2022年汽车智能化深度报告.docxVIP

2022年汽车智能化深度报告 1 特斯拉（TESLA）:从硬到软的全栈自研，打造“算 力+算法+数据”的竞争壁垒 从 Mobileye 到英伟达，最终走向 FSD 自研芯片 特斯拉于 2014年推出自动驾驶辅助系统 Autopilot 1.0，特斯拉掌握核心数据、 AI 算法以及主控芯片，从硬到软的全栈自研，这也成为了特斯拉最核心的竞争壁。特斯拉成立于 2003 年，并于 2010 年在纳斯达克上市。2008 年至 2020 年特斯拉共发布 Model S、Model X、Model 3、Model Y 四款量产车型。特斯拉于 2013 年开始自动驾驶辅助系统的研发，并于 2014年特斯拉推出自动驾驶 辅助系统 Autopilot 1.0，此后经历四次升级，并在 2019 年在 HW 3.0 平台上推出了自研的 FSD（Full Self-Driving Computer）主控芯片。 特斯拉从 Mobileye 到英伟达，最终走向 FSD 自研芯片。特斯拉从 2014 年推 出 HW 1.0 开始，特斯拉 Autopilot 系统共经历了 4 次大的硬件版本更新。在 2014 年-2016 年的 HW 1.0 时代，特斯拉完全基于 1 颗 Mobileye EyeQ3 和 1 颗 NVIDIA Tegra 3，算法也完全由第三方供应商 Mobileye 提供，2016 年特斯拉 逐渐不满于 Mobileye 进程缓慢以及相关安全事故，并在 2016 年的 HW 2.0 版本上，特斯拉切换到了由 1 颗 NVIDIA Parker SoC 和 1 颗 NVIDIA Pascal GPU 组成的 NVIDIA DRIVE PX 2 计算平台，而在 2017 年的 HW 2.5 版本升级过程 中，将 NVIDIA Drive PX 2 升级为 NVIDIA Drive PX 2+，新增了一个 NVIDIA Parker SoC，获得了 80%左右的运算性能提升。 特斯拉即将发布 HW 4.0 平台，基于三星 7nm 工艺的 FSD 自研芯片，其性能将是 HW 3.0 的三倍。由于英伟达的高能耗，2017 年起，马斯克决定开始自研 主控芯片，尤其是主控芯片中的神经网络算法和 AI 处理单元全部由特斯拉自主 完成。在 2019 年 4 月份，特斯拉在 Autopilot HW 3.0 平台上成功推出自研的 FSD 主控芯片，实现了自动驾驶芯片+神经网络算法的垂直整合。特斯拉计划 将在不久的未来 HW 4.0 版本，基于三星 7nm 工艺的全新 FSD 自研芯片，其 性能将是 HW 3.0 的三倍。 特斯拉 FSD 芯片是以 NPU（ASIC）为计算核心，采用“CPU+GPU+ASIC” 的技术路线，FSD 主要有三个模块 CPU、GPU 和 NPU。特斯拉于 2019 年推 出自研的 FSD 芯片，并在其 Model S、Model X、Model 3 上批量交付 FSD 芯 片。该芯片采用三星 14nm FinFET 工艺制造，面积为 260 平方毫米，封装了 大约 60 亿个晶体管。（1）CPU：Cortex-A72 架构，共三组、每组 4 个核，一 共有 12 核、最高运行频率 2.2GHz，CPU 主要处理通用的计算和任务；（2） GPU：最高工作频率为 1 GHz 的 GPU，最高计算能力为 600 GFLPS；（3） NPU：2 个 Neural Processing Unit（NPU），每个 NPU 可以执行 8 位整数计 算，运行频率为 2GHz，单个 NPU 算力 36.86 TOPS，2 个 NPU 的总算力为 73.73 TOPS。从面积来看，NPU 面积占比最大，NPU 主要用于运行深度神经 网络，GPU 主要用于运行深度神经网络的 post processing，处理深度神经网络 的部分合计占据了芯片 70%的面积。 特斯拉 HW 3.0 采用完整的双系统冗余。特斯拉 HW 3.0 的主板上共搭载了两 块的自研芯片，双芯片的目的是作为安全冗余，互相对照，每块芯片可以独立 运算。每块芯片周围有四块镁光 DRAM 内存，每块芯片分别配有一块东芝闪存 芯片，用于承载操作系统和深度学习模型，主板的右侧是视频输出接口，左侧 是电源接口和其他另外的输入/输出接口。此外，特斯拉还设计了冗余的电源、 重叠的摄像机视野部分、各种向后兼容的连接器和接口。特斯拉 HW 3.0 采用 完整的双系统冗余，在任何一个功能区域发生损坏时，整个系统依旧可以正常 工作，确保车辆能安全行驶。HW 3.0 的性能比上一代 HW 2.5 提高了 21 倍， 而功耗降低 25%，能效比 2 TOPS/W。 伴随自动驾驶功能不断升级，FSD 软件收费价格