文 | 李安琪
編輯 | 李勤
汽車智能化的趨勢愈加清晰，底層智能駕駛芯片也成爲國内公司的角鬥場。此前，地平線、黑芝麻等國産玩家已經率先切入主機廠供應鏈，但仍有新的芯片初創公司選擇卷入洪流。
奕行智能就是其一。成立于 2022 年，奕行智能的定位是汽車 AI 計算芯片公司，主要聚焦自動駕駛和座艙 AI 芯片兩大領域，目前已經完成了累計數億元的融資。
雖是初創公司，但核心團隊卻是車載芯片和 AI 行業的老兵。創始人劉珲曾是 SoC 芯片設計公司索喜科技的亞太區高級副總裁，曾在 Cadence、富士通及意法半導體等多家半導體知名企業擔任核心高管，有超過 20 年半導體領域的研發、業務開拓和團隊管理經驗；聯合創始人楊宜則曾在索喜科技、eSilicon、中興通訊等公司擔任核心高管，擁有 20 年半導體行業經驗。
由于汽車 AI 計算芯片跨越芯片、汽車和 AI 三個領域，奕行也組建了來自 Tier 1/ 車廠的整車架構和軟硬件應用、頭部智駕算法公司的核心團隊，片團隊成員更是在 AI 處理器及編譯器領域有豐富經驗的行業人才，目前團隊整體規模 200 多人，覆蓋了芯片前後端實現、AI 計算架構、軟件及功能安全設計到産品量産的能力。
在英偉達、地平線等玩家已經發起了智能駕駛芯片第一波商業化進攻之後，作爲後來者的奕行智能還有哪些機會？
早在 2021 年初，奕行智能創始人劉珲就已經開始思考這個問題。機緣巧合下，特斯拉在 2021 年 AI DAY 上發布基于 Transformer 的 BEV 算法方案，也給了他啓發。
" 從軟硬協同設計角度來看，AI 領域的基礎算法框架發生了很大的變化，以 Transformer 爲基礎的算法，會重構過去很多的以算法數據流模式定制的 AI 加速器。" 劉珲說道。
換言之，新的智駕算法的出現，也在推動底層芯片架構的創新。
劉珲認爲，過往行業 GPU 最大的優勢在于芯片對算法的通用性，但這種通用性是以效率不高爲代價的，所以往往要通過提升算力來彌補效率劣勢；另一方面，行業中也有一些專用芯片，效率雖高，但是易編程能力不足。
劉珲表示，市場上會有越來越多的車廠和自動駕駛公司需要定制能更好支持新算法的 AI 處理器和 ADAS 芯片，尤其是自動駕駛算法仍然會繼續演進，硬件不能止步于支持 Transformer 和 BEV 等算法，況且不同客戶的算法也有差異。" 所以從中長期來看，一個通用性更強，易于編程的 DSA（或者叫非 GPU）AI 計算架構是我們的機會。" 劉珲說道。
不過，奕行智能想做的芯片通用性，并非跟 CPU 一樣 " 通用 "，而是針對 AI 自動駕駛一大類算法和網絡需求，能産生足夠的覆蓋範圍與技術通用性。
據他介紹，奕行智能的 AI 芯片主要有兩大特點，一是性能，相比業内，相同算力下性能更好；再者是可編程性和通用性在 DSA 領域表現都更好。Google、Meta、特斯拉等公司其實也都在采用 DSA 架構，同時基于 RISC-V 指令集來研發，奕行也将 RISC-V 用在中大算力領域，并在指令并發性能和數據并發性能上做優化設計。
基于通用性和易編程性更強的芯片架構，奕行智能分别規劃和流片了 ADAS 芯片和基于 AI 的視覺畫質處理芯片。
在商業落地層面，劉珲指出，2-3 年後領航 NOA 應用體驗将進一步普及，然後下沉到 10 萬 -25 萬汽車價格區間，所以奕行智能會在今年和明年陸續推出不同等級算力的産品，" 以性價比高的中算力作爲立足點 "。
除了滿足高性價比的行泊一體中算力芯片方案，奕行也會推出滿足未來 3-5 年的智駕算法發展需求的中算力芯片方案不等。
前者主要滿足車企 5V-7V（5-7 個攝像頭）的高性價比單芯片方案，切合高速 NOA（高速領航輔助駕駛）需求，後者則針對城市 NOA（城市領航輔助駕駛）的場景需求，以 10V-13V（10-13 個攝像頭）的單芯片方案，支持智駕領域一些前沿的大模型算法。
此外，智能座艙也是奕行智能瞄準的另一市場。劉珲強調，公司不會涉足車機 IVI 領域，奕行更關注如何讓汽車座艙變成更有‘溫度’的機器人，艙内的多維交互體驗更容易被消費者所感知和受青睐。
" 我們定位是把算力做得更加泛化、能力更強，去感知用戶的身份、姿勢、情緒等，包括多模态交互，這些都依賴 AI 的計算能力。"
當然，行業中也有一些芯片公司同時聚焦算法應用和芯片，爲車企提供定制化服務。但在奕行智能看來，現在很多車企已經搭建算法自研和數據閉環等 AI 能力，芯片公司還是應該聚焦在硬件和使用硬件的工具鏈，以及基礎軟件，支撐客戶開發應用和算法。
随着智能化日漸内卷，車企們也在加快智能汽車的量産上市、搶占市場，奕行智能等初創芯片公司需要拿出更多技術和産品在洪流中立穩腳跟。
