前言 目前，德賽西威、福瑞泰克、宏景智駕、禾多科技、大疆車載、知行科技、縱目科技、易航智能、智駕科技等二十幾家國產供應商已經宣布并推出了各自的行泊一體解決方案，并陸續拿到了相關主機廠的前裝量產定點項目。

是否搭載行泊一體方案已成為衡量各主機廠上市車型競爭力的一項重要參考指標。各大主機廠都在加快推進行泊一體方案的規模化量產落地進程，以期占據更多的主動權。從2023年開始，包括比亞迪、吉利、長城、上汽、長安、奇瑞等在內的傳統主機廠也已經或計劃開始將行泊一體域控制器解決方案逐步擴展應用到后續的重點車型平臺中。

據工信部以及相關研究部門數據顯示，在產業規模方面，2022年中國市場搭載輔助駕駛系統的乘用車新車銷量達700萬輛，同比增長45.6%，市場滲透率提升至34.9%。

其中，2022年中國市場（不含進出口）同時前裝標配搭載行車+泊車功能的乘用車上險量達到260萬輛，前裝標配搭載行泊一體域控制器的上險量約為78萬輛，占比達30%。

隨著主機廠加速推進智駕功能的上車進度，據相關機構預測，2023年中國乘用車市場行泊一體域控方案交付量有望突破150萬輛。

智能駕駛系統供應商的產品戰略逐漸明朗

當前，智能駕駛產業已經進入了以“規模化量產”為核心的下一個競爭周期。

也就是說，現在大家開始把重點放在了主流的L1~L2/L2+市場。智能駕駛系統供應商若要在此主流市場搶占盡可能多的市場份額，是否具備全棧自研的能力，是否能夠基于標準化的產品平臺，給出多元化的產品方案是其核心競爭力。

當前，國內智能駕駛系統供應商大都在走軟硬一體的技術路線，各自的產品戰略路線也逐漸趨向一致：ADAS前視一體機、輕量級行泊一體域控方案和高階行泊一體域控方案。

1.1 ADAS前視一體機

1）市場定位：主要用于實現L1~L2級別、行車場景下的輔助駕駛功能，比如FCW、AEB、ACC、LKA等?？芍С值?a target="_blank">傳感器方案為1V或1~5R1V，主要應用于10~15萬價格區間的中低端車型。

2）芯片方案：SoC + MCU

3）合作訴求：主機廠希望提供“交鑰匙”的解決方案，產品具有較高的性價比，并且能夠滿足E-NCAP 、C-NCAP 等法規標準要求。

1.2 輕量級行泊一體方案

1）市場定位：主要用于實現L1~L2級別的駕駛輔助功能，即基本的行車ADAS功能+泊車AVM或APA等功能。功能應用場景相對簡單，系統對功能安全要求也相對較低。

可支持的傳感器方案為5R5V和5R6V，主要應用在15~25萬價格區間的中低端車型。此類行泊一體解決方案對成本的敏感度較高，比較注重性價比。

2）芯片方案：單SoC芯片方案和多SoC芯片方案

目前市場上常見芯片方案主要有：

單SoC芯片方案：單J3、單TDA4VM/單TDA4VH 、 單A1000L/A1000等。接下來，還會有安霸CV72AQ、芯馳V9P等芯片加入到單SoC芯片輕量級行泊一體方案的競爭中去；

多SoC芯片方案：雙TDA4VM、雙J3、3*J3、J2/J3+TDA4VM等；

3）合作訴求：主機廠希望自己只做需求定義，剩下工作全部交給一個可靠的Tier1去完成。這樣有利于新產品和新功能的快速交付，增強車型在市場上的競爭力。

主機廠比較看重Tier1的技術成熟度和穩定性、成本管控能力和落地效率，因此，Tier1的競爭力在于是否能夠在相對較短的周期內幫助主機廠開發出一款高性價比的產品。

某Tier1智駕負責人曾對外談到，“我們需要在客戶的目標成本承受能力上來做到其想要的功能，這是核心邏輯。所以，這個市場比拼的是誰能在有限的成本內做到行業最好的體驗，而不是不計成本的去做一些東西。”

1.3 高階行泊一體方案

1）市場定位：用于實現L2+及以上級別的高階智能駕駛功能，比如行車中的高速/城區NOA及泊車中的HVP或AVP等功能。功能應用場景比較復雜，系統對功能安全要求也比較高。

可支持的傳感器方案為 5R/10V+/1~3L，主要搭載于25萬以上的中高端車型，成本方面承受度相對較好。它的定位是作為高端和科技感的產品，是主機廠的技術高點和品牌宣傳亮點。

2）芯片方案：單SoC芯片方案和多SoC芯片方案

目前市場上已經量產或者規劃中的芯片方案主要有：

單SoC芯片方案：單J5、單Orin/單OrinX 、單A1000pro 、單CV3-AD等；

多SoC芯片方案：雙J5、雙Orin/單OrinX 、2*SA8540P+SA9000P等；

3）合作訴求：主機廠都希望能夠全棧自研。實力比較強的主機廠會直接選擇和芯片廠商合作，由芯片廠商提供芯片及相關工具鏈，硬件集成工作外包，自己做整個系統方案設計、中間件以及上層應用算法開發。

雖然，實力弱一些的主機廠沒有能力去搞全棧自研，但也希望能夠盡可能深入地參與進來。對于不擅長或搞不定的部分，他們會找產業鏈上的合作伙伴尋求幫助，比如，自己負責部分上層應用算法開發，其余部分交給供應商去完成。在供應商選擇上，他們傾向于找在合作領域實力比較強，并且合作心態也比較開放的供應商，能夠在合作中幫助他們一起成長。

不同的細分市場，不同的芯片需求

2.1 ADAS前視一體機 - 一個不可忽視的市場

隨著輕量級行泊一體方案的逐漸規?；涞兀珹DAS前視一體機還有市場空間么？

多數業內人士一致認為：中短期內，前視一體機的市場空間還很大?，F階段，行泊一體方案的滲透率還很低，但基礎泊車功能的滲透率已經相對很高了。

據相關數據顯示，2022年360全景環視功能在國內乘用車市場的裝配率已經達到30.87%，而行泊一體域控制器的裝配率還未達到10%。從車型價位區間的分布來看，10-15萬價格區間的車型是全景環視或APA功能交付占比最高的市場區間。

對于這樣價位區間的車型，如果在改款換代車型上再加一個前視一體機，便可快速增加行車智駕功能體驗。不少主機廠已經把加裝前視ADAS功能作為中低端車型提升銷量的一個重要宣傳賣點。

那么，前視一體機對內部集成的主控芯片有哪些要求呢？

前視一體機即攝像頭模組、控制單元ECU和算法被整合在一起?？刂茊卧狤CU主板上一般配置2 顆主控芯片，分別被稱之為“安全核”和“性能核”——“安全核”一般選用控制類的MCU芯片，負責車輛控制任務，對安全性要求高，需要達到ASIL-D等級，但對計算性能要求不高；“性能核” 一般選用計算類的AI芯片，需要承擔大量計算任務，但對功能安全要求相對不高。

前視一體機系統框圖（圖片來源：英恒官網）

其中，控制類MCU芯片，無論是技術還是市場應用都已經很成熟，便不做過多講述。這里重點聊一下，企業在做前視一體機的AI芯片（性能核）方案選擇時，會重點考慮的因素：

1）低成本

通常情況下，ADAS前視一體機的硬件和軟件深度耦合。對于主機廠而言，他們不太在乎供應商到底用什么樣的芯片，主要看產品整體的性能和成本。而前視一體機的市場定位決定了其內部使用的AI芯片對成本比較敏感。

安霸軟件研發高級總監孫魯毅介紹說：“安霸現有的CV22系列芯片適用于前視一體機，主打10~15萬價格區間的主銷車型市場?；贑V22系列芯片打造的前視一體機，已經在一汽紅旗、廣汽埃安、合眾等多個品牌車型上實現前裝量產應用。同時，我們最近也推出了CV72AQ，擁有更高的AI算力和更強的CPU性能，支持更先進算法，比如BEV, 可開發基于8MP的1V1R或者1V純視覺等方案的前視一體機市場?！?/p>

2）低功耗

ADAS前視一體機的攝像頭模組和主板ECU集成在一起，布置在內后視鏡的背面?？紤]到車內的美觀以及安裝位置，一體機的外形尺寸也不能太大。這些因素便決定了它對芯片的功耗要求特別高，尤其是要保證高溫環境下長時間連續工作的穩定性。

低功耗不僅可以消除前視一體機在長時間工作過程中由熱量累積所帶來的種種安全隱患，還可以簡化散熱設計，有效降低電源成本，進而節約整個 BOM 成本?！跋啾扔谙到y功耗在5~6W的SoC芯片，核心系統功耗在2W左右的安霸CV系列SoC芯片的散熱方案設計就要簡單很多，成本也會隨之降低。比如，前者需要在周圍安裝更多的金屬散熱片并且采用更大的外殼設計而導致成本增加。”安霸孫魯毅講到。

2.2 輕量級行泊一體 - 全時單SoC芯片或將成為主流

總體而言，輕量級行泊一體解決方案大體可以劃分為：

全時運行多SoC芯片方案

分時復用單SoC方案

全時運行單SoC芯片方案

對于輕量級行泊一體域控，目前已經量產的方案大多是全時運行多SoC芯片方案或需要分時復用的單SoC芯片方案；

對于多SoC芯片方案，每個SoC芯片需要適配獨立的DDR存儲器、PMIC電源管理模塊等配套部件，并且SoC芯片之間還需要通過網絡或者PCIE等方式進行數據交互，這在一定程度上增加了功耗和系統復雜度。同時，后期的維護成本以及整個系統的BOM成本也會隨之增加。

另外，如果還不是統一采用同一家廠商的芯片，而是兩家甚至三家，那么Tier1的開發工作量會增加很多，需要開發人員同時去研究和開發不同家的芯片，一旦兩邊出現不一致的情況還需要花費較大的精力去“對齊”。后期還要考慮兩邊升級的情況以及長期的供應鏈維護。

正因為上述的一些問題，單SoC芯片的域控方案正在逐漸替代多SoC芯片方案，成為市場主流。不過，單SoC芯片輕量級行泊一體方案也存在分時復用和全時運行的區別。

在一些輕量級行泊一體域控方案中，由于主控SoC芯片本身性能的局限性，比如CPU算力或者AI算力不足，無法同時調用和處理行車和泊車全部傳感器的數據，便會采用分時復用的方式。

但是，分時復用的方案也會存在一些問題，有一些功能無法實現或者體驗不好。

在一些泊車場景下，比如要實現HPA或AVP泊車功能，在進入停車場尋找車位的過程中，僅依靠泊車的環視攝像頭和超聲波雷達的感知是不夠的，需要使用行車的前視攝像頭或毫米波雷達來探測遠距離目標或微小物體，進行提前避讓或繞行，解決緊急避障的問題。

同樣，行車下的某些場景也需要利用泊車的傳感器數據進行輔助支持。比如，相鄰車道車輛Cut in場景，在沒有側視攝像頭的情況下，需要利用環視攝像頭探測近距離切入車輛，來提高對后車切入預判的準確性。

在這些場景下，需要行車和泊車的傳感器同時工作。全時行泊一體方案會有更好的功能體驗。

據孫魯毅透露，如果用單SoC芯片去做全時運行的行泊一體方案，并且支持5R5V或5R6V的傳感器配置，CPU的算力大概需要20KDMIPS左右，如果有硬件加速，CPU算力需求可相應降低，AI有效算力大約需要十幾個TOPS。

對于全時運行的行泊一體方案，用單SoC芯片替代多SoC芯片，所需要的不僅是更大的CPU算力和AI算力。在SoC芯片的架構和設計方面，還需要：

預留足夠多的傳感器接口，支持足夠多的傳感器接入；

配置足夠容量的各類存儲器和足夠大的內存帶寬，保證數據的傳輸和計算效率。

CV72AQ內置2顆ARM Cortex-A76 CPU內核，CPU算力為20KDMIPS，AI等效算力達24TOPS，可很好地支持單SoC芯片5V5R/6V5R全時運行的行泊一體方案。

CV72AQ芯片框架圖

CV72AQ集成第三代CVflow AI加速引擎，高效支持多種神經網絡的運行；可以支持最高8MP90（720MP/s）的圖像處理和同步視頻編碼；同時，集成了新一代ISP，在極低光照下亦能提供出色的高清圖像。

“ 安霸新一代ISP支持多路攝像頭的控制和曝光同步，也可以對多路圖像輸入進行獨立ISP處理。我們在不同領域市場應用中積累下來大量圖像處理經驗，如HDR算法，自動曝光控制等，如今在汽車市場應用中確立了比較明顯的優勢。

“ 另外，我們國內的研發團隊可以幫助客戶做深度圖像優化，比如，由于攝像頭類型不同，ISP需要分別針對泊車魚眼攝像頭和行車前視攝像頭根據現場測試進行參數調節，來達到最佳性能。另外，如果從鏡頭進來的帶有畸變的圖像直接喂給客戶的AI算法后，可能對算法準確度會產生影響，因此，安霸CV芯片還可以通過ISP對圖像進行畸變矯正。”安霸中國區總經理馮羽濤介紹說。

2.3 高階行泊一體 - 多SoC 芯片方案還會繼續存在么？

從今年開始，對于高階行泊一體市場，單SoC芯片方案的市場呼聲也越來越大。在以前，高階行泊一體方案對于成本的敏感度其實并不高。但是，隨著車市“價格戰”持續壓力的影響下，即使是對于一些中高端車型，主機廠也不得不考慮降本。

對于大算力高階行泊一體域控制器，為什么早期最先出現的是多SoC芯片方案？經調研分析，大致可能的原因如下：

1）早期，滿足性能需求且各方面性能比較均衡的SoC芯片比較少。

2）對高階智能駕駛方案理解還不透徹，到底需要多少算力，需要多少攝像頭，要不要上激光雷達，大家也不太清楚。那時尚處于“摸著石頭過河”的探索階段。

因此，出現了所謂的“算力預埋”。甚至，在那段時間，國內市場上還掀起了算力的“軍備競賽”，把“算力高”作為宣傳噱頭。

據有關業內人士透露，即使現在，這些搭載雙Orin-X 芯片的車型，其實算力也沒有被充分使用完，可能也就用到了1.2~1.5個，余下的性能和算力用于后續算法的迭代。

如果這些車型改用單Orin-X芯片方案來實現，意味需要做算法裁剪，需要一定的開發工作量。但迫于“降本”的壓力，對于大改款或者新開發的車型平臺，主機廠還是會傾向于去重新開發單SoC芯片方案。

不少業內人士普遍認為，若要支持單SoC芯片高階行泊一體方案，該芯片的CPU算力至少需要150KDMIPS，AI算力至少需要100TOPS。因為此方案需要支持接入更多路、更高分辨率的攝像頭，甚至還需增加4D毫米波雷達、激光雷達等感知傳感器，并且運行的神經網絡模型也要更大、更復雜，CPU算力和AI算力的需求相比于輕量級行泊一體方案都會呈現7~10倍的增長。

安霸在2022年發布了CV3-AD-High 旗艦版芯片，內置16顆ARM Cortex-A78AE CPU內核，CPU算力為270KDMIPS，內置6顆神經矢量處理引擎 NVP 單元，以運行Transformer網絡為例, 其AI等效算力達到業界已量產GPU旗艦域控芯片6倍的水平，能夠很好地支持大算力單SoC高階行泊一體方案。

“單顆CV3-AD芯片支持接入多達20顆攝像頭，并兼容毫米波雷達、激光雷達和超聲波雷達等多種類型傳感器。此外，CV3-AD芯片支持的單SoC芯片的高階行泊一體方案，可實現包括物體檢測、物體分類、畫面分割等深度融合的計算，以及規劃和控制等諸多功能?！瘪T羽濤表示。

單SoC芯片方案的選擇和實施取決于主機廠的需求、芯片的選型以及系統架構方案的選擇等多方面的因素。并且，單SoC芯片方案也不一定是最優解。

某Tier1智駕負責人曾對外講道：“總體來說，單SoC芯片行泊一體方案有利于優化硬件成本和開發成本。但域控制器硬件性能并不是越強越好，還是需要匹配具體功能、性能以及應用場景。多SoC芯片方案雖然存在片間數據傳輸帶寬、通信延遲等問題，但也可以通過相應的技術手段來優化和解決?！?/p>

對于高階智能駕駛的解決方案，為了降本，國內主機廠多數都會去考慮采用單SoC芯片方案，但是，也會有主機廠尤其是國外傳統主機廠可能選擇采用1大1小（或者1主1副）的雙SoC芯片方案。

采用這樣的方案有兩個作用：當主SoC芯片算力不夠用的時候，副SoC芯片可以用于補足性能。另外一種作用是用于功能冗余備份 —— 當主SoC芯片工作失效的時候，副SoC芯片可以用于自動執行最小風險策略MRM，實現安全停車等操作。

”最理想的芯片選型方案是主副芯片都用同一家，比如主SoC芯片用安霸高規格的CV3-AD，副SoC芯片用低規格的CV3-AD，CV3-AD系列芯片硬件和軟件架構相互兼容，在其中一款CV3-AD芯片里面做的開發工作，如底層的驅動、中間件以及上層的應用算法，能夠更便捷、更高效地移植復用到另一款CV3-AD芯片上，從而減少開發人員工作量，縮短開發周期?！睂O魯毅介紹說。

芯片廠商如何更好地去滿足不同細分領域的市場需求

進入ADAS前視一體機、行泊一體市場進行“廝殺”，芯片廠商之間比拼的是什么？反過來講，主機廠對芯片的需求到底是什么？對于不同細分領域的市場，主機廠的需求也會有所不同，那么，芯片廠商就需要按“需”而“供”。

總體來看，智駕產品市場已經呈現出了多元化的需求，不同價格區間的車型需要不同的智駕解決方案，不同的智駕解決方案對芯片的性能、成本等要求也有所不同。

因此，芯片廠商是否具有適合不同細分市場需求的產品線規劃，以及芯片的可落地性如何，都將直接影響其芯片是否夠打入市場，并快速實現規?；慨a落地。

3.1 前期做好充分的市場需求調查，做好Roadmap規劃

現階段，芯片廠商在整個自動駕駛產業鏈中的地位發生了顯著變化—— 他們從“幕后”走向“臺前，開始直接和最下游的客戶——主機廠進行“對話”。因此，它的“掌控權”在變大，既可以幫助Tier1拿項目，也可以直接和主機廠展開深入合作。

孫魯毅說：“我們逐漸體會到，需要跟主機廠進行更好、更深入的溝通交流。只有這樣，芯片廠商才能更好地理解主機廠需要什么樣智能駕駛方案 —— 是需要單純的ADAS前視一體機，還是輕量級的行泊一體，亦或者是高階的行泊一體，打算配置什么樣的傳感器（多少顆攝像頭、多少顆毫米波雷達，多少顆激光雷達），是否用高精地圖；有什么樣的成本控制目標；SOP的時間如何安排等等。只有充分了解主機廠的需求，找到雙方的‘切入點’，才能更快、更順利地展開合作。”

對于前視一體機和輕量級行泊一體域控，主機廠通常不會考慮自研，大多會選擇外包給Tier1，因此，芯片廠商需要通過與Tier1以及算法公司密切合作來間接地幫助主機廠實現行量產項目的快速落地。

對于大算力行泊一體域控，主機廠比較重視，一般會選擇自研，因為它是體現主機廠差異化和品牌力的重要部分。芯片廠商作為參與方需要直接與主機廠展開密切合作 —— 為其提供芯片及相關配套工具鏈。

因此，芯片廠商只有充分做好前期市場調查，了解市場的需求，做好芯片產品的Roadmap規劃，才能更好地應對主機廠在不同細分市場的產品需求。

某Tier1智駕域控系統負責人表示，他們前期在進行智駕域控產品設計，做芯片選型的時候，除了考慮芯片本身的參數指標和性能之外，還要看該芯片廠商是否有連續的Roadmap，也就是說，是否有靈活的家族化芯片系列，能否PIN to PIN地在硬件平臺上升級，這關系到后續域控產品是否能順利地進行迭代升級。

當筆者問到安霸在制定芯片Roadmap時，參考依據是什么的時候，孫魯毅回答道：“首先，要考慮市場需求，針對市場需求制定我們的計劃，然后按照計劃再把它細化成可行性的技術目標，比如，CPU要達到多少DMIPS，AI算力要達到多少TOPS；周圍要放多少個百兆或千兆的以太網接口，高清攝像頭接口需要多少個等等。

“其次，在芯片設計上加入前瞻性的考量。比如，我們盡可能在成本提高不明顯的時候，保持芯片功能和硬件設計的靈活性，后續可以通過AI工具鏈的升級，去支持一些新的網絡模型?！?/p>

因為自動駕駛算法迭代比較快，一款芯片在設計的時候，如果沒有深入考慮到對未來可能會用到的一些算法的支持。那么，便會可能出現客戶用了這款芯片以后，過了兩年后，假如新的算法不支持，會給現有產品性能的迭代升級帶來困難。因此，如何做好對未來主流算法的預判和識別，進而讓算法和軟件更好地指導芯片的硬件架構設計，是芯片廠商必須要做好的基礎功課。

“安霸的芯片架構屬于高度可編程的ASIC架構，具備ASIC芯片的一些高效率、低功耗的特點，但是其視覺DSP具備一定可編程性，并且，AI引擎非常靈活。通俗一點理解，大家可以認為芯片里邊有很多像樂高一樣的‘積木’單元，通過軟件配置，便可以把這些‘積木’單元組合成一些新的計算單元，進而更好地去支持新的算法?！睂O魯毅補充說道。

當前，安霸的AI芯片的產品線非常豐富，基本可從低到高覆蓋智能駕駛領域的各種應用。比如，針對前視一體機市場，既有主打低端市場的CV22AQ，又有主打中高端市場的CV72AQ；對于行泊一體市場，有主打輕量級行泊一體市場的CV72AQ和高階行泊一體市場的CV3-AD系列產品。

安霸中國區總經理馮羽濤表示：“上海車展重點推出的CV72AQ代表了我們對輕量級行泊一體域控這個市場需求的理解?，F在市面的主流方案基本上是分時處理。基于CV72AQ的單SoC芯片方案可以做到真正的全時行泊一體，它既能提供充足的性能，整體成本又可以控制在非常合理的范圍?！?/p>

CV72AQ支持單SoC芯片全時行泊一體方案

單SoC芯片（CV72AQ）全時行泊一體方案，傳感器配置參考方案：

5V5R —— 1*前視8MP（30幀率）+ 4*環視3MP（30幀率）+ 5 * 毫米波雷達

6V5R —— 1*前視8MP（30幀率）+ 4*環視3MP（30幀率）+ 1* 后視2MP（30幀率）+ 5 * 毫米波雷達

另外，CV3-AD芯片為系列產品，2022年安霸發布了CV3-AD-High旗艦版本，今年又發布CV3-AD685，隨后還會陸續發布AD665和AD655等相關系列產品，覆蓋不同性能和成本區間，更好地滿足客戶的多樣化需求。

CV3-AD685芯片框架圖

“CV3-AD產品已經很成熟，并且有不少生態合作伙伴在應用，比如大陸集團、博世都在CV3-AD上做了很多的評估和開發工作。國內我們官宣的合作伙伴主要是宏景智駕。他們在本屆車展上有基于CV3-AD計算平臺的展示。同時我們還跟很多Tier1和主機廠都在持續溝通和項目評估過程中?！瘪T羽濤介紹說。

3.2 具備更好的可落地性

”從產品的角度來講，我們開發域控進行芯片選擇時，首要關心的是芯片的可落地性，這是我們的最高優先級?！蹦砊ier1域控研發總監曾對外坦白講到。

那么，芯片可落地性應該從哪幾個方面去判斷呢？通常情況下，芯片的可落地性可以從芯片的質量控制和供應穩定性、工具鏈的易用性以及芯片廠商的本土化服務能力三個層面去考察。

1）芯片的質量控制和供應穩定性

通常來講，看一家芯片的可落地程度，首先要看其是否具有高標準的質量控制能力和穩定的供應鏈體系，這個是最基礎，也是最重要的考量指標。

孫魯毅談到：“安霸具有高標準的質量控制和供應穩定性。比如，我們具備ISO9001質量管理體系認證和汽車質量管理體系IATF16949認證。

“另外，安霸也具備豐富的芯片功能安全設計與量產經驗，比如CV2FS芯片已經獲得全芯片設計ASIL-C等級 ，功能安全島ASIL-D等級，由EXIDA官方認證，軟件也符合ISO26262要求。

“CV3-AD芯片也帶有ASIL-D功能安全島，整顆芯片可達到ASIL-B等級。另外，對于有功能安全需求的項目，安霸能夠提供完整功能安全文檔和設計?！?/p>

2）工具鏈的成熟度及易用性

目前業內也形成了比較一致的看法：只有足夠開放的芯片平臺以及經過規模量產打磨、成熟完善的配套工具鏈，才可以真正意義上幫助Tier1及主機廠縮短開發周期，進而降低開發與量產成本。

安霸總裁兼首席執行官王奉民對這一觀點也表示贊同，并介紹說“安霸的AI芯片早期最先是應用在安防市場。在安防市場上，使用安霸芯片做的產品大概超過200項，芯片上面跑的神經網絡模型大概有300-400種。

“這些神經網絡模型訓練完以后，客戶會通過我們的CVflow工具鏈把這些神經網絡進行優化后再部署到芯片平臺上去跑，如果發現精確度還達不到，再重新去優化，直到精確度達到要求為止。同時，我們的工具鏈也會在整個應用閉環過程中不斷地進行迭代優化。通過長時間的量產經驗積累，我們已經可以為客戶提供非常完整，并且成熟可靠的一套軟件工具鏈。”

業界甚至有一種說法：“三分憑努力，七分靠工具”。也許有一些夸張的成分，但也在一定程度上說明了芯片工具鏈的重要性。一個完整、易用、且成熟穩定的工具鏈可以讓開發人員在進行算法移植時事半功倍。

“安霸 SDK 自帶的移植工具成熟完善。仿真，調試，分析諸多工具一應俱全，面面俱到。整個算法移植過程可以做到全自動化完成，實現從用戶算法模型導入，到稀疏化調優、量化、編譯轉換，最后到上板執行的整個過程。

同時，它支持 Caffe、Tensorflow、Pytorch、飛槳等業界流行的訓練框架，完美兼容各種開源網絡和客戶自有的神經網絡?！卑舶陨钲诜止究偨浝韯⑶鍧谝淮?a href="http://www.nxhydt.com/article/bbs/" target="_blank">論壇上對外談到。

關于芯片工具鏈的應用，有一個令筆者感興趣的點 —— 非結構稀疏。筆者了解到市面上不少芯片其實并不支持非結構稀疏或者經過非結構化稀疏后效果并不理想。

那么，到底是什么是非結構稀疏，安霸的芯片和工具鏈是否支持非結構化稀疏呢？

神經網絡模型的非結構化稀疏和再訓練

安霸軟件研發高級總監孫魯毅以上圖作為參考跟筆者進行了耐心的講解。

通過上圖可以看到：首先，通過稀疏化工具對原始神經網絡模型進行稀疏化處理，處理之后，神經網絡上的節點數并沒有減少，但是節點與節點之間的連接線減少了。兩個節點之間有連接線代表兩個節點之間要進行信息傳輸。神經網絡模型在數學上的表示就是矩陣陣列。對于很多神經網絡模型的矩陣陣列，中間會有很多0。稀疏化就是要想辦法把這些0的部分清掉，即所謂的矩陣清零。

在運行AI運算的時候，一般采用8 bit或者16bit定量化。例如，采用8 bit定量化以后，原先的數值最后都要被轉換成為0~255范圍之間的值。

因為數值的分布不一定是均勻的，有可能原有網絡中會存在大量偏小的數據，在進行8bit量化后，會出現一大半都是0的情況。這樣的矩陣在數學上叫做稀疏矩陣。零進行乘加最終結果還是0，因此0參與計算是沒有效果的。稀疏化的意義就是對矩陣中為0的元素優化，最大化地減少無意義的數據搬運和計算。

孫魯毅講到：“網絡模型在放進CVFlow進行計算的時候，CVFlow會自動跳過哪些0的計算，這樣便會減少一些不必要的數據搬運。CVFlow支持非結構化稀疏，即不管矩陣中的0是分散的，還是連續的，都可以進行稀疏化操作。這種稀疏化對為0的位置不做要求，所以叫做‘非結構化稀疏’，安霸CV芯片支持非結構化稀疏網絡的高效運行，經過稀疏化的網絡可以獲得幾倍于原有網絡的推理速度，這一優勢已在大量項目成功應用。

非結構化稀疏和客戶的網絡訓練也可以有機地結合起來?！跋啾扔谠瓉淼木仃嚕涍^稀疏化后的矩陣在精準度上肯定會存在一些誤差。但在合適的稀疏化比例下，這種損失非常小。

“ 參看上圖，在第四步，把稀疏后的網絡放到原來的訓練集進行再次訓練，以提高網絡的精度。我們發現大部分網絡，經過重訓練后，可以非常接近原先的精度。

“ 從2018年到現在，我們已經做了5年的非結構化稀疏的量產工作，中間服務過很多國內和國外的大客戶，大量的項目量產幫助安霸積累了豐富的稀疏化應用經驗?！?/p>

3）本地化的服務能力

對于芯片廠商而言，幫助客戶實現智駕產品的快速落地，除了要為客戶提供好用的工具鏈之外，還要有能力為客戶提供良好的本地化服務。

安霸在中國有200多位員工，大部分從事核心技術開發和對應的技術支持工作，并且，核心成員擁有超過10年的芯片硬件、軟件開發以及客戶支持經驗。

在業務上，上海團隊重點是底軟和SDK開發、硬件參考設計、圖像算法開發及調試、AI工具鏈開發維護，中間件開發等。

“我們專注于國內汽車市場，客戶在開發過程中即使遇到非常底層的問題，無論是從硬件設計還是軟件開發、圖像優化、算法移植等方面，安霸都有專職團隊在本地就可以快速解決。”安霸深圳分公司總經理劉清濤曾對外表示。

結語

不管是輕量級行泊一體方案，還是大算力高階行泊一體方案，在硬件層面，會朝著通用化、平臺化的趨勢發展，并最終形成相對穩定的硬件架構方案和標準化的電路設計。

在軟件層面，會形成通用化的軟件架構，具備較好的開放性和穩定性，而且能夠滿足較高的安全性需求，兼容不同級別自動駕駛、不同芯片平臺，適應主機廠不同細分市場車型的差異化需求。

但是，在域控制器內部芯片方案的選擇上，短期內不太可能統一。畢竟主機廠之間也要進行差異化的競爭，他們也希望市場上存在多樣化的芯片方案可供選擇，而不是被一兩家芯片廠商所壟斷，進而失去作為“甲方”所應有的選擇權和話語權。

盡管現在整個智能駕駛市場上競爭很激烈，但隨著市場的逐漸成熟，大家會也將慢慢回歸理性。無論是產品還是技術，最終都還是要回歸到產品價值和用戶價值中去。

審核編輯 ：李倩