自动驾驶软硬一体演进趋势研究报告

汽车   2024-09-09 07:01   北京  
“软硬一体”作为一种产品设计模式,它将软件和硬件系统集成在一起,以提高系统效率和性能。这种设计模式使得在硬件上进行软件的优化和协作变得更加容易,从而达到更高的性能、更低的功耗、更低的延迟和更加紧密的结合。随着智驾技术的不断进步,自动驾驶行业软硬一体的趋势愈加明显,软硬一体化系统的大规模量产能力也逐渐成为高阶智驾竞争的胜负手。
2024年9月5日,辰韬资本联合南京大学上海校友会自动驾驶分会、九章智驾、东吴证券共同主办,云帆乘风、南京大学新科技校友会协办的“2024自动驾驶软硬协同发展论坛暨报告发布会”活动在上海成功举办。近200位产业专家、投资机构、研究机构及智能驾驶头部企业的代表共聚一堂,探讨软硬一体这产品设计模式对于自动驾驶行业带来的挑战和机遇。 

会上,辰韬资本、南京大学上海校友会自动驾驶分会、九章智驾三方联合重磅发布2024年度《自动驾驶软硬一体演进趋势研究报告》(以下简称《报告》)。从软硬一体的定义及行业现状,软硬一体的底层原因、开发能力分析、代表公司、发展驱动力及未来发展趋势等多个方面对软硬一体这一产品设计模式进行深入分析,尝试为行业构建基础共识的认知和讨论基础,促进自动驾驶行业更加蓬勃地发展。此《报告》也是辰韬资本继2020年以来,发布关于矿山、港口、环卫、末端配送、线控底盘、端到端等自动驾驶赛道研究报告之后的第7份行业最新研究成果。
尽管“软硬一体”已经成了行业内很多领先玩家的重要战略,但是目前仍没有对软硬一体给出有效的讨论范畴的定义。本《报告》将软硬一体的讨论限定在对于自动驾驶行业生态有重大影响的核心对象:包括自动驾驶软件Tier1、自动驾驶芯片厂商以及主机厂,描述的是公司具备的软硬件协同的研发能力和开发模式,并能够提供软硬一体的产品。
与此同时,《报告》对软硬一体的形态进行了界定,并创新性地将软硬一体两种典型的形态分为“重软硬一体”和“轻软硬一体”。“重软硬一体”指由同一个公司完成芯片、算法、操作系统/中间件的全栈开发,基于此衍生出生态合作模式,这种模式包括海外的 Mobileye、特斯拉、Nvidia(开发中) 以及国内的华为、地平线、Momenta(开发中)等。“轻软硬一体”指自动驾驶解决方案公司采用第三方芯片,在某款特定芯片上具备极致的优化能力和丰富的产品化交付经验,能够最大化发挥该款芯片的潜能,这方面的典型案例包括卓驭(大疆)、Momenta 等。
尽管软硬一体的方案能够为企业带来成本上的巨大优势以及更广阔的生存空间,但是它对于对于企业在技术能力上提出了更为苛刻的要求——执行软硬一体战略的企业必须在算法、芯片(重软硬一体)以及中间件和底软等领域有着深度的技术积累和工程经验。因此,《报告》对软硬一体所必须具备的开发能力如智驾系统算法架构、智驾芯片设计能力、智驾系统底层软件等维度结合不同类型的企业案例进行深入分析。
基于对近30位行业资深专家的访谈以及对历史上其他行业的情况进行横向对比,《报告》总结了影响软硬一体策略判定的三个要素:技术成熟度、技术平权度及总收益。当满足其中一条时公司就具备考虑软硬一体的条件,满足其中两条时公司就会具有推动软硬一体的动力,如果三条全部满足则软硬一体就是公司在当前的最优选择策略。
此外,《报告》对自动驾驶赛道软硬件一体不同类型的参与企业,如主流芯片厂商英伟达、华为、地平线、高通;主机厂特斯拉、理想、蔚来、小鹏、比亚迪;软件Tier1如Momenta、卓驭科技(大疆车载)等不同类型的代表性公司当前的软硬一体策略、背后的原因、进展情况、未来趋势等进行了多维度分析。
对于软硬一体未来发展趋势,《报告》认为,总体来看,软硬一体与软硬解耦是一体两面,最终市场会形成两者并存的态势,但是短期内,软硬一体的公司在市场上体现出更强的竞争力。在自动驾驶行业,软硬一体的趋势会根据自动驾驶方案的高低阶而有所不同:对低阶智驾,主机厂往往会直接采用供应商的软硬一体方案,并向标准化的方向发展;对高阶智驾算法等关键能力,主机厂自研的比例会越来越高;当芯片算力远大于实际应用的需求、解决方案与芯片算力的适配不再成为核心能力时,行业就具备了达到软硬解耦的必要条件。不过由于当前算法仍在快速迭代,对算力的需求仍处于激增状态。目前仍然是芯片算力配合算法需求进行不断提升,所以在很长一段时间内,软硬一体策略仍然会是行业主流。
后台回复“240909”,可获得下载资料的方法


























欢迎扫下面二维码加入智能交通技术群!

点击文后阅读原文,可获得下载资料的方法
联系方式:微信号18515441838

智能交通技术
关注智能交通、TOCC、车路协同、MAAS、综合交通规划、交通安全改善等领域理论和技术的发展。交流大数据、云边端计算、AI、区块链等技术的应用经验。推广智能交通技术在交通管理、交通运输监管、交通规划等部门中的应用。
 最新文章