廣告
全球自動駕駛AI芯片最新、最全盤點
2020-07-13 21:37:30· 來源：汽車電子與軟件
一.引言自動駕駛汽車的智能化取決于算法，因此有軟件定義汽車的概念出現(xiàn)并且大為盛行，但是要想實現(xiàn)軟件定義汽車，必須要有一個可以承載高度智能化且運算量龐大
一. 引言
自動駕駛汽車的智能化取決于算法，因此有軟件定義汽車的概念出現(xiàn)并且大為盛行，但是要想實現(xiàn)軟件定義汽車，必須要有一個可以承載高度智能化且運算量龐大的AI算法的硬件計算平臺或者叫域控制器，而無論是硬件計算平臺還是域控制器，都離不開芯片。自動駕駛從L0到L5，隨著功能的完善和性能的提升，帶來更好的智能和科技體驗的同時，也對AI芯片的算力和性能提出更高的需求。
之前的文檔曾提到，L2或者說ADAS需要的AI計算力<10TOPS，L3需要的AI計算力為30~60TOPS，L4需要的AI計算力>100TOPS，L5需要的AI計算力為500-1000TOPS。
對于域控制器而言，硬件大體可分為三部分：承擔環(huán)境感知和深度學習等超大算力需求的AI處理芯片、負責控制決策和邏輯運算的CPU、以及負責功能安全和車輛控制的MCU。
第一部分通常是GPU或TPU，承擔大規(guī)模浮點數(shù)并行計算需求，主要用于環(huán)境感知和信息融合，如Xavier的GPU單元、昇騰310、地平線BPU等。
第二部分大多為ARM架構(gòu)，類似于CPU，主要負責邏輯運算和決策控制，處理高精度浮點數(shù)串行計算。
第三部分主要負責可靠性和車輛控制，目前用的較多的就是Infineon的TC297或者TC397。
第三部分MCU目前大部分域控制器或者計算平臺都會選擇Infineon的TriCore系列TC397或者TC297，比如華為、地平線、德賽西威、優(yōu)控智行等。第二部分大多是ARM架構(gòu)處理器，或者和第一部分AI計算模塊集成到一個SoC上，而第一部分目前正處在風頭浪尖或者說行業(yè)變革和技術(shù)路線探索的階段，前面也專門整理了一篇文章講被稱為AI芯片的各種xPU。
本文盤一下，目前可供選擇用于設(shè)計域控制器或計算平臺的AI芯片種類和廠家，雖然目前的芯片最高也僅能滿足部分L3、L4級自動駕駛AI計算所需。
二. 自動駕駛AI芯片盤點
1. 華為MDC和昇騰Ascend芯片
華為在2018年推出MDC智能駕駛計算平臺以及高階自動駕駛?cè)珬＝鉀Q方案，包括MDC300和MDC600兩個平臺，分別對應(yīng)L3和L4級自動駕駛。
華為MDC300由華為昇騰Ascend310芯片、華為鯤鵬芯片和Infineon的TC397三部分構(gòu)成，算力在64Tops 左右，滿足L3級自動駕駛算力需求。MDC600基于8顆昇騰310 AI芯片，同時還整合了CPU和相應(yīng)的ISP模塊，算力高達352TOPS。
華為MDC相對于其他平臺而言，最大的優(yōu)勢在于其統(tǒng)一的系統(tǒng)架構(gòu)便于功能擴展和適配多種場景應(yīng)用。并且華為MDC智能駕駛計算平臺已經(jīng)于2020年1月16日通過了德國萊茵頒發(fā)的ISO26262功能安全管理認證，達到ASIL-D級標準。
華為依托其ICT行業(yè)的經(jīng)驗積累，目前已經(jīng)建立起了完善的芯片體系，包括專為5G提供支持的巴龍系列芯片、基于全新達芬奇架構(gòu)研發(fā)的昇騰Ascend系列AI芯片、在手機上搭載的CPU處理器芯片麒麟系列，以及服務(wù)器級處理器芯片鯤鵬系列。其中，昇騰系列AI芯片主打AI算力需求。
昇騰310使用了華為自研的高效靈活CISC指令集，每個AI核心可以在1個周期內(nèi)完成4096次MAC計算，集成了張量、矢量、標量等多種運算單元，支持多種混合精度計算，支持訓練及推理兩種場景的數(shù)據(jù)精度運算。
作為NPU，昇騰310集成了FPGA和ASIC兩款芯片的優(yōu)點，包括ASIC的低功耗以及FPGA的可編程、靈活性高等特點，從而其統(tǒng)一架構(gòu)可以適配多種場景，功耗范圍從幾十毫瓦到幾百瓦，彈性多核堆疊，可在多種場景下提供最優(yōu)能耗比。
相較而言，英偉達的Xavier 算力為30TOPS，功耗則達30W，能效為1 TOPS/W，相比之下，華為昇騰310 算力為16 TOPS，功耗僅為8W，能效為2 TOPS/W。
華為自研的昇騰Ascend芯片，支持接入與實時處理更多的外部傳感器數(shù)據(jù)流（如攝像頭、毫米波雷達、激光雷達、GPS等），為自動駕駛提供更安全可靠的計算力支持，能夠應(yīng)付處理更復雜路況。搭載昇騰芯片的MDC相比其他計算平臺具備高性能。高能效、高安全性和確定性低延時等優(yōu)勢。
2. 華為海思(HiSilicon)麒麟芯片
說到華為，順道提一下成立于2004年的華為海思，以及大名鼎鼎的麒麟系列芯片。
海思推出的第一款片上SoC是麒麟910，作為智能移動端SoC，麒麟910除了CPU還包括基帶（baseband）、圖形處理器（GPU）、數(shù)字信號處理器（DSP）、圖像信號處理器（ISP）等重要模塊。
2017年9月，華為在德國柏林國際電子消費品展覽會（IFA）上正式推出其新款A(yù)I芯片“麒麟970”（Kirin 970）。麒麟970采用TSMC10nm 工藝，內(nèi)部集成了55億個晶體管，功耗降低了20%，并實現(xiàn)了1.2Gbps 峰值下載速率。麒麟970基于寒武紀的 NPU架構(gòu)打造，創(chuàng)新設(shè)計了 HiAI 移動計算架構(gòu)，其AI性能密度大幅優(yōu)于CPU和GPU。相較于四個Cortex-A73核心，處理相同AI任務(wù)，麒麟970擁有約50倍能效和 25倍性能優(yōu)勢。并且，華為海思陸續(xù)推出麒麟980/985/990等系列SoC，全部針對AI計算做了優(yōu)化設(shè)計，采用華為自研NPU架構(gòu)，性能得到大幅度提升。
近日，有消息稱華為已經(jīng)與比亞迪簽訂了合作協(xié)議，未來的比亞迪新車將用上華為的麒麟芯片。
但是令人驚訝的是，華為首款上車的芯片不是成熟的麒麟970，也不是最新的990，而是比較早的一款芯片麒麟710A。麒麟710芯片發(fā)布于2018年7月，它采用8核心設(shè)計，包括四個A73大核心和四個A53小核心，大核心的頻率為2.2GHz；定位較低、核心較老的麒麟710A在麒麟710的基礎(chǔ)上發(fā)展而來，架構(gòu)和核心未變，但是工藝制程從12nm變?yōu)?4nm，大核心的頻率也降低到了2.0GHz。
為何選擇麒麟710A這款工藝水平退步的過時芯片來上車？
我們知道由于美國針對華為的種種舉措，華為的供應(yīng)商渠道受到嚴重影響，尤其是芯片代工方面，之前的臺積電已經(jīng)靠不住了，華為的芯片只能轉(zhuǎn)為國產(chǎn)代工，而國內(nèi)唯一可以承擔這個重任的只有中芯國際，但是中芯國際的工藝只能到14nm，對于7nm的麒麟970等芯片有心無力，選來選去，也就是麒麟710A合適了。
但是從應(yīng)用需求來說，目前麒麟710A可以滿足當前智能汽車車機系統(tǒng)對于功能性能方面的要求，主要是圖像和影音處理，以及交互流暢性等。其競爭對手有同級別的Intel Atom A3950、高通的驍龍820A芯片等均已開始裝車量產(chǎn)了，比如理想ONE、領(lǐng)克05、小鵬P7等。但是麒麟710A在正式量產(chǎn)裝車之前，也需要先通過車規(guī)級認證。
3. 地平線機器人征程芯片
地平線成立于2015年7月，由前百度研究院副院長、百度深度學習實驗室主任余凱創(chuàng)辦，致力于為B端用戶提供涉及算法和硬件在內(nèi)完整的嵌入式人工智能解決方案（機器人大腦）。
2017年12月底，地平線發(fā)布了中國首款全球領(lǐng)先的嵌入式人工智能芯片——面向智能駕駛的征程（Journey）1.0處理器和面向智能攝像頭的旭日（Sunrise）1.0 處理器，還有針對智能駕駛、智能城市和智能商業(yè)三大應(yīng)用場景的人工智能解決方案。
2019年8月，地平線宣布量產(chǎn)中國首款車規(guī)級AI芯片——征程二代。Journey 2芯片搭載地平線自主創(chuàng)新研發(fā)的高性能計算架構(gòu)BPU2.0（Brain Processing Unit），采用臺積電 28nm 制程工藝，每TOPS算力可達同等算力GPU的10倍以上，視覺感知可以實現(xiàn)識別精度>99%，延遲<100 毫秒。征程二代主要面向ADAS市場感知方案，可提供超過4 TOPS的等效算力，典型功耗僅2W。主要用于自動駕駛中對車輛、行人和道路環(huán)境等目標的感知，類似MobileyeQ系列芯片。
CES2020上地平線發(fā)布了Matrix2平臺，基于自研Journey征程2芯片，算力達到16Tops。同時地平線計劃2020年底推出征程5，96Tops算力，15W功耗，支持16路攝像頭，對標特斯拉FSD。
基于自研計算平臺與產(chǎn)品矩陣，目前地平線已支持 L2、L3、L4 等不同級別自動駕駛的解決方案。在智能駕駛領(lǐng)域，地平線同全球四大汽車市場（美國、德國、日本和中國）的業(yè)務(wù)聯(lián)系不斷加深，目前已賦能合作伙伴包括奧迪、博世、長安、比亞迪、上汽、廣汽等國內(nèi)外的頂級Tier1s，OEMs廠商。
4. 寒武紀Cambricon-1M/MLU100
寒武紀科技創(chuàng)立于2016年3月，前身是中國科學院計算技術(shù)研究所下一個課題小組，是最早進入AI計算領(lǐng)域的芯片公司，其主要方向是高性能服務(wù)器芯片、高性能終端芯片和服務(wù)機器人芯片，但寒武紀的重點在人工智能領(lǐng)域，早在2016年就發(fā)布了首款商用深度學習處理器寒武紀1A。寒武紀在2018產(chǎn)品發(fā)布會上發(fā)布了多個IP產(chǎn)品——采用7nm工藝的終端芯片Cambricon-1M、云端智能芯片MLU100等。
Cambricon-1M處理器IP屬于第三代產(chǎn)品，主打的是智能駕駛領(lǐng)域，后將應(yīng)用領(lǐng)域拓寬到了智能手機、智能音箱、攝像頭、自動駕駛等方面。Cambricon-1M的int 8（8位運算）效能比高達達5Tops/W每瓦5萬億次運算），并且提供了2Tops、4Tops、8Tops三種尺寸的處理器內(nèi)核，以滿足不同需求。1M還將支持CNN、RNN、SVM、k-NN等多種深度學習模型與機器學習算法的加速，能夠完成視覺、語音、自然語言處理等任務(wù)。通過靈活配置1M處理器，可以實現(xiàn)多線和復雜自動駕駛?cè)蝿?wù)的資源最大化利用。它還支持終端的訓練，以此避免敏感數(shù)據(jù)的傳輸和實現(xiàn)更快的響應(yīng)。
寒武紀首款云端智能芯片Cambricon MLU100采用寒武紀最新的MLU V01架構(gòu)和臺積電16nm工藝，可工作在平衡模式（主頻 1Ghz）和高性能模式（主頻1.3GHz）兩種不同模式下，等效理論峰值速度則分別可以達到128萬億次定點運算和166.4萬億次定點運算，而其功耗為80w和110w。MLU100云端芯片同樣具備高通用性，可支持各類深度學習和常用機器學習算法。
5. 百度昆侖AI芯片
2018年7月4日百度在其開發(fā)者大會上發(fā)布百度首款A(yù)I芯片——昆侖。百度介紹昆侖是中國首款云端全功能AI芯片，基于百度CPU,GPU和FPGA加速器，采用百度自研XPU神經(jīng)處理器架構(gòu)，通過長達8年的研發(fā)20多次的迭代產(chǎn)生。設(shè)計性能在100W以上的功耗提供260Tops算力，內(nèi)存帶寬達到了512GB/s，核心數(shù)有數(shù)萬個。。據(jù)說昆侖芯片將由三星代工，采用14nm工藝。
2019年12月18日三星官方宣布，百度首款 AI 芯片昆侖已經(jīng)完成研發(fā)，由三星代工最早將于2020年初實現(xiàn)量產(chǎn)。這款百度自主研發(fā)的面向云、邊緣和人工智能的SoC目前是設(shè)計性能最高的SoC。
昆侖芯片采用了I-Cube封裝方案，通過I-Cube技術(shù)將邏輯芯片和高帶寬存儲器與插入器連接，再利用三星的差異化解決方案可以實現(xiàn)在最小尺寸上提供更高的密度/帶寬。
在算力方面，昆侖芯片提供512 GBps的內(nèi)存帶寬，在150W的功率下實現(xiàn)260Tops算力；它支持針對自然語言處理的預(yù)訓練模型 Ernie，推理速度比傳統(tǒng) GPU/FPGA 加速模型快 3 倍。
借助昆侖，百度可以支持包括大規(guī)模人工智能計算在內(nèi)的多種功能，例如搜索排序、語音識別、圖像處理、自然語言處理、自動駕駛和 PaddlePaddle 等深度學習平臺。
6. 芯馳科技9系列SoC
5月28日，南京芯馳半導體科技有限公司SemiDrive（簡稱“芯馳科技”）正式對外發(fā)布9系列X9、V9、G9三大汽車芯片產(chǎn)品，提供了針對汽車的協(xié)同一體化解決方案，覆蓋了智能座艙、智能駕駛、中央網(wǎng)關(guān)三大核心應(yīng)用。
據(jù)芯馳科技介紹，X9、V9、G9均是域控級別的大型SOC芯片，單顆芯片可以替代多個傳統(tǒng)ECU，可以支持QNX、 Linux、Android等多種車載OS，也可支持AutoSAR，滿足客戶對產(chǎn)品進行靈活適配的需求，適應(yīng)未來智能汽車發(fā)展的需求。
其中，X9系列芯片用來支持未來智能座艙：X9中采用了Imagination的PowerVR Series9XM圖形處理器（GPU），一顆X9芯片可以同時支持多塊高清屏幕，具備語音交互、手勢識別，駕駛員狀態(tài)監(jiān)控等功能。
V9系列芯片定義為自動駕駛的核心大腦，作為域控制器核心，V9內(nèi)置高性能視覺引擎，支持多達18個攝像頭輸入，不僅能滿足ADAS應(yīng)用需求，還能給未來更高級別的自動駕駛和無人駕駛留有充足的擴展空間。
G9系列芯片是作為未來汽車的智慧信息樞紐；為智能座艙、域控制器及其他模塊起到交互連接作用，同時，G9還可連接外部網(wǎng)絡(luò)，支持OTA在線升級。
V9系列處理器是集成了最新的高性能引擎，包括64-bitArm® Cortex®-A55內(nèi)核，V8.2架構(gòu)CPU；高性能PowerVR GPU；CV專用視覺處理引擎等，能夠滿足新一代智能駕駛輔助系統(tǒng)應(yīng)用對強大的計算能力日益增長的需求。此外，V9系列處理器集成了千兆以太網(wǎng)，CAN-FD， 能夠以較低的成本與車載系統(tǒng)進行無縫銜接。該款處理器還支持MIPI-CSI和并口CSI，能夠支持攝像頭輸入，包括360°環(huán)視影像系統(tǒng)、前視攝像、后視攝像和車內(nèi)攝像系統(tǒng)。
位于英國的Imagination為芯馳科技提供GPU支持，針對芯馳科技的自動駕駛芯片，Imagination的最新一代神經(jīng)網(wǎng)絡(luò)加速器（NNA）PowerVR Series3NX可以提供最高達160TOPS的算力；針對其高端座艙芯片，Imagination最新發(fā)布的IMG A系列（IMG A-Series）GPU可以提供更高的性能、更快的處理速度和更低的功耗。
另外，芯馳科技號稱是中國中國第一家獲得TÜV萊茵頒發(fā)的ISO 26262:2018版功能安全管理體系證書的企業(yè)。
7. 黑芝麻華山二號
2020年6月15日晚，黑芝麻科技發(fā)布了自研的車規(guī)級芯片重磅產(chǎn)品，華山二號A1000和華山二號A1000L，這是黑芝麻繼華山一號之后的第二代產(chǎn)品。兩顆芯片都采用臺積電16nm工藝，支持車規(guī)級AEC-Q100標準和支持多項傳感器。
華山二號A1000對標特斯拉，具有8個CPU核，單顆可提供40 TOPS的算力，功耗8-10W。據(jù)黑芝麻智能科技消息，A1000是全球頂尖的包含功能安全的高性能車規(guī)級SOC芯片，也是中國目前第一顆能夠量產(chǎn)的，滿足自動駕駛L3/L4級別要求車規(guī)級芯片。華山二號A1000在L3級別上對標Tesla，其功耗僅有Tesla FSD的四分之一，面積只有三分之一，成本也只有四分之一，是一款高性價比落地產(chǎn)品。到2021年底，搭載黑芝麻華山二號芯片的車型或?qū)⒄搅慨a(chǎn)。
對比而言，特斯拉FSD算力144TOPS，功耗72W，能效比2TOPS/W；英偉達Xavier算力30TOPS，功耗30W，能耗比1TOPS/W。而華山二號A1000單芯片能效比超過6TOPS/W ,雙芯片疊加組成的域控制器能效比也超過5TOPS/W。
根據(jù)黑芝麻給出的計算平臺方案，單顆A1000L芯片適用于低等級級ADAS輔助駕駛；單顆A1000芯片適用于L2+自動駕駛；雙A1000芯片互聯(lián)組成的域控制器可支持L3級別自動駕駛；四顆A1000芯片疊加可用于未來L4級別自動駕駛。
8. 西井科技westwell類腦芯片
西井科技創(chuàng)辦于2015年，它起初是一家做類腦芯片的廠商。所謂的類腦芯片簡單來說就是以人腦的工作方式設(shè)計制造出來的芯片。
類腦芯片模仿的是大腦神經(jīng)元的工作形式，馮•諾依曼結(jié)構(gòu)處理器芯片不同，與大腦的處理單元是神經(jīng)元，內(nèi)存就是突觸。神經(jīng)元和突觸是物理相連的，所以每個神經(jīng)元計算都是本地的，而從全局來看神經(jīng)元們是分布式在工作。類腦芯片由于具有本地計算和分布式工作的特點，所以在工作效率和能耗上相比馮•諾依曼結(jié)構(gòu)處理器芯片更有優(yōu)勢。
西井科技早期開發(fā)了“DeepSouth”類腦芯片，是全球首塊可商用5000萬類腦“神經(jīng)元”芯片，可以模擬5000萬個神經(jīng)元，而同期的IBM的“TrueNorth”只能模擬100萬個。
基于類腦芯片技術(shù)，西井科技開發(fā)出了“DeepWell”和“VestWell”兩款人工智能芯片，DeepWell峰值算力1.8Tops，單核功耗500mW，雙核功耗1W；VestWell芯片峰值算力4Tops，功耗小于2W。
相比NVIDIA Xavier、地平線征程2 等幾十TOPS算力的產(chǎn)品，西井科技的這兩款芯片確實有點寒磣。但這兩款芯片能夠?qū)崿F(xiàn)片上學習，可以隨時新增樣本進行增量訓練來提升推理準確率。
目前的自動駕駛算法都是通過高性能服務(wù)器進行模型訓練，然后將訓練好的模型再部署到車載硬件之中。西井科技的芯片的優(yōu)勢在于可以自行進化，具體說來，西井科技人工智能芯片的片上學習特性實現(xiàn)了模型訓練過程的本地化，即機器學習在終端芯片上就能直接完成，通過芯片端的不斷學習和完善，不斷提升計算判斷準確率，可以實現(xiàn)自我進化。相比于其他芯片OTA升級，西井科技的芯片屬于另辟捷徑。
9.深鑒科技DPU
深鑒科技由清華團隊創(chuàng)辦，成立于2016年，其產(chǎn)品稱作“深度學習處理單元”（DeepProcessing Unit，DPU），目標是以ASIC級別的功耗，來達到優(yōu)于GPU的性能，目前第一批產(chǎn)品基于FPGA平臺。2018年7月17日，深鑒科技被全球最大的 FPGA 廠商賽靈思宣布收購。
深鑒科技著力于打造基于DPU的端到端的深度學習硬件解決方案，除了承載在硬件模塊（定制的PCB板）上的DPU的芯片架構(gòu)外，還打造了針對該架構(gòu)的DPU壓縮編譯工具鏈SDK。
自 2016 年成立以來，深鑒科技一直基于賽靈思的技術(shù)平臺開發(fā)機器學習解決方案，推出的兩個用于深度學習處理器的底層架構(gòu)——亞里士多德架構(gòu)和笛卡爾架構(gòu)的 DPU 產(chǎn)品，都是基于賽靈思 FPGA 器件。
亞里士多德架構(gòu)
笛卡爾架構(gòu)
基于上述兩個硬件架構(gòu)，深鑒科技也發(fā)布了數(shù)款 DPU 硬件產(chǎn)品產(chǎn)品。在人臉識別方面，深鑒科技分別推出了 DP-1200-F01 人臉檢測識別模組和DP-2100-F16人臉分析解決方案。隨后，深鑒科技又推出了視頻結(jié)構(gòu)化解決方案 DP-2100-O16，它可以做到 16 路 1080p 高清視頻的實時視頻結(jié)構(gòu)化，可以做到人、車、非機動車的檢測、跟蹤和屬性分析。
在硬件的基礎(chǔ)之上，深鑒科技又開發(fā)出面向上述 DPU 的深度神經(jīng)網(wǎng)絡(luò)開發(fā)套件 DNNDK（Deep Neural Network Development Kit），而 DNNDK 也是國內(nèi)第一款專門為深度學習而開發(fā)的 SDK。
10.XILINX SoC MP SoC
Xilinx賽靈思是FPGA的先行者和領(lǐng)導者，并創(chuàng)造了多項行業(yè)第一，比如全球首款FPGA、首款硬件/軟件可編程的SoC、首款多處理器SoC（MPSoC，在FPGA上整合了ARM的CPU內(nèi)核，還有Mali系列的GPU等）、首款RFSoC（將通信級RF采樣數(shù)據(jù)轉(zhuǎn)換器、SD-FEC內(nèi)核、ARM處理器以及FPGA 架構(gòu)整合到單芯片器件中）。
2018年7月，賽靈思收購深鑒科技被認為是為了進一步加強在ADAS/自動駕駛汽車市場的布局。
在汽車 ADAS 和自動駕駛解決方案上，賽靈思有針對自動駕駛中央控制器的Zynq UltraScale+ MPSoC、針對車載前置攝像頭的Zynq-7000 /Zynq UltraScale+ MPSoC 和針對多傳感器融合系統(tǒng)的 Zynq UltraScale+ MPSoC。
賽靈思2019年11月宣布推出兩款16nm汽車級芯片 Zynq UltraScale+MPSoC 7EV 和 11EG。支持L2至L4級自動駕駛系統(tǒng)。MPSoC采用了64位四核ARMCortex A53和雙核ARM Cortex-R5高性能處理器，并集成了賽靈思的UltraScale架構(gòu)。到目前為止，XA系列MPSoC已經(jīng)被包括戴姆勒奔馳在內(nèi)的29個汽車品牌以及Aptiv、Autoliv、博世和大陸集團等頂級零部件供應(yīng)商廣泛使用。
11.特斯拉FSD芯片
特斯拉屬于汽車行業(yè)內(nèi)Bug一樣的存在，汽車、火箭、芯片等等，什么都都可以搞，而且做的還不差，特斯拉早期也是和芯片供應(yīng)商合作，專心做整車，但是陸續(xù)發(fā)現(xiàn)芯片供應(yīng)商不給力之后，便“拋棄”了Mobileye和NVIDIA，開始自研AI芯片，特斯拉在2019年4月發(fā)布了首款自動駕駛芯片F(xiàn)SD（Full Self Driving全自動駕駛），并且是直接以量產(chǎn)的形式發(fā)布，F(xiàn)SD被馬斯克稱為“世界上最好的芯片”， 這款芯片除了常規(guī)的CPU和GPU之外，還配備了兩個神經(jīng)網(wǎng)絡(luò)處理器（NNP），算力為144TOPS，功耗72W，能效比2TOPS/W，就目前來說，確實是量產(chǎn)車最好的自動駕駛芯片。
FSD 芯片采用了 14 nm FinFET CMOS 工藝制造，尺寸為 260 mm，具有 60 億個晶體管和2.5 億個邏輯門，F(xiàn)SD有兩個神經(jīng)網(wǎng)絡(luò)加速器NNP，支持 32 位和 64 位浮點運算的圖形芯片，以及時鐘頻率為 2.2 GHz 的十幾款 Arm A72 64 位 CPU，性能是上一代的 2.5 倍。
此外，F(xiàn)SD 還有一個安全芯片可確保系統(tǒng)僅運行由 Tesla 加密的代碼以及專用的 H.265 視頻編碼器。
與上一代硬件相比，F(xiàn)SD的功耗降低了約1.25 倍，整體成本降低了 80％。馬斯克表示，F(xiàn)SD 每英里的功耗約為 250 W。
FSD芯片中自研的最重要的部分是Neural Network Processor，每顆芯片有兩個NNP，每個NNP有一個96x96個MAC的矩陣，32MB SRAM，工作頻率2GHz。所以一個NNP的處理能力是96x96x2(OPs)x2(GHz)= 36.864TOPS，單芯片算力72TOPS，F(xiàn)SD硬件板子算力144TOPS。
12.NVIDIA Xavier & Orin & A100
NVIDIA GTC 2020因為疫情原因在黃教主的廚房進行，此次發(fā)布了NVIDIA第八代架構(gòu)Ampere（安培）、以及基于安培架構(gòu)的第一款GPU A100。A100絕對是目前全球最大的7nm芯片，540億個晶體管，3D 堆疊技術(shù)，加上高達 826 平方毫米的芯片面積，同時支持 TF32 和 BF16 格式，擁有438 個第三代 Te那個nsor Core，支持虛擬成為 77 個 GPU 來執(zhí)行不同的任務(wù)。算力達到2000TOPS，相比Volta架構(gòu)提升了高達20倍的性能，可以同時滿足AI訓練和推理的需求。
2019年12月，NVIDIA推出了面向ADAS和自動駕駛領(lǐng)域的新一代SOC Orin，Orin SOC擁有170億個晶體管，搭載NVDIA下一代GPU（即基于Ampere架構(gòu)的GPU）和Arm Hercules CPU核心，可以提供200TOPS是運算能力，是上一代Xavier SOC的7倍，功耗45W，2022年交付，面向L2+級自動駕駛場景。
NVIDIA在2018年CES上推出了Xavier平臺，號稱是是“世界上最強大的SoC（片上系統(tǒng)）”，目前Xavier也確實是自動駕駛AI芯片領(lǐng)域絕對的首選，Xavier可處理來自車輛雷達、攝像頭、激光雷達和超聲波系統(tǒng)的L5級自主駕駛數(shù)據(jù)，是目前自動駕駛領(lǐng)域應(yīng)用最多的AI芯片，也是最早投入量產(chǎn)的AI芯片。
Xavier SoC基于臺積電12nm工藝，集成90億顆晶體管，芯片面積350平方毫米，CPU采用NVIDIA自研8核ARM64架構(gòu)（代號Carmel），GPU采用512顆CUDA的Volta，支持FP32/FP16/INT8，20W功耗下單精度浮點性能1.3TFLOPS，Tensor核心性能20TOPs，解鎖到30W后可達30TOPs。
Xavier 內(nèi)有六種不同的處理器：Valta TensorCoreGPU，八核ARM64 CPU，雙NVDLA 深度學習加速器，圖像處理器，視覺處理器和視頻處理器。這些處理器使其能夠同時、且實時地處理數(shù)十種算法，以用于傳感器處理、測距、定位和繪圖、視覺和感知以及路徑規(guī)劃。
TÜVSÜD已確認NVIDIA Xavier 系統(tǒng)芯片符合ASIL C 等級的ISO 26262隨機硬件完整性，并達到了ASIL D等級的系統(tǒng)處理能力要求（最嚴格的功能安全標準）。
13.Mobileye EyeQ系列
在自動駕駛芯片領(lǐng)域，Mobileye的EyeQ系列則是典型ASIC芯片的代表，隨著自動駕駛芯片領(lǐng)域的競爭越來越激烈以及主機廠對于AI芯片的受控性要求越來越高，Mobileye 逐漸從過去的一體式視覺芯片+算法供應(yīng)商的“黑匣子”模式轉(zhuǎn)變?yōu)殚_放EyeQ5芯片（即允許第三方代碼運行）。
Mobileye是Intel在自動駕駛領(lǐng)域布局的重要一環(huán)，從處理器芯片來看，Intel的布局已經(jīng)完善，包括Mobileye的ADAS視覺處理， Altera的FPGA處理，以及英特爾自身的至強Xeon等型號的處理器，可以形成自動駕駛整個硬件部分的系統(tǒng)性解決方案。
Mobileye自主研發(fā)設(shè)計的EyeQ系列芯片，由ST公司生產(chǎn)供應(yīng)。量產(chǎn)型號有EyeQ1至EyeQ4，占據(jù)了全球范圍內(nèi)ADAS市場的60%左右份額。目前性能最高的EyeQ4的算力為2.5 TOPS，功耗為3W,能效0.83 TOPS/W。EyeQ5正在開發(fā)進行中，按照Mobileye的計劃在2020年面世，目的是對標NVIDIA Xavier。EyeQ5采用7nm FinFET工藝制造。設(shè)計計算性能達到了24TOPS，功耗為10W，芯片能效是Xavier的2.4倍。EyeQ5芯片將裝備8枚多線程CPU內(nèi)核，同時還會搭載18枚Mobileye的下一代視覺處理器。據(jù)Mobileye消息，EyeQ5 SOC裝備有四種異構(gòu)的全編程加速器，分別對專有的算法進行了優(yōu)化，包括有：計算機視覺、信號處理和機器學習等。Eyeq5 SOC同時實現(xiàn)了兩個PCI-E端口以支持多處理器間通信。這種架構(gòu)嘗試為每一個計算任務(wù)適配最合適的計算單元，硬件資源的多樣性使應(yīng)用程序能夠節(jié)省計算時間并提高計算效能。
按照Mobileye的計劃，到2020年中會向合作伙伴提供一套完整的自動駕駛汽車子系統(tǒng)，包括計算機視覺套件：360度/12個攝像頭/測距300碼的視覺系統(tǒng)和多芯片交鑰匙解決方案等。
另外提一句，英特爾計劃將EyeQ5與Atom處理器結(jié)合起來，開發(fā)用于自動駕駛的人工智能計算平臺。兩個EyeQ5 soc和一個英特爾Atom（凌動）處理器就足以實現(xiàn)5級自動駕駛。
14.安霸Ambarella CV2 SOC
安霸是一家高清影像芯片研發(fā)商，主要提供低功耗、高清視頻壓縮與圖像處理的解決方案。致力于提供超低碼率與極小功耗下的高畫質(zhì)影像技術(shù)。
Ambarella在2018年推出了名為CV2的車規(guī)級SoC，專用于提供深度神經(jīng)網(wǎng)絡(luò)(DNN)和立體視覺處理，瞄準ADAS和自動駕駛車市場。目標是對標Mobileye。結(jié)合VisLab的經(jīng)驗和技術(shù)，Ambarella在CV2芯片中整合了先進的計算機視覺、圖像處理、4Kp60視頻編碼與立體視覺技術(shù)。CV2可提供較CV1更高20倍的深度神經(jīng)網(wǎng)絡(luò)性能。
Ambarella自稱擁有兩項競爭優(yōu)勢，一是Ambarella于2015年收購的歐洲計算機視覺與智能汽車控制系統(tǒng)開發(fā)商VisLab開發(fā)的新型計算機視覺架構(gòu)。二是Ambarella自研的低功耗、高解析(HD)與超高解析(Ultra HD)視覺處理芯片。
CV2的模塊示意圖
CV2設(shè)計在芯片中支持4個立體相機和4個單眼相機，將由三星(Samsung)以10nm工藝制造。而CV1采用14nmCMOS工藝制造。
安霸的芯片是基于CVflow架構(gòu)的，這是一個為像立體處理、深度神經(jīng)網(wǎng)絡(luò)這樣的計算機視覺算法而優(yōu)化的。和DSP（數(shù)字信號處理器）或GPU相比，CVflow的設(shè)計能夠讓每核，或者說每個處理單元的性能提高不止一個層次。
2019年1月，安霸推出了CVFLOW系列最新的芯片上CV25攝像系統(tǒng)（SoC）。
在CES 2020上，Ambarella 演示了使用 CV2、VC22 的各種解決方案，CV2FS和 CV22FS，本質(zhì)上是基于 CV2 和 CV22 功能的全新設(shè)計。
CV22FS和CV2FS的CVflow架構(gòu)以每秒80幀的速度，提供8兆像素或更高分辨率的計算機視覺處理功能，用于遠距離、高精度目標識別。每個系統(tǒng)芯片都包括一臺用于同時定位與地圖構(gòu)建（SLAM）以及估計距離和深度的稠密光流法加速器。多通道高速傳感器輸入與安霸的圖像信號處理（ISP）通道為攝像頭輸入提供了必要的支持。安霸計劃于2020年上半年向客戶提供CV22FS和CV2FS樣品。
15.Intel/Altera基于FPGA的 SoC
英特爾2015年收購Altera。目前Altera的自動駕駛 FPGA 芯片已經(jīng)量產(chǎn)。Altera 的 FPGA產(chǎn)品共有四大系列，分別是頂配的 Stratix 系列（近萬美元）、成本與性能平衡的 Arria 系列（2000~5000 美元）、廉價的 Cyclone 系列（10~20 美元）、 以及 MAX 系列CPLD。
Waymo就是采用英特爾CPU+Altera FPGA的方案來解決自動駕駛所需要的數(shù)據(jù)融合和算法處理。奧迪全新A8車型上搭載的zFAS域控制器就使用了Altera提供的FPGA芯片-Cyclonev Soc。
16.Google TPU
TPU，Tensor Processing Unit，全名為張量處理單元。是 Google 專為機器學習而定制的一款A(yù)SIC芯片。專門針對加速和擴大使用 TensorFlow 編程的機器學習工作負載進行了優(yōu)化。Google 在 2016 年 5 月的開發(fā)者 I/O 大會上正式發(fā)布TPU1，并在2017年推出了 TPU2，又稱Cloud TPU。TPU2 既可以用于 training，又可以用于 inference。每個 Cloud TPU 由四個定制的 ASIC 構(gòu)成，單個 Cloud TPU 的浮點計算能力可以達到 180 teraflops（萬億次每秒），內(nèi)存寬帶 64GB。
2018年TPU 3.0面世，性能相比TPU 2.0有8倍提升。并且2018年7月谷歌又發(fā)布了Edge TPU芯片搶攻邊緣計算市場。
在2019年5月的谷歌I/O開發(fā)者大會上，Google以1000個TPUv3組成的TPUv3 Pod取代了本應(yīng)出現(xiàn)在發(fā)布會上的第四代TPU，目前關(guān)于TPU的新的規(guī)劃尚不得而知。
TPU經(jīng)過了專門深度機器學習方面的訓練，能加速其第二代人工智能系統(tǒng)TensorFlow的運行，而且效率也大大超過GPU，Google的深層神經(jīng)網(wǎng)絡(luò)就是由TensorFlow引擎驅(qū)動的。TPU執(zhí)行每個操作所需的晶體管數(shù)量更少，自然效率更高。
TPU與同期的CPU和GPU相比，可以提供15-30倍的性能提升，以及30-80倍的效率（性能/瓦特）提升。
17.NXP恩智浦的S32V系列SoC
恩智浦基于自研第二代視覺專用處理芯片S32V234設(shè)計開發(fā)了一款自動駕駛開發(fā)平臺BlueBox，集成了S32V234汽車視覺和傳感器融合處理器、LS2084A 嵌入式計算處理器、 S32R27 雷達微控制器。
S32V234 視覺處理器， 擁有 CPU(4 顆 ARM CortexA53 和 1 顆M4)、3D GPU(Vivante GC3000)和視覺加速單元(2 顆 APEX-2vision accelerator)， 支持4 路攝像頭。可用于前視攝像頭、后視攝像頭、環(huán)視系統(tǒng)、傳感器融合系統(tǒng)等， 能實時 3D建模，計算能力為 50GFLOPs。同時， S32V234 芯片預(yù)留了支持毫米波雷達、激光雷達、超聲波的接口，可實現(xiàn)多傳感器數(shù)據(jù)融合，最高可支持 ISO26262 ASIL-C 標準。
LS2088A內(nèi)嵌式處理器負責行高性能運算，由8個64位ARM Cortex-A72內(nèi)核組成，配合頻率2GHz的特制加速器、高性能通信接口和DDR4內(nèi)存控制器，延時極低。
由于NXP S32234芯片本身設(shè)計架構(gòu)問題造成算力不足，以及生態(tài)工具鏈欠缺較多，目前該芯片已經(jīng)被邊緣化。
最近有消息稱，NXP開始與臺積電合作，借助臺積電5nm技術(shù)的增強版N5P的打造新一代汽車級芯片，預(yù)計2021年推出，NXP的這一舉措使汽車處理平臺一舉跨越到5nm，對整個行業(yè)來說都是一個質(zhì)的飛躍。對NXP來說，這將是一次重新站到汽車芯片行業(yè)“制高點”的絕佳機會。
18.TI德州儀器TDAx系列SoC
TI的自動駕駛芯片方案基于DSP，主要面向ADAS市場。主要產(chǎn)品是TDAx 系列，包括TDA2x、TDA3x、TDA2Eco，以及今年發(fā)布的TDA4VM等，基于異構(gòu)硬件和通用軟件架構(gòu)。TDA2x于2013年10月發(fā)布，主要面向中到中高級市場，配置了2顆ARM Cortex-A15內(nèi)核與4顆 Cortex-M4內(nèi)核、2顆TI定浮點C66xDSP 內(nèi)核、4顆EVE視覺加速器核心，以及Imagination SGX544 GPU，主要應(yīng)用于前置攝像頭信息處理，包括車道報警、防撞檢測、自適應(yīng)巡航以及自動泊車系統(tǒng)等。
TDA3x于2014年10月發(fā)布，主要面向中到中低級市場，其縮減了包括雙核A15及SGX544 GPU，主要應(yīng)用在后置攝像頭、2D或2.5D環(huán)視等。
在CES 2020上，TI發(fā)布了基于Jacinto™7架構(gòu)的TDA4VM處理器系列，將TI行業(yè)領(lǐng)先的DSP和EVE內(nèi)核整合到單個高性能內(nèi)核中，并增加了浮點矢量計算功能，該款SoC包含通用處理CPU、C7 DSP MMA深度學習加速器、VPAC DMPAC視覺加速器、ISP和以太網(wǎng)交換機以及PCIe交換機等。在功耗方面，TDA4VM處理器僅用5到20W的功率和性能效率即可執(zhí)行高性能ADAS計算，無需主動冷卻。
19.瑞薩 R-Car V3H
“R-Car”是瑞薩電子株式會社專為自動駕駛汽車計算而設(shè)計的系統(tǒng)級芯片（SoC）系列，主要用于汽車信息系統(tǒng)。Renesas瑞薩電子在2018年推出新款R-Car V3H SoC。R-Car V3H以較低的功耗為汽車前視視覺系統(tǒng)提供強大的計算性能和人工智能處理能力，適用于L3、L4級自動駕駛。R-Car V3H主要針對立體前視攝像頭應(yīng)用進行了優(yōu)化，其計算機視覺性能是2017年4月推出的面向NCAP前視攝像頭的R-CarV3M SoC的5倍。
R-Car V3H SoC專注于對計算機視覺處理進行架構(gòu)優(yōu)化，支持從有條件自動駕駛到高度自動駕駛的所有ADAS相關(guān)功能。R-Car V3H運用瑞薩基于IMP-X5+圖像識別引擎和專用硬件加速器的異構(gòu)計算機視覺內(nèi)核概念，用包括稠密光流注3、稠密立體視差注4和對象分類注5在內(nèi)的算法實現(xiàn)了先進的感知功能。集成的CNN注6IP以僅0.3W的業(yè)界領(lǐng)先低功耗加快了深度學習，實現(xiàn)了2倍于R-Car V3M的深度神經(jīng)網(wǎng)絡(luò)性能。
20.Arm 自動駕駛芯片Cortex-A76AE
作為一個移動芯片基礎(chǔ)技術(shù)公司，本身并不制造芯片，而是通過研究微控制器芯片的核心技術(shù)，然后授權(quán)給各大芯片廠商。
自1996年，Arm生產(chǎn)的通用型、實時型處理器就開始被各大車輛制造商使用?，F(xiàn)在Arm的半導體知識產(chǎn)權(quán)（IP）已廣泛應(yīng)用于ADAS系統(tǒng)（如防撞、巡航控制等）、連接、信息娛樂、動力總成控制和汽車其他組件。
2018年9月，Arm推出了“安全就緒”（Safety Ready）計劃，旨在為自動駕駛汽車提供解決方案。并推出了代號為Cortex-A76AE的產(chǎn)品，作為第一款專為自動駕駛汽車打造的處理器。
Cortex-A76AE處理器允許芯片制造商設(shè)計具有安全功能的芯片，使自動駕駛汽車能夠滿足最嚴格的安全要求，能將自動躲避等特性應(yīng)用到汽車上。AE，即“Automotive Enhanced(自動駕駛增強)”。該處理器采用臺積電7nm工藝技術(shù)制造的16核Cortex-A76AE SoC具有超過250 KDMIPS的計算性能，功耗30W，足以滿足當今應(yīng)用需求。如果用戶想要更高的性能，可以構(gòu)建更多內(nèi)核，甚至多個SoC。該內(nèi)核具備Arm v8.2微體系結(jié)構(gòu)的所有功能特性，包括可靠性、可用性和可維護性，并采用了分核-鎖步（Split-Lock）模式來確保可靠性。
并且，基于Cortex-A76AE的SoC可擴展至最多64核。除了含有通用計算核外，Arm的自主計算復合體還集成了Mali-G76 GPU、ARM的ML處理器和其他必要的IP。此外，所有復合體支持Arm的內(nèi)存虛擬化和保護技術(shù)，可以完美實現(xiàn)ML和NN加速器的運行。
Arm 在Cortex-A76AE之后又推出新款適應(yīng)自動駕駛的處理器產(chǎn)品Cortex-A65AE。按照Arm公司計劃，第一批使用Cortex-A76AE處理器的汽車將于2020年上路，Cortex-A65AE也將于2020年上市。
21.高通Snapdragon Ride
Qualcomm高通公司此前在 2017 年披露了其研發(fā)自動駕駛汽車芯片的計劃，2018 年，因為監(jiān)管原因，高通公司收購荷蘭恩智浦公司遭到失敗。2020年1月5日，在美國拉斯維加斯舉行的消費電子展(CES)上高通發(fā)布了全新的自動駕駛平臺Snapdragon Ride，旨在處理從車道控制、自動泊車等自動駕駛所需的各項任務(wù)，高通預(yù)計其可在2023年上路。
Snapdragon Ride平臺包含多個SOC（系統(tǒng)級芯片）選項，包括深度學習加速器和自動駕駛軟件Stack，能夠支持高級駕駛輔助系統(tǒng)ADAS功能，比如車道保持以及在自動駕駛出租車（Robotaxi）上的全自動駕駛的應(yīng)用等功能。
根據(jù)高通介紹，Snapdragon Ride平臺基于一系列不同的驍龍SoC和加速器建立，采用了可擴展且模塊化的高性能異構(gòu)多核CPU、高能效的AI與計算機視覺引擎，以及業(yè)界領(lǐng)先的GPU。基于不同的SoC和加速器的組合，平臺能夠根據(jù)自動駕駛的每個細分市場的需求進行匹配，并提供業(yè)界領(lǐng)先的散熱效率，包括從面向L1/L2級別應(yīng)用的30 TOPS等級的設(shè)備，到面向L4/L5級別駕駛、超過700 TOPS的功耗130瓦的設(shè)備。因此該平臺可支持被動或風冷的散熱設(shè)計，從而實現(xiàn)成本降低、可靠性提升，省去昂貴的液冷系統(tǒng)，并簡化汽車設(shè)計以及延長電動汽車的行駛里程。Snapdragon Ride的一系列SoC和加速器專為功能安全ASIL-D級（汽車安全完整性等級D級）系統(tǒng)而設(shè)計。
Snapdragon Ride將于2020年上半年交付汽車制造商和一級供應(yīng)商進行前期開發(fā)。Qualcomm Technologies預(yù)計搭載Snapdragon Ride的汽車將于2023年投入生產(chǎn)。
中國公司在AI芯片領(lǐng)域的探索在近幾年呈現(xiàn)爆發(fā)趨勢，頭部企業(yè)有華為、地平線、寒武紀、西井科技、百度等，另有其他國產(chǎn)公司在人工智能、語音識別、視覺處理方面發(fā)力，如芯馳科技、黑芝麻、中星微電子、比特大陸、杭州中天微等等?？傮w來看，中國公司在AI芯片領(lǐng)域已經(jīng)占據(jù)不少席位，中國自動駕駛芯片在性能和功耗上和外國芯片相比并不差，但是如果想要達到世界領(lǐng)先水平，甚至趕超NVIDIA、Tesla、TI、Xilinx等還有很長的路要走。而從研發(fā)設(shè)計到真正上車量產(chǎn)，更需要深度的測試驗證和積累。
首先，國產(chǎn)芯片企業(yè)想要有所建樹，必須要有長期研發(fā)投入的思想準備，也就是燒錢和時間，在沒有積累的基礎(chǔ)上做AI芯片研發(fā)，所要攻克的難關(guān)數(shù)不勝數(shù)。這種長期投入一方面是大筆資金投入和高產(chǎn)出的正向循環(huán)；另一方面則體現(xiàn)在芯片架構(gòu)設(shè)計、底層軟件和操作系統(tǒng)的設(shè)計能力上，需要不斷的積累和高忍耐度。
其次，中國有句老說貪多嚼不爛，國內(nèi)芯片企業(yè)如果想在AI芯片領(lǐng)域分食蛋糕甚至趕超國際對手，必須在一個垂直領(lǐng)域做精做深，真正的深耕進去，并且要真正做到全棧的方案和產(chǎn)品給到用戶，提供的是一個可供量產(chǎn)化的產(chǎn)品而不是一個DEMO，必須要讓它能真正應(yīng)用。
第三，生態(tài)的建立，國外芯片企業(yè)基本上都有自己的一套體系和生態(tài)系統(tǒng)，華為基于自身多年ICT的積累可以快速推出麒麟、昇騰、鯤鵬等系列芯片，但是在生態(tài)方面依然欠缺，體現(xiàn)在軟件、操作系統(tǒng)、體系架構(gòu)、輔助件、工具鏈等等。因此國內(nèi)芯片廠商必須進行AI芯片相關(guān)軟硬件生態(tài)的建立，以及用戶體系的培養(yǎng)。比如NXP、Intel在國內(nèi)高校多年發(fā)展課程體系、認證體系等，華為在近幾年也有意識的開展和高校和科研院所的戰(zhàn)略性合作，這一舉措絕對是影響深遠的。
第四，制程工藝，我們已知去年發(fā)生的中興遭遇芯片斷供，華為在美國的黑手下也面臨芯片供應(yīng)商不能供貨問題，這里主要涉及到芯片的制程工藝，目前芯片制造工藝主流水平是7-14m，而大名鼎鼎的臺積電早就量產(chǎn)7nm芯片，5nm工藝也進入了量產(chǎn)階段，目前正在研究2nm工藝。中國芯片企業(yè)只能做到14nm，也只有中芯國際能做，因此中國缺乏生產(chǎn)最先進的7納米和更小芯片的能力。就目前來看華為面臨的問題也是整個中國芯片行業(yè)面臨的問題，雖然目前華為繞開美國制裁禁令的可能性不大，但是這里面的關(guān)鍵問題是中國芯片企業(yè)能以多快的速度建立國內(nèi)芯片世界一流工藝制造能力。
雖然我們很樂觀的對中國芯片行業(yè)的發(fā)展非常看好，但是，中國AI芯片想要達到世界一流水平甚至實現(xiàn)趕超，還有很長的路要走。人工智能行業(yè)催生了這個過程，但是天賦不能與經(jīng)驗，積累同樣重要，更何況國內(nèi)企業(yè)一直缺課，能不能盡快補上來并且追過去，就看國內(nèi)企業(yè)如何發(fā)力了。
《風語辰學習筆記》專輯
智能汽車不僅僅是當下的熱門，也是未來趨勢所在，作為一個汽車電控工程師，研究、設(shè)計、產(chǎn)品，這是工作；但是拆解、分析，形成自己的設(shè)計語言，這是興趣。每個階段有不同的收貨，整理一下，記個筆記，給自己烙個印，也分享一下，共勉！
作者：風語辰（知乎號）
公眾號：智能汽車電子技術(shù)
廣告 編輯推薦
最新資訊
-
“汽車爬坡試驗方法”將有國家標準
2026-03-03 12:44
-
十年耐久監(jiān)管時代：電池系統(tǒng)開發(fā)策略將如何
2026-03-03 12:44
-
聯(lián)合國法規(guī)R59對機動車備用消聲系統(tǒng)的工程
2026-03-03 12:08
-
聯(lián)合國法規(guī)R58對后下部防護裝置的工程化約
2026-03-03 12:07
-
聯(lián)合國法規(guī)R57對摩托車前照燈配光性能的工
2026-03-03 12:07
