無人車的芯片大戰(zhàn)，英特爾/英偉達/地平線/寒武紀誰能脫穎而出

　　AI芯片新勢力

　　2017年12月，特斯拉CEO埃隆-馬斯克在NIPS大會宣布，特斯拉正在制造AI芯片，將主要用于完成無人駕駛時的運算操作。此外，無人車AI芯片領(lǐng)域還涌入了一些年輕玩家，如地平線、NovuMind(中文名異構(gòu)智能)、寒武紀和眼擎科技等。

　　特斯拉：

　　2016年7月，Mobileye宣布與特斯拉終止合作關(guān)系，2017年12月特斯拉Autopilot負責人Jim Keller在神經(jīng)信息處理系統(tǒng)大會上表示，特斯拉非常重視AI，無論軟件還是硬件層面。特斯拉正在開發(fā)定制的AI芯片硬件。

　　據(jù)悉，特斯拉這個AI芯片并非完全獨立開發(fā)，而是構(gòu)建在美國AMD半導體公司的知識產(chǎn)權(quán)基礎(chǔ)上，其代工方格羅方德也是一家從AMD拆分出來的晶圓廠。

　　地平線：

　　2017年12 月 ，地平線發(fā)布了兩款嵌入式人工智能視覺處理器。其中一款征程系列嵌入式AI芯片面向自動駕駛，具備同時對行人、車輛、交通標志牌等多類目標進行檢測與識別處理的能力。目前，地平線正在與奧迪、重慶長安和零部件廠商Robert Bosch合作。

　　NovuMind：

　　相較于英偉達的繪圖處理器 (GPU)，NovuMind 專注于開發(fā)更有效進行推理的深度學習加速器芯片。NovuMind 開發(fā)的 AI 芯片致力于讓小型的本地終端設(shè)備具有識別和思考的能力。由于 NovuMind 的 AI 芯片具有高達每秒 15 萬億次操作的能力，可以運用在無人車領(lǐng)域。

　　寒武紀：

　　2017年11 月 6 日，全球 AI 芯片領(lǐng)域的第一家獨角獸創(chuàng)業(yè)公司寒武紀召開了發(fā)布會，會上介紹了其開發(fā)的面向智能駕駛領(lǐng)域的 1M。據(jù)寒武紀科技創(chuàng)始人兼CEO陳天石在大會上介紹，這款產(chǎn)品目前正在規(guī)劃當中，它的性能將達到寒武紀1A的10倍以上，高度集成，具有更高的性能功耗比。目標是讓中國的汽車全部都用上國產(chǎn)智能處理器。

　　眼擎科技：

　　今年3月，眼擎科技CEO朱繼志就人工智能最大應用方向——機器視覺在前端成像上的痛點，分享了眼擎科技的解決方案，并分析了其在自動駕駛領(lǐng)域的應用。眼擎科技力圖用芯片+算法的方式提高機器視覺前端的成像能力，讓AI有更高質(zhì)量的圖像數(shù)據(jù)可用，讓芯片更好的運用于工業(yè)無人車等方向。

　　由此可見，無人車領(lǐng)域AI芯片的競爭十分激烈，而為推動芯片產(chǎn)業(yè)的發(fā)展，我國政府也出臺了一些政策。據(jù)彭博社報道稱，中國政府已經(jīng)設(shè)立相應基金，來投資本土芯片廠商。政府預計，到2020年，中國的整車和芯片、傳感器等零部件產(chǎn)值將超過1000億元。

　　無人車AI芯片面臨的困境

　　AI芯片成為了無人車領(lǐng)域的一個重要戰(zhàn)場，各路玩家都想打造自己的AI芯片，在研發(fā)無人車AI芯片時，它們主要面臨GPU耗能高成本高、開發(fā)成本高且回報周期長、AI芯片的周邊能力尚且不足等問題，且開發(fā)出的AI芯片進入汽車市場必須通過嚴格的車規(guī)，這些難題阻礙著各大廠商的發(fā)展進程。

　　1、GPU耗能高成本高

　　目前主流的自動駕駛芯片解決方案主要包括GPU、FPGA、DSP和ASIC四種。GPU雖然具有強大的計算能力，但是耗能高、成本高以及體積龐大，無法滿足嵌入式的要求。

　　以GPU起家的英偉達，相比初創(chuàng)公司雖然占據(jù)一定優(yōu)勢，但是在人工智能技術(shù)發(fā)展的道路上也面臨巨大挑戰(zhàn)。GPU一旦進入量產(chǎn)階段，考慮到性能、功耗以及產(chǎn)品的技術(shù)競爭壁壘，可能不太合適。

　　初創(chuàng)公司地平線公司為了解決這一問題，一開始搭建自動駕駛平臺的時候就與英特爾合作，采用了英特爾的FPGA來作為核心計算單元，滿足了自動駕駛對計算性能、延時和功耗的要求。

　　2、AI芯片需通過車規(guī)和檢測

　　AI芯片要進入汽車市場必須通過車規(guī)，要經(jīng)過嚴格的檢測，能夠抗電磁干擾、抗震動和適應極大的工作溫差等，這對AI芯片生產(chǎn)商來說是一大挑戰(zhàn)。

　　3、開發(fā)成本高且回報周期長

　　芯片研發(fā)動輒3、5年的長周期加上漫長的車型研發(fā)，使得一款AI芯片從開發(fā)到最終應用的時間會無比漫長。開發(fā)的過程需要消耗大量的人力物力，而且回報周期長。

　　今年1月，英偉達發(fā)布的無人車AI超級計算芯片DRIVE Xavier耗資巨大。為了研發(fā)DRIVE Xavier，英偉達投入了2000個工程師，歷時四年，研發(fā)費用達到20億美元。

　　英偉達這種行業(yè)巨頭可以承擔如此高昂的費用，但是對初創(chuàng)公司來說，這是一大難題。地平線創(chuàng)始人余凱也曾表示，做AI芯片這件事門檻很高。

　　4、AI芯片的周邊能力尚且不足

　　目前，車內(nèi)使用的很成熟的DSP芯片，就有豐富的接口，但現(xiàn)在AI芯片還只是一個stand alone的芯片，沒有周邊生態(tài)的支持。

　　總的來說，無人車AI芯片的研發(fā)絕不是一蹴而就的，并且要將芯片行業(yè)和汽車行業(yè)這兩個復雜的行業(yè)相結(jié)合，需要克服很多難題。

　　雖然AI芯片的發(fā)展面臨很多困境，但是AI芯片這一新興技術(shù)為巨頭帶來了業(yè)務擴展的風口，也為創(chuàng)業(yè)公司、傳統(tǒng)廠商帶來了新的機遇。當前各公司都在加快布局，未來可能還會不斷涌入新玩家，無人車AI芯片行業(yè)的競爭勢必將愈加激烈。