Technologies

News information

自動運転チップのパターンに関する予備調査:Nvidiaは業界をリードしており、Huaweiは重要な役割を果たすことが期待されています

発売日 : 2021/07/19

自動運転チップのパターンに関する予備調査:Nvidiaは業界をリードしており、Huaweiは重要な役割を果たすことが期待されています
元のタイトル:オートパイロットチップパターンに関する予備調査:NVIDIAは業界をリードしており、Huaweiは重要な役割を果たすことが期待されています
自動運転のレベルが上がると、プロセッサの計算能力に対する需要も高まります。
自動運転のレベルが上がるにつれて、プロセッサの計算能力に高い要件が課せられます。
自動運転では、さまざまな天候や光の条件下で周囲の環境をリアルタイムで認識し、さまざまな動的または静的なオブジェクトを識別して追跡し、それらの可能な動作を予測する必要があるため、自動運転のレベルが上がると、対応する認識の需要も大幅に増加します。地平線のデータによると、L2レベルを達成するには5台のカメラ+ 5ミリ波レーダーが必要であり、L3高速道路の自動運転を達成するには、必要なセンサーソリューションを13台のカメラ+9ミリ波レーダー+ 1Aに大幅に増やす必要があります。 LIDAR(各OEMは異なるスキームを採用していますが、センサーの数が大幅に増加する傾向は明らかです)。
センサーの数の増加は、処理する必要のあるデータの量も急速に増加していることを意味します。それでも地平線のデータによると、L4自動運転の典型的なピクセルデータは112MPと高く、これはL2自動運転の約16倍です。処理する必要のあるデータ量は40.8億バイト/秒です。これはL2自動運転の約30倍です。
1
2
Nvidia(NVDA.US)は自動運転チップをリードしており、いくつかの巨人は独自の強みを持っています
現在、オートパイロットチップの主なプレーヤーは大きく3つのカテゴリーに分けることができます。
最初のカテゴリは、主にQualcomm(QCOM.US)とNvidiaを中心に、高いコンピューティングパワーを提供できるオープンプラットフォームです。このタイプのプレーヤーは、非常に豊富なソフトウェアエコシステムを備えています。さらに、半普遍的な状態も含まれています。ソフトウェアエコシステムQualcommやNvidiaよりも弱いです。Huawei、ウェアゾニック(XLNX.US)など。
2番目のタイプのプレーヤーは、主にルネサス、インフィニオン、NXP(NXPI.US)、テキサスインスツルメンツ(TXN.US)、STMicroelectronics(STM.US)などを含む従来の自動車用半導体の巨人です。 Nvidia、Huawei、その他のメーカーがゲームに参入した後、そのようなプレーヤーはある程度影響を受けましたが、自動運転を完全に諦めたわけではありません。たとえば、ルネサスは自動運転チップの点でこのタイプのプレーヤーの中で最速です。ADASおよびAD用のASIL-DレベルのシステムオンチップR-Car V3Uは、Qualcommに匹敵する計算能力で60Topsに達しました。プラットフォームに乗る。同じですが、大量生産時間ノードは後である可能性があります。
テスラ、Mobileye、国内の地平線、黒ゴマなどを主に含む、プレーヤーの自己開発型人工知能ASICチップの3番目のタイプ。ただし、独自のFSDシステムで使用されるテスラの自己開発型チップを除き、他のメーカーは多くの場合外部に提供します。ソフトウェアとハ​​ードウェアを組み合わせたフルスタックソリューション。
3
Nvidiaは現在、自動運転チップのリーダーです。現在、多くの自動車会社が多くの理由でNvidiaチップを選択しています。
NVIDIAは、自動車、デスクトップ、クラウドを中心に統合GPUハードウェアアーキテクチャとCUDAソフトウェアアーキテクチャを構築し、人工知能の高性能コンピューティングにおいて強力なコンピューティングパワーを備えています。 Nvidiaは、デスクトップ、クラウド、および車両端末に統合アーキテクチャと統合ソフトウェア開発環境を提供できる業界で唯一の企業です。車側では、NVIDIAはセンサー、ドメインコントローラー、データ取得ソフトウェアをカバーするソリューションを提供できるエンドツーエンドのプラットフォームを構築しました。デスクトップ側では、自律走行を行う企業がIntelCPUとNVIDIAゲームカードを購入することがよくあります。クラウド、CUDA、および一連の人工知能SDKはNvidiaをバイパスできません。また、画像処理やその他の側面の利点は、Nvidiaのシミュレーションプラットフォームが競争力を維持するのに役立ちます。フルスタック機能は、車、デスクトップ、クラウド上のすべての製品のソフトウェアプラットフォームが同じであるため、Nvidiaの強力なエコシステムを保証します。クラウドで開発された自動パイロットソフトウェアは、変更なしでデスクトップと車で実行できます。コードの変更。同時に、NvidiaはGPUルートを採用しており、開発プロセスは比較的簡単で、ハードウェアに追加の調整を加える必要はありません。主な対戦相手はほとんどASICソリューションであり、ツールチェーン全体はあまり成熟していません。 、そしてそれは開発者にとって特に友好的ではありません。
4
Nvidiaは自動運転市場に早くから参入し、進行中の主要な競合他社に先んじています。 2021年4月、Nvidiaは新世代のSoC-Atlanをリリースしました。単一のSoCコンピューティングパワーは1000TOPSに達することができ、2023年に開発者にサンプルを提供する予定であり、2025年には多数の車両が設置されます。現在、Nvidiaの自動操縦チップは主要な競合他社より2世代進んでおり、サイクルからほぼ2年遅れています。 OEMにとって、プラットフォームが選択されると、その後の移行コストが比較的高くなるため、先発者の利点はNVIDIAの重要な利点です。ニューラルネットワーク自体は多くの調整が必要です。ハードウェアとの結合度が比較的高いため、特定のハードウェアでより良い効果に調整するのが難しい場合があります。ハードウェアのセットを変更する場合、一部のハードウェアは調整する必要があります。再調整する必要があります。ツールチェーンはあまり成熟しておらず、調整プロセスはより苦痛になる可能性があります。
クアルコムもファイナルテーブルのプレーヤーの1人になることを期待しています。現在、クアルコムには少なくともいくつかの利点があります。
コストパフォーマンスの利点。コストの観点から、クアルコムはコンシューマーチップとコックピットチップのリーダーです。コンシューマーチップとコックピットチップを自動運転チップに移行することで、クアルコムはある程度のコストを節約できます。たとえば、クアルコムの第1世代のライドプラットフォームは、冗長性のために2つのコックピットチップとASIL-Dカーレベルの自動操縦チップを使用しています。消費電力の観点から、クアルコムの重要なライバルであるNVIDIAチップの並列コンピューティングの主役はGPUです。いくつかの一般的なニューラルネットワークモデルを実行する場合、効率はASICほど良くないため、NVIDIAの自律駆動チップのエネルギー効率比は次のようになります。より弱い(もちろん、NVIDIAはGPUの弱点も認識しており、チップ上のASICアーキテクチャによって実装された深層学習加速エンジンもあります)。
5
クアルコムはコックピットドメインの絶対的なリーダーであり、自動運転ソリューションの推進に貢献しています。クアルコムのデータによると、2020年末現在、上位25社の自動車メーカーのうち20社がクアルコムのSnapdragon Automotive Digital Cockpit Platformを選択しています。8155プラットフォームを搭載したモデルは2021年に大量生産され、Qualcommは2022年までに70%を占める可能性があります。 -市場シェアの80%、将来的に市場シェアをさらに拡大する余地はあまりありませんが(OEMは通常、バックアップ用に2つのプラットフォームを選択します)、コックピットドメインでのクアルコムの位置付けに疑いの余地はありません。設立され、NVIDIAはコックピットにいます。この分野には、メルセデスベンツ、アウディ、ヒュンダイなどの少数の顧客しかいません。コックピットドメインはコックピットドメインよりも速く浸透するため、クアルコムはコックピットドメインを通じて多くのOEMと協力関係を築き、コックピットソリューションに割り込んで、独自の自動運転ソリューションをOEMにプッシュしました。 OEMの場合、コックピットと自動運転に同じサプライヤーを選択する方が有利です。これは、2つのチップメーカーのソフトウェア知識を学ぶために2つのチームを同時に維持することがないためです。
6
Tesla(TSLA.US)は比較的閉鎖的なエコシステムであり、MobileyeとNVIDIAとの提携を経て、Teslaは2019年4月に自社開発のFSDチップを発売しました。 FSDチップの研究開発は2017年に開始され、設計から量産まで18ヶ月を要し、2019年4月にモデル3に正式に適用されました。同じボード上に2つのチップがあり、各チップの計算能力は72 TOPSです。駆動プロセス中に、2つのチップは同じデータを同時に分析し、分析結果を比較して相互に検証し、安全性を向上させます。自動運転の
7
テスラのFSDチップの特徴は、主に高速画像処理、NPU、SRAMの3つの側面で具現化されています。
主にNPU:Mobileye EQ5チップは、CPU、CVP、DLA、MA、主にCPUとCVPの4つのモジュールで構成され、NVIDIA Xavierチップは、主にGPU、CPU、DLA、PVA、および2つのASICで構成されます。主にGPUとCPUです。テスラFSDチップは主に3つのモジュール(CPU、GPU、NPU)、主にNPUで構成されています。これは、テスラがレーダービジョンソリューションを採用していないため、CVPモジュールが含まれていないためです。
8
高速画像処理:1)データ伝送に関しては、FSDシステムの画像プロセッサSIPのデータ伝送速度は毎秒25億ピクセルに達し、8台のカメラで収集されるデータ量をはるかに上回っています。2)データ処理に関してFSDチップに組み込まれている画像プロセッサISPの最大処理速度は10億ピクセル/秒であり、これは最速の消費者向けビデオ伝送DP1.4規格に達しています。一般に、カーチップは遅れをとっています。コンシューマーグレードのチップ。
SRAM:ISPの主な機能は、カメラによって生成された元の3原色データを複雑な画像情報に変換することです。この情報はSRAMに保存されてから、NPUに入力されてさらに処理されます。テスラのチップのチーフエンジニアであるPeteBannonによると、全自動駆動のキャッシュ帯域幅は少なくとも1TB /秒に達する必要があり、FSDチップSRAMの帯域幅は2TB /秒に達する必要があります。
9
ファーウェイは、自動運転の分野で非常に重要な力になると期待されています。 Huaweiの自社開発のYueyingオペレーティングシステムはLINUXと互換性があり、QNXのマイクロカーネルと低遅延を実現できます。このようにして、元々LINUXフレームワークで開発された多くのアルゴリズムのこの自動車レベルの大量生産オペレーションへの移行を実際に減らすことができます。システムでのソフトウェア移行の難しさ。同時に、Huaweiはチップの巨人の中で唯一のセンサーメーカーでもあり、LIDARレーダーとミリ波レーダーの両方が自社開発されています。
10
Mobileyeはブラックボックスソリューションを提供し、特定の競争圧力に直面しています。 Mobileyeはブラックボックスソリューションを提供します。これは、OTAが大きなトレンドであり、OEMにとって、ブラックボックスソリューションがますますニーズを満たすことができなくなっているため、業界が現在それについて楽観的でない重要な理由でもあります。