自动驾驶汽车品牌有哪些？

1. 自动驾驶汽车品牌有哪些？

自动驾驶汽车品牌包括吉利岳斌、 特斯拉 和大众谭跃。具体品牌介绍如下:吉利岳斌:吉利岳斌是吉利首款采用BMA模块的suv。吉利岳斌配备了L2 驾驶辅助 系统，也是最便宜的配备L2驾驶辅助系统的suv。特斯拉
                                     自动驾驶汽车品牌有哪些？                            
 自动驾驶汽车品牌包括吉利岳斌、特斯拉和大众谭跃。具体品牌介绍如下:
 
 
 
 吉利岳斌:
 
 
 
 吉利岳斌是吉利首款采用BMA模块的suv。吉利岳斌配备了L2驾驶辅助系统，也是最便宜的配备L2驾驶辅助系统的suv。
 
 
 
 特斯拉系列:
 
 
 
 特斯拉可以说是驾驶辅助系统的领导者。目前model-s和modle-x机型都配备了L5级别的硬件，但受限于软件问题。目前，特斯拉仍处于L2水平。可以实现超车、变道、自动转弯、自动跟车等功能，自动驾驶的雏形已经出现。
 
 
 
 公共探索:
 
 
 
 大众谭跃是大众旗下的一款紧凑型suv。谭跃配备了交通拥堵辅助系统，ACC自适应巡航使谭跃也具备了L2水平的辅助驾驶。在科技感上也比大众其他车型强很多。
 
                                   自动驾驶级别分级有几级？                            
 
 从0到5分为6个不同的等级。
 
 
 
 0级驾驶自动化:
 
 
 
 即紧急辅助，驾驶自动化系统在动态驾驶任务中不能连续进行车辆的横向或纵向运动控制，但具有在动态驾驶任务中连续进行某些目标和事件的检测和响应的能力。
 
 
 
 一级驾驶自动化:
 
 
 
 即部分驾驶辅助，驾驶自动化系统在其设计的操作条件下，在动态驾驶任务中连续执行车辆的横向或纵向运动控制，并且具有检测和响应一些目标和事件的能力，这些目标和事件适合于执行车辆的横向或纵向运动控制。
 
 
 
 二级驾驶自动化:
 
 
 
 即组合驾驶辅助，驾驶自动化系统在其设计的运行条件下，在动态驾驶任务中连续执行车辆的横向和纵向运动控制，并具有检测和响应一些目标和事件的能力，这些目标和事件适合于执行车辆的横向和纵向运动控制。
 
 
 
 3级驾驶自动化:
 
 
 
 即有条件自动驾驶，驾驶自动化系统在其设计的运行条件内连续执行所有动态驾驶任务。
 
 
 
 四级驾驶自动化:
 
 
 
 即高度自动驾驶，驾驶自动化系统在其设计的运行条件下，连续执行所有动态驾驶任务，并接管动态驾驶任务。
 
 
 
 5级驾驶自动化:
 
 
 
 即全自动驾驶，驾驶自动化系统连续执行所有动态驾驶任务，并在任何可驾驶条件下接管动态驾驶任务。是真正有意义的自动驾驶系统。
 
                                          自动驾驶汽车品牌有哪些？            @2019

2. 起底自动驾驶芯片背后的秘密

 在自动驾驶芯片领域中，能将“大算力”芯片量产并交付给车企的芯片供应商并不多，而这也导致目前搭载“大算力”芯片的车型并不多，车企欲自研自动驾驶芯片的野心逐渐显现，围绕自动驾驶芯片的智能网联争夺战早已拉开帷幕。
    “大算力”芯片成宠儿 
   随着《 汽车 驾驶自动化分级》国家标准的正式实施，自动驾驶等级正在向更高级别的方向发展，而高阶级的进化也对芯片算力提出了更高的要求。
   在英伟达召开的2022年GTC（全球商品交易中心）大会上，英伟达首席执行官黄仁勋宣布英伟达自动驾驶芯片Orin于本月正式投产销售。官方信息显示，英伟达Orin芯片算力可达254TOPS。与此同时，英伟达还公布了Atlan芯片，而该芯片的目标算力是1000TOPS，计划于2025年交付。
   毫无疑问，当前的自动驾驶芯片市场发生了明显的变化，“大算力”正是一大趋势。除了英伟达，算力突破100TOPS的芯片陆续问世，比如已发布单颗芯片最高算力可达128TOPS的地平线征程5；单颗芯片最高算力可达176TOPS的Mobileye EyeQ Ultra等。
   寒武纪行歌执行总裁王平在日前召开的首席智行官大会暨机器之心AI 科技 年会上也表示，“大算力”将成为智能驾驶芯片的两大趋势之一。据悉，今明两年，寒武纪行歌将会推出两款重磅芯片，其中一款高端智驾芯片AI算力将超过400TOPS。
   纵观目前搭载在实车上的芯片，单颗芯片算力大多不过100TOPS，例如小鹏P7的NGP辅助驾驶系统、蔚来ES6的NOP辅助驾驶系统、理想ONE的NOA辅助驾驶系统等。这也导致目前量产实车的自动驾驶徘徊在真正意义上L4级别大门迟迟不能前进。
     日前在北京举办的2022年电动车百人论坛上，地平线创始人余凯表示，在摩尔定律趋缓的情况下，不能再依靠提升晶体管的密度，提升计算性能。基于此，地平线对芯片算力提出“算力大不如算得快”，期冀提高芯片的计算效率。
   实际上，余凯曾多次表示，地平线并不单纯追求物理算力，更看重深度神经网络算法在芯片上的计算效率。对比地平线征程5和英伟达Orin-X，地平线只用一半的芯片面积和一半的计算资源，但依然能够得到相当高的计算性能。一定程度上来说，地平线追求的芯片更有经济适用性。
      与车企合作模式的转变 
   在目前英伟达市占率顶起半边天之前，业内更愿意采用的自动驾驶芯片来自目前归属于英特尔的Mobileye。长期以来，Mobileye采用的是黑盒子方案，即将芯片、操作系统以及智能驾驶系统的软硬件全部整合打包给车企。
   21世纪初，市场对智能驾驶的需求尚未显露，加之自动驾驶领域的入局者数量不多，技术发展处于起步阶段，车企对自动驾驶领域一片空白。此时，由芯片供应商全包的模式成为车企的主要选择。2007年，宝马、通用和沃尔沃的车型均配置Mobileye提供的芯片服务。
   但这样的“全包模式”在当前的智能网联时代，却成为束缚车企们个性化定制、差异化竞争的一大因素。而这也导致众多车企转向英伟达、地平线这类开放性程度更高的芯片商。
   目前，英伟达采用的合作模式建立在自研的芯片和操作系统上，而自动驾驶企业如小马智行以及车企等相关方均可以在此基础上设计适合自己需求的自动驾驶软硬件系统。相较黑盒子方案，这无疑给予了车企更大的自主研发权。
   而地平线给出的合作模式则更具有开放性，包括搭建开源的车载操作系统；向车企授权芯片IP，帮助车企打造芯片。前者被称为Together OS，地平线在SOC（系统级芯片）等开发完成后，将中间的底层软件通过开源OS开放的模式跟整车一起系统开发。后者被称为BPU授权模式，即整车开发可以从芯片、操作系统、自动驾驶的软硬件系统等各层级渗透。
   2022年年初，理想 汽车 创始人李想在其个人公开社交平台上表示，由于无法满足理想 汽车 智能驾驶全栈道自研的需求，理想 汽车 在2020年底停止了和Mobileye的合作，开始使用地平线的J3芯片开展智能驾驶的全栈道自研。
   显然，随着智能网联时代的号角吹响，车企在智能驾驶方面的竞争力之一即来自更多地掌握核心芯片技术，不断向产业链的底层渗透，寻求软硬件高度协同。
   在具体的实施中，车企实施全栈道自研对资金的需求更大。尽管在这种模式下，车企能更大程度地掌控芯片设计、产品功能和研发效率，但碍于资金等投入，目前仅有小鹏 汽车 等少数车企使用全栈道自研。
   更多的车企将自动驾驶基础的软硬件开发、硬件生产以及芯片方案整合等外包交由上层供应商完成，而自动驾驶软件部分则由车企完成，以达到智能驾驶个性化定制和差异化体验的产品市场竞争力。
    国产芯片商开始异军突围 
     不可忽略的是，当前自动驾驶芯片市场中，面向L4级别的车型大多采用的是英伟达、高通等国外的芯片商，诚然国内的芯片商，例如华为、地平线等也不容小觑，但如何让更多的车企或自动驾驶企业选择国产芯片，是摆在眼前的一道难题。
   王平表示，从车企的角度，希望车企可以给国内芯片公司更多的机会，通过联合开发项目，牵引国产的SOC成为更符合车企需求的SOC，更多使用国产化芯片提升供应链安全性。此外，支持引导生态打造，鼓励国内芯片企业、算法公司等企业的强强合作。
   同时，王平希望半导体行业的企业们，能在制造端早日实现先进制程车规级制造和封装的本土落地。
   而地平线则是在不断提升计算效率的前提下，通过更开放性的平台打通与更多车企的合作圈，洞悉车企欲参与芯片设计、软硬件系统开发等方面，企图在更具定制化、个性化方面实现弯道超车。
   值得一提的是，当前，自动驾驶芯片的制造大多实行代工制，芯片设计公司并非就拥有制造生产线。
   黄仁勋在3月的一次电话会议中透露，英伟达有兴趣考虑让英特尔代工芯片。其表示：“英特尔有意让英伟达使用英特尔的制造工厂，而英伟达对 探索 这种可能性也非常感兴趣。但是，关于代工合同的讨论需要很长时间，因为这涉及到整合供应链。”目前，上述双方尚未有具体的合作时间表。
   而在此前，英伟达的芯片代工大多在台积电进行。因此，全产业链的闭环中，国产芯片商也可以通过原有制造方面的优势逐步向前端设计转型。
   正如全国政协经济委员会副主任苗圩表示，如果把新能源 汽车 比作上半场，智能网联 汽车 比作下半场，中国 汽车 行业上半场取得了很大成效，但决定胜负还在下半场。自动驾驶芯片的发展将影响自动驾驶 汽车 技术的发展，国产芯片如何获取更大的市场占有率，仍需技术突破、加强合作等多维度发展。

3. 自动驾驶芯片市场火爆，科技巨头抢滩，中国企业能否一战？

[汽车之家 新鲜技术解读]? 自动驾驶系统，最关键的部件是什么呢？是传感器？是控制软件？还是处理芯片呢？我个人认为在目前这个阶段来说，处理芯片是一个最关键的部件，它的性能直接影响自动驾驶系统的好坏。过去，顶尖的芯片技术一直是国外企业垄断的，但随着中国芯片企业近年的快速追赶，情况已经有所改观。今天我们就来聊聊中国自动驾驶芯片究竟处于一个怎样的水平？
● 自动驾驶芯片是干什么用的？
 虽然目前L3级别有条件自动驾驶车辆在中国尚未落地，但从一些带有高阶L2驾驶辅助系统的车辆上我们可以发现，这些车辆都带有数量不少的传感器用以检测车辆周围的障碍物，从而为控制系统决策提供数据支持。这些传感器包括毫米波雷达、超声波雷达、摄像头等。这些传感器每秒钟会产生数GB（1GB=1024MB=10242KB）的数据，自动驾驶芯片需要流畅地处理这些数据才能保证系统及时作出正确的决策，从而确保车辆的行驶安全。
 可能大家对每秒数GB的数据没有概念，这里举一个生活中的例子。普通的USB3.0接口U盘，其读取速度峰值接近200MB/s，要从这个U盘中读取1GB的文件大约需要5秒左右的时间，足见每秒数GB的数据量是相当大的。
 自动驾驶系统除了需要解决大流量数据传输问题，还需要解决的就是如何能快速处理这些海量数据，而强大的自动驾驶芯片正是那把正确的钥匙。
● 国外的自动驾驶芯片处在怎样的水平？
 虽然本文主要是讲中国自动驾驶芯片的，但知己知彼，百战百胜，在审视本土状况之前，我们还是先要来简单了解国外的情况。国外自动驾驶芯片真正能够大规模进入量产车市场的无非三家，英伟达、Mobileye（现已被英特尔收购）、特斯拉。
 其中，走实用路线的Mobileye目前市场占有率在70%以上，市场上的产品主要是应用于L2驾驶辅助系统的EyeQ3芯片（算力0.256TOPS，“TOPS”是每秒万亿次运算的意思，详细介绍请看这篇文章相关介绍，本文标注的算力如无特别说明均指的是8位整数计算能力）以及具备L3级别自动驾驶能力的EyeQ4芯片（算力2.5TOPS）。像是小鹏G3、蔚来ES6/ES8、广汽新能源Aion LX就采用了EyeQ4芯片作为其驾驶辅助系统的核心。
 相较于英伟达上代自动驾驶平台旗舰之作DRIVE PX Pegasus 320TOPS的算力，新的DRIVE AGX Orin平台的旗舰配置实现了成倍的性能增长。此外，DRIVE AGX Orin平台的扩展柔性化程度相比以往平台进一步提升，能够通过硬件配置的增减，满足从一般驾驶辅助到L5级别完全自动驾驶等不同级别车辆的需求。
 特斯拉Autopilot 1.0系统采用的是1颗英伟达Tegra3芯片+1颗Mobileye EyeQ3芯片；Autopilot 2.0系统采用的是1颗英伟达Tegra Parker芯片+1颗Pascal架构GPU芯片；Autopilot 2.5系统采用的是2颗英伟达Tegra Parker芯片+1颗Pascal架构GPU芯片。
 已经搭载在最新下线特斯拉车型上的自研FSD芯片，单颗芯片算力为72TOPS，Full Self-Driving Computer集成有两颗独立工作的FSD芯片，一颗“挂了”，另外一颗马上“顶上”，提升了整套系统的安全性和稳定性。
 当然了，除了上面三家锋芒毕露的企业，还有不少企业在垂涎自动驾驶芯片这块蛋糕，其中包括高通、赛灵思、恩智浦等，但这些企业真正走向量产车的自动驾驶芯片还不成规模，限于篇幅，这里就不作介绍了。
● 迅速崛起的中国自动驾驶芯片企业
 好了，看完国外的情况，我们目光回到国内。自动驾驶芯片市场火爆，国外科技巨头抢滩登陆，中国企业究竟实力怎么样呢？下面我们一起来看看。
◆ 寒武纪
 中科寒武纪科技股份有限公司（下称“寒武纪”）的前身是中国科学院计算技术研究所下，由陈云霁和陈天石两兄弟领导的一个课题组。该课题组在2008年开始研究神经网络算法和芯片，并在2012年开始陆续发表研究成果。
 2016年，上述课题组提出的深度学习处理器指令集DianNaoYu被ISCA2016所接受，实验表明搭载该指令集的芯片相较于传统执行X86指令集的芯片，在神经网络计算方面有两个数量级的性能优势。随着课题组的研究成果趋于成熟，中科寒武纪科技股份有限公司正式成立，并着手将其芯片和指令集向商业领域转化。也是在2016年，寒武纪发布了首款商用深度学习处理器寒武纪1A。
 聊完这家公司的身世，下面我们来看看它的产品。目前寒武纪有两款最新的人工智能芯片IP授权，分别是Cambricon-1M和Cambricon-1H。性能指标最强的Cambricon-1M-4K在1GHz时钟频率下拥有8TOPS的算力；性能指标最弱的Cambricon-1H8mini在1GHz时钟频率下拥有0.5TOPS的算力。所有型号的详细算力参数可以参看下表。
 Cambricon-1M和Cambricon-1H被定义为终端智能处理器IP。我们在手机或者汽车这些终端上出现的人脸识别、指纹识别、障碍物识别、路标识别等应用都能通过在芯片中集成上述处理器IP实现加速。
 上面提到的“边缘”一词来自于“边缘计算”。 边缘计算是指在靠近智能设备（终端）或数据源头（云端）的一端，提供网络、存储、计算、应用等能力，达到更快的网络服务响应，更安全的本地数据传输。边缘计算可以满足系统在实时业务、智能应用、安全隐私保护等方面的要求，为用户提供本地的智能服务。思元220在边缘计算中扮演着提高数据安全、降低处理延时以及优化带宽利用的角色。
 目前寒武纪高算力芯片产品被定义为智能加速卡，可用于服务器中加速人工智能运算。谷歌的AlphaGo人工智能机器人打败韩国世界围棋冠军李世石的新闻相信各位有所耳闻，AlphaGo人工智能机器人的背后其实是谷歌自研的TPU芯片。寒武纪的高算力芯片产品的特性和应用也与谷歌TPU类似，当然它们之间也可以算是竞争对手了。
 所不同的是思元270-S4采用的是被动散热设计，最大热设计功耗为70W，定位为高能效比人工智能推理设计的数据中心加速卡。这也意味着该卡会有“功耗墙”设定，即当加速卡功耗达到阈值上限时会降低算力以保证较低的功耗和发热。
 思元270-F4相当于是“满血版” 思元270-S4，最大热设计功耗150W，采用涡轮风扇进行主动散热。良好的散热和充足的供电使得思元270-F4能够发挥出思元270芯片的全部性能。该卡定位是为桌面环境提供数据中心级人工智能计算力，简而言之就是为台式机配的高性能人工智能加速卡。
 虽然思元270在制造工艺上只采用了台积电的16nm工艺，但整体能耗比还是做得比较不错的。虽然单卡算力不及最新的英伟达旗舰计算卡，但5张思元270-S4/思元270-F4并行的话，峰值算力也能达到英伟达A100的水平。只是英伟达A100更先进的工艺应该在能耗比上面会有一定的优势。
 其中思元100-C搭载了视频和图像解码单元，采用被动散热方式，最大热设计功耗为110W；思元100-D不搭载视频和图像解码单元，采用被动散热方式，最大热设计功耗为75W。目前思元100系列产品已经于2019年在滴滴云和金山云上得到应用。其中滴滴云采用思元100板卡加速弹性推理服务，该服务用于深度学习推理任务；而金山云则采用思元100板卡加速语音、图像、视频等人工智能应用。
 前面讲的尽是服务器级的计算卡，这是不是偏离了我们应该聊的自动驾驶芯片话题呢？其实不然。前面也提到了，寒武纪目前是一家专注于人工智能芯片开发的企业，自动驾驶领域确实涉足不深，但通过和其他国内友商的联合还是有一些建树的。
 WiseADCU CN1自动驾驶运算域控制器提供了L3或以上级别自动驾驶系统所需的算力以及传感器连接数量需求，实现了仿真、模型、系统、架构、编码、加速、算法七个关键控制点的自主可控。
 实际上威盛集团由于处理器产品性能竞争力弱，早就退出了主流X86处理器市场的竞争，市场中就剩下英特尔和AMD在角力。兆芯成立后，吃透了威盛的X86技术，并在威盛当时最新的处理器架构基础上进行全面的改进和优化，先后推出了ZX-A、ZX-C以及ZX-C+等处理器产品。
 6月2日，科创板上市委发布2020年第33次审议会议结果公告，寒武纪上市获得通过，从受理到审批通过，寒武纪只用了68天，刷新了科创板审核速度。寒武纪上市后成为A股中唯一一家人工智能芯片公司，该领域的市场空间在2022年有望超过500亿美元，发展潜力巨大。打通了A股融资渠道的寒武纪究竟能否凭借其独特的技术优势进一步发展壮大呢？这谁都说不准，但可以确定的是，寒武纪的成功上市让很多投身于该领域的公司赢得了信心，看到了希望，中国人工智能芯片时代或将由此开启。
◆ 地平线机器人
 好了，聊完寒武纪，我们来聊聊另外一家人工智能芯片企业——地平线机器人技术研发有限公司（下简称“地平线”）。地平线是由前百度深度学习研究院常务副院长余凯于2015年创立的，专注于自动驾驶与人工智能芯片的一家公司。余凯也是百度自动驾驶的发起人。
 余凯建立的地平线，一直以来坚持的是软件和硬件相结合的方向。他认为，算法、芯片和云计算将构成自动驾驶的三个核心支点。相比起前面介绍的寒武纪注重打造高性能硬件芯片，地平线的商业模式是把以“算法+芯片”为核心的嵌入式人工智能解决方案，提供给下游厂商。打个比方比较好理解，如果说寒武纪卖的是处理器芯片，那么地平线卖的就是安装了操作系统的整机。产品方面，相较寒武纪从终端到云端的芯片产品布局，地平线虽然自研芯片，但更偏重的是以产品功能来划分产品线。
 硬件上，征程二代芯片内部集成了两个Cortex A53核心、两个自研的BPU（Brain Processing Unit，可用于加速人工智能算法）核心、DDR4内存控制器以及输入输出控制器，算力达到4TOPS，典型功耗为2W，这比起目前主流的Mobileye EyeQ4芯片的算力和能耗比都更优秀。
 这些智能音箱有较强的自然语义识别功能，能够识别人们发出的语音命令，结合物联网技术，人们通过简单的语音命令除了能够让音箱播放在线音频资源外，还能够控制各种家电，如开关、灯泡、风扇、空调等。这就是AIoT的一个最简单的应用例子。
 从硬件方面看，旭日二代芯片内部集成了两个ARM Cortex A53核心、两个自研的BPU核心、DDR4内存控制器以及输入输出控制器，算力达到4TOPS，典型功耗为2W。从参数上看，旭日二代和征程二代好像没什么差别，实际上征程二代可以看做是旭日二代的车规版，它满足AEC-Q100标准，在工作温度、电磁辐射等标准上会更高一些。虽然征程二代和旭日二代均采用台积电28nm工艺制造，但旭日二代芯片尺寸为14x14mm，比征程二代芯片17x17mm的尺寸更小，更有利于内嵌到AIoT设备当中。
 和寒武纪一样，地平线同样拥有自研的人工智能加速芯片技术。所不同的是，地平线更注重软件和硬件的整合，从而为下游厂商提供成熟的解决方案。在资本市场，地平线同样受到追捧，其投资者众多，其中包括了世界半导体行业巨头英特尔和SK海力士以及国内的一线汽车集团等。未来地平线是否会和寒武纪一样登录科创板目前还不得而知，但CEO余凯对于在科创板上市是持积极态度的。我个人是支持有更多像地平线这样的企业登录科创板，更充分的竞争可以避免垄断同时促进该领域的加速发展。
◆ 西井科技
 西井科技创办于2015年，它起初是一家做类脑芯片的厂商。所谓的类脑芯片简单来说就是以人脑的工作方式设计制造出来的芯片。目前大行其道的冯?诺依曼结构处理器芯片，其计算模块和存储单元是分离的，芯片工作的过程中需要通过数据总线来连接计算模块和存储单元，数据传输上的开销太大从而限制着这类芯片的工作效率和能耗比的提升。
 类脑芯片模仿的是大脑神经元的工作形式，大脑的处理单元是神经元，内存就是突触。神经元和突触是物理相连的，所以每个神经元计算都是本地的，而从全局来看神经元们是分布式在工作。类脑芯片由于具有本地计算和分布式工作的特点，所以在工作效率和能耗上相比冯?诺依曼结构处理器芯片更有优势。
 虽然这种类脑芯片看着和普通的处理器芯片在外观上没有什么不同，但其实内部运作原理与传统的处理器芯片有着本质的区别。国内除了西井科技开发出了类脑芯片，像是清华开发的天机（TianJic）芯片和浙大开发的达尔文（DARWIN）芯片都是类脑芯片。所不同的是，西井科技的DeepSouth芯片是全球首块可商用5000万类脑“神经元”芯片。
 西井科技这艘大船拿着投资人动辄过亿的投资款，肯定是要追求盈利的。不管公司的技术有多超前，无法商业化在逐利的资本市场必然是无法接受的。随着人工智能和自动驾驶产业的兴起，西井科技找到了技术商业化的契机。
 相比起我们前面两个厂商动辄上百TOPS算力的产品，西井这两款产品的算力确实有点拿不出手。但西井科技的这两款芯片能够实现片上学习，可以随时新增样本进行增量训练来提升推理准确率。
 可能大家看到这里还是没看懂西井科技这两块芯片的优势所在，我在这里稍微解析一下大家就能够明白。目前的自动驾驶算法都是通过高性能服务器进行模型训练（让计算机去看摄像头或激光雷达等传感器获取的环境数据，学习目标判断方法），然后将训练好的模型再部署到车载硬件之中（把机器学习到的高效目标判断方法固化到车载自动驾驶系统之中）。
 在实际应用方面，西井科技并没有一头冲进乘用车自动驾驶系统领域，而是在智能港口和智能矿场干出了自己的一片天地，并把触角伸向了智慧医疗和智慧物流领域。2017年10月，公司与全球知名港机巨头振华重工建立长期合作伙伴关系，这是西井科技进军智能港口的重要一步。
 自动驾驶卡车要在港区自动装卸集装箱，需要自动驾驶系统精细的车辆控制、敏锐的环境识别以及准确的定位，这些都需要港区高清地图配合。西井科技的无人集装箱卡车定位精度在5cm以内，这是实现集装箱自动装卸的关键。全球首辆港区作业无人集装箱卡车作业成功，充分展现了西井科技在卡车自动驾驶系统以及高精度地图绘制领域的实力。 
 除了自动驾驶和高清地图绘制外，西井科技还为企业打包了一整套智能港口和智能矿场解决方案，利用人工智能技术提升港口和矿场的运作效率，同时能够进一步降低其运营成本。深挖行业中存在的机遇，逐步筑起行业壁垒是西井科技面对人工智能芯片市场激烈竞争的重要策略。
 作为全球最早落地行业应用的自动驾驶团队，西井科技旗下自动驾驶品牌Qomolo逐路目前涵盖了无人驾驶跨运车、无人驾驶新能源集卡和无人驾驶矿卡三大项目。
 面对乘用车自动驾驶芯片领域的激烈竞争，我认为短期内西井科技不会进入该领域。相反它会通过深耕已有的智能港口、智能矿场以及无人驾驶重卡市场，进一步筑高上述市场的壁垒，扩大自身的行业影响力和竞争力。但不能忽视的是，西井科技掌握的类脑芯片技术或有可能成为未来自动驾驶芯片领域的一个风口。
 上文详细介绍中国3家知名自动驾驶芯片公司及其产品，相信大家应该对目前国内自动驾驶芯片现状有了一个更深了解。除了这三家公司，数字地图供应商四维图新通过收购杰发科技也布局自动驾驶芯片市场，但量产芯片目前尚未落地。百度的昆仑芯片以150W的功耗实现了260TOPS的算力，竞争力很强，但其定位为云端全功能人工智能芯片，主要用在服务器之上。百度在自动驾驶领域的亮点还是在于其Apollo自动驾驶软件平台。
● 全文总结：
 寒武纪、地平线、西井科技这三家公司都有着各自的特色和亮点。寒武纪专注于芯片研发，产品算力最强；地平线除了研发芯片，还提供完整的自动驾驶软件方案，对主机厂开发更友好；西井科技掌握独特的类脑芯片设计，在智能港口、智能矿场以及无人驾驶卡车领域已经站稳了阵脚。整体来看，中国自动驾驶芯片在性能和功耗上和外国芯片相比并不差，如何在中国开放L3级别有条件自动驾驶车辆落地这个时间节点用产品和服务先发制人是中国自动驾驶芯片企业的制胜关键。究竟鹿死谁手，让我们拭目以待吧，好戏即将上演！（图/文/汽车之家 常庆林?部分图片源于网络）

4. 哪个公司掌握了自动驾驶的核心技术？

掌握了自动驾驶的核心技术的公司有吉利公司、美国电动汽车及能源公司和一汽-大众汽车有限公司。
自动驾驶分六个阶段，数字越高自动化程度就越高。汽车自动驾驶评级标准主要是由SAE（国际汽车工程师协会）来制定，并且会对不同的车进行专业的评价和等级，让人们了解自动驾驶技术水平。当中L1是最简单的辅助支持，整个驾驶过程完全是要靠人们自己来操作。L2这两年比较火，也是现在所谓能自动驾驶的车型所在的级别。L2里自动刹车辅助系统、自动泊车系统、ACC自适应巡航等功能，可以让人们有机会暂时性离开方向盘。

而自动驾驶系统里面的重要技术是图像语义分割。图像语义分割是计算机的眼睛，在现在的分割效果还未完善，因此还是需要人为干预，不能做到真正的完全的自动化。
 
掌握了自动驾驶的核心技术的公司并不多。现在很多公司都在研究计算机视觉语义的分割，希望能更贴合自动驾驶系统的真实应用环境。这当中有几个公司已能做到部分技术。如吉利公司下的吉利缤越就有L2级别的辅助系统，价格也比较便宜。

美国电动汽车及能源公司下的斯特拉在驾驶辅助系统方面比较领先，model s和modle x车型其实都已经可以搭载L5级别的硬件，困于软件弱点，实际还是L2级别。一汽-大众汽车有限公司下的大众探岳也有L2级别的辅助驾驶级别，ACC自适应巡航功能，科技感十足。
自动驾驶的技术现在大多源于机器人，定位靠SLAM和地图的交叉，起的是辅助功能。这些公司掌握了自动驾驶的核心技术，才有希望在不久的未来实现真正的自动驾驶技术。

5. 自动驾驶汽车有几款？

自动驾驶汽车主要有三种类型，主要是吉利岳斌、 特斯拉 系列和大众谭跃。
 
 
 
 特斯拉ModelX官方指导价:75.44-115.34万特斯拉MODELX定位于中大型SUV，是继ModelS之后的又一支柱车型。这一次，特斯拉聚焦家用豪华SUV，让更多家庭成员享受电动汽车带来的便利。前脸是特斯拉的家族式设计，小开口的格栅纯粹是为了满足传统大众审美，在Model3中将不复存在。
 
 
 
 从侧面看，ModelX看起来像一辆跨界车，其鸥翼式车门设计绝对是该车的亮点。新车尾部看起来更加稳重，采用滑背式设计，尾部的扰流板可以根据车速自动打开。沃尔沃XC90官方指导价:68.80-135.8万XC90是沃尔沃全球R&D中心的最新一代产品。新的XC90有很大的特点。中网采用直瀑式设计，日间行 车灯 。但是，沃尔沃与标志结合得很好。
 
 
 
 XC90最鲜明的特点是官方称之为“雷神之锤”。XC90在豪华品牌SUV中还是一个小产品。在路上出现的频率不高，但也因为小众和出众的设计在一些圈子里颇受欢迎。奥迪Q7官方指导价:
 
 
 
 75.38-109.88万的奥迪Q7终于换了，外观和内饰都有了很大的改变。车身采用了轻量化设计，成功减重363 kg，摆脱了以往臃肿肥胖的造型。中网一改现款车型圆润的造型，变得棱角分明，并采用了大面积的镀铬装饰，质感大大提升。大灯采用矩阵式全LED光源，日间行车灯造型独特，辨识度极高。尾灯变得更加修长，造型与老款Q7有很大不同。隐隐有超跑的影子。后保险杠上的灯组是为了在后备箱打开时提醒后车。
 
 
 
 日产V-MoTIon。这款车在排气上方还有蜂窝状的装饰条，增加了不少运动气息。日产V-MoTIon日产近年来在自动驾驶和未来汽车方面有很多大动作。继之前的V-MoTIon概念车发布之后，日产在2017广州车展上带来了其最新的V-MoTIon2.0概念车。或许是因为采用V-MoTIon设计语言的量产车发布后获得了消费者的一致认可。在保留上一代V-Motion概念车设计灵魂的基础上，这款V-Motion2.0在细节上做了更大胆的尝试。

6. 自动驾驶汽车有几款

自动驾驶汽车有: 特斯拉 Model X，官方指导价861.8-118.9万，沃尔沃XC90，官方指导价643.8-866.8万，奥迪Q7，官方指导价69.98-974万等。
 
 特斯拉x型
 
 特斯拉X定位为中大型SUV，是继Model S之后的又一支柱车型，这一次，特斯拉聚焦家用豪华SUV，让更多家庭成员享受到 电动车 带来的便利。前脸是特斯拉的家族式设计，小开口的格栅纯粹是为了满足传统的大众审美，这在Model 3中将不复存在。
 
 从侧面看，Model X像是一款跨界车，MODEL X的鸥翼门设计绝对是这款车的亮点。新车尾部看起来更加稳定，采用了滑背设计，尾部的扰流板可以根据车速自动开启。X型集成在车身前方车牌安装位置下方的距离雷达中，可以扫描前方环境并测量距离；安装在 后视镜 上方的前摄像头可以检测前方车道，识别交通限速标志。十二个超声波传感器可以随时监测车身周围的环境和车与车之间的距离。
 
 Model X的自动驾驶功能不仅可以帮助车主实现ACC自适应巡航功能，还可以时刻保持车道。当遇到障碍物时，它会自动采取制动措施。不仅如此，Model X还能识别路边的限速标志，还有贴心的超车功能，转动转向杆即可实现。
 
 沃尔沃XC90是全球首款量产的具有高度自动驾驶技术的智能互联汽车。沃尔沃新款XC90配备了领航辅助跟车系统。简单来说，这个系统为自适应巡航系统增加了一个辅助转向功能。当飞行员辅助系统启动时，新款XC90将跟随前车的动态，完成主动加油和制动动作。需要转弯时，新款XC90还会准确识别道路上的虚线，主动转弯。此外，沃尔沃全新XC90配备了100多个传感器和270台微型计算机，能够自动检测行人和自行车，并在关键时刻自动刹车。可以说，全新XC90在很大程度上实现了智能互联汽车“解放人”的终极目标。特别是在城市交通拥堵的情况下，新款XC90的这些功能可以有效减轻驾驶员的负担，减少疲劳，增强安全性。
 
 奥迪Q7奥迪Q7有一套交通拥堵辅助系统，通过雷达和摄像头识别车辆和道路的信息，在ECU运行后让车辆自行刹车、加速、保持车道。同时，它还在显示屏和仪表上显示信息。新Q7的另一套自适应巡航控制系统与导航系统相结合。依托导航系统强大的数据库，新Q7还能自动适应道路限速标准等交通标志，比如自适应巡航模式下车速高于道路限速标准时，会自动减速。此外，变速箱的档位可以根据路况进行调整，使车辆处于更经济的行驶状态。

7. 你车里的隐形大佬 漫谈自动驾驶芯片

 [汽车之家 凹凸漫谈]? 话说……以后的某一天，驾校教练会不会失业，因为汽车早已经可以自己驾驶自己了。不过那都是后话，现在关于自动驾驶的讨论还停留在L2或L3级上，上一期漫画我们画了自动驾驶的传感器，今天我们就来看看自动驾驶的“脑子”——芯片，它也是真正左右自动驾驶能力的核心。

8. 自动驾驶芯片哪家强，这家中国创业公司竟然说自己超越了特斯拉

文/田忠朝
在自动驾驶量产应用上，特斯拉为何能遥遥领先？很多人认为是其强大的软件算法，其实软件算法固然重要，但拥有强大计算能力的感知和决策芯片也必不可少。

在过去PC时代，顶尖的芯片技术一直被英特尔、AMD这样的国外巨头垄断，直到移动通信时代随着华为、紫光展锐的崛起，国内才开始有了与苹果、高通相抗衡的芯片企业。
那么在自动驾驶芯片领域，我们与国外又有多少差距呢？

国外自动驾驶芯片处于什么水平？
目前国外自动驾驶芯片真正进入大规模量产车市场的也就三家：
英伟达
产品注重算力，但同时功耗也大，因此曾被马斯克调侃“性能一样的耗电更高，耗电差不多的性能弱鸡”。

这也直接让伤了面子的老黄决定不再挤牙膏，从橱柜里掏出了 其Drive AGX Orin新产品以及Ampere 架构旗舰产品Nvidia EGX A100芯片，这应该是目前世界上最高效的深度学习芯片，7nm制程工艺，算力624TOPS，功耗400W。

基于这枚芯片，英伟达造出了目前世界上算力最强的自动驾驶芯片方案——Drive AGX Robotaxi，算力 2000TOPS，但功耗高达800W，它的出现显然是冲着未来L5全自动驾驶秀肌肉的。

所以目前英伟达的主要实用产品还是Xavier，从小鹏 P7 到沃尔沃、奔驰、丰田的一些车型都在使用。另外如小马智行在美国的电动车队用的是英伟达 Pegasus，用于训练高等级自动驾驶汽车。

 而未来可期的是英伟达Drive AGX Orin， 200TOPS 的算力超越特斯拉 Autopilot 硬件 3.0，功耗却只有45W，可能在未来一段时间成为主机厂新宠，就看什么时候能进入量产应用。

Mobileye
芯片产品算力不强但走实用路线，主要用于摄像头的数据感知，而并非中央域处理器。所以在早期的L2辅助驾驶车型市场占主流地位，包括小鹏G3、蔚来ES6/ES 8、广汽新能源Aion LX都用了Eye Q4芯片，算力 2.5TOPS，功耗 3W。

但随着自动驾驶等级的提升，中央域处理器的作用越来越大，Mobileye的产品就开始有点力不从心而被边缘化，虽然被英特尔收购后称会使用英特尔的 7 nm工艺“打磨”EyeQ5，但Eye Q5算力依然只有24TOPS，功耗10W，它在自动驾驶解决方案中只能作为感知芯片处理图像等信息，无法进入“中央”决策层。

特斯拉
先后用过Mobileye、英伟达的芯片，后来嫌弃它们性能跟不上发展，从2016年开始自研芯片。

2019年4月份特斯拉FSD（Full Self Driving全自动驾驶）芯片正式以量产的形式发布，被马斯克誉为“世界上最好的芯片”，算力144TOPS，功耗72W，能效比2TOPS/W，就目前来说，确实是量产车最好用的自动驾驶芯片。

再来说说国内三家主流芯片企业发展程度
黑芝麻
近日，这家科技创业公司发布了公司成立四年来最重磅的产品，两款自动驾驶感知芯片华山二号A1000和A1000L（Lite）。
其中A1000使用台积电16nm工艺制造，算力40-70TOPS，功耗8-10W，从性能来看，它对标的将是特斯拉FSD和英伟达Xavier芯片。但是从能效比来说，A1000优势更明显。

特斯拉FSD算力144TOPS，功耗72W，能效比2TOPS/W；英伟达Xavier算力30TOPS，功耗30W，能耗比1TOPS/W。而华山二号A1000单芯片能效比超过6TOPS/W ,双芯片叠加组成的域控制器能效比也超过5TOPS/W。

而且它的自由组合度极高，根据黑芝麻给出的计算平台方案， 
单颗A1000L芯片适用于低等级级ADAS辅助驾驶；
单颗A1000芯片适用于L2+自动驾驶；
双A1000芯片互联组成的域控制器可支持L3级别自动驾驶；
四颗A1000芯片叠加可用于未来L4级别自动驾驶。

虽然用于L3/L4的方案看起来有点夸张，但从官方这介绍来看不可否认，这款芯片符合AEC Q-100、单芯片ASIL B、系统ASIL D汽车功能安全要求，应该是目前极少符合以上所有安全标准的国产车规级芯片，也是目前能支持L3及以上级别自动驾驶的最强国产芯片。

寒武纪
前身是中国科学院计算技术研究所下，应该是最早进入大家视线的芯片公司，但该公司更专注于人工智能领域，早在2016年就发布了首款商用深度学习处理器寒武纪1A。
同时还有两款用于人工智能芯片IP授权的产品Cambricon-1M和Cambricon-1H，用于手机或者汽车终端上的人脸识别、指纹识别、障碍物识别、路标识别等应用加速。

此外寒武纪也发布了两款用于边缘计算（指在靠近智能设备（终端）或数据源头（云端）的一端，提供网络、存储、计算、应用等能力，达到更快的网络服务响应，更安全的本地数据传输。）的人工智能加速卡，思元220和思元270，在边缘计算中起着提高数据安全、降低处理延时以及优化带宽利用的作用。

性能上思元270满血版（F4）算力达到128TOPS，功耗70-150W，与早期的英伟达Tesla T4计算卡（算力130TOPS，功耗75W）性能相近，但该卡定位是为桌面环境提供数据中心级人工智能计算力，简而言之就是为台式机配的高性能人工智能加速卡。

地平线
由前百度深度学习研究院常务副院长余凯于2015年创立的，专注于自动驾驶与人工智能芯片。
相比大多数注重硬件算力的芯片公司，地平线更注重以“算法+芯片”为核心的嵌入式人工智能解决方案，简单来说就像安卓机与苹果的区别，安卓手机更追求硬件性能，软件系统由不同厂商自己匹配；而苹果手机硬件和软件系统是一体设计的。

在产品方面，地平线目前拥有用于边缘人工智能的征程二代芯片，算力4TOPS，功耗2W，主要用于自动驾驶中对车辆、行人和道路环境等目标的感知，类似MobileyeQ系列芯片。
此外是用于AIoT边缘计算的旭日二代芯片，算力4TOPS，功耗2W，主要用于智能家居、智慧城市、智能安防、工业机器人等应用领域。

当然，地平线也推出了基于征程芯片的自动驾驶解决方案——Matrix，其中Matrix二代拥有16TOPS的等效算力，可用于摄像头等传感器的数据感知和融合。预计今年将发布的Matrix三代，将拥有192TOPS的算力，功耗48W，可以竞争特斯拉FSD芯片。

最后
我们整理了目前一些主要芯片参数性能，可以看出，国内自动驾驶芯片在超前研发方面可能与国外老牌企业还有一定差距，但是在同一起跑时间点上大家的差距并不大，例如黑芝麻芯片产品在性能和功耗上已经可以与特斯拉掰手腕了。

可以预见，未来自动驾驶技术必然是各国竞争的高地，而自主可控的芯片技术对于增强我国自动驾驶行业整体实力来说将会有很大的帮助。
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。