最近比亚迪自研80TOPS算力的智驾芯片成为焦点。智能驾驶辅助系统的成功依赖于计算能力和实时数据处理效率的平衡，因此并不是算力越大越好。这与AI大模型的算力力大砖飞模式有本质的不同。下面小星尝试以微电子专业汽车电子工程师和MBAer + CFA Candidate的身份通过汽车行业从业经验和金融知识和大家一起聊聊。
比亚迪自研芯片的驱动力
很多朋友可能会疑惑这个问题为什么要从金融角度去看。那么小星就要提一下在半导体行业一提到自研芯片就会引用的一张梗图。从图里可以直观地看到芯片开发有多少坑需要去填。而这些坑真的是不但要有钱还要有深厚地半导体开发实力才能趟出一条血路。那么为什么比亚迪要开发自己的智驾芯片呢？
那么我们从金融财报角度来看比亚迪四大业务占比。其中汽车业务是绝对的主力占80%，光伏业务7.5%，轨道交通业务2.81%，电子业务19.69%。其中最有潜力的电子业务中半导体业务占38%，其他电子业务占62%。比亚迪的半导体业务实现了显著增长，其中增长最为显著的是功率半导体，增幅高达193%。此外智能控制IC增长了 124.6%显示出核心技术领域的快速发展。用经济管理知识中的波士顿分析的话，目前业务中汽车绝对是明显业务，而电子业务特别是半导体业务则是未来增长二次曲线建立的金牛地位。
算力公式解析
很多朋友的疑问是比亚迪智驾芯片80TOPS的算力是否足够。那么我们做一下算力公式的解析。AI算力通常以TOPS（Tera Operations Per Second）来衡量，即每秒能够执行的万亿次操作。AI芯片的算力（TOPS）与芯片的频率（F）、并行处理单元数量（N）、每个处理单元的操作数（OP）直接相关。例如，车载AI芯片NVIDIA ORIN的频率为2GHz，含有2000个处理单元，每个单元每周期执行64次操作。而典型的数据中心AI芯片如NVIDIA H100，频率为1.7GHz，拥有18896个CUDA核心，每个核心每周期能够执行32次操作。通过对比可以看出，数据中心算力远超车载算力，能够处理更大规模的数据，并且用于复杂模型的训练和优化。
异构计算架构
其实大家已经可以看出智能驾驶辅助系统的成功依赖于计算能力和实时数据处理效率的平衡，因此并不是算力越大越好。这与AI大模型的算力力大砖飞模式有本质的不同。这里就要引出异构计算的概念。异构计算是一种特殊的并行分布式计算系统。它能够经济有效地实现高计算能力，可扩展性强，能够非常高效地利用计算资源。过去强大的CPU采用越来越多的CPU内核这就是传统同构计算系统。很快人们就发现在AI人工智能和自动驾驶爆炸式增长的计算需求下，传统同构计算系统已经无法满足要求，GPU、DSP、FPGA和ASIC由于特定需求下高效性越来越多的被应用。而异构计算技术应运而生，像一个大厨将CPU、GPU、DSP、FPGA和ASIC这些优良食材制成一道融合各方口味特点的佳肴。
异构计算在自动驾驶中的迭代
特斯拉等车厂率先实施人工智能的驾驶辅助系统。其中人工智能的核心技术为深度学习Deep Neural Networks （DNN）。通过对摄像头采集图像进行分层学习，从图像中可以抽取相应的目标位置，路线规划。从而通过深度学习，规划出的路径不再完全依靠车道线，而是基于对于前方目标辨认标识出的安全空间。
而自动驾驶控制器当中的计算平台为了实现人工智能的需求，实际上有一个迭代演进的过程。我们以率先量产L3自动驾驶的奥迪A8L为例。其自动驾驶的核心自动驾驶控制器zFAS采用了大量不同架构的计算芯片实现1个激光雷达、5个毫米波雷达和3个摄像头的信号处理和决策。等效算力在2TOPS左右。其核心处理器包括
-Tegra K1 来自 NVIDIA，用于人工智能机器学习
-Aurix 来自 Infineon，用于提供符合功能安全和信息安全的驾驶辅助管理
-Cyclon V 来自 Altera，用于基于FPGA技术高速处理信号融合
-EyeQ3来自Mobileye，，用于进行视觉信号处理
特斯拉演进至Autopilot2.0则将驾驶辅助的控制都合并到了CCM中央计算模块当中。CCM就像车载的强力大脑，它高速处理1个毫米波雷达和8个摄像头信号，算力提升至10TOPS。但它仍采用分立的SOC和GPU架构，包含如下组成部件：
-Parker SOC + Pascal GPU 来自 NVIDIA，用于人工智能机器学习
-Aurix 来自 Infineon，用于提供符合功能安全和信息安全的驾驶辅助管理
-Ethernet Switch 来自 Marvel，用于基于以太网技术的高速信号交互
而迭代至Autopilot3.0可以说是自动驾驶中央计算模块的分水岭和里程碑。因为采用自研异构芯片FSD，使得芯片内部集成了3个四ARM A72 CPU核心加GPU和2组神经网络处理单元NPU。它能更高速且低能耗地处理1个毫米波雷达和8个摄像头信号，系统算力大幅提升至144TOPS。这其中异构计算架构功不可没。
相比较而言，比亚迪高端车型采用的华为异构芯片昇腾使系统算力达到400TOPS。英伟达Orin的ADAM超算平台单位算力达到256TOPS。这些技术进步将使自动驾驶系统更加智能和高效。对于分别采用台积电7nm和三星8nm工艺的大背景下算力其实旗鼓相当，决胜点在面积和功耗控制上。
因此智能驾驶辅助系统的成功依赖于计算能力和实时数据处理效率的平衡。比亚迪智驾芯片BYD9000采用了4nm制程集成了 芯片级5G模组能够更好地适配比亚迪的智能驾驶系统。这些优势使BYD9000在性能、连接性和生态适配性上为比亚迪覆盖8-30万元价格区间的车型智能驾驶实现科技平权提供了强大的技术支撑。
