华为问界智能驾驶用的什么芯片啊,华为问界智能驾驶用的什么芯片啊

tamoadmin 0

    近年来,越来越多的人们开始购买电动汽车,而混动车型由于可油可电的优点,也开始受到热捧。

    而在众多混动SUV车型当中,魏牌拿铁DHT-PHEV凭借“超长纯电、反向虚标”的实力,一推出受到高度关注。与此同时,AITO问界M5由于华为的背书,在市场当中也有一定的热度。那么如果是这两款车摆在你面前,你会怎么选?

    续航/经济性对比

    华为问界智能驾驶用的什么芯片啊,华为问界智能驾驶用的什么芯片啊
    (图片来源网络,侵删)

    虽然都是混动车型,但问界M5和拿铁DHT-PHEV***用的是不同的混动技术路线。

    先看问界M5,该车***用的是增程式混动路线,搭载的是华为的DriveONE纯电驱增程平台

    ***用串联式的增程式混动优缺点很明显,其发动机全程并不参与直接驱动,而是尽可能地保持最佳工况运行来进行发电,以达到省油的目的。

    但由于增程式混动发动机不能直接驱动,只能先发电再将电流传给驱动电机,再驱动车辆,发动机的能量经过发电机和驱动电机之后,二次转化所产生的损耗将不可避免。其在传递过程中损失的能量约为15%。

    一个很明显的对比是,问界M5搭载能量为40kW·h的三元锂电池,WLTC工况纯电续航里程只有150公里(两驱)和160公里(四驱)左右

    而拿铁DHT-PHEV搭载了能量为34kW·h的电池,就能实现WLTC工况155公里(四驱)、184公里(两驱)的纯电续航里程。

    有意思的是,拿铁DHT-PHEV以“反向虚标”著称。由于官方续航定得比较保守,实际上许多媒体通过测试发现,其纯电续航实际里程要比官方数据还要长。

    同样是混动车型,为何会有这样的区别?这是因为拿铁DHT-PHEV搭载***用两档智能DHT串并联技术的插电混动技术。与问界M5的一大区别是,发动机可以直接参与车辆驱动。

    因此,拿铁DHT-PHEV拥有纯电、混动多种动力模式,低速时主要以纯电模式、中高速巡航时以串联模式、高速巡航时的发动机直驱、急加速时发动机和电动机一起爆发的串并联,根据不同的路况可以智能地***用最适合的模式。

    相比之下,问界M5在中高车速行驶以及急加速时,由于发动机无法参与驱动,会造成油耗高的问题

    从油耗水平来看,问界M5的WLTC工况综合油耗是0.8L/100km,拿铁DHT-PHEV的WLTC工况综合油耗低至0.48 L/100km,几乎只有前者的一半。

    由此可见,由于拿铁DHT-PHEV本身在混动技术上就更先进,因此在无论是续航里程还是燃油经济性方面都要比问界M5表现更为出色

    动力/性能对比

    问界M5的动力系统由一台1.5T四缸增压器+驱动电机+40kW·h三元锂电池组成,有后驱和四驱两个版本

    数据方面,问界M5后驱标准版官方零百公里加速时间为7.1秒。问界M5的四驱版加速性能不错,零到百公里加速时间在5秒以内。

    至于拿铁DHT-PHEV方面,在加速性能上,拿铁DHT-PHEV两驱版的零到百公里加速时间为7.2秒;作为顶配的四驱版加速时间仅为5.2秒。

    你会发现,拿铁DHT-PHEV只搭载了34kW·h的电池,比问界M5还少了6kW·h,在加速性能上却能相媲美,这是为什么?

    正如上述所说,拿铁DHT-PHEV***用的是2档DHT串并联技术,2档分为经济直驱档与发动机动力直驱档来进行智能切换。在中高速急加速时,可以降一个档位来扩***动机的扭矩输出,再配合电动机瞬间爆发的扭矩,兼顾效率的同时还能使动力更强。

    而问界M5的增程式串联架构只能依靠电机驱动,在实际驾驶当中,随着车重和动力需求的提高,以及在车辆高速行驶的时候,都会对发动机造成负担,严重时动力感受会变差,油耗增高。

    值得一提的是,拿铁DHT-PHEV除了动力优秀,它的座椅舒适度也相当高,首创芝华士同款云感科技布面料,有效解决皮革座椅冬天凉、夏天热的用车痛点。

    而且拿铁DHT-PHEV的座椅配置相当丰富,主驾驶座椅拥有记忆+迎宾+***+腰部支撑4向电动可调,前排座椅通风、前后排座椅电加热,基本没有什么可以挑剔的地方了。

    所以说,问界M5在加速性能方面表现不错,这是因为电机驱动的特性,但由于发动机不能直接参与驱动,无法解决动力浪费、高速行驶能耗高等问题。而拿铁DHT-PHEV有两档DHT串并联技术的加持,可以实现全速域的动力性与经济性优势。

    智能对比

    智能化是当下新能源车的一大看点,问界M5的最大亮点莫过于华为的HarmonyOS座舱

    问界M5搭载15.6英寸的多媒体中控屏幕,内置来自华为的鸿蒙交互系统,流畅度很高,功能也相当丰富。

    而拿铁DHT-PHEV的智能座舱实现了四屏联动、全场景交互体验,并且***用了高通晓***155顶级车机芯片。

    此外,该车的导航增强型HUD,实现地图、速度、路标的直接显示和导航动态引导,不用低头就能看到行驶的重要信息

    但在智能***驾驶方面,这两款车有较大的区别,拿铁DHT-PHEV在高阶智能驾驶***功能方面占有较大优势。

    先来看看问界M5,尽管搭载了华为HarmonyOS智能座舱,却没有搭载华为的ADS高阶自动驾驶系统。所以,问界M5只能实现比较基础的驾驶***功能,包括并线***、自适应巡航、以及车道居中保持等。

    至于拿铁DHT-PHEV,具备车道居中保持、开门预警、并线***、前横向侧穿制动倒车紧急制动、自动紧急转向***等23项智能安全***功能,而且全系标配。

    关键在于,与问界M5相比,拿铁DHT-PHEV还搭载了多项高阶智能驾驶***功能。

    其中,最值得关注的是<a class="e38b8430b7c36e23 hidden" href="本文来自易车号作者汽车观出品,版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点,与易车无关

    [汽车之家?新鲜技术解读]?华为成立于1987年,是一家制造通讯设备起家的中国企业。经过30多年的积累,华为已经发展成为全球最大的5G设备供应商。随着人工智能芯片市场的快速增长,华为借助中科寒武纪的芯片IP,成功在2017年推出了全球首款搭载人工智能加速单元的手机处理器芯片——麒麟***0。该芯片的成功让华为进一步坚信人工智能技术的发展潜力,加速了其自研人工智能处理器的步伐。而自动驾驶系统的域控制器正是人工智能芯片大派用场的地方。究竟华为的人工智能芯片性能有多强?它又是如何赋能自动驾驶汽车的呢?今天我们一起来看一看。

    ●?先聊聊大家熟悉的手机处理器NPU

    华为的自研人工智能芯片最开始是应用在手机芯片上的,后来才被应用到服务器和汽车自动驾驶系统等领域。下面我们就先来聊聊大家熟悉的搭载人工智能加速单元的手机处理器。华为的人工智能加速单元称为“NPU”,英文全称为“Neural-network?Processing?Units”,翻译过来就是神经网络处理单元。该NPU在手机上能够对人脸识别、语音识别、图像识别等功能实现加速,从而为手机用户提供更优秀的使用体验。

    在《和国外差距有多大?聊中国自动驾驶芯片》中我提到了,麒麟***0处理器搭载的NPU实际上是来自于中科寒武纪的Cambricon-1A处理器IP,该芯片搭载在华为Mate?10手机之上。

    华为随后发布的麒麟980(搭载在华为Mate?20手机上)处理器的NPU***用的是中科寒武纪Cambricon-1H处理器IP。

    从目前网上公布的参数来看,麒麟810的NPU算力为0.83TFLOPS(注:1TFLOPS=每秒一万亿次的浮点运算),麒麟820的NPU算力为1.33TFLOPS。厂家并没有公布麒麟990和麒麟985的具体算力数值,但从苏黎世理工的AI?Benchmark网站的数据来看,麒麟990的NPU算力在麒麟820之上,根据测试数据估计其算力在2TFLOPS以上。而麒麟985的NPU算力会稍高于麒麟820。

    麒麟710A是2018年推出的麒麟710的车规级版本,该芯片有完全的自主知识产权并将由中芯国际代工,是一颗纯正的“中国芯”。华为麒麟710进入汽车圈并成功落地后将会和高通骁***20A抢占市场份额。

    随着这些搭载骁***20A的新车陆续上市,它们带起了一波高科技座舱潮流。华为麒麟710A此时入市,正好是赶上了这波风潮,相信未来有不少中国品牌企业会考虑***用华为的这颗带有纯正中国血统的数字座舱芯片。

    虽然说麒麟710A的性能和华为最新推出的麒麟芯片性能有一定的差距,而且没有集成NPU核心,但满足数字座舱多屏显示和交互的性能需求是完全没有问题的。华为通过数字座舱进入汽车领域只是试水,进一步布局自动驾驶汽车芯片领域才是关键。

    ●?华为自动驾驶网络架构

    华为创始人兼总裁任正非在接受媒体***访时曾表示华为不会制造整车,但华为会造车联网模块、汽车中的电子部分,而且还可能做全世界最好的。既然如此,那华为定必会抢占车联网和自动驾驶这两个领域的主导权。

    如果华为的ADN目标架构成为了行业标准,这将成为华为未来10年的一个极为重要的利润增长点。华为的目标是非常宏大的,那就是包揽高阶自动驾驶系统的各种通讯和计算设备,并提供完善的一站式解决方案。通俗来讲就是要达到“要买自动驾驶汽车的通讯和计算设备,找华为就对了”的效果。

    本文虽然聚焦于芯片,但华为的强大不仅仅在于芯片,其在老本行网络通讯方面也同样出类拔萃。在聊芯片前,我想先举个车路协同的简单例子来说明这一点。

    这个简单的例子能够很好地说明华为是如何通过网络和通讯技术来赋能自动驾驶的。可以说未来的自动驾驶汽车绝不是一个“孤岛”,而是一个与万物互联的移动工具。

    ●?华为自动驾驶“芯”实力和软实力

    好了,简单聊了一下华为的网络架构在车路协同上的应用,下面我们来正式聊一下华为的自动驾驶平台和芯片。由于自动驾驶平台是基于华为的人工智能芯片搭建的,所以我们还是得先来简单了解下华为的人工智能芯片。

    昇腾910的应用偏向于需要极高算力的云端设备,而昇腾310的应用则偏向于对能耗比有一定要求的终端设备,但两者会有一定的交集。下表我汇总了目前华为应用上述两款芯片打造出来的Atlas系列产品的信息。

    人工智能加速芯片要真正运行起来还需要CPU的配合。上面提到的Atlas系列产品中,有一部分搭载了英特尔的服务器级CPU,另一部分则搭载的是华为自家的鲲鹏920?CPU芯片。

    这与大部分其他芯片厂商只做B2B业务,签了合约才提供开发文档的做法有很大的不同。不管开发者能力的高低,更多开发者***用华为的设备开发有利于更快地构建起属于华为的人工智能生态链,这将加速华为在人工智能领域的发展步伐。

    当然,针对不同的细分领域,华为还会提供针对性的软件服务,限于篇幅这里就不详细展开了,感兴趣的朋友可以去华为云逛一下了解更多。在其他芯片企业还在苦苦寻找行业突破口的时候,华为已经为各种不同行业提供了全面而完整的解决方案。看着***密密麻麻各种行业的解决方案列表,我深感华为的强大。或许也正是华为的强大,才是其它企业苦苦追寻的重要原因。

    ●?搭载昇腾310的MDC自动驾驶平台

    好了,聊完芯片,我们来聊聊华为的自动驾驶平台。华为目前最新的自动驾驶平台旗舰产品是MDC600,能够满足L4级别自动驾驶对域控制器的性能需求;而针对L3级别有条件自动驾驶,华为推出了MDC300。

    昇腾310单芯片算力为16TOPS,功耗为8W,能耗比为2TOPS/W;特斯拉Autopilot?3.0处理单元上的FSD芯片单芯片算力为72TOPS,功耗约为36W,能耗比为2TOPS/W;英伟达最新DRIVE?***X?Orin平台,其上搭载的Orin芯片,单芯片算力达到200TOPS,功耗为45W,功耗算力比为4.4TOPS/W。相比起来,昇腾310的能耗比已赶上国际主流水平。目前昇腾310***用的是台积电12nm工艺制造,随着未来生产工艺提升至7nm甚至5nm,其能耗比还有进一步提升的空间。

    MDC自动驾驶硬件平台、车载操作系统鸿蒙内核目前都已经先后获得ISO26262道路车辆功能安全国际标准中的?ASIL-D等级(下面简称“ISO26262?ASIL-D等级”),后续华为的Adaptive?AUTOSAR架构、开发工具链以及自动驾驶算法如果也能通过ISO26262?ASIL-D等级的话,那么华为的?MDC自动驾驶系统将成为全球首个符合ISO26262?ASIL-D等级的商用自动驾驶系统。

    符合ISO26262?ASIL-D等级意味着什么呢?这意味着车辆上的MDC自动驾驶系统,每1亿小时才会有1次随机硬件失效,安全系数是相当高的,普通用户使用MDC自动驾驶系统时遇到随机硬件失效的概率极低。

    MDC自动驾驶平台的系统架构是可伸缩的,通过对CPU内核数,人工智能加速内核搭载数量以及IO接口数量的增减,可满足高、中、低端乘用车从驾驶***到高端智能驾驶的不同使用场景。

    时至今日,华为的MDC自动驾驶平台已经签下了超过18家客户,其中上汽、吉利、江淮一汽红旗东风汽车苏州金龙、新石器、山东浩睿智能等企业都榜上有名。

    从云端到终端,华为有一整套完备的自动驾驶解决方案,那么是否就能说华为就所向披靡了呢?非也!华为在自动驾驶领域所欠缺的是实际路况的海量大数据,没有这些数据来训练自动驾驶系统,系统也只能停留在实验室和封闭试驾场里。为此,华为也积极与相关企业进行合作,如拥有地图***的四维图新以及多家中国整车企业,来补足自身在路况大数据方面的不足,进一步筑高自身在自动驾驶领域的技术壁垒。

    ●?编辑总结:

    华为在行业中的影响力毋容置疑,从技术到产品都走在世界的前列。树大招风,华为近年来就一直受到美国的制裁。如果现状长期持续的话,对于本文聚焦的华为人工智能芯片影响不小。如何解困是摆在华为面前的一道难题,从目前的一些信息来看,华为在英国建设芯片工厂、开发RISC-V架构处理器、培育HMS云服务生态等举措都是其突围关键,我们也将持续关注事态的进一步发展情况。(图/文/汽车之家?常庆林)

    标签: #华为

    上一篇惠民工程节能减排,节能产品惠民工程节能汽车有哪些

    下一篇当前文章已是最新一篇了