36氪获悉，由「飞步科技」研发、具备自主知识产权的国产28nm深度学习加速器，已于今年9月在台积电完成流片。飞步科技表示，此次流片的28nm感知深度学习加速器具有>1GHz的运算频率和>4TOPs的计算能力，支持L3/L4级的实时数据处理需求，并且功耗与算力方面已接近量产无人驾驶汽车需求。此次成功流片，也是为飞步感知系统芯片（代号：凤凰-100）完成核心技术攻坚。

今年6月，36氪曾报道，由前滴滴研究院院长创办的无人驾驶技术研发商飞步科技，已获创新工场融资，同时公布了首要技术落地领域——无人驾驶货车。

攻克感知芯片核心技术，飞步科技推自主研发无人驾驶车载芯片

飞步科技成立之初，便确立了软硬件并行研发的发展模式，而此次曝光的感知系统芯片，便是无人驾驶技术中的“大脑”部分。

飞步科技希望基于ASIC的专用芯片能够替代传统CPU/GPU架构，作为未来车载芯片的集成方案。飞步科技表示，相对于通用芯片，专用智能芯片在集成度上具备优势，信息处理速度加快百倍，功耗降至行业均值的十分之一，综合性能提升两到三个量级。

何晓飞告诉36氪，9月完成流片的深度学习加速器芯片，基于飞步自创的MPV架构——即系统超大规模化(Massive)、并行化(Parallel)和模组化（Volumetric）的总称，支持相机、激光雷达和毫米波雷达等多种传感器接入，能够对环境进行高精度实时三维感知。

针对无人驾驶AI芯片，飞步科技认为难点在于“三高一低”：

无人驾驶对芯片算力要求高，车速越快，路况信息越多，计算平台的压力负荷就越大；

无人驾驶对终端计算的实时性要求高，稍有滞后就可能发生意外（要求决策速度）；

芯片的可靠性要求高，无人驾驶环境下不允许出现任何死机情况，且即使在严寒酷暑、刮风下雨等恶劣天气条件下，也需要芯片保持稳定的计算和续航能力。尤其是飞步科技主攻的物流商用车，对于温度、防震等方面会要求比较高；

芯片的能耗“越低越好”，未来AI芯片在处理海量数据时如果能够保持低功耗，车辆才能拥有更强的续航能力。

何晓飞表示，2020年，飞步科技将推出感知、融合和决策芯片的终代量产级产品，完成凤凰（Phoenix）整套计算平台的初步搭建，支持L3/L4级别无人驾驶。总算力超过80TOPs的同时，整体功耗从市场上主流的2000-3000W规模降到80W左右，系统响应时间缩短到50ms以下。

目前，飞步科技已与多家Tier1厂商及主机厂达成合作意向，并计划将首批产品应用到无人驾驶货运车中。现阶段的凤凰-100芯片还需CPU/GPU的辅助才能完成工作，且算力只能满足一路传感器的运行，飞步科技的计划是在明年推出第二代产品，后年推出第三代，通过迭代方式最终消除CPU/GPU部分，并将算力提升至可支持多路传感器的水平。

值得一提的是，为了能够适配更多客户的车型，飞步科技为企业提供软件开发环境，开放支持多种智能算法，以此让客户能够进行二次开发。“我们希望产品能够适配每个物流运营合作伙伴，且让他们能够根据自己的情况，完善物流体系的管理与调度。”

同时，飞步科技希望能够与主机厂深度合作，共同开发车控主板，在ASIL-D级别（车用SoC在最高安全级）下快速进入L3/L4前装应用，并在全球范围内推进芯片的产品化和无人驾驶技术的应用。

2018年关将至，无人驾驶技术在这一年里已开始进入产品落地阶段，飞步科技与很多厂商都选择了物流场景作为技术落地的首要选择。

何晓飞表示，“到了2019年，行业内的玩家们如果想要继续快速发展，一定要确立好自己的产品和落地方案，且要把全栈流程做通。对于飞步科技而言，我们要落地的商用车市场规模巨大，且行业内的传统厂商对于我们的技术也很有需求，我们的团队资金充足、技术人才积累深厚、芯片制造方面具备多年经验，希望在未来为更多合作伙伴提供安全可靠的无人驾驶技术。”

————————————————