本文來源:智車科技 作者:劉洪

/ 導讀 /

半年前,要找車規5nm芯片只有恩智浦(NXP)曾宣布下一代汽車芯片選用臺積電5nm制程,預計2021年秋交付首批樣片;今天卻已不只一個,2018年7月高通收購NXP失敗,現在也挺進了5nm車規芯片,產品有望最快在2023年底量產上市;特斯拉也在備戰“芯片升級”,與三星電子合作為全自動駕駛開發5nm芯片。

剛剛,IT行業5nm芯片被曝集體翻車余音未了,車規5nm芯片又甚囂塵上了。汽車芯片真的進入了5nm時代?我們來分析一下,這炙手可熱的車規5nm芯片究竟貨色如何?

5nm集體“發燒”為哪般?

和手機、電腦等設備相比,汽車運行環境的惡劣程度不是一點半點,尤其是熱環境。現實是,別說車規,就是消費設備用的5nm也還存在問題。因為10年前困擾臺積電和三星的問題又回來了。

5nm是目前EUV(極紫外線)光刻機能實現的最先進芯片制程,也是手機廠商的重要賣點,2020年下半年,蘋果A14、麒麟9000、驍龍888等5nm制程芯片相繼面世。不過,公開信息顯示,上述芯片無一幸免被曝實際功耗不低,發熱未減:“一度達80℃”、“發熱降頻”、“變身火龍”、“高燒不退”。一時間,5nm芯片集體翻車成為熱議。

廠商一直在追隨甚至想超越摩爾定律,遇到的最大問題是芯片內部的晶體管漏電。進入深亞微米制造制程時代之前,動態功耗一直是芯片設計的焦點,而在深亞微米制程,動態功耗在總功耗中的比例越來越小,靜態功耗比例則越來越大;進入納米時代,漏電流功耗對整個功耗的影響變得非常顯著。在90nm制程電路中,靜態功耗可以占到總功耗40%以上。

為什么呢?原來集成電路每一代制造制程的進步都是由縮短CMOS晶體管的溝道長度實現的。不斷縮短溝道長度使電源電壓、閾值電壓、柵極氧化層厚度等制程參數隨之按比例縮小,而短溝道效應(SCE)、柵極隧穿電流、結反偏隧穿電流等漏電流機制越來越顯著,引起芯片漏電流功耗的上升。另外,溝道長度越短,漏電流功耗增加越快。

在5nm制程之前,因為采用了當時創新的FinFET(鰭式場效應晶體管)來替代傳統平面式晶體管,臺積電、三星和英特爾都成功抑制了漏電流功耗。

智能坐艙vs自動駕駛

2015年開始,高通切入智能座艙和自動駕駛市場,近年來憑借其SoC芯片的強大算力,其14nm驍龍820A座艙SoC已經拿下不少客戶,甚至成了2020年不少中高端車型的標配。

2019 CES展上,高通發布基于臺積電第一代7nm制程的第一款車規級數字座艙SoC驍龍SA8155,入局車載市場。其強大之處在于優秀的運算能力和協同匹配能力,高通將其定義為“一機多屏多系統”的終極解決方案。今年伊始曝光諜照的長城WEY全新車型將是首款搭載8155的量產車型。

那么,智能座艙和自動駕駛能否相提并論呢?答案是否定的,前者與后者高度相關,但不可等同。智能座艙主要包括高清顯示、儀表、主動安全報警(駕駛員監控)、實時導航、在線信息娛樂、緊急救援、車聯網以及人機交互系統(語音識別、手勢識別)等。其主要作用在于通過改變人機交互方式,提升駕駛者和乘員體驗,有助于將產品屬性升級為服務屬性。毫無疑問,人工智能(AI)將賦能人車交互的智能化升級。智能座艙在半導體技術的支持下還是比較容易一步步實現。

制程和用途與芯片算力參考示例

自動駕駛呢?應該沒有馬斯克說的那么容易在不久的將來就能實現。因為它涉及的問題實在是太多了。就說芯片的算力吧,不可與智能座艙同日耳語。據稱,高通8155芯片CPU處理器和GPU圖形處理器算力是同級產品的3-5倍。而CES 2020上發布基于5nm制程Snapdragon Ride自動駕駛平臺核心SoC基礎算力為10TOPS,其中單顆SoC支持NCAP標準下的L1/L2級自動駕駛,多顆SoC組合可以實現L4級自動駕駛,最大算力可達700TOPS以上。

2020年11月,華為智能駕駛專家電話會議紀要中關于芯片的討論就很能說明問題:“自動駕駛未來需要大算力芯片,市場一是自動駕駛,二是智能座艙。智能座艙里也會有很多人工智能應用,比如語音識別,以前用科大訊飛的方案是在云端做,體驗感很差。現在用智能座艙芯片,像高通或華為基本上都有七八個T算力,地平線也一樣,其征程二也有大概6個T算力(實際上是4TOPS)。大算力計算芯片一定是一個大趨勢,也是一個門檻……自動駕駛有三個核心要素,第一是數據,第二是場景,第三是算力。特斯拉已經遠超國內的自己在那里吹牛逼的公司了。”