香蕉在线视频网站,国产视频综合,亚洲综合五月天欧美,成人亚洲综合,日本欧美高清全视频,国产视频黄色,欧美高清在线播放

高通稱霸汽車芯片的時代,要變了

作者|蕭柏萬

郵箱|xbw@pingwest.com

高端芯片從未像現(xiàn)在一樣,在汽車行業(yè)扮演如此重要的角色。

我不是指曾經(jīng)恩智浦、德州儀器等公司在汽車芯片市場上的輝煌,而是那些更懂時代的公司——憑借智能手機的紅利,高通迅速成為了智能汽車頭部供應商,8155 等詞匯一度被認為是汽車智能化的標簽。

然而行業(yè)變革不會是獨角戲。

老對手,新故事。聯(lián)發(fā)科,這個在智能手機行業(yè)與高通纏斗在一起的公司,在新能源汽車的下半場開門的那一刻,把競爭拉到了全新的維度。

01

算力定義未來

4 月,我國新能源汽車滲透率超過 50%,新能源汽車下半場提前上演。預言了這一天的比亞迪董事長王傳福在北京車展上,又拋出了一個頗具時代印記的觀點:上半場看電池,下半場看芯片。

傳統(tǒng)汽車以 MCU 芯片為主,用于控制汽車中的各種電氣設備,驅動的功能相對單一。一般而言,在燃油車上播放藍牙音樂,聽個收音機,就已經(jīng)基本是車載娛樂系統(tǒng)的上限了。

車載芯片這個事兒,主打一個夠用就行。

到了今天,理想的三聯(lián)屏,小鵬的智能輔助駕駛,蔚來 NOMI GPT 大模型......汽車智能化的進程儼然就是智能機替代功能機情形的再現(xiàn),這背后也是芯片話語權更替的關鍵。

智能汽車越來越多的屏幕,越來越高級的功能、越來越復雜的運算過程,無不是建立在高性能芯片基礎上。

算力,成了當下智能汽車芯片躲不開的議題。高通、聯(lián)發(fā)科,這些原本就熟悉移動端高性能芯片玩法的公司,擁有天然的算力、技術、方便開發(fā)等特性上優(yōu)勢,趁著老一批汽車芯片巨頭還沒緩過勁兒來,迅速在智能汽車領域攻城掠地。

如果說 16nm 是傳統(tǒng)汽車芯片的上限,那么聯(lián)發(fā)科的 3nm 制程工藝芯片,則是給智能汽車時代的競爭設定了全新的錨點。

近日,聯(lián)發(fā)科一口氣發(fā)布了三款天璣汽車座艙平臺,分別是全球首款 3nm 旗艦汽車芯片 CT-X1,4nm 次旗艦汽車芯片 CT-Y1 和 CT-Y0,三款產(chǎn)品均支持當下最火的端側生成式 AI 技術。CT-X1 和 CT-Y1/ CT-Y0 已分別得到了國內 6 家頭部車企定點,我們期待馬上能看到樣車。

圖片

即便是大家所熟悉的高通驍龍 8295 旗艦芯片,其制程工藝也只是 5nm。盡管聯(lián)發(fā)科未公布三款芯片具體算力,但安兔兔已曝光其 4nm 次旗艦芯片CT-Y1的車機跑分,107 萬分的水平與高通 8295 旗艦芯片持平。

由此來看,3nm 制程工藝的 CT-X1 只會比這個水平更強,據(jù)稱其性能超越8295至少30%,這是一個極其恐怖的事情:在這種環(huán)境下,但凡一家公司對先進制程工藝掉以輕心,就極有可能跟不上時代。

正如聯(lián)發(fā)科技資深副總經(jīng)理、運算聯(lián)通元宇宙事業(yè)群總經(jīng)理游人杰所說:“無論是座艙還是智駕,都對算力提出了極高的需求,算力背后是先進制程,擁有先進制程能力的芯片設計公司,才能在未來 AI 定義的智能汽車領域立足?!?/p>

圖片

聯(lián)發(fā)科技 資深副總經(jīng)理、運算聯(lián)通元宇宙事業(yè)群總經(jīng)理 游人杰

算力過剩?不存在的。

從摩爾定律可以推斷,算力總會被應用吞噬,因此我們總會需要更強的算力。這個邏輯在智能汽車高速發(fā)展階段,仍然成立。

在這個算力定義未來的時代。誰掌握了更強算力,誰就掌握了行業(yè)的話語權。

02

AI 定義座艙

AI 曾被智能手機行業(yè)認為是偽需求,但隨著 ChatGPT、Midjourney 和 kimi 等 AIGC 產(chǎn)品大爆發(fā),再也沒人能忽略這一波來勢洶洶的 AI 浪潮。

智能汽車以極快的速度擁抱了 AIGC 大模型,甚至僅比智能手機慢了一步——二者所實現(xiàn)的功能不盡相同,運行邏輯卻幾近相通。

智能座艙,即通過用戶的語音指令,并完成一系列接收信息、舒適性和影音體驗等方面的需求。AI 的加入,讓人機交互的層次更加豐富,車機不僅可以通過用戶的語音指令完成功能,還能識別手勢、動作和情緒等等。

這些復雜的交互流程,得有一個大模型才跑得通。

當前主流 AIGC 產(chǎn)品,往往采用云端大模型來保證足夠的算力。然而對于終端消費品來說,云端大模型受制于隱私安全、延遲、穩(wěn)定性、成本等問題,端側大模型的加入,端云結合的方式是一個更加可行的發(fā)力方向。

這恰巧進入了聯(lián)發(fā)科的優(yōu)勢領域:讓大模型在終端側跑起來。講人話,就是在本地運行,不依賴于云端。而這件事情早在智能手機上就已經(jīng)干過了,而且還干得不錯。

因此在天璣汽車座艙平臺上,我們可以看到 CT-X1 支持端側運行 130 億參數(shù)的 AI 大語言模型, CT-Y1和CT-Y0則支持 端側70 億參數(shù)的 AI 大語言模型。

且均可在車內運行全球多種主流的大語言模型(LLMs)和 AI 繪圖功能(Stable Diffusion),支持基于 3D 圖形界面的車載語音助手、駕駛警覺性監(jiān)測等先進的 AI 安全和娛樂應用。

圖片

如果說算力是聯(lián)發(fā)科給智能汽車打下的地基,那么以 AI 運算單元 APU 為首的 生成式AI “特技”,則是聯(lián)發(fā)科的獨門法寶。

例如在內存帶寬問題上,聯(lián)發(fā)科利用內存硬件壓縮技術,可降低大模型在端側設備上的內存占用量,為系統(tǒng)和其他應用的運行留足內存和帶寬以實現(xiàn)設備的高速運行。又如天璣座艙芯片擁有高集成度,將 ISP、DSP 和 Wi-Fi、藍牙 等 19 個模塊合為一體,不但能幫助車企控制成本,還能大大降低開發(fā)難度,可縮短 50% 以上的開發(fā)周期,加速產(chǎn)品上市進程。聯(lián)發(fā)科將其在移動市場上的產(chǎn)品、技術、服務優(yōu)勢轉移到汽車業(yè)務上,能幫助合作伙伴更快速地讓AI大模型上車。

圖片

聯(lián)發(fā)科技副總經(jīng)理、車用平臺事業(yè)部總經(jīng)理張豫臺認為,“未來生成式 AI 的體驗應該是有端側,也有云+端”,人機交互更適合在端側進行,跑到云上的話會有延遲性,但對于非即時性的需求,端云一體也可以協(xié)作,帶來更強的需求處理能力。

生成式 AI 發(fā)展的方向,也順帶為智能座艙下了定義。

解決了端側大模型的運行,也就天然擁有了安全性、高響應速度和低延遲等特性,智能座艙的想象空間得以進一步變大:車機系統(tǒng)會理解你出行的意圖,并為你推薦沿途的補能點和餐館;它甚至能感知駕駛者與乘客的狀態(tài),提供一套適合的氛圍燈和音樂......

智能座艙,這個用戶與車機發(fā)生交互的第一現(xiàn)場,正在被 AI 大模型編織出全新的應用場景。

03

聯(lián)發(fā)科的底氣

138 年前,卡爾·弗里德里?!け敬陌l(fā)明的三輪汽車被視為世界上第一輛汽車。但直到 27 年后福特發(fā)明出流水線,生產(chǎn)的降本增效才使得汽車走進千家萬戶。

汽車工業(yè)史上的每一次變革,都不缺一個敢為人先的角色。

高通和聯(lián)發(fā)科一直都是移動芯片市場的兩個核心玩家,各自有著鮮明的特點。高通先發(fā)制人,占據(jù)用戶心智,聯(lián)發(fā)科則臥薪嘗膽,用“天璣”在5G時代一鳴驚人,據(jù)Counterpoint數(shù)據(jù)顯示,聯(lián)發(fā)科如今已連續(xù)超過3年獲得全球市場占有率第一。盡管高通更為人知曉,但近兩年擠牙膏式的產(chǎn)品更新一直為人詬病。在默默耕耘座艙芯片十余年,全球出貨量超過 2000 萬套之后,聯(lián)發(fā)科又將競爭拉到了更高的維度。

更先進的制程工藝,更高的算力以及更可行的端側 AI 大模型方案,聯(lián)發(fā)科似乎正在成為那個推動時代發(fā)展的角色。

“艙駕一體”被公認為行業(yè)的未來趨勢,在智能駕駛方面,聯(lián)發(fā)科找來了同樣是頂級玩家的英偉達“聯(lián)姻”。

雙方合作的決心與效率,在業(yè)內也屬第一次。去年 5 月,聯(lián)發(fā)科正式公布與英偉達的戰(zhàn)略合作,基于各自優(yōu)勢,共同為新一代智能汽車提供解決方案。到今年 3 月,聯(lián)發(fā)科與英偉達合作的四款座艙 SoC 已經(jīng)發(fā)布了:C-X1、C-Y1、C-M1 和 C-V1,均支持 NVIDIA DRIVE OS 軟件。

圖片

如果說新能源汽車的下半場,就是看芯片,那么聯(lián)發(fā)科與英偉達這兩個芯片巨頭的強強聯(lián)合,在 AI 定義座艙的時代下,顯得更具有里程碑的意義。彼此長處得以有更大的空間爆發(fā),而合作所輻射出來的能量,在未來不可估量。

接下來的十年被行業(yè)認為是 AI 2.0 最重要的時期,是瞬息萬變的時期,也是半導體行業(yè)揮斥方遒的時期。

站在行業(yè)前沿,你必須擁有一個敏銳的觀察力,預判走向,抓住行業(yè)趨勢,才能保證自身在行業(yè)里的競爭力。而這也是面向消費者,半導體公司引領智能汽車下一次變革的關鍵。


相關內容