ArmとHuaweiが参入し、自動運転チップの戦いでどちらが勝つかは分からない

今年、自動運転はまだ大規模な商用化には至っていないが、利益の偏在により廃業する企業、継続が困難となり有力企業に「コミット」する企業、小規模で商用化にトライし始めた企業、活路を拓こうと躍起になる新規参入企業など、業界では大きな動きが続いている。

Arm、自動車メーカー、Tier 1（自動車部品サプライヤー）間の最近の緊密な協力と、IntelとNvidiaの長年の取り組みが相まって、自動運転は徐々に半導体メーカーにとって新たな戦場になりつつあります。

進化: ADASから自動運転AIチップへ

自動運転業界のマイルストーンと言われたGoogleのWaymo自動運転車が発売される前の初期の頃、NXP、ルネサス、TIなどの伝統的な自動車エレクトロニクス大手はすでにADAS（先進運転支援システム）用の処理チップを開発していました。当時、市場はまだ古い自動車チップ大手、つまりTier 1によって支配されていました。

ADAS チップに関しては、Texas Instruments が DSP ベースのソリューション TDA2x SoC を展開し、Renesas が R-Car シリーズを開発し、NXP が ADAS チップを統合した BlueBox プラットフォームをリリースしました。半導体大手と比較すると、これらのティア1企業は実際の経済的利益を重視しており、量産可能なADASチップに重点を置いていることは明らかです。

しかし、ADAS が真の無人運転を実現するまでには、まだ長い道のりが残っています。

自動運転AIチップについて語る場合、その範囲はカメラの画像処理チップから車両全体のデータを処理するコンピューティングプラットフォームまで非常に広く、あらゆる重要なリンクがそこから切り離すことはできません。

自動運転の本質は AI コンピューティングの問題を解決することであり、AI チップはその中で 2 つの役割を果たします。

1. 入力センサー信号（レーダー、ライダー、カメラなど）の処理。
2. 左折、車線変更、減速などの決定を下し、制御および実行信号を出します。

これら 2 つのタスクを短期間で完了するのは容易ではないため、自動運転車では、膨大な量のデータをリアルタイムで分析および処理し、複雑な論理演算を実行するための非常に強力なコンピューティング プラットフォームが必要になります。

そのため、自動運転では、他のシナリオよりも高いAIチップの計算能力が求められます。同時に、チップは自動車規格の厳しい要件を満たす必要もあります。さまざまな理由から、自動運転チップの開発はより困難であり、参入障壁も高くなっています。

前述のように、自動運転チップの計算能力に対する要件は非常に高く、もはや単一の自動車用チップでは満たすことができません。ほとんどの技術分野と同様に、この移行段階では、真のプレーヤーは「国境を越えた」大企業と新興のスタートアップ企業です。

市場構造が変化し、自動運転チップ分野では混戦が続く

ADASから自動運転への進化の過程で、CPUもGPUも大量のセンサーのデータ処理と分析をサポートできなくなり、自動運転チップのアーキテクチャは異質な方向に発展しています。PCやモバイル市場で影響力を持つ半導体大手も行動を起こし、プロセッサチップ分野での蓄積された経験と「高額な」買収を頼りに、彼らは急速に自動運転チップの第一人者となりました。

GPU が人気だった時代に、Nvidia はいくつかのトレンドの波に追いつきました。自動運転と暗号化されたデジタル通貨の流行により、Huang Renxun は「寝ながらお金を数える」生活を送ることができました。

NVIDIAは2015年にDrive PXシリーズの自動運転プラットフォームを発売しました。かつては自動車メーカー、ティア1、テクノロジー企業が選ぶ主流のコンピューティングソリューションでした。しかし、GPUの高消費電力と高コストに対する業界の不満により、NVIDIAは昨年初めに新世代の自動運転プロセッサXavierをリリースしました。PXとは異なり、Xavierはカスタマイズされた8コアCPU、512コアのVoltaアーキテクチャGPU、関連するビジョンとディープラーニングアクセラレータを含む独立した完全なSoCであり、その消費電力は前世代の10分の1です。

Nvidia の製品の進化は、自動運転チップの開発の縮図でもあります。高集積化と低消費電力がトレンドです。この点では、古くからのライバルである Intel の方が優れています。

インテルは、総額数百億ドルに上る3回の買収を通じて、MobileyeのEyeQシリーズチップ（ASIC）、AlteraのFPGAチップ、Movidiusの視覚処理装置VPUを買収した。たとえば、Intel が提供する完全なソリューションでは、EyeQ が視覚データ処理を担当し、Altera の FPGA チップ Cyclone V がミリ波レーダーと LiDAR データ処理を担当し、「キラー」CPU Atom がその他のデータ タスクの処理を担当します。

もちろん、人気のシード選手2人以外にも、彼らに注目する大物選手は数多くいる。

過去2年間で、自動運転チップ市場全体が再び大きな変化を経験しました。昔は三国間の戦いでしたが、今は複数の勢力間の戦争になっています。

テスラは「異端者」だ。完成車を製造するだけでなく、独自の自動運転チップも開発している数少ない企業の一つだ。テスラはモービルアイとエヌビディアを「見捨てた」後、今年4月に初の自動運転チップFSDをリリースした。このチップには従来のCPUとGPUに加え、2つのニューラルネットワークプロセッサ（NNP）が搭載されている。

8月末、国内新興企業Horizo​​n Roboticsは自社開発のアーキテクチャBPU 2.0をベースにした第2世代の自動運転AIチップJourneyを発売した。

さらに、より強力な技術力を持つArmやHuaweiも業界に急速に進出している。

アーキテクチャライセンスを専門とするArmは、昨年9月に自動運転車向けに特別に設計されたCortex-A76AEプロセッサをリリースした。新製品ラインのAEは「Automotive Enhanced」の略である。今月、同社は自動車メーカーやTie 1と協力し、安全性とコンピューティングの問題に対処するスケーラブルな自動運転ソリューションの開発を目標に、Autonomous Vehicle Computing Allianceを設立した。

Arm の加入が素晴らしい補強だとすれば、もう 1 人のヘビー級プレーヤーの加入は人々を少し「怖がらせる」ものとなる。昨年のAll-Connect Conferenceで、ファーウェイはL4レベルの自動運転をサポートするMDC 600コンピューティングプラットフォームを発表しました。これは8つのAscend 310 AIチップをベースにしており、CPUと対応するISPモジュールも統合されています。

現段階の自動運転チップのアーキテクチャから、単一のCPU+GPUは過去のものとなり、現在ではGPU+FPGAの汎用チップソリューションが主流となっていることもわかります。

同時に、この戦場には「成功を収める前に死んでしまった」巨人たちもいる。かつてクアルコムはNXPを買収して車載用チップの分野に参入しようとしたが、残念ながら2018年に取引は失敗に終わった。

結局のところ、チップを作るのは簡単なことではありません。自動運転用のチップを作るには、より大きな投資とリスクが必要です。

通常、大規模なオンライン アプリケーションが使用される前に、AECQ100 と ISO16949 という 2 つの自動車グレードの認証に合格する必要があります。コンピューティング能力の要素とは別に、自動車用チップ自体には、安全性、温度、品質、耐用年数、信頼性に対する非常に高い要件があり、これは自動運転チップ市場への多くの新規参入者が目指している方向でもあります。

さらに、自動運転の実現を困難にする要因は数多くあります。価格は技術の他に最も高いハードルであり、技術と価格はしばしば反比例します。技術が成熟するほど、大規模に実現される可能性が高くなり、価格が下がるチャンスがあります。これら3つの要素をどのようにバランスさせるかは、自動運転チップメーカーにとっても大きな課題です。

技術指標に加えて、自動車産業チェーンの特殊性と閉鎖性も自動運転チップの市場構造を決定し、上流と下流の産業チェーンの影響を受け、チップ市場構造をさらに混乱させます。

自動運転チップ：多くの競合企業が競い合っており、誰が勝つかは分かりません。

自動車メーカーが自動運転の研究開発に多額の投資を始めると、上流の部品メーカーもインテリジェンスの波の中で生き残る必要に迫られました。

冒頭で述べたように、従来の車載用SoCメーカーは長い間ADASをターゲットにし、それに合わせた製品を発売してきました。しかし、コンピューティングパワーの要件がますます高くなるにつれて、これらの車載用サプライヤーは状況に対処できなくなっています。自動運転チップメーカー自身も、業界チェーン内の新世代Tier 1に「昇格」する絶好のチャンスを持っています。

したがって、自動運転チップメーカーにとって、Tier 1 は強力な競争相手であると同時に、最も強力なパートナーである可能性があります。したがって、この重要な移行期には、同盟を結成し、チームを統合することが標準となります。

Bosch と ZF は Nvidia 自動運転アライアンスに加盟し、Delphi と Mobileye は「Central Sensing Positioning and Planning (CSLP) Platform」を共同開発し、Bosch、Denso、Continental は NXP と提携し、Nvidia は Arm 主導のコンピューティング業界アライアンスに加盟しました...

しかし、Horizo​​n Roboticsのような「弱い」スタートアップも、非常に成熟した方法で業界チェーンに参入しています。彼らは、自動運転チップを発売すると同時に、対応するTier 1メーカーやOEMメーカーを見つけてサポートしています。

業界関係者が言うように、自動運転に必要なリンクが増えるほど、Tier 1 の重要性は増すだろう。なぜなら、それらはすべてのリンクが最終的に大量生産された製品に実装できるかどうかの鍵となるからです。単一の技術サプライヤーがティア1を迂回して自動車メーカーの製品の大量生産に直接参入することは非常に困難です。

一方で、これはどちらの側につくかという問題である。もうひとつのより現実的な問題は、金儲けである。自動運転という金食い虫に立ち向かうには、自動車メーカーでさえも同盟を組み、調達システムを通じてコストを分担し、研究開発費を削減する必要がある。新規参入者も同様である。

半導体大手やテスラのような既存メーカーにとって、自動運転チップの開発は喜ばしい成果にすぎないが、それでも他の事業の収益実績には影響を与えるだろう。資金力が不十分な新興企業にとっては、生き残りへのプレッシャーもあります。実際の状況から判断すると、資金調達に加えて、一部のメーカーは次善の策に落ち着き、ADAS やその他のアプリケーション シナリオから始めて、自動運転チップの抜け穴を補うことになります。

同時に、強力なコンピューティング能力を持つテクノロジー企業が自動運転の分野に進出する可能性もあります。 Googleを例に挙げましょう。Google Waymo Chryslerの自動運転車は、IntelのXeonサーバーチップ、AlteraのFPGA、Intelのイーサネットゲートウェイチップを使用していますが、GoogleがTPUをベースにした自動運転に適したAIチップを開発しないという保証はありません。

まとめると、自動運転車がまだ路上試験段階にあるとき、市場は短期的な判断結果を出すことができません。現在競争されているのはサプライチェーンの能力です。技術にお金を払い、上流と下流のメーカー間でより多くのデータフィードバックを提供する意思のある人は、休眠期間中に大きな賭けを得ることができます。

したがって、自動運転チップをめぐる戦争で誰が勝利するかを結論付けるのは時期尚早である。

やっと：

自動車業界は協力を重視しており、単独で進むのは非現実的です。産業チェーンで発言権を得るために大企業に頼るか、技術力の面で競合他社をはるかに上回り、技術そのものに語らせるかのどちらかです。

そのため、自動運転チップメーカーは、上流・下流のサプライヤーや自動車メーカーと良好な関係を維持する必要があり、提携を通じて統一戦線を形成するのが最善です。将来的には、誰もがサプライチェーンの能力を競うことになります。