關于L3級自動駕駛的討論再次增多起來：5月份梅賽德斯-奔馳開始在S級和EQS車型上提供Drive Pilot作為選配功能，Drive Pilot也因此成為首個獲準在歐洲公共道路上使用的L3級自動駕駛系統；9月份《上海市加快智能網聯汽車創新發展實施方案》發布，提出至2025年上海市具備組合駕駛輔助功能（L2級）和有條件自動駕駛功能（L3級）汽車占新車生產比例超過70%。受此影響，自動駕駛大算力計算芯片的關注度也再次提升。自動駕駛計算芯片成為國內本土芯片企業的一個重要發展方向。

　　L3+自動駕駛算力需求將超1000TOPS

　　2019年特斯拉推出自動駕駛HW3.0芯片時，最高算力達到144TOPS（每秒1萬億次定點計算），讓很多車企意識到算力對智能汽車的重要性。隨著自動駕駛不斷加碼，越來越多的車企也開始推出大算力平臺。如新近發布的魏牌摩卡DHT-PHEV激光雷達版，搭載高通Snapdragon Ride芯片，平臺綜合算力達到1440TOPS；蔚來ET7和威馬M7采用英偉達Orin-X芯片，車載系統最大算力達到1016TOPS。

　　業界普遍認為，當前汽車所需算力可根據車內傳感器采集到的數據量綜合推算出來，L2級別的自動駕駛，計算能力大致需要10TOPS計算能力，L3需要100TOPS以上的算力，到L3+的算力級別已經上升到1000TOPS以上。

　　在此情況下，算力甚至開始成為評價一款車型的重要指標，也吸引了越來越多芯片廠商投入到算力比拼的戰場當中。英偉達作為行業龍頭，新推出的自動駕駛芯片Atlan，單顆芯片的算力達到1000TOPS，相比此前推出的自動駕駛芯片Orin，算力提升接近4倍。國內本土廠商黑芝麻發布的華山二號A1000，算力達到116TOPS。地平線征程5可提供128TOPS等效算力。

　　車廠和芯片廠商之所以將芯片算力不斷提高，自然與自動駕駛的加速落地密切相關。從PC時代到手機時代，再到汽車時代，計算平臺始終圍繞著實際場景需求不斷演進，目前自動駕駛的使用場景，已由最早的自動泊車或高速巡航這樣的單一場景，逐步轉向多場景。這對芯片的算力提出了極大需求。

　　廣汽研究院智能網聯技術研發中心副主任梁偉強就指出：“芯片的集成化程度越來越高，算力越來越大，已經成為智能汽車向集中式架構發展的關鍵，這對擴展智能駕駛場景、提升智慧座艙的交互體驗至關重要。芯片的算力和集成度直接決定了電子電氣架構的形態，從而決定了智能汽車的性能和表現。”

　　黑芝麻智能首席市場營銷官楊宇欣也認為，應用需求定義下的智能駕駛需要智能底座，包括創新的電子電氣架構、強大的計算及數據平臺、成熟可靠的零部件、可快速迭代的軟件，而芯片架構的創新是智能駕駛創新的基礎之一。

　　2025年或是芯片上車的關鍵節點

　　從市場份額來看，在自動駕駛芯片領域，國際廠商仍然占據絕對優勢，英偉達、Mobileye、高通等的市占率超過90%，但是也有一批新興企業開始受到業界關注，逐漸發展起來。如日前比亞迪便與地平線達成定點合作，將在比亞迪部分車型上搭載征程5，打造行泊一體方案。黑芝麻智能亦與江淮汽車達成平臺級戰略合作，江淮汽車旗下思皓品牌的多款量產車型將搭載黑芝麻智能華山二號A1000系列芯片。

　　對此，有專家指出，目前智能駕駛行業整體處于快速發展階段，這為汽車芯片行業創造了大量機遇，也是本土企業進入市場的良機。中金公司預計，到2025年，高級別自動駕駛滲透率將達到65.5%，智能駕駛芯片市場需求近1400萬片。

　　楊宇欣認為，2025年或將是一個至關重要的時間節點，企業的產品能否在此之前量產上車十分關鍵。因為車規級芯片對可靠性、安全性、穩定性都有著嚴苛的要求，一款產品往往需要經過兩三年的認證才能進入汽車供應鏈，且一旦進入，芯片企業與整車企業之間又會形成強綁定的供應鏈關系。當前，智能駕駛正處于發展的初始階段，車企與自動駕駛供應鏈上下游廠商之間尚未形成強綁定關系。這是一個難得的時間窗口期，企業應該抓住這樣的機會。一旦錯過，被別的企業搶占先機后，再想打入，難度將倍增。

　　黑芝麻智能產品總監王治中則強調，企業在做產品時應當重視車規級的芯片開發與測試認證。大算力芯片的開發本就極為復雜，車規級芯片更是需要經過復雜的測試認證流程，關鍵技術涉及先進封裝、安全機制、核心IP、隔離技術、多芯片高速低延時互聯架構技術等，實現大算力車規芯片的量產上車將是一個長期的過程。

　　“聰明車”與“智慧路”雙向發力

　　對車載計算芯片來說，算力固然極為重要，但衡量的因素還有很多，不能簡單地依此判斷優劣。芯馳科技副總裁徐超就指出，高可靠車規芯片至少有六個設計維度要考量，包括性能、功耗、價格、可靠、安全、長效。以功耗為例，在新能源車里面，功耗決定了汽車的續航里程，同時功耗也是汽車向智能網聯化演進的一個阻礙。如果功耗特別高，發電機是沒有辦法支撐的，很難進一步讓汽車向智能化、網聯化發展。此外，高功耗還會帶來高散熱問題，復雜的散熱系統是阻礙汽車進一步發展的因素。

　　因此，要想從根本上突破單車算力的物理上限，實現算力供給彈性拓展，需要從“云-網-邊-端”融合計算的角度發力。東土科技高級副總經理薛百華表示，未來智能車的發展肯定是以軟件定義的架構出現，要解決算力問題，一是如何提供更好的硬件算力，二是如何提供更好的網絡帶寬，如何提供實時的通信。這是未來汽車發展需要面對的兩個必不可少的問題。

　　楊宇欣也指出，當前AI、5G等技術的加速發展正在促進V2X的應用落地，隨著路側智能程度的提升，路側感知、計算的需求會快速爆發，車路協同是自動駕駛發展的必然趨勢。

　　也就是說，未來的智能汽車需要通過云端、通信網端、邊端、車端的連接融合來實現。芯片企業也不應僅從提升單車算力的角度考慮問題。提供端到端、全棧式的自動駕駛解決方案，打造“聰明車”與“智慧路”雙平臺，或將是我國本土自動駕駛芯片企業的一個重要發展路徑。