今年成都车展虽然草草结束，但是作为今年第一个全国性汽车展览活动，许多新车还是在开幕当日如约到来了。
而今年相较于往年，车展最大的变化之一在于，更多的车企开始在展台上聊整车的智能化水平，例如新车能够实现哪些智驾、座舱方面的功能，而实现它们的前提是——芯片。
今年成都车展上亮相的车型中，搭载芯片算力超过 100 TOPS 的有蔚来 ET5、理想 L9、小鹏 G9、阿维塔 11、沙龙机甲龙、飞凡 R7、高合 HiPhi Z 以及魏牌摩卡 DHT-PHEV 版等等。
上述车型中，超半数车型采用的是英伟达 Orin 芯片，另外则来自华为与高通。昔日占据 ADAS 领域半壁江山的 Mobileye 显然已不再是炙手可热的明星供应商。
这种现象背后的原因是什么？这些大算芯片上车之后我们能获得什么，又能看到什么？
Mobileye 遇冷，Orin 炙手可热
首先我们要承认一个客观事实，在几年前，市场上没有那么多辅助驾驶芯片或解决方案可供选择。Mobileye 作为最早一家涉足视觉感知领域的辅助驾驶解决方案供应商，凭借芯片+视觉感知算法的打包方案，在全球收获了一大批客户。
但是随着智能驾驶行业的加速发展，以国内新势力为首的车企在功能鲜度、丰富度上的要求都非常高。Mobileye 无心、也无力去配合这些车企做功能迭代，而「黑盒」交付又导致车企无法触碰最核心的算法，那么合作不可持续就成了必然的事情。
更直观的例子就是特斯拉，2016 年中秋前夕，特斯拉与 Mobileye 突然宣布分手，且两家还进行了一番口水战。
Mobileye CEO Amnon Shashua 称：「特斯拉的自动驾驶功能越过了安全的底线，所以双方终止合作关系」。
而特斯拉则表示：双方终止合作的主要原因是 Mobileye 禁止特斯拉开发我们的计算机视觉感知技术，而不是 Mobileye 所说的安全原因。
特斯拉所说的 Mobileye 禁止我们开发计算机视觉感知技术实则就是 Mobileye 的封闭性，任何供应商都无法基于 Mobileye EyeQ 芯片开发自己的功能。而这一系列事件的导火索是，特斯拉所搭载的 EyeQ3 发生了多起严重事故，严重摧毁了用户对特斯拉的软件信心。
早于 EyeQ4 SOP 的英伟达上一代芯片 Xavier 呢？
Xavier 光看算力的话足足有 30 TOPS，比 2.5 TOPS 的 EyeQ4 高了 12 倍，同时也是开放可编程的，可为何只有小鹏 P7 用上了？
首先这二者虽然都是系统级芯片（SoC），但是针对使用场景的不用，系统级芯片也分 GPU 芯片与 ASIC 芯片。Xavier 的架构由 CPU、GPU 与 ASIC 组成，严格来讲，这是一种通用芯片，而 EyeQ4 则是视觉感知专用芯片。
简单地说，英伟达 Xavier 芯片具备足够强的算力，但面对智能驾驶迫切需求的视觉感知，无法发挥出它的绝对能力。
另一方面，英伟达 Xavier 只提供基础芯片，车企需要自己想办法搞定域控集成。
以小鹏为例，小鹏虽然自研了视觉感知算法，但是打造域控并非拿手好戏，相反 Tier-1 在这方面更有经验。于是小鹏将算法植入 Xavier， 整套计算平台由德赛西威进行集成。
同时，在这套由德赛西威打造的 IPU03 计算平台里，除了有 Xavier 以外，还有来自英飞凌的芯片，它扮演的也是底层处理器芯片的角色。
像小鹏这种多方合作的好处是能够发挥各家的长板，打造称心如意的产品。但缺点是存在磨合问题，业内人士反映，智驾解决方案合作要求多方进行长时间合作，普遍存在任务进度无法保证的问题。
也许是多元合作、自研算法的难度过大，造成了国内车企不太愿意使用 Xavier 芯片的现象。
相比之下，Mobileye 虽然封闭，但是系统稳定、即上即用，烦恼少口碑稳。
功能「卷」起来，芯片得跟上
但是随着辅助驾驶功能的新增、传感器的增多，同时伴随着大算力芯片的发布，车企开始像得了「算力焦虑症」似的拼命堆芯片。
这种行为并非有错，毕竟在需求和冗余面前，只要资金充足，多上几颗倒也无妨。但是在这样的潮流下，首当其冲的就是 Mobileye。
同时大算力芯片迎来了上车潮，英伟达订单接到手软，而华为、地平线和黑芝麻也半路杀出，收割市场。
根据英伟达二季度财报来看，该公司在今年二季度收入比去年同期增长了 3%，达到了 67 亿美元。
未能实现 81 亿美元的目标的主要原因是游戏收入下降了 33%，以此同时，英伟达的汽车业务实现了迄今为止最好的季度收入，达到了 2.2 亿元，比第一季度增长了 59%。汽车业务是英伟达本季度除数据中心外唯一增长的部门。
英伟达 CFO Colette Kress 在财报电话会议上表示：
汽车人工智能解决方案推动了公司的强劲增长，尤其是智能座舱与自动驾驶方面的收入。我们认为第二季度是我们汽车收入的转折点，因为 NVIDIA Orin 势头强劲。
英伟达目前已经收获了超 20 家 OEM 的订单，其中包括蔚来、理想、小鹏、集度、飞凡、智己、路特斯、捷豹路虎等，同时还收获了数家来自 Robotaxi 领域的订单，包括文远知行、小马智行等等。
同时 Orin 芯片不仅算力高，与上一代产品 Xavier 一样，还具备可编程、可拓展的高开放性。创始人老黄甚至自卖自夸地称：「这是高等级自动驾驶车辆不可或缺的芯片」。
同时在大多数国内车企都非常看中研发「话语权」，想把「灵魂」掌握在自己手里的背景下，投入英伟达的怀抱看起来也就顺理成章了。
同样在这两年频频斩获订单的还有跨界巨头华为。
华为 MDC 产品库包括：
-
MDC 810，算力 400 TOPS
-
MDC 610，算力 200 TOPS
-
MDC 310F，算力 64 TOPS
-
MDC 210，算力 48 TOPS
目前华为 MDC 的客户包括了北汽极狐阿尔法 S HI 版、哪吒 S、阿维塔 11、沙龙汽车机甲龙，而华为向他们提供的是整套计算平台，包括了 SoC 硬件、自动驾驶操作系统以及 AutoSAR 中间件。
严格来讲，MDC 作为智能驾驶计算平台，其开放度也不算高。但是在华为软件合作模式上提供了开放接口，方便车企植入算法。
而华为 MDC 现在最艰巨的任务就是量产，2022 年将会有多款新车搭载 Orin 上市，但是能够量产交付 MDC 计算平台的目前却只有极狐一家。
新玩家入列
而随着汽车电子电气架构的演进，多域控走向中央域控逐渐成为行业共识，在座舱芯片领域具有绝对领先地位的高通自然也要涉足自动驾驶领域，以确保其不可替代性。
在今年成都车展上，魏牌正式亮相摩卡 DHT-PHEV 激光雷达版车型，这款车搭载的正是高通 Snapdragon Ride 智能驾驶计算平台。
不同于 Orin 的单颗 SoC，高通 Snapdragon Ride 平台核心由 SA8540P SoC+SA9000 组合而成，安全冗余芯片为英飞凌 TC397。能够支持 6 路千兆以太网、12 路 800 万像素摄像头、5 路毫米波雷达、3 路激光雷达的信息接入。
目前，高通除了与长城达成合作以外，还从 Mobileye 手里抢下了宝马和大众两大德国老牌车企。
如果说华为与英伟达 Orin 上的都是各家车企的旗舰车型，那么中端市场与传统车企则是地平线们的主战场。
自主供应商，高举「开放」大旗
地平线与与黑芝麻这两家本土供应商在最近两年动作频频，尤其是前者，官宣节奏几乎是每月一家 OEM。
这给 Mobileye 与博世造成了极大压力。
去年夏天，地平线正式发布征程 5，这款国产芯片除了拥有 128 TOPS 的算力以外，帧率也可以达到 1,283 FPS。这款芯片采用的是地平线自主研发的 BPU 贝叶斯架构，特点是采用了大规模的异构进程计算。
而地平线彼时作为名气还不算响亮的供应商，往往放低姿态，以开放的心态面对合伙伙伴。
最能彰显地平线开放共创态度的合作案例无非就是征程 3 上车 2021 款理想 ONE，但是随着定点合作的增多，地平线显然无法为每家 OEM 都提供「保姆式合作」。
所以地平线团队提出了三种开放合作模式，第一种是类似于英伟达的合作模式，地平线向合作方提供 SoC 以及操作系统 OS，用户在此基础上进行开发。
第二种是地平线将 DSP 底层软件开源给合作伙伴，包括 SoC、操作系统 OS 等，用户可在此基础上进行二次开发，提高效率。典型合作案例包括轻舟智航，后者在征程 5 基础上进行 NOA 功能的开发，大大缩短了研发周期。
第三种则更彻底，教车企自己捣鼓 SoC。地平线将 BPU 授权给合作伙伴，支持有条件、愿意的合作伙伴开发自己的芯片，从而实现差异化。
在去年征程 5 上市时，地平线创始人余凯就一直强调扩大「朋友圈」。目前，国产大算力芯片征程 5 已与上汽、长城、江汽、长安、比亚迪、哪吒、岚图、红旗、牛窗自游家等多个车企达成合作意向。
芯片就位，拼的就是落地了
今年我们可以看作是英伟达 Orin 落地的元年。已搭载 Orin 落地车型及待落地车型包括了：蔚来 ET7、理想 L9、蔚来 ES7、飞凡 R7、小鹏 G9、蔚来 ET5、智己 L7 等等。
理想 L9
在这些车型中，有些已经基于 Orin 开发了完善的高速领航功能，其中进度最快的是理想 L9，这款车已于 8 月 30 日开启交付，用户拿到手上就能开启基于 Orin 芯片开发的理想 NOA。
理想 L9 智能驾驶域控制器由德赛西威提供，域控制器名称为 IPU04，没错，它就是小鹏所搭载的 IPU03 的升级版。但由于是基于大算力芯片打造，这代域控算力覆盖了 110—1,016 TOPS。和小鹏与德赛西威的合作模式相近的是，理想团队也是讲算法移植到 Orin 上，将集成任务交给供应商。
而随着传感器的增多，多传感器的数据融合对于智驾团队来说也面临着挑战。随着 L9 的规模交付，我们期待能够更多反馈声音出现。
飞凡 R7
本来在我们的预期中，理想 L9 之后交付领航辅助的应该就是蔚来 NT 2.0 系列车型了吧。但是没想到，半路杀出了个飞凡。
这家在智驾领域几乎没有声量的车企，给我们来了出不鸣则已，一鸣惊人。虽然飞凡 R7 车还未上市，其搭载的领航辅助还无法大规模交付。但是根据我们独家内部测试（点此跳转视频）来看，其基于 Orin 研发的高速领航已经做到了很高的完成度。
飞凡是怎么做到的？我们与飞凡内部沟通得知，飞凡早已成立了一支超 500 人的智能驾驶研发团队，且坚持全栈自研。同时，他们还是第一家拿到英伟达 Orin 样片的车企。
所以不出意外的话，9 月份飞凡不仅会拿出一辆硬件顶满的旗舰车型，与之一并交付的还有一套打破预期的领航辅助系统。
小鹏 G9
在今年一众车型中，大多数人应该都非常期待 G9 的表现。一是因为这辆车早在去年就亮相了，并且公布了全新一代 XEEA 架构、XPILOT 4.0 辅助驾驶硬件等信息，吊足了胃口。其次，小鹏一直是新势力中强打智能化标签的车企，在过去的近两年里也引领了发展，「卷」出了很多新需求、新功能。
所以，即将在 9 月交付的 G9，落地即具备 NGP 应该是一个符合预期的表现。甚至以小鹏的投入和自研能力来看，落地即具备个别城市的 CNGP 也不足为奇。
我们非常期待基因大算力芯片的 G9 能为用户带来哪些惊喜，同时推动整个行业发展。
极狐阿尔法 S 全新 HI 版
极狐阿尔法 S 全新 HI 版绝对是用户期待值最高的一款车，甚至不需要加之一。
去年，华为一鸣惊人，用近 L4 的能力拉高了用户预期，但是直到今年 7 月，搭载了华为 HI 的极狐才交到用户手上。近期极狐向用户推送了 NCA 封闭路段的领航辅助驾驶功能，但是根据用户的反馈来看，它的能力还有着比较多的优化空间。
此前华为对外透露，他们将会在今年底之前在全国十个城市推送城市路段的 NCA 领航驾驶功能，所以，谁能率先落地城市场景目前还存在变数。
魏牌摩卡 DHT-PHEV 激光雷达版
对了，最不可忽视的还有魏牌摩卡 DHT-PHEV 激光雷达版车型。之所以对它抱有期待，是因为它今年上市车型中，唯一采用高通骁龙 Ride 智能驾驶计算平台的车型。
同时，这款车上汇聚的是三家一线公司的力量，分别是长城、高通和毫末智行。
按照魏牌的宣发来看，他们非常急于抢占「第一家城市领航」的标签，但是智能驾驶要用量产落地说话。
「小步快跑」将成主旋律
在介绍了各家车企在今后两年能够实现或想要实现的功能后，你可能会发现，一众车企都在用着 L4/L5 级的硬件做着和现在差不多的功能，中国版的 FSD Beta 什么时候来？
硬件预埋，软件后续迭代是行业的普遍现象。在这过程中，谁能跑得更快，为用户提供更先一步的功能和刷新认知的体验，就能在这场马拉松赛中占据得利位置。
硬件的军备竞赛只是 1.0 阶段，而更重要的是 2.0 阶段的软件能力比拼。
2020 年 2 月，特斯拉 AI 高级总监 Andrej Karpathy 在 ScaledML2020 会议上介绍了 Bird's Eye View networks，即 BEV。
特斯拉将 8 个摄像头得到的 2D 图像放在 Occupency Tracker 中进行拼接，拼接完成后将它自上而下投影至 Z+ 平面，如鸟瞰图一般。
而此前特斯拉的做法是将车辆摄像头获取道路环境的 2D 图像，分别进行特征提取，然后在 2D 空间下进行特征识别区分和道路环境预测。对于多个传感器同时捕捉到的大物体识别存在感知识别不稳定、甚至误识别的问题。
这样做的目的是为了解决感知空间碎片化、时间不连续的问题。
随后利用车辆多方向摄像头进行拼接构建 BEV 鸟瞰视觉逐渐成为行业共识，小鹏、毫末智行与理想纷纷跟进。
相比特斯拉，国内头部车企旗舰车型传感器要更丰富，于是还有车型软件系统需要在拼接感知进行传感器的融合。
例如飞凡甚至采取了「全融合」策略，在此之前行业普遍采用前融合与后融合的策略。前融合指的是系统会将传感器感知数据进行整合，输出一个感知结果，再进行决策。后融合指的是所有传感器均输出感知结果，供系统决策。而全融合值得则是系统会得到前融合感知结果，再与各个传感器的感知结果进行对比。
更复杂的传感器架构、更大量的感知结果，会更考验车企的自主研发能力。
而下一阶段，比拼的就是软件算法的研发能力。
写在最后
今年智能驾驶的主旋律是基于大算力芯片落地高阶辅助驾驶，从发展势头来看，以理想、小鹏为首的快节奏自研派能够引领行业发展，但是理想 L9 的城市 NOA 发展进度显然不及小鹏。
而大多数车企还是以追赶者的形象努力减小与新势力的差距，今年一定会有越来越多高速领航驾驶出现，这对于功能普及和提高用户认知来说绝对是好事。
而随着传感器的增多，单车感知能力的增强，也会有车企尝试摆脱高精度地图，依赖单车能力不断扩大能力边界。
现在行业仍然处于低算力走向高算力，前视走向环视，视觉+毫米波雷达走向多传感器融合的转型关键阶段，而从功能落地来看，我们相信领航辅助驾驶会在短期内普及，城市领航也会在不久之后到来，即便它在初期一定是不好用的。但哪有一蹴而就的事情，能力提升与用户认知本就是相辅相成的事情。
