跳至内容
深圳市捷比信实业有限公司 · 产品选型与采购咨询联系业务人员
薄膜电阻捷比信 · 专业器件主题站

据说特斯拉已经聘请了“核心之王”。专营自动驾驶芯片,其性能提高了一倍以上!

台积电虽然失去了主要客户华为,但还是收到了特斯拉的大订单。根据台湾的《商业时报》,报告指出,由全球IC设计领导者Broadcom和Tesla联合开发的新型高性能计算(HPC)芯片将使用台积电的7nm先进制造工艺生产,并将首次使用台积电的集成扇出(InFO)。 )系统采用单晶片高级封装技术(SoW),每个12英寸晶片可切割约25个芯片。该芯片的生产将于今年第四季度开始,初始生产规模约为2,000片,预计将于明年第四季度进入全面量产阶段。同时,该报告指出,博通为特斯拉制造的HPC芯片将在将来成为特斯拉电动汽车的核心计算专用应用芯片(ASIC),可用于控制和支持先进的驾驶辅助系统以及电动汽车动力传输。 ,汽车娱乐系统,车身电子部件以及汽车电子产品的其他四个主要应用领域,并进一步支持自动驾驶汽车所需的实时计算,从而实现“全自动驾驶”的目标。从真正意义上讲。在这方面,21ic猜测台积电这次生产的ASIC芯片应该是硬件4.0版本! ASIC芯片有望成为该行业的宠儿当谈到ASIC芯片时,许多人可能会感到陌生。根据定义,ASIC芯片是指响应于特定用户要求或特定电子系统需求而设计和制造的集成电路。从现阶段开始,自动驾驶领域的主流芯片主要包括CPU,GPU,FPGA,ASIC等。其中,GPU,CPU,FPGA均为通用芯片。 ASIC是专用芯片。为了让每个人都能更直观地了解这些芯片的特性,21ic对它们进行了简单回顾,如下:◆GPU:单指令,多数据处理,使用大量的计算单元和超长管线,例如名称相同,图形处理器,GPU擅长处理图像领域中的计算加速。但是GPU不能单独工作,必须由CPU控制才能工作。 ◆CPU:可以单独处理复杂的逻辑运算和不同的数据类型。但是,当需要大量具有统一处理类型的数据时,可以调用GPU进行并行计算。 ◆FPGA:与GPU相反,FPGA适用于多指令,单数据流分析,因此通常用于预测阶段,例如云计算。 FPGA使用硬件来实现软件算法,因此在实现复杂算法方面存在一定难度。缺点是价格相对较高。 ◆ASIC:专用的定制芯片,实现特定要求的定制芯片。与GPU,CPU和FPGA通用芯片相比,ASIC具有更小的尺寸,更轻的重量,更低的功耗,更强的可靠性,更高的计算性能和效率。但缺点是开发周期长,初始成本较高。鉴于上述比较,21icist认为,随着近年来人工智能应用的迅速发展,人们对信息处理能力的要求也越来越高。因此,可以预见的是,异构计算将在未来占据更大的数据中心份额。将来,越来越多的汽车公司将更倾向于选择专用于ASIC的芯片。未来可能会重新定义自动驾驶。在介绍了ASIC芯片之后,让我们谈谈自动驾驶技术。在资本市场上,仅成立于17年的特斯拉推翻了一批拥有百年历史的传统汽车公司,这些公司依靠自动驾驶技术按市值坐在全球最大汽车公司的宝座上。从“购买”芯片到“构建”芯片,特斯拉实际上已经在自动驾驶领域积累了多年的经验-早在2014年,它就与Mobileye推出了第一代自动驾驶产品。由传奇的芯片设计师Jim Keller领导的芯片架构师团队致力于开发自己的AI芯片,以设计功能强大且高效的自动驾驶芯片为目标。经过三年的沉默,特斯拉终于在2019年4月正式推出了芯片硬件3.0,从而成为世界上第一家可以开发芯片的汽车公司。据悉,该Hardware 3.0芯片采用了14nm制程技术,而铸造厂是韩国的三星。尽管与由NVIDIA硬件驱动的上一代自动驾驶硬件相比,每秒帧数有所增加