智駕計算晶片一直被看做是自動駕駛汽車的“大腦”，隨著智慧駕駛的飛速推進，汽車對“大腦”算力的需求也逐步提升。
曾經的5TOPS 、10TOPS產品現在已經完全不夠看，100TOPS以上的大算力晶片開始成為新寵。
英偉達Orin無疑是這波大算力晶片上車潮中，最受歡迎的崽，理想X01和蔚來ET7都在搶Orin首發，而後面還有小鵬G9、智己L7、集度等一種熱門車型和品牌排著隊上市。
Orin的受歡迎，很大程度上在於壓根就沒有競爭對手，把單SoC算力門檻提到200TOPS（INT8）以上，英偉達確實囂張地說：一個能打的都沒有。
不過，這種孤獨求敗的戰局，被老牌晶片廠商安霸給終結了。CES 2022上，安霸釋出了最新一代AI域控制器晶片CV3，將單SoC的AI處理能力一下拉到了500 eTOPS。如果按照蔚來的用法，4個級聯就是2000TOPS算力。
值得注意的是，安霸CV3的AI算力單位標註的是eTOPS，並不是大家場景的TOPS。安霸的eTOPS是等效算力，意思是硬體上不是，但效果上和500TOPS晶片跑出來的計算速度一樣。就像是你不是MIT博士，但發論文水平和MIT博士持平，就是等效MIT博士了。
安霸相關負責人表示，目前國內對AI算力的標註有些混亂，不同的模型多少稀疏度跑出來的算力結果都不同，還是要以實際使用者需求為主，CV3的算力是透過跑一個自動駕駛主流網路得到的真實算力。
不僅在NN神經網路算力上套圈，CPU上安霸也捲起來了，用了16個ARM最先進的CPU核心。Orin標註的CPU核心是Arm Hercules，但實際上這是ARM Cortex-A78AE的開發代號，CV3和Orin都用了ARM最先進的車載CPU核心（AE即Automotive Enhanced汽車增強， 專為智慧汽車設計）。
同時CV3功耗也僅50W，妥妥地加薪不加班， 相對Orin而言，效能提升2倍，功耗僅增加了25%。
500eTOPS和16個ARM核都能幹啥？
晶片簡單理解就是演算法執行的載體，等等，演算法又是什麼呢？演算法是解決某一問題的邏輯和流程。對人而言，演算法就是你的價值觀、世界觀、人生觀，大腦就是晶片。
目前自動駕駛而言，智慧車上的演算法，會有深度學習演算法、傳統神經網路演算法以及非神經網路演算法，一套輔助駕駛系統裡，基本兩者都會包含，僅僅是重點不一樣。
CPU主要用來跑傳統神經網路演算法，在感知上主要針對的是鐳射雷達的點雲資料，以及毫米波雷達點雲資料。而後續的決策、規控演算法也是需要在CPU上執行。
神經網路加速器則針對深度學習演算法，它的計算能力就是我們所常見的TOPS，它主要目標則是處理攝像頭感測器的感知資訊。CV3有自研的CVflow架構包含了神經向量處理器（NVP），依靠500eTOPS的算力，能同步處理20路影片訊號，滿足現階段多數L2+系統的需求。對比而言，英偉達Orin是能夠接入16路400萬畫素攝像頭，8個鐳射雷達。
此外，CV3自帶了雙目立體視覺引擎和稠密光流引擎，可以提供範圍更廣的深度檢測和運動感知。目前國內採用雙目立體視覺的還很少，僅有華為ADS和大疆車載的方案是用到了雙目感知。
CV3的優勢是什麼？
既然晶片是為演算法服務，則設計好一款智駕晶片，就一定要能賭對自動駕駛演算法的方向，而這一點恰好是安霸的優勢。
現階段英偉達、Mobileye也都親自進入了自動駕駛Robotaxi賽道，為的就是能自己去搞自動駕駛，才能掌握技術發展的方向。安霸早在2015年就收購了自動駕駛企業 VisLab ，VisLab的優勢就在於雙目立體視覺感知。
此外安霸還在去年收購了4D毫米波雷達企業傲酷，傲酷是以軟體演算法著長的4D毫米波雷達公司，可以用一個角雷達的硬體，透過演算法實現4D毫米波雷達的感知。
透過對這兩家在視覺演算法、4D毫米波雷達演算法上有技術積累企業的收購，安霸能夠更清楚判斷自動駕駛感知演算法的發展方向，適配被廣泛使用的演算法模型。
此外，由於深度整合了這兩家演算法公司的技術能力，因此安霸在CV3的設計上為4D毫米波雷達及雙目立體視覺演算法都做了適配。安霸預測2022年將有很多車企使用4D毫米波雷達，而CV3會是非常好的搭檔。
此外，由於有了對4D毫米波雷達及雙目立體視覺演算法的適配，CV3更便於幫助合作伙伴做前融合。我們現在的感知演算法都是後融合，即讓攝像頭、毫米波雷達、鐳射雷達等都獨立去感知結果，然後去根據不同場景下不同感測器的置信水平，選擇使用哪個感測器的資料。
前融合則是原始資料層的融合，是點雲和畫素的融合，透過時空同步，讓攝像頭和4D毫米波雷達把對同一環境資訊的資料做融合，統一生成一個置信水平更高的感知結果，這會是自動駕駛發展的必然方向。
雖然安霸CV3的入場，車企有了新的選擇去打造自己的智慧駕駛系統，而4顆級聯就能實現2000TOPS的算力，也再一次重新整理了車載智慧域控制器的算力天花板。
看到不論是感測器還是晶片，硬體上供應鏈基本已經給到了不錯的產品選擇，接下來就看車企和科技公司們在軟體上好好發力了！