早在多年以前，深度学习还未兴起，GPU的算力还未提升之时，没有人相信自动驾驶能够成为现实。而这些年来的变化，人工智能领域的迅速崛起直接促成了自动驾驶领域的高速发展。经过漫长的技术迭代演进后，行业内的业务也变得更加务实，自动驾驶企业变得多元和细分，每一个领域都有诸多企业激烈角逐。就在这风口之下，也是催生了一批国产自动驾驶芯片厂商，各家铆足劲，发展步伐明显提速。7月初，黑芝麻智能正式向港交所递交招股书，谋求上市。而英伟达通过GPU实现基于深度学习的计算机视觉，几乎垄断了高算力自动驾驶芯片的市场。

火极一时的自动驾驶到底需要怎样的芯片？未来的芯片市场又将向何处发展呢？

国外巨头引领自动驾驶芯片

事实上，目前入局自动驾驶芯片的企业大致有三类：一是芯片巨头，相关芯片的研发能力得以迁移；二是初创企业，团队从大厂出来，并与车企建立合作；三是整车厂下场造芯，或是与设计公司合资成立芯片公司。各家企业所处的定位和打法各有差别。第一类企业中，英伟达拥有绝对的话语权，其在车规级高算力自动驾驶芯片拥有超过80%的市场份额。

在自动驾驶领域中，英伟达依然是性能怪兽，并不断自我迭代。2022年量产的英伟达Orin芯片，算力高达254TOPS，合作的企业包括文远知行、元戎启行、Lucid等，定位于L3及以上的智能驾驶，2024年比亚迪也将应用Orin芯片，据悉将在比亚迪新一代王朝和海洋系列的部分车型中搭载。2021年，英伟达曾发布Atlan芯片，目标算力将达到1000TOPS，计划2025年量产，而Atlan还未上市，英伟达又在2022年发布了新一代的Thor，这颗SoC芯片内部拥有770亿个晶体管，可实现2000 TOPS的AI算力，计划2025年投入生产。

而另一家巨头高通，则是从智能座舱入手，但由于切入自动驾驶芯片相对较晚。国内仅有长城汽车一款摩卡车型搭载第一代Ride芯片，并于2022年上市。今年5月，高通公布了面向自动驾驶的骁龙Ride系列将包含四类芯片，其中包含自动驾驶芯片Ride SoC，舱驾一体芯片Ride FlexSoC，算力水平延伸至最高的2000TOPS。高通寄希望于通过Ride FlexSoC芯片，复制其在座舱芯片8155的成功，攻入自动驾驶市场。

另一家芯片巨头英特尔旗下的Mobileye实力同样不容小觑。业内调查显示，Mobileye采取的“芯片+感知算法”的打包方案，以便车企高效、低成本地实现ADAS能力。截至目前，与全球超过50家OEM整车厂合作实施ADAS解决方案。

由于先发优势，国外巨头们早早通过技术壁垒迅速占据市场，并拥有着绝对的话语权，那么国产芯片难道没有崛起的机会了吗？

国产芯片崛起 

进入2023年，各大芯片创业公司明显加快了落地步伐。国产芯片企业中以地平线、黑芝麻智能、爱芯元智、芯驰科技等为代表，突围自动驾驶芯片市场，抢占国外巨头把守的高科技壁垒。

地平线在2021年发布的征程5，首发搭载理想L8,峰值算力达到128TOPS，所处领域正是英伟达高算力芯片的核心腹地。截至2022年底，黑芝麻智能华山A1000系列芯片实现了2.5万片的出货量。同时，黑芝麻智能预计今年将实现10万片的年出货量目标。爱芯元智在智慧城市积累了经验和技术，近两年也开始“车”的布局。

将芯片造出来之后，如何合理并有效地部署在车上，与车企进行合作成为了芯片厂商的又一大难题。事实上，针对不同价格车型，车企的选择各有侧重，厂商们也在探索自身定位进行角逐。

例如，10万-20万元的车型倾向于追求高性价比智驾方案，中短期内仍将以传统的L2功能为主，部分车型或可提供基本高速领航功能，算力需求在5-30TOPS。这一方面，国产芯片的老大地平线是目前商业化领域落地最好的公司之一。公开信息显示，地平线靠着J2、J3两代自动驾驶芯片市场迅速占领中低端市场，去年，地平线的国内市占率达到49.05%，位列行业第一。

而在中高端市场领域，处于20万-30万的车型，国内厂商将与特斯拉Model 3/Y的直接竞争，位于中算力芯片市场，所需算力需求或在30-80TOPS，目前仍然以英伟达Xavier为主，黑芝麻A1000已瞄准该市场开始出击。

在大算力芯片市场，30万以上高端车型，算力需求或超过200TOPS，英伟达和高通走在前列，地平线量产进度领跑国内市场，华为MDC（移动数据中心）或涅槃归来。

自动驾驶芯片的未来趋势——一体化

云和边缘计算的数据中心，以及自动驾驶等超级终端领域，都是典型的复杂计算场景，这类场景的计算平台都是典型的大算力芯片。大芯片的发展趋势已经越来越明显的从GPU、DSA的分离趋势走向DPU、超级终端的再融合，未来会进一步融合成超异构计算宏系统芯片。BOSC给出了汽车电气架构演进示意图：从模块级的ECU到集中相关功能的域控制器，再到完全集中的车载计算机。每个阶段还分了两个子阶段，例如完全集中的车载计算机还包括了本地计算和云端协同两种方式。

英伟达创始人黄仁勋在2022秋季GTC大会上发布了新自动驾驶芯片——Thor。Thor的特点：一是超高AI性能，拥有770亿晶体管，而上一代的Orin是170亿晶体管。如果是INT8格式，估计可以达到4000TOPS。二是支持FP8格式，英伟达、英特尔和ARM三家联合力推FP8格式标准，力图打通训练与推理之间的鸿沟。三是超高CPU性能，Thor的CPU可能是ARM的服务器CPU架构V2或更先进的波塞冬平台。四是统一座舱、自动驾驶和自动泊车，一颗芯片包打天下。

英伟达发布的一体化自动驾驶芯片Altan&Thor的设计思路是完全的“终局思维”，相比BOSCH给出的一步步的演进还要更近一层，跨越集中式的车载计算机和云端协同的车载计算机，直接到云端融合的车载计算机。云端融合的意思是服务可以动态的、自适应的运行在云或端，方便云端的资源动态调节。Altan&Thor采用的是跟云端完全一致的计算架构：Grace-next CPU、Ampere-next GPU以及Bluefield DPU，硬件上可以做到云端融合。

总结

目前芯片行业的部署战线是需要拉得很长的。一款车规级芯片需要经过设计（计算架构设计、后端设计）、流片验证、车规级系统认证开发、车型导入测试实验、量产部署的过程，整个过程需要3-5年时间。另一方面，对于国产厂商而言，仍要直面大厂竞争。并且，在汽车计算架构变革、舱驾一体化趋势、以及车厂降价潮之下，更考验芯片供应商在算力、架构、极致性价比等方面的实力。

虽然仅看数量而言，中国公司在自动驾驶芯片领域已占据不少席位，但是要达到世界领先水平，与英伟达、高通、特斯拉抗衡还有很长的路要走。尽管挑战重重，眼下，包括芯片厂商在内的自动驾驶企业们仍在进行大规模投入。产业界们也更加务实，在L2、L2+的市场上不断夯实，车企们也在深耕城市NOA，同步也向L3、L4级别进发。