汽车自动驾驶芯片行业市场分析.pdfVIP

汽车自动驾驶芯片行业市场分析

核心观点：

1.自动驾驶与智能座舱芯片一体化趋势明显，自动驾驶芯片具有高算

力发展趋势。市场容量未来5年将会高速增长。2.目前自动驾驶芯片

企业中英伟达依托自己的前期GPU积累和算力优势，CUDA生态占

据市场领导地位。3.市场渗透率仍低同时还未固化，需求和技术路线

仍在探索。国内自动驾驶芯片企业有望依托国内强势新能源车企业获

得突破。

1、自动驾驶芯片概况

1.1、自动驾驶芯片简介：车规级芯片要求更加严苛

芯片按应用场景可分为消费芯片、工业芯片、汽车芯片和军工芯片等。

汽车是芯片应用场景之一，汽车芯片需要具备车规级。车规级芯片对

加工工艺要求不高，但对质量要求高。需要经过的认证过程，包括质

量管理标准ISO/TS16949、可靠性标准AEC-Q100、功能安全标准

ISO26262等。汽车内不同用途的芯片要求也不同，美国制定的汽车

电子标准把其分为5级。汽车各系统对芯片要求由高到低依次是：动

力安全系统车身控制系统行驶控制系统通信系统娱乐系统。

车规级芯片特殊的技术和工艺要求挡住了企业进入的脚步。车规级芯

片有着比消费级芯片更高的技术门槛，需满足温度、振动、电磁干扰、

长使用寿命等高要求，还要通过可靠性标准AEC-Q100、质量管理标

准ISO/TS16949、功能安全标准ISO26262等严苛的认证流程，大

部分芯片企业尚不具备转型进入能力。目前，车规级芯片在传统汽车

中的成本约为2270元/车，在新能源汽车中的成本约为4540元/车。

随着汽车向电动化和智能化发展，芯片的种类、数量和价格占比将进

一步提高。

1.2、自动驾驶芯片产品趋势：一体化

云和边缘计算的数据中心，以及自动驾驶等超级终端领域，都是典型

的复杂计算场景，这类场景的计算平台都是典型的大算力芯片。大芯

片的发展趋势已经越来越明显的从GPU、DSA的分离趋势走向DPU、

超级终端的再融合，未来会进一步融合成超异构计算宏系统芯片。

BOSCH给出了汽车电气架构演进示意图。从模块级的ECU到集中

相关功能的域控制器，再到完全集中的车载计算机。每个阶段还分了

两个子阶段，例如完全集中的车载计算机还包括了本地计算和云端协

同两种方式。

英伟达创始人黄仁勋在2022秋季GTC大会上发布了新自动驾驶芯

片——Thor。Thor的特点：一是超高AI性能，拥有770亿晶体管，

而上一代的Orin是170亿晶体管。AI性能为2000TFLOPS@FP8。

如果是INT8格式，估计可以达到4000TOPS。二是支持FP8格式，

英伟达、英特尔和ARM三家联合力推FP8格式标准，力图打通训练

与推理之间的鸿沟。三是超高CPU性能，Thor的CPU可能是ARM

的服务器CPU架构V2或更先进的波塞冬平台。四是统一座舱、自

动驾驶和自动泊车，一颗芯片包打天下。

英伟达发布的一体化自动驾驶芯片AltanThor的设计思路是完全的

终局思维“”，相比BOSCH给出的一步步的演进还要更近一层，跨越

集中式的车载计算机和云端协同的车载计算机，直接到云端融合的车

载计算机。云端融合的意思是服务可以动态的、自适应的运行在云或

端，方便云端的资源动态调节。AltanThor采用的是跟云端完全一

致的计算架构：Grace-nextCPU、Ampere-nextGPU以及

BluefieldDPU，硬件上可以做到云端融合。

2、自动驾驶芯片架构分析

2.1、主流架构方案对比：三种主流架构

当前主流的AI芯片主要分为三类，GPU、FPGA、ASIC。GPU、FPGA

均是前期较为成熟的芯片架构，属于通用型芯片。ASIC属于为AI

特定场景定制的芯片。行业内已经确认CPU不适用于AI计算，但是

在AI应用领域也是必不可少。CPU遵循的是冯·诺依曼架构，其核心

是存储程序/数据、串行顺序执行。因此CPU的架构中需要大量的空

间去放置存储单元（Cache）和控制单元（Control）