2018ADAS与自动驾驶产业链研究——计算平台与系统架构篇

描述

两年前,佐思产研撰写了《2016年 ADAS与自动驾驶产业链报告》,细分为三份报告,合计约500页。随着汽车行业的发展,自动驾驶产业的壮大,今年我们更新这份报告时,不得不大幅扩充为七份报告,合计约1200页。

这七份产业链报告是:

《2018  ADAS与自动驾驶产业链研究——计算平台与系统架构篇》

《2018  ADAS与自动驾驶产业链研究——主机厂与系统集成商篇》

《2018  ADAS与自动驾驶产业链研究——汽车视觉产业篇》

《2018  ADAS与自动驾驶产业链研究——汽车雷达产业篇》

《2018  ADAS与自动驾驶产业链研究——低速自动驾驶产业篇》

《2018  ADAS与自动驾驶产业链研究——商用车自动驾驶产业篇》

《2018  ADAS与自动驾驶产业链研究——自动驾驶初创企业篇》

《2018 ADAS与自动驾驶产业链研究——计算平台与系统架构篇》共158页,包括七部分内容:

ADAS与自动驾驶简介

ADAS与自动驾驶市场预测

国内车厂ADAS与自动驾驶策略,包括吉利、通用、上汽、东风、长城、广汽、长安、蔚来、小鹏、拜腾等厂家

ADAS与自动驾驶软件架构,包括Autosar经典与自适应、ROS 2.0与QNX

ADAS与自动驾驶硬件架构,包括车载以太网、TSN、以太交换与网关、域控制器

ADAS和自动驾驶安全认证,包括ISO26262、AEC-Q100

处理器厂家研究,包括NXP、瑞萨、德州仪器、Mobileye、英伟达、安霸、英飞凌和ARM等

根据佐思产研的研究,2017年中国ADAS与自动驾驶市场规模约为59亿元,到2021年预计能达到426亿元,年均增长率约为67%。

adas

最先起步的细分市场是汽车视觉、毫米波雷达、ADAS系统,其中毫米波雷达市场的规模和增速均让人惊讶。紧接着是低速自动驾驶,而激光雷达、商用车自动驾驶、乘用车自动驾驶的市场放大将相对滞后。

汽车进入ADAS与自动驾驶时代后,产品迭代速度急速增加,而汽车市场远不及消费类电子市场广阔,但设计难度、设计与生产成本都高于消费类电子市场,加上产品迭代速度大增,产品生命周期缩短,汽车ADAS与自动驾驶处理器风险大大增加,必须有足够的财力和人力来支持开发汽车ADAS与自动驾驶处理器,全球范围内仅有NXP和瑞萨等极少数几家企业能开发全系列ADAS与自动驾驶处理器。

安全认证方面,自动驾驶芯片都至少要求ASIL B级水准。目前能达到ASIL B级安全认证的自动驾驶处理器只有瑞萨R-CAR H3等。GPU是通用型设计,而非汽车专用设计,从设计出发点就很难达到ISO26262认证的安全等级。ASIL的认证周期长达2-4年。

双目的可靠性、准确度、功能性远在单目之上,但是由于双目必须使用FPGA,造价高。成本限制双目只能用在豪华车领域,随着瑞萨和NXP硬核双目处理器的出现,双目将大量出现在ADAS与自动驾驶领域,从豪华车走向中档车。

随着传输数据的暴增,车载以太网将成为未来汽车的标准配置,而自动驾驶则离不开以太网关或以太交换机。

Autosar将成为ADAS与自动驾驶领域的标准配置。

典型无人驾驶框架

adas

CNN/DNN图形类机器学习,数据和顺序无关,GPU是最合适的,特别是在性价比方面,英伟达的GPU可用于汽车之外的多个领域,出货量远比汽车专用的ASIC要高,性价比优势十分明显。TPU以降低运算精度来提升速度,并降低功耗,功耗只有GPU的10%。

RNN/LSTM/强化学习有关顺序类的机器学习,FPGA具备明显优势,尤其是功耗方面,同样性能下FPGA不到GPU的1/5。但FPGA缺乏性价比,高性能的FPGA成本很高。FPGA也可以处理图形类机器学习,可以降低精度来提升性能。

ASIC性能与功耗比最好,但开发周期长,开发成本最高,灵活性最差,如果出货量低的话(如果采用7纳米工艺,最低也要每年1.2亿的出货量),要么单价很高,要么厂家亏损。大部分深度学习图形类机器学习ASIC都近似TPU。

车载领域,功耗、性价比都是关键因素,图形类机器学习,GPU是毫无疑问的赢家。但随着算法的不断改进,对运算精度要求越来越低,FPGA的低功耗使得在图形类机器学习领域也有一席之地。顺序类机器学习,FPGA具备压倒性优势。

自动驾驶可以分为两种类型,一种是Waymo为代表,已经解决了环境感知领域内的大部分问题,精力主要放在行为决策上,计算架构是CPU+FPGA,一般都是英特尔至强12核以上CPU加Altera或Xilinx的FPGA。另一种以Mobileye为代表,还未解决环境感知的全部问题,精力主要在环境感知上,计算架构是CPU+GPU/ASIC。

展望未来,短期内CPU+GPU会是主流,但长期来看CPU+FPGA/ASIC可能会是主流,主要是算法的改进和传感器特别是激光雷达性能的提升,对图形类运算精度可以持续降低,这对FPGA很有利,而GPU的功耗很难下降。FPGA更容易达到车规级要求。

芯片代工领域,台积电拿下所有的7纳米订单,包括独家供应苹果的A12,这也是台积电首次超越英特尔成为半导体制造工艺最先进的厂家,像人工智能自动驾驶类强调运算能力的数字类逻辑芯片,先进工艺是必须采用的。

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分