Global and China Autonomous Driving SoC Research Report 2023: la popolarità di ChatGPT indica le direzioni di sviluppo della guida autonoma

L’integrazione della guida-parcheggio dà impulso al settore e il calcolo in memoria (CIM) e il chiplet portano un’interruzione tecnologica.

“Autonomous Driving SoC Research Report, 2023” pubblicato mette in evidenza le principali strategie di SoC per la guida autonoma e di implementazione del sistema delle case automobilistiche e 9 fornitori di SoC per la guida autonoma all’estero e 10 cinesi e discute i seguenti problemi chiave:

• Analisi e prospettive per SoC di guida autonoma e strategie di implementazione del sistema degli OEM;
• Strategia di applicazione e configurazione del SoC di guida autonoma nell’integrazione guida-parcheggio;
• Tendenze applicative del SoC per la guida autonoma nell’integrazione della cabina di pilotaggio;
• Soluzioni SoC “chiavi in ​​mano” consigliate per la guida autonoma;
• Selezione dei prodotti SoC per la guida autonoma e analisi dei costi;
• È fattibile per gli OEM produrre autonomamente chip (SoC a guida autonoma)?
• Applicazione del chiplet nel SoC per la guida autonoma;
• Applicazione del calcolo in memoria (CIM) nel SoC per la guida autonoma.

Nel mercato dell’integrazione guida-parcheggio, le soluzioni single-SoC e multi-SoC hanno i propri clienti target.

In questa fase, Mobileye domina ancora nel livello base L2 (intelligente vista frontale all-in-one). A breve termine, nuovi prodotti come TI TDA4L (5TOPS) rappresentano una sfida per Mobileye in L2. Per l’integrazione di guida L2+ e guida-parcheggio, la maggior parte delle case automobilistiche attualmente adotta soluzioni multi-SoC. Gli esempi includono “doppio FSD” di Tesla, “triplo Horizon J3” su Roewe RX5, “Horizon J3 + TDA4” su Boyue L e Lynk & Co 09 e “doppio ORIN” su NIO ET7, IM L7 e Xpeng G9/P7i tra gli altri .

Secondo i piani di implementazione della produzione di OEM e fornitori di livello 1, per un’integrazione di guida-parcheggio leggera (economica), la fusione dei domini di guida e parcheggio complica la progettazione del sistema integrato e pone requisiti più elevati per il modello di algoritmo, la potenza di calcolo del chip che chiama (time division multiplexing), efficienza computazionale del SoC e costi del SoC e dei materiali di controllo del dominio.

Soluzioni a SoC singolo convenienti: per le autovetture del valore di 100.000-200.000 RMB , la produzione di massa e l’implementazione delle soluzioni raggiungeranno il picco nel 2023. Le soluzioni integrate di guida-parcheggio a SoC singolo generalmente utilizzano Horizon J3/J5, TI TDA4VM /TDA4VH/TDA4VM-Q1 Plus e chip Sesamo nero A1000/A1000L. 

L’integrazione guida-parcheggio di alto livello richiede l’accesso a più telecamere con una risoluzione più elevata, oltre a radar 4D e LiDAR. Il modello di rete neurale BEV+Transformer è più grande e più complesso e potrebbe persino dover supportare l’addestramento di algoritmi locali, quindi richiede una potenza di calcolo sufficientemente elevata, calcolo della CPU fino ad almeno 150 KDMIPS e calcolo AI fino ad almeno 100 TOPS.

L’integrazione guida-parcheggio di alto livello si rivolge a veicoli di nuova energia di fascia alta con un prezzo non inferiore a 250.000 RMB , con una bassa sensibilità al prezzo ma requisiti più elevati per il consumo energetico e l’efficienza dei chip AI. In particolare, i chip ad alto calcolo hanno un impatto sulla gamma di resistenza dei nuovi veicoli energetici, quindi i fornitori di chip devono introdurre processi sempre più avanzati e prodotti di chip più efficienti dal punto di vista energetico.

La popolarità di ChatGPT indica le direzioni di sviluppo della guida autonoma: modelli di base e alta potenza di calcolo. Per modelli di reti neurali di grandi dimensioni come Transformer, il calcolo si moltiplicherà in media per 750 volte ogni due anni; per video, elaborazione del linguaggio naturale e modelli vocali, il calcolo aumenterà in media di 15 volte ogni due anni. È concepibile che la legge di Moore cesserà di applicarsi e il “muro di stoccaggio” e il “muro del consumo energetico” diventeranno i vincoli chiave allo sviluppo dei chip AI.

I chip CIM AI saranno una nuova opzione di percorso tecnologico per le case automobilistiche.

Nel campo dei SoC per la guida autonoma, Houmo.ai è il primo fornitore di chip AI CIM per la guida autonoma in Cina. Nel 2022, ha alleggerito con successo il primo chip AI CIM ad alto calcolo del settore su cui il modello dell’algoritmo di guida intelligente funziona senza intoppi. Questo esempio di verifica utilizza un processo a 22 nm e vanta una potenza di calcolo di 20TOPS, che può essere estesa a 200TOPS. Notevolmente il rapporto di efficienza energetica della sua unità di calcolo è pari a 20TOPS/W. È noto che Houmo.ai introdurrà presto un chip CIM per la guida intelligente pronto per la produzione e condivideremo le sue prestazioni nel rapporto.

In futuro, come per le batterie di alimentazione, i chip diventeranno un hotspot di investimento per i grandi OEM.

Il fatto che gli OEM producano chip è una questione estremamente controversa. Nel settore, è opinione diffusa che, da un lato, gli OEM non possano competere con le società specializzate nella progettazione di circuiti integrati in termini di velocità di sviluppo, efficienza e prestazioni del prodotto; d’altra parte, solo quando la spedizione di un singolo chip raggiunge almeno un milione di unità, il suo costo di sviluppo può essere continuamente diluito per renderlo conveniente.

Ma in realtà, i chip hanno svolto un ruolo assolutamente dominante nei veicoli a nuova energia connessi intelligenti in termini di prestazioni, costi e sicurezza della catena di approvvigionamento. Rispetto al tipico veicolo alimentato a carburante che necessita di 700-800 chip, un veicolo di nuova energia necessita di 1.500-2.000 unità e un veicolo di nuova energia altamente autonomo necessita anche di ben 3.000 unità, alcune delle quali sono molto apprezzate, ad alto costo chip che potrebbero essere scarsi e persino esauriti.

È ovvio che i grandi OEM non vogliono essere vincolati da qualche fornitore di chip e hanno persino già iniziato a produrre chip in modo indipendente. Nel caso di Geely, la casa automobilistica ha generato SoC a 7 nm per la cabina di pilotaggio e li ha installati nei veicoli, oltre a realizzare il tape-out degli IGBT. Il SoC per la guida autonoma AD1000, sviluppato congiuntamente da ECARX e SiEngine, dovrebbe essere registrato inMarzo 2024 al più presto.

Prevediamo che, come per le batterie di alimentazione, i chip diventeranno un hotspot di investimento per i grandi OEM per rafforzare le loro capacità di base sottostanti. Nel 2022, Samsung ha annunciato che produrrà chip per Waymo, la divisione a guida autonoma di Google; GM Cruise ha anche annunciato lo sviluppo indipendente di chip per la guida autonoma; Volkswagen ha annunciato che costituirà una joint venture con Horizon Robotics, un fornitore cinese di SoC per la guida autonoma.

Le barriere tecniche per la fabbricazione di chip non sono particolarmente elevate. La soglia primaria è il capitale sufficiente e l’acquisizione di ordini. L’industria dei chip ora adotta il modello di costruzione a blocchi, vale a dire l’acquisto di IP per costruire chip tra cui CPU, GPU, NPU, storage, NoC/bus, ISP e codec video. In futuro, con il miglioramento degli ecosistemi e dei processi dei chiplet, la soglia per lo sviluppo indipendente di SoC per la guida autonoma sarà molto più bassa per le case automobilistiche che dovranno solo acquistare direttamente gli stampi (chip IP) e quindi confezionarli, senza la necessità di acquistare IP.

A lungo termine, gli OEM con milioni di vendite sono in grado di produrre chip da soli.

Argomenti chiave trattati:

1 mercato e dati di configurazione del SoC per la guida autonoma
1.1 Dimensione del mercato e quota di mercato del SoC per la guida autonoma
1.2 Schemi di implementazione del SoC per la guida autonoma degli OEM
1.3 Strategia di applicazione e configurazione del SoC per la guida autonoma nell’integrazione guida-parcheggio
1.4 Tendenze applicative del SoC per la guida autonoma nell’integrazione della cabina di pilotaggio

2 Selezione e costo del SoC per la guida autonoma
2.1 Confronto delle caratteristiche tra i fornitori di SoC per la guida autonoma e le loro soluzioni “chiavi in ​​mano”
2.2 Selezione del SoC per la guida autonoma
2.3 Costo del SoC per la guida autonoma

3 Tendenze di sviluppo del SoC per la guida autonoma
3.1 È fattibile per gli OEM produrre chip in modo indipendente (SoC per la guida autonoma)
3.2 Applicazione del chiplet nel SoC per la guida autonoma
3.3 Applicazione del Computing In Memory (CIM) nel SoC per la guida autonoma

4 Fornitori globali di chip per la guida autonoma
4.1 NVIDIA
4.2 Mobileye
4.3 Qualcomm
4.4 TI
4.5 Renesas
4.6 Ambarella
4.7 NXP
4.8 Xilinx
4.9 Tesla

5 Fornitori cinesi di chip per la guida autonoma
5.1 Horizon Robotics
5.2 Black Sesame Technologies
5.3 SemiDrive
5.4 Huawei
5.5 HOUMO.AI
5.6 Chiplego
5 .7 Kunlunxin
5.8 RHINO
5.9 Dahua Leapmotor Lingxin
5.10 Cambricon SingGo

Per ulteriori informazioni su questo rapporto, visitare https://www.researchandmarkets.com/r/sb06ts

BlogInnovazione.it