傳統Tier1的「芯」危機

2021-10-20 04:29:25 字數 3201 閱讀 4395

高算力、低功耗、神經網路加速已經成為新一代感知處理晶元的關鍵指標,也是傳統汽車零部件製造商的新機會。

兩年前,一家名為recogni的ai視覺晶元公司希望為l2以上自動輔助駕駛系統徹底變革感測器資料處理,並為oem提供乙個完整的感知演算法、晶元整合模組。

該公司推出的這款晶元能夠識別(檢測、分割、分類)物件,將深度感測器資訊融合到物件中,為決策系統提供16ms以內(城區道路)和8ms以內(高速公路)資料處理延遲。

彼時,這家初創公司拿到了包括豐田、寶馬、佛吉亞在內的多家汽車製造商和零部件廠商的資金。短期目標是量產用於l2自動輔助駕駛,同時開始針對l3/l4進行研發。

如今,隨著mobileye、英偉達、高通、瑞薩等晶元廠商在下一代集中式域控制架構領域佔據先機(oem轉向與晶元廠商直接合作,一部分oem甚至自主研發域控制器),包括博世、大陸在內的傳統一級汽車零部件製造商想要守住市場地位。

除了感測器硬體、加大軟體演算法研發投入,晶元也是關鍵角色。

近日,recogni公司宣布成功完成了4890萬美元的b輪融資,包括博世、大陸兩家傳統tier1參與投資。對於adas以及自動駕駛來說,視覺功能仍然至關重要。

該公司推出的人工智慧視覺認知模組(vcm),通過在人工智慧、專用積體電路(asic)和系統軟體方面的創新,承諾在超低功耗下提供突破性的效能,實現多個攝像頭同時實時的高解析度和高幀率影象處理。

recogni公司負責人表示,與競爭對手的解決方案相比,其視覺處理方案使用一組不同的影象感測器來識別距離較遠並且體積較小的物體,同時功耗控制在合理範圍內。

識別模組效率高的原因之一是它依賴於被動冷卻,這意味著不需要耗電的風扇。另乙個原因是,內建晶元與三個內建攝像頭的物理距離很近,減少了將感測器資料從攝像頭傳輸到處理晶元的電力消耗。

這套高度整合模組,包括三個被動冷卻型影象感測器、乙個深度感測器和乙個定製晶元。通過乙太網連線到外部雷射雷達或公釐波雷達,晶元使用其他感測器來補充攝像頭感知,識別車輛、行人和其他物體。

更關鍵的是,在該公司負責人看來,現有市面上的大多數神經網路加速器技術要麼是針對性能優化,要麼是針對功耗優化——沒有一種技術是針對兩者都優化的。

一些業內人士指出,對於博世、大陸等傳統零部件製造商來說,對於ai晶元初創公司的投資,很大一部分原因是避免未來淪為晶元巨頭的「域控制器組裝代工」角色。

要知道,汽車電子架構的革命,域控制器將成為未來營收的主要**。而晶元是其中關鍵元件之一,同時也是真正價值所在。

與此同時,本輪全球汽車行業的「缺芯潮」也再次引發汽車產業鏈未來關係的根本性重構,汽車製造商、傳統tier1、晶元廠商三者之間的傳統層級關係逐步被打破。

recogni公司也不是博世投資的唯一一家ai晶元公司,三年前博世和寶馬一起投資了一家成立僅兩年時間的公司(graphcore),兩家公司合計投資了2億美元。目前,該公司的最新估值為27.7億美元。

graphcore公司開發了一款創新處理器——智慧型處理單元(ipu),並擁有相應的ai和機器智慧型演算法,處理器是專門為機器智慧型訓練和推理而設計的。據該公司稱,它的速度比傳統硬體快10到100倍。

此前,微軟也對該公司進行了投資,並且正在使用這些晶元為託管在其azure雲計算服務中的人工智慧應用提供支援。該公司的首要目標是挑戰英偉達在資料中心領域的市場地位。

按照graphcore公司的說法,ai晶元的新進入者「勝出」的機會在於計算2.0革命,相比較而言,現在行業內更多**的是軟體2.0(基於傳統晶元架構的優化)。

計算2.0時代意味著什麼?

不是給機器程式設計,而是機器學習——也就是機器學習。這從根本上改變了應用程式的開發和行為。構建軟體的過程需要被調整,並且軟體演算法的決策可能是不可解釋的行為。

目前,傳統的汽車**鏈面臨著人工智慧、機器學習和深度學習演算法的計算能力、甚至開發和完善複雜人工智慧應用所需的晶元**等方面的競爭。

過去幾十年時間,傳統一級**商已經確立的市場主導地位,無疑正受到來自各種新參與者的挑戰,尤其是一些晶元巨頭希望重塑全新的商業模式。

mobileye是第一家實現從晶元到演算法一體化的公司,緊接著去年高通公司推出的驍龍ride自動駕駛平台,開始整合軟體生態,包括與veoneer成立合資公司打造adas及自動駕駛全棧軟體。

不實現多元化的傳統汽車零部件**商,很可能會錯失未來更廣闊市場中乙個很大且利潤豐厚的部分,軟體是一部分,晶元自主**也是關鍵的另一部分。

高工智慧型汽車研究院認為,去年開始汽車製造商越來越多地與傳統作為二級**商的半導體公司直接合作,此舉可能會擠壓一級**商的營收乃至利潤空間。

同時,包括特斯拉在內的電動汽車初創企業,正在不斷儲備自己的軟體研發能力,在這個過程中,他們可能會繞過傳統一級**商,甚至像特斯拉這樣布局核心軟硬體的垂直整合,忽略傳統**鏈的存在。

這種急劇變化的產業環境迫使所有參與者重新思考他們在**鏈中的角色,堅持舊模式(從傳統汽車晶元巨頭那裡採購)肯定不是乙個制勝策略,也無法真正發揮差異化優勢。

2023年開始的汽車行業「晶元荒」,凸顯了汽車製造商、一級**商、半導體**商及其代工廠之間調整產能和採購模式的必要性。

兩年前,博世向位於德國東部德勒斯登的新半導體晶圓廠(12英吋晶圓)投入10億歐元,以支撐其不斷增長的汽車電子業務。該公司是全球汽車半導體市場的第六大**商,「我們的晶元主要用於內部使用,不額外增加利潤。」

按照原計畫,上述工廠在去年完成工程建設,預計今年底開始投產。「這不是為了盈利,這是為了創造一種成本更有競爭力的更好的終端產品」。同時,這意味著該公司有機會在未來巨大的汽車晶元市場,保證**安全。

另一方面,大陸集團也在加快與初創公司的商業合作,去年,該公司與中國汽車ai晶元公司地平線正式簽署合作備忘錄,將以中國市場為重點,在高階駕駛員輔助系統(adas)和高等級自動駕駛領域展開深度合作。

雙方本次合作,地平線的征程系列車規級ai晶元將被整合到大陸集團一部分adas產品中,基於低能耗和高價效比的優勢,能夠滿足中國道路交通情況。

應該說,2023年對汽車行業來說是極為不平凡的一年。持續的疫情給行業帶來了很多不確定性的挑戰,也間接導致了相當大的**鏈壓力。

一些行業人士坦言,深入研究問題的關鍵——現有的汽車解決方案無法實現我們今天預期的未來真正安全、適應全場景、可以不斷迭代的自動駕駛方案,因為這些平台都是基於傳統通用晶元技術。

突破tops/w的算力天花板,同時在低功耗前提下實現實時、精準、高效能計算將是下一輪汽車晶元競賽的關鍵。

Layer和Tier的區別

對於tier,我們用其表示系統中物理上的硬體和軟體,由執行同樣功能的一台或多台伺服器定義。相反地,layer 用來表示系統中完成指定任務的邏輯部分。因此多個layer可以同存在同一臺物理 tier 中,某個 layer 也應該可以輕易移動到另乙個 tier 上。良好的可重用性加上正確地對功能進行拆分...

java併發程式設計(1) 傳統多執行緒技術

1.傳統兩種方式實現執行緒 package com.qunar.thread public class traditionalthread catch interruptedexception e system.out.println thread.currentthread getname sys...

傳統執行緒的互斥

傳統的執行緒互斥的乙個例子 public class traditionalthreadsynchronized 解決方法 private void init catch interruptedexception e out.output google start 執行緒二 內部類不能建立靜態方法和...