文/田忠朝
在自动驾驶量产应用上，特斯拉为何能遥遥领先？很多人认为是其强大的软件算法，其实软件算法固然重要，但拥有强大计算能力的感知和决策芯片也必不可少。
在过去PC时代，顶尖的芯片技术一直被英特尔、AMD这样的国外巨头垄断，直到移动通信时代随着华为、紫光展锐的崛起，国内才开始有了与苹果、高通相抗衡的芯片企业。
那么在自动驾驶芯片领域，我们与国外又有多少差距呢？
国外自动驾驶芯片处于什么水平？
目前国外自动驾驶芯片真正进入大规模量产车市场的也就三家：
英伟达
产品注重算力，但同时功耗也大，因此曾被马斯克调侃“性能一样的耗电更高，耗电差不多的性能弱鸡”。
这也直接让伤了面子的老黄决定不再挤牙膏，从橱柜里掏出了 其Drive AGX Orin新产品以及Ampere 架构旗舰产品Nvidia EGX A100芯片，这应该是目前世界上最高效的深度学习芯片，7nm制程工艺，算力624TOPS，功耗400W。
基于这枚芯片，英伟达造出了目前世界上算力最强的自动驾驶芯片方案——Drive AGX Robotaxi，算力 2000TOPS，但功耗高达800W，它的出现显然是冲着未来L5全自动驾驶秀肌肉的。
所以目前英伟达的主要实用产品还是Xavier，从小鹏 P7 到沃尔沃、奔驰、丰田的一些车型都在使用。另外如小马智行在美国的电动车队用的是英伟达 Pegasus，用于训练高等级自动驾驶汽车。
而未来可期的是英伟达Drive AGX Orin， 200TOPS 的算力超越特斯拉 Autopilot 硬件 3.0，功耗却只有45W，可能在未来一段时间成为主机厂新宠，就看什么时候能进入量产应用。
Mobileye
芯片产品算力不强但走实用路线，主要用于摄像头的数据感知，而并非中央域处理器。所以在早期的L2辅助驾驶车型市场占主流地位，包括小鹏G3、蔚来ES6/ES 8、广汽新能源Aion LX都用了Eye Q4芯片，算力 2.5TOPS，功耗 3W。
但随着自动驾驶等级的提升，中央域处理器的作用越来越大，Mobileye的产品就开始有点力不从心而被边缘化，虽然被英特尔收购后称会使用英特尔的 7 nm工艺“打磨”EyeQ5，但Eye Q5算力依然只有24TOPS，功耗10W，它在自动驾驶解决方案中只能作为感知芯片处理图像等信息，无法进入“中央”决策层。
特斯拉
先后用过Mobileye、英伟达的芯片，后来嫌弃它们性能跟不上发展，从2016年开始自研芯片。
2019年4月份特斯拉FSD（Full Self Driving全自动驾驶）芯片正式以量产的形式发布，被马斯克誉为“世界上最好的芯片”，算力144TOPS，功耗72W，能效比2TOPS/W，就目前来说，确实是量产车最好用的自动驾驶芯片。
再来说说国内三家主流芯片企业发展程度
黑芝麻
近日，这家科技创业公司发布了公司成立四年来最重磅的产品，两款自动驾驶感知芯片华山二号A1000和A1000L（Lite）。
其中A1000使用台积电16nm工艺制造，算力40-70TOPS，功耗8-10W，从性能来看，它对标的将是特斯拉FSD和英伟达Xavier芯片。但是从能效比来说，A1000优势更明显。
特斯拉FSD算力144TOPS，功耗72W，能效比2TOPS/W；英伟达Xavier算力30TOPS，功耗30W，能耗比1TOPS/W。而华山二号A1000单芯片能效比超过6TOPS/W ,双芯片叠加组成的域控制器能效比也超过5TOPS/W。
而且它的自由组合度极高，根据黑芝麻给出的计算平台方案，
单颗A1000L芯片适用于低等级级ADAS辅助驾驶；
单颗A1000芯片适用于L2+自动驾驶；
双A1000芯片互联组成的域控制器可支持L3级别自动驾驶；
四颗A1000芯片叠加可用于未来L4级别自动驾驶。
虽然用于L3/L4的方案看起来有点夸张，但从官方这介绍来看不可否认，这款芯片符合AEC Q-100、单芯片ASIL B、系统ASIL D汽车功能安全要求，应该是目前极少符合以上所有安全标准的国产车规级芯片，也是目前能支持L3及以上级别自动驾驶的最强国产芯片。
寒武纪
前身是中国科学院计算技术研究所下，应该是最早进入大家视线的芯片公司，但该公司更专注于人工智能领域，早在2016年就发布了首款商用深度学习处理器寒武纪1A。
同时还有两款用于人工智能芯片IP授权的产品Cambricon-1M和Cambricon-1H，用于手机或者汽车终端上的人脸识别、指纹识别、障碍物识别、路标识别等应用加速。
此外寒武纪也发布了两款用于边缘计算（指在靠近智能设备（终端）或数据源头（云端）的一端，提供网络、存储、计算、应用等能力，达到更快的网络服务响应，更安全的本地数据传输。）的人工智能加速卡，思元220和思元270，在边缘计算中起着提高数据安全、降低处理延时以及优化带宽利用的作用。
性能上思元270满血版（F4）算力达到128TOPS，功耗70-150W，与早期的英伟达Tesla T4计算卡（算力130TOPS，功耗75W）性能相近，但该卡定位是为桌面环境提供数据中心级人工智能计算力，简而言之就是为台式机配的高性能人工智能加速卡。
地平线
由前百度深度学习研究院常务副院长余凯于2015年创立的，专注于自动驾驶与人工智能芯片。
相比大多数注重硬件算力的芯片公司，地平线更注重以“算法+芯片”为核心的嵌入式人工智能解决方案，简单来说就像安卓机与苹果的区别，安卓手机更追求硬件性能，软件系统由不同厂商自己匹配；而苹果手机硬件和软件系统是一体设计的。
在产品方面，地平线目前拥有用于边缘人工智能的征程二代芯片，算力4TOPS，功耗2W，主要用于自动驾驶中对车辆、行人和道路环境等目标的感知，类似MobileyeQ系列芯片。
此外是用于AIoT边缘计算的旭日二代芯片，算力4TOPS，功耗2W，主要用于智能家居、智慧城市、智能安防、工业机器人等应用领域。
当然，地平线也推出了基于征程芯片的自动驾驶解决方案——Matrix，其中Matrix二代拥有16TOPS的等效算力，可用于摄像头等传感器的数据感知和融合。预计今年将发布的Matrix三代，将拥有192TOPS的算力，功耗48W，可以竞争特斯拉FSD芯片。
最后
我们整理了目前一些主要芯片参数性能，可以看出，国内自动驾驶芯片在超前研发方面可能与国外老牌企业还有一定差距，但是在同一起跑时间点上大家的差距并不大，例如黑芝麻芯片产品在性能和功耗上已经可以与特斯拉掰手腕了。
可以预见，未来自动驾驶技术必然是各国竞争的高地，而自主可控的芯片技术对于增强我国自动驾驶行业整体实力来说将会有很大的帮助。
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。