【原】车云会丨算力越高越好吗？从AI芯片看智能汽车"算力"的边界

cheyunwang 2022-04-16

展开全文

今年是大算力芯片的量产之年，各大车企也都纷纷着手打造1000+TOPS的产品。一时间，"算力"成为了汽车行业的高频热词，大有替代"马力"之势。

与此同时，在新时代科技实力的较量中，除了有英伟达、高通这样的老牌劲旅，还浮现出了以地平线、黑芝麻、寒武纪等为代表的中国梯队，而且他们结合自身的优势和Tier-1、主机厂之间形成了很好的联动效应。

那么，在当前如此激烈的竞争环境下，中国芯片企业及上下游产业链能否突破壁垒、分得市场份额？大算力芯片量产、上车还面临着哪些挑战？"算力"到底是不是越高越好，有没有边界？缺芯问题还将持续多久？

4月11日，车云网举办新一期《车云会》——中国智能汽车产业创新沙龙，邀请5位业内专家，共同从AI芯片看智能汽车"算力"的边界。

对谈嘉宾
邹广才 | 国家新能源汽车技术创新中心副总经理、中国汽车芯片产业创新战略联盟副秘书长
余轶南 | 地平线副总裁&智能驾驶产品总经理
杨泓泽 | 无锡车联天下信息技术有限公司董事长
李博 | 路特斯科技副总裁&智能驾驶业务线负责人
杨继峰 | 沙龙汽车智能化中心高级总监

智能汽车进入“算力时代”

随着汽车智能化发展的不断推进，智能正成为汽车产业新的特征。与电动汽车时代大众普遍关注电池水平相似，在智能汽车时代，汽车芯片算力如何已成为智能汽车整体性能的一个关键因素。

国家新能源汽车技术创新中心副总经理、中国汽车芯片产业创新战略联盟（以下简称“中汽芯联盟”）副秘书长邹广才认为，今年在汽车芯片方面，大家不仅仅要关注保供、断供的问题，还要关注创新发展的问题。在自动驾驶方面，我国芯片企业有望和国外的头部企业实现并驾齐驱发展，甚至在未来迭代中依托于中国汽车庞大的应用市场、以及技术创新的场景，在一些领域实现一些特色甚至超出。

地平线副总裁、智能驾驶产品总经理余轶南表示，智能汽车芯片更像是汽车"发动机"，也是当代硬科技的“珠穆朗玛峰”。车载芯片会超越手机芯片成为半导体领域引领者。汽车电子电气架构将从传统分布式架构向域控制器架构、中央计算平台架构演进，智能汽车AI计算也将从逻辑驱动的软件1.0时代向数据驱动的软件2.0时代演进，对算力的需求将大幅增长。

智能汽车的发展对高算力的需求已成为业内共识。沙龙汽车智能化中心高级总监杨继峰表示，从传统的功能驱动的自动驾驶到场景驱动的端到端自动驾驶，导致感知系统架构的复杂程度、算法模型的迭代、典型的软件系统都发生了极大的变化。汽车智能化发展正催生越来越多的高算力平台，以华为MDC、英伟达的Orin、高通Snapdragon Ride等为代表的一系列计算平台，正在进入量产的序列。

高算力芯片的背后其实是一个全新智能化时代的到来。在此背景下，高算力芯片已成为智能汽车厂商和相关企业核心诉求之一。

据余轶南介绍，地平线去年7月发布的“征程5”芯片AI性能与Orin-X不相伯仲，但是效能是后者3倍。“征程5”芯片具有高算力、高性能、安全的优势，已近斩获多家车企的量产定点，将是首款实现前装量产的大算力国产AI芯片。

无锡车联天下信息技术有限公司董事长杨泓泽表示，当下不同企业在挑选选择芯片时，算力是非常关键、很基础、很核心的因素。车载软件应用快速成长拉动了整体硬件芯片算力的提升。中国有望在很短时间内成为全球高算力芯片最大、发展最快、应用最多的市场。并且，当下一些中国自主芯片品牌在算力能力上还有追赶的时间。

车规级AI芯片上车要迈过哪几道坎？

智能汽车进入算力时代，车规级芯片的重要性日益凸显，如何实现车规级AI芯片前装量产已成为地平线、芯驰等众多国内相关企业正在攻克的难题。

在余轶南博士看来，从芯片开始立项包括市场分析、范例要求和场景要求，再到芯片开发，这一系列流程复杂度、难度都很高。在过去几年的开发过程中，地平线遇到最大的问题是，在整个SOC芯片架构里如何让BPU计算架构更高效地跑起来，包括各种计算IP、计算单元之间的相互依赖关系，数据的灵活搬运等。除了基础的BPU研发之外，这些方面需要投入巨大的资源和力量，而且需要顶级SOC架构师才能实现。

此外，在完成芯片前端设计后，接着就是后端仿真、芯片布线，这些都需要依赖很多工具完成。下一步的芯片流片则是对前期设计功力的考验。

不仅如此，芯片顺利流片之后依然有大量重要工作，包括功能安全的开发、信息安全开发、大量的芯片级测试、对芯片质量的优化等。一颗芯片刚完成流片的时候，芯片的产线工艺、制程依然有很大优化空间，因此需要持续精进，降低芯片PPM，优化工艺。

再往后，软件人员开始登场，把算法、软件、架构和很多合作方，包括各种驱动全部做上去，最后才来到整车厂开始做闭环开发。“所以看起来是一颗芯片、一个自动驾驶、软件包，但是前期后期投入精力超乎想象。”余轶南博士说：“我们做的三代产品，每一代投入都比上一代大非常多。虽然已经尽量复用已有的东西，但经过持续的迭代优化，每次我们都发现依然有很多东西需要重新做，才能实现整个架构层面的升级。”

国产芯片企业研发端的挑战不一而足，而在应用端也面临国外同类型企业的激烈竞争。

当下，以高通、英特尔为代表的的芯片企业颇受国内汽车厂商青睐，其车载芯片产品也被国内厂商广泛应用。

杨泓泽透露称，高通8155型号的7纳米车载芯片快速被接受后，高通8295 型号5纳米芯片已经开始进入市场。坦率来说，去年底到今年初，中国企业对于高通8295的5纳米芯片选择热度、追捧热度远远超过了高通原先的预期。

基于此，邹广才希望汽车厂商能够给国产芯片更多应用和验证的机会，在实践中发现、纠正并改进芯片。这对于国内车载芯片产业十分重要。“国产车载芯片要想得以进步，需要上下游企业共同努力。”

而为了推动国内车载芯片产业发展，中汽芯联盟做了很多尝试，包括推动产业标准化发展、为行业提供测试验证平台等。此外，中汽芯联盟也正在协助整车企业开展汽车芯片深度的供需对接工作。

算力是不是衡量芯片优劣的唯一标准？

充沛的芯片算力是汽车智能化的关键组成，但算力并非芯片产业需要关注的唯一要素。

邹广才表示，当前行业对智能网联汽车未来的生态理解不够深入。不过可以肯定的是，芯片算力一定程度上决定了智能汽车的智能化极限。算力越高，汽车智能水平潜力越大。不过，这不意味着产业要一味地追求过高算力。

“芯片算力一定程度上类似新能源汽车的电池续航里程。电池容量越大、续航里程越长。但是，随着电池能量密度的提升，电池安全性也可能有所下降。因此对于芯片算力而言，高算力带来的高功耗会降低芯片性能和寿命，从而影响车辆控制器以及其他源部件表现。”

因此邹广才认为，芯片算力上限难以界定，提升算力应用效率应成为产业关注要点，企业应在有限算力下，通过其他方面的配合优化芯片表现。

在行业公司地平线看来，计算性能的提升也不只是在于芯片本身，应该关注最先进深度学习算法在芯片上的计算效率，也即真实的AI效能。余轶南博士介绍道，真实AI效能的提升可以拆解为三个因素：1、理论峰值计算效能——扎实的车规级SoC芯片设计；2、有效利用率——架构&编译器的优化；3、AI算法效率——算法研究优化。

在杨泓泽看来，消费者对智能汽车的功能、性能需求决定了对算力水平的需求。“芯片算力最终是要满足消费者的各类需求。正所谓需求决定算力，软件定义汽车。”

其实，算力作为芯片核心性能的一个方面，尽管备受重视，但并不能作为衡量芯片性能的唯一要素。

路特斯科技副总裁、智能驾驶业务线负责人李博认为，硬件定义软件的天花板。软件需要以硬件为基础，芯片的物理性质对算力表现有着关键作用。

“缺芯”难题如何应对？

算力正日益成为智能汽车的关键要素之一，而芯片是承载算力的核心部件。不过，2021年下半年以来的汽车行业“缺芯”现象却一度成为业内企业发展难题，且至今尚未真正得到缓解。

在邹广才看来，芯片无论从设计，包括可靠性、功能安全，包括IP、设计工具，到流片、工艺，下一步围绕国产芯片要开展很多适配、搭载工作，很多工作是国内企业以前没有做过的工作。因此，作为国产芯片产业来说，以下五点值得关注：

1、车规IP研发。当前国内大部分车载芯片使用的是国外车规IP。在这一方面，国内企业需提高自研IP水准；

2、车规芯片设计工具。国内EDA工具市场份额非常小，95%市场份额由美国的EDA厂商所占据。产业内玩家需要突破这一卡脖子领域；

3、车规的流片工艺。当前国内大陆地区车规流片工艺水平不足，大算力芯片可能三年内还很难在大陆地区进行比较大规模流片；

4、应用问题。产业内要思考围绕芯片有哪些适配的软件、包括适配工具链。适配软件不足会对下游国产芯片应用起到非常大的制约作用。产业内工程师应围绕国产芯片开发大量友好的工具链、技术软件，让下游厂商可以高效使用国产芯片，以健全智能汽车生态。

5、呼吁下游汽车厂商为国产汽车芯片提供更多应用和验证的机会，在实践中反馈芯片问题，以推动芯片性能、质量提升。

“缺芯”一方面对国内汽车产业造成了不利影响，但在一定程度上对推动国内芯片产业有积极意义。

邹广才表示，“缺芯”是多重因素导致的局面：一方面车载芯片不断增加而芯片产能、供给非常有限；此外，国际形势限制国内企业芯片的流片进程。不过，“缺芯”也迫使行业寻求解决途径、谋求更好发展。当下许多业内外企业开始重点投入汽车芯片领域，且汽车芯片发展得到了诸多领域的支持。这对于国内汽车芯片产业有着积极意义。

杨泓泽对“缺芯”现象颇为乐观。在他看来，汽车芯片产能不足本身背后是行业对此需求预估不足。而市场经济的逻辑，供给一定满足需求。随着需求逐渐提高，这一现象有望缓解。而对于国内汽车芯片产业未来发展，公平的发展环境和市场竞争至关重要。