2021年汽车AI芯片市场格局与智能座舱前景分析报告（38页）.pdf

1、FPGA 全称是 Field Programmable Gate Array：又称可编程逻辑门阵列，算力较高，适合小规模定制化开发测试。用户可通过烧入配置文件来定义其内部结构的连线，从而达到定制电路的目的。FPGA 的芯片量产成本较高，能效比较差，不如 ASIC 专用芯片。适用于科研、企业开发阶段，一旦方案确定，其成本优势就不再突出。代表厂商：赛灵思、阿尔特拉(被英特尔收购)、深鉴科技。 ASIC 全称是 Application-Specific Integrated Circuit：是一种为专门目的而设计的集成电路，具有算力最高，能效比优等特点。ASIC 面向特定用户的需求，适合较为单一的大

2、规模应用场景，运行速度在同等条件下比 FPGA 快。但在架构层面对特定智能算法作硬化支持，指令集简单或指令完全固化，若场景一旦发生变化，该类 AI 芯片便不再适用，需要跟新换代。面对现阶段，AI 算法日新月异，每年都有大量的算法被开发出来，对于自动驾驶领域适用性不强。所以现阶段并没有真正意义上的 ASIC 芯片。 N-SOC，(即添加神经网络单元的系统级芯片)是指在芯片中集成更多的神经网络单元，以实现快速的 CNN(卷积神经网络)运算。N-SOC 是现阶段市场的新名词，主要系随着 AI 芯片的发展，传统定义方法并不完全适用，N-SOC 区别于 ASIC 的智能算法被硬化，但其并不是一颗完全通用

3、芯片，仅支持少量的算法。典型的代表企业：英特尔旗下的 Mobileye、华为(达芬奇架构 Ascend 系列)、寒武纪(MLU 系列)、百度(昆仑云)、阿里平头哥、Google(TPU)等。由通用向专用排序依次：CPU、GPU、FPGA、ASIC;数据处理成本经济性(由优至差)：ASIC、FPGA、GPU、CPU。1)CPU 最通用，算力差，能效比最差，但除了运算，还包括控制指令，不可被替代;2)GPU 为较为通用的芯片，算力高，架构较为开放，可允许主机厂基于底层硬件架构开发自己的专门算法，但能效比较差;3)FPGA，算力一般，可根据客户需求用配置文件更改芯片结构的连线，实现定制电路，适用于实验室科研、前期开发等小批量应用;4)ASIC 为专用芯片，算力高、能效比优，节约不必要开发资源，规模量产成本最低，但支持算法不够灵活。