汽车智能驾驶芯片行业专题报告：充分重视OEM自研智驾芯片的长期意义.pdf

上传者：浪潮
时间：2024/04/23
浏览次数：122
下载次数：11
1人点赞
举报

汽车智能驾驶芯片行业专题报告：充分重视OEM自研智驾芯片的长期意义。当我们在谈自研智驾芯片时，我们究竟在谈什么？【设计芯片IP核+开发适配底软/工具链】

芯片按类可分为计算、存储、信号转换以及片上集成SoC四大类，AI芯片是指在SoC基础上针对人工智能算法做特殊加速处理的芯片。智驾领域AI芯片主要用于云端/边缘端两种场景：1）用于智驾边缘端应用的AI芯片一般涵盖AI计算单元NPU、CPU\GPU\ISP\IO接口等必要组成部分，更强调各IP核之间的综合协调能力；2）用于云端训练应用的AI芯片则更加强调NPU\GPU的计算能力，对于功耗、各部分间协调等要求较低。

OEM及三方供应商自研智驾芯片多指：自身设计SoC系统中NPU/ISP等核心IP核，外采EDA软件形成逻辑电路，并由其他厂商完成制造以及封装环节；同时为更好调用芯片算子算力，玩家需适配性开发底软（计算架构）以及SDK工具链，便于编辑落地上层应用。

为进一步强化智驾“数据闭环”对于软硬件迭代效率的意义，少部分玩家或将自研云端超算芯片。

OEM自研设计AI智驾芯片必要性以及可行性如何？【边缘端芯片必要性及可行性强】

必要性：自研边缘端芯片有足够性价比，云端芯片短期必要性较低。智能驾驶产品力的竞争短期看产品体验，中期看迭代效率，长期看降本能力；边缘端芯片自研有效影响中期软件算法相对成熟后的迭代效率（软件能否充分发挥芯片算力），并直接决定长期智驾全系统降本能力，因此强势OEM当前投资芯片自研在未来3~5年内有足够超额回报，有望形成正循环。云端芯片短期性能要求单一，仅针对AI算力，中长期影响软硬件提升速率，但前期投入较大，当前性价比较低。

可行性：OEM玩家自研边缘段智驾芯片可行性较强。参照地平线、黑芝麻智能发展历程，从团队规模、资金投入以及研发耗时三重角度分析，千人研发规模；30~50亿研发投入；2~3年耗时可支持智驾芯片全自研以及配套解决方案落地；特斯拉2016年启动智驾芯片项目，2019年正式搭载上车，国内强势OEM自研芯片以及配套底软具备相当可行性。