在汽車產(chǎn)業(yè)向電動化、智能化迅猛發(fā)展的浪潮中，自動駕駛技術(shù)無疑成為了最為閃耀的焦點(diǎn)。而作為自動駕駛汽車 “大腦” 的芯片，其重要性不言而喻。從最初簡單的駕駛輔助功能(L1)，到如今向完全自動駕駛(L5)邁進(jìn)的征程中，自動駕駛芯片經(jīng)歷了翻天覆地的變化，以滿足不斷提升的功能需求和復(fù)雜的運(yùn)行環(huán)境。

自動駕駛分級標(biāo)準(zhǔn)：理解芯片需求差異的基礎(chǔ)

目前，國際上廣泛采用的自動駕駛分級標(biāo)準(zhǔn)主要有 2014 年國際汽車工程師學(xué)會(SAE)發(fā)布的《SAE J3016 推薦實(shí)踐：道路機(jī)動車輛駕駛自動化系統(tǒng)相關(guān)術(shù)語的分類和定義》，以及 2021 年我國國家市場監(jiān)督管理總局出臺的《汽車駕駛自動化分級》國家標(biāo)準(zhǔn)(GB/T 40429 - 2021)。

SAE 標(biāo)準(zhǔn)將自動駕駛分為 L0 - L5 六個級別。L0 級為無自動化，完全依靠人工駕駛;L1 級是駕駛支持，以人工操控為主，系統(tǒng)僅提供如制動防抱死系統(tǒng)、車身電子穩(wěn)定系統(tǒng)等適時輔助;L2 級實(shí)現(xiàn)部分自動化，自動駕駛系統(tǒng)可完成某些駕駛?cè)蝿?wù)，但駕駛者仍需時刻關(guān)注路況，隨時準(zhǔn)備糾正系統(tǒng)差錯，常見的自適應(yīng)巡航系統(tǒng)、主動車道保持系統(tǒng)等屬于此列;L3 級達(dá)到有條件自動化，在特定場景下車輛自動駕駛系統(tǒng)優(yōu)先級高于駕駛員，不過駕駛員可通過緊急按鈕奪回控制權(quán)，像奧迪 A8 在交通擁堵路段的自動跟車行駛等功能;L4 級進(jìn)入高度自動化階段，在規(guī)定的道路和環(huán)境中，車輛能自主完成所有駕駛操作并處理緊急情況，駕駛員甚至可以在車內(nèi)做其他事情;L5 級則是完全自動化，在任何道路和條件下都能完成駕駛?cè)蝿?wù)，此時駕駛艙的概念可能都將不復(fù)存在。

我國標(biāo)準(zhǔn)則將 L1 - L2 級別統(tǒng)稱為輔助駕駛，L3 - L5 級別稱為自動駕駛。不同級別的自動駕駛對芯片的性能、功能和可靠性等方面有著截然不同的需求，這也促使了自動駕駛芯片不斷革新。

L1 - L2 級自動駕駛芯片：從簡單輔助到初步智能

在 L1 級別，自動駕駛芯片主要聚焦于處理少量傳感器數(shù)據(jù)，以實(shí)現(xiàn)基本的駕駛輔助功能。例如自適應(yīng)巡航控制(ACC)需要芯片處理雷達(dá)傳來的前方車輛距離和速度信息，車道保持輔助系統(tǒng)(LKA)則依賴芯片對攝像頭采集的車道線圖像進(jìn)行分析。此時的芯片通常計(jì)算能力較低，功耗也相對較小，能夠滿足簡單的傳感器數(shù)據(jù)處理和基本算法執(zhí)行即可。像 Mobileye 早期用于 L1 - L2 級別視覺 ADAS 芯片 EyeQ3，其算力僅為 0.256TOPS ，就能較好地支持該級別功能。

隨著技術(shù)進(jìn)步，L2 級別的自動駕駛系統(tǒng)帶來了更豐富的功能，如自動變道、自動泊車等。這就要求芯片具備更強(qiáng)的計(jì)算能力和更復(fù)雜的算法處理能力。為了應(yīng)對多傳感器數(shù)據(jù)融合以及更復(fù)雜的環(huán)境感知任務(wù)，L2 級別的芯片開始采用多核處理器和高性能圖形處理器(GPU)。例如，英偉達(dá)針對 L2 級別市場推出的 Xavier 芯片，算力達(dá)到 30TOPS ，已成功應(yīng)用于小鵬 P7 / P5 等車型。此外，這一階段的芯片在功耗管理上也面臨挑戰(zhàn)，需要在提升性能的同時，確保車輛整體能源利用效率不受太大影響。

L3 級自動駕駛芯片：邁向高度智能的關(guān)鍵一步

L3 級自動駕駛系統(tǒng)對環(huán)境感知和決策能力提出了更高要求。車輛在某些特定場景下要能夠完全自主決策和駕駛，盡管駕駛員仍需保持一定程度的關(guān)注并可隨時接管車輛。為實(shí)現(xiàn)這一目標(biāo)，L3 級別的自動駕駛芯片需要集成更多種類的傳感器，如激光雷達(dá)、紅外傳感器等，以獲取更全面、精確的環(huán)境信息。

在算法和決策邏輯方面，芯片必須具備更高級的處理能力。以奧迪 A8 搭載的實(shí)現(xiàn) L3 級別自動駕駛的系統(tǒng)為例，其背后的芯片要協(xié)同處理 24 個感應(yīng)器和 41 種駕駛輔助系統(tǒng)軟件的數(shù)據(jù)。此時，芯片的算力需求大幅提升，通常要達(dá)到 100TOPS 以上。同時，為保證在復(fù)雜交通場景下的安全可靠運(yùn)行，芯片在功能安全和可靠性設(shè)計(jì)上也達(dá)到了新的高度，需要滿足更嚴(yán)格的車規(guī)級標(biāo)準(zhǔn)，以應(yīng)對可能出現(xiàn)的各種風(fēng)險(xiǎn)和故障情況。

L4 - L5 級自動駕駛芯片：挑戰(zhàn)極限的超級大腦

L4 級自動駕駛要求車輛在特定環(huán)境下完全自主駕駛，無需駕駛員干預(yù)，這意味著芯片要具備強(qiáng)大的計(jì)算和決策能力。這類芯片通常采用專用的深度學(xué)習(xí)芯片和人工智能處理器，以應(yīng)對海量數(shù)據(jù)的實(shí)時處理和復(fù)雜場景的精準(zhǔn)判斷。例如，英偉達(dá)為 L4 - L5 級別自動駕駛推出的 Atlan 芯片，算力高達(dá) 1000TOPS ，預(yù)計(jì)在 2025 年量產(chǎn)。該芯片需要處理來自多個攝像頭、激光雷達(dá)、毫米波雷達(dá)等傳感器融合后的復(fù)雜數(shù)據(jù)，通過深度學(xué)習(xí)算法對周圍環(huán)境進(jìn)行精確建模和預(yù)測，從而做出最優(yōu)的駕駛決策。

而 L5 級別的自動駕駛芯片更是挑戰(zhàn)極限，要在任何條件下實(shí)現(xiàn)完全自主駕駛。它不僅需要具備極高的算力，可能達(dá)到數(shù)千 TOPS ，還需要采用高度集成的多傳感器融合技術(shù)，確保對各種復(fù)雜路況和環(huán)境變化做出及時、準(zhǔn)確的反應(yīng)。同時，芯片的智能化算法和決策邏輯要達(dá)到近乎人類甚至超越人類的水平，以應(yīng)對諸如極端天氣、道路突發(fā)狀況等各種極端工況。此外，在可靠性方面，L5 級芯片要做到萬無一失，因?yàn)橐坏┏霈F(xiàn)故障，可能會導(dǎo)致嚴(yán)重的安全事故。

自動駕駛芯片演進(jìn)中的技術(shù)變革

算力的指數(shù)級增長

從 L1 到 L5，自動駕駛芯片的算力需求呈現(xiàn)出指數(shù)級增長趨勢。L1 - L2 級別的算力需求可能只需幾 TOPS 到幾十 TOPS ，但到了 L4 - L5 級別，算力要求飆升至幾百甚至數(shù)千 TOPS 。這種增長源于對復(fù)雜環(huán)境感知、多傳感器數(shù)據(jù)融合以及高級決策算法的支持需求。為實(shí)現(xiàn)高算力，芯片制造商不斷采用先進(jìn)的制程工藝，如從早期的 28nm 逐步演進(jìn)到 16nm、7nm 甚至更先進(jìn)的制程，以在有限的芯片面積內(nèi)集成更多的晶體管，提升計(jì)算能力。

架構(gòu)的不斷優(yōu)化

早期的自動駕駛芯片架構(gòu)相對簡單，隨著功能的復(fù)雜和算力需求的提升，異構(gòu)多核 SoC 處理器架構(gòu)成為主流。這種架構(gòu)集成了 CPU、AI 芯片(GPU / FPGA / ASIC)、深度學(xué)習(xí)加速單元(NPU)等多個模塊。不同模塊各司其職，CPU 負(fù)責(zé)常規(guī)任務(wù)處理，GPU 擅長并行計(jì)算以處理圖像和視頻數(shù)據(jù)，NPU 則專注于深度學(xué)習(xí)算法加速。例如，黑芝麻智能的華山二號(A1000)芯片采用 16nm 工藝，具備 40 - 70TOPS 的強(qiáng)大算力，小于 8W 的功耗及優(yōu)越的算力利用率，其多核異構(gòu)架構(gòu)使其能高效地處理自動駕駛中的各類任務(wù)。

功能安全與可靠性提升

隨著自動駕駛級別提高，車輛對芯片的功能安全和可靠性要求愈發(fā)嚴(yán)格。在 L3 及以上級別，芯片一旦出現(xiàn)故障可能引發(fā)嚴(yán)重后果。因此，車規(guī)級芯片在設(shè)計(jì)和制造過程中遵循嚴(yán)格的 AEC - Q100 等標(biāo)準(zhǔn)，通過冗余設(shè)計(jì)、故障檢測與容錯機(jī)制等手段，確保芯片在各種復(fù)雜環(huán)境下穩(wěn)定可靠運(yùn)行。例如，芯擎科技的 “星辰一號”(AD1000)采用 7nm 車規(guī)工藝，符合 AEC-Q100 標(biāo)準(zhǔn)，內(nèi)置 ASIL-D 功能安全島，可全面滿足 L2 至 L4 級智能駕駛需求。

多傳感器融合處理能力增強(qiáng)

從 L2 級開始，自動駕駛系統(tǒng)逐漸引入多種傳感器，如攝像頭、雷達(dá)等，以實(shí)現(xiàn)更準(zhǔn)確的環(huán)境感知。L3 - L5 級對多傳感器融合的依賴程度更高。自動駕駛芯片需要具備強(qiáng)大的多傳感器融合處理能力，能夠?qū)⒉煌愋?、不同精度的傳感器?shù)據(jù)進(jìn)行高效融合和分析，消除數(shù)據(jù)沖突和冗余，為車輛決策提供準(zhǔn)確依據(jù)。這要求芯片在接口設(shè)計(jì)、數(shù)據(jù)處理算法等方面不斷優(yōu)化，以適應(yīng)多種傳感器接入和數(shù)據(jù)高速傳輸、處理的需求。

總結(jié)與展望

從 L1 到 L5，自動駕駛芯片在算力、架構(gòu)、功能安全以及多傳感器融合處理等方面發(fā)生了巨大變化，以適應(yīng)自動駕駛技術(shù)從簡單輔助到完全自主駕駛的演進(jìn)。當(dāng)前，盡管在 L2 - L2 + 級別自動駕駛領(lǐng)域已經(jīng)取得了顯著進(jìn)展，并成為車廠的重要賣點(diǎn)和市場競爭焦點(diǎn)，但邁向 L4 - L5 級別的完全自動駕駛?cè)悦媾R諸多挑戰(zhàn)，如超高算力芯片的研發(fā)、復(fù)雜算法的優(yōu)化、功能安全和可靠性的進(jìn)一步提升以及成本的有效控制等。

未來，隨著半導(dǎo)體技術(shù)的不斷突破、人工智能算法的持續(xù)創(chuàng)新以及汽車產(chǎn)業(yè)與科技產(chǎn)業(yè)的深度融合，自動駕駛芯片有望迎來更重大的變革。一方面，我們期待看到算力更強(qiáng)、功耗更低、成本更優(yōu)的芯片出現(xiàn)，推動自動駕駛技術(shù)大規(guī)模普及;另一方面，芯片與整車系統(tǒng)的深度融合以及軟件定義汽車趨勢下，自動駕駛芯片將在整個汽車生態(tài)系統(tǒng)中扮演更為核心的角色，引領(lǐng)智能汽車時代加速到來，為人們帶來更加安全、高效、便捷的出行體驗(yàn)。