Yahoo奇摩運動 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。
