芯片算法算力

『壹』 最高280 TOPS算力，黑芝麻科技发布华山二号，PK特斯拉FSD

芯片作为智能汽车的核心「大脑」，成为诸多车企、Tier 1、自动驾驶企业重点布局的领域。
围绕着自动驾驶最为关键的计算单元，国内诞生了诸多自动驾驶芯片创新公司，在该领域的绝大部分市场份额依然被国外厂商控制的当下，他们正在争取成为「国产自动驾驶芯片之光」。
成立于 2016 年的黑芝麻智能科技便是这一名号的有力争夺者。
继 2019 年 8 月底发布旗下首款车规级自动驾驶芯片华山一号（HS-1）A500 后，黑芝麻又在这个 6 月推出了相较于前代在性能上实现跃迁的全新系列产品——华山二号（HS-2），两个系列产品的推出相隔仅 300 余天，整体研发效率可见一斑。
1、国产算力最高自动驾驶芯片的自我修养
华山二号系列自动驾驶芯片目前有两个型号的产品，包括：
应用于?L3/L4?级自动驾驶的华山二号 A1000?；针对?ADAS/L2.5?自动驾驶的华山二号 A1000L。
简单理解就是，A1000 是高性能版本，而 A1000L 则在性能上进行了裁剪。
这样的产品型号设置也让华山二号系列芯片能在不同的自动驾驶应用场景中进行集成。
相较于 A500 芯片，A1000?在算力上提升了近?8 倍，达到了?40 - 70TOPS，相应的功耗为?8W，能效比超过?6TOPS/W，这个数据指标目前在全球处于领先地位。
华山二号 A1000 之所以能有如此出色的能效表现，很大程度是因为这块芯片是基于黑芝麻自研的多层异构性的?TOA 架构打造的。
这个架构将黑芝麻核心的图像传感技术、图像视频压缩编码技术、计算机视觉处理技术以及深度学习技术有机地结合在了一起。
此外，这款芯片中内置的黑芝麻自研的高性能图像处理核心?NeuralIQ ISP?以及神经网络加速引擎?DynamAI DL?也为其能效跃升提供了诸多助力。
需要注意的是，这里的算力数值之所以是浮动的，是因为计算方式的不同。
如果只计算 A1000 的卷积阵列算力，A1000 大致是 40TOPS，如果加上芯片上的 CPU 和 GPU 的算力，其总算力将达到?70TOPS。
在其他参数和特性方面，A1000 内置了 8 颗 CPU 核心，包含 DSP 数字信号处理和硬件加速器，支持市面上主流的自动驾驶传感器接入，包括激光雷达、毫米波雷达、4K 摄像头、GPS 等等。
另外，为了满足车路协同、车云协同的要求，这款芯片不仅集成了 PCIE 高速接口，还有车规级千兆以太网接口。
A1000 从设计开始就朝着车规级的目标迈进，它符合芯片 AEC-Q100 可靠性和耐久性 Grade 2 标准，芯片整体达到了 ISO 26262 功能安全 ASIL-B 级别，芯片内部还有满足 ASIL-D 级别的安全岛，整个芯片系统的功能安全等级为?ASIL-D。
从这些特性来看，A1000 是一款非常标准的车规级芯片，完全可以满足在车载终端各种环境的使用要求。
A1000 芯片已于今年 4 月完成流片，采用的是台积电的 16nm FinFET 制程工艺。
今年 6 月，黑芝麻的研发团队已经对这款芯片的所有模块进行了性能测试，完全调试通过，接下来就是与客户进行联合测试，为最后的大规模量产做准备。
据悉，搭载这款芯片的首款车型将在?2021 年底量产。
随着 A1000 和 A1000L 的推出，黑芝麻的自动驾驶芯片产品路线图也更加清晰。
在华山二号之后，这家公司计划在 2021 年的某个时点推出华山三号，主要面向的是 L4/L5 级自动驾驶平台，芯片算力将超越 200TOPS，同时会采用更先进的 7nm 制程工艺。
华山三号的?200TOPS?算力，将追平英伟达 Orin 芯片的算力。
去年 8 月和华山一号 A500 芯片一同发布的，还有黑芝麻自研的 FAD（Full Autonomous Driving）自动驾驶计算平台。
这个平台演化至今，在 A1000 和 A1000L 芯片的基础上，有了更强的可扩展性，也有了更广泛的应用场景。
针对低级别的 ADAS 场景，客户可以基于 HS-2 A1000L 芯片搭建一个算力为 16TOPS、功耗为 5W 的计算平台。
而针对高级别的 L4 自动驾驶，客户可以将 4 块 HS-2 A1000 芯片并联起来，实现高达 280TOPS 算力的计算平台。
当然，根据不同客户需求，这些芯片的组合方式是可变换的。
与其他大多数自动驾驶芯片厂商一样，黑芝麻也在可扩展、灵活变换的计算平台层面投入了更多研发精力，为的是更大程度上去满足客户对计算平台的需求。
反过来，这样的做法也让黑芝麻这样的芯片厂商有了接触更多潜在客户的机会。
根据黑芝麻智能科技的规划，今年 7 月将向客户提供基于 A1000 的核心开发板。
到今年 9 月，他们还将推出应用于 L3 自动驾驶的域控制器（DCU），其中集成了两颗 A1000 芯片，算力可达 140TOPS。
2、黑芝麻自动驾驶芯片产品「圣经」
借着华山二号系列芯片的发布，黑芝麻智能科技创始人兼 CEO 单记章也阐述了公司 2020 年的「AI 三次方」产品发展战略，具体包括「看得懂、看得清和看得远」。
这一战略是基于目前市面上对自动驾驶域控制器和计算平台的诸多要求提出的，这些要求包括安全性、可靠性、易用性、开放性、可升级以及延续性等。
其中，看得懂直接指向的是?AI 技术能力，要求黑芝麻的芯片产品能够理解外界所有的信息，可以进行判断和决策。
而看得懂的基础是看得清，这指的是黑芝麻芯片产品的图像处理能力，需要具备准确接收外界信息的能力。
这里尤其以摄像头传感器为代表，其信息量最大、数据量也最多，当然传感器融合也不可或缺。
看得远则指的是车辆不仅要感知周边环境，还要了解更大范围的环境信息，这就涉及到了车路协同、车云协同这样的互联技术，所以我们看到黑芝麻的芯片产品非常注重对互联技术的支持。
作为一家自动驾驶芯片研发商，这一战略将成为黑芝麻后续芯片产品研发的「圣经」。
3、定位 Tier 2，绑定 Tier 1，服务 OEM
现阶段，发展智能汽车已经成为了国家意志，在政策如此支持的情况下，智能汽车的市场爆发期指日可待。
根据艾瑞咨询的报告数据显示，到 2025 年全球将会有 6662 万辆智能汽车的存量，中国市场的智能汽车保守预计在 1600 万辆左右。
如此规模庞大的智能汽车增量市场，将为那些打造智能汽车「大脑」的芯片供应商培育出无限的产品落地机会。
作为其中一员，黑芝麻智能科技也将融入到这股潮流之中，很有机会成长为潮流的引领者。
作为一家自动驾驶芯片研发商，黑芝麻智能科技将自己定位为?Tier 2，未来将绑定 Tier 1 合作伙伴，进而为车企提供产品和服务。
当然，黑芝麻不仅能提供车载芯片，未来还将为客户提供自动驾驶传感器和算法的解决方案，还有工具链、操作平台等产品。
凭借着此前发布的华山一号 A500 芯片，黑芝麻智能科技已经与中国一汽和中科创达两家达成了深入的合作伙伴关系，将在自动驾驶芯片、视觉感知算法等领域展开了诸多项目合作。
另外，全球顶级供应商博世也与黑芝麻建立起了战略合作关系。
目前，黑芝麻的华山一号 A500 芯片已经开启了量产，其与国内头部车企关于 L2+ 和 L3 级别自动驾驶的项目也正在展开。
如此快速的落地进程，未来可期。
有意思的是，黑芝麻此番发布华山二号系列芯片，包括中国一汽集团的副总经理王国强、上汽集团总工程师祖似杰、蔚来汽车 CEO 李斌以及博世中国区总裁陈玉东在内的多位行业大佬都为其云站台。
这背后意味着什么？给我们留下了很大的想象空间。
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

『贰』 简述cpu、gpu、fpga和asic四种人工智能芯片的性能

FPGA（Field Programmable Gate Array，现场可编程门阵列）具有足够的计算能力和足够的灵活性。FPGA的计算速度快是源于它本质上是无指令、无需共享内存的体系结构。对于保存状态的需求，FPGA中的寄存器和片上内存（BRAM）是属于各自的控制逻辑的，无需不必要的仲裁和缓存，因此FPGA在运算速度足够快，优于GPU。同时FPGA也是一种半定制的硬件，通过编程可定义其中的单元配置和链接架构进行计算，因此具有较强的灵活性。相对于GPU，FPGA能管理能运算，但是相对开发周期长，复杂算法开发难度大。
ASIC（Application Specific Integrated Circuit特定用途集成电路）根据产品的需求进行特定设计和制造的集成电路，能够在特定功能上进行强化，具有更高的处理速度和更低的能耗。缺点是研发成本高，前期研发投入周期长，且由于是定制化，可复制性一般，因此只有用量足够大时才能够分摊前期投入，降低成本。
CPU：
中央处理器作为计算机系统的运算和控制核心，是信息处理、程序运行的最终执行单元，CPU 是对计算机的所有硬件资源（如存储器、输入输出单元） 进行控制调配、执行通用运算的核心硬件单元。
优点：CPU有大量的缓存和复杂的逻辑控制单元，非常擅长逻辑控制、串行的运算
缺点：不擅长复杂算法运算和处理并行重复的操作。
对于AI芯片来说，算力最弱的是cpu。虽然cpu主频最高，但是单颗也就8核,16核的样子，一个核3.5g,16核也就56g，再考虑指令周期，每秒最多也就30g次乘法。还是定点的。
生产厂商:intel、AMD
现在设计师最需要的就是GPUCPU，呆猫桌面云可以享受高GPUCPU的待遇。
GPU：
图形处理器，又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上做图像和图形相关运算工作的微处理器。
优点：提供了多核并行计算的基础结构，且核心数非常多，可以支撑大量数据的并行计算，拥有更高的浮点运算能力。
缺点：管理控制能力（最弱），功耗（最高）。
生产厂商：AMD、NVIDIA

『叁』 给人工智能提供算力的芯片有哪些类型

给人工智能提供算力的芯片类型有gpu、fpga和ASIC等。

GPU，是一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上图像运算工作的微处理器，与CU类似，只不过GPU是专为执行复杂的数学和几何计算而设计的，这些计算是图形渲染所必需的。

FPGA能完成任何数字器件的功能的芯片，甚至是高性能CPU都可以用FPGA来实现。 Intel在2015年以161亿美元收购了FPGA龙 Alter头，其目的之一也是看中FPGA的专用计算能力在未来人工智能领域的发展。

ASIC是指应特定用户要求或特定电子系统的需要而设计、制造的集成电路。严格意义上来讲，ASIC是一种专用芯片，与传统的通用芯片有一定的差异。是为了某种特定的需求而专门定制的芯片。谷歌最近曝光的专用于人工智能深度学习计算的TPU其实也是一款ASIC。

(3)芯片算法算力扩展阅读：

芯片又叫集成电路，按照功能不同可分为很多种，有负责电源电压输出控制的，有负责音频视频处理的，还有负责复杂运算处理的。算法必须借助芯片才能够运行，而由于各个芯片在不同场景的计算能力不同，算法的处理速度、能耗也就不同在人工智能市场高速发展的今天，人们都在寻找更能让深度学习算法更快速、更低能耗执行的芯片。

『肆』 零跑汽车发布自动驾驶芯片：算力4.2TOPS 支持L3级自动驾驶

国家发改委产业发展司机械装备处处长吴卫

未来，中国制造的汽车将是全球新技术融合最多、创新融合最多的，也必将领跑全球汽车工业。

同时，汽车芯片领域的竞争也异常激烈。相比于消费电子产品的芯片，汽车芯片对安全性、稳定性的要求更高，是芯片行业共同面对的难题，这也是中国芯片公司的机会。

结语：自研技术让零跑更具竞争力

零跑汽车是中国造车新势力企业中第一个自主研发汽车自动驾驶芯片的，搭载这款芯片的量产车零跑C11下月就将发布。零跑汽车在自动驾驶领域的飞速进步，也得到了用户的认可。

统计数据显示，零跑汽车两款量产车型从今年7月以来销量逐步攀升，9月销量破千，10月销量有望突破1600辆，大量的自研技术让零跑这一造车新势力具备了更强的竞争力。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

『伍』 芯片算力tops是什么意思

TOPS，处理器运算能力单位。TOPS是Tera Operations Per Second的缩写，1TOPS代表处理器每秒钟可进行一万亿次（10^12）操作。

『陆』 PoC挖矿中的算力是什么意思

PoC的本质，用一个普通人也可以理解的话说，就是用硬盘挖矿。没错，PoW是用CPU（或者显卡、ASIC矿机，他们的本质都是更强的计算芯片，与CPU本质上是一样的）挖矿、PoS是凭借持币比例挖矿，DPoS是根据投票决定超级节点，而PoC就是凭借硬盘挖矿。
我们可以这么理解：
-在PoW里是谁的芯片计算快、谁就容易挖到矿；
-在PoS里是谁持币多，谁就容易挖到矿；
-在DPoS里是谁获得的投票多，谁就能成为超级节点进行挖矿；
-在PoC里就是谁的硬盘容量大，谁就容易挖到矿。
是不是足够简单易懂了吧！
要理解PoC的具体原理，我们还是得从比特币PoW入手（研究区块链，PoW就是你永远也绕不过去的技术概念）。
PoW的全称是Proof of Work，即工作量证明。这儿所谓的工作量，就是矿工的CPU（或者显卡、ASIC芯片，我们前面已经说过，这些硬件只是计算速度更快，本质和CPU并无区别）执行一种叫做哈希算法的计算工作。简而言之，谁能够在单位时间内执行更多次的哈希计算，谁就有更大几率产生一个符合要求的哈希结果、进而拿到写入区块链的权利。
可以这么说，比特币PoW的本质就是算力竞争挖矿。每一个新区块的产生，就是给矿工出一道“难题”，矿工通过算力竞争，比拼谁能够先找到符合要求的“答案”。矿工通过购买牛逼的计算芯片，以及持续地消耗电能进行高频率高强度的哈希计算，去获得更强的算力占比，进而获得更大的找到 “答案”的概率。如果一个比特币矿工拥有全网20%的算力，理论上他就可以挖出20%的新区块、进而获得20%的区块奖励（最早每个块有50个比特币奖励，现在已经减少到12.5个，明年还会继续减半）。
PoW挖矿规则简单粗暴、算力可以自由进出，因此能建立足够的安全性，来保证区块链不被篡改的特性。这就是为什么比特币虽然技术看似简单，但是能够成为币王之王，占据一半左右的市值。
此外，比特币的分叉币（例如BCH和BSV）、莱特币LTC、以太坊ETH、门罗币Monero、达世币Dash也都是全部或部分采用了PoW机制挖矿的币种，只不过这些币种可能在一些技术参数上与比特币有区别，但总体思想是类似的。
我们今天的主角PoC，和比特币PoW有异曲同工之妙，但是又有一些实质性的区别。我们知道，比特币PoW要求矿工持续地、反复地执行哈希计算，矿工需要高强度地运行他们的计算芯片，并消耗极为可观的电力资源。
我们的PoC则是另行开辟了一条极为巧妙的道路：它要求矿工预先计算好数量巨大的哈希结果，并将这些数据存储在硬盘里；挖矿的时候，矿工也是争相破解“难题”，不同的是“难题”的答案要在硬盘数据中找，而不是实时地计算。自然而然，谁的硬盘容量更大，谁就有能预先存储更多的“备选答案”，谁就有更高的概率找到能够匹配“难题”的那个“正确答案”。
有人可能要问了，在PoC这个机制中，矿工有没有可能通过芯片去计算答案作弊呢？不可能。PoC的算法设计决定了它在找“答案”的时候，对存储空间这一要素非常敏感，而对芯片的计算能力不那么敏感。强大的算力对矿工挖矿成功率加成并不是很大，而拥有更多的存储空间倒是能成倍地提高挖矿成功率。PoC的这种特性也被形象地称为“空间换时间”。

『柒』 地平线CEO余凯 讲述汽车智能芯片,驱动自动驾驶新发展

演讲的最后余凯向我们展示了2021款理想ONE的发布会现场的视频，在发布会上，理想汽车创始人李想高度评价称“地平线是其见过配合程度最高、最专业的芯片供应商团队。”开放性的生态理念和中国企业独有的性价比优势，使地平线广受主机厂欢迎。最后余凯也向我们表达了期望中国主机厂能够相信我们国产芯片企业的实力，谋求合作共赢，做到互相扶持。那么就让我们共同期待中国主机厂和初创科技公司能在日后摩擦出更多的火花吧。

『捌』 算法公司角逐AI芯片，商业化之难如何破

二月初，AI芯片投资回暖。2月25日，成立100天的GPU芯片公司摩尔线程宣布融资数十亿元，摩尔线程由前英伟达全球副总裁、中国区总经理张建中创立，其融资信息刚发布立刻在业界发酵。2月11日，另一家GPU芯片的创业公司登临科技宣布完成了A+轮融资，首款GPU+人工智能处理器已成功回片通过测试，开始客户送样。

与此同时，另一阵营的AI算法公司纷纷提速AI芯片商业化进程。2月18日，网络在年度财报会上首次披露AI芯片的进展情况，加上此前其AI芯片将单独运作进行正与IDG等进行融资谈判的消息被媒体传出，网络AI芯片的商业化被猜提速。2月9日，由做了二十余年算法余凯其创立的AI芯片公司地平线，宣布完成3.5亿美元的C3轮融资、其自动驾驶芯片今年出货量将突破100万片。也是在最近，另外一家AI算法公司依图科技将推出第二颗AI芯片消息，也被传出，而其上市招股书显示，募集资金中有23亿将用于新一代芯片的研发以及生态布局。