这几年的芯片风口,从比特币到AI,从AI到GPGPU到DPU,再到汽车芯片,不同类型厂商根据自身优势及市场的反馈,纷纷加入汽车芯片的赛道,那么市面上,汽车芯片的玩家如何分类?有哪些呢?(欢迎各位指正和补充)

总结


1、自动驾驶方面,国外Intel+NV+Qualcomm+Tesla,四巨头混战;国内地平线+黑芝麻已初成规模,看看能给巨头们造成怎样的威胁;

2、国外传统汽车MCU大厂纷纷加大辅助/自动驾驶、智能座舱等方向布局;

3、国内新晋玩家芯驰+芯擎在智能座舱及自动驾驶上的未来,令人期待;

4、国内激光雷达厂商禾赛+一径,看看如何通过自主研发的芯片结合自身优势加强市场的竞争力,拭目以待;

5、如果蔚来+小鹏+理想能合作造芯,来个‘蔚小理大战特斯拉’是不是更好?

6、国内传统汽车MCU厂商,希望能早日加快国产替代进程;

7、汽车芯片厂商在竞争者必须和上下游通力合作,发挥企业最大优势,行业才会越来越好。

提问:如果蔚来+小鹏+理想能合作造芯,来个‘蔚小理大战特斯拉’,预计多久能追上特斯拉?

一、简单分类

1、自动驾驶芯片厂商

2、激光雷达厂商

3、新能源汽车厂商

4、传统MCU芯片厂商

二、具体玩家及简单介绍

1、自动驾驶芯片厂商


1)NVIDIA 英伟达

北京时间 2021-04-13凌晨,英伟达正式发布了最新一款智能汽车和自动驾驶汽车芯片组——DRIVE Atlan,单颗芯片的算力能够达到1000TOPS,将应用于L4及L5级别自动驾驶。

Atlan SoC拥有安培架构GPU核心、基于Arm的Grace CPU核心、深度学习和计算机视觉加速器单元以及BlueField DPU核心,Atlan SoC将于2023年向开发者提供样品,2025年大量装车。从算力的绝对数量上看,英伟达Atlan SoC的算力升级是四代自动驾驶芯片中提升最大的。

2)Intel 英特尔(Mobileye + Altera + Movidius)

2015年6月167.5亿美元收购FPGA 巨头Altera;(FPGA芯片)

2016年9月收购计算机视觉处理芯片公司Movidius;(视觉处理单元VPU)

2017年3月153亿美元收购以色列自动驾驶汽车技术公司Mobileye。(EyeQ系列芯片(ASIC))

2021年1月7日,正在举行的2022年国际消费类电子产品展览会(CES)期间,英特尔旗下自动驾驶子公司Mobileye(2017年,英特尔以每股63.54美元现金收购Mobileye)发布专为L4自动驾驶打造的EyeQ Ultra系统集成芯片,以及用于L2高级驾驶辅助系统(ADAS)的全新EyeQ 6L和EyeQ 6H系统集成芯片。

其中,EyeQ Ultra采用5nm制程工艺,每秒运算效能达176万亿次,可以满足L4自动驾驶的需求和应用场景,有望与特斯拉、英伟达和高通在高级驾驶计算芯片领域中一争高下。预计EyeQ Ultra将于2023年底供货,并于2025年全面实现车规级量产。

本次CES展会上,Mobileye表示,2021年EyeQ芯片的出货量达到了2810万,至今已经完成了超1亿件EyeQ芯片的出货。而且目前Mobileye已采集了200PB的虚拟驾驶数据,188款新车型使用该公司的技术。

3)Qualcomm 高通

在2022年 CES 的展会上,高通汽车业务订单总估值超过 130 亿美元。高通相继公布斩获了宝马、通用、现代、小鹏在内的 37 家车企订单,打开了一张围绕数字化底盘、数字座舱、汽车芯片的版图。

2020 年,高通刚刚推出面向 ADAS/AD 的 Snapdragon ride 平台,以 5nm 制程打造,当年就斩获了长城汽车的订单,其量产车型将于 2022 年第二季度交付,并达到限定场景 L4级自动驾驶能力。

2021年10月高通宣布以46亿美元(约合297.2亿元人民币)收购Veoneer维宁尔。维宁尔是一家位于瑞典的汽车零部件供应商,主要产品包括自动驾驶域控制器、主动和被动安全系统以及自动驾驶传感器等。

在汽车座舱领域,高通通过 8155 在座舱大获成功,凭借高算力斩获了几乎所有高端智能汽车标的——蔚来 ET7、小鹏 P5、智己 L7、威马 W6、吉利星越 L、广汽 Aion LX、以及长城魏牌摩卡等。

高通对数字座舱的探索,也已经进展至第 4 代数字座舱平台。这代座舱平台的核心是 SA8295P 芯片,据悉这款芯片采用 5nm 制程工艺,打破汽车与消费电子之间的鸿沟。尚未量产的集度汽车已经预订了 8295 的首发。

而在另一个热闹的领域——智能驾驶,高通也是蓄势待发,只是相较于座舱的进程,智驾的领域发展得相对较慢一些。长期以来,高通的优势更多是集中在以芯片为核心的硬件平台上,在可以预见的下一个智能驾驶的时代,高通希望通过收购缩小时间差距,整合资源来赢得赛跑。

4)地平线

从2015年创办至今,地平线推出了中国第一款汽车级人工智能处理器征程2以及车规级智能芯片征程3,是国内唯一实现量产的车规级AI芯片企业。

其芯片征程2和征程3目前已搭载包括长安UNI-T、奇瑞蚂蚁、上汽智己、2021款理想ONE等多款车型。2020年地平线正式开启智能汽车芯片前装量产元年,芯片出货量目前已突破40 万片。

2021年上半年,地平线推出了面向L3/L4级别自动驾驶的征程5芯片。征程5是业界首款集成自动驾驶和座舱交互功能的全场景整车中央计算芯片,单科芯片算力高达128tops,在性能上甚至要比目前最领先的特斯拉FSD自动驾驶芯片更有优势,未来通过与车企合作展开大量的实战和改进,或能真正超越特斯拉。

随着征程5的发布,地平线成为目前业内唯一能够覆盖L2~L4的全场景整车智能芯片方案提供商。基于征程5,地平线打造了Matrix 5全场景整车智能中央计算平台和Matrix SuperDrive全场景整车智能解决方案。Matirx 5可以全面适配地平线的算法软件模块,实现硬件配置可定制;SuperDrive可满足包括高速、城区、泊车的自动驾驶场景和座舱智能交互的整车智能需求。

5)黑芝麻

2021年4月正式发布了新一代高性能车规级自动驾驶计算芯片——华山二号 A1000 Pro、山海™️人工智能开发工具平台以及面向车路协同的路侧感知计算平台 FAD Edge 。同时,现场还宣布与东风设计研究院、东风悦享达成全面的战略合作且获得金焰奖年度最佳智驾计算芯片以及逐路奖年度优秀自动驾驶计算芯片 ,“前瞻类金奖”等多个奖项。

6)芯驰科技

X9芯片-高性能智能座舱、V9芯片-ADAS及自动驾驶、G9芯片-多域互联整车网关

公司于2018年成立,2019年,芯驰科技成为中国首个通过德国莱茵ISO26262安全认证的半导体企业,该认证标准在业内以严苛著称。2020年正式对外发布了9系列大型域控车规芯片。2021年3月份在“缺芯潮”背景下实现了每年百万片的订单。2021年4月发了全系车规芯片的升级款,性能进一步提升。刚刚过去的世界人工智能大会 ,芯驰科技推出了全开放自动驾驶平台——UniDrive。可以帮助客户、合作伙伴等快速导入基于V9系列芯片的全系统设计,敏捷化验证迭代。为智能驾驶商业场景落地的逐个击破提供了良好的平台支撑。

截至目前,芯驰科技已经与国内诸多主流本土车企、合资车企、Tier1等开展合作,其中定点量产项目数十个,包括此前披露的一汽、中汽创智等。

2022年Q4,芯驰科技会发布200Tops算力的车规处理器,并且会配套开放的平台和生态系统。

7)芯擎科技(智能座舱芯片“龍鹰一号”)

2021年10月28日,下午三点三十六分,国内首款车规级7纳米智能座舱芯片“龍鹰一号”成功流片返回。这颗凝结着300余位工程师心血,历时两年多开发周期的7纳米工艺车规级高算力多核异构智能座舱芯片,在抵达芯擎科技上海实验室后,仅不到半小时就被顺利点亮!

经团队实测,目前芯片的所有参数均达到设计标准,创造了国内团队在7纳米工艺上车规级超大规模SoC首次流片即成功的纪录。

这颗融汇88亿晶体管的超大规模SoC芯片,将于2022年量产并按计划搭载上车,实现国产芯片在汽车高端智能座舱领域的首次突破。

“龍鹰一号”充分满足中国市场以及本地车企用户的需求,芯片内置有符合国密算法的信息安全引擎,为这颗智能座舱芯片的信息安全保驾护航。此外,在可靠性方面内置符合ASIL-D标准的安全岛设计,并达到AEC-Q100 Grade 3级别;强大的CPU、GPU、VPU、ISP、DPU、DSP集群、NPU(神经网络处理器),以及与之匹配的高带宽低延迟LPDDR5内存通道,为智能座舱的应用提供全方位的算力支持,实测性能赶超国际同类产品。

8)寒武纪(行歌科技)

寒武纪子公司-行歌科技正在设计、研发面向高等级智能驾驶应用场景的车载智能芯片。天眼查显示行歌(南京)科技有限公司成立时间为:2021-01-05,法定代表人/执行董事-陈天石,监事-叶淏尹,上海分公司负责人-王平,北京分公司负责人-孟小甫,产品情况暂无

融资情况

2022-01-12-Pre-A轮-联想创投、涌铧投资

2021-07-16-天使轮-宁德时代、蔚来汽车、尚颀资本(上汽)、金雨茂物

2、激光雷达厂商


1)禾赛科技

2022年1月5日,禾赛科技亮相全球电子消费品盛会CES 2022,首次公开展出已获数百万台定点、搭载新一代自研芯片的车规级半固态激光雷达AT128,并重磅发布了全新近距超广角激光雷达QT128。

目前,禾赛科技已自主研发并量产了一整套激光雷达专用芯片,为业界首创,将激光雷达推上了摩尔定律的发展轨道,很好地解决了激光雷达大规模量产难和成本高企等问题。

据了解,禾赛科技早在2017年就设立了芯片部门,进行一系列激光雷达专用芯片的研发工作,包含激光驱动芯片、模拟前端芯片、信号处理芯片等。目前,禾赛科技的多款激光雷达芯片已通过AEC-Q100车规验证,并批量应用在多款激光雷达产品当中。

这背后,禾赛科技的团队人数已经超过了700人,研发人员占了60%以上,在核心元器件、自研光电芯片、车规级设计流程和功能安全、主动抗干扰技术以及基于深度学习的感知能力方面都有着深厚的积累,并且已经拿下了 265项已授权专利,其中96项发明专利。

另一方面,量产乘用车和自动驾驶测试车最大的差别是交付量级。而当前,搭载激光雷达的乘用车均还尚未开始大规模交付。预计ADAS前装量产市场,激光雷达的交付量将会是百万量级,因此一家激光雷达供应商的生产和交付能力十分关键。

迄今为止,禾赛交付了上万台车载激光雷达,是全球最大的自动驾驶激光雷达供应商之一,同时也是全球为数不多经历过交付上万台激光雷达的厂商之一。为了更好地助力车规级激光雷达的大规模量产落地,禾赛科技还投资了近2亿美元打造超级工厂——“麦克斯韦”智造中心,预计2022年投入使用,届时年产能将达到100万台。

2)一径科技

2022年1月10日,一径科技宣布完成数亿元Pre-C轮融资。本轮融资由小鹏汽车领投,上汽集团旗下尚颀资本、东风交银汽车基金、老股东英特尔资本继续加注。本轮融资将用于一径科技长短距全系列车规级前装量产激光雷达产品的迭代发展,加强产线升级和供应链及全面质量管理,持续推动车规级MEMS激光雷达解决方案的研发和商业化进程。

公司重点服务汽车主机厂、自动驾驶公司,标杆客户有京东、元戎启行、嬴彻,和三一等公司,目前量产落地的主攻方向为向特定区域的各种场景的相关车辆提供整体激光雷达解决方案,如L3+ADAS、高速物流、智慧矿区、智慧港口、智慧园区、智能公交、Robotaxi等。

目前,一径科技在车规级固态MEMS激光雷达领域持续深耕,坚持底层芯片和元器件的自主创新研发,打破传统的技术架构,突破技术瓶颈,打磨出一条一径独有的MEMS技术路径,推出了面向车规前装量产的MEMS长短距激光雷达产品组合。

值得一提的是,2021年6月18日,一径科技宣布完成数亿元B轮融资。本轮融资由英特尔资本和创新工场分别领投B1轮和B2轮。

3)大疆

4)速腾聚创

3、新能源汽车厂商

1)Tesla特斯拉

2021-08-22,特斯拉发布D1 AI芯片:500亿晶体管、400W热设计功耗

特斯拉AI日活动上,特斯拉公布了最新的AI训练芯片“D1”,该芯片采用台积电7nm工艺制造,核心面积达645平方毫米,仅次于NVIDIA Ampere架构的超级计算核心A100(826平方毫米)、AMD CDNA2架构的下代计算核心Arcturus(750平方毫米左右),集成了多达500亿个晶体管,相当于Intel Ponte Vecchio计算芯片的一半。

它集成了四个64位超标量CPU核心,拥有多达354个训练节点,特别用于8×8乘法,支持FP32、BFP64、CFP8、INT16、INT8等各种数据指令格式,都是AI训练相关的。

特斯拉称,D1芯片的FP32单精度浮点计算性能达22.6TFlops(每秒22.6万亿次),BF16/CFP8计算性能则可达362TFlops(每秒362万亿次)。

为了支撑AI训练的扩展性,它的互连带宽非常惊人,最高可达10TB/s,由多达576个通道组成,每个通道的带宽都有112Gbps。而实现这一切,热设计功耗仅为400W。

特斯拉D1芯片可通过DIP(Dojo接口处理器)进行互连,25颗组成一个训练单元(Training Tile),而且多个训练单元可以继续互连,单个对外带宽高达36TB/s,每个方向都是9TB/s。

如此庞然大物,耗电量和发热都是相当可怕的,电流达18000A,覆盖一个长方体散热方案,散热能力高达15kW。

2)蔚来

3)小鹏

4)理想

4、传统汽车MCU芯片厂商

1)NXP 恩智浦(含Freescale)

2)ST 意法半导体

3)RENESAS 瑞萨电子

4)Cypress 赛普拉斯

5)Microchip微芯科技

6)Infineon英飞凌

7)TI 德州仪器

8)中颖电子

9)华大北斗

10)比亚迪半导体

11)杰发科技(四维图新子公司)

12)芯旺微

13)赛腾微电子

14)国芯科技

15)琪埔维半导体

16)智芯半导体

汽车芯片玩家如何分类?有哪些呢?相关推荐

  1. 玩家八分类法则——四分类法则的进阶

    目录 前言 简史 四分类法则 彼时的玩家转变规律 八分类法则 玩家类型的转变 结语 前言 首先,很高兴十分繁琐的头图没有将你劝退,在完整阅读后也相信热爱策划的你能从中学到东西. 笔者在研究玩家分类法时 ...

  2. 《R语言数据挖掘》读书笔记:三、分类

    第三章.分类 1.分类(相当于构建一个分类器) 1.1 分类的基本介绍: 给定一个预定义的类标签集合,分类的任务是使用分类器的训练模型,为输入数据集的每个数据对象分配一个标签.通常,输入可能是离散值, ...

  3. 作业1-游戏分类与热点探索

    一.游戏分类 游戏的分类方式很多,比如按游戏方式分类.按游戏内容分类.按游戏载体分类.按游戏平台分类.按玩家人数分类.按游戏地区分类-- 比较常见的分类方法是按游戏平台分类和按游戏内容分类,所以具体说 ...

  4. 牌上的花色-MUD中的玩家

    在MMO网游已经发展了近20年的现在,游戏业相继诞生了社交游戏.移动社交游戏,并且硬件的载体.游戏软件形态一直在不断的演进过程之中,按理说,这已经与20年前有了很大的不同,但是翻看这篇20年前对大型多 ...

  5. 基于时间序列的玩家行为模式分析

    来源于网易有数,作者网易雷火UX 1 背景 1. 项目背景 随着大数据技术的不断发展和行业竞争日趋激烈,用户的精细划分成为重要课题和前进方向.更精确.立体的用户划分.用户画像正发挥越来越重要的作用,数 ...

  6. 《全景探秘游戏设计艺术》精华 用户体验 游戏平衡性

    <全景探秘游戏设计艺术>精华 用户体验 游戏平衡性 一本很好的游戏设计书籍,暂时关注的是用户体验部分,比如,用户喜欢什么,什么可以带来乐趣,以及游戏的平衡性 男性与女性的区别 男性喜欢的游 ...

  7. 智能网联「中国百强供应商」都有谁?8月30-31日现场揭晓

    进入2022年,智能化软硬件赛道已经显现出三大不同阵营. 高端市场,传统外资供应商受限于历史包袱以及本地化开发配合度问题,在头部自主品牌车企和新势力客户上已经面临来自中国供应商的突围,同时,合资品牌为 ...

  8. HEARTS, CLUBS, DIAMONDS, SPADES: PLAYERS WHO SUIT MUDS

    HEARTS, CLUBS, DIAMONDS, SPADES: PLAYERS WHO SUIT MUDS 牌上的花色 – MUD中的玩家 Richard Bartle[1] MUSE Ltd, C ...

  9. 小游戏类项目 —— 五子棋游戏

    目录 第一步编写界面 1.构思 2.功能的实现 第二步编写游戏内容 1.游戏的框架 2.功能的实现 第三步编写电脑玩家 1.分类 2.输出顺序 总结 第一步编写界面 1.构思 我们平时玩游戏并非打开它 ...

最新文章

  1. HTML标签大全(三)
  2. run-time cloud server system development recode
  3. mysql level用法_MYSQL使用方法
  4. 精选| 2021年9月R新包推荐(第58期)
  5. 数据结构—链表-单链表应用-拆分链表
  6. 人工免疫算法c语言程序,基于人工免疫算法的模拟电路故障诊断
  7. STM32系列 STM32F4xx 独立看门狗(IWDG)
  8. 从三流本科到北京985高校研究生,这是我走过的四年
  9. c++ 读取html,C++ 使用MSHTML分析html 转发
  10. mac os android 线刷,Mac系统下使用Fastboot线刷安卓设备
  11. CocosCreator矢量绘图组件(1)
  12. 让微积分穿梭于工作与学习之间(23):用极限的思想把一元一次方程和一元二次方程的根式解统一起来
  13. 费马引理、罗尔定理、拉格朗日中值定理
  14. Python_解一元二次方程
  15. 前端面试题及答案(字节跳动)(二)
  16. Java生成纳秒时间戳
  17. 端游开发中用什么技术可以让用户更短时间内体验游戏?端游分发
  18. 一帘心事碎碎念,一眸雪舞剪剪风
  19. 函数柯里化与反柯里化
  20. 购买服务器和域名到搭建网站

热门文章

  1. idea实现svn拉分支和合并分支的教程
  2. Ansys Speos | 2023R1 动态仿真助力车灯早期优化
  3. android 4.1.2版本,android4.1.2版本GPS模块的添加
  4. php 签名 bom,PHP与Unicode签名(BOM,Byte Order Mark)
  5. 基于SSM网上商城购物系统的设计与实现
  6. C#实现一个控制台飞行棋小游戏(附源码)
  7. flex red5 java_red5流媒体服务器的安装与配置(FLEX与JAVA的结合)
  8. Java 根据经纬度计算两点间的距离
  9. css字体改颜色,css怎么改字体颜色?
  10. 安装python3.10.1(教程)