自动驾驶芯片战悄然打响，你一定要知道这5家公司

2020年是众多厂商规划的自动驾驶元年，各芯片厂商都在积极备战。对于自动驾驶技术来说，它可以分为软件和硬件两部分。在硬件部分，芯片主要负责数据处理。在整个自动驾驶系统中，雷达和摄像头会产生大量的数据，这些数据会交给芯片。

芯片供应商是汽车行业不可或缺的关键环节。就像汽车工厂想从米其林购买轮胎，从博世购买火花塞等等。对于那些开发自动驾驶技术的制造商来说也是如此。专业的人做专业的事情，芯片来自供应商。那么，谁在做自动驾驶芯片的生意呢？最新进展是什么？

1.英伟达（Nvidia）

特格拉X1

英伟达还推出了用于自动驾驶技术的相应芯片TegraX1，其性能超过了A8X和A8X。英伟达表示，该芯片将首先用于智能汽车，然后应用于手机和平板电脑。

英伟达DRIVEPX

英伟达还有一个名为英伟达DRIVEPX的平台，该平台配备了TegraX1芯片和10GB DRAM，可以同时处理12台200万像素相机生成的数据（最高60fps），DRIVEPX还具有深度学习功能。

官员们声称DRIVEPX比ADAS更智能，因为它可以识别它是什么类型的汽车，比如警车、出租车或救护车。当然，这对于自动驾驶来说非常重要。

为了展示TegraX1的性能，我们可以将其与Mobileye的EyeQ3芯片进行比较。。。。。。

DrivePX2自动巡航

9月13日，在北京举行的今年GPU技术大会上，英伟达首席执行官黄仁勋展示了新型自动驾驶汽车处理器DrivePX2 AutoCruise。简单地说，它是DrivePX2计算平台的简化版，采用神经网络算法，专门用于实时分析车上多个雷达和传感器收集的信息，还可以处理高清地图，然后实现自动驾驶。

用于自动巡航功能的NVIDIA?DRIVE（包括高速公路自动驾驶仪和高清绘图）？PX2AI计算平台采用了新的单处理器配置，功率仅为10瓦，可以帮助车辆通过使用深度神经网络处理来自多个摄像头和传感器的数据。百度将把计算平台作为车载电脑部署到其自动驾驶系统，从云端到汽车。

2.ST（ST微电子）与Mobileye合作开发。

Stmicroelectronics总部位于瑞士日内瓦，主要产品为专用集成电路、单片机和存储器。Mobileye使用的EyeQ3芯片是与stmicroelectronics合作开发的，两家公司早在2005年就开始开发ADAS芯片。

EyeQ3使用四个多线程MIPS32内核和四个矢量微码处理器（VMP）内核，并在专门为视频处理设计的架构中工作。类似地，它还可以处理来自多个相机的图像信息。除了EyeQ3，stmicroelectronics和Mobileye还联合开发了EyeQ3-Lite芯片，该芯片属于EyeQ3的乞丐版，可以简化一些功能，达到降低价格的目的。

2015年，Mobileye发布了第四代ADAS视觉处理器EyeQ4，相关产品将从2018年起应用于新的离线机型。EyeQ4芯片使用四核处理器、六个VMP芯片（同时配备EyeQ2和EyeQ3）、两个MPC内核和两个PMA内核。浮点运算可以达到每秒2.5万亿次，但功耗仅为3瓦。通过一系列算法，EyeQ4可以同时处理8台摄像机生成的图像数据（最高36fps），满足ISO-26262国际标准、欧洲NCAP和美国NHSTA的要求。

据报道，2016年5月，Mobileye和stmicroelectronics宣布将联合开发Mobileye-EyeQ5的第五代系统芯片，该芯片将在2020年用作全自动驾驶（FAD）车辆的中央处理器，并进行传感器融合计划。

为了实现功耗和性能目标，EyeQ5将采用FinFET技术设计，节点不超过10 nm，配备多线程8核CPU和创新的18核Mobileye视觉处理器。所有这些技术改进将使其性能比当前的第四代EyeQ4提高8倍。EyeQ5的功耗不到5W，可以实现超过12万亿的运算……

离子和每秒被动冷却。预计EyeQ5的工程样品将于2018年上半年提供。

3.恩智浦（N（新）XP）

恩智浦开发的Bluebox平台将为汽车制造商提供现成的集成自动驾驶计算解决方案。BlueBox是一款专为自动驾驶设计的中央计算引擎。它不仅可以为无人驾驶提供人工智能，还可以为车间通信和多个传感器提供接口支持，这些传感器充当着车辆的“神经系统”。传统汽车制造商可以很容易地开发出四级无人驾驶汽车，也就是说，他们可以真正实现自动无人驾驶。

BlueBox引擎是一个基于Linux语言的开源平台，汽车制造商可以根据自己的需求进行定制。据该公司称，BlueBox已经发货，全球前五大汽车制造商中有四家已经收到了BlueBox。自2015年9月以来，该公司已向这些首选客户交付了货物。

BlueBox引擎结合雷达、激光雷达（激光探测和测量）、视觉传感和加载的VehicletoEverything（V2X）系统，对车辆周围的场景进行建模，做出安全决策，并保护车辆和乘客。所有计算元件都在大规模生产或样本中使用恩智浦芯片，这使系统为上路做好了准备。

在无人车系统中，多个传感器数据流被输入到BlueBox引擎中，数据流被组合在一起，以创建车辆周围物理环境的360实时模型。该平台拥有由恩智浦芯片支持的激光雷达系统、雷达和视觉节点，恩智浦32V处理器从中获得传感器数据输入，并通过传感器融合能力创建地图。S32V包含图形引擎，特别是具有高质量的图形处理加速器，还具有汽车级的功能安全引擎。

4.德州仪器公司（TI）

从最初的机械零部件半导体，到汽车娱乐导航和ADAS的蓬勃发展，汽车电子在整车中的比例正在逐渐提高。半导体产品对汽车的附加值极大地提高了汽车的驾驶体验，同时也推动了未来汽车朝着更智能、更安全的方向发展。德州仪器TI）Jacinto6系列信息娱乐系统处理器（DRA7xx）为新一代汽车带来了丰富的车载信息娱乐系统、仪表盘和远程信息处理功能，其强大的可扩展性也可以最大限度地重用硬件和软件投资的通用架构。

TI的片上系统（SoC）解决方案TDA2x为客户提供了一个开放的平台，可以灵活地增加他们的独特价值。TDA2x为前置摄像头、泊车辅助、雷达和融合应用的入门级解决方案提供了高性能架构，使客户能够节省投资并加快产品发布过程。TDA3x主要用于帮助汽车制造商开发更复杂的应用程序，减少交通事故，使初级和中级汽车实现更多的自动驾驶体验。

在自动驾驶技术领域的扩张意图非常明显。仅在自动驾驶汽车的芯片细分市场，除了英伟达、Mobileye、恩智浦等知名公司外，还涌现出了IP供应商Ceva、英特尔、高通等众多“新面孔”。

5.Ceva和高通公司也积极参与。

然而，英伟达并不是唯一一家推动自动驾驶汽车深度学习的公司。Ceva还积极推广其自己的XM4成像和视觉DSP，该DSP使用Ceva的实时神经网络软件架构，称为Ceva深度神经网络（CDNN）。

该公司的客户将选择一个训练有素的神经网络来预处理对象参数。通过使用Ceva的DSP引擎、固件和CDNN，将浮点网络和权重描述的对象参数转换为定点定制的网络和权重，而不损失准确性。

Ceva指出：“有了Ceva的XM4DSP，CDNN可以使嵌入式系统执行“深度学习任务”，其学习速度比基于GPU的高级系统快三倍，功耗减少30倍，内存带宽减少15倍。”。

在CES上，高通公司发布了集成LTE调制解调器和机器智能的Snapdragon820系列产品，其中包括高通公司的Zeroth机器智能平台。Zeroth项目旨在帮助汽车制造商使用神经网络为ADAS和车载信息娱乐系统创建基于深度学习的解决方案……

网络。

但到目前为止，Snapdragon获得的设计订单仅限于信息娱乐功能。奥迪在2017年的汽车产品线中选择了Snapdragon 602A处理器。

正如Ceva首席执行官指出的那样，Snapdragon820A还提供了汽车安全完整性等级（ASIL）评分，这是ISO26262道路车辆标准功能安全等级分类定义的一种风险分类机制。

总结

由于自动驾驶芯片涉及驾驶安全，对发烧、生活和网络安全的要求更高，因此比一般的消费类芯片有更多的技术含量。与此同时，我们还必须考虑到成本问题。未来，越来越多的老牌芯片制造商应该发展自动驾驶芯片业务。毕竟，许多原始设备制造商已经将自动驾驶的第一年定在了2020年。谁对这样的市场不感兴趣？

汽车原始设备制造商张开双臂欢迎新来者进入这些市场。IHSAutomotive信息娱乐和高级驾驶员辅助系统（ADAS）的研究总监EgilJuliussen在CES上表示，“这个领域突然变得非常活跃。”

然而，可以预见的是，芯片行业以外的力量进入这个市场有很多困难。由于该领域的行业壁垒相对较高，因此很难出现新的破局者。2020年是众多厂商规划的自动驾驶元年，各芯片厂商都在积极备战。对于自动驾驶技术来说，它可以分为软件和硬件两部分。在硬件部分，芯片主要负责数据处理。在整个自动驾驶系统中，雷达和摄像头会产生大量的数据，这些数据会交给芯片。

芯片供应商是汽车行业不可或缺的关键环节。就像汽车工厂想从米其林购买轮胎，从博世购买火花塞等等。对于那些开发自动驾驶技术的制造商来说也是如此。专业的人做专业的事情，芯片来自供应商。那么，谁在做自动驾驶芯片的生意呢？最新进展是什么？

1.英伟达（Nvidia）

特格拉X1

英伟达还推出了用于自动驾驶技术的相应芯片TegraX1，其性能超过了A8X和A8X。英伟达表示，该芯片将首先用于智能汽车，然后应用于手机和平板电脑。

英伟达DRIVEPX

英伟达还有一个名为英伟达DRIVEPX的平台，该平台配备了TegraX1芯片和10GB DRAM，可以同时处理12台200万像素相机生成的数据（最高60fps），DRIVEPX还具有深度学习功能。

官员们声称DRIVEPX比ADAS更智能，因为它可以识别它是什么类型的汽车，比如警车、出租车或救护车。当然，这对于自动驾驶来说非常重要。

为了展示TegraX1的性能，我们可以将其与Mobileye的EyeQ3芯片进行比较。。。。。。

DrivePX2自动巡航

9月13日，在北京举行的今年GPU技术大会上，英伟达首席执行官黄仁勋展示了新型自动驾驶汽车处理器DrivePX2 AutoCruise。简单地说，它是DrivePX2计算平台的简化版，采用神经网络算法，专门用于实时分析车上多个雷达和传感器收集的信息，还可以处理高清地图，然后实现自动驾驶。

用于自动巡航功能的NVIDIA?DRIVE（包括高速公路自动驾驶仪和高清绘图）？PX2AI计算平台采用了新的单处理器配置，功率仅为10瓦，可以帮助车辆通过使用深度神经网络处理来自多个摄像头和传感器的数据。百度将把计算平台作为车载电脑部署到其自动驾驶系统，从云端到汽车。

2.ST（ST微电子）与Mobileye合作开发。

Stmicroelectronics总部位于瑞士日内瓦，主要产品为专用集成电路、单片机和存储器。Mobileye使用的EyeQ3芯片是与stmicroelectronics合作开发的，两家公司早在2005年就开始开发ADAS芯片。

EyeQ3使用四个多线程MIPS32内核和四个矢量微码处理器（VMP）内核，并在专门为视频处理设计的架构中工作。类似地，它还可以处理来自多个相机的图像信息。除了EyeQ3，stmicroelectronics和Mobileye还联合开发了EyeQ3-Lite芯片，该芯片属于EyeQ3的乞丐版，可以简化一些功能，达到降低价格的目的……

.

2015年，Mobileye发布了第四代ADAS视觉处理器EyeQ4，相关产品将从2018年起应用于新的离线机型。EyeQ4芯片使用四核处理器、六个VMP芯片（同时配备EyeQ2和EyeQ3）、两个MPC内核和两个PMA内核。浮点运算可以达到每秒2.5万亿次，但功耗仅为3瓦。通过一系列算法，EyeQ4可以同时处理8台摄像机生成的图像数据（最高36fps），满足ISO-26262国际标准、欧洲NCAP和美国NHSTA的要求。

据报道，2016年5月，Mobileye和stmicroelectronics宣布将联合开发Mobileye-EyeQ5的第五代系统芯片，该芯片将在2020年用作全自动驾驶（FAD）车辆的中央处理器，并进行传感器融合计划。

为了实现功耗和性能目标，EyeQ5将采用FinFET技术设计，节点不超过10 nm，配备多线程8核CPU和创新的18核Mobileye视觉处理器。所有这些技术改进将使其性能比当前的第四代EyeQ4提高8倍。EyeQ5的功耗不到5W，每秒可实现超过12万亿次操作和被动冷却。预计EyeQ5的工程样品将于2018年上半年提供。

3.恩智浦（N（新）XP）

恩智浦开发的Bluebox平台将为汽车制造商提供现成的集成自动驾驶计算解决方案。BlueBox是一款专为自动驾驶设计的中央计算引擎。它不仅可以为无人驾驶提供人工智能，还可以为车间通信和多个传感器提供接口支持，这些传感器充当着车辆的“神经系统”。传统汽车制造商可以很容易地开发出四级无人驾驶汽车，也就是说，他们可以真正实现自动无人驾驶。

BlueBox引擎是一个基于Linux语言的开源平台，汽车制造商可以根据自己的需求进行定制。据该公司称，BlueBox已经发货，全球前五大汽车制造商中有四家已经收到了BlueBox。自2015年9月以来，该公司已向这些首选客户交付了货物。

BlueBox引擎结合雷达、激光雷达（激光探测和测量）、视觉传感和加载的VehicletoEverything（V2X）系统，对车辆周围的场景进行建模，做出安全决策，并保护车辆和乘客。所有计算元件都在大规模生产或样本中使用恩智浦芯片，这使系统为上路做好了准备。

在无人车系统中，多个传感器数据流被输入到BlueBox引擎中，数据流被组合在一起，以创建车辆周围物理环境的360实时模型。该平台拥有由恩智浦芯片支持的激光雷达系统、雷达和视觉节点，恩智浦32V处理器从中获得传感器数据输入，并通过传感器融合能力创建地图。S32V包含图形引擎，特别是具有高质量的图形处理加速器，还具有汽车级的功能安全引擎。

4.德州仪器公司（TI）

从最初的机械零部件半导体，到汽车娱乐导航和ADAS的蓬勃发展，汽车电子在整车中的比例正在逐渐提高。半导体产品对汽车的附加值极大地提高了汽车的驾驶体验，同时也推动了未来汽车朝着更智能、更安全的方向发展。德州仪器TI）Jacinto6系列信息娱乐系统处理器（DRA7xx）为新一代汽车带来了丰富的车载信息娱乐系统、仪表盘和远程信息处理功能，其强大的可扩展性也可以最大限度地重用硬件和软件投资的通用架构。

TI的片上系统（SoC）解决方案TDA2x为客户提供了一个开放的平台，可以灵活地增加他们的独特价值。TDA2x为前置摄像头、泊车辅助、雷达和融合应用的入门级解决方案提供了高性能架构，使客户能够节省投资并加快产品发布过程。TDA3x主要用于帮助汽车制造商开发更复杂的应用程序，减少交通事故，使初级和中级汽车实现更多的自动驾驶体验。

在自动驾驶技术领域的扩张意图非常明显。仅在自动驾驶汽车的芯片细分市场……

除了英伟达、Mobileye和恩智浦等知名公司之外，还出现了许多“新面孔”，如IP供应商Ceva、英特尔和高通。

5.Ceva和高通公司也积极参与。

然而，英伟达并不是唯一一家推动自动驾驶汽车深度学习的公司。Ceva还积极推广其自己的XM4成像和视觉DSP，该DSP使用Ceva的实时神经网络软件架构，称为Ceva深度神经网络（CDNN）。

该公司的客户将选择一个训练有素的神经网络来预处理对象参数。通过使用Ceva的DSP引擎、固件和CDNN，将浮点网络和权重描述的对象参数转换为定点定制的网络和权重，而不损失准确性。

Ceva指出：“有了Ceva的XM4DSP，CDNN可以使嵌入式系统执行“深度学习任务”，其学习速度比基于GPU的高级系统快三倍，功耗减少30倍，内存带宽减少15倍。”。

在CES上，高通公司发布了集成LTE调制解调器和机器智能的Snapdragon820系列产品，其中包括高通公司的Zeroth机器智能平台。Zeroth项目旨在帮助汽车制造商使用神经网络为ADAS和车载信息娱乐系统创建基于深度学习的解决方案。

但到目前为止，Snapdragon获得的设计订单仅限于信息娱乐功能。奥迪在2017年的汽车产品线中选择了Snapdragon 602A处理器。

正如Ceva首席执行官指出的那样，Snapdragon820A还提供了汽车安全完整性等级（ASIL）评分，这是ISO26262道路车辆标准功能安全等级分类定义的一种风险分类机制。

总结

由于自动驾驶芯片涉及驾驶安全，对发烧、生活和网络安全的要求更高，因此比一般的消费类芯片有更多的技术含量。与此同时，我们还必须考虑到成本问题。未来，越来越多的老牌芯片制造商应该发展自动驾驶芯片业务。毕竟，许多原始设备制造商已经将自动驾驶的第一年定在了2020年。谁对这样的市场不感兴趣？

汽车原始设备制造商张开双臂欢迎新来者进入这些市场。IHSAutomotive信息娱乐和高级驾驶员辅助系统（ADAS）的研究总监EgilJuliussen在CES上表示，“这个领域突然变得非常活跃。”

然而，可以预见的是，芯片行业以外的力量进入这个市场有很多困难。由于该领域的行业壁垒相对较高，因此很难出现新的破局者。

标签：DS奥迪北京RAM远程

汽车资讯热门资讯