K8X86-64架構(gòu)）；

　　1999年，JimKeller離職加盟博通出任首席芯片架構(gòu)師；

　　2004年，JimKeller轉(zhuǎn)投P.ASemi，后者于2008年被蘋果收購。JimKeller出任蘋果移動芯片架構(gòu)師，基于AMD的IP深度定制了蘋果A4/5芯片；

　　2012年，JimKeller重回AMD，領(lǐng)導(dǎo)開發(fā)了Zen架構(gòu)處理器；

　　2015年9月，JimKeller再次離職，2016年1月加盟特斯拉，帶領(lǐng)50人規(guī)模團(tuán)隊開發(fā)自動駕駛AI專用芯片。

　　目前公開資料可知的進(jìn)展還包括：該芯片基于AMD的IP打造；目前已經(jīng)走到了設(shè)計完成、測試驗證的階段；特斯拉已經(jīng)收到了首批芯片樣品，目前正在進(jìn)行相關(guān)測試；代工方可能是格羅方德和三星電子等。

　　2.中國公司

　　我們在之前文章中曾盤點過國內(nèi)AI芯片公司產(chǎn)品情況，從公開資料所了解的情況看，國內(nèi)AI芯片初創(chuàng)公司中像地平線、深鑒科技、寒武紀(jì)、西井科技等都有智能駕駛/自動駕駛方向的產(chǎn)品規(guī)劃。

　　地平線的自動駕駛AI芯片「征程」在去年12月20日正式發(fā)布。在參數(shù)上，征程能夠以1.5W的功耗，實現(xiàn)1Tflops的算力，每秒處理30幀4K視頻，對圖像中超過200個物體進(jìn)行識別，能夠?qū)崿F(xiàn)FCW/LDW/JACC等高級別輔助駕駛功能，滿足L2的計算需求。對比英偉達(dá)的DrivePX2，其采用16nmFinFET工藝，單精度計算能力為8TFlops，深度學(xué)習(xí)計算能力為24TFlops，官方TDP是250w；從性能功耗比來看，征程還是有明顯優(yōu)勢的。

　　同時，由于ASIC不是GPU類的通用計算，內(nèi)部直接封裝了算法，數(shù)據(jù)交換只是底層I/O，因此其計算的時延也會比GPU更低。不過地平線采用ASIC的路線也是犧牲了芯片的可編程性以獲得更高的性能，是否能獲得足夠訂單量來降低芯片成本值得關(guān)注。

　　自動駕駛處理芯片，自動駕駛芯片，自動駕駛處理器

　　相較而言，目前其他幾家公司產(chǎn)品仍缺少詳細(xì)信息。寒武紀(jì)在去年11月初的發(fā)布會上首次發(fā)布了面向智能駕駛領(lǐng)域的1M智能處理器IP產(chǎn)品，據(jù)介紹其性能可達(dá)到寒武紀(jì)1A處理器的10倍以上。據(jù)了解，2016年上市的1A處理器在1Ghz頻率下理論峰值性能為：FP16半精度浮點計算能力為512GFlops，稀疏神經(jīng)網(wǎng)絡(luò)計算能力為2TFlops。

　　深鑒、西井等暫未推出專門的自動駕駛芯片產(chǎn)品，不過在這一方向也有布局。如西井與振華重工聯(lián)手打造的自主駕駛無人跨運(yùn)車就使用了西井科技的類腦人工智能方案（是否使用其自主AI芯片仍未知）。

　　自動駕駛處理芯片，自動駕駛芯片，自動駕駛處理器

　　除了上述幾家AI芯片創(chuàng)業(yè)公司外，國內(nèi)公司如四維圖新、森國科等也涉及ADAS處理芯片研發(fā)。其中，四維圖新在2016年5月收購了聯(lián)發(fā)科旗下的汽車半導(dǎo)體公司杰發(fā)科技，后者在2017年6月的CESAsia上展出了首款車規(guī)級ADAS芯片。四維圖新在去年7月正式發(fā)布了該款A(yù)DAS芯片，并與蔚來、威馬、愛馳億維等新造車公司達(dá)成了合作。

　　公開資料顯示，該芯片采用64位QuadA53架構(gòu)，內(nèi)置硬件圖像加速引擎，支持雙路高清視頻輸出，和四路高清視頻輸入，能同時支持高級車載影音娛樂系統(tǒng)全部功能和豐富的ADAS功能。功能包括：360°全景泊車系統(tǒng)、車道偏移警示系統(tǒng)LDW、前方碰撞警示系統(tǒng)FCW、行人碰撞警示系統(tǒng)PCW、交通標(biāo)志識別系統(tǒng)TSR、車輛盲區(qū)偵測系統(tǒng)BSD、駕駛員疲勞探測系統(tǒng)DFM和后方碰撞預(yù)警系統(tǒng)RCW等。

　　森國科（原深圳市國科微半導(dǎo)體）在去年12月也發(fā)布了自主研發(fā)的高性價比ADAS芯片SGKS6802X，據(jù)介紹產(chǎn)品已經(jīng)正式出貨。SGKS6802X配置了雙核ARMCortexA7處理器、高速雙核8線程GPU和2D加速GPU；采用40nm工藝，芯片典型功耗1500mW，全系統(tǒng)功耗1800mW（包括DDR）；最大支持4路編碼處理能力，整數(shù)運(yùn)算能力7200MIPS+3200MIPS，半精度浮點運(yùn)算能力25.6GFLOPS，單精度浮點運(yùn)算能力6.4GFLOPS；可支持LDW、FCW、PCW、TSR、NV、TFAH、ZCD、CTA、BSD、DFM、RCW等ADAS算法，滿足L2高級輔助駕駛的計算需求。

　　思考

　　隨著人工智能的發(fā)展，在ADAS及自動駕駛上AI的應(yīng)用已經(jīng)成為主要趨勢，針對芯片的設(shè)計也開始增加硬件的深度學(xué)習(xí)設(shè)計，如何在人工智能算法模型與芯片架構(gòu)及系統(tǒng)設(shè)計上做好匹配以及多傳感器融合的芯片設(shè)計等將是新的研究課題，目前來看也還在早期探索階段。

　　比如，英偉達(dá)的方案以GPU為主，采用CPU+GPU異構(gòu)設(shè)計，芯片算力強(qiáng)大，且具備很強(qiáng)的靈活性；但缺點是功耗高，應(yīng)用在汽車（尤其是電動汽車）上的時候面臨散熱、續(xù)航等問題；英特爾的方案是ASIC+FPGA，核心是Mobileye的EyeQ系列產(chǎn)品；地平線的「征程」也采用ASIC路線，將算法直接封裝在芯片上，實現(xiàn)了低功耗高性能的指標(biāo)，但也犧牲了芯片的靈活性。另外也有很多廠商使用單FPGA的，比如Xilinx的Zynq7000AllProgrammableSoC就是汽車ADAS上最被廣泛應(yīng)用的產(chǎn)品，采用單一芯片即可完成ADAS解決方案的開發(fā)，并具備了不同產(chǎn)品系列間的可擴(kuò)展性。

　　除了性能、功耗等因素外，自動駕駛處理芯片普及的另一個關(guān)鍵因素是價格。英偉達(dá)DrivePX2的價格超過1萬美金，Mobileye的芯片價格也超過1千美金。因此，如何在性能、功耗、價格等指標(biāo)上進(jìn)行平衡也是對芯片設(shè)計者提出了新的挑戰(zhàn)。

　　另外，對于眾多從行業(yè)外切入汽車電子領(lǐng)域的AI芯片公司來說，實現(xiàn)車規(guī)級標(biāo)準(zhǔn)也是這些公司需要克服的挑戰(zhàn)。從一些公開資料來看，不管是ADAS處理芯片還是自動駕駛芯片，至少都需達(dá)到ISO26262ASIL-B級別，部分芯片甚至需要到ASIL-D級別。