查看原文
其他

传统汽车处理器厂家悬了!

佐思周彦武 佐思汽车研究 2022-04-26


汽车处理器主要指座舱域和智能驾驶域的处理器,传统的汽车处理器厂家主要有三家,分别是瑞萨、NXP和德州仪器。随着汽车进入智能汽车时代,座舱域和智能驾驶域对运算资源分需求与智能手机对运算资源的需求高度重合,这使得原本只关注于智能手机领域的芯片厂家开始进军汽车领域。传统汽车处理器厂家面临来自手机处理器厂家的强力挑战。

 

随着汽车的智能化,自2015年后对运算资源的需求越来越多,传统汽车处理器厂家习惯于传统汽车的缓慢迭代,同时其营收规模、人力资源也不足以支撑像智能手机芯片厂家的快速迭代,这就使得传统汽车处理器厂家明显落后于市场需求,而手机处理器厂家趁虚而入。



这是一个按SoC芯片制造工艺设计成本的分布图,这里的成本基本上是最低成本,英伟达的Xavier使用12纳米工艺,英伟达声称研发成本高达20亿美元,虽然有很大的夸张成份,但4亿美元的研发成本还是要有的。


来源:Gartner


  这是Gartner 在2016年对SoC芯片制造工艺设计成本分布图的预测。


来源:佐思产研整理


车机落后手机大约3-5年,车机的迭代速度也远远落后于手机,NXP的座舱用i.mx6于2011年量产,接替i.mx6的i.mx8量产在2018年4季度,跨度达7年。瑞萨的迭代速度稍快,2014年6月量产R-CAR H2,2019年1季度量产R-CAR H3,跨度近5年。德州仪器的Jacinto 6自2012年底开始量产,预计下一代Jacinto 7在2020年底量产,可能还要后推,跨度超过8年。

 

而手机领域,基本就是一年就一次迭代,麒麟最为典型,从2015年开始,每年大约11月推出新一代产品。麒麟930、950、960、970、980分别使用台积电28纳米、16纳米、16纳米、10纳米、7纳米制造工艺,车机中NXP的I.MX8还是28纳米工艺,瑞萨R-CAR H3是16纳米工艺,Jacinto 6也是28纳米工艺。

 

有人说,车机无需那么高的算力。目前来看主流车型确实无需那么高的算力,但今天的顶级车型配置就是明天的主流车型配置。



新兴造车企业对座舱电子的提升起了极大作用,主流车企不得不跟进。不止年轻人,中年人受手机的带动,也喜欢科技感十足的座舱。未来主流的座舱电子功能包括全液晶仪表,至少是10英寸。三屏是最低配置,五屏甚至六屏也有可能出现。本地加云端的NLP自然语音处理,手势控制,疲劳检测,人脸识别。AR型的可显示ADAS内容的信息量十足的HUD,VID距离超过10米,双层甚至三层显示让HUD真正实用化。还有高精度地图。这还没有算上V2X,将来V2X的HMI方式也是以高精度地图为主。所以座舱对运算资源的需求几乎是无止境,2020年的座舱电子需要50000DMIPS。

 

目前最强的座舱电子处理器,高通的820a的运算能力是45200DMIPS。i.mx8的旗舰i.mx8qm的运算能力是28650,瑞萨的R-CAR-H3是40000DMIPS。


主流CPU及运算能力对比

来源:佐思产研


2014-2018年高通手机芯片出货量


2018年,高通手机芯片出货量大约8亿片。


2018年全球手机CPU主要厂家市场占有率


而全球汽车市场容量仅1亿辆,远不及智能手机大约14-15亿的出货量。最要命的是汽车市场对成本是非常敏感的,特别是在中国,能省一块钱的地方也要省,比如大众的拼命减配。没办法,即便今年车市如此低迷,传统车厂为留住员工不被新兴造车企业挖人,依然是10个月的年终奖。

 

手机处理器厂家可以靠庞大的手机市场分摊成本,用在车机市场时,成本已经全部消化,而传统汽车处理器厂家无法分摊成本。瑞萨和德州仪器还好,瑞萨有日系车厂的坚决力挺,日系一向抱团。德州仪器的处理器业务占总收入比例极低,模拟器件才是德州仪器的主要利润来源。NXP的压力最大,这也是NXP不断瘦身的原因。

 

将来无人驾驶必然需要5G,5G V2X是无人驾驶的最关键基石,对手机厂家来说,5G的优势就更加明显了。

 

最后来看一下高通即将推出的既可用于座舱电子,也可用于旗舰手机,还可用于自动驾驶的旗舰处理器骁龙855,骁龙855也是第一次手机与车机基本同步的芯片。855内部代号HANA,手机版型号为SM8150,汽车版型号为SDM855AU,SDM855AU预计将会在2019年正式推出。


 骁龙855采用1+3+4核设计,CPU为ARM Cortex-A76的衍生版Kyro485,8核中有一个A76内核(PrimeCore),运行频率最高可达2.84GHz,另外三个A76运行2.42GHz,还有4个A55做常规运行,运行频率1.8GHz,4个A76支持4×16 bit 2133MHz LPDDR4xRAM @ 34.1GB/s。

 

在华为麒麟980上,华为采用2+2+4设计,充分发挥了DynamIQ的灵活性优势,在一个大型CPU丛集里使用了2颗Cortex A76@2.6GHz+2颗Cortex A76@1.92GHz+4颗Cortex A55@1.8GHz的搭配,根据不同使用场景灵活呼叫,极大地提升麒麟980的能耗比。



AI方面,855还是没有专用的NPU,还是那个DSP,也就是Hexagon 690,高通这个DSP主要还是定位做AR和VR的。号称有7Tops+的浮点运算能力,当然了,CUDA是别想了,只能OpenCL。



当然855不是单打独斗,高通也有一堆辅助芯片,包括RF收发器、RF前端,音频Codec、电源管理、快充、指纹识别、WiFi。



除了高通,联发科、三星、华为甚至苹果也都虎视眈眈,进军汽车领域只是时间问题。此外,英特尔也值得一提,依靠IoT、平板电脑等市场分摊成本,英特尔让Atom发挥余热,第一代Apollo Lake已经进入特斯拉、北汽、合众、沃尔沃供应链,下一代的Gemini Lake也在2017年底上市,目前车规版的Gemini Lake还未正式推出,相信在2019年会推出。


「相关阅读

PATH:高级自动驾驶汽车部署的实际挑战

华为实现5G之路:法国德国日本5G业务均正常开展


佐思研究年报

自动驾驶计算平台与系统架构研究 | 主机厂和Tier1自动驾驶策略研究 | 汽车雷达产业研究 | 汽车视觉产业研究 低速自动驾驶产业研究 | 商用车自动驾驶产业研究 | L4、高精地图和V2X研究 | 新兴造车企业布局及智能网联功能对比分析 | 汽车MLCC研究报告 | 汽车分时租赁研究报告 | 5G自动驾驶专题研究


佐思研究月报及周报

车联网月报 | ADAS/智能汽车月报 | 智能网联汽车测试月报 | 汽车座舱电子月报 | 汽车视觉和汽车雷达月报 | 电池、电机、电控月报 | 新能源汽车市场与基础设施月报 | 智能网联与新能源汽车周报

联系人:  符兆国 18600021096   |    韩 跃 15810133447


「无人驾驶、座舱电子及V2X相关培训

培训目录:| 无人驾驶入门培训 | 无人驾驶测试培训 | V2X测试培训 | 自主泊车系统开发及实操 | 汽车座舱软件工程关键技术培训 | 汽车座舱UIUE 

联系人:张志超  18612704928(同微信)


「近期活动

2019德国自动驾驶汽车研学之旅 | 2019日本汽车产业技术研修考察 

联系人:张女士 13716037793(同微信)

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存