“封城清零”至今搞不懂的10个为什么

明德先生|小学数学课本插“软色情”图片,我扒出了幕后的人!

刚刚,定调了

中国财富报告2022

不发生关系的男女,日常怎么满足啊?

分享到微信朋友圈

点击图标下载本文截图到手机
即可分享到朋友圈。如何使用?

自由微信安卓APP发布,立即下载! | 提交文章网址

战局 | 自动驾驶背后,芯片巨头三国杀

2017-10-09 Wind资讯 汽车大佬

根据以往互联网时代经验,芯片永远都是产业链最上游的存在,是行业先导指标。 

 

文章来源:Wind资讯(ID:windzxsh)

 

主流手机市场已经趋于饱和,各大巨头纷纷抢夺下一代终端---自动驾驶汽车。根据以往互联网时代经验,芯片永远都是产业链最上游的存在,是行业先导指标。核心芯片往往决定一个计算时代的基础架构!

 

新的计算时代来临之时,往往是新兴企业弯道超车的绝佳机遇,目前使用的GPU、FPGA均非人工智能定制芯片,天然存在局限性,人工智能专用芯片对于IT巨头和初创企业是同一起跑线的蓝海。

 

目前以深度学习为代表的人工智能新计算需求,主要采用GPU、FPGA,AISC定制化芯片等已有适合并行计算的通用芯片来实现加速。

 

 

在这个关键领域中,不得不提英特尔、英伟达、高通这三大芯片巨头,它们引领的竞争为这场芯片大战奉献了绝大多数戏码。

 

英伟达:风光无限


提到人工智能芯片,英伟达当之无愧的全球老大,这一切也反应在其股价上,2年十倍羡煞旁人。

 

 

英伟达的GPGPU(通用计算型GPU)在深度学习领域的统治力无需多言,目前大部分深度学习在训练阶段,都是由英伟达的GPU支持的。

 

这个一方面,这得益于其GPU相对于CPU而言针对深度学习更强的计算能力,另一方面在于,英伟达为其GPU通用计算所做的开发易用性工作开展得是如此之好,大大降低了开发者的上手难度。

 

在自动驾驶时代之前,英伟达很早就通过Tegra 系列处理器进入了众多整车厂的供货商名单,不过早年英伟达的Tegra负责的主要还是车载娱乐方面。

 

而今年具备L3自动驾驶功能的奥迪新A8,使用了英伟达的Tegra K1芯片,负责处理车辆的环视影像。Tegra K1的单精度浮点运算能力达到了350GFlops。

 

其实,在新奥迪A8亮相之前,英伟达已经连续推出两代性能十分强悍的自动驾驶车载电脑,其中被力推的DrivePX 2最强版本Drive PX Autochauffeur使用了两颗名为Tegra Parker的SoC,单精度浮点运算能力达到了8TFlops。

 

然而Drive PX 2高性能的背后是不菲的代价——这一计算平台的功耗高达250W,乃至于产生的巨大热量需要水冷散热;而价格高达1.5万美元。这对需要量产的自动驾驶汽车来说并不是什么好消息。

 

当然,英伟达对这一切看得很清楚。Drive PX 2之后,立马推出了新一代基于Volt架构GPU的SoC Xavier,单精度浮点运算性能达到20Tflops,而功耗仅仅为30W。Xavier开了挂一般的强悍性能使它可以支持L4-L5的自动驾驶运算需求,同时低功耗和较小的体积又能够适应车辆需求。

 

Xavier的量产时间为明年初,大规模出货则要等到明年第四季度。

 

英特尔:不差钱

在深度学习兴起的这两年,英特一直处于落后状态。不差钱的英特尔直接绕过GPU,在2016年以167亿美元完成了对世界第二大FPGA公司Altera的收购。英特尔在年初推出的自动驾驶计算平台Intel Go中,就使用了FPGA芯片。奥迪新A8自动驾驶也使用了Altera的FPGA芯片。

 

今年3月,英特尔以153亿美元的天价收购了以色列ADAS公司Mobileye。

 

而Mobileye一方面为英特尔提供了切入自动驾驶市场的渠道——前者在全球ADAS市场的份额超过70%;另一方面,Mobileye的核心产品——ADAS专用芯片EyeQ系列,使英特尔形成了针对车辆端的计算芯片解决方案——英特尔的凌动+Mobileye的EyeQ+Altera的FPGA。这153亿美元,其实是英特尔为自动驾驶买的门票。

 

目前,自动驾驶的车辆终端和云端还没有实现实时的高带宽传输,因此车辆终端的计算力显得尤为重要。

 

另外英特尔在服务器市场拥有不俗实力,这意味着在云端,其可以部署强大的计算能力。结合低延时又高效的FPGA,英特尔可以在云端处理大量并发的实时计算。这种模式尤其适合人们对智慧城市大脑的设想:每一辆无人车的数据都上传到一个中枢,由其处理并洞悉每一辆车的状态,去命令他们如何驾驶。

 

但是,虽然这一套设想很先进,但标准、基础设施建设,将耗费大量的时间和财力,短期内实现难度仍然较大。

 

高通:收购恩智浦仍是未知数


2014年,高通推出车载芯片骁龙602A,主要面向车内的娱乐影音计算需求。

 

2016年初,高通又再次发布基于旗舰SoC打造的820A,特意加入了对深度神经网络的硬件加速支持。推出这一车载SoC,高通主要面向的是ADAS市场。

 

骁龙SoC虽然在单位能耗上相对英特尔与英伟达的计算平台都占据优势,但在峰值性能输出上则被其功耗限制。再加上骁龙SoC又并非为ADAS专门打造的计算平台,因此想要打开市场,面临的阻力不小。

 

对于这个问题,高通去年10月宣布收购了全球最大的汽车半导体厂商恩智浦。恩智浦2016年在全球汽车半导体市场的份额高达14.6%。作为全球最大的车载半导体厂商,与车厂、供应商有着紧密的联系。某种意义上,高通的这一次对恩智浦的收购与英特尔对Mobileye的收购有着异曲同工之妙——直接买一个行业领头羊来开辟新业务。

 

但这个收购案迟迟没有最后敲定,这个月欧盟反垄断调查机构再次暂停了对收购案的沈力,理由是“双方披露的关键性细节仍然不够多”。对高通来说,当务之急是对恩智浦的收购需要快些完成。

 

英伟达、微软、高通、谷歌等IT巨头之所以纷纷投巨资加速人工智能核心芯片的研发,都是意图从源头上掌控核心芯片架构,取得人工智能计算时代的主导权。

 

未来3-5年,随着人工智能定制芯片的突破,所有行业都将实现人工智能化。届时,智能化市场之规模和容量将数十倍于现今的移动互联网市场。(本文版权归原作者所有。转载文章仅为传播更多信息之目的,如有侵权请与我们联系,我们将及时处理。)


行业先锋资讯,专业活动分享

汽车行业资源人脉的聚集地


  • 行业从业者:请加汽车大佬专业群

  • 汽车爱好者:请加汽车大佬情报群

↑↑联系群管理员入群↑↑


文章有问题?点此查看未经处理的缓存