中国的自动驾驶过核心技术研究到什么地步了?

2018-05-03  |  By Clover  |  In 新闻

近年来,美国、欧洲国家在智能汽车发展以及技术研发等方面采取了一系列重大举措,并不断取得重大突破。可以说,欧美国家已经形成了智能汽车先发优势。

就中国而言,这些年智能汽车的热度一直高居不下,特别是近几年,多家自主品牌都在智能汽车的研发上取得了一些成果,更是极大引发了人们的关注度。那么,未来智能汽车在中国将会如何发展?

随着智能化的快速推进,中国本土企业对于自动驾驶的应用又有哪些值得认真思考的重点?无疑,芯片是国内智能汽车行业发展的最大瓶颈。自动驾驶芯片,或将成为中国本土芯片企业突破外资“十面埋伏”的历史性机遇。

如果中国芯片企业能够借此机会崛起,其领军者之一也许会是这家应用于自动驾驶领域的AI芯片制造商,他的名字是地平线。

芯片是中国经济最大的“命门”

如果石油是中国经济的痛点的话,芯片则绝对是中国经济的“命门”。如果石油还可以动用战略储备的话,中国芯片的供应则完全掌握在外资手里。

2017年中国进口芯片价值高达2601亿美金,同期的石油进口金额仅为1623.3亿美金。

中国为全球制造了80%的智能手机,98%的个人电脑,48%的彩电,33%的汽车,但这些设备里面几乎所有的芯片都要依赖进口。

在全球20家营业额最大的芯片厂商排行榜中,没有一家中国大陆的企业。

在人类高速迈入智能社会之际,如果没有自己完善的芯片产业,中国的供给侧改革、实现中国梦等宏伟蓝图,将没有坚实的支撑点。

毫无悬念,在刚刚闭幕的“两会”中,发展集成电路再次被写入政府工作报告,且位列重点发展实体经济细分行业第一位。

中国政府为发展本土芯片产业,可以用“不顾一切”来形容。

2016 年前十大汽车IC厂商 数据来源:Semicast Research

芯片产业,几乎是中国第一个在国家层面成立专项投资基金的细分产业。2014年9月,国家集成电路产业投资基金一期成立,募集资金1387亿元,基本已投资完毕,总共带动5145亿社会资金投入到芯片产业。该基金的二期将募资1500-2000亿元,并于2018年下半年投入运作。

2018年3月底,中美贸易摩擦升级。

在此背景下的,2018年3月30日,为鼓励集成电路产业的发展,财政部联合税务总局、发改委和工信部再度出台重磅支持政策,对于所有制程在65nm以内的生产企业免征5年企业所得税,后五年所得税减半。

鉴于目前最新投产的的芯片制造项目的制程已逼近5nm,所以,所有新设立的芯片生产商事实上都将享受免税的优惠政策。

根据《中国制造2025》的目标,在2020年时,中国芯片的自给率要达到40%,2025年要达到50%。

美国对华的芯片封锁是不遗余力的。

从2016年起,中国资本的任何一项海外并购,一旦涉及芯片,就休想通过美国外国投资委员会的贸易审查。

前五大汽车半导体厂商汽车业务营收占比 数据来源:美国国际贸易委员会

存储器成了中国芯片破围无奈的选择,但这绝对是一场血战。

在大额资金,优惠政策的支持下,国产存储器大厂如雨后春笋般地冒出来。

长江存储科技,国内最大存储器投资项目,总投资额为240亿美金,投资方紫光集团、国家集成电路产业基金和湖北集成电路产业基金。主要生产3D NAND,计划2019年建成投产。

合肥长鑫,项目投资金额达72亿美金,由合肥政府和兆易创新投资。生产DRAM,希望在2018年底投产。

福建晋华,项目一期投资金额达370亿元,由福建省电子信息集团、泉州和晋江政府投资,联电提供技术支持。生产DRAM,计划在2018年3季度投产。

然而,全球存储器市场依然牢牢地掌握在三星、SK海力士、美国美光、日本东芝等几家大厂手里。中国本土项目,在制程上与竞品差着几代,在堆叠技术、良率上,还有漫长的征程需要跨越。

美光CEO Sanjay Mehrotra当被媒体提请评价长江存储时,直言不讳地说:“中国的存储器厂商还处于起步阶段,尚不能对他们构成威胁。”

韩国三星则趁着全球存储器供应不足的契机大肆提价,2017年营收增长53.6%,达到620亿美金,一举超越英特尔成为全球半导体销量冠军。同时大肆扩产,据IC Insights的数据,三星半导体在2017年的资本支出(项目投资)达到260亿美金。

韩国人的一贯套路就是等你在建设产能的时候,他们拼命提价赚钱,并储存产能;等你的项目投产时,就展开大规模的价格绞杀战,拖垮你。日本半导体巨头尔必达就是在这样周期中被拖垮,东芝半导体在竞争中也不得不谋求出售。

几乎所有人都相信这一点,中国的存储器半导体项目建成投产之际,就是全球存储器市场爆发新一轮价格绞杀战的开始。

中国本土芯片企业,如想在存储器市场对抗全球巨头并站稳脚跟,在接下来的十年内,不砸下数千亿元的资金,是没有希望的。

如果说在存储器市场中国和国外的对手还存在一拼的机会,在处理器市场,机会更加渺茫。

美国人基本垄断了全球计算机核心处理器市场。

英特尔和AMD控制了全部的PC处理器市场,英特尔占据了99%的服务器市场,高通控制了智能手机处理器市场,英伟达则控制住了云端的AI计算市场。

华为的海思是伟大的,他几乎是国内唯一做起来的智能手机处理器。但华为海思2016年的营业额依然只有41.5亿美金,而英特尔2017年的研发费用投入为131亿美金。

没有迹象表明,华为计划将处理器发展为自身的主营业务,华为的选择是跨界进入云计算市场,芯片的水太深了。

因为华为海思只有麒麟,且处理器核心架构是ARM的,在面向未来的AI计算上几无布局,麒麟970用的深度学习模块是寒武纪的。看看英特尔,其在AI计算上的收购投入,已逼近400亿美金。

中国的国资避开处理器市场,而优先进攻存储器市场是有原因的。处理器市场除了研发门槛更高之外,还需要搭建应用平台,要让全球范围内的软件开发者愿意围绕着你的处理器发展应用。这是中国的“龙芯”不成功的重要原因。

在这样的背景下,整个终端的AI计算市场进行不断的细分,比如手机的AI处理模块,寒武纪目前聚焦在这一块;深鉴科技的通用性略微下降,更多地focus在Deep Learning方面,为安防、金融芯片市场提供支持。华为、ARM则介入IOT设备市场,但这块市场异常分散,做起来缺乏抓手。地平线则以视觉和感知处理为主的自动驾驶为突破口,面向更加具体的应用场景。

总体而言,通用性越强,则需要做更多横向的平台性的软件开发工作,比如寒武纪拥有自己的指令集。

Visconti 4 检测行人与自行车 来源:东芝

越接近应用场景的,则需要做更多的纵向工作,从底层的芯片、系统软件一直到应用软件,甚至是整体的解决方案。

芯片的专用性越强,对软件和算法能力的要求越高,对芯片的设计越具体,硬件配合软件,同时效率越高。弊端是应用范围越单一。

所以,任何一款专用AI处理器的设计,一定要找到一个足够大细分市场,才有可能生存下来,并获得发展。

汽车自动驾驶的AI芯片,是中国本土AI芯片企业破围的最好突破口。

现阶段的中国AI芯片市场,寒武纪是那家最炙手可热的明星公司。在2017年,这家公司的机器学习IP——Cambricon-1A,成功地搭载到了华为旗舰CPU麒麟970上。并获得了A轮1亿美金的融资,投资人队伍中包括阿里这样的豪门。

然而,面向手机终端的AI计算芯片,护城河不够宽广,初创公司在这个市场很容易遭受巨头的降维打击。

在整个手机处理器市场,鉴于华为在AI计算方面储备不足,被寒武纪抓住了机会。比如苹果的A11处理器,毫无悬念地推出了自有的AI计算单元。

相对于手机,IOT设备的护城河更窄,这个领域很难让初创公司存活下来。

汽车自动驾驶的AI芯片,是最典型的边缘AI计算的应用场景。主要基于以下几个原因:

1、自动驾驶对终端芯片算力要求极高。因为需要处理拥有大量冗余的传感器的信息,这就要求自动驾驶处理器在每秒能够处理数百万亿次的计算,车速越快,对计算能力要求越高。

基于地平线BPU2.0处理器的感知方案

2、自动驾驶对终端计算的实时性要求极高。任何一点时延,都有可能造成车毁人亡的不可挽回的损失。因此,未来无论通讯技术发展到多少G,自动驾驶的核心计算和决策,一定会在终端处理。

3、对低能耗有极大的要求。鉴于自动驾驶AI芯片在终端要处理的数据量极大,决定对这种类型芯片的能效要求极高。比如英伟达的自动驾驶计算平台Drive PX 2,功耗高达425瓦,而下一代能够支持L4级别自动驾驶的计算平台Drive Pegasus,功耗为500瓦。这意味着为了支持自动驾驶,仅计算平台,每两个小时就会耗掉1度电。发热同时会降低系统的可靠性。

4、高可靠性。CPU溢出或者死机什么的,在汽车自动驾驶领域时不可想象的。这款芯片需要无论在多么恶劣的条件下,严寒酷暑、刮风下雨,都要有非常稳定的计算表现。

上述的所有特性,都指向了一点,在自动驾驶的芯片市场,ASIC专用芯片是唯一的解决方案。这种芯片不仅要损失通用性,同时需要芯片设计者对算法、软件和方案方面有深度的洞察,才可能让芯片的设计更加精准,有效地支持自动驾驶应用。

在偏向通用芯片领域,基本上是硬件决定软件,广大开发者翘首以盼芯片的升级换代,然后喜大普奔,在新平台上开发应用。而在ASIC芯片的设计领域则恰恰相反,这是一种由场景、应用和软件倒推的芯片设计思路,硬件设计要为软件和应用场景服务。这需要软件开发者对应用场景、软件和算法极度熟悉,才可能设计出极其高效的ASIC芯片。

所以,当Mobileye和地平线杀入这个市场时,英伟达陷入了深深的纠结。要么选择技术做通用AI芯片,吃掉云服务器市场,结果是眼睁睁地看着某些特别大的单一边缘计算市场被对手吃掉。

2017年,Mobileye自动驾驶芯片的出货量每年已达到600万片,其在2017年初被英特尔收购时的估值为153亿美金。而彼时全球ADAS市场的渗透率大约为5%左右,自动驾驶渗透率是0,这才刚刚开始。

自动驾驶对边缘计算的高要求,加上极其广阔的应用场景,决定了应用于自动驾驶的AI芯片,是初创芯片企业的极好突围点。

自动驾驶芯片市场的竞争注定是一场恶战。

在这个充满荣耀和渴望的市场,英伟达、Mobileye(英特尔)、地平线、特斯拉、谷歌和苹果都在夜以继日地工作,试图率先占领这个市场。

除了地平线,这里的每一个参与者市值都超过1000亿美金。

在这些参与者之中,特斯拉和苹果的自动驾驶芯片对外销售的概率非常低。谷歌因已经自研了激光雷达、决策软件和云端的TPU,大概率事件是打包销售。这将会沦为全面公敌。

截止目前,L4及以上的市场基本上被英伟达垄断,该公司CEO黄仁勋对外宣称,全球范围有320家自动驾驶研发机构,使用了他们的Drive PX 2 SOC。从2016年开始,全球范围内冒出了数百家自动驾驶初创公司,VC的钱源源不断地投向这些初创公司之后,再通过这些创始人流向了黄仁勋先生的腰包,使得英伟达的财报和股价无比亮眼。

然而,英伟达的Drive PX 2一块板子需要1.6万美金,功耗高达425瓦,没有达到车规,注定是Demo市场的“王者”。

地平线CEO余凯认为,英伟达在自动驾驶领域推出ASIC芯片只是时间的问题,只有这样才能解决价格高企、极端耗能和车规等一系列问题。

然而,英伟达现阶段的核心战场是服务器端的AI计算,不断提升GPU算力还是首要任务,贸然进入ASIC终端AI计算市场,需要对场景有非常深入的洞察,以及一体化的软件和应用集成开发能力,并不是英伟达原来擅长的打法。

2017年3月,英特尔以153亿美金的价格收购Mobileye,震惊业界。截止目前,Mobileye依然是ADAS以及L1、L2市场的王者。汽车行业所有的Tier1,除了博世和大陆,都是Mobileye的客户。

这家以色列的自动驾驶ASIC芯片制造商,在这个领域具有极大的话语权,按坊间的说法,某些Tier 1在向OEM报价时,甚至需要Mobileye的批准。Mobileye对OEM也非常强势,其算法和芯片绑定,不允许车企更改。

余凯认为,L4级别的自动驾驶汽车若要量产,恐怕要到2023年,眼下最现实的是L2级别的自动驾驶市场。

余凯透露,地平线的自动驾驶芯片在2018年底,就可以完成车规认证,达到ASIL-B级别,并期待在2019年于前装市场实现10万片的订单。

作为一家初创企业,也是中国本土唯一一家走向自动驾驶芯片竞争舞台的企业,地平线的竞争对手异常强大,他的机会在哪里。

对于自动驾驶芯片业务的开展上,地平线有两条线:

1、ADAS业务:与广大的OEM、Tier 1以及其他一切能够合作的伙伴,在全球范围内推进“征程”芯片的上车。

2、L4自动驾驶业务:地平线除了与OEM合作之外,也会与所有的自动驾驶初创公司,包括向Apollo这样的生态合作,为其提供更加高效的自动驾驶芯片,推进自动驾驶系统的量产和落地。

中国拥有全球范围内最为充足的AI人才供应,中国每年生产出3000万辆汽车,保证了极其庞大的应用市场,而芯片对中国的未来战略又是如此之关键。

所有的这一切,都使得地平线站在了一个史诗般的历史机遇窗口前面。当然,对手太强大了,要想抓住这样的宏达的机会,这个团队还需要更加兢兢业业的工作,征程依然漫长。

愿中国本土的AI芯片企业能够抓住这个历史机遇期,突出重围。

文章来源:e井智能安防

 



 

返回VehicleTrend车势首页

本文转载自其他媒体,目的在于传播更多有用信息,转载内容并不代表VehicleTrend车势(www.vehicle-trend.cn)的立场。