十大主流自动驾驶芯片算力大排名，百花齐放哪家强？

随着近几年智能汽车的发展，辅助驾驶和自动驾驶飞速进化，承载着计算大任的自动驾驶芯片的算力也越来越受到消费者和车企的关注，除了各家算法外，芯片性能也直接影响到自动驾驶的体验是否优秀，是否能解放驾驶员，甚至是能不能在关键时候救人一命？又或者是害人害己？

而今天，小编就来带着大家盘点一下十大主流自动驾驶芯片的算力排名。看看各家芯片的能力到底如何吧！

1，英伟达Oi、华为昇腾610作为当前芯片龙头之一，英伟达在发布Xvi后，便发现30T（万亿次计算每秒）的性能面对L3级别的自动驾驶已经捉襟见肘，各家合作伙伴的算力需求也逐渐超过30T。而Oi的推出，就是英伟达的答案，如同多年前双芯显卡一样，Oi有着恐怖的200T的性能，一经发布，就被多家造车新势力争相采用。

老黄发布全新的英伟达Oi芯片

相比特斯拉FSD单芯片72T的性能，200T可以让各家的自动驾驶体验上一个大的台阶。而像蔚来和威马汽车一样，多芯片布置甚至可以让算力达极为恐怖的1000T，这也就不难理解为什么造车新势力抢装英伟达的Oi芯片了。

搭载了4颗Oi芯片的威马M7

而蔚来的AQUILA自动驾驶系统已经搭载于全新的ET7以及ET5车型，而前者即将于今年春季交付

搭载了四颗英伟达Oi芯片的蔚来自动驾驶甚至能做到实时冗余，确保安全

而华为，同样作为我国芯片设计以及自动驾驶方面的领头羊，也发布了昇腾610芯片，单芯片200T的算力同样也是极为恐怖的。而华为并不单独出售芯片，而是提供全栈解决方案。而搭载了昇腾610芯片芯片的MDC610平台拥有着16核心，200KDMIPS的CPU部分，同时还有200T的AI部分。在量产产品中，绝对属于第一梯队。而今年上海车展上，华为还宣布更强的MDC810已经量产，这一域控制器算力能够达到400TOPS以上，但其AI芯片和主控CPU的参数暂时未知，有可能为多颗昇腾610芯片共同组成。

MDC610实机

采用的昇腾610芯片的MDC610计算平台

而极狐阿尔法S-华为HI版搭载了两组华为MDC610平台，单组算力为200TOPS，综合算力为400TOPS，我们也在华为的演示中见到了这套平台的优异性能，期待华为与极狐接下来的表现

搭载了两组MDC610平台的极狐阿尔法S

可惜由于美国的制裁，暂不确定华为还拥有多少芯片库存，而更加先进技术的芯片也无法量产

3，地平线征程5一颗征程5，让地平线成为全球大算力智能驾驶芯片头部玩家之一，最大AI算力128T毫无疑问的进入我们排行榜的前3，与国外的顶级企业势均力敌。再加上前两代产品：征程2与征程3搭载在长安UNI-T、UNI-K以及2021款理想ONE的优秀表现，这块征程5受到了来自上汽集团，比亚迪，理想、长安等厂商的青睐。

理想汽车采用的征程3芯片

全新的征程5芯片丰富了产品线

同时，地平线也推出了Mix5整车智能计算平台，4颗征程5，AI算力高达512TOPS，甚至还能继续拓展至1024T。所以在接下来的一年多时间里，哪家主机厂的车型能够争到征程5的首发量产，就有可能成为下一辆爆款车型，甚至是提前触碰到下一阶段自动驾驶的敲门砖。

Mix5整车智能计算平台

4，黑芝麻A1000P黑芝麻智能成立于2016年，凭借着在行业内顶尖的核心团队，在短短几年间就异军突起。与国内大多数芯片公司不同的是，黑芝麻智能先从自研核心技术IP开始入手，在成立后不久便启动了自研IP工作，从而可以在后期能够缩短芯片设计周期、节约设计成本、降低芯片设计难度并提高产品的性能和可靠性。而A1000P的INT8算力达到了106TOPS，与前面几位相同的是，两颗或者四颗A1000P，黑芝麻的FAD全自动驾驶平台将能够满足L3/L4级自动驾驶功能的算力需求。

2021上海车展上发布的A1000P芯片

黑芝麻智能计划下一步将向客户送样，进入量产前的测试验证环节，预计最终的车型量产上车时间大概在今年年底。同时黑芝麻智能还宣布与东风设计研究院以及东风悦享达成战略合作，围绕自动驾驶、车路协同、智慧物流等领域，共同打造车规级智能驾驶平台，加速自动驾驶商业化落地。

5，黑芝麻A1000黑芝麻A1000凭借着58T的算力进入算力榜单前五，而这基于款芯片，黑芝麻智能早在一年以前就已经一汽红旗开始研发自动驾驶平台，而在年末也已经顺利登陆红旗旗舰SUV车型

搭载黑芝麻智能华山二号A1000芯片的红旗芯算一体化自动驾驶平台

而一年以前，一汽红旗就已经和黑芝麻合作，基于A1000芯片共同研发自动驾驶平台

6，特斯拉FSDHW3.0单个芯片特斯拉作为全球自动驾驶的领头羊，“噱头制造者”，电动车教主，在2019年就已经用上了自研的芯片，单芯片算力72T的HW3.0版本的FSD，而特斯拉的FSD平台一次搭载两片自研的芯片，所以总算力为144T。

搭载了两颗特斯拉自研芯片的FSDHW3.0

不得不感叹，芯片的发展速度是多么的迅速，曾经霸主级别的芯片已经掉出榜单的前五。但是期中的技术先进性依然值得我们学习，列如通过大量的特斯拉汽车采集道路数据，然后用于训练AI。以及当驾驶员在驾驶时，FSD也会检查周围的路况来做判断，然后对比和驾驶员的操作，其中高错误率的部分会被集中记录，用于后续的AI测试。

在美国开放的FSD版本，车机展示了能识别到的周围环境，以及车辆的决策

而在美国开放的FSD的效果已经十分接近真人驾驶，在大多数路况都能精准地完成操作。甚至在狭窄路况下，车辆甚至能自己折叠后视镜来规避擦碰，属实让人印象深刻。

特斯拉3

7，英伟达Xvi英伟达的Xvi芯片拥有着30T的算力，在2018年发布时，它被称为世界上最强大的S（系统级芯片）。

Xvi芯片

但是不出几年，30T的算力就逐渐捉襟见肘。但是Xvi依然被许多车企压榨出一点又一点的性能，诸如小鹏P7和小鹏P5上的NGP，体验也十分的优秀。同时，沃尔沃也采用了Xvi芯片作为自己L2+级别的辅助驾驶硬件。

小鹏推出了基于高精地图的NGP

8，EQ5H去年蔚来发布ET7时，并没有选择接着和老朋友Mi继续合作，而是选择全面拥抱高算力芯片，而Mi也找到了自己的新欢———吉利。

采用了MiSVii系统的极氪001

而吉利旗下的极氪001便是搭载着基于两颗EQ5H打造的MiSVii系统。虽然单颗EQ5H的算力为中规中矩的24T，但是由于采用了相对先进的制程工艺，系统只需要被动散热即可。

MiEQ5H芯片

同时，选择EQ5H也意味着自行开发自动驾驶算法的压力减少许多，因为Mi会提供部分算法，多数情况下，车企需要的只是测试。而且这些算法以及芯片都保留了再次编程的能力，车企也可以接着压榨芯片的算力来实现一些意想不到的功能。

Mi与吉利的合作

同时，根据Mi产品及战略执行副总裁EzD的采访，Mi似乎不急于开发高算力芯片，或许他们更加注重产品的经济性和成本，希望在此找到平衡。

9，华为昇腾310、黑芝麻A1000L华为昇腾A310和黑芝麻A1000L算力为16T,两者不同在于，黑芝麻A1000L面向的是ADAS辅助驾驶，整体略低于L2+级别辅助驾驶。

黑芝麻A1000L芯片

而华为昇腾310的步骤方式与华为昇腾610一样，均需要华为MDC平台，列如计算平台MDC600，应对L4级自动驾驶应用，该平台搭载的是鲲鹏系列16核CPU+8颗昇腾310芯片，同时还集成有ISP芯片与SSD控制芯片，算力高达352TOPS。或者如MDC210，采用单华为昇腾310作为AI芯片的平台方案，可以兼顾到不同车企的需求。

华为昇腾A310芯片

在此之前，奥迪也有意与华为合作采用华为MDC平台方案

装配了MDC平台的奥迪实验车

到这，自动驾驶芯片的算力排名就告一段落了，虽然现在十大芯片中可能没有你所期待的选手，比如百度与德州仪器合作的自动驾驶方案。但面对疾速进步的自动驾驶芯片，我们有理由相信真正达到自动驾驶的那一日已经不远了。同时，我们也希望国产自动驾驶芯片更进一步，华为也能够走出此时的乌云。

如果你想了解芯片是如何制造的，为什么我国芯片被卡脖子，不妨看看这篇文章：激光刻芯片，我们的芯片制造难在哪里了？

宜机收芝麻在河南驻研种业试种成功

驻马店广电融媒体记者李健

9月6日下午，河南省农业科学院芝麻研究中心主任张海洋带领周口、南阳、驻马店等地的国家特色油料产业技术体系的专家，来到位于驻马店市顺河街道办事处马庄村的驻研种业芝麻种植基地，对这里种植的宜机收芝麻新品种——豫芝NS610进行观摩考察，看到这些芝麻喜人的表现，大家赞不绝口。

张海洋指着丰满的芝麻蒴说：“它们成熟时蒴果开裂程度小、籽粒不脱落，符合机收要求，可用联合收割机收获，仅机收这一项，每亩可节约种植成本150元以上，关键是为规模种植扫除了障碍。”

芝麻是我国四大食用油料作物之一。由于芝麻不能机收、不利于规模种植，我国每年要进口芝麻80万吨以上。

为打破这个困局，国家特色油料产业技术体系首席科学家、河南省农科院芝麻研究中心主任张海洋带领专家团队，采用EMS诱变和常规杂交育种技术，历经10年培育出宜机收芝麻新品种豫芝NS610，该品种是世界上首个通过人工诱变技术选育的抗落粒、宜机收的芝麻品种，2021年通过河南省芝麻新品种鉴定。

“几十年没有见过长得这么好的芝麻，从目前长势来看，产量突破300斤，这是松松的。”周口市农科院副院长杨光宇说。

“可以说，目前这个豫芝NS610品种的选育，意味着下一步在芝麻生产当中这是一个重大的突破，也是解决了机械化收获卡脖子，瓶颈问题……”驻马店市农科院副院长张少泽说。

“豫芝NS610新品种的选育成功，为芝麻机械化生产奠定了基础，能够从根本上实现了我国芝麻全程机械化生产的需要。”河南驻研种业负责人吴德科说。

芝麻是驻马店市传统优势特色油料作物，常年种植面积保持在80万亩以上，均居全省第一位。宜机收芝麻新品种豫芝NS610的成功试验，极大地推动全国芝麻产业水平提升，让全国‘油瓶子’更安全。”

英伟达算力降维打击，中国汽车芯片出路在哪？

文李科龙

编辑张广凯

能打败黄大仙的或许只有他自己。

“今天，我们宣布A不再是第一了……”皮衣教父黄仁勋在9月20日晚的GTC2022上平静的宣布这个消息，他还有一个身份是英伟达创始人兼首席执行官。

黄仁勋的下半句是，“取代A的将是Th”，并表示其性能将是A的两倍。

英伟达SOC算力示意图

A是英伟达去年推出的一款5制程的1000TFLOPS算力的自动驾驶SOC芯片，原本计划2024年上市，随着Th的面世，A还没出生就成为历史。

1TFLOPS代表处理器一秒进行1万亿次浮点运算，这意味着Th每秒将进行2000万亿次的运算。要知道，目前特斯拉的FSD（完全自动驾驶）自研芯片的算力为144TOPS，Th的算力约为前者的14倍。

GPU霸主英伟达，携算力优势杀入汽车芯片市场，正在对全行业降维打击。

面对英伟达的发起的算力军备竞赛，其它芯片厂商还有没有还手之力？

作为中国芯片产业与世界差距相对较小的领域，地平线、华为、黑芝麻等国产汽车芯片在大变局下又将何去何从？

汽车算力革命进行时

英伟达大搞算力竞赛的背后，是汽车芯片领域的一场巨大变革。

在传统汽车上，需要计算机自动控制的功能并不多。但是随着新能源时代开启，汽车对电子化的要求正在突飞猛进，从自动和辅助驾驶，到智能座舱，都需要强大的芯片控制。

可是芯片变多了，需要的电线也变多了，汽车变得像我们的电脑桌一样，乱糟糟的电源线看着都糟心。

车辆线束复杂度增加，还不只是糟心的问题，更是直接导致了更高的成本和更复杂的设计。特别是车辆智能化时代，各项功能的增加直接导致电子控制单元（ECU）数量的激增。

按照《自动驾驶车辆工程》杂志统计显示，高档轿车和全尺寸卡车可能使用了40种不同的线束，搭载了超过700个连接器和3000条电线。如果把汽车上的电线全部连起来，其长度可以超过4公里，重量将达到60公斤。

化繁为简、降低整车线束复杂度成为新需求。而减少线束最有效的方式，就是减少芯片数量。

在此背景下，零部件Ti1企业博世2016年最早提出域控制器的概念，将整车ECU整合为驾驶辅助、安全、车辆运动、娱乐信息、车身电子5个域，各自只需要一个域控制器，就可以替代过去大量的独立ECU。

特斯拉的做法更激进，直接按照车身域划分成前车身域、左车身域、右车身域三部分，实现整车控制。

根据中信证券近期拆解特斯拉3的信息显示，前车身控制器包括ESP车身稳定系统等安全相关、冷却液泵热管理相关、车头灯和雨刮等其他功能；左车身域控制的核心芯片控制和配电，包括左车身的灯具以及电机；右车身域负责空调、雷达、高位刹车灯和后机油泵等控制。

特斯拉域控制器示意图

汽车行业普遍认为，域控制器是汽车电子行业未来竞争门槛最高、利润最高的部分。想用一个域控制器，实现多个ECU的功能，最大的门槛当然是算力提升。

提到算力，英伟达可就不困了。

博世和特斯拉的域控制器模式也带动汽车产业迎来一次革新，黄仁勋想接过接力棒。对于自动驾驶而言，2000TFLOPS浮点算力已溢出，他的野心是将域控制器再集成。

黄仁勋在演讲中明确表示，Th这颗SC芯片就是为汽车的中央计算架构而生，用这一颗芯片打造一个控制器，即可同时为自动泊车、智能驾驶、车机、仪表盘、驾驶员监测等多个系统提供算力。“Th支持计算域分隔开发，既能将2000TOPS全部用于自动驾驶工作流，也可以分配使用，将一部分用于智能座舱、AI娱乐，一部分用于辅助驾驶。”

言下之意，Th不仅仅是OiX自动驾驶芯片的升级版，同时还可以替代高通8155、8295等座舱芯片的工作。不只是要搅局智能驾驶芯片的市场，黄仁勋还要和竞争对手高通抢占座舱、娱乐芯片的份额。

汽车产业有一个共识，传统燃油车时代低算力MCU无法适应车辆智能化发展，汽车架构已由传统分布式架构转向域控制器，数量更少的大算力ECU替代庞杂的MCU，下一步是由域控制器转向中央式电子电气架构。英伟达正在引领汽车芯片的第二次革命。

据悉，Th芯片将最先在极氪车型上量产交付，第一站就选择中国市场。

不只是黄仁勋，想引领第二次芯片革命的厂商并不少。德国零部件安波福今年9月表示，已推出全球首款整车中央计算平台CVC，将率先在中国市场运用，集成ADAS、车身功能、网关及VCU功能，可处理汽车中数百个组件的通信信号。新势力小鹏则是表示，新旗舰G9将采用“中央超算+区域控制”的融合硬件架构。

算力很好，但不是全部

英伟达算力霸权难以撼动，其它芯片厂商的出路在哪？

首先，尽管中央式电子电气架构是所有人的理想，但是现行的多个域控制器方案并非不可接受。通过多个低算力芯片的堆叠，来获得跟高算力类似的效果，是当下车企通行的做法。

目前，很多主机厂已经通过多芯片堆叠，将算力堆到1000TOPS级别。例如，今年陆续上市的新车蔚来ET7、ES7和威马M7，均搭载4颗7制程的英伟达i芯片，算力达到1016TOPS。魏牌摩卡则是采用高通SRi自动驾驶平台推出的5制程的SA8540P+SA9000P芯片组合，算力达到1440TOPS。

更重要的是，绝对算力并不等价于最终的实车应用效果，很多低算力芯片的实际表现，未必输给高算力。

换句话说，高算力的确在面对更复杂的场景时响应速度。例如在车机系统领域，避免黑屏、宕机的窘境。但英伟达、高通、Mi提供的是通用智能驾驶平台，主机厂或者自动驾驶公司能否将芯片的算力发挥到100%？

美国辅助驾驶巨头Mi首席执行官AShh就指出，TOPS是一个非常不充分的计算能力指标，效率比算力更重要。

国产芯片厂商地平线CEO余凯在反驳英伟达CEO的“TOPS就是新的马力”时直言，“百公里加速比马力更真实反映动力性能，每秒准确识别帧率MAPS比算力更能反映芯片的AI性能”。

对于英伟达亮相的Th系统芯片，地平线相关人士告诉观察者网，“落地到量产应用层面，还是要关注车企的实际需求，车企的成本以及消费者的购买成本。我们还是更加强调效率，强调软硬结合。”

究其原因，决定芯片性能的并不只有硬件，还有软件，以及软硬件对具体需求的适配。汽车芯片并不是一个完全标准化的行业，不同的主机厂、不同的功能设计，对芯片都会提出不同的个性化需求。

其实，这可以类比手机市场。苹果坚持自研芯片，而非采购高通芯片，更好适配IOS系统，实现软硬件匹配。

在芯片与整车的适配方面，目前的优等生是特斯拉。

特斯拉没有一味强调算力，其FSD自研芯片的算力为144TPOS，但在点到点的驾驶辅助方面，比算力更强大竞争对手反而做得更好。

余凯也在第十四届汽车蓝皮书论坛上展现过一组数据，在国际权威的深度学习图像数据集MSCC上的物体检测跑分中，地平线的征程5芯片每秒准确识别帧率（MAPS）高达1283FPS，而英伟达Oi为1001FPS。

每秒准确识别帧率对比

而在典型Bk1080P模型上，征程5的AI性能和Oi-X不相伯仲，但能效是Oi-X的330%；在优选高效模型下，软硬结合后征程5性能超过Oi-X，能效高达Oi-X的870%。

“我们只有i芯片售价的一半。”余凯如是说。

国产芯片的独特优势

不拼算力拼性能，国产芯片企业还有一层独特的优势，那就是算力不够，服务来凑。

英伟达Th的算力固然强大，但从目前的表态来看，它只打算做一个开放式的通用平台，允许主机厂在平台上自行研发适配，而不会亲自下场提供个性化服务。

而国产芯片企业一贯的优势，就是对主机厂服务更加细致。主机厂不擅长软硬件研发，芯片企业可以直接为它们提供个性化开发服务。

理想汽车CEO李想曾感慨，“感谢地平线，中国有这样的芯片企业，未来充满希望。”

相比于理想此前合作厂商Mi，地平线显然更打动李想。李想表示，地平线直接派团队入驻理想协作优化智能辅助驾驶功能，经常一起加班到12点解决智能驾驶问题。

不同于地平线开放性工具链算法，Mi上一代芯片EQ4不支持车企进行本地优化。Mi的封闭性造成理想在面对中国道路问题时，只能自行在Mi前视摄像头旁增设一个摄像头，用于道路数据采集，对辅助驾驶系统的算法训练。

凭借性价比、本土化服务，地平线、黑芝麻、华为赢得主机厂的订单。比亚迪、一汽红旗征程5前装车型明年面市。华为则是推出车规级智能驾驶计算平台MDC，阿维塔11、阿尔法S搭载MDC810智能驾驶计算平台，长城沙龙机甲龙、广汽AiLXP、哪吒S等搭载的MDC610平台。

不过，国际芯片巨头并不愿意丢失中国市场。Mi推出的EQ5已开发软件栈算法，支持第三方代码。同时在中国设立技术团队，协助主机厂解决自动驾驶方案。此外，AShh在今年的CES2022亮相的第七代车规级芯片EQU，预计2023年量产的支持L4级别自动驾驶。

中国作为全球最大的新能源汽车市场，已经是兵家必争之地。国内厂商加速下一代芯片研发，地平线方面表示，基于全新BPU纳什架构打造的征程6芯片正在研发中，AI算力可实现数倍提升。而国际芯片厂商已开始发力，弥补服务方面的缺陷，国内芯片厂商能否应对？

一场苦战在所难免，但中国芯片并未失去希望。