自动驾驶主流芯片及平台架构（四）华为、​高通、英伟达高算力平台_华为汽车控制系统架构

上一章节有提到低算力的自动驾驶平台，本章内容重点介绍高算力的自动驾驶平台，华为、高通、英伟达。

华为自动驾驶MDC平台方案介绍

以整车数字架构为基础，全面管理软硬件的复杂性，并确保整车的可靠性：我们提出华为CCA+VehicleStack构建数字系统，这个数字系统可以看一个传统车有六层。

最底下是机械层，第二层是高压电池电气层；第三层是低压的部件层，传感器，执行器，甚至是网关、计算、域控制器等等，再上面一层是软件层，这里含娱乐系统的操作系统、自动驾驶的操作系统、车控的操作系统，而且还包含跨操作系统的VehicleStack，我们叫整车级的中间件，再上面是应用层，比如座舱的应用程序、自动驾驶的应用程序和整车控制的应用程序，再上面是云服务层。

整车数字系统架构设计理念从长期来看，一是软件可升级，可以做到跨车型、跨软件，甚至跨车企的软件重用；硬件来讲，要做到可扩展、可更换，甚至做到传感器的即插即用，将来这个车如果你要开发，现在你买的车可能是L2的，只有5个毫米波，1个摄像头，将来要升级上去，要更高的自动驾驶，可以买两个激光装上去，同时买个自动驾驶的硬件装上去，使得你这个车具有更高阶的功能，而不是每次想要一个新功能的时候重新换车。因为在“摩尔定律”的作用下，电子电池部件更新换代是非常快的，但是换车的话可能要5-10年

华为定义了三个域控制器：VDC(智能车控平台)负责整车和底盘域，MDC(智能驾驶平台)负责自动驾驶域，CDC(智能座舱平台)负责娱乐域。

华为的CCA+VehicleStack架构从长远的设计理念来看，目标是实现软件跨车型、跨车企的升级和复用，以及硬件的可拓展、可更换，甚至是传感器的即插即用。此外，该架构力求构建可信的安全体系，具体包含整车的数字安全、网络安全、功能安全与隐私保护，使汽车成为持续创造价值的平台。当汽车销售给消费者后，可以像智能手机一样在汽车平台上购买更多的应用和服务，为整车厂和开发商提供持续盈利的空间，从而形成一个正向的商业循环。

CCA+VehicleStack包含基于区域的架构硬件层和整车级软件框架：

1)硬件层方面，在车辆识别单元(VIU)上就近接入相应的传感器和执行器，甚至部分ECU，由VIU为以上电子元器件供电，几个VIU就可以提供高速的以太总线进行互联，搭建环网。即使部分VIU损坏，整个环网也可以通过环回的路线保证通讯安全。在此基础上，华为定义了三个域控制器：VDC(智能车控平台)负责整车和底盘域，MDC(智能驾驶平台)负责自动驾驶域，CDC(智能座舱平台)负责娱乐域。

2)软件框架方面，整车的框架是基于服务的架构，采用微服务和微插件。整车级框架要实现数据的预处理、分组、加密、聚合、分发，同时提供功能安全和网络安全服务。最后在该架构上实现应用程序编程接口(API)，让上层的整车管理、热管理、ADAS等应用得以实现。

MDC平台参数说明：

华为MDC平台遵循平台化与标准化原则，包括平台硬件、平台软件服务、功能软件平台、配套工具链及端云协同服务，支持组件服务化、接口标准化、开发工具化；软硬件解耦，一套软件架构，不同硬件配置，支持L2+~L5的平滑演进，保护客户或生态合作伙伴的应用软件开发的历史投资。

华为的自动驾驶计算平台由车 BU 下的 MDC 产品部负责。

MDC 上采用的 AI 协处理器是昇腾系列芯片，而 CPU 来自华为的泰山服务器事业部，即鲲鹏系列芯片。

MDC 全称是 Mobile Data Center，移动数据中心。

MDC 的成员部分来自华为的中央硬件部，后者以开发 ARM 服务器为主要业务，之后转到自动驾驶领域。

MDC 的芯片部分仍由海思提供。

MDC 目前主打两款产品：

一款是用在 L2+ 上的 MDC 210

另一款 MDC 610，主要用在 L4 上

MDC 210 的 CPU 部分未知，AI 处理器是昇腾 310。

MDC 610 的 CPU 很可能是鲲鹏 916，AI 处理器是昇腾 610。

鲲鹏 916，在海思内部代号是 Hi1616，是 2017 年的产品。

其采用 32 核 ARM A72 并联设计，最低功耗 75 瓦，标准 TDP 功耗 85 瓦，对标英特尔至强系列服务器 CPU。

华为鲲鹏 916 参数与内部框架图如上：

采用了 16 纳米工艺，也就是说中芯国际能够代工。

鲲鹏系列更高级的产品是 920，海思内部代号 Hi1620，采用了 16 - 96 核设计，华为自研的架构，ARM v8.2 指令集，7 纳米工艺。

鲲鹏 930 计划采用 5 纳米工艺。

上面说到，华为 MDC 的 AI 处理器主要是昇腾 310 和 610。

按照华为的路线图，官方原计划在 2020 年推出昇腾 320、610 和 920，但一直到目前都没有消息。

昇腾 310 是采用台积电 12 纳米 FFC 工艺制造，于 2018 年推出，因此性能一般，只有 16TOPS 算力。

从华为的官方介绍看，昇腾 920 和 610 都是定位于服务器深度学习训练用的，不是用于车载应用。

这两款处理器有明显的 Cowos 多存储芯片封装设计，这种封装成本也很高，不适用于成本敏感的领域。

华为智能驾驶涉及到感知、融合、定位、决策、觃划、控制等多个环节。激先雷达点云数，据处理需要大量CPU算力，摄像头数据需要AI算力，定位、决策、规划、控制等逻辑处理癿环节需要CPU算力。

集合了鲲鹏CPU芯片和昇腾AI芯片癿MDC平台为多样化的智能驾驶提供了算力支撑。

MDC内部模块的功能安全ASIL分解如下，以满足整体ASIL D的目标。

这次最新的上海车展上，华为又发布了计算平台MDC810，即将在极狐阿尔法S上量产。

即将量产的MDC 810，是业界目前已经量产、最大算力的智能驾驶计算平台，稠密算力高达400 TOPS，达到ASIL D功能安全要求，搭载智能驾驶平台软件MDC Core（含智能驾驶操作系统AOS、VOS），配套完善工具链，可满足拥堵跟车(TJP)、高速巡航(HWP)、自动泊车(AVP)等高级别自动驾驶应用场景所需，已率先搭载在ARCFOX极狐阿尔法S上并量产上市，后续将有越来越多的搭载不同MDC系列产品的新车型陆续量产上市。

作为专业的智能驾驶计算平台，华为MDC采用“统一硬件架构，一套软件平台，系列化产品”的研发规划。华为MDC系列产品(MDC 210/MDC 300F/MDC 610/MDC 810)，基于领先的基础平台与安全架构，提供48~400+ TOPS的弹性算力与丰富的传感器接口，配套持续升级的平台软件MDC Core（含AOS、VOS等），前向兼容长期平滑演进，保护客户历史投资与持续能力积累，覆盖L2+~L5级别自动驾驶的乘用车、商用车、作业车等不同应用场景。

高通自动驾驶平台方案介绍

1、高通自动驾驶平台Snapdragon Ride 平台基本信息

1） 该平台包括安全系统级芯片SoC(ADAS应用处理器）、安全加速器（自动驾驶专用加速器）和自动驾驶软件栈，可支持L1~L5级别的自动驾驶；

2）安全系统级芯片SoC和安全加速器的功能安全安全等级为ASIL-D级；

3）平台高度可扩展、开放、完全可定制化，且能够提供功耗高度优化的自动驾驶解决方案；

4）平台将于2020年上半年交付OEM和Tire1进行前期开发，搭载该平台的汽车预计将于2023年投产。

2、Snapdragon Ride硬件平台

Ride平台由应用处理器和AI加速器组成，这些AI加速器的范围从高级驾驶辅助系统（ADAS）的SAE 1级扩展到完全自治的SAE 5级。Ride平台利用基于域的体系结构，该体系结构允许汽车制造商将多个车辆域聚合到一个集中式平台中，并且还可以使用基于以太网，PCIe或CAN-FD的网络在所有主要系统之间进行通信，从而实现高速连接。

该平台包括两大核心芯片和自动驾驶软件栈：安全系统级芯片SoC(ADAS应用处理器）、安全加速器（自动驾驶专用加速器，ASIC芯片），全部达到ASIL-D，可支持L1~L5级别的自动驾驶；

ADAS应用处理器：Kryo CPU、Adreno GPU、神经处理器、嵌入式视觉处理器

自动驾驶专用加速器（ASIC）：神经处理器阵列

L1/L2级ADAS：面向具备AEB、TSR和LKA等驾驶辅助功能的汽车

硬件支持：1个ADAS应用处理器，可提供30 TOPS的算力

L2+级ADAS：面向具备HWA（高速辅助）、自动泊车APA以及TJA（低速辅助）功能的汽车

硬件支持：2个或多个ADAS应用处理器，期望所需算力要求60~125 TOPS的算力

L4/L5级自动驾驶：面向在城市交通环境中的自动驾驶乘用车、机器人出租车和机器人物流车；

硬件支持：2个ADAS应用处理器 + 2个自动驾驶加速器（ASIC），可提供700TOPS算力，功耗为130W

Snapdragon Ride 硬件平台示例

1）摄像头7个

前部：1个长距 +1个中距 侧部：2个侧前视 +2个侧后视 后部：1个长距

2）毫米波雷达 6个

前部：1个长距 + 2个中距 后部：1个长距 + 2个中距

3）高精地图

4） CV2X接收装置

Snapdragon Ride软件平台

Snapdragon Ride 软件平台包括：规划堆栈、定位堆栈、感知融合堆栈、系统框架、核心软件开发工具包（SDK）、操作系统和硬件系统；

平台还包括一个完整的软件堆栈，该软件堆栈支持包括Linux和QNX在内的多个操作系统，以及由高通公司设计和开发的应用程序，这些应用程序可利用感知，本地化，传感器融合和行为计划来自我导航高速公路驾驶员应用程序。顾客，包括OEM和一级汽车电子供应商在内，将能够自定义和添加其他应用程序。

高通驾驶平台 Snapdragon Ride 将于 2022 年应用到长城汽车的高端车型上，这个平台如果预先的硬件支持到L4级别的算力的芯片平台，后面可以通过不断OTA进行软件能力升级，让你的车辆一直处于领先的自动驾驶地位。

总体而言，高通骁龙产品策略应该还是以车载娱乐信息系统为主，逐步向更专业的ADAS拓展。

英伟达自动驾驶平台方案介绍

英伟达是全球最大的智能计算平台型公司，公司从早期专注PC图形计算，后来逐步将重点扩展到AI领域，并在3D图形的持续需求与游戏市场规模扩张推动下，利用GPU架构，创建VR、HPC（高性能计算）、AI平台。英伟达在独立显卡、GPU领域有超过70%的市场份额。除了优秀的硬件性能外，英伟达开发了基于GPU的“CUDA”开发平台，CUDA工具包包括了GPU加速库、编译器、开发工具等，为开发者提供丰富的开发软件SDK，支持现有的大部分的机器学习、深度学习开发框架，开发者可以在CUDA平台上使用自己熟悉的开发语言进行应用开发。在不改变硬件的前提下，通过软件和库的完善，过去2年英伟达将计算性能提升4倍，AI性能提升2倍，所需的开发时间大幅缩短。

公司花费了大量时间培养自己的开发生态，包括与高校合作培训专业人才、开展专业竞赛，培养、发展英伟达“GPU+CUDA”的开发者群体，形成了相当可观的产品使用人群， 2019年全球已经有超过160万CUDA开发者。中国CUDA开发者数量众多，数量也增长最快，目前已经超过了30万，并且还在以每个月新增1万人的数量增长。2020财年英伟达实现总收入109.2亿美元，其中汽车部门收入7亿美金，占总收入比例6.4%，同比增长9%。

自2015年开始，英伟达已经推出4代自动驾驶计算平台分别为：Drive PX、Drive PX2、Drive AGX Xavier/ Pegasus、Drive AGX Orin。

Drive PX2：算力24TOPS，性能强，受到很多车企和自动驾驶企业的青睐，如特斯拉。

Drive AGX Xavier/Pegasus：Xavier芯片12nm制程，分为面向L2/L3级（小鹏P7/上汽荣威）、L4/L5级自动驾驶(文远知行、小马知行)两种。

Drive AGX Orin：算力2000TOPS，功耗目前为800W，功耗较高，仍需优化。

在自动驾驶领域，英伟达提供芯片+开放软件生态，提供包括Drive AV、Drive IX、Drive Sim等软件在内的完整的开发者套件。

在未计算图灵GPU的价格下，英伟达面向L4、L5级的AGX Pegasus的载板，成本总计大约6090元人民币。

单纯的一片Xavier价格大概600元左右。

 

2017年1月，英伟达发布用于自动驾驶领域Xavier系统级SOC芯片， Xavier拥有超过90亿个晶体管，配置了一个8核CPU、一个全新的512核Volta GPU、一个深度学习加速器、全新计算机视觉加速器、以及全新8K HDR视频处理器，针对自动驾驶数据量做了特殊的设计和优化，采用了16nmFinFET工艺,功耗为30W，算力达到30TOPS。2020年4月上市的小鹏汽车 P7，成为首款搭载 NVIDIA DRIVE AGX Xavier 自动驾驶平台的量产车型，小鹏 P7 配备了13 个摄像头、5 个毫米波雷达、12 个超声波雷达，集成开放式的 NVIDIA DRIVE OS 操作系统。

2019年12月英伟达发布了新一代面向自动驾驶和机器人领域Orin芯片和计算平台，可扩展、可编程，具有ARM Hercules CPU内核和英伟达下一代GPU架构。Orin SoC包含170亿晶体管，晶体管的数量几乎是Xavier SoC的两倍，具有12个ARM Hercules内核，将集成下一代Nvidia GPU，提供200 TOPS@INT8性能，接近Xavier SoC的7倍，Orin SOC将在2021年提供样片，2022年正式面向车厂量产。

2020年5月GTC上，英伟达介绍了即将发布的新一代自动驾驶Drive平台，Drive平台如果搭载两个Orin SoC和两块NVIDIA Ampere GPU，可以实现从入门级ADAS解决方案到L5级自动驾驶出租车（Robotaxi）系统的全方位性能提升，平台最高可提供2000TOPS算力。

蔚来ET7 使用orin芯片。

ET7搭载了4颗NVDIA Drive Orin芯片以及800万像素的摄像头，这两个硬件设备是视觉自动驾驶技术实现的根本。先来说下芯片，这款芯片是专业的车载芯片。

ORin芯片可以支持基于Cuda和TensorRT做深度学习模型的服务，TensorRT是一个模型服务的框架，可以支持各种框架产生的模型。

ET7每秒钟可以产生8GB的视频，而视觉自动驾驶技术，其实就是一个物体识别模型实时inference的流程，需要保持每秒钟超过10个以上的图片识别请求效率。所以视觉自动驾驶的实现前提是强大的芯片计算力。Orin芯片是这个计算力的保证。

ADAM由4颗英伟达Drive Orin芯片组成，它们在大多数时候都是各司其职，其中两颗芯片负责自动驾驶，一颗为冗余芯片，最后一颗负责群体智能与个性训练。

四颗芯片的核心数据如下：48个CPU内核，256个矩阵运算单元，8096个浮点运算单元，共计680亿个晶体管。正是这些芯片，让每天近8亿的数据量，高效稳定地运行在蔚来的这套NAD系统上。