车业杂谈|深评丨“自研芯片”这条路,为何蔚来非走不可?


车业杂谈|深评丨“自研芯片”这条路,为何蔚来非走不可?
本文插图

车业杂谈|深评丨“自研芯片”这条路,为何蔚来非走不可?
本文插图
要追特斯拉不容易啊
图文:拐子
编辑:颜覃
近日 , 有消息称蔚来计划自主研发自动驾驶计算芯片 , 并已组建了独立的硬件团队“Smart HW”来负责此项目 , 李斌亲自挂帅 。
“自研芯片” , 这短短四个字听起来就不便宜 。 以Nvidia的Xavier为例 , 该自动驾驶芯片在开发时动用了2000名工程师 , 开发费用合计高达20亿美元!20亿美元是个什么概念?国内此前不少造车新势力 , 从诞生到消失都没融到这么多钱 。
车业杂谈|深评丨“自研芯片”这条路,为何蔚来非走不可?
本文插图

那么李斌 , 作为“2019年最惨的人” , 为何执意要走“自研芯片”这条烧钱的路呢?用用供应商的不也挺香吗?
供应商的芯片可能真没那么香
自动驾驶主要围绕芯片、系统、算法和数据来进行能力提升 。 短期来看 , 数据可以拉开自动驾驶系统间的差距 , 但长期来看 , 芯片才是决胜的关键 。 就像两位小学生 , 在智商差距不大的情况下 , 获得知识更多(路况数据收集得更多)的小朋友 , 相应的成绩会更好 。 但是时间放长来看 , 他们获取的知识都到一定瓶颈后 , 决定他们成就高低的就是智商了 。 芯片 , 则是决定自动驾驶系统“智商”的核心 。
车业杂谈|深评丨“自研芯片”这条路,为何蔚来非走不可?
本文插图

目前 , 自动驾驶领域的车用芯片大致分为三类:GPU , FPGA和ASIC 。
GPU即图像处理单元(Graphics Processing Unit) , 擅长图像处理和大量重复性的运算任务 , 但是尺寸不具有优势 , 且能耗巨大 。
【车业杂谈|深评丨“自研芯片”这条路,为何蔚来非走不可?】FPGA即现场可编程逻辑门阵列(Field Programmable Gate Array) , 可以烧入FPGA配置文件来定义逻辑门电路以及存储器之间的连线 , 从而实现硬件的可编程 。 FPGA可实现比GPU更高的并发处理 , 且功耗更低 。 但是其基本单元的计算能力有限 , 也就是说相同算力情况下 , FPGA的尺寸不占优势 。
ASIC即特殊应用集成电路(Application Specific Integrated Circuit) , 指应特定用户需求和特定电子系统的需求而设计、制造的集成电路 。
GPU , 如Nvidia的Xavier , 属于通用集成电路 。 也就是说为了满足广泛用户的需求 , 对于特定用户来说会出现硬件冗余、能耗冗余 , 而冗余的这部分成本用户依然需要买单 。 比如特斯拉自动驾驶硬件的第一代 , 采用的是Mobileye Q3芯片 , 该芯片是以视觉处理为主 , 深度学习为辅 。 而随着特斯拉的销量开始上来 , 有了道路数据的基础 , 马斯克于是更倾向于深度学习为主的芯片 , 这才有了2019年的特斯拉自研芯片FSD 。
车业杂谈|深评丨“自研芯片”这条路,为何蔚来非走不可?
本文插图

所以长期来看 , ASIC芯片对于车企来说才是更节约成本的方式 , 同时能够更好的匹配车企们的不同系统和算法 。 此外 , 大家都采用相同供应商芯片的话 , 将来很可能面临同质化严重的问题 , 很难体现在友商之中的优势 , 营销、销售也可能因此陷入困局 。
自研与采购 , 可能并不冲突
大家可能被Nvidia的20亿美元研发费用吓到了 , 但车企自研芯片的费用可能并不需要这么多 。 一方面 , 车企自研芯片并不等于自制芯片 , 就像你自己装修房子并不是说水电、木工这些都得自己来 。 另一方面 , 自研芯片并不是一次性投入 , 而是一个持续性投入 。 如果李斌真要拿一百多亿一次性投到芯片研发中去 , 想必投资方都会跳起来骂街了 。 所以自研芯片虽然听起来很费钱 , 但对于蔚来现阶段的发展没到伤筋动骨的地步 。


推荐阅读