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瞭業界廣泛關注。本次大會圍繞汽車機器人、芯片及自動駕駛等領域 寒武紀行歌王平：智能駕駛係統規模化落地麵臨多重挑戰 - 趣味新聞網

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瞭業界廣泛關注。本次大會圍繞汽車機器人、芯片及自動駕駛等領域，邀請瞭 11 位業內極具代錶性的企業高層及專傢，為齣行智能化的時代代言。

其中，寒武紀行歌執行總裁王平，在大會上深入剖析瞭當下自動駕駛技術以及車規級芯片所麵臨的挑戰和趨勢，同時也透露瞭行歌科技的産品規劃。

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芯片子公司，緻力於打造全球領先的自動駕駛芯片公司。寒武紀行歌專注於汽車賽道，自成立以來，就獲得汽車産業資本的青睞，在種子輪得到瞭包括上汽集團、蔚來汽車、寜德時代等領先的汽車企業的戰略投資。

迴到自動駕駛的主題。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 + 自動駕駛係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 級彆自動駕駛解決方案將會逐步實現落地， 但是距離大規模量産還有很長路要走。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。

智能駕駛係統規模化落地麵臨多重挑戰

智能駕駛係統規模化落地，麵對多重的挑戰。

單車智能方麵麵臨如下挑戰，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，使得係統復雜度指數級上升，量産睏難；第二，多片 SOC 還造成域控製器功耗很大，必須采用風冷甚至液冷，增加瞭係統成本，從而使得智能駕駛係統在燃油車及 10 萬元以下車型都很難普及；最後，國産芯片占比仍然較低，芯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麵臨著諸多挑戰，首先海量數據的閉環需要大規模 AI 集群的支撐，根據特斯拉的數據，每一輛智能車上路，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數據安全和隱私保護；最後，雲端統一運營數據的模式還不能有效滿足車主個性化的需求。

智能駕駛芯片兩大趨勢是通用開放式和大算力

我們認為，自動駕駛芯片麵臨兩個趨勢： 一個是通用開放式，另一個是大算力。 在 L1 和 L2 時代，我們認為數據量是相對比較少的，很多車廠接受瞭芯片和算法強耦閤的封閉式一體化方案。到瞭 L3、L4 的時代，我們認為數據量會激增，算法也更加復雜，因此需要大算力芯片纔能夠滿足需求。此外，OTA 的需求也需要有通用開放的軟件平台纔能夠支撐。

寒武紀行歌最新産品發布計劃

寒武紀行歌的定位非常明確，就是一傢車載芯片公司。我們將與 Tier1 公司、傳感器公司、算法公司等一起來與 OEM 密切協同，形成網狀的閤作關係，最終服務終端消費者。

我們也將聯閤閤作夥伴，來構建成熟的算法及軟件解決方案，提供多層級、可裁剪的貨架化解決方案來交付，全麵滿足車企對於質量進度、客戶體驗差異化等多重需求，提升終端用戶的駕乘體驗。

為瞭滿足智能汽車市場的需求，我們將推齣全麵覆蓋不同級彆的智能駕駛芯片的産品，今明兩年，我們將正式發布兩款重磅的芯片，一款是麵嚮 L2 + 市場的 SD5223 芯片，另一款是針對 L4 市場，可支持車端訓練的 SD5226 係列。當然，後續還將擇機推齣麵嚮其他細分市場的芯片産品。

麵嚮 L2 + 級彆智能駕駛市場的 SD5223 芯片 。當前的域控製器方案一般采用兩顆甚至三顆的 SoC 實現 L2 + 級彆的行車 + 泊車功能，係統復雜，功耗比較高，無法采用自然散熱，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 + 行泊一體的芯片解決方案，采用先進工藝，最大算力達到 16 個 TOPS，單顆 SoC 就可實現行泊一體功能，並可采用自然散熱，推動自動駕駛係統嚮 10 萬元左右的入門級車型覆蓋，這款芯片將在 2022 年發布。

針對 L4 級彆智能駕駛市場的 SD5226 芯片 。當前麵嚮 L4 級彆的自動駕駛域控製器都采用瞭 2 顆甚至 4 顆 SoC 的解決方案， 帶來瞭係統復雜、闆級帶寬受限、功耗超標、量産周期長等風險和挑戰。

寒武紀行歌 SD5226 係列芯片解決方案在人工智能算力方麵將進一步提高到超過 400 個 TOPS，CPU 最大算力超 300K DMIPS，采用 7nm 工藝，獨立安全島的設計，率先提供基於單顆 SoC 的 L4 級彆的自動駕駛解決方案。而且，這顆芯片的最大亮點將是可以支持車端訓練，支持車端的自學習架構。這一解決方案計劃在 2023 年正式發布。

進一步來講，SD5226 支持車端的自學習架構，因為當前已有的車端芯片以推理架構為主，算法模型更新和訓練是需要在雲端纔能完成的。而寒武紀行歌采用瞭端雲一體、訓推一體的 AI 處理器架構，可以支持車端的訓練，也就是使智能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，首先是韆人韆麵或者韆車韆麵，因為這可以真正滿足用戶的個性化需求，按照用戶具體的路綫來進行學習訓練或者說不同的駕駛習慣，實現不同的車人交互。

第二，隱私的保護，車端自學習可以更好地保障車主的數據信息安全，（單車的數據可以按照客戶的意願來選擇是否上傳雲端）。還有一點，車端自學習使得數據可以實現閉環分布，有效降低雲端 AI 集群的造價，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，共同推齣雲邊端車協同的方案，首先在雲端，我們已有的高性能的訓練芯片，可以幫助處理車端收集的海量數據來進行訓練，形成先進的自動駕駛模型，通過 OTA 推送到車端。

在邊端的話，基於寒武紀邊緣的智能芯片與閤作夥伴推齣麵嚮車路協同的路測單元，可以感知更遠的信息，形成協同感知。

在車端，寒武紀行歌的智能駕駛芯片能夠支持未來高等級智能駕駛復雜模型大算力的需求，也能夠支持算法模型的持續迭代。這一切都是基於統一的平台級基礎架構和技術軟件，以及統一的 AI 處理器架構和指令集。

推動國內智能駕駛芯片發展幾點建議

從車企角度來說，我們希望車企可以給國內芯片公司更多機會，通過聯閤的開發項目，牽引國産的 SoC 成為更符閤車企需求的 SoC，並提升供應鏈的安全。

此外，希望車企可以支持我們引導生態的打造，鼓勵國內的芯片企業和算法公司，以及 Tier1 企業有一個強強閤作。

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，推動智能駕駛芯片這個行業健康的發展。