最近，一則新聞?wù)饎?dòng)業(yè)界，賽靈思亞太地區(qū)實(shí)驗(yàn)室首席工程師、實(shí)驗(yàn)室主任胡成臣確認(rèn)加入蔚來(lái)汽車(chē)，在技術(shù)規(guī)劃領(lǐng)域擔(dān)任首席專(zhuān)家、助理副總裁一職。
這則新聞的背后，是蔚來(lái)汽車(chē)自研AI芯片的加速。蔚來(lái)汽車(chē)的目的很清楚，就是像特斯拉一樣，建立起自動(dòng)駕駛能力閉環(huán)。而要建立這種閉環(huán)，芯片是繞不過(guò)去的一關(guān)。
實(shí)際上，從去年開(kāi)始，我們發(fā)現(xiàn)，智能芯片（AI芯片）這個(gè)領(lǐng)域再次迅速進(jìn)入高光時(shí)刻，除了云端居壟斷地位的英偉達(dá)，國(guó)內(nèi)無(wú)論是地平線，還是黑芝麻，都引起了業(yè)界極大關(guān)注。而算力的不斷提升，也讓各大車(chē)企對(duì)進(jìn)入算力的“軍備競(jìng)賽”產(chǎn)生焦慮。
比如，今年英偉達(dá)發(fā)布業(yè)內(nèi)首款1000TOPS的SoC，相比特斯拉FSD單芯片算力72TOPS提升超過(guò)一個(gè)數(shù)量級(jí)。而在國(guó)內(nèi)，也有地平線的征程5，算力最高達(dá)到128TOPS，以及黑芝麻A1000Pro，算力達(dá)到106TOPS等等。
但是，我們的一個(gè)問(wèn)題就是，追求TOPS算力真的有那么重要嗎？是不是堆疊芯片的算力，就能達(dá)到目的了？業(yè)內(nèi)似乎進(jìn)入了“唯算力論”的誤區(qū)。所以，這里簡(jiǎn)單探討一下。
01
算力VS軟件
地平線創(chuàng)始人兼CEO余凱打過(guò)一個(gè)比方，“如果說(shuō)動(dòng)力電池是未來(lái)汽車(chē)的心臟，那么智能芯片就是未來(lái)汽車(chē)的大腦?！盇I芯片作為未來(lái)車(chē)載計(jì)算中心的核心，其作用當(dāng)然非常重要。
目前，這些汽車(chē)主控芯片的結(jié)構(gòu)形式是由MCU向SoC異構(gòu)芯片（ASIC結(jié)構(gòu)）方向發(fā)展。根據(jù)觀研天下的預(yù)測(cè)，全球自動(dòng)駕駛汽車(chē)上的AI芯片（推理），其市場(chǎng)規(guī)模將從2017年的1．42億美元，年均增長(zhǎng)135％至2022年的102億美元，遠(yuǎn)超AI芯片（手機(jī)側(cè)）的市場(chǎng)規(guī)模34億美元。
而部署于邊緣端的（像地平線這樣的）AI芯片／內(nèi)置單元的市場(chǎng)規(guī)模占比，也將從2017年的21％上升到2022年的47％。其年均增速123％，超過(guò)部署于云端的AI芯片75％的年均增速。GPU（圖形處理器，Graphics Processing Unit）市場(chǎng)份額則會(huì)從2017年的70％下降到2022年的39％。
但是，在“軟件定義汽車(chē)”的情況下，車(chē)企的核心能力到底應(yīng)該是什么？這是業(yè)界思考的一個(gè)問(wèn)題。是不是唯芯片算力馬首是瞻呢？
實(shí)際上不見(jiàn)得。還是需要辯證地看。我們說(shuō)“數(shù)據(jù)是生產(chǎn)資料”，而提供處理數(shù)據(jù)的芯片是工具，不可能工具反客為主成為核心。工具是必備的，但是更重要的核心是跑在上面的軟件。而隨著各個(gè)芯片企業(yè)算力的快速提升，這個(gè)問(wèn)題很快會(huì)變得不是問(wèn)題。
此外，車(chē)企面對(duì)的消費(fèi)端是不是立刻就需要那么高端的算力呢？也不見(jiàn)得。目前，車(chē)企號(hào)稱(chēng)8核芯片算力多強(qiáng)的多了，但是真的車(chē)機(jī)系統(tǒng)就流暢、好用了？
我們知道，近年“軟硬件解耦”的趨勢(shì)以及“軟硬件融合”的提法都有。實(shí)際上，軟件與硬件從來(lái)沒(méi)有真正分離過(guò)，一直都是相互融合發(fā)揮作用的。
以PC時(shí)代的WinTel聯(lián)盟為例，在WinTel架構(gòu)下，Intel芯片和Windows操作系統(tǒng)高度協(xié)同，最終才能產(chǎn)生壟斷市場(chǎng)份額的效果，缺一不可。
所以，地平線創(chuàng)始人和CEO余凱有句話講得非常到位，芯片就是軟件的舞臺(tái)，衡量芯片優(yōu)劣的標(biāo)準(zhǔn)，要看芯片之上的軟件能否最大化地發(fā)揮作用。當(dāng)然不是說(shuō)算力不重要，算力和軟件之間需要有效匹配。兩款相同算力的芯片比較，能讓軟件運(yùn)行得更高效的芯片才是“好芯片”。
而且，作為車(chē)企來(lái)說(shuō)，還有一個(gè)芯片的成本問(wèn)題?，F(xiàn)在的一種傾向是“L4硬件＋L2軟件”，先硬件“預(yù)埋”以達(dá)標(biāo)或者超標(biāo)，軟件上慢慢積累。但是反過(guò)來(lái)說(shuō)，這是不是一種浪費(fèi)？恐怕，還是要“對(duì)每一個(gè)TOPS都要精打細(xì)算地使用?！?/p>
比如，超星未來(lái)聯(lián)合創(chuàng)始人兼首席技術(shù)官梁爽在最近一次論壇上說(shuō)過(guò)，現(xiàn)在算力的軍備競(jìng)賽是已經(jīng)掀起來(lái)了，但是芯片的算力本質(zhì)上對(duì)于智能駕駛系統(tǒng)還是必要不充分的條件，“現(xiàn)在大家更多提的算力是峰值算力。我們經(jīng)常會(huì)看到一個(gè)優(yōu)化程度不好的芯片宣稱(chēng)有10TOPS算力，實(shí)際跑出來(lái)的應(yīng)用等效只有3～4TOPS的算力。”
說(shuō)到底，是要AI算法流暢地跑在芯片上，最終，這成為一個(gè)非常復(fù)雜的需要進(jìn)行系統(tǒng)優(yōu)化設(shè)計(jì)的問(wèn)題。
02
算力的“罩門(mén)”
作為現(xiàn)代科技工業(yè)中的集大成者和數(shù)字經(jīng)濟(jì)“基礎(chǔ)設(shè)施”的芯片，匯集了最復(fù)雜、最尖端、最精密的基礎(chǔ)性技術(shù)，以及高端人才和資金，無(wú)疑是未來(lái)爭(zhēng)奪的焦點(diǎn)。
不過(guò)，由于芯片制造越來(lái)越復(fù)雜，芯片制程每提升一代往往就需要投入數(shù)百億美元，我們可以看到，芯片制造逐漸集中到臺(tái)積電、三星等少數(shù)幾家公司。相應(yīng)的，很多老牌芯片企業(yè)都放棄了制造，專(zhuān)注于設(shè)計(jì)。
所以，芯片設(shè)計(jì)公司的創(chuàng)新能力也變得更加重要。隨之而來(lái)的，還有AI芯片公司和AI算法公司之間的紛爭(zhēng)。不過(guò)，像英偉達(dá)這種TOP級(jí)的芯片公司，軟件工程師其實(shí)比硬件工程師還要多。換句話說(shuō)，芯片公司的底層技術(shù)都是包含著硬件和軟件的。
而且，我們說(shuō)芯片最終是為車(chē)企的車(chē)載計(jì)算平臺(tái)服務(wù)的。所以，行業(yè)需要思考一個(gè)問(wèn)題是，解決智能駕駛系統(tǒng)計(jì)算平臺(tái)的支撐問(wèn)題，是否只能通過(guò)芯片算力堆疊來(lái)實(shí)現(xiàn)？
答案顯然是否定的。盡管汽車(chē)智能化需要更強(qiáng)的運(yùn)算能力，但業(yè)內(nèi)專(zhuān)家也表示：“算力也不能說(shuō)無(wú)限增長(zhǎng)，芯片PPA（功耗、成本和面積）都是很要命的?！?/p>
這是因?yàn)?，?duì)于車(chē)載AI芯片來(lái)說(shuō)，算力指標(biāo)重要，能效比更重要。在傳統(tǒng)芯片行業(yè)，PPA是最經(jīng)典的性能衡量指標(biāo)。而現(xiàn)在出于自動(dòng)駕駛對(duì)算力的追求，業(yè)界還是把“峰值算力”當(dāng)作衡量AI芯片的主要指標(biāo)的話，就導(dǎo)致了一種“唯算力論”的偏頗。
這方面，地平線提出了一個(gè)新的方法MAPS（Mean Accuracy－guaranteed Processing Speed，在精度有保障范圍內(nèi)的平均處理速度），用以評(píng)估芯片的AI真實(shí)性能。而在業(yè)內(nèi)沒(méi)有統(tǒng)一的測(cè)評(píng)標(biāo)準(zhǔn)情況下，目前還只能算是一家之言。
不過(guò)功耗方面地平線還是有巨大優(yōu)勢(shì)的。我們以地平線2020年最先商用量產(chǎn)的征程2芯片為例，它搭載自主研發(fā)的計(jì)算架構(gòu)BPU2．0（Brain Processing Unit），可提供超過(guò)4TOPS的等效算力，典型功耗僅2瓦，而且，每TOPS的AI能力輸出可達(dá)同等算力GPU的10倍以上。
對(duì)于車(chē)企來(lái)說(shuō)，在最高性能模式下，如果自動(dòng)駕駛控制器的芯片功耗級(jí)別較高，即便其自身性能強(qiáng)勁，但也會(huì)引發(fā)某些不可預(yù)知的隱患，如發(fā)熱量成倍增加，耗電率成倍增加，這些結(jié)果對(duì)于智能電動(dòng)車(chē)來(lái)說(shuō)毫無(wú)疑問(wèn)是顆“雷”。因此，車(chē)企在自動(dòng)駕駛芯片的選用中都會(huì)充分考慮其功耗指標(biāo)。
我們說(shuō)，AIoT時(shí)代大量的邊緣AI應(yīng)用（智能電動(dòng)車(chē)就屬于邊緣端應(yīng)用），對(duì)邊緣智能計(jì)算提出更高要求。而邊緣端一般條件會(huì)比較差，要求低功耗，AI邊緣計(jì)算要解決的就是在功耗限制下提供最好的算力支持，以及配套的內(nèi)存支持、連接能力。
也就是說(shuō)，車(chē)企不大會(huì)擔(dān)心車(chē)用電的問(wèn)題，但芯片散熱功耗等問(wèn)題還是必須考慮的。以行業(yè)人士的分析來(lái)說(shuō)，芯片算力的無(wú)限膨脹和硬件預(yù)埋不會(huì)是未來(lái)的趨勢(shì)，硬件也需要匹配實(shí)際，有業(yè)內(nèi)人士就說(shuō)過(guò)，“特別是在SoC上，我們需要精準(zhǔn)高效的算力來(lái)適配電子電氣架構(gòu)的變革?！?/p>
還有一個(gè)可能的情況是，未來(lái)在智能座艙域、自動(dòng)駕駛域等的主芯片選擇上，越來(lái)越多車(chē)企可能會(huì)選擇同一家SoC芯片，原因就在于軟件適配性更好，可以大幅節(jié)約開(kāi)發(fā)周期與成本。像現(xiàn)在多家車(chē)企選擇地平線的征程芯片，就是最好的例子。
最后說(shuō)說(shuō)，從曾任百度總裁的陸奇博士最近提出的“母生態(tài)”這個(gè)概念來(lái)說(shuō)，智能汽車(chē)將是繼PC、智能手機(jī)之后更大的母生態(tài)，也是中國(guó)汽車(chē)行業(yè)和科技產(chǎn)業(yè)最大的機(jī)遇所在。而且，芯片所在的科技產(chǎn)業(yè)逐步走向成熟的標(biāo)志之一就是形成完整的生態(tài)。出于對(duì)未來(lái)生態(tài)的爭(zhēng)奪，也需要芯片公司更加注重算力和軟件匹配的問(wèn)題。
