華西證券：2022年電子AI芯片行業(yè)研究報(bào)告

AI芯片主要承擔(dān)推斷任務(wù)，通過將終端設(shè)備上的傳感器（麥克風(fēng)陣列、攝像頭等）收集的數(shù)據(jù)代入訓(xùn)練好的模型推理得出推斷結(jié)果。由于終端場景多種多樣各不相同，對(duì)于算力和能耗等性能需求也有大有小，應(yīng)用于終端芯片需要針對(duì)特殊場景進(jìn)行針對(duì)性設(shè)計(jì)以實(shí)現(xiàn)最優(yōu)解方案，最終實(shí)現(xiàn)有時(shí)間關(guān)聯(lián)度的三維處理能力，這將實(shí)現(xiàn)更深層次的產(chǎn)業(yè)鏈升級(jí)，是設(shè)計(jì)、制造、封測和設(shè)備材料，以及軟件環(huán)境的全產(chǎn)業(yè)鏈協(xié)同升級(jí)過程。

相比于傳統(tǒng)CPU服務(wù)器，在提供相同算力情況下，GPU服務(wù)器在成本、空間占用和能耗分別為傳統(tǒng)方案的1/8、1/15和1/8。人工智能服務(wù)器是AI算力基礎(chǔ)設(shè)施的主要角色，在服務(wù)器中滲透率不斷提升。L3自動(dòng)駕駛算力需求為30-60TOPS，L4需求100TOPS以上，L5需求甚至達(dá)1,000TOPS，GPU算力需求提升明顯，芯片主要向著大算力、低功耗和高制程三個(gè)方向發(fā)展。

01.

算力時(shí)代

GPU開拓新場景

廣義上講只要能夠運(yùn)行人工智能算法的芯片都叫作 AI 芯片。但是通常意義上的 AI 芯片指的是針對(duì)人工智能算法做了特殊加速設(shè)計(jì)的芯片。

AI芯片也被稱為AI加速器或計(jì)算卡，即專門用于處理人工智能應(yīng)用中的大量計(jì)算任務(wù)的模塊（其他非計(jì)算任務(wù)仍由CPU負(fù)責(zé)）。到目前位置，AI芯片算力發(fā)展走過了三個(gè)階段：

第一階段：因?yàn)樾酒懔Σ蛔?，所以神?jīng)網(wǎng)絡(luò)沒有受到重視；

第二階段：通用芯片CPU的算力大幅提升，但仍然無法 滿足神經(jīng)網(wǎng)絡(luò)的需求；

第三階段：GPU和和新架構(gòu)的AI芯片推進(jìn)人工智能落地。

▲AI芯片算力發(fā)展階段

目前，GPT-3模型已入選了《麻省理工科技評(píng)論》2021年“十大突破性技術(shù)。GPT-3的模型使用的最大數(shù)據(jù)集在處理前容量達(dá)到了45TB。根據(jù) OpenAI的算力統(tǒng)計(jì)單位petaflops/s-days，訓(xùn)練AlphaGoZero需要1800-2000pfs-day，而GPT-3用了3640pfs-day。

▲自然語言模型/會(huì)話式AI平臺(tái)

AI運(yùn)算指以“深度學(xué)習(xí)” 為代表的神經(jīng)網(wǎng)絡(luò)算法，需要系統(tǒng)能夠高效處理大量非結(jié)構(gòu)化數(shù)據(jù)（文本、視頻、圖像、語音等） 。需要硬件具有高效的線性代數(shù)運(yùn)算能力，計(jì)算任務(wù)具有：單位計(jì)算任務(wù)簡單，邏輯控制難度要求低，但并行運(yùn)算量大、參數(shù)多的特點(diǎn)。對(duì)于芯片的多核并行運(yùn)算、片上存儲(chǔ)、帶寬、低延時(shí)的訪存等提出了較高的需求。

自2012年以來，人工智能訓(xùn)練任務(wù)所需求的算力每 3.43 個(gè)月就會(huì)翻倍，大大超越了芯片產(chǎn)業(yè)長期存在的摩爾定律（每 18個(gè)月芯片的性能翻一倍）。針對(duì)不同應(yīng)用場景，AI芯片還應(yīng)滿足：對(duì)主流AI算法框架兼容、可編程、可拓展、低功耗、體積及價(jià)格等需求。

從技術(shù)架構(gòu)來看，AI芯片主要分為圖形處理器（GPU）、現(xiàn)場可編程門陣列（FPGA）、專用集成電路（ASIC）、類腦芯片四大類。其中，GPU是較為成熟的通用型人工智能芯片，F(xiàn)PGA和ASIC則是針對(duì)人工智能需求特征的半定制和全定制芯片，類腦芯片顛覆傳統(tǒng)馮諾依曼架構(gòu)，是一種模擬人腦神經(jīng)元結(jié)構(gòu)的芯片，類腦芯片的發(fā)展尚處于起步階段。

▲三種技術(shù)架構(gòu)AI芯片類型比較

2019年全球人工智能芯片市場規(guī)模為110億美元。隨著人工智能技術(shù)日趨成熟，數(shù)字化基礎(chǔ)設(shè)施不斷完善，人工智能商業(yè)化應(yīng)用將加落地，推動(dòng)AI芯片市場高速增長，預(yù)計(jì)2025年全球人工智能芯片市場規(guī)模將達(dá)到726億美元。

▲2019-2025年全球人工智能芯片市場規(guī)模及預(yù)測（億美元）

02.

三大應(yīng)用場景

AI是王者

GPU其實(shí)是由硬件實(shí)現(xiàn)的一組圖形函數(shù)的集合，這些函數(shù)主要用于繪制各種圖形所需要的運(yùn)算。這些和像素，光影處理，3D坐標(biāo)變換等相關(guān)的運(yùn)算由GPU硬件加速來實(shí)現(xiàn)。圖形運(yùn)算的特點(diǎn)是大量同類型數(shù)據(jù)的密集運(yùn)算——如圖形數(shù)據(jù)的矩陣運(yùn)算，GPU的微架構(gòu)就是面向適合于矩陣類型的數(shù)值計(jì)算而設(shè)計(jì)的，大量重復(fù)設(shè)計(jì)的計(jì)算單元，這類計(jì)算可以分成眾多獨(dú)立的數(shù)值計(jì)算——大量數(shù)值運(yùn)算的線程，而且數(shù)據(jù)之間沒有像程序執(zhí)行的那種邏輯關(guān)聯(lián)性。

GPU微架構(gòu)的設(shè)計(jì)研發(fā)是非常重要的，先進(jìn)優(yōu)秀的微架構(gòu)對(duì)GPU實(shí)際性能的提升是至關(guān)重要的。目前市面上有非常豐富GPU微架構(gòu)，比如Pascal、Volta、Turing（圖靈）、Ampere（安培），分別發(fā)布于 2016 年、2017 年、2018 年和2020年，代表著英偉達(dá) GPU 的最高工藝水平。

GPU的API（Application Programming Interface）應(yīng)用程序接口發(fā)揮著連接應(yīng)用程序和顯卡驅(qū)動(dòng)的橋梁作用。目前GPU API可以分為2大陣營和若干其他類。2大陣營分別是微軟的DirectX標(biāo)準(zhǔn)和KhronosGroup標(biāo)準(zhǔn)，其他類包括蘋果的Metal API、 AMD的Mantle（地幔） API、英特爾的One API等。

AI芯片（GPU/FPGA/ASIC）在云端同時(shí)承擔(dān)人工智能 “訓(xùn)練”和“推斷”過程，在終端主要承擔(dān)“推斷”過 程，從性能與成本來看ASIC最優(yōu)。ASIC作為專用芯片，算力與功耗在通用芯片GPU具有絕對(duì)優(yōu)勢，但開發(fā)周期較長，落地較慢，需一定規(guī)模后才能體現(xiàn)成本優(yōu)勢。FPGA可以看做從GPU到ASIC重點(diǎn)過渡方案。相對(duì)于GPU可深入到硬件級(jí)優(yōu)化，相比ASIC在算法不斷迭代演進(jìn)情況下更具靈活性，且開發(fā)時(shí)間更短。

從生態(tài)與落地來看，GPU占據(jù)絕對(duì)優(yōu)勢，英偉達(dá)處壟斷地位。開發(fā)者能通過英偉達(dá)CUDA平臺(tái)使用軟件語言很方便地開發(fā)英偉達(dá)GPU實(shí)現(xiàn)運(yùn)算加速，已被廣泛認(rèn)可和普及，積累了良好的編程環(huán)境。以TPU為代表的ASIC目前主要運(yùn)用在巨頭的閉環(huán)生態(tài)，F(xiàn)PGA在數(shù)據(jù)中心業(yè)務(wù)中發(fā)展較快。

2020年GPU市場規(guī)模為254.1億美元，預(yù)計(jì)到2027年將達(dá)到1853.1億美元，從2021年到2027年的復(fù)合年增長率為32.82％。GPU市場分為獨(dú)立，集成和混合市場。2019年集成占據(jù)了GPU市場份額的主導(dǎo)地位，但由于混合處理器同時(shí)具有集成和獨(dú)立GPU的能力，因此未來混合細(xì)分市場預(yù)計(jì)將實(shí)現(xiàn)最高復(fù)合年增長率。

市場分為計(jì)算機(jī)，平板電腦，智能手機(jī)，游戲機(jī)，電視等。在2019年，智能手機(jī)市場占據(jù)了全球GPU市場份額的主導(dǎo)地位，預(yù)計(jì)在預(yù)測期內(nèi)將繼續(xù)保持這一趨勢。但是，由于對(duì)醫(yī)療設(shè)備等其他設(shè)備中對(duì)小型GPU的需求不斷增長，預(yù)計(jì)其他領(lǐng)域在未來的復(fù)合年增長率最高。由于在設(shè)計(jì)和工程應(yīng)用中圖形處理器的廣泛使用，預(yù)計(jì)汽車應(yīng)用細(xì)分市場將在預(yù)測期內(nèi)以最高的復(fù)合年增長率增長。

總體來說，GPU有三大應(yīng)用場景：游戲 、 AI和自動(dòng)駕駛

1、游戲

IDC數(shù)據(jù)顯示，2020年游戲PC和顯示器的出貨量同比增長26.8％，達(dá)到5500萬臺(tái)。游戲筆記本電腦在2020年增長了創(chuàng)紀(jì)錄的26.9％。與PC并行，游戲顯示器在2020年也達(dá)到了新的高度，與2019年相比增長了77％以上，出貨量達(dá)到了1430萬臺(tái)。

IDC預(yù)計(jì)2021年游戲顯示器的銷量將首次超過游戲臺(tái)式機(jī)。即使游戲臺(tái)式機(jī)逐漸受到青睞，游戲筆記本電腦的顯示器連接率不斷提高也意味著游戲監(jiān)控器市場的五年復(fù)合年增長率預(yù)計(jì)將超過10％。IDC預(yù)計(jì)2025年全球銷量達(dá)到7290萬，復(fù)合年增長率為5.8％。

2、AI

移動(dòng)端AI芯片市場不止于智能手機(jī)，潛在市場還包括：智能手環(huán)/手表、 VR/AR眼鏡等市場。

在邊緣計(jì)算場景，AI芯片主要承擔(dān)推斷任務(wù)，通過將終端設(shè)備上的傳感器（麥克風(fēng)陣列、攝像頭等）收集的數(shù)據(jù)代入訓(xùn)練好的模型推理得出推斷結(jié)果。由于邊緣側(cè)場景多種多樣、各不相同，對(duì)于計(jì)算硬件的考量也不盡相同，對(duì)于算力和能耗等性能需求也有大有小。因此應(yīng)用于邊緣側(cè)的計(jì)算芯片需要針對(duì)特殊場景進(jìn)行針對(duì)性設(shè)計(jì)以實(shí)現(xiàn)最優(yōu)的解決方案。

▲不同邊緣計(jì)算場景對(duì)AI芯片性能要求

安防攝像頭發(fā)展經(jīng)歷了由模擬向數(shù)字化、數(shù)字化高清到現(xiàn)在的數(shù)字化智能方向的發(fā)展，最新的智能攝像頭除了實(shí)現(xiàn)簡單的錄、 存功能外，還可以實(shí)現(xiàn)結(jié)構(gòu)化圖像數(shù)據(jù)分析。安防攝像頭一天可產(chǎn)生20GB數(shù)據(jù)，若將全部數(shù)據(jù)回傳到云數(shù)據(jù)中心將會(huì)對(duì)網(wǎng)絡(luò)帶寬和數(shù)據(jù)中心資源造成極大占用。

通過在攝像頭終端、網(wǎng)絡(luò)邊緣側(cè)加裝AI芯片，實(shí)現(xiàn)對(duì)攝像頭數(shù)據(jù)的本地化實(shí)時(shí)處理，經(jīng)過結(jié)構(gòu)化處理、關(guān)鍵信息提取，僅將帶有關(guān)鍵信息的數(shù)據(jù)回傳后方，將會(huì)大大降低網(wǎng)絡(luò)傳輸帶寬壓力。當(dāng)前主流解決方案分為：前端攝像頭設(shè)備內(nèi)集成AI芯片和在邊緣側(cè)采取智能服務(wù)器級(jí)產(chǎn)品。前端芯片在設(shè)計(jì)上需要平衡面積、功耗、成本、可靠性等問題，最好采取低功耗、低成本解決方案（如：DSP、 ASIC）；邊緣側(cè)限制更少，可以采取能夠進(jìn)行更大規(guī)模數(shù)據(jù)處理任務(wù)的服務(wù)器級(jí)產(chǎn)品（如：GPU、 ASIC）。

▲AI芯片在智能安防攝像頭中的應(yīng)用

人工智能服務(wù)器通常搭載GPU、FPGA、ASIC等加速芯片，利用CPU與加速芯片的組合可以滿足高吞吐量互聯(lián)的需求，為自然語言處理、計(jì)算機(jī)視覺、語音交互等人工智能應(yīng)用場景提供強(qiáng)大的算力支持，已經(jīng)成為人工智能發(fā)展的重要支撐力量相比于傳統(tǒng)CPU服務(wù)器，在提供相同算力情況下，GPU服務(wù)器在成本、空間占用和能耗分別為傳統(tǒng)方案的1/8、1/15和1/8。

當(dāng)前在云端場景下被最廣泛應(yīng)用的AI芯片是英偉達(dá)的GPU，主要原因是：強(qiáng)大的并行計(jì)算能力（相比CPU）、通用性以及成熟的開發(fā)環(huán)境。2020年全球AI服務(wù)器市場規(guī)模為122億美元，預(yù)計(jì)到2025年全球AI智能服務(wù)器市場將達(dá)到288億美元，5年CAGR達(dá)到18.8%。

▲2020-2025年全球AI服務(wù)器行業(yè)市場規(guī)模及增速（單位：億美元）

在AI開發(fā)中，由于深度學(xué)習(xí)模型開發(fā)及部署需要強(qiáng)大算力支持，需要專用的芯片及服務(wù)器支持。開發(fā)者如選擇自購AI服務(wù)器成本過高。通過云服務(wù)模式，采取按需租用超算中心計(jì)算資源可極大降低項(xiàng)目期初資本投入同時(shí)也省卻了項(xiàng)目開發(fā)期間的硬件運(yùn)維費(fèi)用，實(shí)現(xiàn)資本配置效率的最大化提升。

3、自動(dòng)駕駛

全球自動(dòng)駕駛邁入商用階段，未來可期。IDC最新發(fā)布的《全球自動(dòng)駕駛汽車預(yù)測報(bào)告（2020-2024）》數(shù)據(jù)顯示，2024年全球L1-L5級(jí)自動(dòng)駕駛汽車出貨量預(yù)計(jì)將達(dá)到約5425萬輛，2020至2024年的年均復(fù)合增長率（CAGR）達(dá)到18.3%；L1和L2級(jí)自動(dòng)駕駛在2024年的市場份額預(yù)計(jì)分別為64.4%和34.0%。盡管目前L3-L5級(jí)自動(dòng)駕駛技術(shù)的應(yīng)用具有開拓性意義，L1-L2級(jí)自動(dòng)駕駛將依然是未來5年內(nèi)帶動(dòng)全球自動(dòng)駕駛汽車出貨量增長的最大細(xì)分市場。

我國汽車市場規(guī)模不斷增長，自動(dòng)駕駛由L2向L3過渡。中汽協(xié)數(shù)據(jù)顯示，2021年1-3月，中國品牌乘用車共銷售210.8萬輛，同比增長81.5%，占乘用車銷售總量的41.5%，占有率比上年同期提升1.4個(gè)百分點(diǎn)。2020年1月份至9月份，L2級(jí)智能網(wǎng)聯(lián)乘用車銷售量達(dá)196萬輛，占乘用車總銷量的14.7%。

更有部分企業(yè)加速研發(fā)L3級(jí)自動(dòng)駕駛車型，多地開展自動(dòng)泊車、自動(dòng)駕駛公交車、無人智能重卡等方面的示范應(yīng)用。到2025年，我國PA（部分自動(dòng)駕駛）、CA（有條件自動(dòng)駕駛）級(jí)智能網(wǎng)聯(lián)汽車銷量占當(dāng)年汽車總銷量比例超過50%，C-V2X（以蜂窩通信為基礎(chǔ)的移動(dòng)車聯(lián)網(wǎng)）終端新車裝配率達(dá)50%。

隨著傳感器、車載處理器等產(chǎn)品的進(jìn)一步完善，將會(huì)有更多L3級(jí)車型出現(xiàn)。而L4、L5級(jí)自動(dòng)駕駛預(yù)計(jì)將會(huì)率先在封閉園區(qū)中的商用車平臺(tái)上實(shí)現(xiàn)應(yīng)用落地，更廣泛的乘用車平臺(tái)高級(jí)別自動(dòng)駕駛，需要伴隨著技術(shù)、政策、基礎(chǔ)設(shè)施建設(shè)的進(jìn)一步完善，預(yù)計(jì)至少在2025年~2030年以后才會(huì)出現(xiàn)在一般道路上。

▲2016-2030年全球汽車市場自動(dòng)駕駛滲透率預(yù)測

感知路境，短時(shí)處理海量數(shù)據(jù)。行車過程中依賴?yán)走_(dá)等傳感器對(duì)道理信息進(jìn)行采集后，處理器每秒需實(shí)時(shí)數(shù)據(jù)解析幾G量級(jí)數(shù)據(jù)，每秒可以產(chǎn)生超過 1G 的數(shù)據(jù)。對(duì)處理器的計(jì)算量要求較高。

自動(dòng)規(guī)劃，瞬時(shí)反應(yīng)保障安全。處理分析實(shí)時(shí)數(shù)據(jù)后，需要在毫秒的時(shí)間精度下對(duì)行車路徑、車速進(jìn)行規(guī)劃，保障行車過程安全，對(duì)處理器的計(jì)算速度要求較高。

兼具技術(shù)成本優(yōu)勢，GPU為自動(dòng)駕駛領(lǐng)域主流。

03.

國產(chǎn)AI GPU走上快車道

2020年國內(nèi)AI芯片行業(yè)投融資金額同比增長了52.8%，2021年1月至4月的投融資事件和金額均已超過去年全年，資本對(duì)國內(nèi)半導(dǎo)體、集成電路領(lǐng)域投資高漲。

從熱門領(lǐng)域來看，人工智能領(lǐng)域是2020年資本青睞度較高的細(xì)分賽道之一。2020年資本投資的主要是相對(duì)成熟且已獲得1-2輪甚至2輪以上融資的AI芯片企業(yè)。

▲AI芯片行業(yè)公司成立時(shí)間、融資歷史及估值

AI芯片行業(yè)市場預(yù)期逐漸趨于理性，創(chuàng)業(yè)進(jìn)入市場檢驗(yàn)期。大量AI芯片公司在15~17年成立。未來1-2年，市場將會(huì)對(duì)各廠商的產(chǎn)品和技術(shù)進(jìn)行實(shí)際檢驗(yàn)。市場期待更高算力、更低功耗、成本更低的AI芯片。

▲不同公司的芯片介紹

1、沐曦集成電路：多場景高性能GPU

沐曦集成電路專注于設(shè)計(jì)具有完全自主知識(shí)產(chǎn)權(quán)，針對(duì)異構(gòu)計(jì)算等各類應(yīng)用的高性能通用GPU芯片。公司致力于打造國內(nèi)最強(qiáng)商用GPU芯片，產(chǎn)品主要應(yīng)用方向包含傳統(tǒng)GPU及移動(dòng)應(yīng)用，人工智能、云計(jì)算、數(shù)據(jù)中心等高性能異構(gòu)計(jì)算領(lǐng)域，是今后面向社會(huì)各個(gè)方面通用信息產(chǎn)業(yè)提升算力水平的重要基礎(chǔ)產(chǎn)品。

擬采用業(yè)界最先進(jìn)的5nm工藝技術(shù)，專注研發(fā)全兼容CUDA及ROCm生態(tài)的國產(chǎn)高性能GPU芯片，滿足HPC、數(shù)據(jù)中心及AI等方面的計(jì)算需求。致力于研發(fā)生產(chǎn)擁有自主知識(shí)產(chǎn)權(quán)的、安全可靠的高性能GPU芯片，服務(wù)數(shù)據(jù)中心、云游戲、人工智能等需要高算力的諸多重要領(lǐng)域。

2、壁仞科技：推出云端AI芯片

壁仞科技創(chuàng)立于2019年，公司在GPU和DSA（專用加速器）等領(lǐng)域具備豐富的技術(shù)儲(chǔ)備聚焦于云端通用智能計(jì)算，逐步在AI訓(xùn)練和推理、圖形渲染、高性能通用計(jì)算等多個(gè)領(lǐng)域趕超現(xiàn)有解決方案，以實(shí)現(xiàn)國產(chǎn)高端通用智能計(jì)算芯片的突破。

▲壁仞科技發(fā)展歷程

3、燧原科技：推中國最大AI計(jì)算芯片

在2021世界人工智能大會(huì)期間，上海燧原科技推出第二代云端AI訓(xùn)練芯片邃思2.0及訓(xùn)練產(chǎn)品云燧T20/T21，以及全新升級(jí)的馭算Topsrider 2.0軟件平臺(tái)。

邃思2.0是迄今中國最大的AI計(jì)算芯片，采用日月光2.5D封裝的極限，在國內(nèi)率先支持TF32精度，單精度張量TF32算力可達(dá)160TFLOPS。同時(shí)，邃思2.0也是首個(gè)支持最先進(jìn)內(nèi)存HBM2E的產(chǎn)品。公司主要服務(wù)為面向消費(fèi)電子、汽車電子、計(jì)算機(jī)及周邊、工業(yè)、數(shù)據(jù)處理、物聯(lián)網(wǎng)等廣泛應(yīng)用市場所提供的一站式芯片定制服務(wù)和半導(dǎo)體IP 授權(quán)服務(wù)。

燧原科技成立于2018年03月19日，成立至今連續(xù)獲得過5輪融資，累計(jì)融資額近32億元人民幣。其最新一筆融資為今年1月完成的18億元C輪融資，由中信產(chǎn)業(yè)基金、中金資本旗下基金、春華資本領(lǐng)投。

4、地平線：智能駕駛及 AI 應(yīng)用領(lǐng)域服務(wù)

基于創(chuàng)新的人工智能專用計(jì)算架構(gòu) BPU，地平線已成功流片量產(chǎn)了中國首款邊緣人工智能芯片——專注于智能駕駛的征程1 和專注于 AIoT 的旭日1 ；2019 年，地平線又推出了中國首款車規(guī)級(jí) AI 芯片征程 2 和新一代AIoT智能應(yīng)用加速引擎旭日2 ；2020年，地平線進(jìn)一步加速AI芯片迭代，推出新一代高效能汽車智能芯片征程 3 和全新一代 AIoT 邊緣 AI 芯片平臺(tái)旭日 3。

▲地平線發(fā)展歷程

智能物聯(lián)網(wǎng)需求將使云端計(jì)算的負(fù)荷成倍增長。智能物聯(lián)網(wǎng)是未來的趨勢所向，海量的碎片化場景與計(jì)算旭日處理器強(qiáng)大的邊緣計(jì)算能力，幫助設(shè)備高效處理本地?cái)?shù)據(jù)。

面向AIoT，地平線推出旭日系列邊緣 AI 芯片。旭日2采用 BPU 伯努利1.0 架構(gòu)，可提供 4TOPS 等效算力，旭日3 采用伯努利2.0 ，可提供 5TOPS 的等效算力。

地平線已成為唯一覆蓋 L2 到 L4 的全場景整車智能芯片方案提供商。從 2019 年量產(chǎn)中國首款車規(guī)級(jí) AI 芯片征程 2，到 2020 年推出第二代車規(guī)級(jí)芯片征程3。目前，征程 2 、征程 3 已在長安、長城、東風(fēng)嵐圖、廣汽、江淮、理想、奇瑞、上汽等多家自主品牌車企的多款主力爆款車型上實(shí)現(xiàn)前裝量產(chǎn)。

地平線 Matrix由征程2 架構(gòu)加速的車規(guī)級(jí)計(jì)算平臺(tái)，結(jié)合深度學(xué)習(xí)感知技術(shù)，為高級(jí)別自動(dòng)駕駛提供了穩(wěn)定可靠的高性能感知系統(tǒng)。

▲地平線征程系列芯片

5、黑芝麻：智能駕駛系統(tǒng)解決方案

黑芝麻智能科技是一家專注于視覺感知技術(shù)與自主IP芯片開發(fā)的企業(yè)。公司主攻領(lǐng)域?yàn)榍度胧綀D像和計(jì)算機(jī)視覺，提供基于光控技術(shù)、圖像處理、計(jì)算圖像以及人工智能的嵌入式視覺感知芯片計(jì)算平臺(tái)，為ADAS及自動(dòng)駕駛提供完整的商業(yè)落地方案。

基于華山二號(hào) A1000 芯片,黑芝麻提供了四種智能駕駛解決方案。單顆 A1000L 芯片適用于 ADAS 輔助駕駛;單顆 A1000 芯片適用于 L2+ 自動(dòng)駕駛;雙 A1000 芯片互聯(lián)可達(dá) 140TOPS 算力,支持 L3 等級(jí)自動(dòng)駕駛；四顆 A1000 芯片則可以支持 L4 甚至以上的自動(dòng)駕駛需求。另外,黑芝麻還可以根據(jù)不同的客戶需求，提供定制化服務(wù)。

黑芝麻智能首款芯片與上汽的合作已實(shí)現(xiàn)量產(chǎn)，第二款芯片A1000正在量產(chǎn)過程中，預(yù)計(jì)今年下半年在商用車領(lǐng)域?qū)崿F(xiàn)10萬片量級(jí)以上的量產(chǎn)，明年將在乘用車領(lǐng)域量產(chǎn)落地。黑芝麻智能已與一汽、蔚來、上汽、比亞迪、博世、滴滴、中科創(chuàng)達(dá)、亞太機(jī)電等企業(yè)在L2、L3級(jí)自動(dòng)駕駛感知系統(tǒng)解決方案上均有合作。

黑芝麻智能科技最新的華山二號(hào)(A1000)芯片具備 40-70TOPS 的強(qiáng)大算力、小于 8W 的功耗及優(yōu)越的算力利用率,工藝制程16nm,符合 AEC Q-100、單芯片 ASIL B、系統(tǒng) ASIL D 汽車功能安全要求,是目前能支持 L3 及以上級(jí)別自動(dòng)駕駛的唯一國產(chǎn)芯片。為了應(yīng)對(duì)不同的市場需求,黑芝麻同步發(fā)布了華山二號(hào) A1000L。

▲黑芝麻最新產(chǎn)品A1000系列參數(shù)對(duì)比

除了以上玩家，摩爾線程等公司最近也有新進(jìn)展，見下表。

▲國產(chǎn)GPU最新進(jìn)展