智能駕駛計算平臺算力技術
域控制器：高算力平臺助推高級別智能駕駛，高通布局加速
英偉達仍是高算力平臺首選，2022年開啟量產周期。根據我們的統計，英偉達仍是高算力平臺首選，目前主打高級別智能駕駛的廠商，例如蔚來、小鵬、理想等下一款車型均搭載了基于Orin的智能駕駛平臺，并有望在明年開啟量產節奏。除較高的算力外，英偉達的優勢還在于：1）經過Parker、Xavier、Orin三代產品迭代而形成的完整工具鏈，對開發者更為友好，有助于提升開發效率；2）打造了從數據采集、標注，到仿真訓練，再到車端部署，及后續模型持續迭代的端到端解決方案，以提高對數據的運用能力，加速產品落地；3）得益于多年積累，逐漸豐富的AI算子庫，以保障開發者可以更快、更高效地部署相關模型；4）完整的硬件生態，合作伙伴包括OV、索尼、Velodyne等各類傳感器廠商。
本文參考了智能計算芯世界文章
https://mp.weixin.qq.com/s/OXId-6qJ_IUtcQGddIV7-Q
以及未來智庫的文章
https://xueqiu.com/9508834377/207369912
華為MDC初露鋒芒，已被北汽、長城、長安等廠商采用。自2018年推出第一代MDC以來，華為的智能駕駛計算平臺至今已迭代出3個版本，形成了完整且成熟的產品矩陣。據華為官網資料，該平臺具備“三高一低”的技術優勢：1）性能高，該平臺算力最高可達400TOPS，滿足L4級別自動駕駛算力要求；2）安全可靠性高，從信息安全、功能安全、車規及流程管理三大維度構建安全防護體系，保護數據隱私并應對嚴苛車載環境；3）能效高，處理器運算能力達1TOPS/W，在降低能耗、延長續航里程等方面表現突出；4）確定性低時延，時延最長僅達200ms，提升自動駕駛安全性。就合作模式而言，華為采用Huawei Inside模式與車企聯合開發智能汽車，目前華為MDC已裝載應用于北汽極狐阿爾法S、長城機甲龍、長安阿維塔E11等車型上。
高通Snapdragon Ride平臺進展迅猛，有望成為智能駕駛中的主流供應商。2020年1月7日，高通正式推出可擴展的開放自動駕駛平臺Snapdragon Ride，包括安全系統級芯片、安全加速器和自動駕駛軟件棧，滿足從L1-L3級高級駕駛輔助以及L4/L5級自動駕駛復雜運算需求，將于2022年量產裝車。2021年10月4日，高通與投資機構SSW Partners以45億美元的價格共同收購維寧爾，并把維寧爾的自動駕駛平臺Arriver納入Ride中，以提升在智能駕駛方面的競爭力。2021年11月16日，高通與寶馬達成在自動駕駛領域的戰略合作，寶馬Neue Klasse系列車型將搭載高通Snapdragon Ride平臺，新車將于2025年量產。

圖：高通Snapdragon Ride平臺
算法解決方案：高速領航和自主泊車類智能駕駛算法有望率先落地
高級智能駕駛場景中，智能領航（ICC）和代客泊車（AVP）有望率先落地。結合技術的提升和場景本身的特點，我們認為高速和泊車場景有望率先落地高級別的智能駕駛。在高速場景，智能領航功能可以實現點到點的全場景自動行駛，一定程度上解放雙手。在泊車場景，代客泊車可以在全新停車場景實現自動停取，提高停取車效率，升級用戶體驗。不同于此前定速巡航、360度環視等功能，智能領航和代客泊車等功能對于用戶的感知更為明顯，后者一方面可以幫助車廠，快速在智能駕駛的初級階段占領用戶心智；同時也可針對這些功能推出軟件訂閱服務，演進出新的商業模式，預計車廠后續將通過自研、合作、建立生態圈等方式，持續加碼在軟件和算法方面的能力。
智能汽車算力解決方案

智能座艙是實現千人千面汽車駕乘體驗的重心所在，新勢力車企與領先自主品牌車企率先發力，“大屏化”、“多屏化”、“多模態交互”、“一芯多屏”成為座艙發展的熱門趨勢，伴隨著傳感器規模的增長與交互模式的復雜化，智能座艙對芯片的算力需求亦水漲船高。
座艙高算力需求驅動下，以高通第3代汽車數字座艙平臺為代表的高性能處理器成為領先車企旗艦車型的主流選擇，驍龍系列芯片加速上車。

在感知、交互、場景應用持續升級的背景下，座艙芯片需支撐大規模傳感器數據處理、持續攀升的AI算法數量與海量應用軟件服務，座艙數據量與處理需求將超過手機，算力需求飛速增長。作為操作系統級車聯網解決方案供應商，座艙計算平臺大算力發展已成必然趨勢。大算力的座艙SoC芯片將減少組件數量，降低架構復雜程度，智能座艙計算平臺將持續向集成式解決方案演進。

伴隨著ADAS輔助駕駛功能在新車市場上滲透率的不斷提升，新勢力與領先自主品牌車企在智能駕駛領域的廝殺日益激烈，智能駕駛傳感器配置走向“內卷”，以蔚來、小鵬、極狐為代表的車型更是率先宣布激光雷達量產上車。當前智能駕駛芯片市場呈現Mobileye與英偉達二分天下之勢，以地平線、海思為代表的本土化芯片廠商憑借AI計算與大算力優勢在自主品牌車企市場中占據一席之地，率先實現國產芯片量產上車。

為保證車輛在全生命周期內的持續軟件升級能力，主機廠在智能駕駛上采取“硬件預置，軟件升級”的策略，通過預置大算力芯片，為后續軟件與算法升級優化提供足夠發展空間。以蔚來、智己、威馬、小鵬為代表的主機廠在新一代車型中均將智能駕駛算力提升至500~1000Tops級別。

對于L3級別及以上的智能駕駛系統而言，傳感器數量的增加及分辨率的提升帶來海量數據處理需求，算法模型的復雜程度亦大幅提升，驅動算力需求迅速增長。軟硬件解耦的智能駕駛芯片是實現算法持續迭代升級的基礎，以英偉達為代表的開放算法生態的芯片更受主機廠青睞。

以高通、英偉達為代表的國際芯片巨頭在大算力芯片上具備絕對領先優勢。以地平線、海思、黑芝麻智能、芯馳科技為代表的本土自主芯片廠商上發力追趕，在產品力上躋身領先梯隊。芯片的絕對算力高低固然重要，但對于主機廠開發量產車型而言，芯片選擇需兼顧算力、成本、功耗、易用性、同構性等多重因素。因此，如何在有限算力下幫助客戶算法軟件最高效地運行是衡量芯片廠商競爭力的核心標準。

大算力芯片的上車應用離不開車載計算平臺的支撐。為支持并兼容L3及以上智能駕駛系統數量與類型繁多的傳感器與執行器需求，車載計算平臺多采用異構芯片硬件方案，以滿足系統接口與算力需求。異構芯片硬件方案包括采用單板卡集成多種架構芯片的方案，以及采用同時集成多個架構單元的SoC芯片的方案。車載計算平臺可通過提高單芯片算力、復制堆疊計算單元等方式實現算力的彈性拓展。

由于車載計算芯片仍在不斷發展中，車載計算平臺的異構芯片形態將長期存在。相較傳統ECU，車載計算平臺的復雜度呈數倍提升，面臨功耗、散熱、電磁、質量等多重挑戰。由于能效比、工藝制程以及芯片堆疊帶來的功耗、散熱與成本挑戰，車載計算平臺算力存在物理上限。
超星未來核心產品包括：NOVA-Box 自動駕駛計算平臺、NOVA-X 自動模型優化工具鏈、NOVA-3D點云算法優化加速與部署工具、NOVA-IP面向自動駕駛域的定制加速IP庫、NOVA-Drive高可靠性中間件、NOVA-Auto自動駕駛框架、NOVA-AI自動駕駛核心算法模型等。

超星未來已與賽靈思、德賽西威、英恒科技、宇通客車、陜汽商用車、普渡機器人、奇瑞、文遠知行等一線汽車供應商、主機廠、機器人和自動駕駛公司建立戰略合作關系。

根據信息處理的抽象程度，多傳感器信息融合可分為數據級、特征級、決策級三種解決方案。通過傳感器芯片化與多傳感器信息特征融合解決方案的結合，在傳感器端完成原始數據的特征提取，在車載計算平臺完成特征數據融合、識別判斷和決策，可有效緩解車載計算平臺計算負載。

隨著車規級芯片制程的逐步突破，受限于車端物理環境，芯片制程將到達極限，摩爾定律下單芯片算力增長難以持續，車端算力終將到達物理上限。為滿足智能座艙與智能駕駛的持續深化發展，智能汽車算力供給模式將走向“云-網-邊-端”融合計算，實現算力供給的彈性拓展。

通過云端、通信網端、邊端、車端的連接融合，可建立一個充滿計算和通信能力的環境，形成智能汽車算力服務網絡。新的計算架構下，5G+V2X提供更高效的通信管道，云端、邊端、車端之間可實現近實時的數據交互。智能汽車與邊緣計算節點實現協同感知和計算任務協同，具備低時延、本地數據脫敏處理等優勢，車載計算平臺聚焦現場級計算需求，云計算則聚焦非實時的大體量數據分析與算法訓練。

參考鏈接
https://mp.weixin.qq.com/s/OXId-6qJ_IUtcQGddIV7-Q
https://xueqiu.com/9508834377/207369912

總結

以上是生活随笔為你收集整理的智能驾驶计算平台算力技术的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。