Nghiên cứu sơ bộ về mô hình chip lái xe tự động: Nvidia dẫn đầu ngành và Huawei được kỳ vọng sẽ trở thành một vai trò quan trọng
Tiêu đề gốc: Nghiên cứu sơ bộ về mẫu chip lái tự động: NVIDIA dẫn đầu ngành và Huawei được kỳ vọng sẽ trở thành một vai trò quan trọng
Khi mức độ lái xe tự động tăng lên, nhu cầu về sức mạnh tính toán của bộ xử lý cũng tăng lên
Khi mức độ lái xe tự động tăng lên, các yêu cầu cao hơn được đặt ra đối với khả năng tính toán của bộ xử lý.
Vì lái xe tự hành yêu cầu nhận thức thời gian thực về môi trường xung quanh trong các điều kiện thời tiết và ánh sáng khác nhau, xác định và theo dõi các đối tượng động hoặc tĩnh khác nhau và dự đoán các hành vi có thể xảy ra của chúng, khi mức độ lái xe tự hành tăng lên, nhận thức tương ứng Nhu cầu cũng tăng lên đáng kể. Theo dữ liệu của đường chân trời, để đạt được cấp độ L2 cần 5 camera + radar sóng 5 milimet và để đạt được tính năng lái xe tự động trên đường cao tốc L3, giải pháp cảm biến yêu cầu cần được tăng lên đáng kể lên 13 camera + radar sóng 9 milimet + 1 A lidar (mỗi OEM áp dụng các kế hoạch khác nhau, nhưng xu hướng tăng đáng kể số lượng cảm biến là rõ ràng).
Sự gia tăng số lượng cảm biến đồng nghĩa với việc lượng dữ liệu cần được xử lý cũng tăng lên nhanh chóng. Vẫn theo dữ liệu của đường chân trời, dữ liệu pixel điển hình của lái xe tự hành L4 cao tới 112MP, gấp khoảng 16 lần so với lái xe tự động L2; lượng dữ liệu cần được xử lý là 4,08 tỷ byte / giây, gấp khoảng 30 lần so với lái xe tự động L2.
1
2
Nvidia (NVDA.US) dẫn đầu chip lái xe tự động và một số gã khổng lồ có thế mạnh riêng của họ
Hiện tại, những người chơi chính của chip lái tự động có thể được chia thành ba loại.
Loại đầu tiên là nền tảng mở có thể cung cấp sức mạnh tính toán cao, chủ yếu là Qualcomm (QCOM.US) và Nvidia. Loại trình phát này có hệ sinh thái phần mềm rất phong phú, ngoài ra nó còn bao gồm trạng thái bán phổ quát hệ sinh thái phần mềm. yếu hơn Qualcomm và Nvidia. Huawei, Xilinx (XLNX.US), v.v.
Loại người chơi thứ hai chủ yếu là những gã khổng lồ bán dẫn ô tô truyền thống, chủ yếu bao gồm Renesas, Infineon, NXP (NXPI.US), Texas Instruments (TXN.US), STMicroelectronics (STM.US), v.v. Sau khi Nvidia, Huawei và các nhà sản xuất khác tham gia cuộc chơi, những người chơi như vậy đã bị ảnh hưởng ở một mức độ nhất định, nhưng họ không hoàn toàn từ bỏ việc lái xe tự động. Ví dụ, Renesas là người chơi nhanh nhất trong loại trình phát này về chip lái xe tự động. Hệ thống trên chip R-Car V3U cấp ASIL-D của nó cho ADAS và AD đã đạt tới 60Tops sức mạnh tính toán, tương đương với Qualcomm Nền tảng đi xe. Giống nhau, nhưng nút thời gian sản xuất hàng loạt có thể muộn hơn.
Loại chip ASIC trí tuệ nhân tạo thứ ba do người chơi tự phát triển, chủ yếu bao gồm Tesla, Mobileye và đường chân trời trong nước, mè đen, v.v., ngoại trừ các chip do Tesla tự phát triển được sử dụng trong hệ thống FSD của riêng họ, các nhà sản xuất khác thường cung cấp giải pháp full-stack với phần mềm và phần cứng ghép nối.
3
Nvidia hiện đang dẫn đầu về chip lái xe tự động. Hiện tại, nhiều hãng xe đã chọn chip Nvidia vì nhiều lý do:
NVIDIA đã xây dựng kiến ​​trúc phần cứng GPU thống nhất và kiến ​​trúc phần mềm CUDA xung quanh ô tô, máy tính để bàn và đám mây, đồng thời có sức mạnh tính toán mạnh mẽ trong tính toán hiệu năng cao trí tuệ nhân tạo. Nvidia là công ty duy nhất trong ngành có khả năng cung cấp kiến ​​trúc thống nhất và môi trường phát triển phần mềm thống nhất cho máy tính để bàn, đám mây và thiết bị đầu cuối trên xe. Về phía ô tô, NVIDIA đã xây dựng một nền tảng end-to-end có thể cung cấp các giải pháp bao gồm cảm biến, bộ điều khiển miền và phần mềm thu thập dữ liệu; về phía máy tính để bàn, các công ty thực hiện chế độ lái xe tự lái thường mua CPU Intel và thẻ trò chơi NVIDIA; Trong đám mây, CUDA và một loạt SDK trí tuệ nhân tạo không thể qua mặt Nvidia, và những lợi thế về xử lý hình ảnh và các khía cạnh khác có thể giúp nền tảng mô phỏng của Nvidia duy trì khả năng cạnh tranh. Khả năng full-stack đảm bảo hệ sinh thái mạnh mẽ của Nvidia, vì nền tảng phần mềm của tất cả các sản phẩm trên ô tô, máy tính để bàn và đám mây đều giống nhau. Phần mềm lái tự động được phát triển trên đám mây có thể chạy trên máy tính để bàn và ô tô mà không cần sửa đổi. sửa đổi mã. Đồng thời, Nvidia đang đi theo con đường GPU, và quá trình phát triển tương đối dễ dàng và không cần phải điều chỉnh thêm phần cứng; và đối thủ chính chủ yếu là các giải pháp ASIC, toàn bộ chuỗi công cụ chưa hoàn thiện lắm. và nó không đặc biệt thân thiện với các nhà phát triển.
4
Nvidia tham gia thị trường lái xe tự hành sớm hơn và đang đi trước các đối thủ cạnh tranh lớn. Vào tháng 4 năm 2021, Nvidia đã phát hành thế hệ SoC-Atlan mới, sức mạnh tính toán của một SoC duy nhất có thể đạt tới 1000TOPS, dự kiến ​​sẽ cung cấp mẫu cho các nhà phát triển vào năm 2023 và một số lượng lớn xe sẽ được lắp đặt vào năm 2025. Hiện tại, chip lái tự động của Nvidia đã đi trước hai thế hệ so với các đối thủ cạnh tranh chính, tức là chậm hơn hai năm so với chu kỳ. Lợi thế người đi trước là một lợi thế quan trọng của NVIDIA, bởi vì đối với OEM, một khi nền tảng được chọn, chi phí di chuyển tiếp theo là tương đối cao. Bản thân mạng nơ-ron cũng cần nhiều điều chỉnh. Nó có mức độ kết hợp tương đối cao với phần cứng. Có thể khó điều chỉnh để có hiệu ứng tốt hơn trên một phần cứng nhất định. Nếu bạn thay đổi một bộ phần cứng, một số người trong số họ cần phải được điều chỉnh lại; và bây giờ Chuỗi công cụ chưa hoàn thiện lắm, và quá trình điều chỉnh có thể khó khăn hơn.
Chúng tôi kỳ vọng Qualcomm cũng sẽ là một trong những người chơi ở bảng cuối cùng. Hiện tại, Qualcomm có ít nhất một số lợi thế:
Lợi thế của hiệu suất chi phí. Xét về khía cạnh chi phí, Qualcomm dẫn đầu về chip tiêu dùng và chip buồng lái. Việc chuyển đổi chip tiêu dùng và chip buồng lái sang chip lái xe tự động có thể tiết kiệm cho Qualcomm một khoản chi phí nhất định. Ví dụ, nền tảng Ride thế hệ đầu tiên của Qualcomm sử dụng hai chip buồng lái cộng với chip lái tự động cấp ô tô ASIL-D để dự phòng. Từ quan điểm tiêu thụ điện năng, nhân vật chính của tính toán song song trong chip NVIDIA đối thủ quan trọng của Qualcomm là GPU. Khi thực hiện một số mô hình mạng nơ-ron thông thường, hiệu suất không tốt bằng ASIC, do đó, tỷ lệ hiệu quả năng lượng của chip điều khiển tự động của NVIDIA là yếu hơn (Tất nhiên, NVIDIA cũng nhận thức được điểm yếu của GPU, và cũng có một công cụ tăng tốc học sâu được thực hiện bởi kiến ​​trúc ASIC trên chip).
5
Qualcomm là công ty dẫn đầu tuyệt đối trong lĩnh vực buồng lái và góp phần thúc đẩy các giải pháp lái xe tự hành. Theo dữ liệu của Qualcomm, tính đến cuối năm 2020, 20 trong số 25 nhà sản xuất ô tô hàng đầu đã lựa chọn Nền tảng buồng lái kỹ thuật số ô tô Snapdragon của Qualcomm. Các mẫu xe được trang bị nền tảng 8155 sẽ được sản xuất hàng loạt vào năm 2021 và Qualcomm có thể chiếm 70% vào năm 2022. - 80% thị phần, mặc dù không còn nhiều dư địa để tăng thêm thị phần trong tương lai (OEM nói chung sẽ chọn hai nền tảng để dự phòng), nhưng chắc chắn rằng vị trí của Qualcomm trong lĩnh vực buồng lái đã được thành lập và NVIDIA đang ở trong buồng lái. Chỉ có một số khách hàng trong lĩnh vực này, chẳng hạn như Mercedes-Benz, Audi và Hyundai. Kể từ khi miền buồng lái thâm nhập nhanh hơn miền buồng lái, Qualcomm đã hình thành mối quan hệ hợp tác với nhiều OEM thông qua miền buồng lái, cắt giảm thông qua giải pháp buồng lái và sau đó đẩy giải pháp lái xe tự hành của riêng mình cho OEM. Đối với các OEM, việc chọn cùng một nhà cung cấp cho buồng lái và hệ thống lái tự động sẽ có lợi hơn, vì sẽ không phải duy trì hai đội cùng lúc học kiến ​​thức phần mềm của hai nhà sản xuất chip.
6
Tesla (TSLA.US) là một hệ sinh thái tương đối khép kín, sau khi chia tay Mobileye và NVIDIA, Tesla đã ra mắt chip FSD do mình tự phát triển vào tháng 4 năm 2019. Quá trình nghiên cứu và phát triển chip FSD bắt đầu từ năm 2017, mất 18 tháng từ khi thiết kế đến sản xuất hàng loạt, nó chính thức được áp dụng cho Model 3 vào tháng 4/2019. Có hai chip trên cùng một bo mạch và mỗi chip có sức mạnh tính toán là 72 TOPS. Trong quá trình lái xe, hai chip sẽ phân tích cùng một dữ liệu và so sánh kết quả phân tích để xác minh lẫn nhau và cải thiện độ an toàn. lái xe tự động.
7
Các đặc điểm của chip FSD của Tesla chủ yếu thể hiện ở ba khía cạnh: xử lý hình ảnh tốc độ cao, NPU và SRAM.
Chủ yếu là NPU: Chip Mobileye EQ5 bao gồm 4 mô-đun là CPU, CVP, DLA và MA, chủ yếu là CPU và CVP; chip NVIDIA Xavier được cấu tạo chủ yếu bởi GPU, CPU, DLA, PVA và hai ASIC chủ yếu là GPU và CPU. Chip Tesla FSD chủ yếu bao gồm ba mô-đun (CPU, GPU, NPU), chủ yếu là NPU, bởi vì Tesla không áp dụng giải pháp tầm nhìn radar, nó không bao gồm mô-đun CVP.
số 8
Xử lý hình ảnh tốc độ cao: 1) Về truyền dữ liệu, tốc độ truyền dữ liệu của bộ xử lý hình ảnh SIP của hệ thống FSD đạt 2,5 tỷ pixel mỗi giây, lớn hơn nhiều so với lượng dữ liệu được thu thập bởi 8 camera; 2) Về xử lý dữ liệu Tốc độ xử lý tối đa của bộ xử lý hình ảnh ISP được tích hợp trên chip FSD là 1 tỷ pixel / giây, đã đạt đến tiêu chuẩn DP1.4 truyền video nhanh nhất dành cho người tiêu dùng. Nhìn chung, chip ô tô sẽ bị tụt lại phía sau chip cấp người tiêu dùng. của;
SRAM: Chức năng chính của ISP là chuyển đổi ba dữ liệu màu cơ bản ban đầu do máy ảnh tạo ra thành thông tin hình ảnh phức tạp, thông tin này sẽ được lưu trữ trong SRAM trước khi đưa vào NPU để xử lý tiếp. Theo Pete Bannon, kỹ sư trưởng về chip của Tesla, băng thông bộ nhớ đệm để lái xe hoàn toàn tự động phải đạt ít nhất 1TB / giây, trong khi băng thông SRAM của chip FSD đạt 2TB / giây.
9
Huawei được kỳ vọng sẽ trở thành một thế lực rất quan trọng trong lĩnh vực lái xe tự hành. Hệ điều hành Yueying do Huawei tự phát triển tương thích với LINUX và có thể đạt được kênh vi mô và độ trễ thấp của QNX. Bằng cách này, nó thực sự có thể giảm sự di chuyển của nhiều thuật toán được phát triển ban đầu trong khuôn khổ LINUX sang hoạt động sản xuất hàng loạt cấp ô tô này. khó khăn của việc di chuyển phần mềm trên hệ thống. Đồng thời, Huawei cũng là nhà sản xuất cảm biến duy nhất trong số những gã khổng lồ về chip, và cả radar sóng milimet và radar đều do hãng tự phát triển.
10
Mobileye cung cấp giải pháp hộp đen và phải đối mặt với những áp lực cạnh tranh nhất định. Mobileye cung cấp giải pháp hộp đen, đây cũng là một lý do quan trọng khiến ngành công nghiệp này hiện tại không mấy lạc quan, bởi vì OTA đang là xu hướng lớn, và đối với các OEM, giải pháp hộp đen ngày càng không thể đáp ứng được nhu cầu của họ.