当前位置: 首页 > news >正文

AI算力「搅局」座舱SoC

对于芯片巨头来说,汽车是难以割舍的赛道。

这不仅仅是因为「车规级」向来是准入门槛最高的细分市场之一,更重要的原因来自于从PC、智能手机到智能汽车时代,芯片公司都在寻求成为新周期的标杆。

比如,从PC时代的「英特尔」到智能手机时代的「高通」。而作为全球汽车智能化普及速度最快、普及率最高的市场,中国无疑是新一轮汽车芯片争夺战的焦点。

9月5日,吉利旗下领克全新一代车型领克Z10将正式上市,这款车型的特别之处在于,将是全球首款搭载AMD V2000A车规级座舱芯片(搭配Radeon RX6600系列独立显卡)的车型,相较于去年上车的高通骁龙8295芯片,算力提升了约1.8倍。

图片

这也是继特斯拉之后,全球第二款搭载AMD座舱计算平台的车型。按照跑分软件—安兔兔公布的最新一期数据,领克Z10这套平台的CPU+GPU+MEM+UX跑分总成绩突破了200万分,而此前长城蓝山的高通8295座舱平台的跑分仅为111万分。

这意味着什么?

按照此前领克官方给出的数据,Z10智能座舱交互性能实测数据显示,车机UI快速滑动响应速度高于行业10%;语音响应更迅速,免唤醒响应连续指令提升57.8%;实况桌面切换速度提升89.6%;多任务并发更快,导航、音乐、语音同时并发响应提升135.86%。

作为全球能与英伟达PK的少数芯片巨头之一,AMD脚踩着英伟达、英特尔,在2022年实现在特斯拉的首次上车(Ryzen锐龙处理器),并帮助其实现车机性能的大幅提升。

在2019年的一次对外活动场合上,AMD首席执行官苏姿丰更是明确表示,“汽车仍然是我们的一个机会。我们相信有CPU和GPU的能力,可以做到这一点。”一年后,该公司以350亿美元收购赛灵思,彼时,后者的FPGA芯片已经在在汽车电子领域实现超过2亿颗的累计出货量。

今年4月,AMD在整合赛灵思产品线基础上,推出第二代Versal自适应SoC,基于7nm工艺制程,内置Arm CPU、新一代AI引擎(AIE-ML v2),INT8下算力达到184TOPS,面向域控制器、中央计算单元市场。

至此,AMD也成为全球为数不多可以同时提供舱+驾计算解决方案的芯片厂商之一。此外,最新消息是,AMD首席执行官苏姿丰透露,公司计划在2025年推出MI350系列芯片,与英伟达的Blackwell架构GPU展开竞争,后者也是英伟达全新一代车载中央超算DRIVE Thor的关键AI算力内核。

而作为第一代座舱域控(Apollo Lake平台)的玩家,英特尔在错过第一波智能座舱市场红利之后,也尝试“卷土重来”。

今年8月8日,英特尔在中国首次重磅发布首款英特尔锐炫™车载独立显卡( (dGPU) ),整合AI增强型软件定义(SDV)车载SoC系列和独立显卡,为市场提供一个开放、灵活且具备高度可扩展性的平台型解决方案。

和PC时代类似,其中,入门级和中端车型可以搭载英特尔软件定义车载SoC(集成显卡),而高端车型则可以通过部署独立显卡,增强AI算力配置。其中,全新一代SoC首次采用Chiplet技术,基于CPU+NPU+GPU的异构计算架构,并支持将第三方小芯片集成。

图片

图片

其中,第一代锐炫ARC 760独立显卡,提供每秒浮点运算能力(FLOPS)相比集成显卡算力提升4倍,最高可以在本地运行14B以上的模型,或同时运行多个2B的模型。229TOPS的AI算力,是高通8295(启用双NPU)的3倍之多,并且最高支持8K分辨率。

有意思的是,和AMD一样,英特尔这套方案的首发客户可能是吉利旗下的另一个品牌—极氪。在今年初的CES展期间,极氪与英特尔披露合作计划,旨在共同开发下一代智能汽车“移动生活空间”。

为了能够实现与中国本地客户的快速开发适配,AMD和英特尔还同时选择了高通平台的软件核心合作伙伴—中科创达,来打造新一代数字座舱平台。

显然,对于AMD和英特尔来说,中国市场至关重要。但竞争,也已经白热化。

比如,高通从第三代8155平台开始,中国车企和市场就成为最重要的贡献来源。高工智能汽车研究院监测数据显示,2023年上半年,仅仅是在中国市场,高通就以接近40%的份额领跑智能座舱SoC市场。

同时,中国乘用车市场搭载高通8155的车型价格更是已经下探至10万元级别。比如,去年上市的吉利银河L6,10.38-15.98万元的售价区间,已经是全系标配高通8155。相比而言,大部分外资品牌的车型在座舱娱乐部分,已经慢了至少一代产品。

高工智能汽车研究院监测数据显示,2024年1-6月,中国市场搭载高通(包括8155/8295等)平台座舱域控搭载量同比继续大幅增长,完成前装交付接近160万套(占到整体域控市场份额的近7成),同比增长高达153.04%。

根据今年第二季度的最新财报数据,专注智能驾驶业务的英伟达,季度汽车业务营收同比增长为37%;而同期,高通的汽车业务营收同比增长则高达87%,进一步凸显智舱市场的增长动力。

由于座舱智能化对于AI算力需求的持续上升,已经无暇顾及座舱赛道的英伟达,也在去年宣布与MTK合作,基于GPU内核的AI算力和Chiplet架构,帮助后者完成座舱SoC的AI升级。

今年3月,MTK在英伟达GTC大会上推出了一系列结合GPU AI能力的Dimensity Auto座舱平台SoC(C-X1、C-Y1、C-M1和C-V1)四款产品,并支持NVIDIA DRIVE OS软件,覆盖从入门级到豪华车市场。

图片

目前,作为MTK在中国市场的主要车企客户,长安汽车旗下梧桐车联将首发基于C-X1(3nm)的C2080和基于C-Y1(4nm)的C2090两个AI座舱算力平台方案,均支持多模态生成式AI(70-130亿参数)。

毋庸置疑的是,支持大语言模型(LLMs)、多屏高分辨率显示、DMS/OMS、AR-HUD甚至是车载大型3A游戏等AI安全和娱乐应用,并持续提升响应速度和低延迟、高性能指标优化,是新一轮座舱计算平台升级的趋势。

而在中国市场,本土玩家的突围也是一股不可小视的力量。

以华为海思为例,在汽车行业的产品线已经覆盖算力SoC、MCU、互联及定位芯片、模拟芯片、ISP、光显示、车载通讯等全场景应用。其中,座舱SoC就包括麒麟990A(对标高通8155)、麒麟9610A(对标高通8295,浮点运算性能两倍于990A);此外,还有主打AI计算的昇腾系列。

高工智能汽车研究院监测数据显示,2024年一季度,在中国乘用车市场,20万元及以上新能源细分区间,华为鸿蒙座舱(芯片+OS)占比已经接近15%;加上华为车BU独立分拆,后续非鸿蒙智行体系客户的开拓将会加速。

此外,自2020年发布第一代产品以来,芯驰X9系列已经实现在奇瑞、长安、上汽、广汽、北汽、东风日产、东风本田等车企旗下近40款车型的智能座舱上车。今年北京车展期间,该公司还推出了先锋级中央计算处理器X9CC(多核异构计算平台),算力高达200KDMIPS,可支持运行多达六个独立的系统。

同时,X9CC集成了更高性能的NPU单元,能够实现大模型本地+云端混合部署。2025年,芯驰将进一步推出AI座舱处理器X10,更高效的支持Transformer架构,支持大模型纯端侧部署,支持更加个性化的AI座舱体验。

在此背景下,“打破”座舱体验「同质化」僵局也成为本轮座舱AI SoC混战的关键驱动力;比如,沉浸式3D HMI交互以及游戏娱乐座舱、多模态认知大模型、高刷新率8K高清大屏等新卖点正在成为现实。

不过,对于AMD和英特尔来说,三星的失败是前车之鉴。同时,面对高通以及中国本土玩家的围猎之下,能否持续扎根中国市场,仍是未知数。

相关文章:

AI算力「搅局」座舱SoC

对于芯片巨头来说,汽车是难以割舍的赛道。 这不仅仅是因为「车规级」向来是准入门槛最高的细分市场之一,更重要的原因来自于从PC、智能手机到智能汽车时代,芯片公司都在寻求成为新周期的标杆。 比如,从PC时代的「英特尔」到智能手…...

lvs DR模式调试

DS配置: # cat /etc/keepalived_docker/keepalived.conf ! Configuration File for keepalived global_defs {router_id LVS_70 # 设置lvs的id,在一个网络内应该是唯一的 }vrrp_instance VI_70 {state MASTER # 两个 DS&#xff0…...

Java线程池的优化策略与最佳实践

哈喽,各位小伙伴们,你们好呀,我是喵手。运营社区:C站/掘金/腾讯云/阿里云/华为云/51CTO;欢迎大家常来逛逛 今天我要给大家分享一些自己日常学习到的一些知识点,并以文字的形式跟大家一起交流,互…...

android面试:解释一下 AsyncTask是什么?

AsyncTask 是 Android 中用于处理异步操作的一个类,它允许在后台线程中执行任务,并在完成后将结果传递回主线程。AsyncTask 主要用于执行短时间的后台操作,例如网络请求、文件读写等,而不阻塞用户界面。 AsyncTask 的主要特点&am…...

Django+Vue3前后端分离学习(四)(登录功能实现)

1、序列化数据: 创建serializers.py的python文件 从rest_framework里导入serializers类: from rest_framework import serializers class LoginSerializer(serializers.Serializer):email serializers.EmailField(requiredTrue, error_messages{&qu…...

机器学习面试:SVM为什么使用对偶函数求解?

支持向量机(SVM)在求解过程中使用对偶函数的原因主要与优化问题的性质、计算效率以及模型的泛化能力有关。以下是对偶函数在 SVM 中使用的详细解释: 1. 原始问题与对偶问题 在 SVM 中,我们的目标是找到一个超平面来最大化分类间…...

RabbitMQ 入门教程

介绍 RabbitMQ 是一个消息中间件,它实现了 AMQP (Advanced Message Queuing Protocol) 协议。本教程将引导你通过几个简单的步骤来学习如何使用 RabbitMQ 发送和接收消息。 环境准备 1. 安装 RabbitMQ - 在你的系统上安装 RabbitMQ: https://www.rabbitmq.com/d…...

docker进阶 compose等

Docker Compose 简介: 比如有100个微服务,不需要手动启动每一个,可以使用docker compose定义运行多个容器,高效管理化。 定义、运行多个容器 YAML file配置文件 single command 命令 写docker-compose.yaml docker-compose …...

[详细建模已更新]2024数学建模国赛高教社杯A题:“板凳龙” 闹元宵 思路代码文章助攻手把手保姆级

A 题 “板凳龙” 闹元宵 “板凳龙”,又称“盘龙”,是浙闽地区的传统地方民俗文化活动。人们将少则几十条,多则上百条的板凳首尾相连,形成蜿蜒曲折的板凳龙。盘龙时,龙头在前领头,龙身和龙尾相随盘旋&#x…...

网络编程(TCP+网络模型)

【1】TCP 初版服务器 #include <stdio.h> #include <sys/types.h> /* See NOTES */ #include <sys/socket.h> #include <netinet/in.h> #include <netinet/ip.h> #include <unistd.h> #include <arpa/inet.h> #include <string.h…...

Docker Image 命令

文章目录 目录 文章目录 1 . Docker镜像是什么? 2 . 镜像命令详解 docker images docker tag docker pull docker rmi docker save 总结 1 . Docker镜像是什么? Docker image 本质上是一个 read-only 只读文件&#xff0c; 这个文件包含了文件系统、 源码、库文件…...

如何在IntelliJ IDEA中将Tab设置为4个空格

前言 IntelliJ IDEA是一个强大的开发工具&#xff0c;支持多种编程语言。为了保持代码整洁一致&#xff0c;开发者经常需要调整编辑器中的Tab和缩进设置。 步骤1: 打开设置 首先&#xff0c;启动IntelliJ IDEA。在主界面上方的菜单栏中找到 File&#xff08;文件&#xff09…...

ASP.NET Core 入门教学十五 异步编程

在ASP.NET Core中&#xff0c;异步编程是一种非常重要的技术&#xff0c;它可以提高应用程序的性能和响应能力。本教程将介绍如何在ASP.NET Core中使用异步编程。 1. 异步编程基础 异步编程允许程序在等待某些操作&#xff08;如I/O操作&#xff09;完成时继续执行其他任务&a…...

pycharm 2024.1下载、安装

下载 下载官网&#xff1a; Other Versions - PyCharm 选择需要的版本下载&#xff0c;这里以 2024.1 的版本为例 安装 双击下载好的安装程序&#xff0c;点击下一步 选择安装路径&#xff0c;最好是英文路径&#xff1b;然后下一步 点击完成 激活 网址&#xff1a; Some…...

实变函数精解【18】

文章目录 有限测度有限测度概率测度有限测度与概率测度的关系 σ \sigma σ-有限测度计数测度完备概率测度 参考文献 有限测度 首先&#xff0c;我们来明确“测度”的概念。在数学中&#xff0c;测度是一个将集合映射到非负实数&#xff08;通常是实数的扩展&#xff0c;包括正…...

【深入解析】AI工作流中的HTTP组件:客户端与服务端执行的区别

在当今快速发展的技术环境中&#xff0c;AI工作流的设计和实现变得愈发重要。尤其是在处理HTTP组件时&#xff0c;前端执行与后端执行之间的区别&#xff0c;往往会对系统的安全性和数据的准确性产生深远的影响。今天&#xff0c;我们就来深入探讨这一话题&#xff0c;揭示前端…...

用亚马逊云科技Graviton高性能/低耗能处理器构建AI向量数据库(上篇)

简介&#xff1a; 今天小李哥将介绍亚马逊推出的云平台4代高性能计算处理器Gravition&#xff0c;并利用该处理器构建生成式AI向量数据库。利用向量数据库&#xff0c;我们可以开发和构建多样化的生成式AI应用&#xff0c;如RAG知识库&#xff0c;特定领域知识的聊天机器人等。…...

调用火山云的语音生成TTS和语音识别STT

首先需要去火山云的控制台开通TTS和STT服务语音技术 (volcengine.com) 火山这里都提供了免费的额度可以使用 我这里是使用了java来调用API 目前我还了解到阿里的开源项目SenseVoice&#xff08;STT&#xff09;和CosyVoice(TTS)非常的不错&#xff0c;但是都是使用Python开发…...

中间件解析漏洞

一&#xff1a;IIS less-1 IIS6.X 步骤一&#xff1a;在iis的⽹站根⽬录新建⼀个名为x.asp的⽂件 步骤二&#xff1a;在x.asp中新建⼀个.txt⽂件,内容为<%now()%> asp代码,更改后缀为jpg 步骤三&#xff1a;在外部浏览器进行访问Window2003的ip/x.asp/1.jpg&#xff0…...

如何在Mac电脑上本地部署Stable Diffusion:详细教程(webUI)

Stable Diffusion是一款强大的AI生成图像模型&#xff0c;它可以基于文本描述生成高质量的图像。对于想要在本地运行此模型的用户来说&#xff0c;使用Mac电脑部署Stable Diffusion是一个非常吸引人的选择&#xff0c;特别是对于M1或M2芯片的用户。本文将详细介绍如何在Mac上本…...

KubeSphere 容器平台高可用:环境搭建与可视化操作指南

Linux_k8s篇 欢迎来到Linux的世界&#xff0c;看笔记好好学多敲多打&#xff0c;每个人都是大神&#xff01; 题目&#xff1a;KubeSphere 容器平台高可用&#xff1a;环境搭建与可视化操作指南 版本号: 1.0,0 作者: 老王要学习 日期: 2025.06.05 适用环境: Ubuntu22 文档说…...

生成xcframework

打包 XCFramework 的方法 XCFramework 是苹果推出的一种多平台二进制分发格式&#xff0c;可以包含多个架构和平台的代码。打包 XCFramework 通常用于分发库或框架。 使用 Xcode 命令行工具打包 通过 xcodebuild 命令可以打包 XCFramework。确保项目已经配置好需要支持的平台…...

rknn优化教程(二)

文章目录 1. 前述2. 三方库的封装2.1 xrepo中的库2.2 xrepo之外的库2.2.1 opencv2.2.2 rknnrt2.2.3 spdlog 3. rknn_engine库 1. 前述 OK&#xff0c;开始写第二篇的内容了。这篇博客主要能写一下&#xff1a; 如何给一些三方库按照xmake方式进行封装&#xff0c;供调用如何按…...

从WWDC看苹果产品发展的规律

WWDC 是苹果公司一年一度面向全球开发者的盛会&#xff0c;其主题演讲展现了苹果在产品设计、技术路线、用户体验和生态系统构建上的核心理念与演进脉络。我们借助 ChatGPT Deep Research 工具&#xff0c;对过去十年 WWDC 主题演讲内容进行了系统化分析&#xff0c;形成了这份…...

镜像里切换为普通用户

如果你登录远程虚拟机默认就是 root 用户&#xff0c;但你不希望用 root 权限运行 ns-3&#xff08;这是对的&#xff0c;ns3 工具会拒绝 root&#xff09;&#xff0c;你可以按以下方法创建一个 非 root 用户账号 并切换到它运行 ns-3。 一次性解决方案&#xff1a;创建非 roo…...

微软PowerBI考试 PL300-在 Power BI 中清理、转换和加载数据

微软PowerBI考试 PL300-在 Power BI 中清理、转换和加载数据 Power Query 具有大量专门帮助您清理和准备数据以供分析的功能。 您将了解如何简化复杂模型、更改数据类型、重命名对象和透视数据。 您还将了解如何分析列&#xff0c;以便知晓哪些列包含有价值的数据&#xff0c;…...

中医有效性探讨

文章目录 西医是如何发展到以生物化学为药理基础的现代医学&#xff1f;传统医学奠基期&#xff08;远古 - 17 世纪&#xff09;近代医学转型期&#xff08;17 世纪 - 19 世纪末&#xff09;​现代医学成熟期&#xff08;20世纪至今&#xff09; 中医的源远流长和一脉相承远古至…...

PAN/FPN

import torch import torch.nn as nn import torch.nn.functional as F import mathclass LowResQueryHighResKVAttention(nn.Module):"""方案 1: 低分辨率特征 (Query) 查询高分辨率特征 (Key, Value).输出分辨率与低分辨率输入相同。"""def __…...

Qemu arm操作系统开发环境

使用qemu虚拟arm硬件比较合适。 步骤如下&#xff1a; 安装qemu apt install qemu-system安装aarch64-none-elf-gcc 需要手动下载&#xff0c;下载地址&#xff1a;https://developer.arm.com/-/media/Files/downloads/gnu/13.2.rel1/binrel/arm-gnu-toolchain-13.2.rel1-x…...

华为OD最新机试真题-数组组成的最小数字-OD统一考试(B卷)

题目描述 给定一个整型数组,请从该数组中选择3个元素 组成最小数字并输出 (如果数组长度小于3,则选择数组中所有元素来组成最小数字)。 输入描述 行用半角逗号分割的字符串记录的整型数组,0<数组长度<= 100,0<整数的取值范围<= 10000。 输出描述 由3个元素组成…...