前幾日，特斯拉與AMD合作研發(fā)自動駕駛芯片的緋聞沸沸揚揚，一度讓外界猜測特斯拉與英偉達的合作有所變動。昨日，英偉達CEO黃仁勛在GTC China則表示，即使特斯拉用了別家的計算芯片，自己也對特斯拉的車也照買不誤。

 

計算芯片這一自動駕駛的大腦，被再度推上了風口浪尖。盡管不慎放出“假消息”的格羅方德出面否認了，但坊間的極大關注也表明，芯片，是眾自動駕駛公司的一塊心病。

 

做平臺的計算巨頭如英偉達、英特爾、高通，“自古以來”為車廠供貨的半導體商，以及做單點技術的初創(chuàng)公司，都在不斷地試圖制造屬于自己的自動駕駛芯片，以在自動駕駛競賽中掌握絕對制高點。

 

一、特斯拉“尋新歡”是假？

 

上周，從AMD拆分出來的晶圓廠格羅方德（GlobalFoundries，GF）無意間透露出來消息：特斯拉、AMD、GF三方，正在自動駕駛上“搞事情”。消息一出，自動駕駛圈子炸了鍋。AMD股價應聲而漲，英偉達股價則小幅下挫。

 

對于合作，報道稱特斯拉將在AMD的芯片IP基礎上，開發(fā)自己的自動駕駛芯片，格羅方德則是代工廠。

 

然而第二天，GF就跳出來否認，稱“與特斯拉沒有直接合作關系”。但是，這個說法很有意思，僅僅是撇清了自己和特斯拉的“直接關系”。而特斯拉與AMD兩方，對此消息則是不予置評，既不否定，也不承認。

 

特斯拉當然不會承認，因為：

 

1、現在特斯拉的車型還裝著英偉達家的Drive PX 2自動駕駛車載電腦到處跑呢。

 

2、英偉達CEO黃仁勛的車庫里還停著特斯拉Model S和Model X。

 

3、英偉達今年那款性能爆棚的深度學習利器DGX-1，老黃直接送了馬斯克資助的OpenAI一臺，還是親自交到后者的手中。

 

 

但是從馬斯克的經歷中就可以看出，他并不是一個安分的人。和Mobileye的分手已是前車之鑒，和英偉達現在雖然你儂我儂，但也架不住特斯拉的目標是星辰大海。

 

基于三點原因，特斯拉會熱衷于研發(fā)自己的自動駕駛芯片：

 

1、對核心硬件有更強的掌控力。

 

2、研發(fā)自己的自動駕駛芯片，能夠在硬件加速上形成差異，更有可能建立起自動駕駛技術的優(yōu)勢。

 

3、Drive PX 2功耗為250W，而價格則直接是1.5萬美元。如果特斯拉選擇自己造自動駕駛芯片，那么成規(guī)模之后，有助于降低成本。

 

因此，出于提升對核心硬件掌控力、擁有更強計算競爭力以及成本等因素的考慮，自研自動駕駛芯片對特斯拉來說確實是一個可選項。

 

最直接的證據就是特斯拉作為一家汽車公司（至少目前來看是這樣），所擁有的50余人的芯片團隊，以及團隊的帶頭人——去年年初加入的吉姆·凱勒。

 

凱勒早年任職于AMD，參與締造了X86-64架構（AMD為桌面端處理器作出的最偉大的貢獻），拿出了能和英特爾正面抗衡的K8架構；后又進入蘋果，負責了A4與A5處理器；再一個回馬槍殺回AMD，奉獻了Zen架構——銳龍正是在Zen架構的基礎上，逼得今年的英特爾不再擠牙膏。

 

 

(吉姆·凱勒）

 

特斯拉的芯片團隊由這樣一位在行業(yè)功勛卓著的傳奇人物坐鎮(zhèn)，必然是有所布局的。

 

昨日，英偉達CEO黃仁勛在GTC China上接受采訪時，面對“如果特斯拉與其他廠商做了自動駕駛芯片，你是否還會買特斯拉”這一問題，也并未在回答中急于澄清和特斯拉的合作關系。

 

這次把格羅方德牽扯進去，則說明特斯拉的自動駕駛芯片至少已經到了流片測試的階段。

 

不過特斯拉不太可能去挑戰(zhàn)英偉達的GPGPU(通用計算型GPU）在深度學習中的地位，因此這枚芯片大概率會是一款針對自動駕駛的專用計算芯片。

 

二、三大巨頭決戰(zhàn)自動駕駛芯片

 

特斯拉與英偉達的分分合合只是自動駕駛芯片大戰(zhàn)中的冰山一角。在這個關鍵領域中，自動駕駛芯片延續(xù)了與其高度相關的深度學習所采用的幾類硬件技術路線：GPU、FPGA、ASIC，引來全球各方公司同臺競技。

 

首先不得不提的是英特爾、英偉達、高通三大芯片巨頭，它們帶領的競爭為這場芯片戰(zhàn)爭奉獻了絕大多數戲碼。而且，他們也恰好反映了自動駕駛芯片的不同技術路線之爭。

 

1、英特爾：豪擲320億美元，買出一片天

 

在深度學習興起的這兩年，英特爾頗有些哀傷。因為CPU天生擅長串行與通用計算，在面對需要大規(guī)模并行計算的深度學習時，暫時處于被GPU壓制的狀態(tài)。因此，英特爾繞過GPU，在2016年以167億美元完成了對世界第二大FPGA公司Altera的收購。

 

 

（Altera FPGA芯片）

 

FPGA，現場可編程門陣列，是一種處于CPU、GPU和ASIC之間的芯片。相較于CPU、GPU的通用計算屬性（沒錯，GPU雖然比CPU“專業(yè)”不少，但仍屬于通用計算），FPGA的功能更加專一，并且更加接近底層I/O，運算實時性比CPU/GPU更高，一旦完成編程，就能進行特定的運算，比CPU、GPU更加高效。同時，它又比專用芯片ASIC更加靈活——芯片可以被反復編程，以滿足不斷變化的計算需求。

 

高實時，低功耗，可靈活編程，這全都切中了自動駕駛對計算芯片的要求。英特爾在年初推出的自動駕駛計算平臺Intel Go中，也使用了FPGA芯片。奧迪新A8自動駕駛所仰賴的核心計算單元zFAS，也使用了Altera的FPGA芯片，內建被英特爾收購的Movidius視覺算法，負責物體數據和地圖數據的融合，與自動停車功能的實現。

 

另外英特爾在服務器市場擁有不俗實力，這意味著在云端，其可以部署強大的計算能力。結合低延時又高效的FPGA，英特爾可以在云端處理大量并發(fā)的實時計算。這種模式尤其適合人們對智慧城市大腦的設想：每一輛無人車的數據都上傳到一個中樞，由其處理并洞悉每一輛車的狀態(tài)，去命令他們如何駕駛。

 

當然，無人車與城市中樞之間需要高帶寬、時延極低的數據通道連接起來，這也是英特爾對5G如此上心的重要原因之一。對此，英特爾在今年推出了首款車載5G通信平臺。

 

 

但是，雖然這一套設想很先進，但標準、基礎設施建設，將耗費大量的時間和財力，短期內實現難度仍然較大。因此，進入眼下有切實市場的輔助駕駛至關重要。

 

2016年10月，英特爾發(fā)布針對ADAS市場的凌動處理器A3900系列，為車載信息系統(tǒng)和ADAS功能提供計算支持。為了符合車規(guī)，英特爾還對A3900做了特別設計，最高耐受150°高溫。并且，應用了16nm制程和Apollo Lake架構的A3900在功耗表現上也相當優(yōu)秀，最高不超過12W。

 

但ADAS的芯片市場已經有了眾多傳統(tǒng)汽車半導體商，還有Mobileye這一稱霸的公司，英特爾怎么可能說切入就能切入？

 

不能平地起高樓的一種解決方法是，直接買一棟。今年3月，英特爾一狠心一咬牙，以153億美元的天價收購了以色列ADAS公司Mobileye。對于其他公司來說，Mobileye或許不值153億美元，但是對于英特爾來說，這錢不得不花——今年初建立自動駕駛聯(lián)盟時，只有寶馬才買了英特爾的賬。

 

而Mobileye一方面為英特爾提供了切入自動駕駛市場的渠道——前者在全球ADAS市場的份額超過70%；另一方面，Mobileye的核心產品——ADAS專用芯片EyeQ系列，使英特爾形成了針對車輛端的計算芯片解決方案——英特爾的凌動/至強+Mobileye的EyeQ+Altera的FPGA。這153億美元，其實是英特爾為自動駕駛買的門票。

 

（黃圈中即為EyeQ3芯片）

 

在英特爾投入巨資過后，Mobileye直接繞過了其ADAS的第四代專用芯片EyeQ4，將在明年量產EyeQ5。值得一提的是，Mobileye宣稱，EyeQ5的計算能力能夠滿足L4-L5級的自動駕駛。

 

當下，自動駕駛的車輛終端和云端還沒有實現實時的高帶寬傳輸，因此車輛終端的計算力顯得尤為重要。

 

2、英偉達：生態(tài)、性能一騎絕塵

 

英偉達無疑是人工智能時代計算巨頭中最大的受益者。GPGPU（通用計算型GPU）在深度學習領域的統(tǒng)治力無需多言，目前大部分深度學習在訓練階段，都是由英偉達的GPU支持的。

 

一方面，這得益于其GPU相對于CPU而言針對深度學習更強的計算能力，另一方面在于，英偉達為其GPU通用計算所做的開發(fā)易用性工作開展得是如此之好，大大降低了開發(fā)者的上手難度。

 

這不，昨天GTC上，老黃又帶來了更新過后的深度學習應用平臺TensorRT 3，把各種深度學習框架都囊括了進去。

 

而在運用其GPU為車輛端的深度學習應用（Inference）提供支持方面，英偉達的做法頗有些“浮點運算能力越高越正義”的意味。

 

在自動駕駛時代之前，英偉達很早就通過Tegra 系列處理器進入了眾多整車廠的供貨商名單，比如和英偉達保持了8年合作關系的奧迪，以及頗受老黃喜歡的特斯拉，不過早年英偉達的Tegra負責的主要還是車載娛樂方面。（最新消息，彭博社報道特斯拉或將其娛樂信息系統(tǒng)芯片供應商換為英特爾）。

 

而今年具備L3自動駕駛功能的奧迪新A8，其由采埃孚打造的自動駕駛計算平臺zFAS，使用了英偉達的Tegra K1芯片，負責處理車輛的環(huán)視影像。然而，zFAS主要負責實現自動駕駛功能的芯片，是Mobileye的EyeQ3和Altera的Cyclone。這一點顯然無法讓英偉達滿意，乃至都不愿意提到這一點，但Tegra K1的單精度浮點運算性能也只有350GFlops，而EyeQ3整合了完整算法支持的一整套ADAS功能，使得K1的性能看上去并沒有那么誘人。

 

（zFAS的四大主要計算芯片）

 

其實，在新奧迪A8亮相之前，英偉達已經連續(xù)推出兩代性能十分強悍的自動駕駛車載電腦，其中被力推的Drive PX 2最強版本Drive PX Autochauffeur使用了兩顆名為Tegra Parker的SoC，內建6核CPU以及基于帕斯卡架構、擁有256個CUDA單元的顯示核心。Tegra Parker的上一代Tegra X1單精度浮點運算能力就達到了1Tflops，Parker性能據稱達到1.5T，兩個Parker SoC加起來性能達到3T。然而英偉達覺得還不夠，又在兩個SoC之外加入了兩張帕斯卡架構的獨立顯卡。最終的結果是，Drive PX 2 autochauffeur的單精度浮點運算能力達到了8TFlops，是Tegra K1的20倍還多（可憐的K1，人家只是一枚SoC而已）。

 

（Drive PX 2 autochauffeur）

 

這一計算平臺是足以滿足L3自動駕駛的運算要求的，如果多個平臺疊加使用，Drive PX 2還能滿足全自動駕駛的計算要求。然而Drive PX 2高性能的背后是不菲的代價——這一計算平臺的功耗高達250W，乃至于產生的巨大熱量需要水冷散熱；而價格高達1.5萬美元。其單位計算量消耗的能量與成本都不菲，對于需要過車規(guī)、壓成本的量產型自動駕駛功能來說，這些都是壞消息。

 

這也是英偉達目前在自動駕駛車載計算芯片（其他對功耗、成本有較高要求的終端也成立）面臨的一大困境：

 

論訓練階段的大規(guī)模高性能計算，由于完整的生態(tài)，英偉達暫時誰都不虛；然而在人工智能的終端設備上，英偉達高性能GPU高能耗，以及令人咋舌的價格，讓不少正在研發(fā)自動駕駛的公司都感到糾結——Drive PX 2性能當然足夠強勁，但要量產的自動駕駛功能，顯然承受不起10萬的加價，和要水冷的板卡。

 

當然，英偉達對Drive PX 2駭人的功耗看得很清楚。Drive PX 2之后，英偉達立馬推出了新一代基于Volt架構GPU的SoC Xavier，單精度浮點運算性能達到20Tflops，是Drive PX 2 Autochauffeur的2.5倍，而功耗僅僅為30W。Xavier開了掛一般的強悍性能使它可以支持L4-L5的自動駕駛運算需求，同時低功耗和較小的體積又能夠適應車輛需求。

 

 

可以說，英偉達靠這顆芯片為其GPU進一步打入自動駕駛的應用推斷（Inference）階段鋪平了道路，全球知名的汽車供應商博世和采埃孚，都與英偉達達成了合作，將基于Xavier開發(fā)車載電腦。在強大性能與功耗之間雙雙取得大幅度進展的Xavier，將成為英偉達在自動駕駛芯片市場上的撒手锏。

 

不過，Xavier的量產時間為明年初，大規(guī)模出貨則要等到明年第四季度。

 

因此，對于英偉達來說，目前其GPU針對當下性能要求適中（滿足L2-L3）的自動駕駛計算芯片，暫時仍缺乏一個足夠便宜的整體方案。

 

3、高通：寄望5G，恩智浦是未知數

 

2014年，高通推出車載芯片驍龍602A，主要面向車內的娛樂影音計算需求。有趣的是，在兩年后的宣傳中，這款芯片被聲稱可以通過深度學習算法支持自動駕駛。但搭載了602A的2017款奧迪Q7，并不支持自動駕駛。

 

看得出來，整車廠對這樣一塊單核頻率最高1.5G的SoC還是不夠信任。

 

2016年初，高通又再次發(fā)布基于旗艦SoC打造的820A，特意加入了對深度神經網絡的硬件加速支持。推出這一車載SoC，高通主要面向的是ADAS市場。

 

不過，即使是820A，也是在一年之后才迎來了首個基于它打造的ADAS產品系統(tǒng)原型，由國內創(chuàng)企縱目科技推出。

 

（搭載驍龍820A的縱目科技ADAS系統(tǒng)）

 

由于專注于移動端，高通在高性能計算上的積累不如英特爾與英偉達，其驍龍SoC雖然在單位能耗上相對英特爾與英偉達的計算平臺都占據優(yōu)勢，但在峰值性能輸出上則被其功耗限制。當前的情況是，自動駕駛公司的很大一部分“安全感”仍然來源于自動駕駛芯片的絕對計算力，驍龍SoC又并非為ADAS專門打造的計算平臺，因此想要打開市場，面臨的阻力不小。

 

對于這個問題，高通去年10月宣布收購了全球最大的汽車半導體廠商恩智浦（當然不僅僅是因為ADAS）。

 

恩智浦2016年在全球汽車半導體市場的份額高達14.6%。在被高通宣布收購之前，恩智浦就推出了ADAS專用芯片S32V234，主要用于處理視覺信號，可同時處理兩路視頻。值得一提的是，考慮到ADAS對安全性的要求，S32V234在設計之初就加入了ECC（錯誤檢查與糾正），FCCU（故障收集與控制單元）等安全機制。

 

而后在此基礎上，恩智浦發(fā)布了BlueBox車載電腦，內部除了搭載S32V234芯片，還加上了應用8核A72的高性能處理器LS2088以及其他傳感器芯片，除了支持ADAS，還能夠實現多傳感器數據的融合。恩智浦當時稱，BlueBox能夠為L4級別的自動駕駛提供運算支持，而功耗不超過40W。

 

作為全球最大的車載半導體廠商，與車廠、供應商有著緊密的聯(lián)系。某種意義上，高通的這一次對恩智浦的收購與英特爾對Mobileye的收購有著異曲同工之妙——直接買一個行業(yè)領頭羊來開辟新業(yè)務。只是恩智浦470億美元的價格，比Mobileye高得多。

 

（BlueBox）

 

但一個壞消息是，高通對恩智浦的收購并不一帆風順，雖然美國在今年4月爽快地通過了許可，但歐洲人比較謹慎。這個月歐盟的反壟斷調查機構再次暫停了對收購案的審查，理由是”雙方披露的關鍵性細節(jié)仍然不夠多”。交易遲遲未能完成，高通便無法同恩智浦作為一個整體施行其戰(zhàn)略。作為對比，今年3月才宣布的英特爾對Mobileye的收購，上個月已經正式完成了。

 

好在，高通還有一張王牌可打——V2X車聯(lián)網。今年9月4日，高通推出新一代V2X通信芯片組9150 C-V2X，符合3GPP標準，同時支持4G與5G網絡，能夠實現車對車（V2V），車對基礎設施（V2I），車對行人（V2P）三種場景的通信。并且該芯片組無需SIM即可實現通信。

 

作為實力強大的通信方案商，高通一直在著力推動C-V2X標準的落地。一方面通信產業(yè)是其老本行、安身立命之所。另一方面，在車輛終端計算上不太被信任的高通，可以通過這樣的方式，揚長避短——如果在自動駕駛車輛計算平臺上由于功耗、成本限制遭遇瓶頸或是被競爭對手阻擊，那么通過5G的高速傳輸特性，將數據送至云端處理再快速下發(fā)，通過發(fā)達的車聯(lián)網來實現自動駕駛。如果這一邏輯成立，那么高通將在云計算領域投入更多以提供云端的計算支持。

 

但對高通來說，當務之急仍是對恩智浦的收購需要快些完成。

 

三、其他玩家：不容小覷的潛藏力量

 

在自動駕駛的計算芯片戰(zhàn)場上，英偉達通過GPU生態(tài)的先發(fā)優(yōu)勢建立起了壁壘。而攻擂者英特爾與高通，則通過大手筆的收購，希望快速切入自動駕駛芯片市場。但這三個公司雖然是這個市場中實力最強的天王，但有許多地頭蛇，雖然關注度不及三大公司，但其實力也不容小覷。

 

比如英飛凌。英飛凌作為老牌的半導體廠商，一直也和汽車行業(yè)保持著緊密的聯(lián)系，為它們提供著車載娛樂信息芯片。在2015年，英飛凌也針對ADAS市場，給出了自己的芯片組Real 3 3D，可實現司機疲勞檢測等功能。而在奧迪新A8使用的zFAS自動駕駛計算單元中，也使用了英飛凌提供的Aurix芯片，A8最關鍵的Traffic Jam Pilot，是由這塊芯片最終實現的。

 

另外說到自動駕駛，必然要給谷歌留一個席位。盡管谷歌從來沒有對外透露過自家用的是何種芯片，但日前英特爾CEO科再奇的一封信卻聲明，英特爾在9年前開始與谷歌的自動駕駛項目合作，為其專門打造了計算芯片。

 

更詳細的信息隨后被披露。谷歌的方案使用了英特爾提供的至強處理器，以及Altera提供的Arria FPGA芯片，和英特爾家的XMM通信芯片，這與英特爾提供給其平臺之上合作伙伴的組件類似。但有意思的是，對于谷歌是否加入了英特爾搭建的聯(lián)盟，英特爾方面卻沒有回應。

 

另外，負責推斷的部分是由誰負責，究竟是英特爾的芯片，還是英偉達的GPU，或是谷歌自家的TPU，都不明朗。需要說明的是，谷歌的TPU，就是一種專用于推斷階段的ASIC。當然，在其第二代Cloud TPU上，谷歌也為其增添了深度學習訓練的能力。

 

（谷歌tpu）

 

而國內的自動駕駛初創(chuàng)公司地平線機器人，則透露近期會推出其首款處理器“盤古”。雖然”盤古“頭上更多的名號是AI芯片，但從公開的消息來看，盤古的核心能力是基于深度學習對大規(guī)模的圖像進行處理。

 

而在今年一月，地平線與英特爾合作，在后者的Altera FPGA芯片之上集成了自家的深度神經網絡IP，做出了一套ADAS系統(tǒng)。以地平線本身對自動駕駛業(yè)務的看重，“盤古”顯然是要重點應用在自動駕駛之上的。

 

（地平線的計算芯片規(guī)劃圖）

 

但國內并非只有創(chuàng)業(yè)公司在準備著自家的自動駕駛芯片。今年7月，四維圖新宣布首款ADAS芯片量產。一家圖商怎么就做起了ADAS芯片？

 

四維圖新這家公司是由軟到硬都切入自動駕駛，一方面在提供高精地圖服務，另一方面四維圖新去年5月收購了聯(lián)發(fā)科旗下的汽車半導體公司杰發(fā)科技。今年3月杰發(fā)科技正式過戶到四維圖新名下時，傳出第二季度將推出ADAS芯片的消息。如果讀者留心，會發(fā)現四維圖新去年在對外宣傳中愛用的一個說法是“ADAS高精地圖”。

 

至于這塊ADAS芯片會給誰用？最近兩個月，四維圖新密集地與蔚來、威馬、愛馳億維等新造車公司達成了合作，領域包含車聯(lián)網、自動駕駛等。對新造車公司來說，四維圖新提供ADAS芯片和高精地圖“硬件+服務”的支持，豈不美哉？

 

結語:不容有失的下一代終端核心

 

在主流手機市場已經趨于飽和的當下，各個公司正在試圖結束以手機為核心的移動互聯(lián)網時代這個說法。巨頭們、初創(chuàng)們搶奪的下一代終端，正是汽車，并且是自動駕駛的汽車。

 

在零件多達兩萬個的汽車中，正在掀起新一輪的電子革命，而這些公司，都想成為零部件中，發(fā)號施令那一個。