Cikkek

Globális és kínai autonóm vezetési SoC kutatási jelentés 2023: A ChatGPT népszerűsége az autonóm vezetés fejlesztési irányait jelzi

A vezetés és a parkolás integrációja fellendíti az ipart, a memórián belüli számítástechnika (CIM) és a chiplet pedig technológiai zavart okoz.

A közzétett „Autonomous Driving SoC Research Report, 2023” kiemeli az autógyártók, valamint 9 tengerentúli és 10 kínai autonóm vezetési SoC-szállító főbb autonóm vezetési SoC- és rendszermegvalósítási stratégiáit, és a következő kulcsfontosságú kérdéseket tárgyalja:

Elemzés és kilátások az OEM-ek autonóm vezetési SoC- és rendszermegvalósítási stratégiáira;
Az autonóm vezetési SoC alkalmazási stratégiája és konfigurációja a vezetés-parkolás integrációban;
Az autonóm vezetési SoC alkalmazási trendjei a pilótafülke-integrációban;
Az autonóm vezetéshez ajánlott kulcsrakész SoC megoldások;
Önálló vezetési SoC termékválasztás és költségelemzés;
Megvalósítható-e az OEM-ek számára, hogy saját chipeket (önvezető SoC-kat) állítsanak elő?
A chiplet alkalmazása az SoC-ben az autonóm vezetéshez;
A memórián belüli számítástechnika (CIM) alkalmazása a SoC-ben az autonóm vezetéshez.

A vezetési-parkolási integrációs piacon az single-SoC és a multi-SoC megoldások saját célvevőkkel rendelkeznek.

Ebben a szakaszban a Mobileye még mindig dominál a belépő szintű L2-ben (intelligens minden az egyben első irányzék). A közeljövőben az olyan új termékek, mint a TI TDA4L (5TOPS) kihívást jelentenek a Mobileye számára az L2-ben. Az L2+ vezetés és a vezetési-parkolás integrációja érdekében a legtöbb autógyártó jelenleg multi-SoC megoldásokat alkalmaz. Ilyen például a Tesla „dupla FSD”, „triple Horizon J3” a Roewe RX5-ön, „Horizon J3 + TDA4” a Boyue L-en és a Lynk & Co 09-en, valamint a „double ORIN” a NIO ET7-en, az IM L7-en és az Xpeng G9/P7i-n többek között.

Az OEM-ek és Tier 1 beszállítók gyártási megvalósítási tervei szerint a könnyű (olcsó) vezetés-parkolás integráció érdekében a vezetési és parkolási tartományok összevonása bonyolítja az integrált rendszer tervezését, és magasabb követelményeket támaszt az algoritmus modellel, a hívó chip számítási teljesítményével (időosztásos multiplexelés), a tartományvezérlő SoC számítási hatékonyságával és anyagköltségeivel szemben.

Költséghatékony egyetlen SoC megoldások: A 100.000 200.000-2023 3 RMB értékű személygépkocsik esetében a megoldások tömeggyártása és bevezetése 5-ban éri el csúcspontját. Az egy SoC vezetési-parkolási integrált megoldások általában Horizon J4/J4, TI TDA4VM /TDA1VH/TDA1000VM-1000 SesLXNUMX/QAXNUMX PlusXNUMX chipeket használnak.

A csúcskategóriás meghajtó-parkoló integráció több, nagyobb felbontású kamerához, valamint 4D radarhoz és LiDAR-hoz való hozzáférést igényel. A neurális hálózat modellje BEV+Transformer nagyobb és összetettebb, és lehet, hogy támogatnia kell a helyi algoritmusok betanítását is, így kellően nagy számítási teljesítményt, a CPU-számítást legalább 150 KDMIPS-ig, az AI-számítást pedig legalább 100 TOPS-t igényel.

A magas szintű vezetési-parkolási integráció olyan csúcskategóriás, új energiafelhasználású járműveket céloz meg, amelyek ára legalább 250.000 XNUMX RMB, alacsony árérzékenységgel, de magasabb energiafogyasztási és AI chip-hatékonysági követelményekkel. Különösen a nagy számítási teljesítményű chipek vannak hatással az új energetikai járművek tartós kínálatára, ezért a chipszállítóknak egyre fejlettebb eljárásokat és energiahatékonyabb chiptermékeket kell bevezetniük.

A ChatGPT népszerűsége az autonóm vezetés fejlesztési irányait jelzi: alapmodellek és nagy számítási teljesítmény. A nagy neurális hálózati modelleknél, mint például a Transformer, a számítás kétévente átlagosan 750-szeresére szoroz; videó, természetes nyelvi feldolgozás és beszédmodellek esetében a számítások átlagosan 15-szörösére nőnek kétévente. Elképzelhető, hogy a Moore-törvény hatályát veszti, és a „tárolófal” és az „energiafogyasztási fal” lesz az AI chipek fejlesztésének fő korlátja.

A CIM AI chipek új technológiai utat jelentenek az autógyártók számára.

Az autonóm vezetési SoC-k területén a Houmo.ai az autonóm vezetéshez szükséges AI CIM chipek első szállítója Kínában. 2022-ben sikeresen könnyítette meg az iparág első nagy számítási kapacitású CIM AI chipjét, amelyen az intelligens vezetési algoritmus modellje zökkenőmentesen fut. Ez a tesztpélda 22 nm-es folyamatot használ, és 20TOPS számítási teljesítménnyel büszkélkedhet, amely 200TOPS-ra bővíthető. Figyelemre méltó, hogy számítási egységének energiahatékonysági mutatója 20TOPS/W. Ismeretes, hogy a Houmo.ai hamarosan bemutat egy gyártásra kész CIM chipet az intelligens vezetéshez, melynek teljesítményét a riportban is megosztjuk.

A jövőben az akkumulátorokhoz hasonlóan a chipek is a nagy OEM-ek befektetési hotspotjává válnak.

Az, hogy az OEM-ek gyártanak-e chipeket, rendkívül vitatott kérdés. Az iparágban elterjedt az a vélemény, hogy egyrészt az OEM-ek nem versenyezhetnek az integrált áramkör-tervező cégekkel a fejlesztési sebesség, a hatékonyság és a termékteljesítmény tekintetében; másrészt csak akkor lehet a fejlesztési költségét folyamatosan hígítani, hogy megfizethető legyen, ha egyetlen chip szállítmánya eléri legalább az egymillió egységet.

A valóságban azonban a chipek abszolút domináns szerepet játszottak az intelligens összekapcsolt új energetikai járművekben a teljesítmény, a költségek és az ellátási lánc biztonsága tekintetében. A tipikus, 700-800 chipet igénylő üzemanyag-meghajtású járműhöz képest egy új energiahordozóhoz 1.500-2.000 darab, egy nagy autonómú új energiahordozóhoz pedig akár 3.000 darab is kell, ezek egy része igen értékes, drága chipek, amelyek hiányosak lehetnek, és akár ki is fogynak.

Nyilvánvaló, hogy a nagy OEM-ek nem akarnak egyetlen chipszállítótól sem lekötni őket, sőt már önállóan is elkezdték gyártani a chipeket. A Geely esetében az autógyártó 7 nm-es SoC-ket generált a pilótafülke számára, és beépítette azokat a járművekbe, valamint kiragasztotta az IGBT-ket. Az ECARX és a SiEngine által közösen kifejlesztett AD1000 autonóm vezetési SoC bejegyzése legkorábban 2024 márciusában várható.

Arra számítunk, hogy az akkumulátorokhoz hasonlóan a chipek is befektetési hotspotok lesznek a nagy OEM-ek számára, hogy megerősítsék alapvető képességeiket. 2022-ben a Samsung bejelentette, hogy chipeket gyárt a Waymo, a Google önvezető részlegének; A GM Cruise az önvezető chipek független fejlesztését is bejelentette; A Volkswagen bejelentette, hogy vegyesvállalatot hoz létre a Horizon Robotics-szal, az autonóm vezetési SoC-k kínai szállítójával.

A forgácsgyártás technikai akadályai nem különösebben magasak. Az elsődleges küszöb az elegendő tőke és megrendelés megszerzése. A chipipar most a blokképítési modellt alkalmazza, azaz IP-t vásárol, hogy olyan chipeket építsen, mint a CPU, a GPU, az NPU, a tárolás, a NoC/bus, az ISP és a videó kodekek. A jövőben a chiplet ökoszisztémák és folyamatok javulásával az önvezető SoC-k önálló fejlesztésének küszöbe sokkal alacsonyabb lesz az autógyártók számára, akiknek csak közvetlenül kell megvásárolniuk a formákat (IP chipeket), majd csomagolniuk kell, anélkül, hogy IP-t kellene vásárolniuk.

Hosszú távon a milliós eladásokkal rendelkező OEM-ek maguk is képesek chipeket gyártani.

Főbb témakörök:

1 autonóm vezetési SoC piaci és konfigurációs adatok
1.1 Az autonóm vezetési SoC piac mérete és piaci részesedése
1.2 Az OEM-ek autonóm vezetésére szolgáló SoC megvalósítási sémák
1.3 Alkalmazási stratégia és SoC konfiguráció az autonóm vezetéshez a vezetés-parkolás integrációban
1.4 Az autonóm vezetés SoC alkalmazási trendjei a pilótafülke integrációjában

2 SoC kiválasztása és költsége az autonóm vezetéshez
2.1 Az autonóm vezetési SoC gyártók és kulcsrakész megoldásaik jellemzőinek összehasonlítása
2.2 SoC kiválasztása autonóm vezetéshez
2.3 Az autonóm vezetés költsége

3 SoC fejlesztési trendek az autonóm vezetéshez
3.1 Megvalósítható-e az OEM-ek számára, hogy egymástól függetlenül gyártsanak chipeket (önvezető SoC-ok)
3.2 A chiplet alkalmazása az SoC-ben az autonóm vezetéshez
3.3 A Computing In Memory (CIM) alkalmazása a SoC-ben autonóm vezetésre

4 Az autonóm vezetési chipek globális beszállítói
4.1 Nvidia
4.2 Mobileye
4.3 Qualcomm
4.4 TI
4.5 Renesas
4.6 Ambarella
4.7NXP
4.8 Xilinx
4.9 Tesla

5 autonóm vezetési chipek kínai beszállítója
5.1 Horizon Robotics
5.2 Fekete szezámtechnológiák
5.3 Félmeghajtók
5.4 Huawei
5.5 HOUMO.AI
5.6 Chiplego
5 .7 Kunlunxin
5.8 RHINO
5.9 Dahua Leapmotor Lingxin
5.10 Cambricon SingGo