汽车主要六大领域芯片有这些(国内VS国外)

智能汽车
CPU/GPU/FPGA/ASIC芯片是智能汽车的“大脑”。GPU、FPGA、ASIC在自动驾驶AI运算领域各有所长。

CPU/GPU/FPGA/ASIC芯片是智能汽车的“大脑”。GPU、FPGA、ASIC在自动驾驶AI运算领域各有所长。传统意义上的CPU通常为芯片上的控制中心,优点在于调度管理、协调能力强,但CPU计算能力相对有限。因此,对于AI高性能计算而言,人们通常用GPU/FPGA/ASIC来做加强。

功率芯片是智能汽车的“心脏”。无论是在引擎、驱动系统中的变速箱控制和制动、或者转向控制等都离不开功率芯片。

摄像头CMOS是智能汽车的“眼睛”。CMOS图像传感器与CCD(电荷耦合组件)有着共同的历史渊源,但CMOS比CCD的价格降低15%-25%,同时,CMOS芯片可与其它硅基元器件集成利于系统成本的降低。在数量上,倒车后视,环视,前视,转弯盲区等L3以上的辅助驾驶需要约18颗摄像头。

射频接收器是智能汽车的“耳朵”。射频器件是无线通讯的重要器件。射频是可以辐射到空间的电磁频率,频率范围从300KHz~300GHz之间。射频芯片是指能够将射频信号与数字信号进行转换的芯片,它包括功率放大器PA、滤波器、低噪声放大器LNA、天线开关、双工器、调谐器等。未来,射频芯片将像汽车的耳朵一样将助力C-V2X技术发展,将“人-车-路-云”等交通参与要素有机联系在一起,弥补了单车智能的不足,推动协同式应用服务发展。

超声波/毫米波雷达是智能汽车的“手杖”。智能汽车通过传感器获得大量数据,L5级别的汽车会携带传感器将达到20个以上。车载雷达主要包括超声波雷达、毫米波雷达和激光雷达三种。其中,中国超声波雷达已发展的相对成熟,技术壁垒不高;毫米波雷达技术壁垒较高,且是智能汽车的重要传感器,目前处于快速发展的阶段;激光雷达技术壁垒高,是高级别自动驾驶的重要传感器,但目前成本昂贵、过车规难、落地难。

存储芯片是智能汽车的“记忆“。智能汽车产业对存储器的需求与日俱增,在后移动计算时代,车用存储将成为存储芯片中重要的新兴增长点和决定市场格局的力量。DRAM、Flash、NAND未来将被广泛地应用在智能汽车各个领域。此外,随着云和边缘计算将在智能汽车领域大放异彩,以及L4/L5级自动驾驶汽车发展出复杂网络数据及应用高级数据压缩技术,未来本地存储数量将趋于稳定,甚至可能出现下降。

 

责任编辑:张燕妮 来源: 焉知智能汽车
相关推荐

2016-11-08 18:00:44

机器学习

2017-07-27 14:18:41

大数据挑战动向

2020-08-03 23:48:29

会计金融技术

2019-08-07 11:27:24

人工智能大数据物联网

2010-10-19 14:57:25

谷歌云计算

2015-08-20 09:15:04

移动开发JS框架javascript

2015-02-26 09:20:26

SaaS云应用

2023-03-14 13:04:57

ChatGPT人工智能

2013-08-27 09:41:59

2013-12-23 11:13:14

2021-12-17 11:55:09

自动驾驶数据人工智能

2021-12-09 15:26:05

芯片芯片发展芯片市场

2017-04-21 07:10:12

谷歌AI芯片理由

2015-04-16 11:13:27

云平台开发者云计算选型

2011-03-11 11:47:48

IT运维

2019-02-27 14:32:50

人工智能AI机器学习

2019-04-28 15:14:38

自动驾驶特斯拉车主

2010-07-30 13:15:17

Flex优势

2023-10-18 10:48:44

Python解释器

2010-08-16 10:14:23

云计算误区
点赞
收藏

51CTO技术栈公众号