自動駕駛芯片大戰“好戲還在后頭”

自動駕駛的芯片競爭正在加劇。英特爾最近宣布計劃收購小型芯片制造商eASIC，這是繼2015年以167億美元收購Altera之后，英特爾在FPGA領域的又一布局。在NVIDIA GPU的壓力下，英特爾一直希望將傳統的CPU處理器和FPGA集成到同一芯片中，從而帶來更強大的計算性能。

根據英特爾此前的估計，與傳統處理器和FPGA分立器件相比，新型集成芯片將帶來約30%至50%的性能提升，最終性能提升將達到2至3倍。這樣的計算性能對于人臉識別和自動駕駛等視覺計算任務非常重要。同時，在自動駕駛仍處于早期階段的背景下，通過低功耗、低成本的可編程邏輯設備快速開發新功能也是許多ADAS和自動駕駛公司的選擇之一。畢竟，NVIDIA高性能芯片的價格仍然很高。EASIC的運營狀況不容樂觀。2016年全年營收4550.7萬美元，凈虧損642萬美元。2017年1-6月，營收為1714萬美元，似乎有所下降，但凈利潤虧損進一步擴大至708.6萬美元。然而，收購eASIC被認為是英特爾進一步增加半定制芯片的主要布局。eASIC芯片的計算能力和效率是根據特定算法的需求直接定制的，因此可以實現體積小、功耗低、可靠性高、保密性強、計算性能高、計算效率高、成本低的優點。EASIC公司試圖找到除標準單元ASIC和FPGA之外的另一種定制芯片的方法。因此，eASIC引入了一種半成品結構的ASIC。這一策略也是另一家全球FPGA巨頭賽靈思的布局思路。2018年1月29日，57歲的Victor Peng成為賽靈思歷史上的第四位首席執行官。這位首席執行官在過去幾十年的職業生涯中只跨越了三種不同形式的處理器產品：CPU、GPU和FPGA，他給Xilinx帶來了新的思維：超越了FPGA的局限。根據彭的計劃，賽靈思推出了一系列新的高度靈活和自適應的處理器和平臺，以支持用戶在從端點到邊緣再到云的許多不同技術方面的快速創新。這個名為ACAP的高度集成的多核異構計算平臺可以根據各種應用和工作負載的需要從硬件層進行更改。SoC完全集成在可編程芯片上，這是Xilinx的“陣列變化”。

ACAP的核心是新一代FPGA架構，它將分布式存儲器與硬件可編程DSP模塊、多核SoC和一個或多個具有軟件可編程和靈活硬件適應性的計算引擎相結合，所有這些都通過片上網絡（NoC）互連。ACAP適用于加速廣泛的應用，包括視頻轉碼、數據庫、數據壓縮、搜索、人工智能推理、基因組學、機器視覺、計算存儲和網絡加速。軟件和硬件開發人員將能夠為端點、邊緣和云應用程序設計基于ACAP的產品。第一個ACAP產品系列將是由臺積電的7納米工藝技術開發的代號為“Everest”的產品系列，該產品將于今年年底推出。當然，與英特爾此前在汽車視覺領域收購Mobileye類似，賽靈思也需要尋找更多的“橋頭堡”細分市場。今天，賽靈思宣布已完成對神劍科技的收購。自2017年以來，賽靈思已成為神劍科技的主要投資者之一。自2016年成立以來，神劍科技一直在基于賽靈思的技術平臺開發機器學習解決方案。除了在人臉識別、語音識別等人工智能領域的市場布局外，今年6月，神劍科技宣布進軍自動駕駛市場，其自主研發的ADAS輔助駕駛系統-DPhiAuto已獲得日本和歐洲一線汽車制造商和tier 1的訂單，并將很快實現量產。神劍科技創始人兼首席執行官姚松此前表示，“我認為，自今年下半年以來，人工智能行業可能會逐漸降低追求新技術的熱情，并在……

產品的實際應用。“根據Xilinx的數據，該公司在汽車視覺處理市場份額方面排名第二，僅次于Mobileye。盡管Mobileye和目前市場份額最大的Xilinx之間存在巨大差距。在談到ACAP與NVIDIA和英特爾的競爭時，Victor Peng表示，“我們不打算制造比英特爾CPU更好的CPU，我們也不打算制造比NVIDIA GPU更好的GPU。“在過去的幾年里，使用FPGA進行人工智能加速（深度學習）已經成為許多企業的選擇之一。因此，Xilinx可以在此基礎上開發一種更專業的架構，利用其DSP和并行架構，可以提供非常適合神經網絡加速的計算能力。成本和功耗被認為是其最大的市場競爭力。FPGA的靈活性和適應性可以隨著自動駕駛功能的不斷變化而不斷調整。要知道，賽靈思在中國汽車ADAS領域也有一個合作伙伴——MINIEYE，該公司也在今年年初推出了搭載賽靈思FPGA的預裝ADAS產品X1。目前，該產品已進入多家車廠和Tier1的供應商體系，并將在今年的生產車型上搭載。MINIEYE表示，之所以選擇FPGA芯片，是因為它具有較高的計算性能，更適合深度學習；

同時，它也是一款研發更成熟、成本有競爭力、功耗大幅降低的量產芯片，實現了性能、成本和功耗的最佳平衡。另一家國內自動駕駛初創公司環宇智行最近透露，在基于NVIDIA芯片的L4級自動駕駛控制器的基礎上，下一代產品準備使用Xilinx的新一代FPGA作為控制器版本，在相同的計算能力下，功耗僅為NVIDIA的一半。一路沖刺L4級自動駕駛的英偉達，為英特爾和賽靈思爭奪ADSA和L3級自動駕駛市場份額留下了空間。盡管如此，就具體的市場份額數字而言，賽靈思仍處于相對落后的地位。當然，另外兩家公司也是強大的競爭對手：恩智浦和高通，前者為ADAS和自動駕駛汽車加速車輛視覺平臺（基于S32V車輛視覺處理器），后者專注于C-V2X芯片。人工智能、機器學習和自動駕駛等未來趨勢將在芯片制造領域產生新的贏家和輸家。一位業內人士表示：“這只是游戲的前半部分，那些大玩家可能會變得更大。”。

此外，該行業的增長率可能會翻倍。以英偉達為例。去年，人工智能和機器學習的市場收入達到30億美元，而三年前（2014年）這個數字還很小。然而，該行業接下來的變量是芯片制造成本的上升和產能的有限，這可能會給小型芯片制造商帶來壓力。在過去的幾年里，汽車中的半導體元件數量與日俱增。隨著ADAS的加入，汽車芯片的使用量激增。同時，與其他市場應用相比，汽車對芯片的要求更為嚴格。目前，半導體行業對擴大芯片產能仍持謹慎態度，預計未來兩年分配給汽車行業的產能不會大幅增加，因此可能會出現供不應求的局面。同時，汽車客戶希望能夠確定芯片的潛在故障率。這需要鑄造廠使用更多的檢查、測試和模擬，所有這些都需要時間，并增加了工藝成本。自動駕駛的芯片競爭正在加劇。英特爾最近宣布計劃收購小型芯片制造商eASIC，這是繼2015年以167億美元收購Altera之后，英特爾在FPGA領域的又一布局。在NVIDIA GPU的壓力下，英特爾一直希望將傳統的CPU處理器和FPGA集成到同一芯片中，從而帶來更強大的計算性能。

根據英特爾此前的估計，與傳統處理器和FPGA分立器件相比，新型集成芯片將帶來約30%至50%的性能提升，最終性能提升將達到2至3倍。這樣的計算性能對于人臉識別和自動駕駛等視覺計算任務非常重要。同時，在自動駕駛仍處于早期階段的背景下，通過低功耗、低成本的可編程邏輯設備快速開發新功能也是許多ADAS和自動駕駛公司的選擇之一。畢竟，NVIDIA高性能芯片的價格仍然很高。EASIC的運營狀況不容樂觀。2016年全年營收4550.7萬美元，凈虧損642萬美元。2017年1-6月，營收為1714萬美元，似乎有所下降，但凈利潤虧損進一步擴大至708.6萬美元。然而，收購eASIC被認為是英特爾進一步增加半定制芯片的主要布局。eASIC芯片的計算能力和效率是根據特定算法的需求直接定制的，因此可以實現體積小、功耗低、可靠性高、保密性強、計算性能高、計算效率高、成本低的優點。EASIC公司試圖找到除標準單元ASIC和FPGA之外的另一種定制芯片的方法。因此，eASIC引入了一種半成品結構的ASIC。這一策略也是另一家全球FPGA巨頭賽靈思的布局思路。2018年1月29日，57歲的Victor Peng成為賽靈思歷史上的第四位首席執行官。首席執行官，他的關懷……

在過去的幾十年里，剛剛跨越了CPU、GPU和FPGA三種不同形式的處理器產品，給Xilinx帶來了新的思維：超越了FPGA的局限。根據彭的計劃，賽靈思推出了一系列新的高度靈活和自適應的處理器和平臺，以支持用戶在從端點到邊緣再到云的許多不同技術方面的快速創新。這個名為ACAP的高度集成的多核異構計算平臺可以根據各種應用和工作負載的需要從硬件層進行更改。SoC完全集成在可編程芯片上，這是Xilinx的“陣列變化”。

ACAP的核心是新一代FPGA架構，它將分布式存儲器與硬件可編程DSP模塊、多核SoC和一個或多個具有軟件可編程和靈活硬件適應性的計算引擎相結合，所有這些都通過片上網絡（NoC）互連。ACAP適用于加速廣泛的應用，包括視頻轉碼、數據庫、數據壓縮、搜索、人工智能推理、基因組學、機器視覺、計算存儲和網絡加速。軟件和硬件開發人員將能夠為端點、邊緣和云應用程序設計基于ACAP的產品。第一個ACAP產品系列將是由臺積電的7納米工藝技術開發的代號為“Everest”的產品系列，該產品將于今年年底推出。當然，與英特爾此前在汽車視覺領域收購Mobileye類似，賽靈思也需要尋找更多的“橋頭堡”細分市場。今天，賽靈思宣布已完成對神劍科技的收購。自2017年以來，賽靈思已成為神劍科技的主要投資者之一。自2016年成立以來，神劍科技一直在基于賽靈思的技術平臺開發機器學習解決方案。除了在人臉識別、語音識別等人工智能領域的市場布局外，今年6月，神劍科技宣布進軍自動駕駛市場，其自主研發的ADAS輔助駕駛系統-DPhiAuto已獲得日本和歐洲一線汽車制造商和tier 1的訂單，并將很快實現量產。神劍科技創始人兼首席執行官姚松此前表示，“我認為，自今年下半年以來，人工智能行業可能會逐漸降低追求新技術的熱情，更加注重產品的實際應用。”據賽靈思介紹，該公司在汽車視覺處理市場份額排名第二，僅次于Mobileye。盡管目前市場份額最大的Mobileye和賽靈思之間存在巨大差距。在談到ACAP與NVIDIA和英特爾的競爭時，Victor Peng表示，“我們不打算制造比英特爾CPU更好的CPU，也不打算制造比NVIDIA GPU更好的GPU。”在過去幾年中，使用FPGA進行AI加速（深度學習）已成為許多企業的選擇之一。因此，Xilinx可以在此基礎上開發一種更專業的架構，利用其DSP和并行架構，可以提供非常適合神經網絡加速的計算能力。成本和功耗被認為是其最大的市場競爭力。FPGA的靈活性和適應性可以隨著自動駕駛功能的不斷變化而不斷調整。要知道，賽靈思在中國汽車ADAS領域也有一個合作伙伴——MINIEYE，該公司也在今年年初推出了搭載賽靈思FPGA的預裝ADAS產品X1。目前，該產品已進入多家車廠和Tier1的供應商體系，并將在今年的生產車型上搭載。MINIEYE表示，之所以選擇FPGA芯片，是因為它具有較高的計算性能，更適合深度學習；

同時，它也是一款研發更成熟、成本有競爭力、功耗大幅降低的量產芯片，實現了性能、成本和功耗的最佳平衡。另一家國內自動駕駛初創公司環宇智行最近透露，在基于NVIDIA芯片的L4級自動駕駛控制器的基礎上，下一代產品準備使用Xilinx的新一代FPGA作為控制器版本，在相同的計算能力下，功耗僅為NVIDIA的一半。一路沖刺L4級自動駕駛的英偉達，為英特爾和賽靈思爭奪ADSA和L3級自動駕駛市場份額留下了空間。盡管如此，就具體的市場份額數字而言，賽靈思仍處于相對落后的地位。當然，另外兩家公司也是強大的競爭對手：恩智浦和高通，前者為ADAS和自動駕駛汽車加速車輛視覺平臺（基于S32V車輛視覺處理器），后者專注于C-V2X芯片。人工智能、機器學習和自動駕駛等未來趨勢將在芯片制造領域產生新的贏家和輸家。一位業內人士表示：“這只是游戲的前半部分，那些大玩家可能會變得更大。”。

此外，該行業的增長率可能會翻倍。以英偉達為例。去年，人工智能和機器學習的市場收入達到30億美元，而三年前（2014年）這個數字還很小。然而，該行業接下來的變量是芯片制造成本的上升和產能的有限，這可能會給小型芯片制造商帶來壓力。在過去的幾年里，汽車中的半導體元件數量與日俱增。隨著ADAS的加入，汽車芯片的使用量激增。同時，與其他市場應用相比，汽車對芯片的要求更為嚴格。目前，半導體行業對擴大芯片產能仍持謹慎態度，預計未來兩年分配給汽車行業的產能不會大幅增加，因此可能會出現供不應求的局面。同時，汽車客戶希望能夠確定芯片的潛在故障率。這需要鑄造廠使用更多的檢查、測試和模擬，所有這些都需要時間，并增加了工藝成本。

標簽：DSMINI

汽車資訊熱門資訊