智能汽车芯片大战，拼什么

9月底，最新一轮MLPerf推理基准测试(1.1版)结果发布，英伟达继续占据各项测试数据的领先地位，横扫数据中心和边缘计算两大领域。

MLCommons是一家成立于2018年5月的行业基准测试组织，测试基于当今最常用的AI工作负载和场景，涵盖计算机视觉、医学影像、自然语言处理、推荐系统、强化学习等。

毫无疑问，英伟达的GPU仍然是人工智能工作负载的王者。自2018年开始，他们一直主导着MLPerf基准测试（包括训练和推理两大项目）。然而，包括高通、英特尔、AMD在内的其他参与者正在追赶。

高通找到了新的突破口。

“随着人工智能加速全行业大规模部署，除了最高的性能，这些解决方案必须提供更好效率。每秒功率推理(I/S/W)正在成为客户选型的最重要基准之一。”在高通公司看来，在配置了8倍Qualcomm Cloud AI 100加速器的服务器上，已经展示了最高197 I/S/W的ResNet-50。

但，总体上MLPerf的测试结果，仍然显示出英伟达的性能进步，这一次主要是由于软件。“Arm作为一个加速平台，可以提供与类似配置的x86服务器相当的性能。这也表明我们的软件栈已经准备就绪，能够在数据中心环境中运行Arm架构。”

同时，英伟达此次参与测试的是最新一代7nm安培架构GPU。首款基于安培GPU的产品是Tesla A100加速卡，接下来就是应用于汽车行业的Atlan，1000TOPS算力，基于英伟达Grace（下一代CPU）、安培架构GPU以及集成数据处理单元 (DPU)。

对于高通和英伟达来说，接下来的“战场”无疑就是汽车赛道。

一、

在最近一个季度，高通公司披露2.53亿美元的汽车业务营收，这一数字是去年同期的两倍多，但仍然是整个公司单季度收入约80亿美元的很小一部分。

然而，高通进入汽车行业（除传统的车载通讯芯片之外）标志着一个关键转变，以及长达数十年的汽车信息娱乐市场争夺战的结束。高通推出的第三代智能座舱计算平台几乎横扫中高端汽车市场，这让英特尔和英伟达“退守”自动驾驶赛道。

“至少在目前的市场竞争态势下，英特尔和英伟达的芯片不再是高端智能座舱的第一选择。”业内人士坦言，由于高通在智能手机市场的绝对份额优势，这让其在汽车市场也有类似的品牌效应。

而在高阶辅助驾驶及自动驾驶赛道，英伟达拥有类似的地位。

从Parker（更多用于座舱娱乐）到Xavier，后者30TOPS的算力在发布时也高于很多同行，但真正进入前装市场的项目并不多。但，254TOPS的NVIDIA DRIVE Orin，让英伟达真正“抢占”了高阶辅助驾驶量产市场的头把座椅。

不过，和高通一样，与数据中心、游戏的收入相比，英伟达的汽车业务收入规模占比也很小。随着Orin平台将从2022年开始规模化量产交付，预计汽车业务板块收入将开始出现快速增长。

但，硬件的比拼只是开始。

过去，芯片厂商更多是为下游直接客户提供硬件开发参考设计，以帮助其快速为汽车制造商提供硬件解决方案。但如今，软件正在成为新的准入门槛。

类似的软件开发架构及参考设计、工具包，已经在汽车芯片行业开始成为主流趋势。比如，英伟达推出的NVIDIA DRIVE™ 开源软件堆栈，可以帮助开发者高效构建和部署各种应用程序，包括感知、定位和映射、计划和控制、驾驶员监控和自然语言处理。

此外，英伟达还提供了相应的模块化配置，包括用于传感器输入处理的NvMedia、用于实现高效并行计算的NVIDIA CUDA® 库、用于实时AI推理的NVIDIA TensorRT™，以及可访问硬件引擎的其他开发者工具和模块。

今年6月，英伟达更是宣布收购高精地图初创公司DeepMap，通过整合后者的技术方案，强化Nvidia Drive的市场竞争力。“DeepMap将扩展我们的全球地图业务，并扩大我们的全自动驾驶技术堆栈的解决方案能力。”

去年，英伟达和梅赛德斯·奔驰宣布将在未来十年合作开发全自动驾驶汽车，双方借助各自在高性能计算和高端汽车制造方面的经验，共同打造一款全新的软件定义汽车。

此次合作，被英伟达视为公司发展历史上“最大的单一商业模式转型”。

因为，芯片供应商通过与主机厂的深度绑定合作（以前更多是与Tier1合作），改变过去单一的采购供应关系，双方能够分享未来用户购买功能和订阅服务的收入。背后，则是英伟达提供软硬件全栈解决方案，并且是和奔驰联合开发。

在这一点上，英特尔旗下的Mobileye也在改变，从EyeQ5开始支持外部第三方软件，包括传感器感知、融合以及决策。瞄准市场重构机会的，还有高通。

“对于一部分汽车制造商来说，如果软件开发能力较弱，并且外部供应商开发成本过高，我们可以直接提供完整的智能驾驶交钥匙方案。”高通公司发言人表示。

“我们必须灵活，”英伟达CEO黄仁勋也有着同样的战略思考：不同的客户会有不同的需求，比如单一的硬件算力解决方案；或者需要软硬件全栈快速部署方案。

事实上，无论是对于英伟达、英特尔+Mobileye、高通，还是来自中国的地平线、芯驰科技、黑芝麻智能等后来者，灵活、开放、从用户需求痛点出发，已经成为共识。

“芯片性能、开发效率、灵活性以及开放度，将决定OEM和Tier1的市场竞争力，”业内人士表示，从这一点上来说，哪家芯片供应商可以提供更全面的解决方案，胜出机会就更大。“因为整车厂拼的不仅仅是新车宣传的功能亮点，还有上市的速度以及投入的成本。”

二、

高通去年通过发布Snapdragon Ride平台，杀入自动驾驶赛道。

这个平台的特别之处，在于提供开放的可编程架构，支持汽车制造商和一级供应商根据其对于摄像头感知、传感器融合、驾驶策略、自动泊车和驾驶员监测等方面的不同需求，对该平台进行定制。

此外，高通在过去一年时间已经在部署自己的软件生态系统，包括支持法雷奥最新一代Park4U（跨级泊车方案），与Seeing Machines合作提供嵌入式DMS方案，以及与Veoneer合作扩展ADAS软件栈。

高通表示，Snapdragon Ride平台不仅包括硬件，还将为芯片提供“安全中间件、操作系统和驱动程序”。此外，高通还将提供定位、感知和行为预测软件，这是任何自动驾驶系统的三个关键部分。

对于汽车制造商来说，基于Snapdragon Ride平台既可以快速满足新车法规市场需求（通过软硬件一体化快速开发车型），也可以通过自主开发软件以及与第三方合作基于高通的硬件平台进行定制化开发。

日益复杂的软件和整车电子架构设计是主要的挑战，芯片则是中枢神经系统。对于汽车制造商来说，真正的问题是，计算需求是什么？应该如何更好的设计，实现软硬件的高效协同？

“我们能够做到从软件中来，把高性能的芯片做出来，最后到软件中去，回归到软件本身。通过更高效支持合作伙伴开发与部署高性能智能驾驶软件。”地平线副总裁兼智能驾驶产品总经理余轶南表示。

地平线的策略是，瞄准的用户痛点，包括屏蔽硬件细节，统一的算法和应用开发框架，封装基础组件，降低开发门槛；灵活适配业界流行算法框架，开放灵活自定义应用开发流程；以及开箱即用的产品算法，基础算法和产品参考算法。

随着近年来芯片厂商越来越多参与到软件层面的模块开发，核心诉求之一就是帮助下游客户快速适配新的计算平台，同时减少基础、共性的软件开发，从而达到降本增效的目的。

这也是为什么高通选择参与Veoneer的收购，该公司刚刚宣布与第三方投资机构SSW Partners合作，后者以45亿美元收购Veoneer；随后，高通再从SSW Partners手中收购Veoneer旗下的Arriver（感知及决策软件平台）业务。

高通此举是在追赶竞争对手英特尔和英伟达在软件领域的暂时领先地位，按照此前公布的消息，高通Snapdragon Ride平台上运行的Arriver提供的软件堆栈，已经开始提供给潜在客户进行Demo演示，内部反馈效果相当不错。

这被高通公司视为进军智能驾驶领域的一个真正的里程碑。

接下来，高通将把Arriver的计算机视觉、驾驶决策和驾驶辅助软件系统纳入Snapdragon Ride ADAS解决方案中，增强高通为汽车制造商和一级供应商提供开放和有竞争力的智能驾驶平台的能力。

高通总裁兼首席执行官克里斯蒂亚诺·阿蒙在一份新闻稿中表示，“高通是Arriver的天然所有者。通过整合这些资产，高通正在加速提供领先的完整ADAS解决方案的能力，作为数字底盘平台的一部分。”

动作频频的还有英特尔。

上个月，Mobileye宣布进一步强化在L4自动驾驶领域的前瞻性布局，将于2022年在德国率先部署Robotaxi服务，从而实现在辅助驾驶和自动驾驶的“两只脚”商业化布局。

而母公司英特尔也在今年将汽车行业视为关键的战略重点。公司CEO帕特·基辛格表示，到2030年，芯片将占汽车成本的20%，这一数字相较于在2019年的4%比例上翻了五倍。

数据显示，2020年Mobileye实现营收9.67亿美元，同比增长11.15%。而到了今年第二季度，Mobileye实现季度营收3.27亿美元，与去年同期相比增长了124%，在英特尔所有业务部门中，年增长率最高。

其中，仅仅在今年第二季度，Mobileye就新增了10款车型合计超过1600万台前装订单合同（车型全生命周期）。最重要的贡献，当属来自与丰田的合作，Mobileye和采埃孚合作在未来几年供应丰田多款热销车型。

截止目前，在全球新车市场，英特尔（Mobileye）、英伟达、高通在高阶智能驾驶市场已经初具三足鼎立之势。其中，选择高通平台的通用汽车、长城汽车已经对外宣布量产计划。

另一大市场变量因素来自中国。

黑芝麻智能在上个月宣布已完成战略轮和C轮融资，投资方包括小米长江产业基金、富赛汽车等产业战略投资者，投后估值近20亿美元，这也是小米宣布造车后对外投资的第一家汽车芯片公司。

黑芝麻智能推出的大算力自动驾驶计算芯片，基于两大核心自研IP（图像信号处理器、高性能深度神经网络算法引擎），同时发布的山海人工智能开发平台，通过50多种AI参考模型库转换用例，降低客户的算法开发门槛。

关于市场竞争格局，黑芝麻智能创始人兼CEO单记章认为，在考虑供应链安全的情况下，每家车企都会有几个供应商的选择，另外技术在快速迭代的过程中，几乎所有芯片供应商都已在其中。

“我们必须要有灵活的商业模式，才能够在巨头林立的自动驾驶芯片市场实现突围。”黑芝麻智能CMO杨宇欣直言，不同的客户会有不同的需求，或是单一的硬件算力解决方案，或是需要软硬件全栈快速部署方案。