新势力自研芯片大概是条不归路
时间: 2024-11-26 15:54:26 | 作者: 贝博官网
详情
在技术路线不断变革的无人驾驶行业里，一步慢，步步慢，稍有不慎，就会掉出第一梯队的队伍。
一，其高端智驾芯片在硬件性能方面遥遥领先，英伟达Orin X 254TOPS的算力一度领先所有友商将近两年。
二，英伟达多年布局自动驾驶算法开发，在算法领域的深厚积累使其在智驾算法的支持上做得很全面，英伟达能够给大家提供套餐式的半定制方案，选用友商的芯片得自己搬砖，你说方案商和车企们会怎么选？
三，授人于鱼不如授人于渔，若选择全栈自研，英伟达在无人驾驶数据闭环工具链上的布局相当全面，从地图标注到基于数字孪生的仿真场景重建，再到预训练模型、压缩部署工具，英伟达的工具箱里，总有一款适合你。
从车端芯片、算子库到云端模型训练和仿真，英伟达Drive平台在无人驾驶算法开发工作流的各个阶段都发挥了巨大的作用，Drive平台也在英伟达和一众头部智驾车企的联合优化下变得愈加地强大。
，蔚小理、Momenta、元戎启行们，能在落地三次技术路线转变的过程中不掉队，其他基本都把自己紧紧绑在英伟达的Drive计算平台上。
毋庸置疑，英伟达芯片对智能驾驶系统的先进性和无人驾驶竞争格局起着决定性的作用！
我不知道多年陪跑诺贝尔文学奖的村上春树要谈什么，但我知道，谈芯片时，从来不能只谈芯片的硬件。
要想最大限度地发挥芯片的价值，一定要通过算子开发实现真正的软硬协同，要有强大的底层软件和工具链。
换言之，要将可以在英伟达芯片上顺利运行的主流模型都迁移到自家的芯片上，算子必须重新开发，在自家的硬件上进行适配优化，这个工作量不是一般的大。
拿手机行业类比一下，除华为之外的国内手机生产厂商不是堆不出来可以在硬件指标上对标苹果M系列和高通骁龙系列处理器的芯片，但硬件只能决定系统性能的下限。
真正决定系统性能上限的是一系列底层软件，这种向下扎到根的底层软件根技术绝非小米OV、蔚小理们可以企及的。
英伟达为何能够一家独大，独占全球AI芯片90%的市场占有率，根本原因就在于它们提供的开发工具链实在太强大。
从模型训练前的数据管理到模型训练，再到模型评估和验证以及模型的部署，英伟达把AI开发的全流程和整个生命周期都给包圆了。
不过，云端采用英伟达算力平台和工具链做训练，将模型压缩部署到非CUDA原生的自研芯片上时就会面临云端和车端模型无法匹配的问题。
所以，最终的结果大概率是，蔚小理的Transformer原生芯片可以在硬件指标上做到一颗顶三颗或四颗非Transformer原生的英伟达Orin X，但因为算子、底层软件等一系列问题，真正用下来最多一个顶俩。
艰巨在于漫长，至少要经过三代芯片、近十年打磨，蔚小理智驾芯片的性能才有可能跟英伟达的Thor站在同一个起跑线。
掐指一算，蔚小理都是各自自研芯片，这就从另一方面代表着友商们只会在英伟达、高通、Mobileye、德州仪器、地平线、黑芝麻、华为晟腾等等选择，绝不会外采蔚小理的芯片。
——华为在设计芯片时投入的所有资源和成本都能够最终靠自家和第三方的汽车、手机、平板、电脑、手表、物联网设备做有效分摊。
假设一半车型采用英伟达、一半车型采用自家芯片，再假设每台车采用自家芯片的数量为1-2颗。
假设三年出一款新芯片，每款芯片的生命周期能持续6年，对应到单颗芯片上的总出货量是300万片。
一颗5纳米芯片的设计成本是5.4亿美金，摊销到300万片上，每一颗芯片需要分摊的研发成本是180美金。
就算单颗芯片分摊的研发成本这么高，总体上或许也比豪横不降价的英伟达芯片更省钱。
蔚小理们自研芯片的核心目的是为了省钱，但省钱的前提是能够成功替换英伟达的芯片。
如前文所述，算子、底层软件、工具链的替换工作面临很大的困难，替换成功后，省钱效果取决于蔚小理的年销量。
不过，按照年销量150万辆分摊研发成本，这个预估是不是对蔚来和小鹏太乐观了？
