二月_自駕晶片專題｜全球自動駕駛晶片市場發展狀況解析(中)
市場研究機構Counterpoint預估2030年自動駕駛用處理器市場規模為300億美元，2025~2030年複合增長率為26.2%。因攝影機、毫米波雷達等感測器成本持續下降，促使Level 1和2的ADAS用處理器自2024年起成為市場主流產品。因須具備更強大的計算能力與更快的反應速度，預估短期內不會大量被Level 3與4用處理器取代。ADAS處理器市場進入門檻較低，除了NXP、Renesas、Infineon等傳統汽車晶片商外，許多晶片大廠與新創公司紛紛切入此市場，參與者眾但市場研究機構Market Beat指出目前仍由先驅者Mobileye據有70%市占率之獨占地位，成立20年以來已有13家汽車大廠採用該公司的ADAS解決方案，約有1.35億輛車安裝其推出的EyeQ系列處理器，不過它主推的軟硬一體之封閉式解決方案很難達到差異化，且產品運算能力還較弱，如表2所列，故不再受車廠青睞而轉與Nvidia、Qualcomm、地平線等後進者合作。
表2、自動駕駛用處理器之主力產品的運算能力比較
資料來源 : 各公司；智璞產業趨勢研究所整理，2024/02
附帶一提，由於運作環境具有振動量大、粉塵多、電磁干擾強、溫度變化劇烈等特點，所以車用晶片對於耐候度、可靠性和使用壽命要求更高，必須通過可靠度標準AEC-Q100、品質管制標準ISO/TS16949、功能安全標準ISO26262等認證，說明如下 :
- AEC-Q100是針對車用晶片失效機制的測試標準，從設計、製造、封裝、電性測試、可靠度試驗等階段都有嚴謹的驗證項目，分成Accelerated Environment Stress、Accelerate Lifetime Simulation、Packaging/Assembly、Die Fabrication、Electrical Verification、Defect Screening、Cavity Package Integrity等7大類。
- ISO/TS16949是由國際汽車推動小組(IATF)制定專用於汽車及其零組件廠商的品質標準，它是在ISO9000的基礎上融合美國QS9000、德國1、義大利AVSQ及法國EAQF等先進國家的汽車業品質管理系統，其適用範圍包括:(1).部件或材料；(2).熱處理、噴漆、電鍍或其它最終加工服務；(3).其它顧客規定產品。其證書效期三年，效期內每年至少檢查一次，可以由IATF認證的稽核員或認可的認證單位進行，三年期滿後需要重新認證。
- ISO26262是由是國際標準化組織(ISO)與國際電工委員會(IEC)合作針對裝設在量產道路車輛的電子電氣系統訂出之安全規範，適用於駕駛輔助、動力和車輛動態控制系統，從管理、開發、生產、經營、服務維修至報廢回收都有規定應執行的方法與步驟。它採用車輛安全程度等級(ASIL)來評斷系統需符合之功能安全程度，等級越高的系統功能安全要求及目標就越嚴謹。
全球自動駕駛晶片技術發展概況剖析
傳統汽車通常採用MCU為控制晶片，隨著電子電氣架構朝向集中式發展，各功能的ECU會將收集資訊傳遞至MCU進行處理和運算，故功能越複雜的車款對MCU性能要求也越高，使其產品已由8位元發展至32位元以滿足高效運算需求。然而到了自動駕駛時代對處理器的運算能力要求暴增，MCU沒法滿足其需求，導入AI已成必然趨勢。當前自動駕駛用處理器晶片使用中央處理器(CPU)搭配AI加速器的系統單晶片(SOC)架構，前者用用定位、決策等邏輯運算，後者用於目標識別、追蹤等任務。AI加速器現有圖形處理器(GPU)、特殊應用積體電路(ASIC)、現場可程式化邏輯閘陣列(FPGA)等類型，其AI應用特性如圖3所示。
圖3、CPU、GPU、FPGA、ASIC在AI應用特性
資料來源 : GSA Global
當前自動駕駛用SoC架構多為CPU搭配GPU或ASIC。因為開發機器視覺、自然語言處理、感測器融合、目標識別等與自動駕駛有關技術所採用的深度學習訓練多以GPU為硬體加速器，故為主要採用的AI加速器類型，不過其缺點是功耗大，所以部分廠商改用採針對特定功能優化設計的ASIC，如張量處理器(TPU)、資料處理器(DPU)和神經網絡處理器(NPU)，其優勢是處理速度更快且功耗更低。Nvidia、Tesla的處理器架構是CPU+ GPU+ASIC，Mobileye和地平線則是CPU+ ASIC。在FPGA部分，指標大廠Xilinx以車規級Zynq UltraScale+ MPSoC晶片與Continental、百度等廠商合作開發自動駕駛應用。
