2、物联网的核心是RFID即射频识别，俗称电子标签。RFID射频识别是一种非接触式的自动识别技术，它通过射频信号自动识别目标对象并获取相关数据，识别工作无须人工干预，可工作于各种恶劣环境。一个完整的RFID系统通常由存储标识物信息的电子标签、用于读写标签数据的读写器以及进行数据处理的计算机软件组成。RFID技术利用无线射频方式进行双向通信（交换数据）以达到自动识别目的，具有防水、防磁、耐高温、使用寿命长、读写距离远、标签上数据可以加密、数据存储容量大、存储信息可更改、可识别高速运动物体、可同时识别多个标签， *** 作快捷方便。
3、物联网的发展离不开RFID。
作者：郑琼洁 刘 勇
近年来江苏省物联网产业规模保持25%以上的增长率，物联网产业整体规模位居全国前列。截至2019年，全省物联网相关产业规模近7000亿元，形成了以支撑层、感知层、传输层、平台层和应用层为代表的物联网产业结构。其中，应用层的占比不断增加，涌现出一批有技术、有市场、上规模的物联网企业，全省物联网企业已超3000家，年销售收入10亿元以上的企业达到40余家，从业人员达到30余万人。江苏物联网产业发展先发优势不断凸显、规模效应与集聚效应不断凸显、产业布局持续优化、产业链条不断延展、骨干企业的龙头效应不断显现，自主创新能力不断增强，尤其是在国际物联网产业标准制定中占据了重要的地位，已成为江苏产业发展的高地和区域名片。
与此同时，有三大因素制约江苏物联网产业的发展。
（一）技术与市场对接不畅，骨干企业创新带动力不强
近年来，江苏物联网企业数量迅速攀升，物联网技术研发能力也大幅提升，但从企业的盈利情况看，有近五成的中小企业处于亏损或不盈利状态，这些企业的可持续发展能力较弱，主要原因是这些企业的技术与市场无法实现有效对接，存在技术市场化和应用推广难的问题。从江苏物联网产业的总体来看，其产业总体规模和企业的规模较小，缺少产业发展带动力强的上游骨干企业，尤其缺少“专尖特精”的物联网企业。骨干企业带动作用不强。在传感器环节，缺乏具有自主知识产权的创新型骨干企业，在系统集成环节，缺乏具有软硬件、网络、平台、应用流程耦合的一体化高端综合集成服务能力的龙头企业和大型服务商。同时龙头和骨干企业与产业链相关企业合作不够紧密，技术与市场对接不畅，许多物联网产品和技术处于产业链的低端，核心技术链和产业链尚未形成，整体核心竞争力不强。
（二）核心技术亟待突破，标准化建设有待加强
江苏虽然是我国物联网产业发展的先行区和物联网产业发展的重要示范区，但与国外发达国家相比仍存在一定的差距，主要表现在：规模化产能较小、核心技术不强、处于产业链的低端，感知与智能处理产业与国外差距较大。核心芯片、基础性系统、基础性架构等关键领域与国外相比存在较大差距，中高端传感器依赖进口，智能处理和云计算的基础架构由发达国家主导，缺乏能实现硬件、物联网、网络、平台、应用和业务流程端到端大系统综合集成企业，智能和微型传感器、超高频和微波射频识别（RFID）、地理位置感知等感知技术，以及近距离无线通信、低功耗传感网节点、人机/机器智能交互（M2M）终端、异构网络融合、网络管理等传输技术、基于MEMS 工艺、薄膜工艺技术形成的敏感芯片等相关技术研发水平和标准制定工作落后。物联网的整体研发能力不强，大多数领域的核心技术尚处在研发阶段，从物联网核心架构到各层的技术体制与产品接口大多未实现标准化，物联网标准化工作尚处于起步阶段，标准化建设有待于进一步加强。
（三）研发投入力度不够，创新人才不足
物联网产业技术研发需要投资大量的资金和人才。在研发资金投入方面，与广东（深圳市、广州市）相比，江苏每年对物联网产业发展资金投入力度不大，对物联网企业研发支撑不足，同时与广东企业（腾讯、华为、中兴等企业）相比，江苏物联网企业研发经费投入占比整体较小。在创新人才支持方面，与广东相比，江苏物联网产业发展人才引培力度较小，同时也存在着人才引培政策制度不完善和不够落地、对稀缺高端人才的招引和需求量最大的中端人才的引流不足、一流的人才梯队缺失等问题。
为此，建议从以下三方面入手推动江苏省物联网产业高质量发展。
（一）增强龙头效应，打造产业核心技术创新高地
一是打造一流物联网创新企业。大力支持引进国内外龙头企业，鼓励支持企业进行产业前瞻性与共性关键技术创新和应用试点创新，鼓励企业树立品牌意识，打造一批物联网行业的龙头和骨干企业，突出龙头骨干引领作用，建设一流创新企业。通过“以评促建”和“以评促改”，完善企业的评价考核体系，加大核心技术自主可控程度、研发成果质量、创新辐射带动作用等指标的权重，引导龙头骨干企业加大研发投入，优化研发支出结构，联合高校院所加强“卡脖子”技术相关的基础研究和应用基础研究，加快提升攻关引领能力。二是建设物联网产业重大创新平台。强化企业主体创新地位，鼓励重点领域龙头企业联合产业链企业开展协同创新，重点在物联网领域突破一批“卡脖子”技术和“杀手锏”技术。加快建设江苏物联网创新促进中心、国家高性能计算应用技术创新中心、江苏省先进封装与系统集成制造业创新中心、国家传感网工程技术研究中心等一批国家级、省部级重大创新平台。加强与高校院所合作对接，协同开展基础研究和技术攻关。三是提升物联网产业链协同能力。壮大产业集群，带动民营企业创新能力建设。推动产业集群式发展，强化企业专业化协作和配套能力。围绕“卡脖子”技术攻关，支持民企广泛参与龙头、骨干企业和高校院所等牵头的项目，组建创新联合体，加快形成强协同、弱耦合的创新生态。根据任务体量和条件要求，鼓励民企牵头申报。同时，通过完善 科技 创新政策，加强创新服务供给，激发创新创业活力，引导民企加大研发投入，完善技术创新体系，推动“小而美、小而精”的 科技 型中小企业蓬勃发展，与“国家队”之间形成优势互补的局面。
（二）强化技术与市场协同，搭建 科技 创新协同攻关体系
攻破物联网关键技术，提升物联网产业核心能力需要政府、企业、高校、科研机构、 社会 中介服务机构和个人等的创新行为主体，以及创新资源和创新环境协同实现。一是提升技术体系化能力，实施锻“长板”、补“短板”相结合的系统性战略布局。面对日益严峻的外部环境挑战，在推进物联网技术跨界创新时，应从战略高度、以战略思维系统谋划 科技 创新布局，优化 科技 计划，形成锻“长板”、补“短板”相结合的系统性战略部署路径规划，形成多维度、多循环的关键技术供给体系和对内对外开放合作格局。二是提高组织体系化能力，打通知识突破与商业实现的价值链接。对于物联网产业关键核心技术的攻关，要 探索 大纵深、跨学科的研发模式，打通产学研创新链、产业链、价值链，拓展包括产业大基金在内的各类创新投资渠道，实现集科学发现、技术跃升和产业化方向于一体的突破，实现知识突破与未来面向商用生态的有效衔接。聚焦全球竞争的源头技术供给，不仅是追逐“国际发表热点”，更需要形成核心技术突破后的持续改良机制，及时跨越技术商用的成熟度阈值。实现知识突破与商业实现的价值衔接，需要改革当前重大 科技 创新工程的组织实施方式。三是鼓励重大攻关计划的创新单元之间的知识共享。鼓励物联网创新能力强的创新型领军企业，与其他创新主体形成协同互动。在核心技术攻关上，借鉴重大公共创新平台的成功经验，制定权责分明的知识产权共享和保护机制，鼓励各类战略 科技 力量形成优势资源平台的吸引力和合作凝聚力，引领对领域的核心科学问题和共性技术的持续攻关。
（三）加大要素投入，优化物联网产业发展政策环境
一是加大资金投入，创新财政资金支持政策。统筹利用现有资金资源，加大对物联网产业发展的支持。采用政府引导、市场化运作方式， 探索 建立国家物联网产业专项投资基金。鼓励运用政府和 社会 资本合作模式，引导 社会 资本参与重大项目建设。深化产融合作，在风险可控的前提下，推动商业银行创新信贷产品和金融服务，推动政策性银行在国家规定的业务范围内，根据自身职能定位为符合条件的企业提供信贷支持。健全融资担保体系，完善风险补偿机制，鼓励金融机构开展股权抵押、知识产权质押业务，试点信用保险、 科技 保险，研究合同质押、资质抵押的法律地位和可行性。二是完善人才引育体系，打造人才技术梯队。鼓励高校面向产业发展需求，优化专业设置和人才培养方案，培育物联网和信息技术人才力量和后备干部。支持高校院所高层次人才到企业任职或兼职，选聘优秀 科技 企业家到高校担任“产业教授”，实现人才双向流动。鼓励产业园区、企业、实训（实习）机构，以及江苏高校、职业（技工）院校，联合或独立开展江苏物联网集群产才融合示范基地评估，打造一批特色化示范性物联网学院、物联网实训（实习）基地。三是加大对外宣传，提升政策效度。通过举办展会、大赛等多种形式搭建企业技术交流平台为本地企业营造良好的发展氛围。力争更多国家级、省级改革试点、创新平台落户江苏，进一步强化产业发展和企业需求导向，进一步加大宣传力度，对外推广重点项目、产品，帮助企业快速发展，进一步彰显全链扶持和分类施策原则，不断提升新政策的覆盖面、含金量、精准度。
作者单位：南京市 社会 科学院、江苏省扬子江创新型城市研究院/江南大学中国物联网发展战略研究基地
本文刊于《中国发展观察》杂志2021年第3-4期合刊
《中国发展观察》由国务院发展研究中心主管、中国发展出版社主办、中国发展观察杂志社编辑出版，是以发展为主线、以经济为重点的综合性半月刊，开设有战略、宏观、区域、世界、法治、 社会 、文化、前沿、产业、智库论坛等栏目，具有较强的前瞻性、权威性、可读性。《中国发展观察》在学术理论界、各级党政机关以及企业家阶层拥有广泛而稳固的读者群，并被中国 社会 科学院、国家发展改革委等重要机构和中国知网、维普资讯等权威数据库列为核心期刊或来源期刊。
中国发展观察杂志社：
北京经济技术开发区荣华中路22号院亦城财富中心A座7层（邮编：100176）
网址:>
1物联网卡是通过装置在各类物体上的传感器、二维码、SIM卡等，经过接口与无线网络连接，可以实现人与物体和物体与物体间的沟通和对话。
2物联网卡它的硬件和外观与普通SIM卡完全一样，加载针对智能硬件和物联网设备的专业化功能，采用专用号段和独立网元，满足智能硬件和物联网行业对设备联网的管理需求，以及集团公司连锁企业的移动信息化应用需求，降低客户的流量成本。
扩展资料：
物联网技术的定义是：通过射频识别（RFID）、红外感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议，将任何物品与互联网相连接，进行信息交换和通讯，以实现智能化识别、定位、追踪、监控和管理的一种网络技术。
“物联网技术”的核心和基础仍然是“互联网技术”，是在互联网技术基础上的延伸和扩展的一种网络技术，其用户端延伸和扩展到了任何物品和物品之间，进行信息交换和通讯。
物联网指的是将无处不在的末端设备和设施，包括具备“内在智能”的传感器、移动终端、工业系统、数控系统、家庭智能设施、视频监控系统等、和“外在使能”的，如贴上RFID的各种资产、携带无线终端的个人与车辆等等“智能化物件或动物”或“智能尘埃”，通过各种无线和/或有线的长距离和/或短距离通讯网络实现互联互通（M2M)、应用大集成、以及基于云计算的SaaS营运等模式。
网（Intranet）、专网（Extranet）、和/或互联网（Internet）环境下，采用适当的信息安全保障机制，提供安全可控乃至个性化的实时在线监测、定位追溯、报警联动、调度指挥、预案管理、远程控制、安全防范、远程维保、在线升级、统计报表、决策支持、领导桌面（集中展示的Cockpit Dashboard)等管理和服务功能，实现对“万物”的“高效、节能、安全、环保”的“管、控、营”一体化。
参考资料：
“自主可控”是保障网络安全、信息安全的前提。能自主可控意味着信息安全容易治理、产品和服务一般不存在恶意后门并可以不断改进或修补漏洞。
反之，不能自主可控就意味着具“他控性”，就会受制于人，其后果是：信息安全难以治理、产品和服务一般存在恶意后门并难以不断改进或修补漏洞。
可控性是指对信息和信息系统实施安全监控管理，防止非法利用信息和信息系统，是实现信息安全的五个安全目标之一。
而自主可控技术就是依靠自身研发设计，全面掌握产品核心技术，实现信息系统从硬件到软件的自主研发、生产、升级、维护的全程可控。
简单地说就是核心技术、关键零部件、各类软件全都国产化，自己开发、自己制造，不受制于人。
自主可控是我们国家信息化建设的关键环节，是保护信息安全的重要目标之一，在信息安全方面意义重大。
扩展资料
强调“自主可控”的原因
1、自主可控如果简单地分层：“自主”更多的是强调经济问题，如果没有自主知识产权的软件，就必须采购别人的软件，可能要付出高昂的代价，还要时时受制于人。
而“可控”更多的是强调安全，强调对信息和系统实施安全监控管理，防止非法利用信息和信息系统，尤其在特殊情况下，信息系统一旦失控，后果不堪设想。
因此，对于我国，软件业的自主可控无论如何强调也不为过，势必将作为一项基本国策长期坚持。
2、虽然“自主”能够为实现“可控”打下良好基础，但“自主”并不是“可控”的充分必要条件。
对于不同的行业和应用，“自主”与“可控”的权重并不相同，例如，对于轻办公应用，可能更应强调自主研发以创造商业价值。
对于银行证券应用，可能更多强调信息和系统安全及可用；而对于国防和军事应用，则应更强调系统的可控性，需要保证即使受到恶意攻击，系统仍然可用、安全、可靠。
参考资料：
进行移动通信接入业务。
物联卡为中国移动基于公众物联网，面向物联网用户提供的移动通信接入业务，采用物联网专用144、10647、10648等号段，通过专用网元设备支持短信、无线数据和语音等基础通信服务，提供通信连接管理和终端等智能连接服务。
采用以144、10647、10648开头的13位物联网专用号段，支持短信和GPRS功能，容量12亿。采用1476、1724、1789、1849开头的11位物联网专用号段，支持语音、短信、GPRS功能。
扩展资料：
物联卡的相关要求规定：
1、物联卡作为物联网技术的核心，被广泛应用于智慧城市、自动售卖机、移动支付、智慧垃圾分类等需要无线联网的智能终端设备。
2、物联卡的运营需要通过统一的网络，一般运营商在将物联卡发售给企业法人后，为每个企业开通一个“流量池”，企业所拥有的物联卡在使用过程中消耗的是“流量池”中的流量。
3、运营商可以通过后台管理、控制，甚至定位物联卡。一旦“流量池”中的流量耗尽，而企业又没有及时续费，那么运营商就会通过后台管理使物联卡无法联网。
参考资料来源：中国移动-物联卡
[汽车之家 新鲜技术解读] 自动驾驶系统，最关键的部件是什么呢？是传感器？是控制软件？还是处理芯片呢？我个人认为在目前这个阶段来说，处理芯片是一个最关键的部件，它的性能直接影响自动驾驶系统的好坏。过去，顶尖的芯片技术一直是国外企业垄断的，但随着中国芯片企业近年的快速追赶，情况已经有所改观。今天我们就来聊聊中国自动驾驶芯片究竟处于一个怎样的水平？● 自动驾驶芯片是干什么用的？
虽然目前L3级别有条件自动驾驶车辆在中国尚未落地，但从一些带有高阶L2驾驶辅助系统的车辆上我们可以发现，这些车辆都带有数量不少的传感器用以检测车辆周围的障碍物，从而为控制系统决策提供数据支持。这些传感器包括毫米波雷达、超声波雷达、摄像头等。这些传感器每秒钟会产生数GB（1GB=1024MB=10242KB）的数据，自动驾驶芯片需要流畅地处理这些数据才能保证系统及时作出正确的决策，从而确保车辆的行驶安全。
可能大家对每秒数GB的数据没有概念，这里举一个生活中的例子。普通的USB30接口U盘，其读取速度峰值接近200MB/s，要从这个U盘中读取1GB的文件大约需要5秒左右的时间，足见每秒数GB的数据量是相当大的。
自动驾驶系统除了需要解决大流量数据传输问题，还需要解决的就是如何能快速处理这些海量数据，而强大的自动驾驶芯片正是那把正确的钥匙。
● 国外的自动驾驶芯片处在怎样的水平？
虽然本文主要是讲中国自动驾驶芯片的，但知己知彼，百战百胜，在审视本土状况之前，我们还是先要来简单了解国外的情况。国外自动驾驶芯片真正能够大规模进入量产车市场的无非三家，英伟达、Mobileye（现已被英特尔收购）、特斯拉。
其中，走实用路线的Mobileye目前市场占有率在70%以上，市场上的产品主要是应用于L2驾驶辅助系统的EyeQ3芯片（算力0256TOPS，“TOPS”是每秒万亿次运算的意思，详细介绍请看这篇文章相关介绍，本文标注的算力如无特别说明均指的是8位整数计算能力）以及具备L3级别自动驾驶能力的EyeQ4芯片（算力25TOPS）。像是小鹏G3、蔚来ES6/ES8、广汽新能源Aion LX就采用了EyeQ4芯片作为其驾驶辅助系统的核心。
相较于英伟达上代自动驾驶平台旗舰之作DRIVE PX Pegasus 320TOPS的算力，新的DRIVE AGX Orin平台的旗舰配置实现了成倍的性能增长。此外，DRIVE AGX Orin平台的扩展柔性化程度相比以往平台进一步提升，能够通过硬件配置的增减，满足从一般驾驶辅助到L5级别完全自动驾驶等不同级别车辆的需求。
特斯拉Autopilot 10系统采用的是1颗英伟达Tegra3芯片+1颗Mobileye EyeQ3芯片；Autopilot 20系统采用的是1颗英伟达Tegra Parker芯片+1颗Pascal架构GPU芯片；Autopilot 25系统采用的是2颗英伟达Tegra Parker芯片+1颗Pascal架构GPU芯片。
已经搭载在最新下线特斯拉车型上的自研FSD芯片，单颗芯片算力为72TOPS，Full Self-Driving Computer集成有两颗独立工作的FSD芯片，一颗“挂了”，另外一颗马上“顶上”，提升了整套系统的安全性和稳定性。
当然了，除了上面三家锋芒毕露的企业，还有不少企业在垂涎自动驾驶芯片这块蛋糕，其中包括高通、赛灵思、恩智浦等，但这些企业真正走向量产车的自动驾驶芯片还不成规模，限于篇幅，这里就不作介绍了。
● 迅速崛起的中国自动驾驶芯片企业
好了，看完国外的情况，我们目光回到国内。自动驾驶芯片市场火爆，国外科技巨头抢滩登陆，中国企业究竟实力怎么样呢？下面我们一起来看看。
◆ 寒武纪
中科寒武纪科技股份有限公司（下称“寒武纪”）的前身是中国科学院计算技术研究所下，由陈云霁和陈天石两兄弟领导的一个课题组。该课题组在2008年开始研究神经网络算法和芯片，并在2012年开始陆续发表研究成果。
2016年，上述课题组提出的深度学习处理器指令集DianNaoYu被ISCA2016所接受，实验表明搭载该指令集的芯片相较于传统执行X86指令集的芯片，在神经网络计算方面有两个数量级的性能优势。随着课题组的研究成果趋于成熟，中科寒武纪科技股份有限公司正式成立，并着手将其芯片和指令集向商业领域转化。也是在2016年，寒武纪发布了首款商用深度学习处理器寒武纪1A。
聊完这家公司的身世，下面我们来看看它的产品。目前寒武纪有两款最新的人工智能芯片IP授权，分别是Cambricon-1M和Cambricon-1H。性能指标最强的Cambricon-1M-4K在1GHz时钟频率下拥有8TOPS的算力；性能指标最弱的Cambricon-1H8mini在1GHz时钟频率下拥有05TOPS的算力。所有型号的详细算力参数可以参看下表。
Cambricon-1M和Cambricon-1H被定义为终端智能处理器IP。我们在手机或者汽车这些终端上出现的人脸识别、指纹识别、障碍物识别、路标识别等应用都能通过在芯片中集成上述处理器IP实现加速。
上面提到的“边缘”一词来自于“边缘计算”。 边缘计算是指在靠近智能设备（终端）或数据源头（云端）的一端，提供网络、存储、计算、应用等能力，达到更快的网络服务响应，更安全的本地数据传输。边缘计算可以满足系统在实时业务、智能应用、安全隐私保护等方面的要求，为用户提供本地的智能服务。思元220在边缘计算中扮演着提高数据安全、降低处理延时以及优化带宽利用的角色。
目前寒武纪高算力芯片产品被定义为智能加速卡，可用于服务器中加速人工智能运算。谷歌的AlphaGo人工智能机器人打败韩国世界围棋冠军李世石的新闻相信各位有所耳闻，AlphaGo人工智能机器人的背后其实是谷歌自研的TPU芯片。寒武纪的高算力芯片产品的特性和应用也与谷歌TPU类似，当然它们之间也可以算是竞争对手了。
所不同的是思元270-S4采用的是被动散热设计，最大热设计功耗为70W，定位为高能效比人工智能推理设计的数据中心加速卡。这也意味着该卡会有“功耗墙”设定，即当加速卡功耗达到阈值上限时会降低算力以保证较低的功耗和发热。
思元270-F4相当于是“满血版” 思元270-S4，最大热设计功耗150W，采用涡轮风扇进行主动散热。良好的散热和充足的供电使得思元270-F4能够发挥出思元270芯片的全部性能。该卡定位是为桌面环境提供数据中心级人工智能计算力，简而言之就是为台式机配的高性能人工智能加速卡。
虽然思元270在制造工艺上只采用了台积电的16nm工艺，但整体能耗比还是做得比较不错的。虽然单卡算力不及最新的英伟达旗舰计算卡，但5张思元270-S4/思元270-F4并行的话，峰值算力也能达到英伟达A100的水平。只是英伟达A100更先进的工艺应该在能耗比上面会有一定的优势。
其中思元100-C搭载了视频和图像解码单元，采用被动散热方式，最大热设计功耗为110W；思元100-D不搭载视频和图像解码单元，采用被动散热方式，最大热设计功耗为75W。目前思元100系列产品已经于2019年在滴滴云和金山云上得到应用。其中滴滴云采用思元100板卡加速d性推理服务，该服务用于深度学习推理任务；而金山云则采用思元100板卡加速语音、图像、视频等人工智能应用。
前面讲的尽是服务器级的计算卡，这是不是偏离了我们应该聊的自动驾驶芯片话题呢？其实不然。前面也提到了，寒武纪目前是一家专注于人工智能芯片开发的企业，自动驾驶领域确实涉足不深，但通过和其他国内友商的联合还是有一些建树的。
WiseADCU CN1自动驾驶运算域控制器提供了L3或以上级别自动驾驶系统所需的算力以及传感器连接数量需求，实现了仿真、模型、系统、架构、编码、加速、算法七个关键控制点的自主可控。
实际上威盛集团由于处理器产品性能竞争力弱，早就退出了主流X86处理器市场的竞争，市场中就剩下英特尔和AMD在角力。兆芯成立后，吃透了威盛的X86技术，并在威盛当时最新的处理器架构基础上进行全面的改进和优化，先后推出了ZX-A、ZX-C以及ZX-C+等处理器产品。
6月2日，科创板上市委发布2020年第33次审议会议结果公告，寒武纪上市获得通过，从受理到审批通过，寒武纪只用了68天，刷新了科创板审核速度。寒武纪上市后成为A股中唯一一家人工智能芯片公司，该领域的市场空间在2022年有望超过500亿美元，发展潜力巨大。打通了A股融资渠道的寒武纪究竟能否凭借其独特的技术优势进一步发展壮大呢？这谁都说不准，但可以确定的是，寒武纪的成功上市让很多投身于该领域的公司赢得了信心，看到了希望，中国人工智能芯片时代或将由此开启。
◆ 地平线机器人
好了，聊完寒武纪，我们来聊聊另外一家人工智能芯片企业——地平线机器人技术研发有限公司（下简称“地平线”）。地平线是由前百度深度学习研究院常务副院长余凯于2015年创立的，专注于自动驾驶与人工智能芯片的一家公司。余凯也是百度自动驾驶的发起人。
余凯建立的地平线，一直以来坚持的是软件和硬件相结合的方向。他认为，算法、芯片和云计算将构成自动驾驶的三个核心支点。相比起前面介绍的寒武纪注重打造高性能硬件芯片，地平线的商业模式是把以“算法+芯片”为核心的嵌入式人工智能解决方案，提供给下游厂商。打个比方比较好理解，如果说寒武纪卖的是处理器芯片，那么地平线卖的就是安装了 *** 作系统的整机。产品方面，相较寒武纪从终端到云端的芯片产品布局，地平线虽然自研芯片，但更偏重的是以产品功能来划分产品线。
硬件上，征程二代芯片内部集成了两个Cortex A53核心、两个自研的BPU（Brain Processing Unit，可用于加速人工智能算法）核心、DDR4内存控制器以及输入输出控制器，算力达到4TOPS，典型功耗为2W，这比起目前主流的Mobileye EyeQ4芯片的算力和能耗比都更优秀。
这些智能音箱有较强的自然语义识别功能，能够识别人们发出的语音命令，结合物联网技术，人们通过简单的语音命令除了能够让音箱播放在线音频资源外，还能够控制各种家电，如开关、灯泡、风扇、空调等。这就是AIoT的一个最简单的应用例子。
从硬件方面看，旭日二代芯片内部集成了两个ARM Cortex A53核心、两个自研的BPU核心、DDR4内存控制器以及输入输出控制器，算力达到4TOPS，典型功耗为2W。从参数上看，旭日二代和征程二代好像没什么差别，实际上征程二代可以看做是旭日二代的车规版，它满足AEC-Q100标准，在工作温度、电磁辐射等标准上会更高一些。虽然征程二代和旭日二代均采用台积电28nm工艺制造，但旭日二代芯片尺寸为14x14mm，比征程二代芯片17x17mm的尺寸更小，更有利于内嵌到AIoT设备当中。
和寒武纪一样，地平线同样拥有自研的人工智能加速芯片技术。所不同的是，地平线更注重软件和硬件的整合，从而为下游厂商提供成熟的解决方案。在资本市场，地平线同样受到追捧，其投资者众多，其中包括了世界半导体行业巨头英特尔和SK海力士以及国内的一线汽车集团等。未来地平线是否会和寒武纪一样登录科创板目前还不得而知，但CEO余凯对于在科创板上市是持积极态度的。我个人是支持有更多像地平线这样的企业登录科创板，更充分的竞争可以避免垄断同时促进该领域的加速发展。
◆ 西井科技
西井科技创办于2015年，它起初是一家做类脑芯片的厂商。所谓的类脑芯片简单来说就是以人脑的工作方式设计制造出来的芯片。目前大行其道的冯诺依曼结构处理器芯片，其计算模块和存储单元是分离的，芯片工作的过程中需要通过数据总线来连接计算模块和存储单元，数据传输上的开销太大从而限制着这类芯片的工作效率和能耗比的提升。
类脑芯片模仿的是大脑神经元的工作形式，大脑的处理单元是神经元，内存就是突触。神经元和突触是物理相连的，所以每个神经元计算都是本地的，而从全局来看神经元们是分布式在工作。类脑芯片由于具有本地计算和分布式工作的特点，所以在工作效率和能耗上相比冯诺依曼结构处理器芯片更有优势。
虽然这种类脑芯片看着和普通的处理器芯片在外观上没有什么不同，但其实内部运作原理与传统的处理器芯片有着本质的区别。国内除了西井科技开发出了类脑芯片，像是清华开发的天机（TianJic）芯片和浙大开发的达尔文（DARWIN）芯片都是类脑芯片。所不同的是，西井科技的DeepSouth芯片是全球首块可商用5000万类脑“神经元”芯片。
西井科技这艘大船拿着投资人动辄过亿的投资款，肯定是要追求盈利的。不管公司的技术有多超前，无法商业化在逐利的资本市场必然是无法接受的。随着人工智能和自动驾驶产业的兴起，西井科技找到了技术商业化的契机。
相比起我们前面两个厂商动辄上百TOPS算力的产品，西井这两款产品的算力确实有点拿不出手。但西井科技的这两款芯片能够实现片上学习，可以随时新增样本进行增量训练来提升推理准确率。
可能大家看到这里还是没看懂西井科技这两块芯片的优势所在，我在这里稍微解析一下大家就能够明白。目前的自动驾驶算法都是通过高性能服务器进行模型训练（让计算机去看摄像头或激光雷达等传感器获取的环境数据，学习目标判断方法），然后将训练好的模型再部署到车载硬件之中（把机器学习到的高效目标判断方法固化到车载自动驾驶系统之中）。
在实际应用方面，西井科技并没有一头冲进乘用车自动驾驶系统领域，而是在智能港口和智能矿场干出了自己的一片天地，并把触角伸向了智慧医疗和智慧物流领域。2017年10月，公司与全球知名港机巨头振华重工建立长期合作伙伴关系，这是西井科技进军智能港口的重要一步。
自动驾驶卡车要在港区自动装卸集装箱，需要自动驾驶系统精细的车辆控制、敏锐的环境识别以及准确的定位，这些都需要港区高清地图配合。西井科技的无人集装箱卡车定位精度在5cm以内，这是实现集装箱自动装卸的关键。全球首辆港区作业无人集装箱卡车作业成功，充分展现了西井科技在卡车自动驾驶系统以及高精度地图绘制领域的实力。
除了自动驾驶和高清地图绘制外，西井科技还为企业打包了一整套智能港口和智能矿场解决方案，利用人工智能技术提升港口和矿场的运作效率，同时能够进一步降低其运营成本。深挖行业中存在的机遇，逐步筑起行业壁垒是西井科技面对人工智能芯片市场激烈竞争的重要策略。
作为全球最早落地行业应用的自动驾驶团队，西井科技旗下自动驾驶品牌Qomolo逐路目前涵盖了无人驾驶跨运车、无人驾驶新能源集卡和无人驾驶矿卡三大项目。
面对乘用车自动驾驶芯片领域的激烈竞争，我认为短期内西井科技不会进入该领域。相反它会通过深耕已有的智能港口、智能矿场以及无人驾驶重卡市场，进一步筑高上述市场的壁垒，扩大自身的行业影响力和竞争力。但不能忽视的是，西井科技掌握的类脑芯片技术或有可能成为未来自动驾驶芯片领域的一个风口。
上文详细介绍中国3家知名自动驾驶芯片公司及其产品，相信大家应该对目前国内自动驾驶芯片现状有了一个更深了解。除了这三家公司，数字地图供应商四维图新通过收购杰发科技也布局自动驾驶芯片市场，但量产芯片目前尚未落地。百度的昆仑芯片以150W的功耗实现了260TOPS的算力，竞争力很强，但其定位为云端全功能人工智能芯片，主要用在服务器之上。百度在自动驾驶领域的亮点还是在于其Apollo自动驾驶软件平台。
● 全文总结：
寒武纪、地平线、西井科技这三家公司都有着各自的特色和亮点。寒武纪专注于芯片研发，产品算力最强；地平线除了研发芯片，还提供完整的自动驾驶软件方案，对主机厂开发更友好；西井科技掌握独特的类脑芯片设计，在智能港口、智能矿场以及无人驾驶卡车领域已经站稳了阵脚。整体来看，中国自动驾驶芯片在性能和功耗上和外国芯片相比并不差，如何在中国开放L3级别有条件自动驾驶车辆落地这个时间节点用产品和服务先发制人是中国自动驾驶芯片企业的制胜关键。究竟鹿死谁手，让我们拭目以待吧，好戏即将上演！（图/文/汽车之家 常庆林部分源于网络）
人工智能技术，物联网技术，大数据技术，云计算技术。
一、人工智能技术
人工智能是一门融合了计算机科学、统计学、脑神经学和社会科学的前沿综合性学科，它的目标是希望计算机拥有像人一样的智力，可以替代人类实现识别、认知、分类、预测、决策等多种能力。
它包含很多方面：推理能力、逻辑能力、空间能力、感知能力、记忆能力、联想能力、自然探索能力等，目前这些能力被开发和运营的程度远远不够。落实到智慧城市应用层面来看，人工智能在城市领域可以找到非常丰富的应用场景，能够覆盖并服务更大的用户群体，不仅包括消费互联网用户，也包括工业互联网用户。
目前，人工智能已在智慧医疗、智慧金融、智慧物流、智慧建筑、智慧社区、智慧园区、智慧零售、智慧政务等细分领域取得了诸多应用进展，有力的促进了智慧城市整体水平的提升。
二、物联网技术
过去，物联网是互联网科技的延伸，是依附于互联网的一个小分支。如今万物互联，任何一个看上去微不足道的小东西、角落、场景，都可以通过互联网进行数字化采集，并通过对数据的分析，得出最优化的管理模式。这就是物联网。
智慧用电、智慧水位等产品形式虽然千差万别，但内部的核心技术都是物联网技术。物联网其实就是传感器报数据，后台云平台进行分析，并将分析结果应用于社会，达到社会资源的最大整合和优化。物联网技术不仅让“智慧城市”建设如虎添翼，必将让城市生活更美好!
曾经繁琐的收集数据的过程已成为过去，如今可以通过部署物联网传感器、物联网卡自动收集和分析数据，以做出更明智的决策。
三、大数据技术
在智慧城市的建设和应用中，将产生从TB到PB级越来越多的数据，从而进入大数据时代。据统计，如今人们每两天生产的数据量就与人类文明发展至2003年产生的总数据量相当，而迄今为止人类所积累的数据量的90%都来自过去两年。
由城市运行所产生的交通、环境、市政、商业等各领域数据量是巨大的，这些数据经过合理的分析挖掘可产生大量传统数据所不能反映的城市运行信息。
目前与智慧管理相关的大数据来源主要包括由遍布全市的摄像头收集的视频影像，由各类传感器收集的环境等方面信息，由各类终端收集的刷卡信息，由市民通过手机应用或社交网站贡献的相关信息等。通过挖掘这些信息可以实现智慧管理、智慧交通、智慧生活等等各个方面。
四、云计算技术
云计算是以应用为目的，通过互联网将大量必要的硬件和软件按照一定的组织形式连接起来，并随应用需求的变化动态调整组织形式所创建的一个内耗最小、功效最大的虚拟资源服务集合。
按照这个定义，智慧城市并不是解决人们抽象出来的简单应用需求，而是模拟现实城市里存在的事物之间的复杂关系，帮助人们寻找整体生存质量的方法。硬件、软件只是实现具体功能的部件，真正决定智慧城市形态及效果的是连接这些硬件、软件的组织结构。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）