用于自動駕駛的邊緣推斷芯片：一片藍海，新競爭者有望突圍

除了智能手機， 安防外， 自動駕駛汽車也是人工智能的落地場景之一。 車用半導體強大需求已經使供給端產能開始吃緊，而用于自動駕駛的推斷芯片需求，同樣有望在未來 5年內實現(xiàn)高速增長。我們預計，其市場規(guī)模將從 2017 年的 8．5 億美元，增長至 2022 年的 52 億美元，CAGR～44％。若想使車輛實現(xiàn)真正的自動駕駛，要經歷在感知－建模－決策三個階段，每個階段都離不開終端推斷芯片的計算。

應用場景1：自動駕駛芯片助力環(huán)境感知

在車輛感知周圍環(huán)境的過程中，融合各路傳感器的數(shù)據(jù)并進行分析是一項艱巨的工作，推斷芯片在其中起到了關鍵性作用。 我們首先要對各路獲得的“圖像”數(shù)據(jù)進行分類，在此基礎之上，以包圍盒的（bounding box） 形式辨別出圖像中的目標具體在什么位置。

但這并不能滿足需求：車輛必須要辨別目標到底是其他車輛，是標志物，是信號燈，還是人等等，因為不同目標的行為方式各異，其位置、狀態(tài)變化，會影響到車輛最終的決策，因而我們要對圖像進行語義分割（segmantation，自動駕駛的核心算法技術）。語義分割的快慢和推斷芯片計算能力直接相關，時延大的芯片很顯然存在安全隱患，不符合自動駕駛的要求。

自動駕駛推斷芯片＋算法實現(xiàn)視頻的像素級語義分割

應用場景2：自動駕駛芯片助力避障規(guī)劃

避障規(guī)劃是車輛主要探測障礙物， 并對障礙物的移動軌跡跟蹤（Moving object detection and tracking，即 MODAT）做出下一步可能位臵的推算，最終繪制出一幅含有現(xiàn)存、及潛在風險障礙物地圖的行為。出于安全的要求，這個風險提示的時延應該被控制在 50ms級。

隨著車速越來越快，無人車可行駛的路況越來越復雜，該數(shù)值在未來需要進一步縮短，對算法效率及推斷芯片的算力都是極大的挑戰(zhàn)。 例如，在復雜的城區(qū)路況下，所需算力可能超過 30TOPS。未來 V2X 地圖的加入，將基本上確保了無人車的主動安全性，但同樣對推斷芯片的性能提出了更高的要求。

自動駕駛推斷芯片＋算法實現(xiàn)自動駕駛避障規(guī)劃

從以上應用場景不難看出， 自動駕駛對芯片算力提出了很高的要求， 而受限于時延及可靠性，有關自動駕駛的計算不能在云端進行，因此邊緣推斷芯片升級勢在必行。根據(jù)豐田公司的統(tǒng)計數(shù)據(jù)，實現(xiàn) L5 級完全自動駕駛，至少需要 12TOPS 的推斷算力，按現(xiàn)行先進的 Nvidia PX2 自動駕駛平臺測算，差不多需要 15 塊 PX2 車載計算機，才能滿足完全自動駕駛的需求。

自動駕駛算力需求加速芯片升級

傳統(tǒng)車載半導體廠商積極布局自動駕駛。 近些年來，各傳統(tǒng)車載半導體供應商紛紛涉獵自動駕駛業(yè)務，推出了各自的自動駕駛，或輔助駕駛平臺，如 TI 推出了面向于 L1／2 級的平價產品，而 Renesas 和 NXP 步入中高端市場。 V3M 與 Bluebox 分別是兩家的代表性產品，均滿足客戶 L3 級自動駕駛需求。目前 NXP 的 Bluebox 2．0 也在測試中。

老牌廠商中Mobileye（被 Intel 收購） 在自動駕駛邊緣推斷芯片上表現(xiàn)最為搶眼，其 EyeQ3 芯片已經被集成于新一代量產 Audi A8 中的 zFAS 平臺上，而 A8 也因此成為第一款支持 L3 級自動駕駛的車型。

下一代產品中， Mobileye 和新秀 Nvidia 有望實現(xiàn)領先。 Mobileye 更注重算法端， 強調軟硬件結合帶來的效率提升，其開發(fā)的最新 EyeQ5 芯片在 10W 的功耗下就能達到 24TOPS的算力。 英偉達作為傳統(tǒng)硬件廠商，借助于 GPU 圖形處理的優(yōu)勢，也在自動駕駛市場取得了相應的領先地位，其芯片更注重絕對算力表現(xiàn)。將于今年三季度流片， 2019 年三季度量產的“算力怪獸” Pegasus 平臺，搭載了兩塊 Nvidia 下一代的 GPU，將實現(xiàn) 320TOPS的超強計算能力，完全覆蓋 L5 級別應用的需求。

自動駕駛平臺對比

對比其他終端應用場景，自動駕駛不僅計算復雜程度最高，車規(guī)級要求也為芯片設立了更高的準入門檻， 其硬件升級落地相對緩慢。 目前各廠商下一代的自動駕駛平臺最早計劃于 2019 年量產，現(xiàn)今上市平臺中，芯片大多只支持 L2／3 級。之前 Uber 的無人車事故，也對整個行業(yè)的發(fā)展造成了拖累。

下一代自動駕駛 AI 芯片流片及投產時間預估

自動駕駛芯片市場仍處于初期起步階段。 雖然 NXP 等傳統(tǒng)半導體廠商深耕于汽車電子多年，獲得了一定的客戶粘性，但在自動駕駛業(yè)務上，整個市場還未形成非常明顯的競爭格局。客戶也在不斷測試芯片廠商的產品，來實現(xiàn)最優(yōu)選擇。根據(jù)各公司披露的數(shù)據(jù)，目前各大芯片廠商與整車廠（OEM）及 Tier 1 廠商都開展了緊密的合作，但客戶數(shù)量不相上下。

從客戶的偏好來看，傳統(tǒng)大廠愿意自行搭建平臺， 再采購所需芯片，而新車廠偏向于直接購買自動駕駛平臺。 介于實現(xiàn)完全自動駕駛非常復雜，目前還在起步階段，我們認為初創(chuàng)公司在整個行業(yè)的發(fā)展中是有機會的，并看好技術領先，能與車廠達成密切合作的初創(chuàng)公司。

各芯片廠商合作方比較

主要中國 AI 芯片公司介紹

中國大陸目前有超 20 家企業(yè)投入 AI 芯片的研發(fā)中來。 除了像華為海思、紫光展銳這種深耕于芯片設計多年的企業(yè)之外，也有不少初創(chuàng)公司表現(xiàn)搶眼，如寒武紀、比特大陸等。此外，臺灣地區(qū)的 GUC（創(chuàng)意電子）是一家 IC 后端設計公司，憑借 20 年的行業(yè)經驗，和投資方晶圓制造巨頭臺積電的鼎力支持，在 AI 芯片高速發(fā)展的大環(huán)境下也有望受益。

中國大陸主要 AI 芯片設計公司至少有 20 家

以下企業(yè)值得關注：

海思半導體（Hisilicon）

海思半導體成立于 2004 年 10 月，是華為集團的全資子公司。海思的芯片產品覆蓋無線網絡、固網及數(shù)字媒體等多個領域，其 AI 芯片為 Kirin 970 手機 SoC 及安防芯片 Hi3559A V100。 Kirin 970 集成 NPU 神經處理單元，是全球第一款手機 AI 芯片， 它在處理靜態(tài)神經網絡模型方面有得天獨厚的優(yōu)勢。而 Hi3559A V100 是一款性能領先的支持 8k 視頻的 AI芯片。

清華紫光展銳 （Tsinghua UNISOC）

清華紫光集團于 2013 年、 2014 年先后完成對展訊及銳迪科微電子的收購， 2016 年再將二者合并，成立紫光展銳。紫光展銳是全球第三大手機基帶芯片設計公司，是中國領先的 5G 通信芯片企業(yè)。 Gartner 的數(shù)據(jù)顯示，紫光展銳手機基帶芯片 2017 年出貨量的全球占比為 11％。除此之外，展銳還擁有手機 AI 芯片業(yè)務，推出了采用 8 核 ARM A55 處理器的人工智能 SoC 芯片 SC9863，支持基于深度神經網絡的人臉識別技術， AI 處理能力比上一代提升 6 倍。

GUC（臺灣創(chuàng)意電子， 3443 TT）

公司介紹： GUC 是彈性客制化 IC 領導廠商（The Flexible ASIC LeaderTM），主要從事 IC 后端設計。后端設計工作以布局布線為起點，以生成可以送交晶圓廠進行流片的 GDS2 文件為終點，需要很多的經驗，是芯片實現(xiàn)流片的重要一環(huán)。初創(chuàng)公司同時完成前后端設計難度較大。在 AI 芯片設計發(fā)展的大環(huán)境下，加上大股東臺積電的支持， GUC 有望獲得大的后端訂單。 公司已在臺灣證券交易所掛牌上市，股票代號為 3443。

以下為初創(chuàng)公司：

寒武紀科技（Cambricon Technologies）

寒武紀創(chuàng)立于 2016 年 3 月，是中科院孵化的高科技企業(yè)，主要投資人為國投創(chuàng)業(yè)和阿里巴巴等。公司產品分為終端 AI 芯片及云端 AI 芯片。終端 AI 芯片采用 IP 授權模式，其產品 Cambricon－1A 是全球首個實現(xiàn)商用的深度學習處理器 IP。去年年底公司新發(fā)布了第三代機器學習專用 IP Cambricon－1M，采用 7nm 工藝，性能差不多高出 1A 達 10 倍。云端產品上，寒武紀開發(fā)了 MLU 100 AI 芯片，支持訓練和推斷，單位功耗算力表現(xiàn)突出。

比特大陸（Bitmain）

比特大陸成立于 2013 年 10 月， 是全球第一大比特幣礦機公司，目前占領了全球比特幣礦機 60％以上的市場。由于 AI 行業(yè)發(fā)展迅速及公司發(fā)展需要，公司將業(yè)務拓展至 AI 領域，并于與 2017 年推出云端 AI 芯片 BM1680，支持訓練和推斷。目前公司已推出第二代產品BM1682，相較上一代性能提升 5 倍以上。

地平線機器人（Horizon Robotics）

成立于 2015 年 7 月，地平線是一家注重軟硬件結合的 AI 初創(chuàng)公司，由 Intel、嘉實資本、高瓴資本領投。公司主攻安防和自動駕駛兩個應用場景，產品為征程 1．0 芯片（支持 L2自動駕駛）和旭日 1．0（用于安防智能攝像頭），具有高性能（實時處理 1080P＠30 幀，并對每幀中的 200 個目標進行檢測、跟蹤、識別）、低功耗（典型功耗在 1．5W）、和低延遲的優(yōu)勢（延遲小于 30 毫秒）。公司二代自動駕駛芯片將于 1Q19 流片，實現(xiàn)語義建模。

云天勵飛（Intellifusion）

公司創(chuàng)立于 2014 年 8 月，由山水從容傳媒、松禾資本領投，主攻安防 AI 芯片。其自研IPU 芯片是低功耗的深度學習專用處理器，內含專用圖像處理加速引擎，通過級聯(lián)擴展最多可處理 64 路視頻。能耗比突出，超過 2Tops／Watt。

異構智能（NovuMind）

異構智能創(chuàng)立于 2015 年 8 月，由洪泰基金、寬帶資本、真格基金和英諾天使投資。 2018年公司展示了其首款云端 AI 芯片 NovuTensor，基于 FPGA 實現(xiàn)，性能已達到目前最先進的桌面服務器 GPU 的一半以上，而耗電量僅有 1／20。公司即將推出的第二款 ASIC 芯片，能耗不超 5W， 計算性能達 15 TOPs，將被用于安防和自動駕駛應用中。

龍加智（Dinoplus）

創(chuàng)立于 2017 年 7 月龍加智是專注于云端芯片的 AI 初創(chuàng)公司，由摯信資本和翊翎資本領投。其產品 Dino－TPU 在 75W 功耗下，計算能力超過除最新款 Nvidia Volta 之外的所有 GPU，時延僅為 Volta V100 的 1／10。同時， Dino－TPU 提供市場上獨一無二的冗余備份和數(shù)據(jù)安全保障。 公司計劃于 2018 年底完成第一款芯片的流片。