自主驾驶最重要的应用之一是半导体在接下来的五年里。人工智能(AI)芯片是自动驾驶系统中最关键的部件，也是SoC设计人员的新机遇。在特斯拉的推动下，过去几年里，许多供应商都加入了为自动驾驶设计芯片的竞赛。无论是擅长人工智能算法的初创公司(如Cruise)，还是大型芯片供应商(如谷歌、NVIDIA、Intel)，都想借此机会展示自己的能力。但是，自动驾驶芯片的生产也需要巨大的投资，需要对芯片设计和制造的理解，因此这两方面都擅长的公司具有更大的优势。

图1:自动驾驶芯片的设计过程

摄像头是自动驾驶系统的关键传感器。摄像头拍摄的图像/视频必须经过人工智能芯片处理，以识别和解读车辆周围的环境，然后做出决策。例如，二级系统中的LKA(车道保持系统)可以检测线路标记，并控制车辆自动在车道上集中行驶，无需人工干预。芯片的处理能力和相关算法将决定汽车自动驾驶的能力。

3级以上的自动驾驶系统使用更多的传感器(如摄像头、激光雷达和雷达)来重建汽车周围的3D模型。系统根据系统的指令自动执行相应的操作。当与车队中所有其他车辆的数据相结合时，收集到的信息可用于不断改进算法，并将更新推送到使用相同驱动系统的所有车辆。

由于半导体制造技术的提高，40nm技术已经广泛用于生产自动2级自动驾驶汽车芯片。为了满足2级及以上的高速需求，主流自动驾驶汽车芯片也在向7nm以下移动，这也将带来成本和性能的提升。由于对系统冗余和更高性能的要求，每个系统的单元数量预计将随着自治级别的增加而增加。

图2:自动驾驶汽车芯片单位销售预测

资料来源:Counterpoint，更新于2020年1月

主要供应商的解决方案

英伟达

NVIDIA在GTC China 2019上发布了下一代自动驾驶汽车平台DRIVE AGX Orin。它提供200 TOPS性能，是前一代Xavier的7倍。DRIVE AGX Orin预计将于2022年开始量产三星电子的8纳米LPP工艺，该工艺将在2022年相当成熟。NVIDIA表示，该平台将使用两个DRIVE AGX Orin和两个gpu来实现5级自动驾驶。该解决方案可以实现2000 TOPS，这是所有公布的解决方案中最高的，但以750W的功耗为代价，足以显著削弱电动汽车的续航里程。NVIDIA在计算机视觉领域处于领先地位，它也相信通过使用摄像头作为主要传感器可以达到5级;尽管NVIDIA的解决方案也支持激光雷达和其他传感器。

Mobileye

Mobileye2017年3月被英特尔收购，目前是销售自动驾驶芯片最多的公司。Mobileye在2018年CES上发布了用于全自动驾驶的第五代SoC“EyeQ5”。EyeQ5预计将于2021年开始7纳米工艺的量产。EyeQ5可在10w功耗下实现24个TOPS，支持自治级别4和5。英特尔计划将EyeQ5与“英特尔Atom”处理器结合起来，开发用于自动驾驶的AI计算平台。虽然Mobileye坚称摄像头可以实现全自动驾驶，但EyeQ5也可以支持雷达和激光雷达。EyeQ5还可以进行传感器融合，处理来自各种传感器的数据。英特尔和Mobileye认为，两个EyeQ5 soc和一个英特尔Atom处理器就足以实现5级自动驾驶。

Qualcomm

继英伟达(NVIDIA)和英特尔(Intel) (Mobileye)之后，Qualcomm推出了自动驾驶解决方案Snapdragon Ride inCES 2020．高通长期以来一直在为信息娱乐提供解决方案，但现在正将其能力应用于自动驾驶汽车系统。然而，自主系统的部署需要长期的数据收集、与一级供应商的合作、传感器公司的支持以及数据培训能力。NVIDIA和Intel (Mobileye)已经领先一步。高通还有很长的路要走，但我们在开发自动系统方面仍然处于足够早期的阶段，大部分市场仍有待争夺。

这是Counterpoint对2020年自动驾驶汽车SoC解决方案的研究总结。请联系对比研究关于细节。