2020～2030年
中國智能駕駛市場和技術(shù)趨勢
分析及主流芯片方案概述
智能駕駛已經(jīng)成為中國用戶買車時首選的配置之一，從L0到L2++的整個產(chǎn)品布局，已經(jīng)是車廠賣車時候的重點宣傳點，智能駕駛不同于自動駕駛，無論是法律法規(guī)和產(chǎn)品定義都有著明確且清晰的定義。用戶本身智能駕駛產(chǎn)品的需求也各不相同，尋找新的智能駕駛（輔助駕駛）功能是車廠急切的關(guān)注點，在高速/高架的輔助駕駛產(chǎn)品紛紛落地后，城市道路的輔助駕駛已提上日程，目前重點關(guān)注的解決方案是Mobileye的EyeQ6/英偉達的Orin和Thor/地平線J5/黑芝麻的A1000，還有高通的Snapdragon Ride FLEX 8540芯片相關(guān)Demo也已經(jīng)面市，后續(xù)五大解決方案各分天下，面臨著降低成本的要求，國產(chǎn)芯片更能體現(xiàn)出性價比，市場最終會交出成績單。
01
2020～2030年
中國智能駕駛市場趨勢分析
當(dāng)前，智能駕駛/自動駕駛 NHTSA(美國國家交通安全管理局)和SAE(美國機動車工程師學(xué)會)的分類為：
L0～L2++：智能駕駛/輔助駕駛
L3～L5：自動駕駛
2020年~2030年，中國市場智能和自動駕駛成本概況如圖所示：
圖片來源：Stratedy Analytica 英飛凌
從上圖可以看出L2級別的智能駕駛成本在160美金，2020年中國市場約為600萬輛，到2030年，L4/L5自動駕駛的成本在970美金，中國市場約為400萬輛。
同時可以看到激光雷達是在L3級以上自動駕駛車型上逐步成為標配。
2025年L3級自動駕駛車智能駕駛配置在630美金，價格區(qū)間合理。
2025年L2+級智能駕駛和L3級自動駕駛的配置差價縮小到100美金以內(nèi)。
用戶在100美金差價的選擇中，如果法律放開，選擇L3自動駕駛的人更多。
根據(jù)當(dāng)前智駕發(fā)展來看，至2025年前，中國市場還是以L2～L2+級的智能駕駛為主，法律法規(guī)和成本是限制車廠往L3級以上自動駕駛發(fā)展的重要因素。2025年，各大車廠開始L3級自動駕駛發(fā)力，2023年和2024年是方案商集中展示L3級自動駕駛的時機。
激光雷達是L3級的門檻，至于是否要上激光雷達尚存爭議，但目前大部分OEM都已預(yù)留了激光雷達。當(dāng)前階段，融合方案已成主流，艙駕融合或駕艙融合方案逐步量產(chǎn)，但最終的中央計算平臺還需時日。
預(yù)計2025年后L3級以上自動駕駛方案開始落地，中央計算平臺也將開始紛紛落地。2030年L4/L5自動駕駛逐步成為主流，汽車行業(yè)將進入新里程碑，全自動駕駛車。
02
中國智能駕駛 技術(shù)發(fā)展趨勢
當(dāng)前，智能駕駛/自動駕駛等級（SAE J3016）分為L0～L5，此劃分更適合中國國情，L0～L5規(guī)定了駕駛員和車輛的職責(zé)劃分，如下圖所示：
· L0~L2++智能駕駛，還是以LDW/FAW等場景應(yīng)用
·?L3~L5自動駕駛，開始允許駕駛脫離方向盤，其法律還等完善
中國的道路非常復(fù)雜，短期內(nèi)法律放開的概率很低，目前大部分OEM還是高速高架等特定場景智能駕駛為主，短期同時也看到新勢力如小鵬等也開始城市道路的智能駕駛，由于中國車廠的內(nèi)卷，各大車廠的技術(shù)實力差距會越來越小。
整車電子架構(gòu)的變化
域控制器 >融合方案?>中央計算平臺（博世汽車EE架構(gòu)）
談及E/E架構(gòu)的演變，繞不開特斯拉。2012年的Model S已出現(xiàn)功能域劃分的概念，到2017年，特斯拉又在Model 3上進一步嘗試了中央計算+區(qū)域控制器框架，出現(xiàn)中央計算雛形。
以上汽零束銀河全棧3.0架構(gòu)為例，其由2個HPC高性能計算單元和4個區(qū)域控制器構(gòu)成。兩個HPC作為整車的計算中心，用于實現(xiàn)智能座艙、智能駕駛以及智能駕駛?cè)哂鄠浞莸裙δ埽?個區(qū)域控制器用于實現(xiàn)各自不同區(qū)域的相關(guān)功能。
廣汽埃安的星靈架構(gòu)則是由3個核心計算單元和4個區(qū)域控制器構(gòu)成，并采用了高速車載以太網(wǎng)為主干，結(jié)合5G通信技術(shù)，形成車內(nèi)外高速互聯(lián)的架構(gòu)。其中，3個核心計算單元包括中央運算單元、自動駕駛控制單元、信息娛樂控制單元。此案例中，其中央運算單元搭載NXP S32G399網(wǎng)關(guān)計算芯片，座艙域控制可搭載高通8155或8295芯片，智駕域控制模塊則搭載華為昇騰610高性能芯片。
此外，還有東風(fēng)嵐圖ESSA架構(gòu)、長城汽車(601633)- GEEP4.0架構(gòu)、小鵬X-EEA3.0等，各家的架構(gòu)設(shè)計并不一致，名稱也各不相同，但總體趨勢還是朝著中央計算+區(qū)域控制架構(gòu)前進。
圖片來源：博世 Bosch
關(guān)于中央計算平臺，預(yù)計未來智能駕駛/自動駕駛?cè)诤现悄茏摰母怕矢?，因為智能駕駛的安全要求高，往下融合安全等級要較低。當(dāng)前中國國內(nèi)自主平臺已經(jīng)開始自研中央計算平臺，主流方案為中央計算平臺（Center Computer/HPC）+區(qū)域控制器。
03
中國智能駕駛主流芯片及方案
智能駕駛到底為用戶解決了什么問題？說到底就是部分場景到全場景最終實現(xiàn)無人駕駛的目的。通過工作條件是偶爾使用還是全時使用，以及人機共駕和無人駕駛等場景來解決：能耗問題，效率問題，舒適問題，安全問題。
所有智能駕駛/自動駕駛的實現(xiàn)都包含四個過程：感知 > 融合 > 決策 > 控制；下面讓我們看看主流玩家的方案分析。
1
英特爾方案? ? ? ?
Mobileye EyeQ5 -- 24TOPS/EyeQ6H --34TOPS
EyeQ5是一款7納米芯片，具備多線程8核CPU，外加創(chuàng)新一代18核Mobileye視覺處理器。EyeQ5由臺積電負責(zé)生產(chǎn)，10納米節(jié)點或以下FinFET技術(shù)設(shè)計幫助它大大降低了能耗，并且大幅提升性能。
圖片來源：Mobileye
EyeQ6和Ultra都是屬于最新一代的芯片，尤其是Ultra芯片算例能達到176TOPS(L4自動駕駛準備)。
圖片來源：Mobileye
Mobileye的EyeQ6分Light版本和High版本以及Ultra三個版本：
圖片來源：Mobileye
日前，極氪汽車已宣布在2024年上半年在某款車上量產(chǎn) Mobileye EyeQ5 High，但目前EyeQ6還沒有量產(chǎn)車型信息。
2
英偉達方案
Drive AGX平臺/Orin芯片和Thor芯片
圖片來源：NVIDIA
NVIDIA DRIVE Orin? SoC（系統(tǒng)級芯片）可提供每秒 254 TOPS（萬億次運算），是智能車輛的中央計算機。它是理想的解決方案，為智能駕駛/自動駕駛功能、置信視圖、數(shù)字集群以及 AI 駕駛艙提供動力支持。借助可擴展的 DRIVE Orin 產(chǎn)品系列，開發(fā)者只需在整個車隊中構(gòu)建、擴展和利用一次開發(fā)投資，便可從 L2+ 級系統(tǒng)一路升級至 L5 級全自動駕駛汽車系統(tǒng)。
1
NVIDIA DRIVE Orin? SoC（系統(tǒng)級芯片）可提供每秒 254 TOPS（萬億次運算）
2
借助DRIVE Thor，汽車制造商可以在單個系統(tǒng)級芯片上高效整合數(shù)字儀表盤、信息娛樂、泊車、輔助駕駛等多種功能，從而極大地提高開發(fā)效率和軟件更新迭代的速度。2000 TOPS 和 2000 TFLOPS 全部用于自動駕駛工作流。
NVIDIA DRIVE Thor 是新一代集中式車載計算平臺，可在單個安全、可靠的系統(tǒng)上運行高級駕駛員輔助應(yīng)用和車載信息娛樂應(yīng)用。DRIVE Thor 超級芯片借助新的 CPU 和 GPU 突破，可提供出色的 2000 萬億次浮點運算性能，同時降低總體系統(tǒng)成本，計劃于 2025 年開始量產(chǎn)。
DRIVE Thor 能夠被配置為多種模式，可以將其 2000 TOPS 和 2000 TFLOPS 全部用于自動駕駛工作流，也可以進行拆分，將其配置為一部分用于駕駛艙 AI 和信息娛樂功能，一部分用于輔助駕駛。
3
地平線方案
Journey征程平臺/J5 -- 128TOPS 2023 SOP
地平線芯片目前是國產(chǎn)智能駕駛方案的龍頭，目前理想汽車已在L7/L8/L9中配車型上使用了該芯片。
圖片來源：CSDN@KilnHuang
? J5芯片內(nèi)留有豐富的接口可調(diào)用：
? J5開發(fā)板照片：
圖片來源：地平線開發(fā)者社區(qū)
4
高通方案
Snapdragon Ride平臺/Ride Flex SoC:?
SA8650 GEN2 for ADAS L2++ 2024 SOP?
SA8775 GEN3 for center computer 2024 Q4 SOP
Snapdragon Ride平臺基于一系列不同的驍龍汽車SoC和加速器建立，其采用了可擴展且模塊化的高性能異構(gòu)多核CPU、業(yè)界領(lǐng)先的GPU，以及高能效的AI引擎與計算機視覺引擎?；诓煌腟oC和加速器的組合，Snapdragon Ride平臺能夠根據(jù)自動駕駛的每個細分市場的需求進行匹配，根據(jù)不同等級的自動駕駛系統(tǒng)提供相應(yīng)的算力支持。
Snapdragon Ride采用了基于5nm制程工藝的高度可定制化SoC平臺，具備靈活的可擴展性，不僅能幫助汽車制造商和一級供應(yīng)商開發(fā)更高能效且具備高散熱表現(xiàn)的產(chǎn)品，還為打造定制化解決方案提供更多選擇，為下一代汽車架構(gòu)的演進指明了方向。
Snapdragon Ride還擁有豐富的軟件生態(tài)，通過面向復(fù)雜用例而優(yōu)化的軟件和應(yīng)用，助力汽車制造商為日常駕駛帶來更高的安全性和舒適性。例如自動導(dǎo)航的類人高速公路駕駛，以及提供感知、定位、傳感器融合和行為規(guī)劃等模塊化選項。這些自動駕駛軟件棧將幫助汽車制造商和一級供應(yīng)商加速開發(fā)和創(chuàng)新，從安全、車聯(lián)網(wǎng)等多個層面強化自動駕駛體驗。
Snapdragon Ride平臺通過高性能、低功耗計算，為豐富層級和品類的車型帶來開放、可定制的完整先進駕駛輔助系統(tǒng)和自動駕駛解決方案，將推動自動駕駛未來的到來。
5
華為方案
MDC平臺/昇騰910 -- 320TOPS
昇騰910是一款具有超高算力的AI處理器，其最大功耗為310W，作為一款高集成度的片上系統(tǒng)(SoC)，除了基于達芬奇架構(gòu)的AI核外，昇騰910還集成了多個CPU、DVPP和任務(wù)調(diào)度器(TaskScheduler)，因而具有自我管理能力，可以充分發(fā)揮其高算力的優(yōu)勢。
華為MDC智能駕駛計算平臺，具備高度的開源性，不僅能夠使用華為自研的鴻蒙平臺，同時還能支持Adaptive AUTOSAR和ROS，并且搭配配套的工具鏈。
MDC智能駕駛計算平臺還獲得過德國萊茵頒發(fā)的ISO26262功能安全管理認證，證明了該平臺的安全性。同時，MDC智能駕駛計算平臺還擁有高能效、低時延等特點。
業(yè)界將L2-L5級自動駕駛進行了算力估算，其L2級需算力<10tops，L3級需算力為30-60tops，L4級需算力>100TOPS，L5級則需算力為500-1000TOPS。而搭載了華為HI自動駕駛系統(tǒng)的阿爾法S華為HI版車型上的芯片算力達400TOPS，遠超L4級自動駕駛所需的算力。值得一提的是，按照華為原定計劃將于2030年達到L5級自動駕駛水平，對此MDC智能駕駛計算平臺的高階版芯片算力最高可達800TOPS。
華為MDC智能駕駛首先建立了數(shù)據(jù)采集和傳輸以及存儲的全套車云一體方案， 通過測試車隊來采集海量數(shù)據(jù)。開發(fā)高級駕駛輔助系統(tǒng)和自動駕駛車輛需要采集、傳輸和存儲海量數(shù)據(jù)，華為云服務(wù)提供數(shù)據(jù)快遞、數(shù)據(jù)注入和數(shù)據(jù)存儲要求，優(yōu)化成本和效率。
數(shù)據(jù)處理、算法開發(fā)和模型訓(xùn)練
提供高性能的海量數(shù)據(jù)分析處理和數(shù)據(jù)預(yù)標注能力，降低用于模型訓(xùn)練的數(shù)據(jù)準備階段的時間和成本，優(yōu)化的機器學(xué)習(xí)和深度學(xué)習(xí)框架，訓(xùn)練和推理速度遙遙領(lǐng)先。
自動駕駛仿真測試
在仿真階段，需要極強的GPU計算能力，在消耗大量計算資源的同時，會產(chǎn)生大量臨時數(shù)據(jù)，對存儲帶寬與時延也有極高的要求，華為云提供GPU加速云服務(wù)器，允許開發(fā)者構(gòu)建自身需要的仿真環(huán)境，并按需靈活使用。
自動駕駛開發(fā)平臺技術(shù)架構(gòu)
開發(fā)自動駕駛車輛采集、傳輸、存儲和管理海量數(shù)據(jù)。華為云提供海量的、高度擴展能力的存儲和計算能力，以及Hadoop、Spark等大數(shù)據(jù)組件和AI一站式開發(fā)平臺，預(yù)集成數(shù)據(jù)預(yù)處理及半自動化標注算法，用戶通過平臺可高效完成自動駕駛模型按需訓(xùn)練和仿真測試，幫助用戶降低開發(fā)環(huán)境基礎(chǔ)設(shè)施部署復(fù)雜度和成本。
高速道路和特定場景的智能駕駛已經(jīng)普及，2025年起自動駕駛即將來臨，各大廠家為2025年在做技術(shù)儲備，城市道路的智能駕駛是目前各大車廠最大的宣傳點，懌星科技將為城市道路和2025年自動駕駛提供自己的一份力量！
*注：文中圖片均來源網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除。
END
