7月28日，车规级自动驾驶计算芯片和平台研发企业黑芝麻智能科技宣布，旗下第二款大算力自动驾驶芯片华山二号APro已于近日流片成功，目前该芯片已经打通感知算法，下一步将给客户送样，计划在年年底实现车型量产上市。
今年4月上海车展期间，黑芝麻智能发布了公司的第二款车规级大算力自动驾驶计算芯片APro。
01:14APro的INT8算力达到了TOPS、INT4算力TOPS、典型功耗25W，可以满足ISOASILD级别功能安全要求。
此次打通感知算法意味着，APro的量产提速。
据了解，基于APro打造的FAD全自动驾驶平台，可以实现覆盖L3/L4的高级别自动驾驶功能，支持从泊车、城区道路到高速等场景。
黑芝麻智能再添自动驾驶国产车规级大算力芯片新品，和上一代A芯片共同为自动驾驶汽车转型赋能。
1、华山二号APro，究竟处于什么水平？
由于市面上已经推出的大算力车规级芯片主要有特斯拉FSD、英伟达Orin，所以不妨先将黑芝麻智能APro与这些芯片进行对比，可以大致了解其重要性。
特斯拉FSD采用14nm制程，单芯片算力72TOPS。
英伟达Orin采用7nm制程，单芯片算力TOPS。
黑芝麻智能APro采用16nm制程，单芯片的INT8算力TOPS。
英伟达Orin采用了7nm制程工艺，而特斯拉和黑芝麻智能在制程工艺相近。
黑芝麻智能CMO杨宇欣告诉汽车之心：
「目前，由于自动驾驶对精度的要求很高，所以INT8是最主流的自动驾驶算力标准。据我们了解，特斯拉FSD和英伟达Orin的算力是按照INT8标准来计算的。黑芝麻的APro芯片属于自动驾驶专用ASIC芯片，算力利用率大概在60%-80%。」
也就是说，黑芝麻智能APro和特斯拉FSD算力大概处于同一梯队。
基于单颗、两颗或者四颗APro，黑芝麻的FAD全自动驾驶平台将能够满足L3/L4级自动驾驶功能的算力需求。
如果说算力水平决定了APro能做什么事情，那么这颗芯片的功能安全等级则决定了它是否能够具备量产上车资质。
据了解，黑芝麻智能APro的单芯片达到ISOASILD要求。APro内部可以配置不同数据通路和运算机制，在芯片内部部署互为冗余的双套系统和安全岛校验。
杨宇欣表示，「客户要求产品必须达到ASILD级别，同时希望产品架构的成本合理、功耗更低、稳定性足够好。在16nm工艺下，我们在架构上进行了创新，并且引入了先进的封装工艺，最终在芯片级就实现了ASILD级别，这样可以减少客户的成本。」
简单来说，ASIL等级定义了对系统安全性的要求，等级越高，对系统的安全性要求越高，系统设计的复杂程度越高，开发周期越长，开发成本越高。
ASIL分为A、B、C、D四个等级，ASILB覆盖诊断90%的单点故障，而ASILD覆盖诊断99%以上的故障，等D的安全程序远高于等级B。
比如，汽车车灯的系统要求达到ASILB，而智能驾驶系统、车身稳定控制等安全相关系统则一般要求要达到ASILD等级。
达到ASILD意味着，平均连续工作年左右才发生一次失效。
APro达到ASILD级别，说明其已经满足车规级开发要求，具备了量产上车的资质。此次打通感知算法，则意味着APro已经能够正常运行功能，黑芝麻智能计划下一步将向客户送样，进入量产前的测试验证环节，预计最终的车型量产上车时间大概在年年底。
2、性能的基石：自研核心IP，采用创新封装工艺
APro的大算力和可覆盖丰富场景背后，源于黑芝麻智能自研核心IP（IntellectualProperty）和创新的封装工艺。
黑芝麻智能成立于年，核心团队均来自博世、OV、英伟达、安霸、微软、高通、华为、中兴等业内顶尖公司，平均拥有超过15年的汽车或芯片行业经验。
与国内大多数芯片公司不同的是，黑芝麻智能并没有在创业第一年就开始研发芯片，而是先自研核心IP开始入手，在成立后不久便启动了自研IP工作，从而可以在后期能够缩短芯片设计周期、节约设计成本、降低芯片设计难度并提高产品的性能和可靠性。
杨宇欣表示，「由于技术设计复杂且客户群体规模不大，第三方公司研发自动驾驶IP是不划算的。目前，很少能看到市面上第三方公司推出类似黑芝麻智能自研IP的产品，而自动驾驶技术最领先的公司大多会自研IP，比如英伟达、特斯拉、高通、Mobileye和华为等，全部是自研IP。」
正是基于自研IP，黑芝麻智能可以解决关键技术领先性的问题，能够在算力、性能和功能亮点等维度进行更好的提升，从而在自研IP完成后，实现产品的密集推出：
1）年8月，推出了华山一号A的产品，算力为5-10TOPS；
2）年6月，推出大算力芯片产品华山二号A，算力40-70TOPS，以及AL，算力16TOPS；
3）年7月，基于A进行设计优化的APro流片成功，单芯片INT8算力达到TOPS。
相比A，APro之所以能在算力性能上大幅提升，主要源于两点：
一是，黑芝麻智能自研了核心IP车规级图像处理器NeuralIQISP和DynamAINN车规级低功耗神经网络加速引擎。
其中，得益于DynamAINN大算力架构，APro可以支持INT8稀疏加速。简单来说，对于稀疏性的支持，可以提升GPU的AI推理速度。
二是，APro采用业界创新的封装工艺来集成多个核心，解决了在16nm工艺下支持超大规模深度学习引擎的难题。
APro基于内部多核心建立高速通信通路，大幅提高了数据传输效率。
据黑芝麻智能介绍，基于APro打造的FAD全自动驾驶平台，是面向分布式计算的自动驾驶中间件，能够适配多种标准协议和操作系统，并提供软件全生命周期的管理。
在APro系统中，任务可以在多个子系统之间动态迁移，具有易开发、高可用、零拷贝等特性，提升算法的效率与灵活性。
由于APro内置高性能GPU可以支持高清度3D全景影像渲染，所以能够覆盖L3/L4高级别自动驾驶功能，支持从泊车、城区道路到高速等场景。
目前，黑芝麻智能已经与中国一汽、博世、蔚来、上汽、比亚迪、东风、中科创达、亚太、保隆、所托瑞安、纽劢科技、联友等在L2/3级ADAS和自动驾驶感知系统解决方案上开展了一系列商业合作。
3跑马圈地，APro奔赴年量产
在通往高级别自动驾驶的过程中，传感器、计算平台和软件算法等缺一不可。
传感器层面，激光雷达高昂的成本问题正在得到解决，摄像头和毫米波雷达也分别朝着更高像素比如万像素、更高分辨率比如4D毫米波雷达的方向逐渐演进。
软件算法层面，主机厂或自研感知、规划和控制算法；或集中研发规划和控制算法，感知算法采用第三方的解决方案。
总之，正走在不断解决CornerCase的道路上。
唯有计算平台，由于技术难度高，量产周期漫长，话语权仍集中在少数几家芯片供应商手中。
大算力车规级芯片开始引发行业
