瞄准一体机和NOA市场，爱芯元智能否成功跨入智驾领域？

在日前举行的南沙国际集成电路产业论坛上，仇肖莘接受了与非网记者的采访，并分享了爱芯元智从智慧城市领域向智能驾驶、智能IOT领域转型的初衷和目标。她表示，爱芯元智目前的两大主导业务方向是智慧城市和智能驾驶，其中智慧城市业务方向已取得显著成绩，而智能驾驶业务方向也在稳步推进。

瞄准两大赛道，爱芯元智的战略调整

2019年成立之初，爱芯元智就瞄准AI视觉芯片赛道，其核心竞争力在于掌握的两大自研技术：爱芯智眸®AI-ISP和混合精度NPU。其中爱芯智眸®AI-ISP的优势主要表现在对图像的处理上，混合精度NPU则让爱芯元智在边缘侧AI芯片上拥有显著优势，特别是在算力密度、功耗效率等关键指标上。这两大核心技术已经广泛应用于智慧城市、智能家居、智能穿戴等领域。目前，爱芯元智已经成功量产了四代多颗AI芯片，并成为首个将AI-ISP（图像信号处理）在芯片上实现落地并成功商业化规模量产的企业。

随着ADAS功能逐步成为智能汽车标配，预计到2025 年70%的中国汽车将搭载L2-L3级别的自动驾驶功能。针对这样可预见的庞大市场，仇肖莘认为，国内汽车业竞争白热化，随着车厂对成本的要求越来越严苛，L2+的自动驾驶方案未来成本将有很大的降低空间。这即对芯片供应商提出了更高的要求，也给了本土芯片商切入进来的机会。据介绍，2022年7月，爱芯元智的第一颗车规芯片M55H通过认证。从那时起，爱芯元智即定位Tier 2，与Tier1和国产主机厂商积极合作，目前已经有两款车型开始搭载爱芯元智的量产芯片。

在智能驾驶领域，英伟达和Mobileye两家国际厂商占据主导地位，其中英伟达是不断提升算力天花板的“卷王”，Mobileye则一直针对L2及L2以下的ADAS辅助驾驶。除了这两家，近两年在座舱领域获得压倒性地位的高通也开始切入该赛道，并呈现出“猛龙过江”的强势姿态。除了这些国际厂商，包括地平线、黑芝麻、芯驰、寒武纪、华为海思在内的本土厂商也在自动驾驶领域布局多时。

根据观研天下的数据，2022年手机侧的AI芯片市场规模为34亿美金，而汽车AI芯片的市场规模达到102亿美元，规模远超手机侧。公司创始人仇肖莘意识到国内AI芯片公司在与国际巨头竞争时面临的挑战，并坚持根据市场需求和公司发展方向进行了战略调整。

后发制人？爱芯元智的优势有哪些？

应该说，智能驾驶芯片的赛道并非蓝海。那么2022年才进入该领域的爱芯元智要与国内外品牌竞争，作为后来者还有优势吗？

“为什么我们能进入汽车市场？因为我们有后发优势。” 仇肖莘表示， “智能驾驶与智慧城市领域芯片在感知与计算的基础技术上是相通的，我们之前在智慧城市领域积累的绝大部分核心技术能力都能够平移过来，因为如果单纯做一颗车规的芯片，可能需要3~4年。而我们用比较成熟的IP上车，就减少了很多试错成本，快速上车。”

谈到国内的自动驾驶、智能驾驶的芯片市场，仇肖莘指出，目前国内厂商在这个市场的占有率还很小，国外厂商仍占据大部分市场份额。因此，她认为，国内芯片公司的第一步应该是在国内市场上取代国外的产品。对于爱芯元智来说，他们的第一步就是要做好国产化，其次是提高性价比。她强调，性价比不是牺牲性能，只打价格战，而是在技术领先的基础上达成性价比的优势。

目前新能源汽车在中国市场的发展如火如荼，半导体业将汽车智能化、电气化看作智能手机以后另一个产生巨大需求量的单一市场。另一方面，无论是公共安全还是智能驾驶应用，都需要强大的感知能力和高效的计算能力。在这两个领域，爱芯元智的大部分核心技术能够共享，减少试错周期。同时对于高效率、高质量地进行芯片的打磨具有重要意义。“你可以想象应用于摄像头的视觉处理芯片和自动驾驶芯片的技术逻辑是一样的，第一需要视觉处理，需要ISP，车会多加一个传感器的处理，包括毫米波雷达的融合处理；第二需要计算能力也就是NPU。所以它的底层技术，一是视觉处理即AI-ISP，一个是NPU，这刚好是爱芯元智过去几年一直在自研和不断迭代的核心技术。” 仇肖莘表示。

在国内芯片厂商中，很少有企业同时自研AI-ISP和NPU这两个IP。此外，爱芯元智很早就开始对最先进的智能驾驶算法进行研究和投入。在智能驾驶领域，特斯拉在2021年开始引入Transformer。相比CNN，Transformer的泛化性更强。CNN主要通过学习识别标注过的物体，而Transformer可以通过注意力层结构，发现元素间多维度的相关信息，找到更泛化的相似规律，从而提高自动驾驶的泛化能力。此外，Transformer能解决RNN的时间长度限制和顺序依赖问题，有更高的并行计算效率，并能学习长时间距离的依赖关系。目前，Transformer在自动驾驶感知模块中应用，主要用于从2D特征图向BEV鸟瞰图的视角转换。“我们现在的芯片AX650N就支持端侧、边缘侧大模型落地，事实上，我们在2年以前设计、定义这颗芯片的时候，就已经把transformer作为这颗芯片重要能力来设计了。目前，AX650N已适配包括ViT/DeiT、Swin/SwinV2、DETR在内的Transformer模型，在DINOv2也已达到30帧以上的运行结果。为了支持transformer这样的基础模型，我们在芯片设计上增加了很多硬件支持。” 仇肖莘表示。

拒绝唯算力论？爱芯元智如何切入自动驾驶领域？

自从“算力卷王”英伟达发布了2000TOPS算力的舱驾合一芯片NVIDIA DRIVE Thor，自动驾驶芯片的算力竞争就进入了一个新的维度。根据地平线数据披露，自动驾驶等级每增加一级，所需芯片算力就会呈现数十倍的上升。其中，L2级自动驾驶的算力需求为2-2.5TOPS，L3级自动驾驶算力则需达到20-30TOPS，到L4级需要200TOPS以上，L5级别算力需求更是超过2000TOPS。智能汽车主机厂运用“硬件预埋，软件升级”策略，预置高算力芯片，以赋予未来软件和算法优化更多发展空间。主机厂更倾向于使用中高算力芯片，为本土厂商创造了发展空间。自2018年起，华为、地平线、黑芝麻等厂商都在逐步提升芯片算力。

因此业界有一种声音就是，到了2000TOPS甚至更高的算力，就可以不用在乎算法的问题了。不过仇肖莘认为这种做法会面临成本的问题。她认为一个行业的发展初期确实要先做加法，把算力堆叠起来。但是算法成熟后，就要开始做减法。事实上，不能唯算力论的观点在不少自动驾驶芯片同行之间也很普遍。“典型的例子是前视一体机，以前大家也觉得需要很大算力，现在算法成熟了，大概2TOPS算力就能跑起来。”

另外考虑到目前大多数智能驾驶集中在L2至L2+阶段，主要实现辅助驾驶、自动泊车以及高速NOA等应用，基本在20TOPS左右算力就可以支持了。自动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。目前需求以前视一体机、行泊一体和高速NOA为主。未来可能演化为高、中、低分层全场景市场。尽管业界普遍以“TOPS”为单位来评估自动驾驶芯片的理论峰值算力，不过在实际场景中，自动驾驶芯片的理论峰值算力不大可能被完全释放，这是因为算力的有效利用率还受到内存带宽、芯片功耗表现和能效比控制的影响。要判断自动驾驶芯片的实用指标主要还是FPS，综合考虑算法、软件和硬件。FPS（每秒准确识别帧率）已被AI芯片企业和智能驾驶车企广泛采用。例如，特斯拉FSD芯片算力72TOPS，是英伟达Drive PX2的3倍，但FPS是后者的21倍。芯片架构与算法匹配度若不够，芯片运行效率低，导致空转，算力虽大，处理能力并非最佳。“250T算力的芯片，性能大概是371帧FPS，也就是每秒钟处理371帧，爱芯的一款芯片则可以处理360多帧，但我们的算力仅仅只有十几T。如果只看FPS数，两个大概差不多，但如果比较同等场景下到底消耗了多少能量，我们的能耗是英伟达芯片的1/10，这其实跟架构的设计强相关。” 仇肖莘表示。

传统的入门级L2，绝大部分是基于前视一体机，一个摄像头加一个毫米波雷达的方案，部分增加了主动安全控制器（配置MCU来做融合决策、控制规划）。而NOA，则主要基于全新一代电子架构，域控制器+中大算力SoC成为首选项，并可灵活扩展更多传感器配置以及OTA空间。

目前爱芯元智的切入点主要是前视一体机，未来会向高速NOA切入。特别是随着更多的本土第三方Tier1供应商的进入，NOA方案成本也有望实现进一步下降，并加速推动规模化量产上车。根据高工智能汽车研究院数据，NOA处于快速增长阶段，前装标配搭载率1.06%，同比增长近80%。NOA搭载车型价格下降，如荣威、博越L等车型将NOA配置下拉至15万元价格区间。新势力和传统品牌都加速NOA功能的落地，如比亚迪将全面启动智驾平台更换。大众集团软件子公司CARIAD启动本地化智能驾驶方案的替代。小鹏汽车计划明年将XNGP的BOM成本大幅度降低，让全自动驾驶成为标配。

仇肖莘认为，随着L2级别自动驾驶辅助功能下沉到10万元以下的汽车，这种需求传导到芯片端，需要供应商能提供中等算力的SOC芯片、更高性价比的智能驾驶解决方案，同时还需要确保安全可靠的交付，这给正在起步发展的本土厂商带来了机会。仇肖莘还表示，爱芯元智第二款域控芯片M76H已经回片，这款芯片正在过车规认证。这颗芯片是一颗性价比很高的行泊一体芯片，可以接6~8路摄像头，也可以接毫米波雷达。除了L2前车跟踪之外，它也能满足高速巡航、高速NOA、泊车的需求。

本土自动驾驶芯片玩家的时间窗口还有多久？

值得一提的是，随着自动驾驶域与智能座舱域的融合，特别是高通snapdragon Ride Flex与Nvidia Drive Thor两款舱驾一体芯片的竞争，未来的竞争格局可能会发生较大变化。

究竟是自动驾驶芯片厂商来整合座舱芯片，还是座舱芯片厂商来整合自动驾驶芯片？这可能要取决于高通与Nvidia的最终竞争结局。

不过一个有意思的现象出现了，日前MTK与Nvidia合作推出车载SOC，整合MTK的网联、信息娱乐和英伟达的AI、图形chiplet和ADAS，预计2026年生产。笔者认为，对于Nvidia来说，与MTK的合作是一次试水。对于MTK这样的手机芯片商来说，做座舱的技术储备是足够的，但是做自动驾驶则需要较长时间积累。这个时候Nvidia相当于扶植起了高通在手机领域的老对手来进行竞争。

最后，笔者认为爱芯元智切入L2级别的智能驾驶芯片领域，相当于抓住了一个时间窗口。在现阶段本土智能驾驶芯片的竞争对手并不多。不过考虑到目前国内还有不少具有座舱芯片能力的本土厂商，假如Nvidia也跟MTK合作一样大量进行技术输出，有可能短时间造就出一大批新的舱驾一体芯片玩家。如果这样的话，智能驾驶芯片领域的内卷可能会急剧加速。当然，也许这只是笔者的杞人忧天。