9月废话博
·小侄儿来家搞破坏 把我搞出冰淇淋质感
·煮个面把自己烫了个的形状 还留疤了[泪]
·剁手剁手剁手(但是真的快乐[笑cry])
·为了吃这个西瓜冰排队100多桌吃卤校长
·开了4年第一次换刹车片
·一碗干溜豌杂唤醒我的灵魂
·踩到地上一摊水 指甲都摔翻了 痛哭
·新家19年开始土建 现在土建终于要完工了感动 感动
·今年一直各种皮肤病 又是真菌感染 又是皮炎
·自pie 我就发发 你就看看
大家都说本命年很霉 下半年我真的信了
第一天掉头自己把车子挂了小杠杠 第二天在路上开着 堵车 一个车过来把我挂了跑了 那个位置还没监控 第三天车子停外面莫名其妙被挂了两条很深的印子[费解]
·小侄儿来家搞破坏 把我搞出冰淇淋质感
·煮个面把自己烫了个的形状 还留疤了[泪]
·剁手剁手剁手(但是真的快乐[笑cry])
·为了吃这个西瓜冰排队100多桌吃卤校长
·开了4年第一次换刹车片
·一碗干溜豌杂唤醒我的灵魂
·踩到地上一摊水 指甲都摔翻了 痛哭
·新家19年开始土建 现在土建终于要完工了感动 感动
·今年一直各种皮肤病 又是真菌感染 又是皮炎
·自pie 我就发发 你就看看
大家都说本命年很霉 下半年我真的信了
第一天掉头自己把车子挂了小杠杠 第二天在路上开着 堵车 一个车过来把我挂了跑了 那个位置还没监控 第三天车子停外面莫名其妙被挂了两条很深的印子[费解]
#珍爱生命,远离毒鸡汤#
我刚刚看了下,有些所谓的“感情博主”营销号写的毒鸡汤,简直太炸裂了![嘻嘻]完全是站着说话不腰疼。[裂开]说的还全是废话,就是一味地让人别抱怨,调整心态,保持好心情,对心态消极的人各种指责,又说不出任何实际的、解决问题的办法。过得不好的读者,看完更生气了![笑cry]
人家就在差运里了,各种倒霉事、闹心事层出不穷,都是实实在在发生在自己身上的,谁能不闹心啊?[doge]还保持好心情?[摊手]咋的?保持好心情,闹心的事就能解决吗?[哈哈]就能不再发生新的闹心事了?[裂开]
净说那些没用的,在那没屁嗝楞嗓子,这帮逼都不如真有水平的命理师,看出人家哪年好不好,还能给人家提个醒啥的。[doge]真的,我十分好奇,那些“情感博主”营销号作者自己走差运,摊上倒霉事的时候,能啥逼样?还有力气宣扬正能量不?[嘻嘻]
PS:本文为猫猫原创,未经许可,不得抄袭转载,否则一律追究法律责任。
我刚刚看了下,有些所谓的“感情博主”营销号写的毒鸡汤,简直太炸裂了![嘻嘻]完全是站着说话不腰疼。[裂开]说的还全是废话,就是一味地让人别抱怨,调整心态,保持好心情,对心态消极的人各种指责,又说不出任何实际的、解决问题的办法。过得不好的读者,看完更生气了![笑cry]
人家就在差运里了,各种倒霉事、闹心事层出不穷,都是实实在在发生在自己身上的,谁能不闹心啊?[doge]还保持好心情?[摊手]咋的?保持好心情,闹心的事就能解决吗?[哈哈]就能不再发生新的闹心事了?[裂开]
净说那些没用的,在那没屁嗝楞嗓子,这帮逼都不如真有水平的命理师,看出人家哪年好不好,还能给人家提个醒啥的。[doge]真的,我十分好奇,那些“情感博主”营销号作者自己走差运,摊上倒霉事的时候,能啥逼样?还有力气宣扬正能量不?[嘻嘻]
PS:本文为猫猫原创,未经许可,不得抄袭转载,否则一律追究法律责任。
#到底汽车芯片有什么用# 你知道吗,手机芯片与汽车芯片,哪个难度更大呢?
当提及“手机芯片”时,多数情况下都是指它的CPU(Central Processing Unit)或SoC(System on Chip),例如高通888、苹果A14、Kirin 9000。而提及“汽车芯片”时,情况就比较复杂了 —— 是指传统整车域的MCU、自动驾驶域的AI芯片,还是座舱域的CPU呢?
这就涉及到汽车芯片的三大类:整车域的MCU、自动驾驶域的AI芯片、智能座舱域的CPU。
第一类:传统整车控制域的MCU
早期汽车是纯机械产品,那时的发动机并没有电子控制器、车窗也只有机械式控制,所以不需要任何芯片(废话!那时候芯片还没有被发明,想用也用不了啊!)
在近几十年中,机械式的汽车逐步电气化。注意,是逐步,一次新增一个功能,就需要配一个MCU(Micro Control Unit)。这种发展方式,也就构成了传统整车控制域的芯片应用基本特征:
分布式:单车平均50个MCU,遍布全车,自然而然就形成了分布式。
低性能:8位与16位MCU占80%以上,制程最高也就28nm,那性能能高哪去?
低成本:好在便宜,量大管饱,价格1-3美元之间。
当然,也不要小看MCU,这个领域支撑起来的半导体公司都是赫赫有名。如果对比的是汽车MCU芯片 —— 那的确,无论是性能上、制程上,手机芯片都要先进不少!
第二类,自动驾驶域的AI芯片
如果说MCU芯片的弱鸡性能让汽车的面子有点挂不住,那自动驾驶域的AI芯片可以说是扳回一城了。
随着自动驾驶由L2向L3、L4、L5迈进,汽车对自动驾驶芯片的算力需求呈指数级增长:从L2的30TOPS到L5的2000TOPS(Tera Operations Per Second, 每秒万亿次)。
自动驾驶域对芯片的需求是:超高算力、低延时、数据高度同质化。这种需求是比较特殊的,因而不适合与手机芯片、电脑芯片比性能。尽管如此,我们仍然可以强行对比一下,粗略感受一下自动驾驶AI芯片的强大:
CUBA单元:蔚来ET7搭载了四颗NVIDIA ORIN芯片(近1000TOPS),其CUBA(Compute Unified Device Architecture)单元达8096,接近8704CUBA核心的RTX3080显卡。
晶体管数量:蔚来ET7搭载四颗NVIDIA ORIN芯片的晶体管数量为680亿,同期“秒天秒地秒一切”的苹果A14芯片的晶体管数量为118亿。
数据处理量:特斯拉FSD芯片内置图片处理器ISP,最高以25亿像素/秒的速度处理图像,大概是往21块1080P的高清屏幕上塞60帧画面。
高速缓存:特斯拉FSD芯片的神经处理单元NPU高速缓存32MB,与零售价16999元的英特尔酷睿i9-9980XE的33.75MB SRAM缓存总量相当。
自动驾驶AI芯片性能如此强悍,甚至产生了一些有趣的坊间戏言。例如“用蔚来ET7+免费换电来挖比特币是一个不错的主意”,再如“若明年自动驾驶芯片用量增长,恐怕3080的供货量将进一步缩减”等等。
如果对比的是自动驾驶AI芯片 —— 那无论是性能上还是可靠性上,手机芯片都很难说更先进。考虑到二者都是芯片行业的旗舰选手,姑且列为打成平手吧!
第三类:智能座舱域的CPU芯片
如果说与汽车MCU比是胜之不武,与自动驾驶AI芯片差别过大难以对比,那最适合对比的恐怕就是汽车智能座舱的CPU芯片了。原因有三:
功能相似:MCU仅是处理单元、自动驾驶AI芯片主要以大规模并行运算应对大量同质数据(类似GPU而不是CPU),而智能座舱CPU芯片与手机芯片相似:均擅长逻辑控制与通用类型数据运算,均要自带图像处理单元、神经网络单元,均要承载导航、影音播放等软件生态。
均为SoC:与手机芯片[5]和电脑CPU[6]相似,座舱CPU其实也是系统级芯片SoC(System on Chip),以高通骁龙820A为例具备4G LTE、Wifi5、蓝牙5.0、GPU等功能。
承载应用生态:汽车MCU执行固定软件功能,很少更新(像特斯拉OTA来提升续航等都属于新事物);自动驾驶AI芯片的软件通常是由车企封闭开发(或直接采用单一供应商);而智能座舱CPU通常要和手机一样,承载开放或半开放的应用生态。买手机要考虑2-3年用着不卡,而智能座舱CPU要考虑5-10年的全生命周期使用场景。
汽车智能座舱域的CPU芯片与手机芯片如此相似,以至于前几年经典的820A就是由手机芯片820魔改来的。
因此,如果非要对比汽车芯片与手机芯片的话,我认为拿传统整车控制域的MCU芯片、自动驾驶域的AI芯片来比都不太适合,而拿智能座舱域的CPU芯片来说有一定的对比意义。
目前传统车缺芯片,主要是第一种“看起来比较弱”的整车MCU芯片。 #微博新知博主#
当提及“手机芯片”时,多数情况下都是指它的CPU(Central Processing Unit)或SoC(System on Chip),例如高通888、苹果A14、Kirin 9000。而提及“汽车芯片”时,情况就比较复杂了 —— 是指传统整车域的MCU、自动驾驶域的AI芯片,还是座舱域的CPU呢?
这就涉及到汽车芯片的三大类:整车域的MCU、自动驾驶域的AI芯片、智能座舱域的CPU。
第一类:传统整车控制域的MCU
早期汽车是纯机械产品,那时的发动机并没有电子控制器、车窗也只有机械式控制,所以不需要任何芯片(废话!那时候芯片还没有被发明,想用也用不了啊!)
在近几十年中,机械式的汽车逐步电气化。注意,是逐步,一次新增一个功能,就需要配一个MCU(Micro Control Unit)。这种发展方式,也就构成了传统整车控制域的芯片应用基本特征:
分布式:单车平均50个MCU,遍布全车,自然而然就形成了分布式。
低性能:8位与16位MCU占80%以上,制程最高也就28nm,那性能能高哪去?
低成本:好在便宜,量大管饱,价格1-3美元之间。
当然,也不要小看MCU,这个领域支撑起来的半导体公司都是赫赫有名。如果对比的是汽车MCU芯片 —— 那的确,无论是性能上、制程上,手机芯片都要先进不少!
第二类,自动驾驶域的AI芯片
如果说MCU芯片的弱鸡性能让汽车的面子有点挂不住,那自动驾驶域的AI芯片可以说是扳回一城了。
随着自动驾驶由L2向L3、L4、L5迈进,汽车对自动驾驶芯片的算力需求呈指数级增长:从L2的30TOPS到L5的2000TOPS(Tera Operations Per Second, 每秒万亿次)。
自动驾驶域对芯片的需求是:超高算力、低延时、数据高度同质化。这种需求是比较特殊的,因而不适合与手机芯片、电脑芯片比性能。尽管如此,我们仍然可以强行对比一下,粗略感受一下自动驾驶AI芯片的强大:
CUBA单元:蔚来ET7搭载了四颗NVIDIA ORIN芯片(近1000TOPS),其CUBA(Compute Unified Device Architecture)单元达8096,接近8704CUBA核心的RTX3080显卡。
晶体管数量:蔚来ET7搭载四颗NVIDIA ORIN芯片的晶体管数量为680亿,同期“秒天秒地秒一切”的苹果A14芯片的晶体管数量为118亿。
数据处理量:特斯拉FSD芯片内置图片处理器ISP,最高以25亿像素/秒的速度处理图像,大概是往21块1080P的高清屏幕上塞60帧画面。
高速缓存:特斯拉FSD芯片的神经处理单元NPU高速缓存32MB,与零售价16999元的英特尔酷睿i9-9980XE的33.75MB SRAM缓存总量相当。
自动驾驶AI芯片性能如此强悍,甚至产生了一些有趣的坊间戏言。例如“用蔚来ET7+免费换电来挖比特币是一个不错的主意”,再如“若明年自动驾驶芯片用量增长,恐怕3080的供货量将进一步缩减”等等。
如果对比的是自动驾驶AI芯片 —— 那无论是性能上还是可靠性上,手机芯片都很难说更先进。考虑到二者都是芯片行业的旗舰选手,姑且列为打成平手吧!
第三类:智能座舱域的CPU芯片
如果说与汽车MCU比是胜之不武,与自动驾驶AI芯片差别过大难以对比,那最适合对比的恐怕就是汽车智能座舱的CPU芯片了。原因有三:
功能相似:MCU仅是处理单元、自动驾驶AI芯片主要以大规模并行运算应对大量同质数据(类似GPU而不是CPU),而智能座舱CPU芯片与手机芯片相似:均擅长逻辑控制与通用类型数据运算,均要自带图像处理单元、神经网络单元,均要承载导航、影音播放等软件生态。
均为SoC:与手机芯片[5]和电脑CPU[6]相似,座舱CPU其实也是系统级芯片SoC(System on Chip),以高通骁龙820A为例具备4G LTE、Wifi5、蓝牙5.0、GPU等功能。
承载应用生态:汽车MCU执行固定软件功能,很少更新(像特斯拉OTA来提升续航等都属于新事物);自动驾驶AI芯片的软件通常是由车企封闭开发(或直接采用单一供应商);而智能座舱CPU通常要和手机一样,承载开放或半开放的应用生态。买手机要考虑2-3年用着不卡,而智能座舱CPU要考虑5-10年的全生命周期使用场景。
汽车智能座舱域的CPU芯片与手机芯片如此相似,以至于前几年经典的820A就是由手机芯片820魔改来的。
因此,如果非要对比汽车芯片与手机芯片的话,我认为拿传统整车控制域的MCU芯片、自动驾驶域的AI芯片来比都不太适合,而拿智能座舱域的CPU芯片来说有一定的对比意义。
目前传统车缺芯片,主要是第一种“看起来比较弱”的整车MCU芯片。 #微博新知博主#
✋热门推荐