股市投資 小副述文字一共二十個字小副述文字一共二十


基金ETF 小副述文字一共二十個字小副述文字一共二十


全球總經 小副述文字一共二十個字小副述文字一共二十


理財商業 小副述文字一共二十個字小副述文字一共二十


消費信用 小副述文字一共二十個字小副述文字一共二十


保險稅制 小副述文字一共二十個字小副述文字一共二十


房產生活 小副述文字一共二十個字小副述文字一共二十


 
Nvidia 牽手聯發科強攻車聯網!入侵高通領地!
作者 36氪
收藏文章
很開心您喜歡 36氪 的文章, 追蹤此作者獲得第一手的好文吧!
36氪
字體放大


分享至 Line

分享至 Facebook

分享至 Twitter


Nvidia 牽手聯發科強攻車聯網!入侵高通領地!

2023 年 5 月 30 日

 
展開

好戲剛剛開始。

    黃仁勳和聯發科合作

同樣是 2024 年量產,同樣是艙駕一體晶片,輝達(NVIDIA, NVDA-US)和高通(Qualcomm, QCOM-US)選擇了同樣路線攻入對方賽道。

AI 晶片業務發展的風生水起之際,輝達也沒忘記汽車業務這一新成長引擎。

5 月 29 日,輝達與聯發科( 2454-TW )宣布,雙方將共同為新一代智能汽車提供解決方案,合作的首款晶片鎖定智能座艙,預計 2025 年問世,並在 2026 年至 2027 年投入量產。

據聯發科副董事長兼執行官蔡力行透露,此次合作是由輝達執行官黃仁勳率先提出的,雙方未來有望將合作範圍擴展到更多領域。活動當天,黃仁勳更是親自站台,對此次合作可謂十分重視。

近年來,輝達對汽車業務重視程度在不斷加深。黃仁勳多次表示「汽車正在成為一個科技產業,並有望成為我們下一個價值 10 億美元的業務。」

而根據最新財報數據顯示,今年第一季度,輝達汽車業務實現營收 2.96 億美元,與上期相比成長 114.5% ,儘管成長很快,但收入份額佔比仍僅有 4.1% 。

與此同時,「老對手」高通在穩定保持智能座艙高市佔率的情況下,不斷加碼智駕晶片,欲以艙駕一體搶占智能汽車市場。輝達顯然要應戰,在加大艙駕一體晶片研發的同時,又拉上更多合作夥伴,以期對高通展開圍剿。

聯發科車規級晶片中將加入輝達 GPU

輝達和聯發科在汽車領域的合作始於智能座艙業務。

據介紹,聯發科將開發集成輝達 GPU 芯粒(chiplet)的汽車 SoC,搭載 NVIDIA AI 和圖形計算 IP。該芯粒支持互連技術,可實現芯粒間流暢且高速的互連互通。

同時,聯發科的智能座艙解決方案將運行 NVIDIA DRIVE OS、DRIVE IX、CUDA 和 TensorRT 軟體技術,提供先進的圖形計算、人工智慧、功能安全和資訊安全等全方位的AI智能座艙功能。

可以理解為,聯發科將在未來提供給汽車製造商和一級供應商的 Dimensity Auto 智艙晶片封裝中加入輝達的 GPU,該 GPU 使用一種稱為小晶片的技術。聯發科製造的主晶片和輝達 GPU 通過超高速專有互連連接。

聯發科Dimensity Auto平台

▲聯發科 Dimensity Auto 平台

Dimensity Auto 是聯發科於今年 4 月 17 日發布汽車平台,包括 Dimensity Auto 座艙平台、Dimensity Auto 聯接平台、Dimensity Auto 駕駛平台、Dimensity Auto 關鍵組件四部分。

其中,座艙平台將採用旗艦 3nm 製程,APU 則擁有靈活的 AI 架構和高擴展性,支持最多 16 顆攝影機、 8 屏顯示、最高 8K 10bit 120Hz 顯示等特性。

「自動駕駛相關的顯示屏等功能,車載顯示屏和娛樂系統正變得越來越複雜」。據蔡力行介紹,使用輝達軟體的聯發科汽車 SoC 將於基於輝達技術的自動駕駛系統兼容,儀錶盤上的顯示屏可以顯示車輛周圍的環境,同時攝影機可以監控司機。

在聯發科與輝達看來,雙方的合作將使輝達能夠更廣泛地進入規模 120 以美元的車載資訊娛樂和儀錶盤SoC 市場,帶來滿足行業需求並遠超期待的汽車解決方案,同時還將為雙方帶來巨大市場機遇。

儘管在汽車智慧型手機晶片領域,聯發科去年增加了出貨量,並超越高通拿下第一位位置,但是在智能座艙領域,高通則是「一騎絕塵」的存在。此次聯手輝達,聯發科希望能夠從高通手中分到一杯羹。

輝達自動駕駛晶片Thor

▲輝達自動駕駛晶片 Thor

輝達方面,儘管智能汽車領域已有一定地位,但主攻方向是自動駕駛,在智能座艙領域建樹不多。

去年 9 月,輝達發布新一代自動駕駛晶片 Thor,算力可達 2000 TOPS,可實現艙駕一體,計劃在 2024 年量產,以搶奪高通市場佔有率。

此次輝達與聯發科合作,很大程度上或是為打破高通智能座艙領域壟斷地位。

智艙晶片王者高通進攻智駕領域

一直以來,高通在智能座艙領域都是「王者」一樣的存在。

作為消費電子霸主,高通自 2002 年開始佈局汽車業務,早期專注於車載網聯解決方案,於 2014 年 1 月推出第一代座艙晶片 602A 開始,逐步改變了市場格局。

2015 年以前,座艙晶片市場主要由汽車電子廠商為主導,包括瑞薩、NXP、TI 等玩家。

2015 年左右,高通、英特爾(Intel, INTC-US)、三星、聯發科等消費電子廠商強勢入局,其中,高通尤為出色。近期發布的新車智能座艙幾乎都搭載了高通晶片,包括賓士(母公司 Daimler, DAI-DE)、奧迪(Audi, NSU-DE)、本田(Honda, 7267-JP )、吉利、長城、比亞迪(BYD, 002594-CN )、小鵬等在內的國內外主流車企均已推出或宣布推出搭載驍龍汽車數字座艙平台的車型。

高通車規級晶片

▲高通車規級晶片推出時間不斷縮短

截止目前,高通已發布四代智能座艙晶片。第一代是 620A ,其基於驍龍 600 平台而來;第二代是驍龍 820A ,它由行動端 820 晶片演變而來;第三代為驍龍 SA8155P ,其中,「S」為「Sn apd ragon」,驍龍,這是全球首個 7nm 製程以下的汽車晶片,也是目前高通應用最為廣泛的汽車晶片。第四代則是 5nm 製程的驍龍 SA8295P 。

七年、四代,高通憑藉其在安卓生態的優勢幾乎壟斷汽車座艙高端市場,這很大程度得益於其承襲消費級晶片優勢。

智能晶片座艙與消費級晶片在技術層面要求高度相似,車規級的特殊要求主要體現在壽命要求、適應車載環境等安全層面要求,而高通在手機等消費電子領域的出貨量還可攤薄車載晶片研發成本。

因此,擁有更小製程、更大算力、更低價格的高通智能座艙晶片,顯然能夠收穫更多客戶。

短期來看,高通在智能座艙領域的地位很難被撼動。

但高通不滿足於此,想要把業務觸角向智能駕駛領域延伸。

Snap(SNAP-US)dragon Ride 測試車

▲Snap(SNAP-US)dragon Ride 測試車

實際上,早在 2020 年初,高通就推出 ADAS(高級輔助駕駛)平台 Snapdragon Ride,第一代 Ride SoC晶片組合了 5 奈米製程的驍龍 8540 和 7 奈米的驍龍 9000 ,算力達到 360 TOPS。

然而,過去三年,高通在自動駕駛領域成效甚微,國內僅有長城汽車( 601633-CN )一款摩卡車型搭載第一代 Ride 晶片,於 2022 年上市。

有晶片產業人士稱,結合稀釋風險,大多數車企不願意把電子電氣架構底層硬體全交給一家廠商來做,他們不願意做晶片公司的附屬品,需充分制衡各家供應商關係,甚至「刻意規避高通」,這一定程度上導致高通自動駕駛晶片落地進展不算迅速。

儘管如此,高通仍在不斷推出自動駕駛新產品。

2022 年 1 月,高通發布第二代 Ride 晶片,採用 4 奈米工藝,預計 2024 年可以上車; 2023 年 1 月,高通又發布 Ride Flex 晶片,主打艙駕一體,既能用於車內座艙,又可以實現輔助駕駛。高通沒有公佈 Ride Flex 的製程,但稱目前正在出樣,同樣將於 2024 年開始大規模生產。

同入艙駕一體賽道決勝負

同樣是 2024 年量產,同樣是艙駕一體,輝達和高通不約而同地選擇了一樣的路線攻入對方的賽道。

實際上,用一顆大算力晶片解決所有問題,不止是輝達和高通有的念頭。先前地平線創辦人余凱也曾表示,征程 5 發布後,未來智能駕駛和智能交互會合在一個晶片上計算。

不過,有業內人士認為,這並不是一件容易的事。智能座艙和智能駕駛架構是兩套完全不同的體系,訴求也完全不同。

對於智能座艙架構來說,其上層軟體(底層軟體是晶片廠商或第三方來負責),如安卓、黑莓(BlackBerry Ltd, BB-US),或者蘋果(Apple, AAPL-US)、特斯拉(Tesla, TSLA-US)訴求是開放、開源、迭代快,甚至底層代碼都向開發者打開,這樣才能夠吸引更多的軟體開發者。

輝達 Thor 可被配置為多種模式

▲輝達 Thor 可被配置為多種模式

而 ADAS 邏輯訴求正好相反,它需要足夠閉合。ADAS 的邏輯思路非常簡單,主要是加速、減速、直行、拐彎等指令。需要足夠閉合以保證誰都進不來,確保高度安全。

與此同時,智能座艙和智能駕駛對晶片算力本身需求也是不同的。

智能座艙只需要考慮 CPU 算力和散熱,後者沒有具體指標參考,因此 CPU 是唯一可以量化的東西。高通基於手機晶片優勢,可以在質量保證的同時,以便宜的價格出售,同時保證開發週期和迭代速度,因此能夠快速拿下更多市場。

ADAS 的指標訴求要複雜的多,要看 CPU、GPU 和 NPU。CPU,即中央處理器,所有數據都需要它處理,但整個流程走下來會導致處理速度非常慢、效率非常低。

而對於汽車來說,大部分數據是來自於攝影機捕捉到的圖形圖像,因此這部分數據開發者編譯了一條規律,把它交給 GPU 來處理,大大減輕 CPU 壓力。NPU,神經網路處理器,即 AI 處理器,主要負責分析大量行為後做出決策。

發展方向不同、考核指標不同,導致儘管有一些車企考慮跨域融合,但目前大多數車企下兩代產品依然選擇兩個架構、兩個晶片。

不過,如果輝達或者高通真的能做到「物美價廉」,一顆晶片統治一切並非不可能,到時候兩者在汽車領域之爭或許能分出個結果。

36氪》授權轉載

【延伸閱讀】

 
 
週餘
 
 
分享文章
分享至 Line
分享至 Facebook
分享至 Twitter
收藏 已收藏
很開心您喜歡 36氪 的文章, 追蹤此作者獲得第一手的好文吧!
36氪
分享至 Line
分享至 Facebook
分享至 Twitter
地圖推薦
 
推薦您和本文相關的多維知識內容
什麼是地圖推薦?
推薦您和本文相關的多維知識內容