1月8日，英偉達宣布理想汽車已選擇NVIDIA DRIVE Thor 中央車載計算機，用于下一款車型。

同時，英偉達還表示已與長城汽車、極氪和小米合作，這幾家廠商已采用 NVIDIA DRIVE Orin 平臺為其智能自動駕駛系統(tǒng)提供動力。

英偉達表示， NVIDIA DRIVE Orin已經(jīng)成為當前智能汽車首選 AI 汽車計算機。此外，汽車制造商越來越多地尋求其后繼產(chǎn)品 NVIDIA DRIVE Thor 的先進功能和 AI 性能來制定未來的車輛路線圖。

據(jù)悉，理想汽車目前使用兩個 DRIVE Orin 處理器為其 L 系列車型的輔助駕駛系統(tǒng) AD Max 提供動力。新的 AD Max 3.0 升級將系統(tǒng)過渡到以 AI 大模型為主的端到端算法架構。

長城汽車將基于 DRIVE Orin 集中計算平臺打造自主研發(fā)的高端智能駕駛系統(tǒng) Coffee Pilot。Coffee Pilot 可以支持泊車、高速和城市場景，實現(xiàn)全場景智能導航和輔助駕駛功能，無需高精度地圖。

小米汽車已經(jīng)宣布推出首款電動汽車 SU7，該車基于雙 DRIVE Orin 配置打造，可實現(xiàn)高速公路輔助駕駛功能。


被英偉達“壟斷”算力的自動駕駛時代

在當前這場以大模型為基礎的AI戰(zhàn)局里，參賽者眾多。海外有OpenAI、微軟、谷歌，國內(nèi)百度、阿里、華為、商湯等大廠也紛紛加入。而藏在戰(zhàn)局里的GPU巨頭英偉達，則掌握著“算力”命門，成為了這場“戰(zhàn)爭”中的最大受益者。

同樣，在自動駕駛行業(yè)，在車載高端芯片市場，全球最大的智能計算平臺公司，也是高端自動駕駛芯片供應商的英偉達基本也是一枝獨秀。

2015年，英偉達在獨立顯卡領域大獲成功后，開始進入車載計算平臺領域，并推出了初代自動駕駛計算平臺DRIVE PX和Tegra系列車載芯片，為自動駕駛系統(tǒng)提供計算能力。也在那時，英偉達與特斯拉聯(lián)手，特斯拉Model S和X所搭載的Autopilot 1.0系統(tǒng)就是采用1顆英偉達Tegra3芯片（算力僅有1TOPS）＋一顆Mobileye EyeQ3芯片。

僅僅時隔一年，英偉達便發(fā)布了DRIVE PX二代平臺。特斯拉Autopilot 2.0系統(tǒng)則采用了算力升級達到3TOPS的英偉達Parker芯片，而后續(xù)的Autopilot 2.5系統(tǒng)則采用的是2顆英偉達Parker芯片。得益于硬件的升級、算力的提升，特斯拉給車主們來了一次“充滿驚喜”的軟件推送。

時間來到2022，英偉達DRIVE Orin系列芯片正式量產(chǎn)并開啟交付，臺積電7nm工藝，算力最高的Orin-X達到了單片254 TOPS。另外，在深度學習加速、內(nèi)存和通訊、CPU性能等指標上，相比上代都有著翻倍提升，并在目前的市場上沒有任何對手，因此也成為了想布局高階智駕功能的車企哄搶的對象。以至于搭載英偉達Orin-X，都成為了車企在智能駕駛方面的重要宣傳賣點。至此為止，英偉達真正大規(guī)模布局了智能駕駛的算力戰(zhàn)場，在這個依靠ai模型的高端行業(yè)里，英偉達保住了其先發(fā)優(yōu)勢，并利用一次次的技術革新實現(xiàn)了市場壟斷。

在orin時代過后，英偉達并沒有就此停下腳步。在2022年秋季舉辦的英偉達開發(fā)者大會(GTC)上，英偉達CEO黃仁勛發(fā)布了新一代自動駕駛計算芯片DRIVE Thor，單顆算力高達史無前例的2000 TOPS。作為類比，是特斯拉FSD芯片算力的14倍。其實在發(fā)布會半年前，黃仁勛才剛宣布彼時算力最強的自動駕駛芯片Atlan（算力1000TOPS），此次更是直接拿出了領先一代的產(chǎn)品DRIVE Thor，并且確認2025年量產(chǎn)上車。當其他廠商還是追趕Orin性能的時候，英偉達已經(jīng)準備用下一代產(chǎn)品降維打擊。

DRIVE Thor的出現(xiàn)徹底顛覆了目前的自動駕駛行業(yè)市場，其展現(xiàn)出的重要指標，既是同行不具備，也是未來自動駕駛技術的發(fā)展方向。最重要肯定是超高集成度，目前業(yè)內(nèi)基本都認為未來的電子電氣架構一定是集中式的，即一個“大腦”控制汽車所有功能，而超高集成化的芯片，英偉達已經(jīng)實現(xiàn)了。DRIVE Thor集成了一輛智能汽車上所需的一切AI功能的計算需求，包括高階自動駕駛、車載操作系統(tǒng)、智能座艙、自主泊車等等。2000TOPS算力資源，主機廠可以在各種不同AI任務間隨意分配，還可以構建自己的軟件模式，英偉達也提供相關開發(fā)工具，這也讓其他芯片企業(yè)失去了直接替代的機會。一顆芯片解決所有，以DRIVE Orin單片400美金來看，DRIVE Thor也不可能便宜，但肯定比采購一堆芯片劃算。


國產(chǎn)芯片要「上位」先過這六關

據(jù)了解，國內(nèi)芯片廠商中，目前2015年成立的地平線和2016年成立的黑芝麻均已推出可實現(xiàn)L2——L4級別自動駕駛的單芯片，芯馳也將在今年將其V9系列自動駕駛芯片產(chǎn)品的覆蓋范圍擴至L4/L5級。芯馳方面透露，L2級智能駕駛?cè)允悄壳败嚻蠛褪袌鲎铌P注、落地最多的功能。

對于高級別的智能駕駛系統(tǒng)而言，傳感器數(shù)量的增加及分辨率的提升，帶來海量數(shù)據(jù)的處理需求，算法模型的復雜程度亦大幅提升。在E/E架構集中化趨勢下，智能汽車的計算能力將主要由少數(shù)的幾個域控制器或是中央計算平臺來實現(xiàn)，這也對單顆車載芯片算力提出了更高的要求。

根據(jù)地平線數(shù)據(jù)披露，自動駕駛等級每增加一級，所需芯片算力就會呈現(xiàn)數(shù)十倍的上升。其中，L2級自動駕駛的算力需求為2-2.5TOPS，L3級自動駕駛算力則需達到20-30TOPS，到L4級需要200TOPS以上，L5級別算力需求更是超過2000TOPS。

不過，大算力也意味著更高的成本，因此，實際上中等算力的自動駕駛SoC芯片會更加受到車企的青睞，這也給正在起步發(fā)展的本土廠商提供了機會。

在芯片企業(yè)緊密推出的這些產(chǎn)品中，大家往往只關注算力數(shù)據(jù)?？墒聦嵣希陂_發(fā)量產(chǎn)車型的過程中，除算力外，主機廠還會綜合考量自動駕駛芯片的能效比、算法效率、軟硬件適配性、處理器架構、IP配置和開發(fā)難度等方面，以對標車型的價格與定位。

汽車芯片國家標準發(fā)布

國產(chǎn)汽車芯片有望大升級

工信部辦公廳近日編制印發(fā)《國家汽車芯片標準體系建設指南》明確，基于汽車芯片技術結(jié)構及應用場景需求搭建標準體系架構，以汽車技術邏輯結(jié)構為基礎，提出標準體系建設的總體架構、內(nèi)容及標準重點建設方向，以充分發(fā)揮標準在汽車芯片產(chǎn)業(yè)發(fā)展中的引導和規(guī)范作用，為打造可持續(xù)發(fā)展的汽車芯片產(chǎn)業(yè)生態(tài)提供支撐。

根據(jù)我國汽車芯片技術現(xiàn)狀、產(chǎn)業(yè)應用需要及未來發(fā)展趨勢，指南提出，分階段建立健全我國汽車芯片標準體系的目標。到2025年，制定30項以上汽車芯片重點標準，明確環(huán)境及可靠性、電磁兼容、功能安全及信息安全等基礎性要求，制定控制、計算、存儲、功率及通信芯片等重點產(chǎn)品與應用技術規(guī)范，形成整車及關鍵系統(tǒng)匹配試驗方法，滿足汽車芯片產(chǎn)品安全、可靠應用和試點示范的基本需要。到2030年，制定70項以上汽車芯片相關標準，進一步完善基礎通用、產(chǎn)品與技術應用及匹配試驗的通用性要求，實現(xiàn)對于前瞻性、融合性汽車芯片技術與產(chǎn)品研發(fā)的有效支撐，基本完成對汽車芯片典型應用場景及其試驗方法的全覆蓋，滿足構建安全、開放和可持續(xù)汽車芯片產(chǎn)業(yè)生態(tài)的需要。

指南以“汽車芯片應用場景”為出發(fā)點和立足點，包括動力系統(tǒng)、底盤系統(tǒng)、車身系統(tǒng)、座艙系統(tǒng)及智駕1系統(tǒng)五個方面，向上延伸形成基于應用場景需求的汽車芯片各項技術規(guī)范及試驗方法。在標準內(nèi)容方面，分為基礎通用、產(chǎn)品與技術應用和匹配試驗三類標準。其中，基礎通用類標準主要涉及汽車芯片的共性要求;產(chǎn)品與技術應用類標準基于汽車芯片產(chǎn)品的基本功能劃分為多個部分，并根據(jù)技術和產(chǎn)品的成熟度、發(fā)展趨勢制定相應標準;匹配試驗類標準包含系統(tǒng)和整車兩個層級的汽車芯片匹配試驗驗證要求。三類標準共同實現(xiàn)不同應用場景下汽車關鍵芯片從器件—模塊—系統(tǒng)—2整車的技術標準全覆蓋。

工信部表示，芯片是汽車電子系統(tǒng)的核心元器件，是汽車產(chǎn)業(yè)實現(xiàn)轉(zhuǎn)型升級的重要基礎。與消費類及工業(yè)類芯片相比，汽車芯片的應用場景更為特殊，對環(huán)境適應性、可靠性和安全性的要求更為嚴苛，需要充分考慮芯片在汽車上應用的實際需求，有效開展汽車芯片標準化工作，更好滿足汽車技術和產(chǎn)業(yè)發(fā)展需要。