towary

Globalny i chiński raport SoC dotyczący autonomicznej jazdy 2023: Popularność ChatGPT wskazuje kierunki rozwoju autonomicznej jazdy

Integracja jazdy z parkowaniem napędza branżę, a przetwarzanie w pamięci (CIM) i chiplet powodują przełom technologiczny.

Opublikowany „Raport z badań SoC dla autonomicznej jazdy, 2023” przedstawia główne strategie wdrażania SoC i systemów dla autonomicznej jazdy producentów samochodów oraz 9 zagranicznych i 10 chińskich dostawców SoC dla autonomicznej jazdy, a także omawia następujące kluczowe kwestie:

Analiza i prognozy dla autonomicznej jazdy SoC i strategii wdrażania systemów OEM;
Strategia zastosowania i konfiguracja SoC autonomicznej jazdy w integracji jazdy z parkowaniem;
Trendy zastosowań autonomicznej jazdy SoC w integracji kokpitu;
Rozwiązania SoC „pod klucz” zalecane do jazdy autonomicznej;
Autonomiczny wybór produktów SoC i analiza kosztów;
Czy jest możliwe, aby producenci OEM produkowali własne układy scalone (samojezdne SoC)?
Zastosowanie chipletu w SoC do autonomicznej jazdy;
Zastosowanie przetwarzania w pamięci (CIM) w SoC do autonomicznej jazdy.

Na rynku integracji systemów jazdy i parkowania rozwiązania z jednym SoC i multi-SoC mają swoich własnych docelowych klientów.

Na tym etapie Mobileye nadal dominuje w podstawowym L2 (inteligentna muszka typu „wszystko w jednym”). W najbliższym czasie nowe produkty, takie jak TI TDA4L (5TOPS), stanowią wyzwanie dla Mobileye w L2. W celu integracji jazdy L2+ i jazdy-parkowania większość producentów samochodów stosuje obecnie rozwiązania multi-SoC. Przykłady obejmują między innymi „podwójny FSD”, „potrójny Horizon J3” Tesli w Roewe RX5, „Horizon J3 + TDA4” w Boyue L i Lynk & Co 09 oraz „podwójny ORIN” w NIO ET7, IM L7 i Xpeng G9 / P7i .

Zgodnie z planami wdrożenia produkcyjnego producentów OEM i dostawców Tier 1, dla lekkiej (efektywnej kosztowo) integracji jazdy z parkowaniem, połączenie domen jazdy i parkowania komplikuje projektowanie zintegrowanego systemu i stawia wyższe wymagania modelowi algorytmu, algorytmowi obliczeniowemu moc chipa wywołującego (multipleksowanie z podziałem czasu), wydajność obliczeniowa SoC oraz koszty SoC i materiałów kontrolujących domenę.

Ekonomiczne rozwiązania z pojedynczym SoC: w przypadku samochodów osobowych o wartości 100.000 200.000-2023 3 RMB masowa produkcja i wdrażanie rozwiązań osiągnie szczyt w 5 r. Zintegrowane rozwiązania z pojedynczym SoC do jazdy i parkowania zazwyczaj wykorzystują Horizon J4/J4, TI TDA4VM /TDA1VH/TDA1000VM-Q1000 Plus oraz chips z czarnego sezamu AXNUMX/AXNUMXL.

Zaawansowana integracja napędu i parkowania wymaga dostępu do większej liczby kamer o wyższej rozdzielczości, a także radaru 4D i LiDAR. Model sieci neuronowej BEV+Transformer jest większy i bardziej złożony i może nawet wymagać obsługi lokalnego uczenia algorytmów, dlatego wymaga wystarczająco dużej mocy obliczeniowej, obliczeń procesora do co najmniej 150 KDMIPS i obliczeń AI do co najmniej 100 TOPS.

Zaawansowana integracja jazdy z parkowaniem jest ukierunkowana na wysokiej klasy nowe pojazdy energetyczne, których cena wynosi co najmniej 250.000 XNUMX RMB, przy niskiej wrażliwości cenowej, ale wyższych wymaganiach dotyczących zużycia energii i wydajności chipów AI. W szczególności chipy o dużej mocy obliczeniowej mają wpływ na zakres wytrzymałości nowych pojazdów energetycznych, dlatego dostawcy chipów muszą wprowadzać coraz bardziej zaawansowane procesy i bardziej energooszczędne produkty chipowe.

Popularność ChatGPT wskazuje kierunki rozwoju autonomicznej jazdy: podstawowe modele i duża moc obliczeniowa. W przypadku dużych modeli sieci neuronowych, takich jak Transformer, obliczenia będą się mnożyć średnio 750 razy co dwa lata; w przypadku wideo, przetwarzania języka naturalnego i modeli mowy, obliczenia będą wzrastać średnio 15-krotnie co dwa lata. Można sobie wyobrazić, że prawo Moore'a przestanie obowiązywać, a „ściana magazynowania” i „ściana zużycia energii” staną się kluczowymi ograniczeniami w rozwoju chipów AI.

Chipy CIM AI będą nową opcją ścieżki technologicznej dla producentów samochodów.

W dziedzinie SoC do autonomicznej jazdy Houmo.ai jest pierwszym dostawcą chipów AI CIM do autonomicznej jazdy w Chinach. W 2022 roku z powodzeniem odciążył pierwszy w branży wysokowydajny chip CIM AI, na którym model inteligentnego algorytmu jazdy działa płynnie. Ten przykład testowy wykorzystuje proces 22 nm i oferuje moc obliczeniową 20TOPS, którą można rozszerzyć do 200TOPS. Co ciekawe, współczynnik efektywności energetycznej jego jednostki obliczeniowej wynosi 20 TOPS/W. Wiadomo, że Houmo.ai wkrótce wprowadzi gotowy do produkcji chip CIM do inteligentnej jazdy, a jego wydajnością podzielimy się w raporcie.

W przyszłości, podobnie jak w przypadku baterii zasilających, chipy staną się gorącym punktem inwestycyjnym dla dużych producentów OEM.

To, czy producenci OEM produkują chipy, jest bardzo kontrowersyjną kwestią. W branży powszechnie uważa się, że z jednej strony producenci OEM nie mogą konkurować z firmami projektującymi układy scalone pod względem szybkości rozwoju, wydajności i wydajności produktu; z drugiej strony, tylko wtedy, gdy dostawa pojedynczego chipa osiągnie co najmniej milion sztuk, koszty jego rozwoju mogą być stale zmniejszane, aby uczynić go przystępnym.

Jednak w rzeczywistości chipy odegrały absolutnie dominującą rolę w inteligentnych, połączonych nowych pojazdach energetycznych pod względem wydajności, kosztów i bezpieczeństwa łańcucha dostaw. W porównaniu z typowym pojazdem napędzanym paliwem, który potrzebuje 700-800 chipów, nowy pojazd energetyczny potrzebuje 1.500-2.000 jednostek, a wysoce autonomiczny nowy pojazd energetyczny również potrzebuje aż 3.000 jednostek, z których niektóre są wysoko cenionymi i drogimi chipami których może brakować, a nawet brakować w magazynie.

Oczywiste jest, że wielcy producenci OEM nie chcą być związani z żadnym dostawcą chipów, a nawet zaczęli już niezależnie produkować chipy. W przypadku Geely, producent samochodów wygenerował SoC 7 nm dla kokpitu i zainstalował je w pojazdach, a także zakleił IGBT. SoC do jazdy autonomicznej AD1000, opracowany wspólnie przez ECARX i SiEngine, ma zostać zarejestrowany najwcześniej w marcu 2024 r.

Oczekujemy, że podobnie jak w przypadku baterii zasilających, chipy staną się gorącym punktem inwestycyjnym dla dużych producentów OEM, aby wzmocnić ich podstawowe możliwości. W 2022 roku Samsung ogłosił, że wyprodukuje chipy dla Waymo, działu Google zajmującego się samochodami; GM Cruise ogłosił również niezależny rozwój chipów samojezdnych; Volkswagen ogłosił utworzenie spółki joint venture z Horizon Robotics, chińskim dostawcą autonomicznych SoC.

Bariery techniczne w produkcji chipów nie są szczególnie wysokie. Podstawowym progiem jest wystarczający kapitał i pozyskanie zleceń. Branża chipów przyjmuje obecnie model budowy bloków, tj. kupuje IP do budowy chipów, w tym procesorów, procesorów graficznych, NPU, pamięci masowej, NoC/bus, ISP i kodeków wideo. W przyszłości, wraz z poprawą ekosystemów i procesów chipletów, próg niezależnego rozwoju autonomicznych SoC będzie znacznie niższy dla producentów samochodów, którzy będą musieli jedynie bezpośrednio kupować formy (układy IP), a następnie pakować je, bez konieczności zakupu IP.

Na dłuższą metę producenci OEM z milionami sprzedaży są w stanie sami wytwarzać chipy.

Kluczowe poruszane tematy:

1 autonomiczny rynek SoC i dane konfiguracyjne
1.1 Wielkość rynku i udział w rynku SoC do jazdy autonomicznej
1.2 Schematy implementacji SoC dla autonomicznej jazdy OEM
1.3 Strategia aplikacji i konfiguracja SoC dla autonomicznej jazdy w integracji jazda-parkowanie
1.4 Trendy zastosowań autonomicznej jazdy SoC w integracji kokpitu

2 Wybór SoC i koszt autonomicznej jazdy
2.1 Porównanie funkcji dostawców SoC do autonomicznej jazdy i ich gotowych rozwiązań
2.2 Wybór SoC do jazdy autonomicznej
2.3 Koszt autonomicznej jazdy SoC

3 trendy rozwoju SoC dla autonomicznej jazdy
3.1 Czy producenci OEM mogą samodzielnie produkować układy scalone (samojezdne SoC)
3.2 Zastosowanie chipletu w SoC do jazdy autonomicznej
3.3 Zastosowanie Computing In Memory (CIM) w SoC do autonomicznej jazdy

4 globalnych dostawców chipów do autonomicznej jazdy
4.1 Nvidii
4.2 Telefon komórkowy
4.3
4.4 TI
4.5 Renesans
4.6 Ambarelli
4.7 NXP
4.8 Xilinx
4.9 Tesli

5 chińskich dostawców chipów do autonomicznej jazdy
5.1 Robotyka horyzontalna
5.2 Technologie czarnego sezamu
5.3 Półnapędy
5.4Huawei
5.5 HOUMO.AI
5.6 Chipego
5 Kunlunxin
5.8 NOSOROŻEC
Silnik skokowy 5.9 Dahua Lingxin
5.10 Cambricon SingGo