芯片是向来系统工程，低投放、高风险、报酬较快都是芯片行业的典型特征。尤其是对于目前的无人驾驶技术来说，最后的算法并没确认，因此各大厂家没办法在现在的情况下就投放到ASIC专业芯片中，所以GPU不会是今后很长一段时间内的尤为均衡的方案。

芯片是无人驾驶的核心，其职能相等于无人驾驶的大脑。目前汽车上的芯片主要分成两类：一类是传统的功能芯片，例如为发动机管理、电池管理、车身掌控等分开功能构建研发的芯片；另外一类则是性能更加强劲，担任无人驾驶大脑起到的AI芯片。目前无人驾驶汽车的代码早已相比之下多达1亿行，而对芯片的运算能力拒绝多达10TOPS（万亿次操作者每秒）的数量级，传统的功能芯片早已无法符合无人驾驶的拒绝，所以研发AI芯片势在必行。

什么是AI芯片？目前主要的AI芯片还包括GPU、FPGA、ASIC三种。所谓AI芯片是指可以用来针对AI算法的专用芯片，对于AI芯片，在图像识别领域常用CNN卷积网络算法，而在语音辨识以及自然语言处置上使用RNN算法，两者算法的本质都是矩阵的乘法和乘法。AI芯片与传统功能芯片仅次于的有所不同在于运算速度更加慢、功耗更加较低。

只不过我们传统用于的芯片CPU和MCU都可以用来继续执行AI算法，但是两者由于更加合适串行算法，造成运算速度太快，似乎无法符合中高速自动驾驶对于周边环境图像识别的必须。在三种AI芯片中，GPU与FPGA都是传统的通用型芯片，芯片架构早已十分成熟期，可扩展性较强；而ASIC归属于为容许场景下自定义用于的芯片，虽然性能更加引人注目，但是成本较高，且用于场景单一。

芯片前期投放极大，如果后期无法大量应用于来摊薄成本，整个项目就不会面对无疾而终的局面。AI芯片市场分析随着还包括移动手机通讯以及电脑在内的传统芯片市场的饱和状态，以高通、英特尔以及英伟达为代表的芯片巨头正在朝著迈向汽车芯片市场，特别是在是正在蓬勃发展的无人驾驶领域。据HIS估算，2020年全球无人驾驶AI芯片的市场规模将超过40亿美元。在汽车四化技术中，新的能源技术不存在多种路线且受到电池技术的制约，未来发展如何不存在较小疑惑。

但在无人驾驶和车联网的技术路线上，各大车企和参予的公司基本构成了共识，无人驾驶和车联网技术的渐渐普及的大趋势不能挡住。因此高通、英特尔和英伟达这些芯片巨头或者通过并购汽车领域的芯片公司和品牌来很快承继原先公司的汽车客户，同时将自己在芯片领域所储备的更加颇受的技术较慢应用于到被并购或合作的汽车芯片公司的产品上，很快提高芯片的产品力。

无论是英特尔花费巨资并购Mobileye，还是高通在吞并恩智浦不受中美贸易战影响功亏一篑，抑或是英伟达本身通过GPU上的极大优势与全球多达370家主机厂和一级供应商达成协议战略合作，都是芯片巨头期望很快紧贴汽车行业特别是在是无人驾驶芯片的最差相比较。忽略原本在汽车功能芯片上唱主角的恩智浦、英飞凌、瑞萨这些半导体公司势头比较就较为很弱。英特尔与高通也大力布局目前在无人驾驶领域仅次于的芯片供应商是英伟达，完全所有的主机厂都订购英伟达的GPU作为无人驾驶的主控芯片。

GPU最初源于电脑显示卡，作为图像处理单元，不仅可以分担图像识别并能展开并行计算，从架构上来说较为合适展开AI自学算法。而通过对其架构优化，不仅可以大幅度减少能耗，同时也能提高计算速度。作为标准化芯片，GPU颇受各大主机厂的垂青。目前英伟达早已研发出有了基于GPU的DriveCX数字座舱系统以及DriveX自动驾驶平台两大系统。

其中DriveCX可以构建自然语言处置、3D导航系统和信息娱乐、仅有数字仪表、环绕着视觉以及接入安卓系统这些功能，全然从性能上来看，GPU早已可以构建数字座舱以及驾驶员辅助系统功能。至于并购了Mobileye的英特尔，则凭借Mobileye在驾驶员辅助ADAS领域的软件算法和EyeQ芯片很快紧贴驾驶员辅助和无人驾驶领域。

Mobileye在聪明才智在于其需要对视觉信息展开分析，预测与其他车辆、障碍物、行人之间会否再次发生潜在的撞击，同时Mobileye也可以辨识交通标志、交通信号灯，而这些都是保证无人驾驶技术构建的关键性能之一。至于高通，其车载信息娱乐系统解决方案也早已被发售，基于骁龙602A／820A芯片，高通在通讯领域的优势获得仅次于程度的充分发挥，其公布的汽车级处理器在无线通信、定位、语音以及多媒体处置方面的能力也有自身相当大的优势。特斯拉另辟蹊径对于无人驾驶的主控芯片GPU来说，其性能并不是尤为极致的，因为它不是专门为无人驾驶系统打造出，所以还不存在相当大的设计改良空间，来提高运算速度。

而运算速度的大小是取决于芯片性能尤为最重要的指标之一，所以特斯拉才要求自己研发芯片。挣脱英伟达的芯片，将需要协助特斯拉在无人驾驶领域创建起自己特有的，其他主机厂无法拷贝的优势，而一旦特斯拉自己的Hardware3项目被证明行之有效之后，那其他车企很难对之构成扳平。根据特斯拉自己测试的数据，在成本大体完全一致的前提下，英伟达硬件所能获取的视觉辨识软件的效率是每秒200帧，而Hardware3可以超过每秒2000帧。

正是在Hardwar3的反对下，特斯拉才能将自己的无人驾驶算法展开部署，而基于自己研发的算法，堪称协助特斯拉在Autopilot3上可以挣脱激光雷达的制约，让无人驾驶技术在成本上确实可以转入普通消费者的家中。国内AI芯片市场概况在国内主要有两类企业是目前AI芯片的玩家。

一类是百度、阿里这样的互联网巨头，物联网也好、无人驾驶也罢，都是这些不差钱互联网公司的最重要发展方向。第二类则是像地平线、寒武纪这样的独角兽企业。

在2018年4月，百度就早已公布了中国第一款云端全功能AI芯片“昆仑”，其不仅需要符合传统的AI芯片的深度自学算法的功能，自然语言处置、大规模语音辨识、自动驾驶、大规模引荐等明确终端场景的计算出来市场需求也都被照料到。正是基于“昆仑”芯片，才让百度阿波罗无人驾驶系统挂上翅膀，不仅会受到英伟达等公司制约，也能为自己今后在无人驾驶技术上的递归研发建构一个较为好的环境。而这只不过多少和特斯拉的模式有异曲同工之智。同为互联网巨头的阿里巴巴大自然也不甘落后，其在过去几年陆续投资了旷视科技和商汤科技等技术型公司，而寒武纪、深鉴科技和Kneron这样的AI芯片领域的著名公司大自然也是阿里眼中的香饽饽。

不过比起于百度必要与整车厂合作，类似于谷歌那样获取安卓系统，百度期望通过获取无人驾驶平台来必要紧贴无人驾驶领域。而阿里的无人驾驶之路相对来说野心就没那么大，其专心在核心零部件技术上，无论是早已一炮窜红的斑马系统还是在AI芯片领域的较慢发展，阿里都没能在公开发表其无人驾驶系统的发展状况。写出在最后芯片是向来系统工程，低投放、高风险、报酬较快都是芯片行业的典型特征。

尤其是对于目前的无人驾驶技术来说，最后的算法并没确认，因此各大厂家没办法在现在的情况下就投放到ASIC专业芯片中，所以GPU不会是今后很长一段时间内的尤为均衡的方案。此外，我们还伤心地找到，在全球AI芯片排行榜上，除了英伟达、英特尔、高通这些芯片产品外，我们的寒武纪、地平线的产品也经常需要挤入榜单。未来我们必须通过国家政策扶植与创意资本结合，构建芯片产业链的突破，不仅老大我们节省每年2000亿美元以上的芯片进口，堪称保证国家在芯片战略上的安全性。

即使在无人驾驶领域，我们也必须有自己的芯片，才能保证我们的无人驾驶技术在未来可以与国外汽车巨头一较高下的有可能。

本文来源：澳门威斯尼斯wns888入口-www.tzssjj.com