21世纪经济报道记者 彭苏平 上海报道  高算力智能驾驶芯片的赛道正迎来越来越多的入局者。

在近期举行的2021全球新能源与智能汽车供应链创新大会上，寒武纪行歌、黑芝麻智能均表示，将在未来的一到两年内推出最新一代智能驾驶芯片，其算力将更上一个台阶。

寒武纪行歌（南京）科技有限公司执行总裁王平介绍，他们将在2022年推出第一款智能驾驶芯片，它的算力会达到250TOPS，将基于7nm先进制程生产；黑芝麻智能科技有限公司CMO杨宇欣也表示，他们会在明年发布200TOPS以上算力的A2000芯片。

寒武纪行歌是人工智能芯片“独角兽”——寒武纪的全资子公司，成立于今年年初，专注于人工智能车载芯片，特别是智能驾驶芯片；黑芝麻智能则是另一家芯片“独角兽”，不久之前的9月，其刚刚宣布完成数亿美元的战略轮及C轮融资，两轮融资后估值近20亿美元。

通用式、大算力是未来智能驾驶芯片的发展方向，这已经成为业内共识，而规划更高性能、更大算力的计算芯片，也是国内新兴芯片设计商们为数不多的突围之路。

长期以来，智能驾驶芯片市场被Mobileye、赛灵思等国外公司割据，Mobileye一家的市场占有率就高达70%。近年来，随着汽车电动化和智能化水平提升，汽车的电子电气架构由分布式向集中式演进，业内对汽车芯片的算力提出了更高要求，通用、开放的方案也变得越来越重要。

这给了众多国内芯片公司迎头赶上的机会。现在，走得比较靠前的地平线已经率先实现量产，截至今年7月底，地平线的芯片累计出货量已经达到40万片，而今年8月其发布的最新一代计算芯片——征程5，算力也已达到128TOPS。

智能驾驶芯片的赛道，尽管看上去热闹，但其实相当不容易。由中国电动汽车百人会与中国质量认证中心共同完成的《新一代汽车供应链痛点研究——车用半导体篇》白皮书（下称白皮书）将车载芯片分为易国产化、难国产化和极难国产化三类，智驾SoC（系统级芯片）便属于“极难国产化”一类：复杂度和集成度高，制程先进，国内已有一定基础，一定程度可以替代国外产品，但企业规模、客户群体、工艺制程等方面仍有不少差距。

不仅仅是算力

在下一代产品的规划上，从算力上看，国内的企业已经迎头赶上。

目前，业内标准较高的英伟达Orin，预计于2022年推出，最高算力是254TOPS，而Mobileye规划的第六代芯片EyeQ6，将于2023年推出，最高算力“仅”为67TOPS。相比较而言，国内芯片企业规划的最新产品，算力已经冲到200TOPS左右。

高算力是智能驾驶芯片的确定趋势之一。王平在会上介绍，智能汽车需要以更复杂的算法处理更大量的数据，对于算力的要求将呈几何级上升。一方面，传感器以及高清传感器数量增加，摄像头、激光雷达、毫米波雷达乃至于4k摄像头与百线激光雷达普及化应用，另一方面，算法复杂度也在提升，神经网络普及，对芯片的性能要求已经远超传统CV（计算机视觉）。

“如果要实现全自动驾驶，我们需要1000TOPS量级的算力，这已经达到人脑的算力。”地平线市场拓展与战略规划副总裁李星宇曾撰文指出。

不过，对于人工智能车载芯片而言，算法并不是唯一的指标。此前在发布征程5时，地平线创始人兼CEO余凯曾指出，衡量一片芯片的价值，算力只是一个技术参数，地平线更关注在实际应用场景下软件的性能表现。

在智能驾驶计算中，还有更多的细化指标能够影响芯片整体的性能。李星宇也在上述文章中表示，把绝对算力当作衡量人工智能芯片的主要指标是一个“很大的误区”——我们真正需要的是有效算力：算力的有效利用率，每瓦的有效算力，每美元的有效算力，以及算力转化为AI结果的效能（目标数量、帧率等等）。

而作为汽车上的核心计算芯片，智能驾驶芯片也不简简单单是深度神经网络加速的聚集，更重要的是一个综合计算能力的支撑。 

杨宇欣强调，黑芝麻做的是“异构多核”的计算芯片，里面有几十个核，包括了CPU（中央处理器）、GPU（图形处理器）、ISP（图像信号处理）、DSP（数字信号处理）等所有提供计算能力的。“对于自动驾驶来讲，不仅仅依靠TOPS，我们也需要ISP提供处理，还需要DSP提供扩展等等，整体是综合的。”杨宇欣表示，“我们认为这是未来自动驾驶芯片发展的关键——除了TOPS的需求，还有CPU性能的需求，因为很多算法的融合都需要强大的CPU能力来支撑。”

芯片性能的提升将会推动汽车电子电气架构的更快演进。业内普遍预测，汽车的电子电气架构将会发展成车载中央计算机的终极形态，杨宇欣认为，第一个中央计算一定会出现在中国的汽车行业。“无论是车企还是我们这种芯片公司，都在快速地从域控制器的计算芯片向中央计算芯片进行演进，预计2025年之前，我们就会出现中央计算的核心芯片产品，不单单是计算能力，也会加进更多的功能。”

芯片的迭代，纵向和横向的扩展都非常需要，现在以纵向为主，主要是提高性能，满足汽车智能化的需求，而要真正达到中央计算横向功能的拓展，越来越多的车载功能需要往一颗芯片集中，这将对整个芯片的设计、核心技术的积累提出非常高的要求。

车规级认证难

一块芯片被推出，并不意味着它能达到车规级标准，更不意味着它能够量产。

寒武纪行歌的首款智能驾驶芯片，预计2023年下半年会通过各种车规的认证，在车上实现SOP；地平线今年发布的征程5，也预计要到2022年才能上量产车。

车规级的标准要求，将芯片这堵高墙又围上了层层藩篱。杨宇欣表示，他们的芯片从第一天开始设计到量产上车需要5年的时间。“不管算力多高、性能多好，车厂上来问的第一个问题一定是车规——你能不能满足车规？你性能再高，不能满足车规的话我就不敢用，这是非常现实的问题。”杨宇欣坦言。 

车规级芯片与消费级芯片相比，认证的条件更为严苛。根据白皮书的介绍，IC业者想要进入车辆领域，打入各一级车电大厂的供应链，首先要通过北美汽车产业所推的ACE-Q100（IC）、101（离散元件）、200（被动零件）可靠度标准，这之后还需要符合零失效的供应链品质管理标准IATF 16949规范，另外，针对应用在车辆的功能安全相关的关键领域产品，更是需要通过功能安全ISO 26262的规范，才能被整车企业和tier 1采用。

特别是ISO 26262标准，从开发的框架、流程开始都会提出非常复杂的要求。杨宇欣介绍，车规芯片和消费电子芯片从最开始的开发流程就有很大区别。

“通俗来讲，要做一个车规级芯片，第一件事，要把我的团队送去接受车规芯片设计流程的培训，要拿到这个证书，这个团队才具备车规芯片设计的能力；第二件事，所有采购的IP都要符合车规认证，因为这是基础，拿到车规认证的IP，用的EDA工具、选的产线和封测，都要按照车规标准来；最后这个芯片出来，我们还不能说这个芯片就是符合车规的，只能叫车规ready，就是说它有资格去做车规认证——我们去年6月份拿回来大算力芯片之后，发了几千颗给认证组织要做各种各样的认证，包括安全的ASILB、ASILC、ASILD各种不同的能力，现在华山二号芯片都已经达到了ASILD的认证。” 

AEC—Q100的认证流程也相当复杂。“要做非常多的测试，拿来厚厚的报告一本。”杨宇欣表示，“不单是我们，还要跟晶圆厂、封测厂多方合作才能过认证。”

王平也介绍，当前国内做高算力的自动驾驶芯片，还面临诸多考验，对产业链上下游都提出了更高的要求。“大算力芯片的尺寸是非常大的，大尺寸的芯片对于封装、电源和热管理、成本控制、良率等各方面都带来严峻的挑战。”

杨宇欣还指出，车规的要求不仅会导致芯片设计的流程增加，周期拉长，整体成本也会提升。以IP举例，车规级的IP和普通消费级的IP，相同IP过了车规之后，成本会增加50%—100%，这也是对很多创业公司的一道考验。

值得一提的是，当前不少新兴芯片企业已经在核心IP上尝试自主研发。杨宇欣介绍，黑芝麻自己研发了两个IP，一是车规级的图像处理IP，一是深度神经网络NPU的IP。“这两个IP是我们芯片最重要的差异化的点，而且自己研发IP能够更好地满足客户需求。”他表示，“全球做得最好的自动驾驶技术公司，这两个IP全都是自研的，包括特斯拉、高通、英伟达、Mobileye、华为等等，这两个IP解决了看得清和看得懂的问题。”