機器之心報道
機器之心編輯部
3 月 23 日，機器之心「AI 科技年會」的並行論壇之一——首席智行官大會受到了業界廣泛關注。本次大會圍繞汽車機器人、晶片及自動駕駛等領域，邀請了 11 位業內極具代表性的企業高層及專家，為出行智慧化的時代代言。
其中，寒武紀行歌執行總裁王平，在大會上深入剖析了當下自動駕駛技術以及車規級晶片所面臨的挑戰和趨勢，同時也透露了行歌科技的產品規劃。
https：//www。bilibili。com/video/BV1HY4y1p7iW？share_source=copy_web
自動駕駛未來五年的三大趨勢
寒武紀行歌是寒武紀控股的車載晶片子公司，致力於打造全球領先的自動駕駛晶片公司。寒武紀行歌專注於汽車賽道，自成立以來，就獲得汽車產業資本的青睞，在種子輪得到了包括上汽集團、蔚來汽車、寧德時代等領先的汽車企業的戰略投資。
回到自動駕駛的主題。我認為自動駕駛的發展會是一個充滿機會、但又陡峭崎嶇的山路。未來五年我們看到有三個大的趨勢，
首先是 L2 + 自動駕駛系統裝備率會迅速普及，
但是我們認為它也會長期存在。未來五年，L2 + 及以上的總體滲透率會超過 50%。第二個趨勢，
是受限場景下 L4 級別自動駕駛解決方案將會逐步實現落地，
但是距離大規模量產還有很長路要走。第三個趨勢是車路雲的閉環協同，這將進一步推動駕乘體驗持續的升級。
智慧駕駛系統規模化落地面臨多重挑戰
智慧駕駛系統規模化落地，面對多重的挑戰。
單車智慧方面面臨如下挑戰，第一，目前單片 SOC 的處理能力普遍不足，因此需要 2 片甚至更多片來實現，使得系統複雜度指數級上升，量產困難；第二，多片 SOC 還造成域控制器功耗很大，必須採用風冷甚至液冷，增加了系統成本，從而使得智慧駕駛系統在燃油車及 10 萬元以下車型都很難普及；最後，國產晶片佔比仍然較低，晶片供應受到全球供應鏈影響巨大；
另外，車路雲協同的方案也面臨著諸多挑戰，首先海量資料的閉環需要大規模 AI 叢集的支撐，根據特斯拉的資料，每一輛智慧車上路，就需要增加價值 500 美金的雲端 AI 計算資源來支撐，成本壓力巨大；其次，車企也需要投入大量資源來實現資料安全和隱私保護；最後，雲端統一運營資料的模式還不能有效滿足車主個性化的需求。
智慧駕駛晶片兩大趨勢是通用開放式和大算力
我們認為，自動駕駛芯片面臨兩個趨勢：
一個是通用開放式，另一個是大算力。
在 L1 和 L2 時代，我們認為資料量是相對比較少的，很多車廠接受了晶片和演算法強耦合的封閉式一體化方案。到了 L3、L4 的時代，我們認為資料量會激增，演算法也更加複雜，因此需要大算力晶片才能夠滿足需求。此外，OTA 的需求也需要有通用開放的軟體平臺才能夠支撐。
寒武紀行歌最新產品釋出計劃
寒武紀行歌的定位非常明確，就是一家車載晶片公司。我們將與 Tier1 公司、感測器公司、演算法公司等一起來與 OEM 密切協同，形成網狀的合作關係，最終服務終端消費者。
我們也將聯合合作伙伴，來構建成熟的演算法及軟體解決方案，提供多層級、可裁剪的貨架化解決方案來交付，全面滿足車企對於質量進度、客戶體驗差異化等多重需求，提升終端使用者的駕乘體驗。
為了滿足智慧汽車市場的需求，我們將推出全面覆蓋不同級別的智慧駕駛晶片的產品，今明兩年，我們將正式釋出兩款重磅的晶片，一款是面向 L2 + 市場的 SD5223 晶片，另一款是針對 L4 市場，可支援車端訓練的 SD5226 系列。當然，後續還將擇機推出面向其他細分市場的晶片產品。
面向
L2 + 級別智慧駕駛市場的 SD5223 晶片
。當前的域控制器方案一般採用兩顆甚至三顆的 SoC 實現 L2 + 級別的行車 + 泊車功能，系統複雜，功耗比較高，無法採用自然散熱，成本也相應的水漲船高，很難在 10 萬元以下的車型進行推廣。
而寒武紀行歌 L2 + 行泊一體的晶片解決方案，採用先進工藝，最大算力達到 16 個 TOPS，單顆 SoC 就可實現行泊一體功能，並可採用自然散熱，推動自動駕駛系統向 10 萬元左右的入門級車型覆蓋，這款晶片將在 2022 年釋出。
針對
L4 級別智慧駕駛市場的 SD5226 晶片
。當前面向 L4 級別的自動駕駛域控制器都採用了 2 顆甚至 4 顆 SoC 的解決方案， 帶來了系統複雜、板級頻寬受限、功耗超標、量產週期長等風險和挑戰。
寒武紀行歌 SD5226 系列晶片解決方案在人工智慧算力方面將進一步提高到超過 400 個 TOPS，CPU 最大算力超 300K DMIPS，採用 7nm 工藝，獨立安全島的設計，率先提供基於單顆 SoC 的 L4 級別的自動駕駛解決方案。而且，這顆晶片的最大亮點將是可以支援車端訓練，支援車端的自學習架構。這一解決方案計劃在 2023 年正式釋出。
進一步來講，SD5226 支援車端的自學習架構，因為當前已有的車端晶片以推理架構為主，演算法模型更新和訓練是需要在雲端才能完成的。而寒武紀行歌採用了端雲一體、訓推一體的 AI 處理器架構，可以支援車端的訓練，也就是使智慧汽車真正具有自我成長，自我進化的能力，真正成為人類的夥伴。
從車企和車主來說，車端自學習能力可以構建三點優勢，首先是千人千面或者千車千面，因為這可以真正滿足使用者的個性化需求，按照使用者具體的路線來進行學習訓練或者說不同的駕駛習慣，實現不同的車人互動。
第二，隱私的保護，車端自學習可以更好地保障車主的資料資訊保安，（單車的資料可以按照客戶的意願來選擇是否上傳雲端）。還有一點，車端自學習使得資料可以實現閉環分佈，有效降低雲端 AI 叢集的造價，車企也可以更加有效的開展服務和運營。
另外行歌科技還與母公司寒武紀，共同推出雲邊端車協同的方案，首先在雲端，我們已有的高效能的訓練晶片，可以幫助處理車端收集的海量資料來進行訓練，形成先進的自動駕駛模型，透過 OTA 推送到車端。
在邊端的話，基於寒武紀邊緣的智慧晶片與合作伙伴推出面向車路協同的路測單元，可以感知更遠的資訊，形成協同感知。
在車端，寒武紀行歌的智慧駕駛晶片能夠支援未來高等級智慧駕駛複雜模型大算力的需求，也能夠支援演算法模型的持續迭代。這一切都是基於統一的平臺級基礎架構和技術軟體，以及統一的 AI 處理器架構和指令集。
推動國內智慧駕駛晶片發展幾點建議
從車企角度來說，我們希望車企可以給國內晶片公司更多機會，透過聯合的開發專案，牽引國產的 SoC 成為更符合車企需求的 SoC，並提升供應鏈的安全。
此外，希望車企可以支援我們引導生態的打造，鼓勵國內的晶片企業和演算法公司，以及 Tier1 企業有一個強強合作。
第三，我們希望半導體企業的兄弟企業能夠在製造端早日實現車規級的製造和封裝的本土落地。
最後讓我們共同努力，推動智慧駕駛晶片這個行業健康的發展。