广告
汽车芯片行业深度报告
2019-01-31 22:39:02· 来源：智车科技
智能驾驶涉及人机交互、视觉处理、智能决策等，AI算法和芯片是核心。
据恩智浦统计，目前一辆高端汽车已经搭载超过1亿行代码，远超飞机、手机、互联网软件等，未来伴随自动驾驶的渗透率及级别提升，汽车搭载的代码行数将呈现指数级增长。
自动驾驶软件计算量已经达到10个TOPS(TeraOperationsPerSecond，万亿次操作每秒)量级。
传统汽车MCU的算力难以满足自动驾驶汽车的计算要求，GPU、FPGA、ASIC等AI芯片进入汽车市场。
全球无人驾驶领导者包括谷歌、百度、特斯拉、奥迪等，从这些厂商的自动驾驶主控模块的SoC芯片架构或可一窥汽车芯片发展方向。
谷歌Waymo:采用英特尔CPU+AlteraFPGA方案，英飞凌MCU作为通信接口。
谷歌Waymo的计算平台采用英特尔Xeon12核以上CPU，搭配Altera的Arria系列FPGA，并采用英飞凌的Aurix系列MCU作为CAN或FlexRay网络的通信接口。
百度Apollo:恩智浦/英飞凌/瑞萨MCU+赛灵思FPGA/英伟达GPU。
百度无人驾驶样车采用IPC(IndustrialPersonalComputer，工控机)方案，但工控机的体积和功耗难以满足量产化要求，因而百度也推出了适合于量产的域控制器嵌入式方案。
将各个传感器的原始数据接入到SensorBox中，在SensorBox中完成数据的融合，再将融合后的数据传输到计算平台上进行自动驾驶算法处理。
百度自动驾驶专用计算平台ACU(ApolloComputingUnit)定义了三个系列产品:MLOC(高精定位，MCU)、MLOP(高精定位+环境感知，MCU+FPGA)、MLOP2(高精定位+环境感知+决策规划，MCU+GPU)。
特斯拉:从MobileyeASIC到英伟达GPU。
2014年特斯拉发布Autopilot1.0，搭载1个前置摄像头、1个后置倒车摄像头(不参与辅助驾驶)、1个前置雷达、12个超声波传感器，视觉芯片采用MobileyeEyeQ3，主控芯片采用NVIDIATegra3。
2016年底特斯拉发布Autopilot2.0，搭载3个前置摄像头(不同视角广角、长焦、中等)、4个侧边摄像头(左前、右前、左后、右后)、1个后置摄像头、1个前置雷达(增强版)、12个超声波传感器(传感距离增加一倍)，主控芯片采用NVIDIADrivePX2，处理速度为Autopilot1.0的40倍。
奥迪:MobileyeASIC+英伟达GPU+AlteraFPGA+英飞凌MCU的多芯片集成方案。
全新奥迪A8公开了自己的zFAS控制器方案。zFAS共有四块高性能的处理器:
1) Mobileye的EyeQ3负责视觉信息处理，包括交通标志识别、行人识别、碰撞提醒、车道线检测等;
2) 英伟达的TegraK1SoC负责360°环视影像;3)Altera的Cyclone5FPGA负责传感器融合、地图融合、辅助泊车等;4)英飞凌的Aurix系列MCU用于交通拥堵控制、辅助驾驶等。
我们判断，在汽车主控芯片领域，GPU仍将保持通用汽车主控芯片的主流地位，FPGA作为有效补充，ASIC将成终极方向。
当前人工智能及智能驾驶算法尚未定型，GPU作为通用加速器，预计仍将在相当长一段时间内保持其汽车主控芯片的主流地位;FPGA作为硬件加速器，料将成为GPU的有效补充;
广告
编辑推荐
最新资讯
-
电机测试 | 扭矩波动的来源和对电机的影响
2024-04-18 09:35
-
“走进北京奔驰”技术展览及交流活动圆满落
2024-04-18 09:27
-
IDIADA推进ADAS和CAV设施开发 扩建城市道路
2024-04-18 09:25
-
产学研合作 | 蔚赫与吉大战略合作签约暨中
2024-04-18 09:19
-
浅谈基于 MATLAB 仿真的车辆协调再生制动控
2024-04-18 08:55
广告
广告
