在自動駕駛技術的研發上，使得很多主機廠看起來更像是互聯網公司。因為對於自動駕駛這項技術而言，運算芯片和傳感器是兩個比較重要的組成部分。運算芯片可以看做是電腦的CPU，一台電腦運行大型軟件時，CPU的工作頻率將決定這個軟件運行是否流暢。
近日，網上公佈一則消息，美國博通公司與特斯拉共同開發一套高效能（HPC）運算芯片將由中國台灣的台積電公司代工，而這套芯片應會成為特斯拉HW4.0的運算芯片。
從HW1.0由Mobileye研發到HW2.0、HW2.5芯片採用英偉達平台，HW3.0迴歸特斯拉自主研發，再到這次和博通的合作，特斯拉更換了如此多芯片供應商，證明僅就運算芯片這一環，沒有哪一家供應商是一家獨大的，可見運算芯片同樣也是自動駕駛技術最關鍵的一環也是最難把控的一環，那麼這些運算芯片供應商研發都進行到哪一步，各自都掌握瞭如何的優勢？
為此水滴汽車把比較主流的自動駕駛技術芯片供應商做了一個彙總，見下表。不過首先，需要科普一下什麼是算力。
什麼是算力？
如同文章開頭所説的一樣，AI芯片與電腦CPU相似，運算速度越快越能處理更復雜的駕駛難題。自動駕駛等級從L0到L5，隨着功能的完善和性能的提升，也對AI芯片的算力和性能提出更高的需求。而對於自動駕駛有一個速度上衡量的標準，就是TOPS。TOPS是Tera Operations Per Second的縮寫，1TOPS代表處理器每秒鐘可進行一萬億次（10^12）操作。L2級自動駕駛計算力小於10TOPS，L3級需要的AI計算力為約為30至60TOPS之間，L4級需要的AI計算力大於100TOPS，L5級需要的AI計算力為可以達到驚人的500至1000TOPS。
從表中可以看到，多數主流AI芯片供應商的產品均可達到100TOPS左右，表面上看來多數芯片算力都可以滿足L3、L4自動駕駛AI計算的需要。不過僅就算力這一項而言，公佈的數據其實是無從驗證的，也就是説很多廠家儘管宣傳自己的芯片可以達到100TOPS，但很多得出的結論或者數據都在極限情況下，不能完全代表該芯片已經達到相應自動駕駛等級所需要的算力。
可以看到從HW1.0到HW3.0，特斯拉在自動駕駛技術上的進步，核心來源於芯片算力的提升，而每次芯片的迭代，也只為更強的算力。不過算力也不是全部，芯片作為一個非常精密的電子元件，其成本也是相當之高，利潤也可見一斑。特斯拉與英偉達終止合作的一部分原因也是英偉達報價高昂，特斯拉最後選擇自主研發。
當今走得最遠的是哪家供應商？
目前L3級自動駕駛因法律、法規等原因處於擱淺之中，L2成為市場主流，並基本實現普及，芯片算力再高也只為後期L4、L5做鋪墊。在L2級自動駕駛領域英特爾旗下的Mobileye當之無愧處於領先地位，而在L4-L5領域，英偉達則是幾乎達到了壟斷的實力。很多人覺得英偉達是研發顯卡的，不過入主汽車領域以後，英偉達在高層級自動駕駛上屢有建樹，也是最早在L4、L5級自動駕駛佈局的供應商之一。Mobileye和英偉達可以算是在自動駕駛芯片領域走在最前列的兩家供應商。
國內供應商有如何進展？
從國內的供應商來看，地平線與多家車企已經達成合作，是目前比較成功的自動駕駛芯片供應商之一。華為絕對算得上後發制人，儘管入局自動駕駛較晚，但憑藉多年在手機和平板電腦上的研發，1至2年內成為主流不是問題，其研發的MDC600芯片算力也算實打實的。反觀阿里去年7月份發佈的的玄鐵910，似乎有些急於秀肌肉的成分，並未公佈重要參數。騰訊着重在導航地圖、仿真等方面，在芯片領域上未有顯著的成效。
儘管和Moblieye、英偉達相比，國內供應商並未有在芯片算力和技術上的優勢，但是更低的成本或許會是逆轉兩家巨頭的利器。
文/張敖
本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。