2023年，汽車的智能化程度持續增強且更加細分。智能駕駛、智能座艙、智能網聯等豐富多樣的功能體驗，在極大提升了消費者駕乘體驗的同時，也讓智能汽車的計算場景走向多元化和復雜化。在這種趨勢下，汽車主機廠和OEM對汽車算力芯片的需求，已經不僅僅局限于算力越高越好，也希望算力芯片能夠處理更加多樣的計算類型，并提供更加理想的性價比。隨著電子電氣架構的演進，跨域計算將成為汽車芯片重要的發展趨勢。


跨域計算助力智能汽車降本增效

具體而言，跨域計算是指用單顆芯片實現原本需要多顆芯片才能實現的功能，在進一步提升汽車智能化水平的同時，有效降低成本和功耗。

黑芝麻智能發布的武當系列C1200，是國內首款跨域計算產品。這款芯片采用7nm制程，主打多種計算類型的集成，將座艙、智駕、車身和網關四個域集成在一顆芯片中，用一顆芯片代替原本3-4顆芯片的功能。在計算架構上，C1200搭載了Arm Cortex-A78AE車規級高性能CPU核和Cortex-G78AE車規級高渲染能力GPU核，內置32 KDIPMS的MCU算力，并擁有集成萬兆網絡硬件加速能力。據了解，C1200已完成流片后的測試，功能性能驗證成功，可以向客戶提供樣片。

降成本、強功能的背后，是自動駕駛汽車從概念期走向商業落地的過程，也是市場尋求高性能與性價比平衡的真切需求。黑芝麻智能創始人兼CEO單記章曾提到，2023年，高性價比芯片已成為汽車市場的主流需求。

在這一趨勢下，黑芝麻智能將發展戰略定位分為“三步走“計劃。第一步，聚焦自動駕駛計算芯片及解決方案，實現產品商業化落地，形成完整技術閉環；第二步，根據汽車電子電氣架構發展趨勢，拓展產品線覆蓋車內更多計算節點，形成多產品線組合；第三步，不斷擴充產品線覆蓋更多汽車的需求，為客戶提供基于芯片的多種汽車軟硬件解決方案及服務。

此前，華山系列的推出代表著黑芝麻智能完成了第一步的戰略規劃。而C1200則標志著黑芝麻智能此前主打自動駕駛芯片的技術路徑，現在正在拓寬至智能座艙、智能網關等更多智能汽車計算領域。


雙芯片是不是智商稅？

為了支持復雜的計算和決策任務，車輛需要強大的算力。在這個背景下，一些汽車制造商聲稱他們的智能駕駛系統搭載雙芯片，可以實現算力翻倍。然而，對于智能駕駛來說，搭載雙芯片是否真的有意義呢？

事實上，主力芯片已經足夠滿足當前智能駕駛系統的需求。智能駕駛技術需要處理大量的傳感器數據、進行實時感知和決策，并控制車輛的行為。目前的主力芯片已經具備了強大的計算能力和并行處理能力，能夠滿足這些要求。因此，搭載雙芯片并不一定能夠顯著提升算力，因為實際使用到的算例與所宣傳的算力并沒有強項關聯性。

此外，搭載雙芯片很可能只是一種宣傳噱頭。在競爭激烈的汽車市場中，各家制造商為了吸引消費者的眼球和提升品牌形象，常常使用一些夸大其詞的宣傳手法。搭載雙芯片可以被宣傳為“算力翻倍”，從而給人一種技術領先的印象。然而，真正對智能駕駛系統的性能和效果有意義的并不是芯片數量，而是芯片的質量、架構和優化程度。

在智能駕駛領域，關鍵的不僅僅是算力，還有算法和系統的優化。智能駕駛技術的核心在于通過高效的感知、決策和控制，實現安全、精準的駕駛。因此，制造商應該更加注重算法的研發和優化，而不僅僅是關注硬件的增加。優化算法和系統架構可以提高算法的效率和響應速度，從而更好地支持智能駕駛的功能。

綜上所述，搭載雙芯片并不一定對智能駕駛有意義。當前的主力芯片已經足夠滿足智能駕駛系統的需求，而搭載雙芯片更多是一種宣傳噱頭。


國產AI芯片商業化應用還需努力

其實綜上來看，國內AI芯片設計水平與國外差距不大，在性能方面也足以替代國外AI芯片。不過評判國產AI芯片產品發展好壞，不止是從設計到量產維度考量，能否大規模商業化應用也是較為重要。

比如提到的國內ASIC芯片，基本只用于自家云業務，對外提供芯片產品也需要龐大團隊的深度優化。主要原因一方面在于之前提到過的，ASIC芯片從研發之初就需要考慮算法適配情況；另一方面，ASIC芯片生態較為碎片分散，開發者上手難度較高。

相較于ASIC廠商，得益于GPGPU泛用性優勢，GPGPU廠商商業化應用做的更好一些。以海光為例，據其官方透露，海光深算一號目前已完成與百度、阿里等廠商互證，主要客戶是智算中心等“新基建”項目、行業用戶、AI廠商及互聯網企業，已商業化部署數十萬片。

在國內自動駕駛、AIGC、垂直大模型等AI應用愈發火熱的今天，國產AI芯片有希望撐起海量AI算力的需求。在解決性能問題之后，國產AI芯片面對國外巨頭是有彎道超車可能性的，雖然未來仍需在生態建設與商業化發展方面大步追趕。