当我们谈及算力时，几十级 TOPS 算力的概念叠加到了千级 TOP 的概念不过三年。

例如蔚来一代平台的 2.5TOPS 迭代到二代平台时已经超过了 1000 TOPS ，小鹏以及理想等也完成了双 Orin 超过 500 TOPS 的算力替换。

无论是用户还是车企，甚至是芯片供应商，都无疑卷入进了这场充满“暴力美学”的智能角斗中。而不同角色的出发者对于大算力芯片的理解也有所不同，例如用户期待的是大算力芯片能够带来哪些长期价值？主机厂则是思考者如何确保核心竞争力？而芯片供应商则思考着如何用芯片构建行业壁垒，赢得市场份额。

在黑芝麻智能的沟通会上，我们也跳出“各有所谋”的圈子，看看芯片市场的核心竞争方向以及在面对智能驾驶的需求中，黑芝麻是如何思考的？

一、 2025 年会是芯片市场一个关键时间点

在智能化时代，智能驾驶的需求已经改变了传统的芯片格局，从 MCU 控制芯片到计算芯片演进，计算芯片也从小算力芯片到大算力芯片过渡，而与其相辅相成的是域架构到中央计算架构发展演进。

对于主机厂而言，如何过渡到“软件定义汽车”集成化的计算架构起了重要作用，对于芯片公司而言，要满足市场需求就必须发展大算力芯片，这样才能稳固市场份额。

伴随着产业发展的逐步清晰，市场对智能驾驶的产业需求逐步明朗，包括算力需求、多传感器应用、集成新算法以及在芯片合作模式上都有了新的发展。而对于芯片供应商而言，这就包括从芯片的底层设计、操作系统、中间件、算法甚至合作模式上有新的方向思考。

在早期的分布式架构中，车内的搭载的芯片大部分为 MCU 控制类芯片，这也是目前市场“缺芯潮”的主角，而 MCU 芯片主要的供应商都来自海外。

而随着智能驾驶的发展，应用于 ADAS 的功能芯片开始出现，例如海外 Mobileye 则率先赢得计算芯片的红利。从现在看，把智能驾驶当成一个汽车底下的“小功能”依旧不够，而这也引发了 Mobileye 过去一直成熟的黑盒打包式的商业模式产生崩塌。

这里最大的变革是分布式架构到域架构的变革，过去分散混乱的“神经元”开始有序的集成多个“小脑”，对于软件的主导权也从供应商手里夺过，所以车企对芯片的需求也逐步从小算力提升到大算力，从封闭的软硬件合作模式变化为成开放式，海外的英伟达、国内的地平线、黑芝麻等大算力芯片供应商也开始崛起。

而在残酷现实的竞争中，如何衡量芯片公司的实力，无疑就是“定点”和“量产”两个指标。

黑芝麻杨宇欣此次也首次公布了黑芝麻的定点数量，目前黑芝麻定点的车企超过 10 家，其中 80% 是来自乘用车企， 20% 是商用车。

黑芝麻智能第一颗车规级智能驾驶芯片为华山一号 A500，算力为 5-10TOPS；2020 年黑芝麻基于自主研发的两个核心 IP 打造了华山二号 A1000 芯片发布，算力为 58TOPS(INT8)，今年也将完成量产上车，同时也是单芯片完成行泊一体域控制器的芯片平台，包括支持领航 NOA、泊车 HPA/AVP 以及 3D 360 环视全景影像等功能。

2021 年黑芝麻智能发布华山二号A1000 Pro，A1000 Pro 在同年 7 月流片成功，算力为 196TOPS(INT4)，单颗芯片可以支持高级别自动驾驶功能，包括泊车、城市内部到高速场景。

在下一代 A2000 芯片中，黑芝麻规划中的算力将会增加十几倍的算力，并且不同域的功能将进一步集成在大算力芯片力。在功能安全、智能驾驶的的属性都会增强。而此前公开场合中，杨宇欣曾提到这块芯片的性能将会超过 Orin 芯片的性能。

从过去的竞争环境看，以欧美日等为主导的 MCU 芯片供应也逐步演进为中美为主的大算力计算芯片竞争。

但摆在市场中的另一个核心关键是留给国内芯片供应商的“时间”并不是太长。

杨宇欣提到 2025 年会是一个关键的时间点。

首先是到了 2025 年开始车企选择的国内供应商芯片已经明朗，所以再选择另一个其他国产化替代的意愿会大幅下降，对于后来者的压力也会更大。

而芯片本身在前期设计、 IP 研发、人才、验证等上投入成本、时间周期会更长，而消费级相比工业级在供应链稳定、规划上需求更高，在进入这个周期后如果想要再赢得市场竞争力，则需要在下一个周期开始，但芯片的周期性会更长，可能已经超过五年。

二、竞争焦点：通用芯片 or ASIC芯片？

伴随着大算力、更为开放的竞争，芯片的竞争格局也进入 2.0 的阶段。

除了大算力，车企也开始思考芯片的成本、能效、供应安全以及满足长期发展上，而芯片供应商也需要思考硬件之外的“软”服务，如何尽早与车企达成合作，拿到定点，也成为下半场的入场券。

1、通用计算代表：英伟达

从目前格局看，除了软硬自研方向的特斯拉，新势力代表蔚来、小鹏以及理想等为代表则更偏向选择更为成熟、开放的英伟达作为第一供应商选择。

而传统车企则更为更多元化，基本会在多品牌或者多车型上配备多芯片，同时也会更青睐于国内主打服务的国产芯片作为第一供应商。

英伟达的开放性在于其开放的通用 GPU 架构，新芯片上车前有意向的车企可以先做开发验证，直接在平台上写程序即可，同时英伟达的开发工具也非常丰富，在平台的一致性、开发环境以及算子库上都具备优势，会为客户做配备。而这种开发自由度，正是迎合了偏向于全栈算法自研的新势力车企。

有异于过去 Mobileye 的「黑盒」方案，视觉感知与算法绑定后如果车企在做二次开发空间会非常小，而英伟达在软件应用层开放程度也非常高，不只可以做感知等一系列开发，也可以在上面搭建自己的应用。

一个简单的例子，也是隐藏在我内心的一个“碎碎念”，小鹏以一个英伟达 30TOPS 的芯片完成了包括了激光雷达等在内的感知算法研发，还完成了从高速 NGP 到 记忆泊车AVP 、城市 NGP 的迭代。而这种深度“研发”的案例正是让我们看到英伟达平台的开放性以及开垦的空间，也看到了小鹏与英伟达基本上已经在软硬件达成了高度的融合性。

2、“另谋出路”的定制化芯片

与英伟达通用计算的芯片不同，国内芯片供应商看到了英伟达的“短板”也延伸出了 ASIC 芯片，也就是针对特定场景的专用芯片，同时在此基础上提供更完整的软件服务，这也是国产芯片供应商被国内许多传统车企青睐的原因。

而其实走在这前面的并不是国内的黑芝麻或者地平线，而是特斯拉。

ASCI 路线可以通过定制化开发，相比英伟达的完全通用开放，ASCI 可以理解为有限的开放，它可以针对智能驾驶的算法做不同模型优化，在成本、功耗、能效上控制表现会更好，特别是芯片的算力利用率。

所以在最早芯片设计上，芯片厂商需要对客户的反馈以及商业积累对芯片架构做概念性设计，例如传感器的接入量、数据进入后如何处理、如何分布 IP ，在这么小的芯片上如何完成排版完成什么样的功能，在满足客户开发时也满足高效性。

例如黑芝麻自研的 ISP （图像信号处理）核心 IP，它开发的目的就是专门为智能驾驶的图像处理服务，ISP 是定义“看到了”和“看清了”两个关键区别，ISP 能够针对环境进行白平衡以及动态范围调整，例如需要克服在强光、弱光甚至强弱光切换等极限场景。

目前黑芝麻可以支持 12 路高清摄像头接入或者 6 路 800 万摄像头接入，最高可以处理每秒 12 亿像素，而在夜间图像噪点、增强低光画质、HDR 处理等都有较好的处理，同时还满足了 1.5Gpps的带宽。

而黑芝麻的第二个案例是自研 NPU （神经网络处理器），自研 NPU 实则上追溯到特斯拉 FSD 芯片上，也颇有“英雄所见略同”之妙。特斯拉 FSD 内占据最大面积的并非 CPU 或 GPU，而是 NPU。

可以看到在通用性和灵活性相对而言不如英伟达的 GPU 方案，但其完全针对神经网络算法进行优化，能够针对视觉算法中的卷积运算和矩阵乘法运算中做有效加速，满足更大的模型计算，NPU 也逐步成为自动驾驶芯片中最具差异化的核心模组。

黑芝麻也“押注”了 NPU 的研发，同时是基于一个大算力的架构平台，目前平台满足 58-116 TOPS 的算力。

而除了大算力，实际上基于神经网络的算法在大模型开发上也至关重要，在解决长尾场景、模型训练上具备优势，同时也延长了芯片平台的开发使用周期。

黑芝麻 A1000 芯片目前是支持 8 核 CPU ,支持 32K DMIPS 逻辑算力，融合了 58TOPS 的深度学习算力，通过 NPU 组合 CPU 、GPU 等异构计算单元，以此来构建定制化的智能驾驶计算芯片，也成为了目前市场中一条代表新路，相比英伟达通用计算会在软件服务、处理效率以及可定制化上具备优势。

三、下半场不仅是大算力

可以看到智能汽车市场，汽车电子系统正逐步从分布式架构走向中央控制系统，同时大的域控制器也逐步划分为动力域、智驾域以及座舱域等。而智能驾驶的多系统、多芯片、多盒子的发展也逐步合并成一个系统、一个系统甚至一个芯片上，可以看到市场对于芯片的集成化以及大算力需求是可以预见的。

但下半场的竞争又不只是大算力。我们借鉴数码行业规律可以看到，通过硬件先行，后期的软件、算法、应用以及生态体系也逐步建立，在这场硬件发起的攻防战中，大算力芯片仅仅只是智能驾驶多维度中的其中一种。

伴随着英伟达公布的 1000TOPS 或者更高的算力，未来大算力是否是无止境的发展下去，不同芯片供应商有不同的看法。

黑芝麻认为，短期内算力的军备竞赛还会存在，超大算力在成本、代价，包括芯片最终出来的可量产性，都会存在挑战。

同时基于算力本身，黑芝麻也会基于芯片架构做创新。同时也会思考一代芯片上延伸多平台化方案，满足用户需求，在面对更高阶的智能驾驶中，算力会越大、算法会变得更为复杂，届时主机厂选择跳进一个新的芯片平台的代价会更大，如何满足主机厂当下需求，也要满足未来持续迭代的需求也是新的挑战，特别是目前大家颇具关注的在国产化替代上。

四、“开放的生态是有边界的”

而在生态上，黑芝麻也有不同看法。

杨宇欣提到：“开放生态是有边界的”。

黑芝麻的开放生态是建立在面向客户需求可商业化落地的开放，也就是开放的针对性很强，比如算法、传感器等等，并不会把太多的把资源分散在短期或者中期之内很难见效的平台上。

而反应在商业模式上，黑芝麻并没有把操作系统或者算法与芯片做捆绑。

“目前已经有太多可用、可商业化的东西在了，所以汽车行业是不是真正需要一个全新的、能够覆盖完整生态的操作系统，其实不一定。”

黑芝麻认为作为芯片公司而言需要团结所有做操作系统的人、所有做中间件的人、所有做应用算法的人，这样才能真正从技术层面实现你的生态拓展。

可以看到，不同芯片公司正伴随着市场需求的多样性正与时俱进的发展，同时对芯片未来的发展方向也有不同的思考。

在架构的演变中，黑芝麻抓住了智能驾驶的需求提出了同时是基于域控制架构下的智驾主芯片，而在下一代面向高制程的中央计算芯片中，在算力上也有大幅提升，用一个更为集成化的芯片替代原先多芯片的需求。

而作为上车的元年，黑芝麻在大算力芯片的竞争中有新的方向与思考...