產業分析-AI晶片將在智慧車電扮演要角

雖然全球半導體市場在2022年擴張速度放緩,但在車用半導體應用上,卻是強勢成長,從國際機構調查或重要業者的產品策略布局,都可發現智慧車電應用是未來產業發展的重點領域。

現階段Level 1與Level 2仍為智慧車市場主要動力來源,隨著國際大廠持續投入自駕技術,市場將朝向Level 2以上的程度發展,未來在汽車高效能運算(Automotive HPC)、先進駕駛輔助系統(ADAS)、電動車(EV)/油電混合動力車(HEV)等應用領域,都將會是半導體重點發展領域。

■國際大廠智慧車電AI晶片發展趨勢

伴隨物聯網應用發展、市場對於自駕技術的重視,車用AI晶片需求逐年提升。在2023年美國消費者電子展(CES),汽車科技是參展規模最大的應用領域,吸引眾多汽車品牌及汽車電子大廠參展,技術涵蓋EV、自駕車(AV)、影音車載娛樂及聯網技術等領域。未來大量數據下車輛運算需求也因此水漲船高。

輝達(NVIDIA)以其在高性能運算、AI領域晶片,正在建構交通運輸行業下的軟體定義端到端平台,能夠支援自動駕駛、車內智慧功能、駕駛監控及整合行車安全判讀。在車用晶片上,輝達從2020年的XAVIER SoC(30 TOPS)到2022年的ORIN SoC(205 TOPS),以及預估2025年推出THOR SoC(2,500 TOPS),正朝高運算力方向發展,以期達成艙駕一體目標,由單一中央電腦進行控制。

高通(Qualcomm)亦推出Snapdragon Ride平台,針對輔助駕駛系統與自動駕駛系統提出解決方案,採用5奈米AI晶片,可達到360 TOPS。高通也在2023年CES推出新的Snapdragon Ride Flex SoC,並可以透過搭載AI加速器的方式,將運算效能擴充到2,000 TOPS,協助處理影像資訊,實現數位座艙、ADAS與自動駕駛等功能。

特斯拉(Tesla)作為美國最大的電動車及太陽能板公司,除了掌握自駕車從上到下的垂直領域,達成高度軟硬整合外,也開始打造自己的自駕晶片─FSD,目的就是為了讓晶片運行能貼合自身產品需求,以達到更好的服務整合。其中,FSD上搭載兩塊核心運算能量的NPU,用於最重要的邏輯運算,以提升資料處理效能。

■汽車電動化、智慧化帶動AI晶片需求

隨著全球汽車產業朝向CASE(聯網化、自駕、共享化、電動化)發展,以及各國對於淨零碳排的重視,汽車產業正邁向電動化、智慧化,帶動汽車電子化及電氣化。

而國際大廠紛紛投入研發自駕技術,對於車用晶片需求持續提升當中,尤其自駕車的運作正是建立在足夠強大的「算力」基礎之上,運算的核心關鍵就是AI晶片的部署,不論是ADAS、車載娛樂、環境感測、駕駛偵測等,都極度仰賴AI晶片提供運算動力的來源。

當汽車產業的整體電子電器架構從傳統的分散式邁向分域式,再伴隨著功能整合、算力需求、通訊需求、軟硬體複雜程度提升,發展成整合集中式的中央電腦運算平台,對於智慧車輛的控制、自動駕駛技術以及智慧座艙等三領域,都需要仰賴大算力的AI晶片來進行運算與整合。

而自駕車除了對硬體有要求外,同樣需要對應的軟體進行輔助,才能夠達到最佳的使用體驗,其中演算法更是一個重要關鍵,擁有優異的演算法能夠提供更為準確的影像辨識成果,降低誤判可能性,在車輛行駛過程中提供對應的行駛路線及駕駛策略,增加駕駛安全性。演算法的訓練除了常見的GPU之外,AI訓練晶片亦是其中一種新興應用,能夠針對各家業者的軟硬體狀態進行訂製,提供應對的運算訓練,為自駕系統打造適宜、符合需求的演算法。

■車輛運算需求朝邊緣化發展

為了適應汽車移動過程中的各種場景,並迅速提供應對策略,降低應用服務的延遲,讓使用者可以在較快的時間內獲得回饋,AI運算正逐漸從雲端朝向邊緣端進行發展。車聯網、ADAS等系統的應用,讓汽車及消費者成為在路上行駛的邊緣運算設備。

在瞬息萬變的道路狀況中,搭載在自駕車上的晶片,就必須能夠應對當下取得的駕駛數據,進行即時AI運算與反應。此外,其他如智慧座艙等創新車聯網設備出現,不論是車內、車外都有愈來愈多的數據需要處理,藉此提升駕駛體驗應用服務,這些都是車聯網推動邊緣運算裝置的關鍵推動力。將資料放在車輛上是未來資料處理的趨勢之一,當車輛作為運算端的運算重心,更高效能的AI處理晶片,將有助於提供低延遲、高效率的資料處理速度與成效。

更多工商時報報導
明年電視面板出貨估減3%
中國與瑞士擬股市互通
13盞多頭明燈 外資敲進