[汽車之家 行業(yè)]  日前，第三屆國際汽車智能共享出行大會在廣州舉辦。本屆會議由中國汽車工程學(xué)會、中國智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)創(chuàng)新聯(lián)盟聯(lián)合主辦。會議以“擁抱智慧城市新生態(tài)，共建未來出行新格局”為主題，以智能網(wǎng)聯(lián)汽車，商業(yè)化落地為目標(biāo)，圍繞智能駕駛與智能交通，智慧城市的融合發(fā)展，以及構(gòu)建安全高效綠色的未來出行為主要議題深入研討。

　　在會上，寒武紀(jì)行歌執(zhí)行總裁、前麥肯錫董事合伙人王平發(fā)表了主題演講。在他看來，人工智能推動汽車智能化可以表現(xiàn)在三個方面：智能座艙、智能駕駛、車路云協(xié)同；而目前行業(yè)發(fā)展的趨勢則有兩大特點：大算力和通用性。以下為演講實錄（節(jié)選）：

　　人工智能推動汽車智能化可以表現(xiàn)在三個方面：智能座艙、智能駕駛、車路云協(xié)同。智能汽車對于算力提出了越來越高的要求。最新發(fā)布的一些車子已經(jīng)把算力放到了1000TOPS以上，現(xiàn)在特別是智能電動汽車放了很多傳感器、攝像頭、激光雷達(dá)，那么這樣導(dǎo)致數(shù)據(jù)量大幅提升；另一方面，自動駕駛的算法也是更加復(fù)雜，客觀上也要求更高算力的芯片。

　　那我們看到了一個行業(yè)的趨勢，我們認(rèn)為有兩個大特點：大算力、通用性。過去L1和L2時代，數(shù)據(jù)量是比較小的，算法也是相對比較簡單的。那在這個階段可能以Mobile2為主的主流廠商是提供一攬子的黑盒子方案給OEM。這種場景下，OEM不能做OTA的升級。往前走進(jìn)入L2、L3甚至L4時代，剛才提到了上周DIANA在德國拿到了L3高速下的許可，開始第一例進(jìn)入L3的時代，汽車數(shù)據(jù)的數(shù)量更加復(fù)雜，更加需要大算力的芯片。

　　同時由于OTA的加速普及，像特斯拉包括國內(nèi)新勢力的汽車企業(yè)都已經(jīng)在推進(jìn)OTA，硬件預(yù)埋，軟件和算法可以在后續(xù)不斷地去更新，可以不斷地去升級我們的軟件。在這個階段，以英偉達(dá)為代表的國際廠商推出了通用的大算力芯片，所謂的通用性就是各個主機廠和算法公司在此基礎(chǔ)上可以進(jìn)行自主算法升級。所以自動駕駛主控芯片有兩大發(fā)展趨勢：大算力、通用性。

　　那么要做大算力和通用性的自動駕駛芯片其實是非常不容易的，我們認(rèn)為有幾大方面的挑戰(zhàn)：

　　第一，芯片的系統(tǒng)架構(gòu)非常復(fù)雜。200TOPS以上大算力的芯片要求非常高，需要支持超大的帶寬，這樣的結(jié)構(gòu)相對來講是更加復(fù)雜的，國家在這方面的人才儲備也是不夠的。

　　第二，通用的AI軟件戰(zhàn)。我們這個算法是要不斷地去升級和完善的，只有通用的AI軟件站才能支持不同的算法和不同的主體，OEM和算法公司對它進(jìn)行升級。

　　第三，大尺寸芯片工程的挑戰(zhàn)，大算力芯片的尺寸更多，對于后端封裝設(shè)計、電源和熱設(shè)計、量產(chǎn)成本控制壓力很大。因為它良率的挑戰(zhàn)是非常大的。比如200TOPS這樣大尺寸的芯片需要7nm先進(jìn)的工藝，國內(nèi)來說還沒有7nm先進(jìn)的車規(guī)級工藝。

　　以上幾個挑戰(zhàn)是我們要和企業(yè)一起來克服的，領(lǐng)先的車企開始部署云邊車端，云端、車端、邊端和終端來協(xié)同計算的能力，不僅僅是一個單車的算力，它還要跟云端、路側(cè)和車上其他的終端來進(jìn)行協(xié)同（編譯/汽車之家 陳燦）

查看同類文章：

行業(yè)視角

智能網(wǎng)聯(lián)

更多精彩內(nèi)容：

汽車之家行業(yè)-大數(shù)據(jù) 全領(lǐng)域 新視點