| 一颗高算力AI芯片的发布，其关注度远远超过一款新车。 日前，英伟达首席执行官黄仁勋发布了新一代自动驾驶计算芯片DRIVE Thor。据悉，这款芯片主要升级了汽车的中央计算架构，算力达到了惊人的2000TOPS，是此前发布的Altan的2倍，是Orin的8倍。有分析人士指出，DRIVE Thor的横空出世，犹如传统燃油车汽车12缸发动机的问世，在汽车圈引得阵阵惊叹，随之传来的极氪等汽车品牌已经计划搭载，将车企的芯片“算力大战”推上新高度。 车载芯片算力从2019年的144TOPS到2022年的1440TOPS，再到最新的2000TOPS，这场“算力大战”愈演愈烈。
当下的智能电动汽车时代，已经进入智能网联决胜的下半场，高算力芯片则成为衡量汽车企业产品水平高低的重要指标之一，犹如燃油车时代各家车企在动力方面的比拼。在此背景下，车企既是“芯荒荒”也是“心慌慌”，生怕“缺芯少魂”让自己的产品黯然失色，在不知不觉、有意无意中被裹挟进“算力大战”。 不久前，英伟达、AMD两家知名半导体企业旗下生产的GPU产品被美国列入限制范围之后，更是引起国内整车企业一定程度的恐慌，有提前囤货的车企为自己免受“缺芯之困”而庆幸。小鹏汽车掌门人何小鹏表示，小鹏汽车已经提前购买了充足的芯片，能够满足未来几年的配装需求，这番芯片“囤货”操作将会使它在“完全自动驾驶”领域明显超越竞争对手。 车企在拿到高算力芯片之后往往底气十足，在其最新产品的营销宣传上，总是会突出配装高算力芯片后给整车带来的出色的产品竞争力。如日前理想汽车在发布理想L8相关信息时就表示，理想L8将会有两款车型，分别为理想L8 Pro和理想L8 Max。其中，Pro车型配装了地平线征程5芯片的智能驾驶AD Pro，同时搭载了配有骁龙8155芯片的智能座舱SS Pro；Max车型则会配装智能驾驶AD Max，同时配装智能座舱SS Max，它们分别采用了骁龙8155芯片和英伟达Orin X芯片。 显然，算力配置已经成为车型规划中的关键要素。 “车企的‘算力大战’是消费者倒逼造成的，不搭载算力更强的芯片，几乎等于宣称产品技术落伍。”某车企智能驾驶相关负责人在接受记者采访时表示，这方面已经出现了正反两个典型案例。 正面例子是，极氪在7月宣布，极氪001座舱全面升级为“高通骁龙8155智能座舱计算平台”，未交付的车主可以直接升级。同时，老车主可以在8月1日通过手机上的极氪应用程序进行免费的预约更换。总计费用花费大致在3亿元。免费更新的高通骁龙8155芯片采用7nm制程工艺，拥有8核心CPU。与原先搭配的820A车机芯片相比，CPU算力提升177％，GPU算力提升94％。更新芯片后的座舱平台配备16GB内存，带宽提升一倍，另外还有128GB存储空间。 消息一出，消费者大呼极氪良心，而极氪这一波“广告”在一定程度上带动了极氪销量的不断提升。 反面的例子是，某电动汽车品牌，其一度宣传使用的是高通8核芯片，但被消费者发现情况并不属实，实际使用芯片是英特尔4核芯片。一经曝光，消费者发起投诉甚至起诉，部分车主发布联合声明提出诉求，虽然最终品牌方给出了解决方案，但终究没让消费者彻底满意，对品牌形象造成了比较大的伤害。 在汽车智能芯片企业——地平线看来，算力的发展在目前看来还远远没有达到充分满足的阶段，仍然需要继续往高阶推进。目前来看，配装2级以上辅助驾驶技术的车辆芯片要做到至少百TOPS级别才能充分满足需求；3级自动驾驶阶段以上，同时支持城区自动驾驶、高速领航、泊车等全场景自动驾驶需求，对算力的需求又是接近一个数量级的提升；要实现全面的自动驾驶、无人驾驶，芯片算力还需要大幅提升才能支撑。 高算力不等于高智能 在消费者的眼中，汽车所配装芯片的算力高低，几乎就是判断一辆智能网联汽车智能水平的标准。那么，高算力是否可以和高智能直接画等号？ 全国政协经济委员会副主任、工信部原部长苗圩日前表示：“算法比算力还重要，如果有一个好的算法，可能TOPS不是最高，但是功耗会降低，运算效率会比较高，这同样能够弥补我国芯片行业的一些缺失。” “算力是智能化的一个必备条件，但不是决定性条件，我国在车路协同领域，如果只有算力，没有软件、基础设施包括网络通信的配合，算力也发挥不了充分的作用。”国家新能源汽车技术创新中心总经理、中国汽车芯片产业创新战略联盟秘书长原诚寅在接受《中国汽车报》记者采访时表示，“算力是很容易用来做量化指标的依据，就像新能源汽车刚起步发展之时，大家关注的是动力电池能量密度的高低、大小，但现在我们已经不再简单地追求动力电池的能量密度，而是更关注整车的安全性、百公里能耗及快充时间。” “算力毋庸置疑可以成为算法发挥更大能力的基础，但如同所有衡量性能或产品特性的单一指标一样，算力本身的大小并不直接等同于车辆的智能程度，例如在嵌入式软件层面做出合理的设计，才能发挥出算法更优的性能，这需要在算力、功耗、成本、算法之间找到一个更好的平衡。”智能驾驶和智慧出行领域的核心技术服务商——智驾科技相关负责人李立（化名）在接受《中国汽车报》记者采访时表示，“在智能驾驶领域，随着高阶技术的升维，处理的场景和功能复杂度的提升，行业将会拥抱一个高算力的时代，但算力永远不是衡量性能的绝对标准，算力决定了算法发挥的下限，而不是上限。” 在李立看来，高阶智能驾驶系统对算力资源的要求将会更高，但高算力不等于高智能。算力是“肌肉”，算法则是“智慧”，而数据是“生产资料”，三者需要互相配合。如果算法没有取得突破，或者数据积累不够充分，无论堆砌多高的算力也无法实现高智能。 地平线认为，算力并不反映自动驾驶计算平台真实的性能。当前智能汽车发展的核心瓶颈确实是算力不足，智能化竞争在提速，这体现在算力的军备竞赛上。但受摩尔定律的功耗限制，单纯追求算力的突破并不可持续，同时算力也并不代表汽车智能芯片的真实性能，芯片计算效率同样需要关注。正如对于汽车来说，马力不如百公里加速时间更能真实反映整车的动力性能，算力也不反映汽车智能芯片真实性能，每秒准确识别帧率FPS才是更直接的性能指标。 以特斯拉为例，得益于其软件能力，FSD标称算力只有Nvidia Drive PX2的3倍，但真实性能却是PX2的21倍。因此，算法驱动车载智能芯片设计的软硬结合趋势下，新一代汽车智能芯片领导者，也将是世界级的算法公司。 目前，行业单纯追逐上千TOPS级别的物理算力，实际上，物理算力是晶体管的数目乘以主屏，等于芯片面积。它不代表效率、性能，更不是用户价值，它是给整车企业的成本衡量标准之一。相比关注物理算力，更应该关注最先进的神经网络在芯片上如何跑得快、跑得好，即真实计算性能，这才是用户价值所在。 车企走上“拼算力”歧路 与过去传统燃油车贵在“发动机、变速器”有所不同，现在的智能电动汽车则贵在动力电池和车载芯片上，其成本飙升有过之而无不及。但区别在于，过去的发动机和变速器几乎掌握在车企手中，而现在动力电池和车载芯片几乎都掌握在供应商手中，车企处于相对被动的地位。 如今，最先进的高算力芯片仅仅掌握在少数高科技企业手中，车企采购可能需要下“血本”。“如果高算力指的是200TOPS起步的芯片，行业中的方案一般是1～4颗不等，日前英伟达推出的2000TOPS芯片，致力于集中解决所有问题，那么就只需要1颗即可，但成本应该在数千元甚至上万元级别。”一位业内人士告诉《中国汽车报》记者。 “芯片的算力提升，会对研发成本和制造工艺提出更高的要求。因为在保持高算力的前提下，不能让能耗也同时正比例增加，反而要降低能耗，这就要求使用更好的制造工艺。所以，流片的成本、研发的成本都会明显上升。”原诚寅表示，“车上需要有多少颗高算力芯片，与车辆的需求有关。比如车辆的设计目标是辅助驾驶还是高速自动驾驶，车辆行驶的外部环境如何，这些综合因素确定后才能确定对于算力的需求。”在原诚寅看来，车企不应该盲目配装高算力芯片。 “车企‘打肿脸充胖子’，最后还是会把成本转移到消费者身上，所以现在的智能电动汽车，售价越来越高，随便一款配置相对较高的车型，售价往往都在20万甚至30万元以上。”在业内人士王讯（化名）看来，车企堆配置的行为，最终损害的是消费者的利益。 国家统计局最近公布的《中国人口普查年鉴——2020》披露了第七次人口普查的分项数据，其中，长表数据资料的第九卷反映了全国及各省份家庭用车价位情况。数据显示，中国有车家庭比例已达41.67％，有车家庭中81.4％的家庭汽车价格在20万元以下。“汽车已经是普通的消费品，大多数消费者还是希望质优价廉，现在这么多的汽车品牌在堆配置、拼算力，可能忽略了最大消费群体的需求。”王讯认为，比“壕”的做法不太可取，最多只适用于小部分汽车品牌。 提升性能不仅是“拼算力” 既然无需盲目追求高算力，那么相关企业应该怎么做？ 在地平线看来，车企一定要有差异化的思考和创新思维，在智能驾驶时代，核心竞争力是单位成本下面数据的处理量而不是晶体管的集成密度。以地平线为例，目前虽然也关注峰值算力的持续提升，但本质上更加关注有效算力的提升。这就好比住房面积大，但是公摊面积可能也大，得房率并不高。最核心的关注点应该是在一定的面积下、一定数量的晶体管中，能够有多少可以用于深度神经网络计算，这涉及创新的硬件架构设计及软件和硬件的协同。 同时还有算法的优化和提升。算法在过去的几年里突飞猛进的发展，未来20年，整个算法每年都将会有大的更新和迭代。所以，如何适应算法本身的迭代也非常重要。地平线提出新摩尔定律，即通过场景驱动定义软件框架，然后软件框架结合硬件的架构设计，使得软件和硬件结合，继续提高计算效率。 地平线相关人士介绍，“软硬结合”存在两方面的壁垒。一是软件算法原理处于高速发展的过程，难以预测未来发展情况，因此要求企业在基础算法原理方面具备较强的研发能力；二是面对软件场景，需要设计高效的硬件架构。两点相结合，其复杂度与难度大大增加，这也是自动驾驶要走“软硬结合”之路门槛高的两大原因。 由此，地平线认为，要想真正做到“软硬结合”，核心要从应用场景出发，不仅要掌握软件算法的先进技术，更重要的是深刻掌握未来技术发展脉络，这样硬件设计才能真正适应场景计算的需求。 值得注意的是，地平线研发的征程5，得益于软硬协同优化，真实计算性能（FPS）从最初的1283FPS刷新至1531FPS。实测对标结果显示，在典型分类、检测模型下，征程5在轻量化计算具有一定优势，相较Orin性能表现更佳；经软硬结合优化的高效模型，同精度下征程5性能与能效表现全面领先于Orin-X，计算性能（FPS）最高可达Orin-X的3倍，能效（FPS/Watt）最高可达Orin-X的9倍。 在李立看来，软件算法的改善会直接影响自动驾驶的功能实现和功能体验。在自动驾驶领域，获取更多有效场景数据意味着下一代系统边界性能的突破。在技术维度之外，产业链协作的进一步优化、行业法规的不断健全也将是自动驾驶功能真正落地的必要因素。 |
