作者：郑文
2019 年，特斯拉推出 HW3.0 芯片，144TOPS 的算力轰动业界。由此，「算力」 继 「马力」 之后，成为评价一辆车的重要指标。一时间，高算力芯片炙手可热。
「如果把自动驾驶比作大家要一块唱一个戏的话，芯片其实是舞台，芯片的边界决定了舞台的大小。为什么大家去争夺高算力？是因为在不知道这个戏要唱成什么样时，要尽我们所能把舞台搭得更大。」 黑芝麻智能 CMO 杨宇欣一语道破行业秘辛。
他认为，「所有电子行业的发展都是从硬件先开始的，因为芯片决定了整个自动驾驶性能和功能的边界，如果硬件上不能支持的东西，软件是怎么也实现不了的，这个是技术规律。」
「芯片算力是整个系统的功能性能的边界，所以在行业发展早期，一定要硬件把功能性能堆上来，这就是俗称的堆料。功能性能堆好之后，才能让软件更好地发挥优势。」
那么，在智能汽车方兴未艾的当下，汽车高算力芯片的技术发展与产业竞争现状如何，请跟随我们这篇文章一探究竟吧。
「多面手」 芯片
芯片种类非常多，有的芯片管音频功放，有的做电源管理，有的则是马达驱动，还有的做数模混合…… 总之，有多少种细分的电子功能实现，就会产生多少种芯片。
20 世纪 90 年代中期，人们在应用中，因使用专用集成电路来实现芯片组而受到启发，就有了将完整计算机所有不同的功能块直接集成于一颗硅片上的想法。
于是，我们就看到了近来在汽车行业兴起的概念 SoC（System-On-Chip，系统级芯片），即片上系统，可以简单地理解为把系统做在一块芯片上。
这种集成思维原理是共通的，特别是汽车架构由分布走向集中之后，成了行业共识，产业链上的企业均向域控制、集中式控制发展。所谓域控制器，就是寻求诸多不同功能的基础模块 ECU 的集成。这直接催生了对 SoC 芯片的需求。
SoC 芯片就像个多面手，什么都能干，要处理得了图像、图形、音频等，还要能够深度学习。现在来看，一个完整的 SoC 通常包含以下几个模块：
-
中央处理器（CPU）：它是 SoC 的 「大脑」，做统筹工作，运行 Android 或者 Linux 和大多数应用程序的大部分代码。
-
图形处理单元（GPU），它处理与图形有关的任务，例如可视化应用程序的用户界面和 2D、3D 游戏。
-
图像处理单元（ISP），将摄像头数据进行预处理，如去噪、HDR 处理等。
-
神经处理单元（NPU），加速机器学习任务，这些包括图像视频和语音处理。
-
数字信号处理器（DSP），处理比 CPU 更复杂的数学功能，包括解压缩音乐文件和分析陀螺仪传感器数据。
-
存储器（ROM/RAM），用来存储程序和各种数据信息的记忆部件。存储器可分为主存储器和辅助存储器两大类，和 CPU 直接交换信息的是主存。
-
基带处理单元 BBU（Building Base band Unit），用于网络覆盖。除了以上几个主要单元，还有蓝牙，5G，WI-FI 等模块。
以黑芝麻智能的产品核心优势来举例，它的两大自主开发核心 IP，NeuralIQ ISP 图像信号处理器和深度神经网络算法平台 DyanmAI NN 引擎，就分属于上述的 ISP、NPU 两大板块。前者使智能驾驶车辆对这个世界看得更清楚，后者则可以让汽车 「看得懂」。
据黑芝麻智能应用工程副总裁邓堃博士介绍，以往需要通过车机芯片实现的图像化处理或者图形运算，黑芝麻智能自研的 A1000 单个芯片已经具有了这个功能，而 NPU 部分的功能则是单芯片可以处理 10 路以上的摄像头数据。
「核心 IP 是很重要的点，目前大多数芯片设计公司还是靠采购第三方 IP 的方式来做芯片，国内除了我们可以做核心 IP，可能只有华为能做，这是我们很重要的竞争优势。」 杨宇欣补充道。
这种多核异构高集成芯片区别于小算力芯片的堆叠，给行业带来了新的架构思维，但是这直接导致了一个比较麻烦的问题，异构混合计算系统中存在多个计算设备，需要多套不同的代码。因此，过去的单向编程转为了多向编程，这大大增加了应用开发的难度。
不同的处理器厂商都推出了截然不同的加速器方案，这些方案不仅仅采用自己专用的处理器架构，还有自己的执行指令和编译器。在这种不统一的架构下，将并行程序移植到异构处理器上需要的不仅是重新编译，还需要重写代码。
这就要求，只有使用优秀的软件栈，才能让开发者充分利用计算资源，不用在编程时考虑复杂的硬件细节。工具链则为芯片编程提供集开发环境、编译、汇编、链接、库函数、调试等一整套工具，是最基础的系统软件。可以说，对于一款可编程芯片而言，工具链的好坏直接影响着芯片的市场。
而黑芝麻智能开放的软件与工具链，在为主机厂的应用提供便利的同时，会让更多人乐于用此开发，也会促使开发者做出更多的改进和贡献。
值得一提的是，异构带来的不仅是不同层级的计算架构，还有不同层级的存储架构，数据要在多种存储类型之间移动，程序执行要同时对多种存储进行存取，这就直接影响了芯片的性能，而且，高算力也会导致高能耗。不过，从黑芝麻智能的数据来看，目前这方面的问题克服得不错。
难怪高算力芯片被称为 「皇冠上的明珠」，仅复杂程度就足以让其获此 「殊荣」。
「3～4 年时间窗口」
皇冠上的明珠是耀眼的，也是等闲之辈难以触及的。
近两年，由于华为在手机行业竞争中的那些事儿，普通老百姓都知道了芯片是我国被卡脖子的领域。中美贸易战中，仅芯片一张牌，就重挫了多个产业，并且在多重因素影响之下，对汽车行业的打击持续了一整年。
遗憾的是，早在 1999 年时任中国科技部部长徐冠华指出的 「中国信息产业缺芯少魂」 一说，到现在依旧还是一把悬于上空的尖刀。
众所周知，芯片技术遵循摩尔定律，在同样价格的前提下，每 18～24 个月元器件的数目就会翻一番，也就是性能翻一倍。
这种恐怖的进化速度意味着，芯片产业链每两年就能把一个先进技术搞成落后技术，换句话说，只要慢一步，你之前所有的投资就会全部废掉。
与此同时，芯片的设计开发投入成本非常高。「以前在中国做芯片设计公司，大家是不敢碰的，因为周期极长。我们自己算过，芯片从开始定义到最后上车需要五年，也就是说，这一颗芯片五年之内是不能产生收入的。」
可以想见，在这个领域竞争的参赛者处境有多么艰难。这是在相当长的时间里，该赛道主要都是国际选手在竞争的主要原因，客观来说，也是我国芯片业薄弱的历史原因。
庆幸的是，在新的趋势下，我国已经有不少选手，勇敢地进入 SoC 芯片研发赛道，正在与传统巨头英伟达、高通一争高下。
比如，华为以自动驾驶系统核心零部件及解决方案赋能车企，目前车载 SoC 方面主要有 Ascend 310 和 Ascend 910 芯片。而创业企业中，则以推出了满足当前主流算力需求芯片 A1000 的黑芝麻智能为代表。
杨宇欣认为，现在的竞争态势对国产选手来说是很有机会的。
其一，中美技术博弈下，大家越来越担心供应链体系全部是海外的，这是人们非常希望能够有本土供应链的原因之一。
「过去车企可能在概念里没有芯片这个环节，因为在供应商列表里芯片都隔着好几层呢。但是，近六个月以来，所有车厂都成立了上海办，天天去见芯片厂商的领导，就一个任务 —— 保供。每个车厂基本上都是集团副总裁级别的人坐镇，在芯片公司门口要货。」
正所谓亡羊补牢，缺芯危机出现之后，车企意识到了本土产能培养的重要性。要知道，在历史上，中国厂商在全球供应商巨头的份额分配列表里永远是最低优先级的，层层现实环境的压迫下，培养本土供应链成为挣脱枷锁的重要办法，而这也是本土供应商的重要发展机会。
其二，中国智能新能源车发展比全球快，需要更符合其技术迭代速度的供应商，能够全方位贴身服务的供应商，这也是本土芯片企业的重要机会。
「我觉得未来应该会培养出一批中国的车规级芯片厂商，尽管很难做，但是有机会让一批车规级芯片厂商活下来。」
「从过去各个行业的格局来看，不可能只有一家吃掉这个市场，至少需要两三家。我认为国内这些芯片设计公司都很优秀了，大家都有机会，但是我们希望能够有机会引领这个市场。」
在杨宇欣看来，中国的汽车产业链算是给国内的车规芯片厂商开了一个口子。「但这个口子不会太长，3-4 年的时间，一旦新的供应链体系成熟了，窗口就关了。」
他算了一笔账，要是现在开始做芯片，基本上两年的时间能做出来，再加上车企认证等等这些周期，可能要 3-4 年。「我们就是要抓住这三五年的时间周期。」
「我们现在和车厂做的，大概都是 2022、2023 年开始上市的主流车型的新一代的电子架构。」 杨宇欣透露。
对于如何对标市场的发展速度，杨宇欣介绍称，「我们现在每一代芯片都会进行前期调研，通过与主机厂和一级供应商合作伙伴交流，看整个行业的发展趋势下，未来三年之内可能需要用的 CPU 算力、GPU 算力和 NPU 算力。我们根据情况，选择当前这一代芯片作为研发的重点。」
与此同时，因为芯片发展太快了，规划下一代产品的工作同样重要。而且，对未来的预估，已有的合作经验只能作为参考，并不具备太多指导意义，而是需要芯片企业进行全球性的更深入的前瞻调研。
「我们会对标国际最高的算力平台，再做一定的扩展，会比他们再高一些，作为我们选型的标准，来做两代芯片的迭代。」
在杨宇欣看来，中国车规级芯片产业还处于发展初期，黑芝麻智能要面对的挑战是不断突破技术瓶颈，并且要不断提升产品的安全性和可靠性。
他坚定地认为，自动驾驶车规级芯片国产化的道路充满光明和希望。
「车规级」 的枷锁
芯片产业的难度，不仅仅在于时间窗口短、前期投入大，更关键的是，不同产业对芯片的要求也是不同的。
按照典型应用场景，芯片通常可以分为消费级、工业级、车规级三个等级，其难度依次为车规 > 工业 > 消费。
我们所熟知的手机芯片属于消费级，汽车芯片当然就是车规级，彼此应用场景不同，设计侧重点也不尽相同。虽然，在迭代速度上，汽车 SoC 周期没那么快，但总体而言，汽车芯片对于各维度的认证则要严苛得多。
以黑芝麻智能的产品为例，去年 6 月，华山二号 A1000 发布，算力就达到 116TOPS，支持 L3 级自动驾驶系统。次月，A1000 获得了 ISO 26262 功能安全产品 ASIL B 认证，这是国内第一款通过安全认证的自动驾驶计算芯片。
在行业标准中，ASIL 等级定义了对系统安全性的要求，共分为 A、B、C、D 四个等级，严格程度依次递增。ASIL 等级越高，对系统的安全性要求越高，也意味着等级越高，系统设计的复杂程度越高，开发周期越长，开发成本越高。
今年，黑芝麻智能发布华山二号 A1000 Pro，算力最高可达 196TOPS。目前，A1000 Pro 已经宣布流片成功，预计最快在 2022 年底实现车型量产上市。A1000 Pro 满足的 ISO 26262 功能安全产品认证，直接达到 ASILD 级别。
「我们今年也拿到了 ASILD 的流程认证，是真正的持证上岗。做车规级芯片要有三个证，一个是团队，一个是产品，一个是流程，这些我们都拿到了。」 杨宇欣透露。
除了车规级认证，对芯片企业来说，还有一个挑战来自于主机厂。由于过去主机厂用的都是小芯片，一个小小的单片机并不需要反复的技术指标、性能指标的测试验证。而到了智能车时代，面对全新的如此复杂的芯片，主机厂也需要时间去学习、了解、适应。
他介绍，「这个周期大概至少需要一年左右，我们这种芯片很复杂，是车企整个域控制器架构中最核心的芯片。」
即便如此，芯片企业们依然高举火炬、筚路蓝缕，试图在 SoC 芯片的竞争中踏出一条血路。一位业界人士将芯片赛道的竞争生动地形容为搭积木，「就看谁搭得又快又好」。
毫无疑问，车载 AI 芯片（SoC 芯片）将在高速增长的智能汽车规模中发挥关键作用。根据 Global Market Insights 的数据，车载 AI 芯片市场规模预计到 2026 年将增长至 120 亿美元。
有幸杀出血路的国产芯片企业，势必要分这杯羹。
「英伟达不是规则的制定者，它有的是大家围绕 CUDA 的使用惯性。」 燧原科技 CEO 赵立东的呼喊无疑是振奋人心的，「高举高打，创业做最高端的芯片！」
「我们的目标是，希望在这一波中国智能汽车发展的大潮中，能够真正推动自动驾驶的快速商业化落地，在中国车企发展速度明显快于全球时，能够陪着他们一起成长。」 杨宇欣坚定地说。
