自動駕駛為晶片廠商帶來的新機會

2020-11-29 電子發燒友

晶片戰爭未曾停歇。飛速發展的自動駕駛為晶片廠商帶來了新的機會,IC設計商嘗試推出更適用於AI場景的晶片,晶圓與封測廠商圖加速換代生產線,以便趕上下一波AI時代的「潮流」。為了更直觀的理解AI晶片,我們需要「拆解」兩部iPhone。

揭開iPhone 4後蓋,卸下主板PCB,可以看到一塊拇指大小黑色塑料片。這是蘋果第一代自家產的SoC(片上系統),名為A4處理器,它被焊接在iPhone 4主板背部,曾與喬幫主一同站在2010發布會舞臺上。如今蘋果自產SoC升級到了A12X,除了運算能力的增長,其內核架構也隨著工業界晶片製造工藝進化而日趨精湛。

8年前的A4處理器撐起了iPhone的市場地位,這塊搭載ARM核心、內部脈衝震蕩可以飆升至1GHZ的晶片,僅一半的計算能力就可把上個世紀登月的阿波羅飛船甩在幾條街後,而大部分用戶只需用它打電話、收發郵件、偶爾玩一玩《憤怒的小鳥》。A系晶片演進到今天,蘋果推出搭載最新處理器A12x的iPad Pro,庫克試圖說服人們一款不足6毫米厚度的電子設備就可勝任生活工作的全部需求,從而不在需要攜帶厚重的筆記本,確實有他的道理。

A12X代表著消費電子處理器已到達前所未有的高度。這款A12X內置模擬人腦神經元的集成電路,可以在人眼不可察覺的瞬間完成神經引擎、圖像處理、數據處理的工作(FaceID),這在幾年前還是科幻電影的元素。

我們沒有辦法展示A12X的照片,但可以參照A11,視覺化蘋果移動端SoC集成度變化。

今天再來對比兩款晶片:兩張單薄晶體板下方隱藏著一道巨大的技術鴻溝,從矽晶打磨、光刻、再到封裝技術,背後是多年來理論學者與晶片工程師的嘗試,以及全球晶片巨頭間的角逐結果。如果不是製造工藝的進步、整個晶片的社會生產力不斷提升,誰也不會想到會有類似科幻元素的產品觸達我們的生活,影響到我們的感官體驗。

國內華為也有自己的SoC系統:麒麟980。為證明最新麒麟980的實力,華為號召了幾位大學生,設計出一套可以預裝在榮耀Magic2上便可操縱車輛的駕駛程序,佐證了麒麟980計算能力。

這是一次創新式的嘗試,但手機能夠處理的道路信息還是非常有限,為了提供安全可靠的自動駕駛體驗,我們需要更快、更靈活、更低功耗的的AI晶片。

在未來,無人駕駛汽車將集成諸多算法。想像一下,用戶可以在手機App上「召喚」一輛附近空閒的無人車。無人車啟動「大腦」,開始獲得實時路況信息,這幾乎佔用了目前無人車「大腦」的運算帶寬。每一秒鐘,攝像頭採集車附近360度視野圖像,實時地運行卷積神經網絡來區分行人與車輛。

與此同時,毫米波雷達收集到距離信息為車載決策層準確的判斷依據:是繼續直線行駛,還是轉向避讓?決策層需要在不到50毫秒的時間內反應,控制車輛動力及轉向控制器,下位機繼而將指令轉化成PWM脈衝信號,指揮毫無思考能力的方向電機和動力電機。

幾分鐘後,無人車戰勝了複雜的路況、穿過嘈雜街道,停靠在到精準的目標位置,等待乘客上車。隨後,通過車載語音交互模塊,無人車可獲知用戶的目的地。根據最新的高精度地圖信息,再結合車身上的全方位傳感器感知周遭情況,最終安全的抵達目的地。這一套流程,重複而單一,會使人類司機感到疲憊。

所以不難看出,AI晶片有三大要求:大吞吐,低延時,低能耗。對於廠商來講,只要能佔據更大的無人駕駛市場,錢不是問題。

為實現這一目標,Nvidia在2016年推出K字頭運算GPU加速器,黃仁勳試圖討好馬斯克以便擠掉以色列公司Mobileye,但顯然後者不吃這一套,選擇表面合作暗地卻從AMD挖高管,打算自己搞AI晶片。只不過事實證明,最新的Model 3依然使用Nvidia的處理器,自研晶片之路還很長。

目前在業界中,有一種說法是AI晶片將沿「CPU-GPU-FPGA-ASIC」的路線演進。CPU曾在PC、伺服器端時代統領江山,卻不及GPU的大吞吐特性而淪為輔助,Nvidia曾在Drive Xavier架構上投入30億美元,2018年CES上展示出了一款能夠以500瓦的能耗代價實現每秒320萬億次運算。500瓦的能耗水平非常低,滿載的車內空調大約在5千瓦時左右,佔用傳統燃油車2匹馬力。

然而未來國內能源屬性趨勢來看,無人駕駛模塊將限制車輛的續航裡程,500瓦的功耗還是太高。

中國一家名為深鑑科技創業公司在去年被國際FPGA巨頭賽靈思(xilinx)收購,深鑑科技的一篇論文曾在FPGA 2017大會上評為最佳,在論文中他們設計的模型可以在XCKU060(一款FPGA晶片)上運行更高精度的語音識別效果,而且擁有更低的功耗。矛盾在於FPGA屬於半定製化的工業產品,成本相對較高,XCKU060單片價格在4000美元左右。在相同計算力下,FPGA價格不佔優勢。谷歌旗下的Waymo目前使用的KU115(一款來自賽靈思的FPGA晶片),單片價格在5400美元左右,雖然換掉了早年使用的英特爾Xeon系列伺服器晶片,運算性能不斷提升,但整車價格也一路高歌猛進。

待算法、傳感器成熟,ASIC才有施展拳腳的機會。我們之前提到的Mobileye,其產品便是基於的ASIC架構加速器,和Nvidia走截然不同的系統級處理器路線,ASIC全稱為「專用集成電路」,其內置的異構模塊可以針對信號、圖像等處理算法進行特殊優化,但在設計流程上用到更長時間。

FPGA這個詞想必就更加陌生了。簡單來說,ASIC晶片是一個「KFC的漢堡包」,而FPGA更像「賽百味的三明治」,後者有更大的「重新設計」空間,可以根據用戶需求添加內容、功能和優化。不過,針對FPGA進行編程,也可以設計出ASIC,但單片成本更高,而且需要大量專業腦力工作,是項「硬核」工藝,而想靠自家設計的FPGA落得應用,更是件困難的事情。

近年,國內湧現一批AI晶片的IC設計商,寒武紀、阿里、華為、百度、地平線、比特大陸等。在設計技術和製造技術之間,國內初創IC設計商處在很尷尬的境地,其設計成果若不能找到合適產品並量產,將意味著所有設計毫無商業意義。

於是,我們將目光放到晶圓與封裝廠商上來。

中芯國際是一家成熟的本土圓晶加工商,2017年市場佔有率5.4%,YoY(增長率)達到6.35%,2018年28nm以上製程的晶片月產44萬片,這些晶片會被安裝到低功耗計算機、通訊設備、汽車等其他消費電子產品上。但是AI晶片領域,至少在雲端訓練計算方向上,14nm以下製程才算剛剛入門,截至2019年2月21日,中芯國際尚未交付任何14nm或以下製程的產品,但在媒體報導中稱:「14納米技術研發已進入客戶導入階段」。

這麼來看,中芯國際確實已經有14納米技術:FinFET工藝。FinFET是什麼概念?簡單來說,中芯將刻晶片的工藝水平從2維(CMOS)升級到3維(FinFET),是集成晶片工藝中值得「秀」的資本。 此前中芯的28nm多晶矽(Poly/SiON)工藝是相對臺積電比較落後的技術,後來才有了HKMG製程工藝,雖然仍是28nm製程,但產品優化效果好,良品率也有所提升。對於大廠而言,前幾年在20nm的工藝突破是一個分水嶺,因為越低製程將越接近材料極限,例如:量子隧穿效應。FinFET工藝是目前應對量子隧穿效應最有效的方法,中芯國際的FinFET尚處在「有技術沒產品」的階段,正在2019年希翼實現突破。

晶圓(圖片來自維基百科)

在世界前三的封測企業中,有兩家是本土品牌,一家是臺灣日月光,另一家是江蘇長電。2017年的數據統計顯示,臺灣日月光的市場佔有率最高、營收最大。寒武紀的第一款SoC就是在日月光協作下完成的。

長電科技2018年第一季營收達54.90億元,相較去年同期50.25億元增長9.27%;實現淨利潤9600萬元,而去年同期虧損1億元。歸屬上市公司淨利潤為525萬元,較去年同期3830萬下降86.29%。而我們單獨看江蘇長電的產能,在較為複雜處理器封裝工藝還是研發階段,暫時沒有量產可能。同樣的,與長電科技各分秋色的華天科技、通富微電,均無較大功耗的AI晶片封裝工藝,而小型SoC也難以勝任。蘇州晶方是一家小型化晶圓的半導體廠商,主要靠TSV工藝吃飯,在AI晶片領域暫無涉足,不過相類似廠商可能會在智能設備普及、愈發依賴生物傳感的情況下大有可為。

國內封測企業興起的具有國際因素,例如松下等日韓封測廠在馬來西亞因工人債務問題,於2016起陸陸續續撤離當地,將新廠設立在中國大陸。

五.在IC設計領域,2016年創立的寒武紀需要依託上遊智慧財產權保護,下遊需要藉助圓晶製造廠、封測(日月光等)廠商實現量產,其產品出口有二:SoC廠商和系統廠商。

2017年,寒武紀參與完成了一款華為的AI晶片設計,也就是讀者常聽到的麒麟970。這顆晶片本身不是寒武紀生產,而只負責設計了其中部分模塊。麒麟970本身屬於SoC概念:將符合需求的功能ARM加上自己的IC晶片封裝到一起。其優點在於集成度高、體積小巧,適合移動端設備。而要設計一顆SoC需要相當多的技術配合,例如上遊的IP(intellectual property)授權、遵循晶圓製造標準。能從IC一路走到最後的測試階段的SoC都是了不起的工程項目。

寒武紀和華為合作的麒麟970具有一定戰略意義:去年(2018)全球手機市場整體下滑,唯獨華為手機出貨量上漲趨勢(+43.9%),市場份額達到了世界第三的水平,但此前卻沒有自己的晶片,消耗了大量的IP授權費。與此同時,寒武紀正愁沒機會進入移動端市場,乾柴與烈火的相遇,進一步推動搭載麒麟970的Mate10出貨量達到4000萬臺,如果保守估計,麒麟970為寒武紀帶來不小於2億美元收入。寒武紀本身是中科院計算所孵化的國家級AI及晶片團隊。在過去3年裡已經進行3輪融資,B輪融資後,估值躍升到25億美元,在國內AI晶片處於領先地位。

國內AI晶片產業逐漸入軌,越來越多的網際網路系和科研孵化系企業希望加入未來的晶片格局。一片拇指大小的矽晶體,此時仿佛一把通往新世界的入場券,吸引著IC廠商與下遊製造商竭力一搏。

打開APP閱讀更多精彩內容

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容圖片侵權或者其他問題,請聯繫本站作侵刪。 侵權投訴

相關焦點

  • 汽車自動駕駛產業鏈深度報告:晶片及軟體專題
    目前智能座艙的新車型普及度持續攀升, 智能駕駛的落地速度也有所加快。在汽車新四化浪潮下,車廠、晶片廠 商、Tier1、OS 以及其他軟硬體供應商積極投入研發,產品迭代速度顯 著加快。尤其巨頭廠商在底層技術的突破,為市場帶來質變。
  • 自動駕駛的殘酷終局:誰能成為歷史註腳?
    01軟硬體一體化的時代已經到來,以特斯拉為代表的"蘋果模式"是最佳路徑在智能汽車尤其是自動駕駛領域,採用蘋果閉環模式,既能讓廠商更容易優化性能,又能更快速的對消費者需求做出反饋。首先講性能問題,性能對於自動駕駛至關重要。
  • 雷射雷達廠商開啟自動駕駛激戰
    近年來國內自動駕駛行業爆發的勢頭愈加明顯,L2、L3級別的自動駕駛功能商業化加速落地,L4級別自動駕駛功能也進入了試運行階段。在此背景下,自動駕駛行業的上遊產業鏈如雷射雷達也開始蓬勃發展。在自動駕駛行業加速發展的推動下,國內雷射雷達市場的應用落地也進一步提速,北科天繪、禾賽科技(百度投資)、北醒光子、大疆等一批領先的企業,也藉此機會迅速崛起。
  • 除了PPT以外 中國廠商的自動駕駛技術距離特斯拉們還有多遠?
    不過,近日發布的百度阿波羅1.5似乎帶來了一點轉機,它進一步開放了高精地圖,環境感知,決策和雷射雷達支持幾個模塊,相比1.0版,阿波羅計劃1.5無疑更加硬氣。特別是雷射雷達的加入,讓整套平臺更具專業範兒。目前在自動駕駛研究方面,雷射雷達的不可或缺性幾乎是業內共識(但特斯拉除外)。可以說有了雷射雷達,阿波羅才算真正進入這個圈子。不過,雷射雷達也帶來了新的現實問題。
  • 寶馬與Mobileye的自動駕駛合作,英特爾為何參一腳?(上)
    7月1日,老牌汽車廠商寶馬、全球最大晶片製造商英特爾以及在高級駕駛輔助系統(ADAS)獨樹一幟的 Mobileye 要組建團隊合作開發自動駕駛汽車,並宣布量產版自動駕駛汽車將在 2021 年正式推出。在外界看來,這三家公司就是一個夢幻組合,將發揮各自特長開發更具創新優勢的全自動駕駛汽車。寶馬為老牌汽車廠,Mobileye為高級駕駛輔助系統提供商,這兩家在汽車領域的合作是眾所周知的,但是現在與汽車仿佛搭不上邊的英特爾也來參一腳,讓不少業界人士頗感驚訝。
  • 任澤平:中國自動駕駛發展報告2020,浪潮已至
    而據交通部數據,每年因交通擁堵帶來的經濟損失高達城市人口可支配收入的20%,相當於GDP的5-8%。隨著深度學習和計算機視覺技術的興起,自動駕駛為提升交通安全與效率提供了新的解決方案。自動駕駛綜合了人工智慧、通信、半導體、汽車等多項技術,涉及產業鏈長、價值創造空間巨大,已經成為各國汽車產業與科技產業跨界、競合的必爭之地。
  • 自動駕駛開發者利器:華為雲自動駕駛雲服務Octopus亮相上海車展
    該服務基於華為雲,提供自動駕駛數據、訓練以及仿真三大子服務,助力車企開發者快速開發自動駕駛產品,共同探索智能網聯汽車時代。  人工智慧讓汽車行業煥發新的活力,自動駕駛技術的深度應用則將為汽車行業帶來新的發展契機。
  • 信息技術:中國自動駕駛產業發展動態
    同時,幹線物流貨運安全事故頻發,給物流企業及社會帶來巨大損失。此外,物流行業運營有嚴重的超載、疲勞駕駛等問題,導致大量交通事故。所以幹線物流作為自動駕駛的應用場景,受到眾多企業關注。幹線物流車多為固定的點對點運輸,且路線可控,相對於無人計程車來說比較容易實現,相對於園區接駁、無人清掃來說市場體量也較大。在國外,戴姆勒毫無疑問是全球卡車的領先者,並率先在自動駕駛領域布局。
  • 汽車智能駕駛產業深度報告:路線、變革、機會
    自動駕駛環境感知的技術路線主要有兩種,一種 是攝像頭主導、配合毫米波雷達等低成本傳感器的視覺主導方案,以特斯拉為典 型代表;另一種以雷射雷達為主導,配合攝像頭、毫米波雷達等傳感端元器件, 典型代表如 Waymo 等自動駕駛廠商。純視覺方案成本更低,商業化可行性更高; 雷射雷達方案當前成本較高,但是在信息獲取上更加精準。
  • UD Trucks開展4級自動駕駛重卡技術演示
    據外媒報導,UD Trucks在日本埼玉縣上尾市(Ageo, Saitama)的總部開展了首個4級自動駕駛卡車演示
  • 5G晶片魚龍之變的前夜:中國廠商嶄露頭角
    (記者 葉菁)就像3G和4G一樣,5G手機晶片也是一個挑戰出牌節奏和戰機把握的遊戲。5G紅利刺激下,智能終端的戰爭焦點正在快速向晶片端轉移。近期,各大晶片廠商紛紛發布了自己的晶片。上一款旗艦晶片產品天璣1000+的發布會餘溫尚在,聯發科又於5月18日舉辦MediaTek天璣新品發布會。
  • 自動駕駛太陽能電動車亮相 低限速保證安全
    蓋世汽車訊 據外媒報導,墨爾本大學最近展示了一款造型奇特、配置了太陽能面板的電動車型,該大學正致力於研發未來的交通工具:該款自動駕駛電動車由Applied Electric Vehicle Robotics公司研發,於近期「
  • CES 2021線上啟幕,自動駕駛領域亮點幾何?
    作為全球最大的消費類電子產品展會,本次CES將涉及包括自動駕駛等44個科技領域。據CES 主辦方美國消費者科技協會(簡稱 CTA)的執行長 Gary Shapiro 表示,此次線上CES的展會相比以往規模可能較小,但仍然吸引了383家車輛技術企業以及15萬參會者。現在,讓我們一窺CES 2021,各家車企和供應商將會給我們帶來哪些驚喜?
  • 關門、賣身、落地、上市,復盤全球自動駕駛「跌宕起伏」的 2020
    為這家小公司背書的是 Drive.ai 總裁 Carol Reiley,其也是 AI 大牛吳恩達的妻子。之後,吳恩達也加入了 Drive.ai 董事會任董事。Drive.ai 一直在嘗試搭建自己的自動駕駛平臺,用深度學習和人工智慧打造高性價比的自動駕駛軟體,追隨自動駕駛「老大哥」Waymo的腳步,瞄準高級別L4/L5級自動駕駛、開展自動駕駛車隊運營服務。
  • 全面解讀全新ix35與逍客的自動駕駛落地方案
    自動駕駛是未來出行、汽車發展的熱點趨勢,很多汽車廠商和網際網路科技公司都在這方面大規模投入。當越來越多「黑科技出行、未來汽車」的詞彙出現在屏幕上,我們滿懷期待戳開那些引人關注的文章,卻被「高精地圖、路由尋徑、感知系統、決策算法、反饋聯動,生態閉環」等一系列不明覺厲的名詞搞得雲山霧罩。
  • 從智慧型手機到無人車,看AI晶片的「小趨勢」
    飛速發展的自動駕駛為晶片廠商帶來了新的機會,IC設計商嘗試推出更適用於AI場景的晶片,晶圓與封測廠商圖加速換代生產線,以便趕上下一波AI時代的「潮流」。為了更直觀的理解AI晶片,我們需要「拆解」兩部iPhone。揭開iPhone 4後蓋,卸下主板PCB,可以看到一塊拇指大小黑色塑料片。
  • 外媒:百度是盤踞在矽谷自動駕駛領域的中國龍
    近日路透社發布報導指出,百度這些進展的背後是在矽谷的長期投入,而百度儼然已成矽谷自動駕駛汽車領域的領頭羊。  路透社認為,百度這些合作的達成背後離不開6千多英裡外的矽谷研發基地的努力。在矽谷,除百度外還有30多家中國企業致力於網際網路自動駕駛汽車軟硬體的研發與投資,百度儼然已經成為這些企業的領頭羊。
  • 寶島晶片30年!臺灣晶片製造廠商簡介
    我們知道晶片行業是IT行業中非常重要的一環,核心技術往往掌握在歐美上遊廠商手裡,比如Intel、NVIDIA、AMD等。臺灣的晶片製造業在世界上都具有舉足輕重的地位,不僅僅是晶片代工,部分企業還具備晶片級設計的實力。
  • 自動駕駛在澳遭遇尷尬:袋鼠真的是一種難以識別的動物!
    近日,沃爾沃(Volvo)稱其自動駕駛汽車在澳大利亞遭遇了尷尬:自動駕駛汽車無法識別澳大利亞隨處可見的袋鼠,因為袋鼠的運動方式與其他大型動物都不相同。自動駕駛汽車以地面為參考點來識別動物,以確定其距離。但是,當遇到袋鼠這種跳躍運動時,識別系統就變的有點「困惑「。  根據保險提供商美國醫療儀器促進協會(AAMI)2016年發布的報告稱,在澳大利亞由袋鼠引發的意外事故遠多於其他動物,每10起動物事故就有9起是袋鼠。    怪我咯?
  • 當自動駕駛遇上「蜘蛛俠」
    來自凱拉·威爾斯普渡大學的研究人員,將蜘蛛式傳感器植入了自動駕駛無人機和汽車的外殼中,試圖幫助它們能夠更好地探測物體。我們習以為常的自動駕駛,通常都可以理解為設計一個與人類一樣甚至超越人類表現的駕駛水準,因此,其技術路線效法的對象自然也就是人類本身。