小鹏汽车芯片成本分析与性能猜测

智驾最前沿

2024-11-16 08:40发布于广东

全文2699字，阅读约需8分钟，帮我划重点

划重点

01小鹏汽车芯片成本分析显示，固定成本主要来自流片成本、晶圆成本和封测成本，越新的制程光罩数量越多，成本越高。

02由于汽车销量，小鹏和蔚来需要承担巨大的芯片采购成本，约为4亿美元。

03除此之外，自研芯片还有各种IP购买成本、EDA成本、芯片设计与制造服务成本，估计大约在1.5-2亿美元之间。

04小鹏汽车自研芯片的性能预计为460kDMIPS，略低于蔚来的芯片，但自研芯片对品牌形象和市值的提升具有巨大帮助。

以上内容由腾讯混元大模型生成，仅供参考

来源：公开网络

首先来做一个芯片的成本分析，考虑到不同公司之间研发成本差异巨大，所以主要研究固定成本，固定成本主要来自流片成本和晶圆成本以及封测成本。

流片即tape-out，成本主要来自光罩的制作。依照不同的制程，光罩的数量也不一样多，下表是TSMC在不同制程的大致光罩数量，可以发现，越新的制程，光罩数量越多。（少数节点有光罩数持平的现象，是因为换FinFET或引进EUV mask。）

在新制程中，每一道光罩的成本也增加了，所以整套光罩成本是几何性地增加。据估计，一套16nm光罩需要1亿新台币，约合2千万人民币，已经是天价了，到了2nm，光罩要价高达30亿新台币，大约6亿人民币。三星8纳米光罩成本大约900万美元，7纳米的光罩成本大约1200-1500万美元，5纳米大约4000-5000万美元。

流片也有两种类型，一种是Full Mask，“全掩膜”的意思，即在一次制造流程中整个掩膜只为某一个设计服务。另一种是MPW （Multi Project Wafer，多项目晶圆），即在一次制造流程中整个掩膜为多个设计项目服务，也即同一次制造流程可以承担多个IC设计的制造任务。不过这种方式花费时间成本较高，进度无法掌控，对于车厂而言，进度无法掌控完全不可接受，因此相信小鹏和蔚来都是Full Mask。

一片十二英寸晶圆面积大约70685平方毫米，英伟达Orin的die size是450平方毫米。

来源：网络

12英寸晶圆可以切割大约125片Orin，台积电7纳米晶圆每片大约10000美元，三星8纳米晶圆价格大约6000美元，每片Orin的晶圆成本大约48美元，封装与测试成本大约2美元，即50美元。Orin目前千颗起售价大约500美元，毛利率大约90%，英伟达一向如此，毛利率基本就是90%。

蔚来和小鹏的自研芯片都是对标双Orin的性能，即使5纳米工艺，die size最低下限跟Orin也应该差不多，当然如果降低性能，die size可以小很多。我们假定die size还是450平方毫米，那么每片晶圆可以切割125片，假设采用了台积电的5纳米工艺制造，台积电5纳米晶圆每片16000美元，每个芯片成本大约128美元，加上2美元的封测费，大致是130美元。如果4纳米的话每片晶圆是19000美元，每个芯片成本大约152美元，整体成本大约155美元。

台积电基本上是下单量2.5万片起，那么一次性下单就是312.5万个芯片，考虑到汽车销量，这么高的量，大部分厂家估计5年都用不完，5纳米的话也就是一次性需要付出4亿美元。光罩成本每片分摊大约13美元，每片成本大约143美元。这么大的量估计对小鹏和蔚来来说压力很大，据说三星的最小下单量远低于台积电（尽管这样三星还是客户很少），估计是5千片起，那么就是62.5万个芯片，三星的5纳米晶圆每片价格大约低台积电20%，也就是大约13000美元，每个芯片成本大约105美元，但光罩分摊成本会大增到64美元，每个芯片等于169美元硬件成本。这也就理解为什么特斯拉和英伟达Orin一直在三星下单的原因了。

除了研发成本还有各种IP购买成本、EDA成本、索喜这样的芯片设计与制造服务成本，估计大约在1.5-2亿美元之间，如果按62.5万个芯片计算，那么每个芯片分摊成本约为240-320美元，总计成本大约409-489美元之间，略微低于直接购买英伟达Orin。不过自研芯片对加强品牌形象，提升科技感和市值帮助极大，间接收益远高于直接成本。

来源：公开网络

40核心应该不是CPU的核心，虽然小鹏官方网站英文介绍是40核心CPU，但上图写得明白是40核心处理器，这个很好推测，大概率是24个ARM Cortex-A78AE内核，12个ARM MALI-G78AE 内核，4个ARM Cortex-R52内核做安全岛，加起来就是40核心。这个CPU算力大约是460kDMIPS，没有蔚来的芯片高。当然也不排除是32个A78AE内核，6个G78AE GPU核心，2个R52核心。MALI -G78AE是ARM为汽车领域设计的GPU核心，原型是为手机领域设计的MALI-G78。14核心基础频率760MHz的MALI-G78AE的算力是1360GFLOPS@FP32。

小鹏在宣传上提到了DSA （Domain Specific Architecture，领域专用架构），实际NPU就是一种DSA。CNN时代AI加速器一般叫NPU，大模型transformer时代则多叫DSA。智驾领域的算法从过去基于CNN算法的多个不同任务的感知网络向以Transformer为基础框架的BEV大模型演进。BEV作为新一代自动驾驶感知算法，在传统CNN加速芯片上部署难度极大甚至完全无法部署。

Transformer模型对访存要求相对传统CNN算法会高出很多，需要较高的存储带宽，同时Transformer内的非线性层有非常高的精度要求，相应需要更多的浮点计算资源，而绝大多数AI加速器都是定点整数计算资源。其次Attention模块是一个matmul-softmax-matmul的结构，在序列长度比较大时，Reduce维度的计算对Vector（向量）计算资源要求非常多。此外BEV模型里Grid Sample算法里还有一些类似聚合、分散的特殊算子。所有这些计算需求在传统AI芯片的硬件上难以满足，需要近似CPU的运算资源。

DSA非常简单，典型代表就是谷歌的TPU，近来针对AI运算的DSA高度雷同，也没什么技术门槛。简单地说就是在NPU的MAC阵列上加入了标量运算和向量运算单元。

标量算力，主要用于逻辑控制，任务调度。
向量算力，主要用于激活、池化、排序等计算。
矩阵算力，主要是矩阵乘法，用于卷积，全连接等计算。

随着算力专有程度的提高，其算力通用性也会降低，算力的可编程性变差。打个比方，我们分别把矩阵算力、向量算力和标量算力，类比作飞机，高铁和汽车三种交通工具。飞机，速度最快，但乘坐成本最高，且只能往来于特定的几个机场站点；高铁，速度相对较快，准备工作相对较少，高铁站的数量也相对较多；汽车，速度相较最慢，但便捷性最高，也无需额外的准备工作。

标量算力是最通用的算力，可以从功能上覆盖向量计算和矩阵计算，且理论上可以覆盖几乎所有的计算需求；同理，向量计算也可以覆盖矩阵计算的功能；最后，矩阵计算，其算力专有程度最高，只能用于矩阵计算。但随着算力专有程度变高，越容易堆叠算力，算力的能效比也越高。由于矩阵算力的可编程性较差，需要借助算子库或者DSL（Domain Specific Language）才能把矩阵算力很好的利用起来。向量算力用于保证DSA的可编程性和兼容性，如TPU、NPU中的Vector Unit，GPGPU中的CUDA core；标量算力则主要用于逻辑控制。

来源：网络

从2018年开始，谷歌的第三代TPU就是标量向量矩阵都具备了。

TPU第五代TPUv5e和TPUv5P与第三代没有本质变化

来源：网络

谷歌几代TPU的参数对比

来源：网络

谷歌几代TPU只是增加了HBM的容量和带宽，实际英伟达也是如此，变化的只是HBM的容量和带宽，架构都是换汤不换药。

最后来说一说小鹏支持的300亿参数大模型。

来源：网络

查看原图 47K