引 言：汽車從誕生之初其主要的評價體系以馬力為主，隨著汽車工業(yè)百年的發(fā)展，汽車的屬性也慢慢的從生產(chǎn)工具，轉(zhuǎn)變成了第三空間。越來越多的新的功能上車，需要越來越多的芯片的支持。而隨著電子電氣架構(gòu)的發(fā)展，芯片也從之前的單一功能發(fā)展到了目前的高性能SoC(System on Chip)階段。之前的開"芯"課堂從工具鏈和應(yīng)用角度做了介紹，今天我們就介紹下實現(xiàn)以上功能的基礎(chǔ)——算力。

算力的定義以及分類

算力，簡單來說就是計算的能力。一款SoC一般會包含CPU，GPU，NPU及DSP等算力單元。類似于學(xué)霸在語文，繪畫，數(shù)學(xué)及理綜的學(xué)習(xí)能力。CPU簡單來說主要處理邏輯計算其單位DMIPS，GPU主打圖像處理，其單位FLOPS，表示浮點運算能力。NPU作為神經(jīng)網(wǎng)絡(luò)處理器，主要用于神經(jīng)網(wǎng)絡(luò)的推理工作，目前主流的中大算力NPU芯片算力可達TOPS量級，意為每秒鐘1萬億次操作。DSP作為更靈活的算力單元，其既可以提供定點計算能力同時也可以提供浮點計算能力。所以，大家可以感受到，作為一款優(yōu)秀的SoC芯片，其是不能偏科的，多學(xué)科都要有很好的成績。那算力到底能支持什么樣的功能，不同等級的智能駕駛都需要多大的算力呢?

不同級別自動駕駛對應(yīng)的算力需求

自動駕駛主要分為0-5級，以Level3為分界，以下為智能駕駛，以上為自動駕駛。目前市面上比較成熟量產(chǎn)的還是以Level3以下為主。智能駕駛目前主要的感知更多的依賴視覺，這也推動了卷積神經(jīng)網(wǎng)絡(luò)加速器即NPU，在智駕領(lǐng)域占據(jù)了比較重要的地位。

為什么車企都在拼算力

我們可以看到，隨著自動駕駛等級的提升，其對算力的要求也在不斷的提高。算力也代替了馬力成為汽車行業(yè)重要的參數(shù)指標。汽車產(chǎn)業(yè)正式進入了拼算力的時代，大算力芯片開始成為各大車企全新車型的重要賣點。

一方面，車載傳感器數(shù)量和種類在急速增加的同時其精度也在大踏步的提高，以確保實現(xiàn)更多更復(fù)雜的功能，這對于芯片的算力提出了更高的要求。另一方面，新的算法模型也在不斷的更新，更多的大模型被應(yīng)用到實際的方案中，進一步拉升了對算力的需求。不過，我們也發(fā)現(xiàn)了一個比較有趣的現(xiàn)象，目前各大車企的旗艦車型的算力越來越高，動輒幾百上千TOPS，同時，我們也看到芯片公司對于中算力芯片的投入也越來越大，智能駕駛在中低端車型的滲透率也進一步的提升。芯片算力在被拉高的同時，傳感器復(fù)用，算力復(fù)用也在逐漸的應(yīng)用到更多的量產(chǎn)項目中去，車企和芯片廠商似乎也達成了某種共識，芯片算力也在回歸理性。

自動駕駛算力不是越高越好

芯片的算力在狂飆的同時，市場也在回歸理性。隨著軟件，算法的發(fā)展，芯片的算力利用率也在進一步的提升。同時，我們也不能忽視另外一個很重要的概念就是幀率，幀率能夠更真實的反應(yīng)芯片的實際的計算能力。所以，算力作為理論值可以反映芯片的基礎(chǔ)計算能力，而幀率則是能夠真正的反應(yīng)一顆芯片實際的計算效率。那是不是幀率越高越好，只能說在實際的智能駕駛中，說對了一半，我們確實需要更高的幀率，前提是此幀率對應(yīng)的算法模型可以真正的為智能駕駛所服務(wù)。在沒有給定算法模型及其對應(yīng)的分辨率的情況下，單純的提出幀率是多少，是無法真實反饋一顆芯片的實際算力的。

黑芝麻智能華山系列芯片方案

黑芝麻智能推出的華山系列智駕芯片，不只是拼算力、拼工藝、拼投入，同時拼創(chuàng)新點，其單顆算力達到58Tops，具有平臺化、高性能、低功耗等特點，基于兩大自主可控核心IP構(gòu)建了核心競爭優(yōu)勢，包括車規(guī)級圖像處理ISP和車規(guī)級深度神經(jīng)網(wǎng)絡(luò)加速器NPU，讓車輛"看得清"和"看得懂"。融合前向+環(huán)視攝像頭，前+角雷達及超聲波等傳感器，是國內(nèi)首個符合車規(guī)、達到量產(chǎn)狀態(tài)的單SoC行泊一體域控制器的芯片平臺。整體方案簡潔、高效、性價比高。豐富的傳感器接口，能夠支持L2+/L3等級自動駕駛解決方案，幫助用戶提升智能駕駛體驗的同時也為車廠及零部件供應(yīng)商提供大幅降本的可能。

(新媒體責編：wa12)