摘要：

車載芯片是應用在汽車上、能實現某種特點功能的電路模塊，由硅板上集合的多種電子元器件組成。當前傳統(tǒng)CPU芯片算力不足，難以滿足處理視頻、圖片等非結構化數據的需求，GPU、ASIC等芯片作為潛在的替代產品，未來擁有廣闊的市場機會。

ECU芯片分布式布局，不能滿足智能汽車發(fā)展的需要

ECU是電子控制單元，是汽車專用微機控制器，由CPU、存儲器(ROM、RAM)、輸入及輸出接口(I/O)、模數轉換器(A/D)以及整形、驅動等大規(guī)模集成電路組成。其與發(fā)動機的排氣管、汽缸、水溫傳感器、驅動系統(tǒng)等核心部件一一對應的分布構架是汽車電子的典型模型。

圖1 ECU芯片工作示意圖

　　(資料來源：大眾汽車)

隨著汽車電子化的逐漸發(fā)展，車載傳感器逐漸增多，采用ECU的管理方式易使汽車的系統(tǒng)整體性下降，車內的線路布局也大大增加，并且目前智能汽車更多的需要圖像和視頻處理能力，ECU已不適應智能化汽車發(fā)展的需要。

GPU多線程圖像處理能力強，成為目前發(fā)展的主流

在當前人工智能和汽車結合的發(fā)展趨勢下，以CPU為核心的處理器較難滿足視頻、圖片等非結構化數據的需要，同時人性化設計的功能性整合，也對處理器提出了更多線程的需求，GPU可同時處理大量簡單計算任務的特性在智能化汽車領域有逐漸取代CPU成為主流方案的趨勢。

　　表1 GPU和CPU對比優(yōu)劣勢

　　(資料來源：Nvidia)

國外企業(yè)以Nvidia為代表，該公司于2016年發(fā)布了三款專注于并行計算和深度學習的芯片，Drive PX2 Autocruise芯片、Drive PX2 AutoChauffeur芯片和Drive PX2 Fully Autonomous Driving芯片，主要應用于智能汽車的自動駕駛等前沿領域。

截止2018年底，Drive PX2系列芯片已批量應用在Tesla的量產車型Model S以及Model X上，是Nvidia的主要出貨芯片，并且壟斷了前沿的L4及以上的自動駕駛芯片市場，全球共有300余家自動駕駛研發(fā)機構使用Drive PX2。

　　表2 Drive PX2系列芯片中3類產品對比

　　(資料來源：Nvidia)

國內企業(yè)以四維圖新為代表，主要優(yōu)勢領域為數字地圖內容、車聯(lián)網與動態(tài)交通信息服務、基于位置的大數據垂直應用服務，其中地圖業(yè)務占國內總市場60%，處于壟斷地位。

2017年以來，公司先后收購杰發(fā)科技、入股中寰衛(wèi)星與禾多科技，著力打造“高精度地圖+芯片+算法+軟件”的自動駕駛全方位產業(yè)鏈，目前主攻的車載信息娛樂系統(tǒng)芯片，在國內汽車的后裝市場市占率超70%，前裝超30%，其車規(guī)級IVI芯片被多家國際主流零部件廠商采用，并計劃推出AMP、MCU及TPMS(胎壓監(jiān)測)芯片等新一代產品。

　　表3 IVI芯片產品性能及功用

　　(資料來源：四維圖新官網)

ASIC易復刻、專用性強，適合穩(wěn)定批量生產

ASIC芯片(集成專用電路芯片)對比目前的可編程改變功用的GPU芯片，只搭載一種算法、用途單一、不可編程，目前的車載芯片迭代較快，更適合使用GPU芯片技術路線，而未來技術、算法等成熟穩(wěn)定后，ASIC量產成本低更加契合商業(yè)化發(fā)展需要。

　　表4 CPU、GPU、FPGA與ASIC對比

　　(資料來源：國金證券)

定制化的ASIC芯片可在相對低水平的能耗下，將車載信息的數據處理速度提升更快，并且性能、能耗和大規(guī)模量產成本均顯著優(yōu)于GPU，隨著自動駕駛的定制化需求提升，ASIC專用芯片將成為主流。

結語

車載芯片是應用在汽車上、能實現某種特點功能的電路模塊，由硅板上集合的多種電子元器件組成。傳統(tǒng)的ECU芯片分布式布局，不能滿足智能汽車發(fā)展的需要;GPU多線程圖像處理能力強，成為目前發(fā)展的主流;ASIC易復刻、專用性強，適合穩(wěn)定批量生產，或是車載芯片的未來形態(tài)。