马斯克成功后，又一家自动驾驶公司决定造芯

　　欢迎关注“新浪科技”的微信订阅号：techsina
　　文/邓思邈
　　来源：智能车参考（ID:AI4Auto)
　　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，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，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。
　　而且软件公司、车企跨界自研造芯，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，这种硬件深入到了芯片层面。
　　通用Cruise造自动驾驶芯片？
　　据Cruise硬件负责人卡尔·詹金斯（Carl Jenkins）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芯片；
  
• 一款雷达芯片；
  
• 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 Gui）补充道，他们也在密切关注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则是更加分布式的AIoT。
　　通用Cruise的自研芯片，将会在2025年之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 Jenkins）明确给出了答案：
　　两年前，我们花重金从一家著名芯片供应商那里采购GPU。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2025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，他提到的合作供应商应该是英伟达。
　　所以两件事连起来，大概也能知道：黄仁勋家的GPU实在太贵，贵得只能自己造。
　　纷纷跨界造自动驾驶芯片，为何？
　　聚焦到自动驾驶芯片，自研的好处主要有以下几点：
　　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、自研自动驾驶芯片：
　　英伟达是一个伟大的公司，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Xavier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，并且完全符合特斯拉自己的硬件架构。
　　这也是诸如地平线等自动驾驶芯片厂商认定的机会所在——比起通用计算芯片，有时代级机遇。

　　其次，自研芯片可以针对自己算法中计算量的大小来优化硬件，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，车企才能真正掌握智能汽车自主话语权。
　　跨界造自动驾驶芯片，难在哪里？
　　首先，在人工智能和半导体领域前期要有足够的积累。
　　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20年前成立了芯片部门，目前能够生产IGBT芯片（绝缘栅双极型晶体管）、车规级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。现如今华为进军智能车，自动驾驶相关的芯片和算力，也是重中之重。
　　其次，自动驾驶芯片开发成本高、难度大，时间长。
　　需要同时考虑算法效率和算力、芯片适配性、开发便捷性、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。
　　最后，关于自动驾驶芯片的设计，最好满足以下几点要求：
　　1、性能要够。
　　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、要考虑芯片的完整性。
　　原因在于，算法软件在不断迭代，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，或许也就不再那么出乎意料。
　　首先，出于成本、性能方面的追求，有能力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……毕竟趋势都看得到，就看有没有勇气和赌性了。
　　以及有意思的是，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。）