华为智能驾驶芯片深度分析

华为智能汽车部门IAS下设有三个部门，分别是提供应用算法的Autonomous Driving Solution (ADS)、提供域控制器的Mobile Data Center（MDC）和提供传感器系统的集成感知事业部。

其中，ADS负责算法研究，细分为Obstacle Detection Team（障碍物探测）和Prediction and Decision（预测与决策）两个小组。

MDC类似于Tier1供应商，主要为华为ARM服务器业务提供硬件。

华为智能驾驶使用的芯片由华为旗下的海思公司提供，与华为ARM服务器芯片共享研发成果。华为的智能驾驶芯片主要分为鲲鹏、昇腾、麒麟和鸿鹄四个系列。

鲲鹏系列主要是CPU，昇腾系列是AI加速器，麒麟主要面向手机市场，鸿鹄则主要用于电视。智能驾驶是昇腾系列的延伸，而基于麒麟990的麒麟990A则是华为的汽车座舱芯片。

华为智能驾驶芯片主要有昇腾310、昇腾610和昇腾620三款，这三款芯片可以级联以提高性能。这些芯片的设计采用模块化形式，尽量复用研发成果。

昇腾系列的CPU和AI核心基本相同，只是核心数量不同。核心数量和种类的不同对应着不同的算法网络。

昇腾芯片的核心分为原始、Max、Mini、Lite和Tiny几个版本，针对不同的应用使用不同的核心和数量配置。

例如，麒麟990在手机领域使用两个Lite核心和一个Tiny核心，总计算力为6.88TOPS@INT8。

而昇腾310使用两个Mini核心，昇腾610使用十个原始核心，昇腾910使用三十二个Max核心。昇腾620可能也会使用十个Max核心。

每个核心的基本结构相似，主要区别在于缓存配置和频率配置的差异。核心的运算单元包括标量Scalar、矢量Vector和张量Tensor。

标量单元负责任务调度，矢量单元负责深度学习的最后激活阶段，张量单元负责卷积矩阵乘法。这三种运算单元分别对应着不同的计算模式。

标量基本与CPU相似，灵活性最高但AI运算力相对较低。1D矢量类似于GPU，灵活性居中，AI算力处于中等水平。

CUBE针对2D矩阵，也就是常说的张量，与英伟达的Tensor核架构基本一致。华为和英伟达在张量核的架构上都采用了三维架构，在计算能力上类似，但面积和成本方面有所不同。

华为的CUBE核算力为8TOPS@FP16，其中每个核心包含4096个FP16 MACs和8192个INT8 MACs。英伟达的Orin芯片每个核心包含2048个CUDA和64个张量核，其稀疏INT8算力为275TOPS。

对于智能驾驶芯片的算力比较，需要考虑不同算法的匹配程度。算力只能在与算法匹配的情况下充分发挥，否则可能只能发挥很低的效能。

同时，智能驾驶领域对存储带宽的需求也很高。华为智能驾驶芯片的设计在2019年是全球最先进的，但随着时间的推移，与英伟达和高通等竞争对手的差距可能会越来越大。

特别是在Transformer时代，存储带宽比算力更为重要。因此，在智能驾驶芯片领域，华为需要进一步优化与算法的匹配，并提升存储带宽。

【免责说明】本文观点和数据仅供参考，不构成投资建议，所有观点和数据仅代表笔者立场，不具有任何指导、投资和决策意见。