大模型时代,智能驾驶赛道需要怎样的AI芯

白癜风发病的原因 http://pf.39.net/bdfyy/bdfzg/161014/4992915.html

三大布局、两个IP，AI芯片创企杀进智能驾驶赛道。

作者｜涂明

编辑｜栗子

自ChatGPT3问世以来，世界对于AI的期待空前提升，一股用大模型赋能千行百业的浪潮翻涌而起。

智能驾驶行业同样刮起了一股“GPT”热风：先是毫末智行发布了智能驾驶生成式大模型DriveGPT，紧接着，斑马智行发布了基于阿里通义千问大模型的BanmaCo-Pilot汽车AI能力体系。就在一个月前的理想家庭科技日上，理想汽车也宣布将不再依赖高精地图研发城市NOA产品，而是要凭借自研的认知大模型MindGPT来提升汽车智能驾驶效果。

在大模型时代，汽车智能驾驶算法进一步升级，这对芯片的运算支持能力提出了更高的要求。

而另一方面，整车市场目前竞争激烈，汽车降价、玩家洗牌、内卷加速成为汽车行业的热点词汇。以“降本增效”为核心，汽车供应链整体承压，传导到智能驾驶芯片环节，一款将成本压缩到极致的AI芯片成为稀罕货。

性能与成本兼顾，车企“既要又要”，行业对高性价比智驾芯片的呼声愈烈。从特斯拉的FSD芯片，到Mobileye、英伟达的量产辅助芯片，再到国内车芯企业地平线、芯驰，全球车芯企业均在竞逐“性价比之王”。近期刚刚官宣杀入车芯赛道的人工智能感知与边缘计算芯片企业爱芯元智也是其中之一。

在大模型时代，汽车行业需要一款什么样的芯片？高性能与低成本之间的平衡如何达成？围绕这两大问题，在前不久举行的世界人工智能大会期间，「甲子光年」采访了爱芯元智创始人兼首席执行官仇肖莘以及爱芯元智汽车事业部总裁龚惠民，听了听他们对当下智能驾驶产业发展趋势的看法。

爱芯元智创立于年，主营赛道包括智慧城市和智能驾驶两大方向，其自主研发、生产的SoC芯片AXN和车规芯片M55、M76系列均可支持“Transformer”大模型运行，是国内目前为数不多能够在边缘侧适配“Transformer”大模型的芯片供应商。

针对大模型对智能驾驶行业的意义，仇肖莘表示，多模态大模型有助于智能驾驶实现从感知到决策、规划、控制的全AI优化，同时帮助覆盖全部道路场景，缓解智能驾驶的“长尾问题”。从这个角度看，大模型像是智能驾驶的“终极理想”。而实现这个理想，一枚性价比足够高、能以最高效率运作大模型的边端侧AI芯片不可或缺。在算法之外，合适的芯片是卡住智能驾驶大模型落地的最大难题。

1.大模型时代的车芯机遇

在中科院雄安创新研究院认知智能实验室副主任黄武陵眼中，“自动驾驶技术正进入以数据和知识双驱动的多模态感知和认知理解为代表的新阶段。”随着语言大模型、视觉大模型的出现，自动驾驶行业迎来了新的发展机遇。

一套完整的智能驾驶解决方案，通常包含感知、规划、决策、控制四大环节。过去，在智能驾驶前装市场，感知是最早用上“模型算法”的环节，汽车芯片里的GPU部分也大多用于“感知”环节的计算。商汤科技联合创始人、首席科学家王晓刚曾提出，“当前大多是感知输出一个结果，基于规则做一些判断，做出决策，然后再基于手动规则，实现规划控制。”

这种控制手段不够智能，也不够精准，而大模型的到来会为这种情况带来变化。

龚惠民对这一趋势有个判断，“目前的车载智能是一个多任务系统，那些复杂的任务需要非常多的小模型来分别实现。而智能驾驶的未来会走向端到端，可以用单一的大模型或者用少量的模型进行替代，智能驾驶的效率和性能会因此提升。”

此外，智能驾驶行业的另一个问题是驾驶场景无法全覆盖，智能驾驶市场目前主要分为一体机、行泊一体、高速NOA和城市NOA四个层次，技术已实现90％以上场景的覆盖，但仍有10％的长尾场景无法解决。而大模型恰好可以凭借在环境认知理解、智能决策等方面的能力，达到类似于人类驾驶的能力，覆盖到此前未遇见的小众场景。

仇肖莘将大模型在智能驾驶领域的优势总结为三点，“其一是能够做到‘单模型多任务’，将原本属于规则判断的部分全部用AI做替代；其二是泛化性更强，智能驾驶技术中还有10%的场景难以覆盖，而大模型可以疏解智能驾驶的‘长尾问题’；其三则是精度与运算效率进一步提升。”

基于这样的优势，目前，国内以“Transformer”大模型为基础打造的智能驾驶解决方案快速发展，毫末智行、斑马智行等智能驾驶算法公司以及理想等整车企业纷纷“上车”。其中，最火的是与Transformer结合的BEV大模型，目前，年内落地BEV，已经是国内智能驾驶头部玩家的共识。

大模型在智能驾驶领域的优势显而易见，那么推动其落地的难点是什么呢？

仇肖莘认为，关键还是要有一款能够满足车企需要的高性价比芯片。一方面，随着国内汽车业竞争内卷愈发严重，车企要求L2+的自动驾驶方案未来要进一步降价，芯片企业的成本控制能力要更强；另一方面，自动驾驶算法的复杂化又会要求芯片算力持续攀升。综合之下，一款既能支持Transformer高效率运行，同时又能满足低成本要求的芯片会成为车企的核心需求。

对于这一趋势，爱芯元智的芯片架构师们早在年时就有了初步判断，他们自那时起就为爱芯元智研发的爱芯通元?混合精度NPU预埋了“Transformer”大模型的支持能力。同时，其研发的第一颗车规芯片M55H，也在年7月通过认证。

这种预判性也是爱芯元智选择在今年6月宣布杀入智能驾驶赛道的底气，目前，爱芯元智已成为国内为数不多能够在边缘侧适配“Transformer”大模型的芯片供应商。6月底，爱芯元智的M55H芯片已经在两款车型上量产，最新一代的M76系列芯片也进入认证程序。

爱芯元智基于M55芯片研发的CMS开发套件（图片来源：受访者提供）

据龚惠民介绍，其M76系列芯片在模型支持与算子的丰富程度上，能够充分满足BEV、Transformer大模型的计算需要，是这一细分市场下性能最好的芯片。

随着大模型威力的进一步显现，能够支持“Transformer”高效运行的车规芯片会变得愈发重要。据车百智库数据，年，全球汽车AI芯片的市场规模已达到亿美元，是最大的AI芯片需求市场。而在BEV大模型不断落地的当下，爱芯元智会凭借在AI芯片领域的积累，获得更大的市场机遇。

2.凭借核心自研IP，杀进智能驾驶赛道

目前，新能源汽车赛道的竞争愈发激烈。抓住大模型带来的机遇，6月8日，爱芯元智宣布入局智能驾驶赛道。但汽车供应链自有一套等级森严的逻辑，车企极为注重决策安全，也吝啬替换供应商带来的高昂成本，因此，一个行业新人想在智能驾驶赛道扎下根来并不容易。

爱芯元智杀入智能驾驶赛道的窗口机会，一个来自于外部的行业机遇，即持续三年的汽车缺芯潮；另一个则来自于仇肖莘对于行业的预判，她在年时即决定布局智能驾驶行业，先见成先得。

自年起，汽车行业就陷入到缺芯潮中，车企产能因此大受限制。中国电动汽车百人会副理事长兼秘书长张永伟曾在年底表示，“三年的芯片短缺使中国汽车减产超过了万辆。”在这一背景下，国产芯片替代需求增长，年时，爱芯元智抓住汽车芯片国产化机遇，获得了几家Tier1厂商的认可，由此开始了汽车芯片的布局。

而关于行业预判，仇肖莘强调，对芯片企业来说，出货量多寡是影响赛道选择的最关键因素。爱芯元智从未将战略布局限定为智慧城市或智能驾驶某一领域，而是将与视觉感知、NPU、计算相关的潜在应用领域都视为公司可以触及的市场方向，如何让爱芯元智自研的两大核心IP——爱芯智眸?AI-ISP和爱芯通元?混合精度NPU在最大程度上赋能行业，才是公司思考的底层逻辑。

年时，智慧城市是仅次于手机的第二大AI芯片市场，到了年，汽车AI芯片的市场规模达到亿美元，是手机市场的3倍。市场空间本就巨大，且目前国产化替代需求刚刚起步，爱芯元智此时杀入智能驾驶赛道时机并不晚。据车百智库统计，年，广汽乘用车国产芯片占有率将达到20%左右，而上汽乘用车也将在年把国产芯片占有率提升至20%，中国汽车芯片赛道的发展才刚刚开始。

在行业机遇面前，爱芯元智的相对优势很明显，其两大核心IP，爱芯智眸?AI-ISP和爱芯通元?混合精度NPU已经高度成熟，在智慧城市赛道打磨多年，这两大技术可以轻易复用在智能驾驶领域。两大赛道一同发力，芯片的研发费用被最大程度的分摊，爱芯元智的汽车芯片因此会更具性价比。

关于爱芯智眸?AI-ISP和爱芯通元?混合精度NPU两大技术在智能驾驶赛道的威力，仇肖莘表示，“应用于摄像头的视觉处理芯片和智能驾驶芯片的技术逻辑是一样的，都是视觉处理能力+计算能力，这刚好是爱芯元智过去几年一直在不断迭代的领域。”

她介绍到，“在视觉处理能力上，爱芯元智首创的ISP技术将人工智能的DeepLearning应用到图像处理当中，能够在环境光线不好的时候清晰视物，让黑夜朗如白昼，满足汽车在雨天、阴天、夜间的感知需求。爱芯元智自研的混合精度NPU则能有效提高芯片效能功耗比，更契合车端芯片需求，且支持运行Transformer模型，是业界第一个在边缘侧AI芯片上运行大模型的芯片企业。”

目前，在汽车芯片领域，爱芯元智已形成包括M55、M76、M77三个系列芯片新品在内的产品序列，其中，M55H是其目前上量的核心，采用1V1R硬件配置，主要面向L2级自动驾驶、CMS及DMS开发套件等应用，拥有8TOPS算力，在拿下两款车型的量产之后，公司计划于第三季度拿下新的量产订单。

M76系列芯片面向L2+级智能驾驶市场，规划算力为60TOPS，M77系列芯片则面向城区NOA等高阶智能驾驶市场，三款芯片均可支持Transformer算法，在能力上呈递增趋势。到明年初，M76芯片预计可通过车规级认证，到年，M77芯片预计实现量产。

爱芯元智人工智能算力平台层级架构示意图（图片来源：爱芯元智