如果自动驾驶的研发和落地看成一场通向星辰大海的征程，其中遇到的每一颗星星就代表着攻克一道难题，那么自动驾驶芯片无疑是最难的一道题，其所代表的星星也是最亮的一颗。

在中美贸易战的普及下，让普通民众认识到，芯片不是一般人可以玩得起的，注定是巨头之间的游戏，在此背景下，不禁为地平线这类初创公司深深的捏了一把汗，如何在巨头环伺的市场环境中开拓出属于自己的一片天地?如何在自动驾驶赛道最具挑战的选择中，顺利摘下那颗最亮的“芯”?

目前自动驾驶芯片赛道的玩家众多，已成百舸争流之势，其中根据代表性玩家的产品特点和战略方向，智能相对论认为大致可以分为以下几类。

1、通用芯片生产商

代表企业：英伟达

在目前，英伟达是自动驾驶芯片赛道当之无愧的老大，其在2018CES展上发布的Xavier系列芯片被称为现阶段“最强大”的自动驾驶芯片。为了推进自动驾驶芯片应用生态的形成，英伟达还先后推出了DRIVE Pegasus和DRIVE Constellation两个平台，前者支持L4 和L5 级自动驾驶能力，后者允许开发人员在虚拟世界测试他们的程序。

虽然当前车载芯片都是以GPU为核心的智能辅助驾驶芯片，英伟达在GPU方面也一直处于主导地位，但英伟达推出的通用芯片还是面临着功耗和成本等方面的挑战，已经有相当数量的厂商采用定制或者半定制芯片来实现自动驾驶。

2、自产自销定制商

代表企业：特斯拉

特斯拉是自动驾驶赛道中少有的既做整车制造，也自研自动驾驶芯片的公司。

在特斯拉自研芯片之前，曾先后与Mobileye和英伟达两大巨头合作过，其Autopilot 1. 0 使用的是Mobileye的视觉方案，一个前置摄像头、一个毫米波雷达和 12 个超声波雷达组成感知系统，内置的芯片是来自Mobileye的EyeQ3;Autopilot 2. 0 采用的是英伟达的芯片平台。

然而这两次合作的“体验”都不是很好。Autopilot 1. 0 时期，特斯拉经历了一系列的车祸事故，Mobileye认为是特斯拉的功能超越了安全底线，特斯拉认为Mobileye的方案没有满足需求;Autopilot 2. 0 时期，英伟达Drive PX Pegasus平台的500W的功耗一直是特斯拉整车性能的短板，相对于运行两小时，芯片就要用去 1 度电。

于是马斯克坚定了自研芯片的方向。今年推出的Autopilot 3. 0 上就搭载了特斯拉的自研芯片FSD，这款芯片除了常规的CPU和GPU之外，多配备了两个神经网络处理器(NNP)。

在马斯克看来，与依赖现成的技术相比，设计制造自己的AI硬件可以给特斯拉带来更高的竞争优势，如同苹果一样，能够同时掌握软硬件设计和制造，除了能将核心技术和数据掌握在自己手上之外，在使用体验上必定能形成更优的匹配和闭环。

3、专业芯片及通用解决方案提供商

代表企业：Mobileye、地平线

由于自动驾驶所面临的场景非常复杂，每个研发公司或者主机厂的需求也不尽相同，因此很难用一个通用的算法或芯片解决所有问题，而这也一众初创型公司提供了发展的机会和空间。

我们可以将英伟达的通用芯片视为一个参考平台，而非面向终端市场的完整产品，那么第三类玩家的主要方向为，针对自动驾驶的某项功能推出与之匹配的专业芯片，与芯片配套的还有通用解决方案，就像“交钥匙”工程一样，省去了自动驾驶研发企业或者主机厂在某些具体功能或者问题上的二次研发投入。

像Mobileye的EyeQ系列芯片(ASIC)主要负责视觉数据的处理。

初创公司地平线也在不久前量产了中国的首款车规级AI芯片——征程二代。这款新品可以对多类目标进行实时检测和识别，可满足自动驾驶视觉感知、视觉建图定位、视觉ADAS等智能驾驶场景的需求，以及语音识别，眼球跟踪，手势识别等智能人机交互的功能需求。

为支持自动驾驶产品快速落地，地平线还推出了与征程二代芯片相匹配的AI芯片工具链Horizon OpenExplorer(地平线“天工开物”)，其中包含面向实际场景进行AI算法和应用开发的全套工具：模型训练工具、检查验证工具、编译器、模拟器、嵌入式开发包等。