自動駕駛芯片的發展歷程是怎樣的？

自動駕駛芯片的發展歷經多個階段，從過去以CPU為核心的ECU，到如今GPU+FPGA成為主流，未來定制化ASIC芯片將成趨勢。過去汽車電子初期采用分布式架構，后因傳感器增多被中心化架構替代。當下，人工智能帶動汽車智能化，GPU因能處理非結構化數據等需求而成為主流。未來，ASIC在計算能耗比等方面優勢明顯，能滿足自動駕駛高要求，會成為核心與趨勢。

上世紀90年代，英偉達憑借在GPU領域的領先優勢，率先切入自動駕駛芯片市場，為這個新興賽道拉開了序幕。此后，隨著自動駕駛技術的突飛猛進，產業鏈也日臻完善，越來越多的芯片企業投身其中 。

2016年是自動駕駛芯片發展的一個重要節點，谷歌自動駕駛部門獨立，小馬智行成立，英偉達發布Drive PX2車載計算平臺并與多家汽車廠商展開合作，黑芝麻智能也在這一年誕生。在過去的7年里，自動駕駛行業從投資熱潮逐漸走向冷靜，參與的企業變得更加多元和細分。英偉達在高算力自動駕駛芯片市場幾乎占據壟斷地位，2022年其出貨量占全球高算力自動駕駛芯片市場份額高達82.5%。

如今，入局自動駕駛芯片的企業大致可分為芯片巨頭、初創企業、整車廠下場造芯這三類。英偉達不斷推出新芯片鞏固其地位；高通切入較晚，也公布了驍龍Ride系列；英特爾旗下Mobileye采取“芯片 + 感知算法”方案合作眾多；特斯拉更是在2019年起便使用自研FSD芯片。2023年，國產芯片創業公司加速發展，地平線、黑芝麻智能等成功在自動駕駛芯片市場中突圍。

不同價格車型對芯片算力需求各異，自動駕駛芯片上車面臨著性能、安全、供應鏈等諸多挑戰，國產廠商不僅要直面大廠競爭，還面臨人才短缺等問題。不過，整個產業依舊在大規模投入，向著更高級別的自動駕駛穩步邁進。自動駕駛芯片的發展歷程充滿挑戰與機遇，未來必將繼續在創新中蓬勃發展。