近日，全球最大的fpga廠商賽靈思宣布收購深鑒科技的消息，引發人工智能芯片行業熱議，這也是首起中國ai芯片公司被收購的案例。值得注意的是，收購深鑒科技的賽靈思在2018年下半年重點發展方面是汽車自動駕駛。

“缺芯”曾經是中國通信產業普遍面臨的難題，pc時代的主導者是英特爾和微軟，手機時代的主動者是高通和arm，但在人工智能時代，自動駕駛的賽道人人爭先，無論車廠還是科技巨頭都在規劃自己的路線或是打造ai芯片。業界希望用ai芯片在通用芯片無法滿足深度學習的計算量時，降低功耗與成本。

中國工程院院士、計算機專家倪光南在接受《it時報》記者采訪時表示，“過去汽車電子領域被外國跨國公司所壟斷，它們的芯片有強大的生態支持，使中國芯片難以進入這一市場。如今，中國的企業要發展自動駕駛芯片，要重視相應的生態支持，不重硬輕軟，才可能讓我們的芯片在汽車行業占據一席之地。”

自動駕駛芯片上雖有巨頭，卻沒有呈現一邊倒的格局，切磋才剛剛開始，而拿下自動駕駛應用，對其他應用便是降維打擊。

執牛耳者，英偉達與英特爾

自動駕駛汽車，又稱無人駕駛汽車，是一種通過電腦系統實現無人駕駛的智能汽車。為了更好地區分不同層級的自動駕駛技術，國際汽車工程師學會將自動駕駛從0至5劃分為6個等級。目前，已經有不少高端品牌汽車可以實現level 2（第二等級）部分自動化，但若想實現高度自動化甚至是全自動化，離不開自動駕駛芯片。

因為gpu（圖形處理器）占據著市場深度學習硬件的主流，英偉達將其最先進的處理器首先面向自動駕駛，分得一波市場紅利。2017年至今，英偉達先后推出了drive px 2、nvidia drive、jetson tx2、xavier等產品，特斯拉采用的便是drive px 2自動駕駛芯片，這也是英偉達首款專為自動駕駛汽車設計的ai超級計算機，運算能力相當于150臺macbook pro。此外，ai平臺nvidia drive則可讓汽車制造商、卡車制造商、一級供應商和初創企業快速打造自己的自動駕駛。

“從技術角度而言，英偉達的芯片更像通用處理器，它不僅可用于汽車，還可用于服務器及云端的訓練，強調可應用于更廣泛的機器人領域。”一位從業人士告訴《it時報》記者，英偉達芯片“放之四海皆可”的優勢，同時也意味著它兼具通用芯片的弊病，但毋庸置疑的是英偉達自身有很快的迭代速度，gpu功耗方面也得到了極大改善，后期發布的nvidia drive已經超過drive px 2。

英偉達相關人士向《it時報》記者透露，英偉達在今年ces大會上推出的xavier自主機器處理器已經啟動，它可提供更高的處理能力，運行功率更低，每秒可運行30萬億次計算，功耗卻僅為30瓦，能效比上一代架構高出15倍，首批樣品會在本季度開始交付客戶。

在自動駕駛芯片領域，另一家值得關注的公司是英特爾，因為以173億美元收購以色列公司mobileye，英特爾在自動駕駛領域占據了絕對優勢。“英特爾在自動駕駛芯片層面主要在傳感方面，做視覺信息采集和分析等工作。目前，mobileye第四代eyeq芯片已在2017年底實現量產。” 英特爾相關人士告訴《it時報》記者。全球首款裝載mobileye eyeq4自動駕駛芯片的量產車型來自蔚來汽車，蔚來es8電動suv的計算能力是奧迪a8所搭載芯片的8倍，而今年將上路的數百萬輛汽車都會配備前視攝像頭以及mobileye第四代eyeq芯片。“mobileye的處理器能力稍弱，還沒有達到高等級自動駕駛的要求，它也正往這方面努力，因此目前mobileye的市場占有率還是在l2級的adas（高級駕駛輔助系統）市場。”一位不愿具名的業內人士告訴《it時報》記者。

創業者押注自動駕駛處理芯片

“誰贏得自動駕駛處理器，誰就贏得人工智能時代。”地平線創始人兼ceo余凱說。和深鑒科技一樣，地平線是國內人工智能芯片行業的明星企業。在余凱看來，整個自動駕駛產業鏈集中度最高的就是處理器芯片，在傳統領域，無論是攝像頭還是激光雷達都有幾十家以上供應商，但處理器芯片領域，真正得到認可的只有英偉達和英特爾，自動駕駛處理器芯片將成為自動駕駛產業的主戰場。

“國家需要硬實力的突破，如果因為自動駕駛芯片市場有了英特爾和英偉達，我們就不再搞研發，這意味著未來我們要仰人鼻息。” 地平線自動駕駛市場拓展和戰略規劃副總裁李星宇告訴《it時報》記者，這幾年，他從不同客戶處得到一個共同信息，巨頭芯片廠商對客戶的支持不夠好，尤其中國客戶很難在巨頭芯片廠商面前排上優先級，以至這些芯片業很難根據中國市場進行優化。“面向中國場景定制中國的處理器，這是我們看到的巨大機會。”李星宇說。

2016年成立后，地平線開始自主研發人工智能芯片和算法軟件，已經面向智能駕駛領域推出征程1.0人工智能芯片，可用于高性能l2級別adas，基于征程2.0架構的地平線matrix自動駕駛計算平臺可以為l4級別的自動駕駛提供高性能的感知系統，并已經向自動駕駛廠商大規模供貨。

押注處理器芯片意味著大額資金投入，地平線已經很難具象地說在研發上投入多少資金，但從英偉達在研發自動駕駛芯片投入的資金規模上可相互印證。“英偉達的xavier有超過90億個晶體管，也是迄今為止打造的最復雜的系統級芯片，研發投入達到20億美元。”英偉達相關人士告訴《it時報》記者，xavier是2000多名工程師4年的努力。

擁有核心技術意味著掌握定價權

“自動駕駛要求汽車本身對環境有非常精準可靠的感知，這是基于深度學習對目標物的識別、對環境的感知、建模和定位，要達到這樣的準確性，用通用芯片的效能并不高，它需要非常強的gpu，大功耗會帶來一系列問題，比如成本和散熱。裝ai芯片，意味著以1%的功耗實現相同的性能，而成本只有原來的十分之一。” 李星宇告訴《it時報》記者，雖然公司在芯片研發上投入巨大，但從長遠來看，掌握了核心技術就能掌握定價權。現在，地平線是中國唯一一個在全球四大汽車市場（美國、德國、日本和中國）同頂級汽車tierls（一級供應商）、oems（主機廠）建立合作關系的智能創業公司。

按照業界的預測，自動駕駛要到2025年才產生規模化影響。來自美國交通部的數據顯示，到2025年，智能駕駛的軟硬件銷售（不含整車）將達到262億美元，但其社會效益將放大到1萬億美元，這其中包括了緩解交通擁堵、節省燃料、減少事故以及提高生產效率。“可以說，每1美元的自動駕駛處理器銷售，將帶來40美元的社會效益！這就是基礎技術的作用，有極強的產業放大效應。”余凱說。

巨大的人口規模和市場帶來的海量訓練數據是中國在發展人工智能上的一大顯著優勢，cb insights調研報告現實，2017年中國ai創業公司融資總額全球第一。ai公司在致力于研發ai芯片，寒武紀、地平線憑借過硬的技術實力跑在行業的前列，多數創業公司的ai芯片還未量產，甚至不到流片階段。

“我們在研發神經網絡視覺芯片，離流片還有半年的時間。”深蘭科技創始人兼ceo陳海波告訴《it時報》記者，深蘭科技正致力于讓自動駕駛l3級更穩定，并嘗試攻克l4級，雖然有些企業宣布自己的無人車已經到l4級，但這樣的成功是建立在實驗路線上的，換一條路未必可以。

國內另外兩家創業公司，景馳科技正使用英偉達gpu和英偉達 drive px 2來開發自動駕駛汽車，而圖森未來則使用英偉達 gpu、英偉達 drive px 2、jetson tx2、cuda、tensorrt和cudnn 來開發自動駕駛解決方案，這兩家公司也陸續獲得英偉達的投資。對地平線來說，研發自動駕駛芯片本身就是hard模式，現在地平線先著眼解決“識別”的問題，讓汽車可以正確識別車輛、樹木、車道線、紅綠燈、260種交通指令牌等不同類型物體，再綜合雷達、毫米波等傳感器的數據，對汽車進行自動駕駛控制。按照余凱的設想，他希望在到2025年能有3000萬輛搭載“中國芯”的無人駕駛汽車。

真正實現還有很長一段路

按照國際汽車工程師學會的等級劃分，l5才是真正的無人駕駛，無需人的介入即可應付各種狀況。目前，奧迪a8的audi ai屬于l3級別的自動駕駛，轉向、加減速控制、對環境的觀察由系統完成，對于激烈駕駛的應付仍需駕駛員完成；特斯拉的增強版autopilot嚴格來說屬于l2.5，還未達到l3級別；百度的阿波龍雖是l4 級量產自動駕駛巴士，但離商業化還有段距離，即使商業化落地，也只會在一些特定路線使用。

“真正實現無人駕駛仍需10至15年。” 李星宇說。李星宇的預測是樂觀的，谷歌無人駕駛項目技術負責人厄姆森在接受媒體采訪時，認為自動駕駛真正出現可能比預測的時間要晚得多，最長可能需要30年。

事實證明，汽車面臨的工作環境要復雜惡劣的多，汽車級芯片要追求的是零缺陷目標。手機芯片的缺陷率要求一般是幾千個ppm（百萬分之一）甚至更高，而汽車級芯片的要求是低于10ppm。手機的工作溫度一般是0℃-70℃即可，而汽車級芯片要擴展到-40℃-125℃。另外，手機的工作壽命一般要求在3年，而汽車級芯片需要可靠地工作10年以上，并滿足對于振動、沖擊的測試要求。

今年3月，優步發生全球首例無人駕駛汽車撞死行人事件，無人駕駛汽車的安全問題引發熱議。對此，英偉達回應《it時報》記者，關于xavier系統級芯片 （soc），他們邀請了全球頂尖的汽車安全和可靠性公司 tv sd進行安全評估，當時負責xavier的首席評估員說xavier是他們評估過的最復雜的處理器之一，經過技術評估，表明xavier達到了汽車行業的功能安全標準 iso 26262，這也證實了xavier系統級芯片架構適用于自動駕駛汽車的應用程序。

“自動駕駛芯片設計之初就要把安全納入其中，包括硬件和軟件堆棧方方面面都要采用安全技術，為了確保xavier達到我們設計的預期，公司數千名工程師編寫了數百萬行代碼。”英偉達相關人士向《it時報》記者介紹。

中國市場：適者生存

值得注意的是，除了傳統芯片廠商，谷歌、特斯拉、百度、博世等似乎與芯片不沾邊的企業也在做人工智能芯片，而中國企業要如何占得一席之地？

倪光南在接受《it時報》記者采訪時表示，新一代信息技術包括ai、自動駕駛等對芯片提出了新的需求，因此原先不做芯片的企業也開始做芯片，中國的部分企業有算法和應用方面的優勢，完全有可能做出性價比很好的芯片。當然，它們主要是在芯片設計方面投入，一般不會輕易進入芯片的生產制造領域。中國芯片產業的短板不在設計方面，而在制造工藝、裝備、材料、設計工具等等方面，國內ai、自動駕駛這類芯片在設計方面可以與國外巨頭競爭。不過，ai這類芯片架構依托的是算法，而在算法方面，我國業界基本上還是跟隨者，缺乏原始創新，想在ai這類芯片方面超越外國，應當努力在算法方面進行創新，爭取有所突破。

“目前國內ai芯片很熱，中國市場巨大，這是一個有利條件。不過，經驗表明，每個細分領域的芯片經過市場競爭后，最終能夠生存下來的往往只有少數，所以無論是ai芯片的投資者還是從業者，都要有這種思想準備，多做市場調研，減少低水平重復。”倪光南最后說道。

以上是網絡信息轉載，信息真實性自行斟酌。