发布网友 发布时间:2024-02-12 08:14
共1个回答
热心网友 时间:2024-03-01 14:13
文章综述:
1.此次芯片产能危机对特斯拉等自研芯片的车企影响有限。
2.域控制器成为未来芯片发展方向,其将ECU和ESP等功能整合,从根源上降低了 汽车 对芯片数量的需求。
3.高性能域控制器将推动芯片产业发展,优化芯片产业格局。
4.部署高质量芯片,代替多个简单ECU芯片,用质量取代数量,缓解了芯片产能不足。
5.车企通过自研域控制器,能更好地将软硬件结合,提高产品性能。自研芯片正在成为更多车企、电脑等 科技 公司的选择路径。
12月初,南北大众因缺少芯片而停产的新闻引爆 汽车 圈。这次芯片危机不仅仅影响到南北大众,对全球多家车企巨头都造成了一定影响。但自研芯片的特斯拉等“新势力们”基本上没有受到芯片危机影响。
“特斯拉们”能较为平顺地度过这次危机,除了产量相对传统车企较小之外,其采用的芯片理念也不相同。这次芯片供应短缺中,主要缺少的芯片是ECU(电子控制器)和ESP(车身电子稳定系统)。ESP芯片保证着车辆的安全性,提高车身的稳定性。ECU控制着 汽车 的发动机、变速箱、车机系统等等。所以传统 汽车 对这两种芯片的需求量很大。
但像特斯拉这类新能源 汽车 企业已经开始采用域控制器,把ECU和ESP的功能整合到域控制器中,从根源上降低了 汽车 对芯片数量的需求,也就降低了这次芯片危机对车企的影响。
“面向自动驾驶开发,现有的E/E架构系统无法满足需求,所以需要将现有的ECU进行整合,对底层代码、应用层软件进行统计。这样,大量的底层代码可以互通,而且减少了大量的通信过程,利于自动驾驶开发。“大众CEO Herbert Diess曾对外界表示。
域控制器将成为未来 汽车 发展方向, 汽车 上的芯片将被整合,通过域控制器让 汽车 更好地工作。目前装备域控制器的只有特斯拉家族的FSD(Full self- driving)芯片和奥迪A8 的zFAS(自动控制器) 芯片。
作为域控制器,FSD芯片可以控制车机系统、电机、大灯等等部件,不仅可以实现ECU和ESP功能,还实现了包括 娱乐 系统和驾驶系统在内的所有电子功能。
相比奥迪A8 zFAS芯片,特斯拉的FSD芯片在产品上应用更多,而且迭代速度更快。目前特斯拉自动驾驶芯片由一个35人的团队为核心,另外有近百人参与到自动驾驶芯片研发,虽然人数不是很多,但是所有人都是行业内的精英,比如计算机视觉+深度学习圈的网红人物Andrej Karpathy。
和其他芯片相比,马斯克称FSD芯片为“世界上最好的芯片”。根据数据,特斯拉FSD芯片和同时期英伟达XDrive芯片相比,算力提升了21倍。作为世界上应用最广,技术领先的自动驾驶芯片,FSD是非常具有代表性的。
不过特斯拉FSD芯片也无法做到万无一失。自动驾驶最让人担忧的就是其安全性,驾驶者是否可以把自己的生命交给机器来掌控。就在本月,据韩国媒体报道,特斯拉Model X失控撞向墙壁,导致一死两伤。短短半月内,在北京海淀区,特斯拉Model 3同样失控撞向阳台,导致车体损毁。
不过特斯拉FSD芯片也在进化,相比第二代芯片, 第三代FSD芯片算力提升了80% , 而功耗仅仅上升了25%, 在完成更复杂运算的同时,也保证了电动 汽车 的续航里程。同时,采用最新的设计也让其芯片消耗更少的硅,降低了生产成本。域控制器相对ECU来说其设计难度,制造难度都更大,虽然一片域控制器可以代替数十个传统ECU,在芯片数量的需求上降低了很多, 但是要求的制造工艺水平更高,对生产设备的要求更高。
根据IBS数据: 28nm芯片的设计成本大致在5130万美元左右,而7nm芯片需要2.98亿美元。在制造方面,目前可以制造7nm芯片的厂商只有三星和台积电, 可见其制造难度之大。随着高性能域控制器的普及和需求量上涨,低端芯片生产企业也必须提高自己的制造水平以抢夺市场。 所以,域控制器将推动芯片制造企业发展,优化芯片产业格局。
特斯拉自动驾驶芯片已经历了三代的发展,根据台积电消息,特斯拉第四代芯片FSD芯片将由台积电生产,采用7nm工艺,并于2022年第一季度开始交付。7nm制造工艺可以让芯片在更低电源电压下工作,降低芯片整体功耗,随着自动驾驶和电动 汽车 发展,低功耗产生地影响会越发明显。而且使用7nm工艺可以在相同尺寸的晶圆上生产更多的芯片,对产能也有很大提升。
特斯拉现有芯片在2019年4月份发布, 一个整体主板上有两个芯片,每个芯片包括一个CPU(中央处理器),一个GPU(图形加速卡)和两个NPU(神经网络计算单元) 。芯片采用12nm工艺生产,每块芯片配备了4个低压高速内存,在保证内存容量的同时,也兼顾了性能和功耗。每块芯片的封装面积为260平方毫米,和我们日常使用的高性能台式机芯片大小类似。在工作的时候两个芯片为冗余设计,计算输出结果互相比对,提高了 汽车 系统的安全性。
这三个处理器各有分工。CPU作为 汽车 的中央大脑,除了处理大部分 汽车 数据之外,还会分配工作给GPU和NPU,并处理GPU和NPU传输回来的数据,作出 汽车 最终决策。FSD的CPU采用12个64位ARM Cortex A72内核,运行频率2.2GHZ。如果做个类比,等于主机内三个高性能CPU并联产生的效果。GPU主要工作是处理车内显示器的数据,特斯拉中央大屏,驾驶员前侧屏幕都是由GPU来处理,所以在驾驶室内的 娱乐 影音系统都是GPU的功劳。
简单理解,CPU的作用和ECU类似,只不过CPU的性能要比ECU强大, 汽车 只需几个CPU就可以达到数十个乃至上百个ECU的数据处理能力。GPU单纯是为了智慧座舱而生,可以理解为车内屏幕的CPU系统,我们在车内屏幕看到的所有内容都是由GPU处理,没有GPU,我们就无法看到车内图像。
NPU则是芯片中面积最大的部分,也是自动驾驶系统的核心部分。NPU的作用也是处理图像,其功能和GPU类似,不过处理的图像来自于车载传感器,也就是特斯拉 汽车 的各种外置摄像头。NPU作为神经网络计算单元,会根据深度学习模型对图像数据进行处理,每一个NPU处理器算力为36TOPS,一块芯片有两个NPU处理器,所以其算力为72TOPS,整个主板NPU的算力也就是144TOPS。按照数据量化算力,这颗特斯拉芯片可以在一秒中内处理1024GB的数据,可见其算力强大。
很多人可能有疑问,有GPU处理图像,为什么还需要NPU ?其实根本原因就在于采用的算法和设计思路不同。GPU属于通用芯片,可以用在很多领域,计算不同用途的图像。而NPU则属于专用芯片,只能计算某一类的计算。比如特斯拉的NPU芯片,就是为了处理摄像头数据而特殊设计的。由于智能网联 汽车 和自动驾驶 汽车 需要处理大量的图像数据,其边缘计算要求计算机具备高速简单运算能力,也就需要NPU这样的专用芯片。
通俗来讲,神经网络的每一次运算都是加减乘除,但是需要计算机运算上亿次或者更多,并且要在极短的时间内运算完成。这种需求CPU完全无法胜任,只能由NPU来完成。如果做一个比喻,CPU是一个大学老师,可以解决难度系数很高的数学难题,但是无法让他在短时间内解决大量的小学算术题。而NPU则是一堆小学生,虽然没有办法解决复杂的数学问题,但是可以在短时间内完成大量的简单算数题。
部署高质量芯片,代替多个简单ECU芯片,用质量取代数量,既缓解了芯片产能不足,也推动了自动驾驶和智能网联的发展,对于自动驾驶和智能网联 汽车 都有重大意义。
目前除了特斯拉之外,蔚来 汽车 也于近期成立自动驾驶芯片研发部门,并开始招聘有经验的技术负责人。而传统车企吉利 汽车 已在自研芯片的土地上耕耘良久,并研发出自己的IGBT芯片,目前国内大部分车企使用的IGBT芯片就来自于吉利。除了车企, 科技 企业也走上自研芯片的道路。据中国台湾媒体12月10日消息,苹果正在寻求和台积电合作,开发自动驾驶芯片。英伟达也研发出Drive系列芯片,用于自动驾驶。
对于车企来讲,研究域控制器不仅仅降低了 汽车 使用芯片的数量,也为未来的自动驾驶等技术铺路。不同车企的自动驾驶技术不同,所以软硬件相匹配就变得非常重要。其实不只是 汽车 行业,整个电子产业都在向自研芯片的道路发展,比如苹果最新的M1芯片,就是按照苹果OS系统进行设计和优化。根据跑分数据,使用M1芯片的MAC比任何一款使用Intel芯片的MAC分数都高。所以,使用一个适合自己软件的硬件是非常重要的,尤其是在自动驾驶领域。芯片和软件已经逐步替代发动机和变速箱,成为 汽车 上最重要的两个部件。
未来,不管是车企还是 科技 企业,芯片都将成为核心产业。这次芯片危机的爆发,更加凸显了芯片的重要性。而在芯片供应短缺的背后,更重要的问题是:是选择自主研发芯片,还是依赖供应商资源?车企已经站在芯片产业的十字路口。