国产芯片看似不行，或在智能驾驶领域弯道超车
温柔v风暴
2022-06-27 12:02
提起芯片，通常人们的第一反应会想到身边的智能手机或电脑芯片，尤其是在最近发布的几款手机，都用了各家自研的芯片，什么近OPPO那个马里亚纳X和荣耀的AI-ISP啥的，但是就芯片关键指标算力来说，国产中低端芯片与国外高端芯片超距较大，不过在有些需要高算力的领域却可以不受单个芯片的算力影响，这就是汽车智能驾驶领域。目前一辆自动驾驶汽车会配备有约100颗芯片，但ICT预计一辆L4或者更高等级的自动驾驶汽车所需的芯片数量将在未来达到2000颗以上，而且随着智能驾驶技术的发展预计将用到更多的芯片。为什么自动驾驶汽车要用到那么多芯片呢？其实都是芯片算力惹的祸。
自动驾驶技术需要实时处理涉及到自动驾驶、智能座舱、动力安全、车身控制和联网等方面的超大量数据，而越快的数据处理速度也就预示着对于紧急情况，汽车自动驾驶系统能更快的做出响应，从而避免事故发生，自然就更加安全。
提到数据处理速度，不得不提到芯片算力，也就是处理器运算能力，它的常用单位是TOPS（Tera Operations Per Second的缩写），1TOPS代表处理器每秒钟可进行一万亿次（1012）操作。与此对应的还有GOPS（每秒钟可进行一亿次（109）操作），MOPS（每秒钟可进行一百万次（106）操作）算力单位。三者可以换算，都代表每秒钟能处理的次数，只是单位不同而已。在某些情况下，还使用 TOPS/W 来作为评价处理器运算能力的一个性能指标，TOPS/W 用于度量在1W功耗的情况下，处理器能进行多少万亿次操作。
想想一个一个小小的手机3D游戏就把号称世界上算力最强的骁龙 8 Gen1芯片折腾的够呛，高速运算处理数据，导致发热严重，各手机大厂不得不纷纷在散热上大做文章，什么石墨烯、液冷VC等等大招频出，无所不用其极。
而自动驾驶汽车则需要实时采集处理来自超多路摄像头、超声波雷达，毫米波雷达，激光雷达等传来的多路3D影像和雷达探测数据，数据处理量远远超过手机上最耗能的3D游戏了，据测算自动驾驶1小时可产生4TB数据，自然就需要系统具备更强的数据处理能力了。例如特斯拉的最先进的Hardware 3.0自动驾驶系统可以做到144T的算力，虽说具有多重冗余，但也仅仅可以宣称支持L2+的自动驾驶，估计难以胜任L4级以上。对于空间和功耗要求方面相对手机来讲低了很多的汽车，通过使用更多的中低端芯片来全面提高整体算力，更能大幅度降低系统综合成本，就成为了最佳的选择，正所谓“以量取胜”，所以现在已经有1000T以上算力的自能驾驶系统了。
而在5nm以上的高端芯片制造上，国产芯片短时间难以追赶上来，而车用芯片的算力可以依靠增加价格低廉的中低端芯片数量来实现，相对来说，单个芯片的性能也就是算力也就不需要太高了，所以，可以预见在未来智能驾驶领域，或许能像八年抗战的八路军和抗美援朝的志愿军一样，依靠“小米加步枪”依靠顽强的意志，步步为营，以量取胜，打败了配备先进武器武装到了牙齿的日寇和联合国军，这未尝不是中国的智能驾驶技术绕开高端芯片制造的障碍，而是依靠在系统测试、软件研发和宽松的政府政策支持方面的全面发力，实现弯道超车的绝佳策略。
关注官方微博 微博
关注官方微信
Copyright © 1996-2025 SINA Corporation, All Rights Reserved 新浪公司 版权所有
