用品

全球及中國自動駕駛SoC研究報告2023：ChatGPT普及預示自動駕駛發展方向

駕停一體化推動行業發展，內存計算 (CIM) 和小芯片帶來技術顛覆。

發布的《自動駕駛SoC研究報告，2023》重點介紹了汽車廠商和9家海外、10家國內自動駕駛SoC廠商的主要自動駕駛SoC和系統實現策略，重點討論了以下問題：

整車廠自動駕駛SoC及系統實現策略分析與展望；
自動駕駛SoC在駕停一體化應用策略及配置；
自動駕駛SoC在座艙集成中的應用趨勢；
推薦用於自動駕駛的統包 SoC 解決方案；
自動駕駛SoC產品選型及成本分析；
OEM廠商自己生產芯片（自動駕駛SoC）是否可行？
chiplet在自動駕駛SoC中的應用；
內存計算（CIM）在自動駕駛SoC中的應用。

在駕停一體化市場，單SoC和多SoC方案都有各自的目標客戶。

現階段，Mobileye在入門級L2（smart all-in-one front sight）中仍占主導地位。近期，TI TDA4L (5TOPS) 等新產品對 Mobileye 在 L2 提出了挑戰。對於L2+駕駛和駕停一體化，目前大部分車企採用多SoC方案。例如特斯拉的“雙FSD”、榮威RX3的“三地平線J5”、博越L和領克3的“地平線J4+TDA09”以及蔚來ET7、IM L7和小鵬G9/P7i的“雙ORIN”等。 .

根據主機廠和Tier 1供應商的生產實施方案，對於輕型（高性價比）的駕停一體化，將駕停領域融合，使得一體化系統的設計複雜化，對算法模型、計算能力提出了更高的要求。調用芯片的功率（時分複用）、SoC 的計算效率以及 SoC 和域控製材料的成本。

高性價比單SoC方案：100.000萬-200.000萬元乘用車，2023年量產落地高峰，單SoC行車停一體方案一般採用地平線J3/J5、TI TDA4VM/TDA4VH/TDA4VM-Q1 Plus和黑芝麻芯片 A1000/A1000L。

高水準的駕駛停車一體化需要使用多個更高解析度的攝影機，以及4D雷達和雷射雷達。神經網路模型 BEV+Transformer更大、更複雜，甚至可能需要支援本地演算法訓練，因此需要足夠高的運算能力，CPU運算至少達到150 KDMIPS，AI運算至少達到100 TOPS。

高階駕停一體化定位於250.000萬元以上的高端新能源汽車，價格敏感度低，但對功耗和AI芯片效率要求較高。尤其是高算力芯片對新能源汽車的續航里程有影響，因此芯片供應商需要推出越來越先進的製程和更節能的芯片產品。

ChatGPT的火爆預示著自動駕駛的發展方向：基礎車型和高算力。對於像 Transformer 這樣的大型神經網絡模型，計算量每兩年平均增長 750 倍；對於視頻、自然語言處理和語音模型，計算量將平均每兩年增加 15 倍。可以想像，摩爾定律將不再適用，“存儲牆”和“能耗牆”將成為製約AI芯片發展的關鍵。

CIM AI芯片將成為車企新的技術路徑選擇。

在自動駕駛SoC領域，猴魔是國內首家自動駕駛AI CIM芯片供應商。 2022年，成功點亮業界首款智能駕駛算法模型流暢運行的高算力CIM AI芯片。本測試例採用22nm工藝，算力20TOPS，可擴展至200TOPS。值得注意的是，其計算單元的能效比為20TOPS/W。據悉，猴魔即將推出量產的智能駕駛CIM芯片，我們將在報告中分享其性能表現。

未來，與動力電池一樣，芯片也將成為大型主機廠的投資熱點。

OEM 是否製造芯片是一個極具爭議的問題。業內普遍認為，一方面，OEM廠商在開發速度、效率和產品性能等方面無法與集成電路設計公司競爭；另一方面，只有當單顆芯片的出貨量達到至少百萬顆以上時，其開發成本才能不斷攤薄到可以承受的程度。

但在現實中，芯片在智能網聯新能源汽車的性能、成本、供應鏈安全等方面都發揮了絕對主導作用。與典型的燃油車需要700-800顆芯片相比，一輛新能源汽車需要1.500-2.000顆，而一輛高度自動駕駛的新能源汽車也需要多達3.000顆，其中一些是備受推崇的高成本芯片可能供不應求，甚至缺貨。

可見大廠不願被任何一家芯片供應商束縛，甚至已經開始自主生產芯片。在吉利的案例中，這家汽車製造商為駕駛艙生產了 7 納米 SoC，並將其安裝在車輛中，並流片了 IGBT。由ECARX與SiEngine聯合研發的AD1000自動駕駛SoC預計最快2024年XNUMX月註冊。

我們預計，與動力電池一樣，芯片將成為大型整車廠強化底層核心能力的投資熱點。 2022年，三星宣布將為谷歌的自動駕駛部門Waymo製造芯片；通用Cruise還宣布自主研發自動駕駛芯片；大眾汽車宣布將與中國自動駕駛 SoC 供應商地平線成立合資企業。

芯片製造的技術壁壘不是特別高。首要門檻是充足的資金和訂單獲取。芯片行業現在採用的是塊建模式，即購買IP來構建芯片，包括CPU、GPU、NPU、存儲、NoC/總線、ISP和視頻編解碼器。未來隨著chiplet生態系統和工藝的完善，自主研發自動駕駛SoC的門檻將大大降低，車企只需要直接採購模具（IP芯片）封裝即可，無需採購知識產權。

從長遠來看，擁有數百萬銷售額的 OEM 可以自己製造芯片。

涵蓋的關鍵主題：

1 自動駕駛SoC市場及配置數據
1.1 自動駕駛SoC市場規模及市場份額
1.2 主機廠自動駕駛SoC實現方案
1.3 駕停一體化自動駕駛應用策略及SoC配置
1.4 自動駕駛SoC在座艙集成中的應用趨勢

2 自動駕駛SoC選擇與成本
2.1 自動駕駛SoC廠商及其交鑰匙方案特性對比
2.2 選擇自動駕駛SoC
2.3 自動駕駛SoC成本

3 自動駕駛SoC發展趨勢
3.1 主機廠自主生產芯片（自動駕駛SoC）是否可行
3.2 chiplet在自動駕駛SoC中的應用
3.3 內存計算（CIM）在自動駕駛SoC中的應用

4 全球自動駕駛芯片供應商
4.1 英偉達
4.2 移動眼
4.3 高通
4.4 TI
4.5 瑞薩
4.6 安霸
4.7恩智浦
4.8賽靈思
4.9特斯拉

5家中國自動駕駛芯片供應商
5.1 地平線
5.2 黑芝麻科技
5.3 半驅動器
5.4華為
5.5 猴魔.AI
5.6 齊樂高
5 .7 崑崙鑫
5.8犀牛
5.9 大華零跑靈信
5.10 寒武紀星格