特斯拉FSD是什么时候研发的-特斯拉fsd是标配吗

1. 特斯拉ap与fsd的区别是什么
2. 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
3. 特斯拉年底前推出完全自动驾驶能力（FSD）按月订购
4. 自动驾驶“芯”战争

底层架构被完全推倒与重建，代码全部重写的FSD究竟会有怎样的颠覆表现？10月20日，这个马斯克口中的完全自动驾驶系统终于通过OTA推送给了一小部分用户，被特斯拉酝酿了4年之久的"核武器"也终于初现原型。

目前最新的FSD还是Beta测试版本，并没有大规模推送，只在北美地区OTA推送给了部分“资深且谨慎的驾驶员”，在经过了一个多星期之后，在***上已经有不少车主上传了自己使用FSD?Beta的测试。马斯克此前宣称FSD?Beta版本将能够实现在无网络连接、无该地区地图数据、无高精地图的前提下实现自动驾驶。通过这些，我们可以先来看看FSD?Beta在实际道路上的表现究竟如何。

根据FSD?Beta的更新描述，车辆可以实现自动变道上下高速，并自动选择导航上的匝道下高速，同时还可以主动避让路上的人和车以及障碍物。在市区道路，车辆能够自主向右向左转向，不过在经过路口或盲区较大的区域时需要驾驶员格外留意。

1、几乎可以在任意地方激活

了解Autopilot系统的朋友都知道，Autopilot的激活条件之一是前置摄像头必须可以持续可靠地观测到地面车道线。但是在FSD?Beta版本里，这个限制似乎消失了，FSD?Beta不管在任何地方都可以激活运作。在小编看来，这是一个相当大的技术进步，这意味着在没有车道线的开放路段或者开阔地上，Tesla?FSD也可以开始接管车辆；这也意味着Tesla的车身传感器在任何条件下都可以不依赖道路本身的条件，单靠自己的能力就可以快速识别出可行驶的区域。

在这段中，车主在停车状态下设置好导航之后，在无车道线的停车场内就开启了FSD，虽然在00:34左右FSD被取消了（车主表示是他主动取消的，因为感觉距离那辆高尔夫球车有点近，但其实纯靠FSD自己也没问题）。直到驶出停车场，FSD的表现都非常稳健。

尤其是在00:54左右，驶过垃圾站之后，为躲避凸出来的人行道，方向盘自动向左打回避的那一下，非常像在驾驶。

2、未开启导航、无车道线自动行驶

即使没有设定导航，直接在无车道线、道路两旁无高低落差的乡间小道上行驶，FSD?Beta也发挥稳定。

搭载了FSD?Beta的Model?3准确识别出了道路两侧不可行驶的非铺装路面、路旁停着的车、垃圾桶等等，还自动行驶在了车道的右侧。不过在这种情况下，转弯就需要人工操作了，不然车辆就会自动选择弯道路径最短的道路前进（简单来说就是能直行就直行，不能直行就右拐）。

3、分车道识别红绿灯、STOP标识、市区自动变换车道

车辆在行驶时，地面所有白色车道线、黄线、无法驶入的红线人行道和紫色的绿化带区域均能够被有效识别，甚至包括了对向的车道。全程车辆在弯道内行驶时，方向盘都是缓慢平顺的转动，将车辆一直维持在车道线居中位置，像个老司机。

在02:04，遇到前方有慢车时，FSD?Beta为保持设定的车速不变，直接自动向右变了一道。并且在随后的路口右转弯中实现了提前自动打转向灯、停车等待，直到垂直方向无车、安全之后再自动完成了右转，整套动作可谓行云流水、一气呵成。

4、自动驶过复杂的环岛

环岛路口的情况则更加复杂，尤其是如下图那样双车道的环岛，如果想要完全不违规，不仅需要在驶入环岛前就精确的选择好车道，且在环岛内部行驶还需要多次变道（路过的出口越多需要变道的数量就越多），但FSD?Beta应对起来仍然也算是比较出色。

中，车辆顺利的通过了两个出口，也精确的在虚线区域进行变道，最后按照设定的导航路径，基本没有犹豫的从第三出口驶出。

另外，FSD?Beta还可以自动躲避路边的行人、自行车、摩托车等，在超越是不仅留出了足够大的安全距离，甚至可以像开车一样短暂压线，等完全超越之后再迅速并回原本车道。

在Twitter上，马斯克已经不止一次表示过，Waymo技术流派所代表的那种严重依赖传感器的性能和种类、以及大量先验信息（高精地图和V2X都可以归结为先验信息）的自动驾驶解决方案太过于针对明确且具体的路况，一旦去到高精地图没有覆盖的区域或因施工、事故导致的道路调整就没用了，从而就失去“自动驾驶”的意义了。

特斯拉的FSD不会过度依靠雷达，也不会使用高精地图，而是把摄像头的视觉系统作为核心，做到最大限度的模仿人类司机。特斯拉这次针对FSD的重写最主要的就是从2.5D识别提升到了4D识别，也就是利用单目摄像头做到了景深识别。再通过车身周围的?8?个摄像头构成一张影像，并结合车身雷达获得的信息用作综合分析，而不是以往的每个摄像头独立工作独立分析。

不使用高精地图不代表完全不使用地图，毕竟基本的导航功能还是要有的，而特斯拉的逻辑是仅利用地图获取基本的道路信息，比如前方有几个路口、是否有环岛等，并提前预加载到FSD系统内。而具体到可行驶的区域大小、车道线的形状、红绿灯的停止线等细节则完全依靠视觉系统直接运算处理。

另外，特斯拉还将每辆车行驶时产生的大量轨迹数据上传，在自家的Dojo超级计算机中通过不断的筛选、清洗、标注，从而让FSD算法能力不断升级进化。

上传的数据量有多可怕？一位Twitter用户@Brandonee916表示，在收到2020.40.8.10系统的短短两天内，他的Model?3就上传了21.09GB的数据。

而凭借超级计算机高达1EOPS的超强算力，原本在北美当地时间10月22号才更新的2020.40.8.10系统，仅仅两天之后，更新的2020.40.8.11就来了。据马斯克称，特斯拉每5到10天就进行一次更新。虽然在目前的众多测试中，也出现过过度转向、在同一个路口的两个“STOP”指示牌前分别停下等bug，但随着上传数据的增加，FSD?Beta将越来越强、越来越准确。也难怪马斯克敢直接宣布在北美将FSD涨价2000美元，并且还有底气的说“以后只会越来越贵”。

在FSD?Beta推送前不久，蔚来汽车的NOP和小鹏汽车的NGP均已完成发布，有不少媒体在高速公路上完成了实际测试，并与特斯拉的NOA进行了同场对比。由于中国版车型用的并非全新的FSD?Beta版本，因此其实际表现确实在某些方面不如搭载了高精地图的另外两位选手，似乎特斯拉想要在自动驾驶上再次领先全球，还是得依靠重写过后的FSD。

但参考目前最新FSD?Beta的工作原理以及马斯克此前曾表示的“特斯拉将会拥有自己的GPS测绘数据”，笔者个人认为未来FSD在中国大陆可能会面临非常大的阻力。若坚持不用高精地图的话，阻力之一就是特斯拉在国内的地图和道路测绘资质，第二就是收集各种数据之后的流向问题了，以目前中美关系来看……

不过也不用完全绝望，特斯拉不可能会放弃中国这个如此重要的市场，而软件作为车企的下一代的竞争力，特斯拉也不会就这样将领先的优势拱手让人。经过协商，我相信最终还是可以顺利引进的。毕竟另一家美国巨头公司已经有了前车之鉴（iCloud也可以由云上贵州负责运营），特斯拉的数据也可以在中国境内由中国公司监管运营的嘛，不过到时候FSD的价格说不定会接近10万人民币了，但这也一定是基于车辆本身价格进一步降低的前提了。

其实对于消费者本身来说，无论是依靠高精地图还是视觉系统，这都只是解决方案本身的差异，最终实现的结果并不会有太多的改变。正所谓不管是黑猫还是白猫，只要能抓住老鼠就是好猫。相信凭借中国高精地图和依托强大5G网络的V2X技术，中国车企同样也能够实现真正的L5级完全自动驾驶。

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。

特斯拉ap与fsd的区别是什么

特斯拉的AP功能是指自动驾驶自动驾驶。Fsd全称全自动驾驶电脑，中文意思是全自动驾驶电脑。你可以理解为是ap功能的进化硬件，让特斯拉电动车实现全自动驾驶功能。特斯拉公司是一家生产和销售电动汽车的美国公司。它由马丁·艾伯哈德工程师于2003年7月1日创立，总部位于美国加利福尼亚州的硅谷。特斯拉汽车公司(TeslaMotors)以电气工程师、物理学家尼古拉·特斯拉(nikolatesla)的名字命名，专门生产纯电动汽车。特斯拉最初的创业团队主要来自硅谷，用IT概念造车，而不是以底特律为代表的汽车厂商的传统思路。因此，特斯拉的电动汽车经常被视为一个硅谷小子与底特律巨头对抗的故事。

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

特斯拉eap与fsd的区别是：AP是自动驾驶；FSD是完全自动驾驶。自动驾驶系统是特斯拉公司研发的一套自主驾驶套件，当驾驶员使用钥匙启用召唤功能，车辆会自动驶出***，并探测驾驶员所在位置，停靠到驾驶员附近，随后驾驶员进入车辆，发动汽车上路。完全自动驾驶也称为机器人汽车、自动驾驶汽车。特斯拉是一家美国电动车及能源公司，由马丁艾伯哈德和马克塔彭宁于2003年在美国加利福尼亚州硅谷创立，主要产销电动车、太阳能板及储能设备，创始人将公司命名为特斯拉以纪念物理学家尼古拉特斯拉。

特斯拉年底前推出完全自动驾驶能力（FSD）按月订购

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?X?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?X?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Xier，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。

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Xier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Xier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。

自动驾驶“芯”战争

据外媒electrek报道，特斯拉CEO马斯克已经确认，特斯拉年底前推出完全自动驾驶能力（FSD）按需订购。尽管如此，马斯克仍然建议车主们进行一次性购买，他明确表示一次性购买是最佳选择。

马斯克：“我应该说，购买FSD作为一种选择，仍然有意义。因为，我们认为购买FSD是一种投资行为。我们有信心，FSD会成为一项能为消费者带来回报的投资，从而使消费者受益。我认为，购买FSD是人们不会后悔的事情。”

不过，对于那些租用特斯拉汽车和不想支付8000美元的人来说，按月订购可能更有意义。这个模式，对特斯拉来说也很有意义，至少可以让更多的人体验到FSD带来的便利，从而将这些试用者转变为永久购买用户。

关于租车，可能有很多人不了解，特斯拉已经在多个国家推出了租赁服务。用于租赁的车，此后不会流入市场，特斯拉将它们用于Robotaxis自动驾驶共享网络。

关于FSD的价格，目前美国是8000美元，此前是5000美元，有分析师称等FSD功能、Robotaxis成熟时，FSD的价格有可能涨到20000美元。目前国内售价64000元，相比此前的56000元只涨了8000元，涨价幅度要小于海外，但可用的功能也要明显少于海外。

为了让更多车主体验到驾驶带来的便利，特斯拉近日还复活了增强型驾驶系统（EAP）的限时销售，截止期限是9月30日，价格为4000美元。除了FSD、EAP，在特斯拉的驾驶系统中，还有基础服务驾驶系统（BAP），现在交付的新车中BAP已经标配，但老车车主购买的话仍需27800元。而FSD和其他系统的关系，并不是包含与被包含的关系，以@不看车?的Model?S?60为例，要享受到FSD需要先买BAP再买FSD，也就是要支付27800元+64000元，即91800元。

不过，马斯克目前还未透露FSD的订阅价格，希望可以有个阶梯价吧。比如第一个月600元、此后每个月1200元，这样可以让更多的车主进行体验。

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。

今年，疫情的爆发、经济的下滑、国际政治环境的恶化，让汽车产业充满了巨大的不确定。多家咨询机构预计，今年全球汽车销量将面临10%-20%的下滑。

然而，在不确定中，汽车行业对未来的方向又十分笃定。自动驾驶集中出现了几则大新闻——

6月23日，刚刚与宝马在自动驾驶领域宣布和平分手的奔驰，宣布与芯片供应商英伟达达成合作，将使用后者的Orin芯片，开发下一代车载计算系统，为奔驰量产车型2024年将全面搭载的L2-L3级自动驾驶功能，以及最高可达L4级的自动泊车功能提供算力支持。

6月25日，沃尔沃汽车集团宣布，沃尔沃将与谷歌旗下自动驾驶公司Waymo达成战略合作伙伴关系，在一个全新的电动汽车平台上，进行L4级自动驾驶技术的合作，探索自动驾驶网约车等商业场景。

6月26日，亚马逊正式收购美国自动驾驶公司Zoox，亚马逊为此付出超过12亿美元。

6月27日，滴滴自动驾驶网约车载人示范运营在上海正式启动，央视对其全过程进行了直播。从这一天开始，滴滴在上海嘉定的自动驾驶测试车将面向公众开放，滴滴在APP中上线了“未来出行”页面，供公众申请自动驾驶网约车试乘。

一时间，大公司近乎开启了一场自动驾驶军备竞赛。毫无疑问，参与其中的企业都意识到，未来的汽车，将是跑在轮子上的超级计算机。高性能的计算芯片，在这场军备竞赛中至关重要的地位，愈发凸显。

一、奔驰另结新欢，只是因为它？

6月23日，在与宝马的自动驾驶合作宣告暂停后4天，奔驰向芯片供应商英伟达投怀送抱，双方达成合作，为奔驰将在2024年量产的自动驾驶车型开发计算平台。

在几天前的公告中，双方还表示，“鉴于建立共享技术平台所需的费用，以及当前的商业和经济状况，现在并不是成功实施合作的一个合适的时机。”太烧钱，看起来是让双方决定暂停技术合作的关键原因。

不过，奔驰随后与英伟达光速结伴的举动，倒是指向了钱以外的因素。通常来说，车企与车企之间的合作，并不会对车企与供应商的合作产生影响，但奔驰与宝马之间的合作不同。在与奔驰达成合作之前，宝马已经与全球最大的ADAS系统供应商Mobileye组建了一个自动驾驶同盟，基于其EyeQ系列芯片研发自动驾驶。

与宝马的合作意味着，奔驰要选用Mobileye的芯片来构建关键的自动驾驶计算单元。而这或许是双方分歧中尤为重要的那一个。国外咨询机构Guidehouse首席分析师Sam?Abuelsamid称，“?我怀疑这两家汽车制造商无法就使用的平台达成共识，现在，与英特尔/?Mobileye的产品相比，Orin看起来是更强大的解决方案。”

从公开的信息来看，Sam的分析不无道理。Mobileye规划的下一代自动驾驶芯片EyeQ?5，其算力为24TOPS（每秒运算24万亿次），而英伟达去年底发布的Orin，算力则高达200TOPS。此外，Mobileye过去在与车企的合作中一贯表现强势（尽管承诺EyeQ?5将会更加开放），其提供的功能模块对主机厂常常是“黑箱”；而英伟达自动驾驶构建的Drive?X软件平台一开始就走了一条开放的道路，可以支持车厂在其计算平台上自主进行算法开发。

其实在此之前，奔驰探索研发自动驾驶网约车时，因为该技术对芯片算力的高要求，奔驰就选用了来自英伟达的Drive?PEGASUS车载电脑。6月23日官宣的信息，意味着奔驰在自动驾驶时代的芯片选择上，全面倒向英伟达，将双方的合作扩展到奔驰的量产车型中。

而与沃尔沃达成自动驾驶战略合作的Waymo，则是依托谷歌在AI领域的技术实力，使用自研的TPU。虽然Waymo用于车辆端的TPU算力并未公布，但据Waymo官方的透露，在使用TPU后，其自动驾驶系统的性能提升了15倍。

芯片在自动驾驶中的地位，可以用“冠军”来形容。从车辆外观你看不见它的存在，但一台自动驾驶汽车能够顺利运行，它绝对是头号功臣。

二、自动驾驶竞赛，亦是一场芯片竞赛

无论是奔驰弃宝马牵手英伟达，还是沃尔沃与Waymo高达战略级别的联盟，又或者是滴滴的自动驾驶网约车发车，上周集中发生的大新闻说明，汽车公司与科技公司都将自动驾驶放在了至关重要的位置：从近期看，自动驾驶功能是汽车产品力的重要组成部分；从长远看，L4级自动驾驶投入大规模应用后，可能会彻底改变汽车行业的商业模式。

推动这一切变化的基础，是一枚小小的芯片。为了在自动驾驶能力上获取竞争优势，参与这场竞赛的企业或独立研发，或合纵连横，只为寻得一块高性能的自动驾驶芯片。行业内有个非常典型的例子：特斯拉。

作为智能电动汽车的领头羊，特斯拉和当前市场上的两家主流自动驾驶芯片厂商都有过合作经历。但是由于Mobileye的强势和封闭，英伟达降不下来的功耗和高昂的开发成本，合作都未能长远。特斯拉为了发挥软硬件一体在自动驾驶中的优势，率先在车企中独立研发了自动驾驶计算平台的FSD，其算力达到144TOPS。FSD对自动驾驶的算力支持主要来自两块AI芯片，其单芯片算力约72TOPS。

迄今为止，特斯拉的FSD仍然保持着量产车自动驾驶算力纪录。而特斯拉认为，FSD足以为其将推出的完全自动驾驶（Full?Self-Driving）功能提供支持。

毫无疑问，自动驾驶的竞赛，同样也是芯片的竞赛。整个汽车行业向自动驾驶的重视乃至全面转向，将创造巨大的自动驾驶芯片需求。如果哪家企业在自动驾驶芯片市场占据了可观的份额，那么对应的或许是千亿美元市值的想象空间。

当前，在巨大市场的吸引下，自动驾驶芯片领域已经出现了或新或老的四种势力：

第一类，是Mobileye等老牌的ADAS芯片/自动驾驶芯片供应商。

这一类企业，是汽车行业开始研发高级驾驶系统（ADAS）时，就参与市场竞争的企业。这些企业面向自动驾驶的竞争策略是，通过在ADAS市场积累的技术以及客户，不断向上升级其既有产品，实现向自动驾驶的平滑过渡，典型的就是Mobileye对EyeQ系列芯片的不断迭代。

除了Mobileye，瑞萨、恩智浦、德州仪器、电装等老牌汽车半导体供应商，都有各自的自动驾驶芯片规划。

第二类，是看到自动驾驶芯片机遇，跨领域而来的半导体巨头。

比如上文提到的英伟达，此前其主力业务为属于消费电子的GPU，以及数据中心等，但英伟达洞察到自动驾驶对高性能芯片的需求后，迅速进入了这一市场，目前已经推出Drive?PX、Drive?X?Xier、Drive?Orin三代产品，并获得了不少车企的订单。

主力业务为通信，制霸基带芯片、手机SoC的高通，则在尝试收购恩智浦获得自动驾驶竞赛入场券的努力告吹后，于今年CES上推出了Snapdragon?Ride自动驾驶计算平台。根据高通官方的信息，这一基于高通芯片打造的计算平台最高算力可达700TOPS，可支持L4--L5级自动驾驶。

而在高通之前，主力业务同样为通信以及消费电子的华为，就已经发布了自动驾驶计算平台MDC?600。这一计算平台由8颗昇腾310?AI芯片整合而成，最高算力达到352TOPS。

第三类，是在新机遇下诞生的自动驾驶芯片初创企业。

在国内以地平线为典型代表。

本月，搭载地平线车规级AI芯片征程2的长安UNIT正式上市。借此，地平线实现了国产自动驾驶芯片的率先“上车”。另一方面，算力为4TOPS的征程2，也是中国首款车规级AI芯片。

而在今年晚些时候，地平线还将发布算力达到96TOPS、支持16路摄像头信号的征程5，这款芯片算力超越特斯拉的FSD，将面向高等级自动驾驶。

最后一类，则是特斯拉为代表的车企自研派。

由于车企基本没有半导体的制造经验，因此他们通常会向供应商购芯片。而总部位于硅谷的特斯拉，则有着不同的基因、为了最大程度发挥软硬件一体化的优势，特斯拉依托硅谷的半导体人才，自行研发了FSD。

目前来看，车企自研自动驾驶芯片的模式难以***，特斯拉很可能会是这条路径的独苗。

在国内，无论是传统车企还是造车新势力，目前都无自研自动驾驶芯片的。作为全球最大的单一汽车市场，中国顺理成章地成为自动驾驶芯片供应商的兵家必争之地。

三、中国能否催生自动驾驶芯片巨头？

如此多的参赛者，让自动驾驶芯片这个仍待开发的蓝海市场，看上去已经呈现出红海的竞争态势。近两年中美围绕芯片发生的一系列，让人们对中国芯片产业的的弱势心有戚戚。从年初国家11部位联合发布的《智能汽车创新发展战略》到“新基建”，都将车载芯片的研发作为战略重点，中国汽车行业都希望能有更多本土芯片企业强势崛起。

如今，在汽车行业进行智能化转型、创造大量自动驾驶芯片需求的态势下，中国芯片能否迎头赶上，培育出一家能够在市场上立足的中国本土自动驾驶芯片供应商？答案并不确定，但6月地平线征程2芯片搭载于长安UNIT的“上车”，至少已经开了一个好头。据了解，在ADAS芯片领域，征程2芯片所展现的感知计算性能已经在多个指标上超越了行业龙头Mobileye的芯片，特别是针对中国的特殊路况，并已经成功签下了来自中国各大汽车集团的十多款定点车型。

地平线创始人余凯在一次媒体访中如此总结地平线的差异化优势：“在全球范围内，能提供这样功耗和算力水平、且开放赋能的芯片企业，我们是独一家。英伟达在驾驶、智能座舱多模交互等方面完全没有产品，芯片功耗也比较高。我们的功耗和算力可以跟Mobileye正面PK，但Mobileye不开放，而我们能满足车企自主开发的需求”，并表示未来有信心拿到全球1/3的市场。

事实上，当自动驾驶潮流席卷而来，如地平线这样率先瞄准车载AI芯片市场，并已通过前装量产得到市场验证的中国芯片企业确实迎来了最好的时代。中国作为全球最大的汽车市场，再加上自动驾驶技术开发的一些典型特征与需求，为本土自动驾驶芯片企业创造了难得的机遇。

首先，自动驾驶技术有强地域性。

因为世界各地自然条件、交通场景、交通规则乃至是文化传统的差异，所以在一国一地开发的自动驾驶技术很难复用到其他地区。这种影响会直接传导到硬件层面——因为与具体数据、算法高度整合，自动驾驶芯片很难不受地域特征的支配。

在此情况下，一家拥有强大本土研发团队、对中国的数据与场景更加了解的企业，有更大的概率研发出更适合中国场景，且算法与硬件结合更加高效的自动驾驶芯片。

其次，当汽车被越来越多的人们看作电子产品时，人们对其功能迭代的频率与速度，都有了更高的期望，自动驾驶功能也不例外。

此前，主要由国外供应商占据市场主流的ADAS，在功能搭载上车后便永不更新。但当汽车变得智能化，车辆其实可以通过不断地OTA，实现功能的升级，甚至实现从ADAS到半自动驾驶、自动驾驶的跨越。比如特斯拉通过升级实现Model?3的NOA（高速公路自动驾驶）功能，就是典型的例子。

当然，特斯拉仅此一家。对于更多车企来说，要完成这样的任务，需要他们与自动驾驶芯片供应商保持高频、紧密的联系，由双方进行联合研发。

这一变化，更加考验供应商对车企需求的快速响应。换句话说，这需要自动驾驶芯片供应商建立一个成规模的现场支持团队，做到对车企需求的快速反馈、支援。显然，一个本土的、没有文化语言隔阂的团队，能够更好地胜任。

最后，车企在自动驾驶研发上有更多的功能差异化诉求。

当ADAS功能在汽车产品已经高度标准化或者雷同时，它很难再成为吸引消费者的亮点。对此，有远见、有能力的车企，纷纷选择基于场景去开发新的、有差异的自动驾驶功能（比如宝马的自动循迹倒车），从而获得新的竞争力。

这一趋势对自动驾驶芯片供应商提出的要求是，不能再单纯用过往的“黑箱”模式，直接给车企一个完整但“知其然不知其所以然”的功能模块，而是要赋予车企进行二次开发、深度开发的权利。或者说，这要求自动驾驶芯片供应商转变思路，去赋能车企的自动驾驶开发。

具体而言，这要求芯片供应商转变思路，在战略上开放，为车企的自动驾驶开发赋能；在产品策略上则要为车企分忧解难，通过打造工具链，降低车企基于自动驾驶芯片进行差异化功能开发的难度与成本。

从上述三点特征来看，自动驾驶潮流的到来，将更加考验自动驾驶供应商的服务意识与快速开发能力。而国外芯片供应商，因为历史、成本、政治等因素，很少在国内搭建起成规模的研发与现场支持团队，过往的开放程度与开发速度也难以满足新的需求。而这，正是中国本土自动驾驶芯片供应商崛起的突破口。

最终，从形势上来说，国外芯片巨头产业先天更加成熟、进入汽车行业更早、各自拥有不同的壁垒。对中国本土自动驾驶芯片供应商来说，与他们同台竞技并最终突出重围，并不容易。

但如果本土自动驾驶芯片供应商在芯片算力、功耗等指标上的表现能迎头赶上，并发挥自己的核心优势，抓住车企智能化转型的时代机遇，那么，中国诞生一个本土自动驾驶芯片巨头或将是大概率。

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。