【报告】2022年汽车智能化深度报告

【报告】2022年汽车智能化深度报告特斯拉于2014年推出Autopilot年，并于2010年在纳斯达克上市。2008年至2020年特斯拉斯拉于2013年开始自动驾驶辅助系统的研发，并于2014年升级，并在2019年在HW3.0平台上推出了自研的FSD了4次大的硬件版本更新。在2014年-2016年的HW1.0时代，特斯拉完全基于1颗MobileyeEyeQ3和1颗故，并在2016年的HW2.0版本上，特斯拉切换到了由1颗NVIDIADRIVEPX2计算平台，而在2017年的HW2.5版本升级过特斯拉即将发布HW4.0平台，基于三星7nm工艺的FSD自研2017年起，马斯克决定开始自研主控芯片，尤其是主控芯片2019年4月份，特斯拉在AutopilotHW3.0平台上成功推出自研的FSD主控芯片，实现了自动驾驶芯片+神经网络算法的垂7nm工艺的全新FSD自研芯片，其性能将是HW3.0的三倍。特斯拉FSD芯片是以NPU(ASIC)为计算核心，采用GPU和NPU。特斯拉于2019年推出自研的FSD芯片，并在其Mode1S、ModelX、Mode13上批量交付FSD芯片。该芯片采用三星14nmFinFET工艺制造，面积为260平方毫米，封装了大组4个核，一共有12核、最高运行频率2.2GHz,CPU主要处GPU,最高计算能力为600GFLPS;(3)NPU:2个NeuralProcessingUnit(NPU),每个NPU可以执行8位整数计算，运行频率为2GHz,单个NPU算力36.86TOPS,2个NPU了芯片70%的面积。特斯拉HW3.0采用完整的双系统冗余。特斯拉HW3.0的主板接器和接口。特斯拉HW3.0采用完整的双系统冗余，在任何一而功耗降低25%,能效比2TOPS/W。特斯拉FSD开通价格不断攀升，海外已涨价至1.2万美元。特2015年开通AP系统，价格为2500美元/套，后上调至5000美元/套；在2019年3月前，用户可以在5000美元的EAP(EnhancedAutopilot)包之外，额外支付3000美元获得FSD(此时并不包含任何功能);19年4月，特斯拉取消EAP,将EAP功能移到FSD中，FSD涨价到6000美元/套，用户可免费获得BasicAutopilot(BAP)功能；19年8月发布智能召唤功能，涨价到7000美元/套；20年8月，特斯拉获得将人工智能更高层次应用的批准文件，再次涨价到8000美元/套；20年10月，特斯拉推出FSDBeta版本，配备城市道路完全自动驾驶测试功能，价格上调至10000美元/套；2022年1月，特斯拉FSD再次涨价至1.2万美元。在国内市场，特斯拉FSD只涨过一次价格，从5.6万涨到6.4万元。在订阅服务方面，2021年7月特斯拉推出FSD订阅包，EAP车主99美元/月，未开通EAP的BAP车主199美元/月。特斯拉FSD在全球的整体开通率约为11%,其中北美地区比例最高。根据Troyteslike数据显示，受到低价的Model3及全球的整体开通率持续下滑，截至2021Q2结束，特斯拉FSD的整体开通率约为11%。预计特斯拉FSD在全球的累计开通数量近36万套(北美超过26万套，欧洲接近9万套，亚太地区仅5700套),平均选装价格为6千美元，其总销售额超过210亿美元。特斯拉FSD在亚洲地区销量持续攀升，但是FSD在61%,ModelY的选装率在20%,Model3的选装率在20%。推出Dojo超算平台，打造感知自主进化的闭环学习系统特斯拉自2015年10月开始开通AP系统，随着车辆数量的不Lexfridman预测数据显示，到2020年Q1,特斯拉已经拥有近99万台搭载AP系统的车辆不断回传数据，其中搭载HW2.0/3.0的车辆有超过82万台，以用户平均每天驾驶约一个小时计算(每辆车8个摄像头),车队每月大约会产生1.968亿个小时的视频。预计到2020年底，特斯拉将拥有51发布7nm工艺AI训练芯片D1,打造Dojo超算训练平台。在2021年8月的特斯拉AIDay上，特斯拉发布了最新的AI训练芯片D1,D1芯片采用台积电7nm工艺制造，核心面积达645平方毫米，集成了多达500亿个晶体管，共有四个64位超标量CPU核心，拥有多达354个训练节点，特别用于8×8乘法，支持FP32、BFP64、CFP8、INT16、INT8等各种数据指令能达22.6TFlops,BF16/CFP8计算性能则可达362TFlops。10TB/s,由多达576个通道组成，每个通道的带宽都有112Gbps,而热设计功耗仅为400W。Dojo是一种通过网络连接的分布式计算机架构，它具有高带片，25个D1芯片组建成一个“训练瓦”(Trainingtile),组成36TB/s的带宽和9PetaFLOPS(9千万亿次)算力。未把针对自监督学习技术的研发放到绝对的优先级(注：这里的自监督学习就是无监督学习)。算法的迭代优化离不开基于大据，利用Dojo超算平台，实现对视频进行无监督的大规模训练。当前Autopilot正以2.5D(即2D图像+内容标注)方式工作方式，使其可以在4D(3D+时间维度)环境下运行。2英伟达(NVIDIA):打造全栈式工具链，持续领先高阶自动英伟达自2015年推出NVIDIADrive系列平台，赋能自动驾驶生态。英伟达自2015年开始推出面向座舱的DRIVECX和面向DRIVEPXPegasusDRIVEAGSoC芯片方面，从Parker、Xavier、0rin到最新发布的英伟达在CES2015上推出了基于英伟达MaxwellGPU架构的第一代平台：搭载1颗TegraX1的DRIVECX,主要面向数字座舱，以及搭载2颗TegraX1的DRIVEPX,主要面向自动驾驶；英伟达在CES2016推出了基于英伟达PascalGPU架构的第二代平台DRIVEPX2,主要由TegraX2(Parker)和PascalGPU英伟达的定制版DRIVEPX2AutoCruise版本，并在2017年的HW2.5上升级为2颗TegraX2(Parker);英伟达在CES2017上推出了XavierAICarSupercomputer,并在CES2018上重新发布命名为DrivePXXavier,搭载一颗化高能效版，算力稍有提升的前提下，面积缩小为PX2的一半，功率仅为PX2的1/8左右。该平台目前搭载在小鹏P5与英伟达在2017年10月推出了DRIVEPXPegasus,Pegasus定TegraXavier芯片，2颗单独的Turing架构的GPU,每颗Xavier集成了一颗8核CPU和一个英伟达Volta架构的GPU,通过增加CPU和GPU,Pegasus平台可以实现320TOPS的算力，功耗500W。英伟达在中国GTC2019大会上推出了DRIVEAGXOrin平台，该平台由2颗OrinSoC芯片和2颗Ampere架构的GPU,最高算力达到2000TOPS,功耗800W。凭借GPU的资源禀赋，持续领先自动驾驶DeepLearningAccelerator单颗OrinSoC可实现254TOPS算力，功耗低于55W,可支持单254TOPS运算性能，相比上一代Xavier系统级芯片运算性能于55W。Orin可以覆盖10TOPS到254TOPS的算力需求、可以Orin所集成的GPU拥有2048个CUDACore和64个TensorCore。Orin内部集成了Ampere架构GPU,该GPU拥有2个GPC(GraphicsProcessingClusters,图形处理簇),每个GPC包含4个TPC(TextureProcessingClusters,纹理处理簇),每个TPC包含2个SM(StreamingMultiprocesor,流处理器),每个SM下包含包含128个CUDACore,合计2048个CUDACore,算力为4096GFLOPS。此外，还包括64个TensorCore(张量核),TensorCore是专为执行张量或矩阵运算而设计的专用执行单元，稀疏INT8模型下算力达算平台，配备四颗0rin芯片，Adam拥有48个CPU内核，256个矩阵运算单元，8096个浮点运算单元，共计680亿个晶体管，总算力高达1016TOPS。Adam平台集成了安全自主运行所需的冗余和多样性，在4颗OrinSoC中，前两颗OrinSoC负责处理车辆传感器每秒产生的高达8G的数据量，第三颗ET7将作为NVIDIADRIVEOrin系列的首发量产车于2022年32022年9月开始交付。力超过1000TOPS。在2021年4月的英伟达春季GTC大会，英制程，单颗算力达到1000TOPS,相当OrinAtlan存储和安全服务的BlueFieldDPU,网络速度可达400Gbps,这也是DRIVE平台首次集成DPU。AtlanSoC将于2023年向开发者提供样品，并于2025年大规模量产上车。件，通过DRIVEHyperion参考架构进行上路测试。利用DGXDRIVEConstellation虚拟仿真平台和DGX高性能训练平台等(盲区可视化、自动驾驶可视化以及驾驶员监控可视化等)、AI辅助驾驶(DMS、神经网络、摄像头标定等)以及AI助手(语音识别、手势识别、面容识别等)。(2)功能软件(中间件):DriveworksDriveWorks是所有自动驾驶汽车软件开发的基础，包含了高阶自动驾驶开发所需要的处理模块、工具和框架。DriveWorks是模块化、开放、易于定制的，方便开发人员在自己的软件堆栈中实现深度定制开发。包括DNN算法加速库、Calibration标定工具、DriveCore核心库(传感器抽象层、DRIVEOS提供了一套参考操作系统和相关软件栈，专为在基于AGX硬件平台上的开发与部署，相关的基础软件栈包括利用所有软件、库和工具、技术和API,为自动驾驶汽车的构建、调试、配置和部署应用程序，提供了优化的工作流。英伟达DRIVEAGX开发工具包提供了开发展所需要的硬件、软件及示例应用程序。英伟达的历代硬件计算平台DRIVEPX2、DrivePXXavier、DRIVEPXPegasus、DRIVEAGXOrin等，前文硬件计算平台相配套的完善的开发工具包；此外，英伟达应有众多Tier1及传感器产业合作伙伴，提供摄像头、毫米波雷达、超声波雷达、激光雷达等车载传感器。DRIVEConstellation自动驾驶车辆仿真平台主要完成对各种虚拟场景的渲染、仿真，产生模拟传感器数据，通过运行DRIVESim仿真软件，模拟仿真汽车在仿真环境中行驶可产生基于高性能的英伟达DGXAI服务器，客户可以DRIVEHyperion8。在2021年英伟达GTC大会上，英伟达发布部AI功能等。该计算平台可用于2024年车型，硬件方面，搭载了两颗Orin芯片，每颗算力254TOPS,支持12颗摄像头、9个毫米波、12个超声波雷达和1颗激光雷达。提供传感器硬件的供应商包括Luminar(激光雷达)、Hella(短程毫米波件)、Valeo(摄像头组件、超声波雷达)。打造“数字底盘”,全面布局智能汽车四大领域(Qualcomm)公司成立于1985,高通自2002年开始布局汽车业务，早期专注于车载网联解决方案，高通于2014年推出了第一代座舱平台骁龙602A,在2016年推出第二代座舱平820A,在2019年推出第三代座舱平台8155,并于2021年发布第四代座舱平台8295;在自动驾驶领域，高通于2019年发布了Ride自动驾驶平台。高通目前已拥有25家以上的头部车企客户，公司业务已经覆盖全球超过2亿辆的智能网联汽车，通在汽车业务领域志在打造“数字底盘”,主要由四部分组9.75亿美元，同比增长51.40%,高通19-21年汽车业务营收分别为6.40/6.44/9.75亿美元，高通预计五年后汽车业务营收规模将达到35亿美元，预计10年后汽车业务营收规模将达到80亿美元。高通在智能座舱芯片领域一骑绝尘。从高通2014年推出第一代座舱芯片602A开始，再到第二代820A以及第三代8155芯舱几乎都是搭载了高通8155芯片。目前，包括奔驰、奥迪、高通骁龙SA8155P芯片是目前量产车可以选用的性能最强的积电第一代7nm工艺打造的SoC,也是第一款7nm工艺打造的选用的性能最强的座舱SoC芯片，目前全球最大的25家车企已有20家采用高通第三代座舱8155芯片。8155平台属于多核异构的系统，性能是原820平台的三倍，该平台拥有极强的KryoCPUHexagonDSPAdrenoGPUH用AI计算模块能大幅提高芯片的AI算力。2021年7月，高通发布了第四代座舱平台的SA8295P,采用8155提升50%以上，主线能力有超过100%的提升。百度旗下集度汽车成为高通8295的首发，量产车型预计在2023年交付。2021年11月29日，集度、百度和高通三方在上海进行了签约仪式，集度汽车成为高通8295的首发，集度旗下首款汽车机器人预计将于2023年量产交付，此外高通8295芯片已经获得长城、广汽、通用等车厂的定点，相关车型预计在2023年交付。能座舱解决方案。该解决方案充分发挥SA8295在算力、图一芯多屏智能座舱域控。公司基于深厚的车载OS技术，创新性地打通座舱和自驾两大技术域，更好地支持360°环视和智发布Ride平台，收购Venoeer,持续补强驾驶域的骁龙汽车SoC和加速器建立。它采用了可扩展且模块化的高ADAS,面向具备AEB、TSR和LKA等驾驶辅助功能的汽车，提车APA以及TJA功能的汽车，提供60~125TOPS的算力；乘用车、机器人出租车和机器人物流车，可提供700TOPS算力，功耗为130W。面向复杂用例而优化的软件和应用，助力汽车制造商为日常驾驶带来更高的安全性和舒适性，例如自动导航的类人高速公路驾驶，以及提供感知、定位、传感器融合和行为规划等模块化选项。SnapdragonRide平台的软件框架支持同时托管客户特定的软件栈组件和SnapdragonRide自动驾驶软件栈组件。高通收购维宁尔旗下软件业务Arriver,全面补强自动驾驶域。维宁尔(Veoneer)总部位于瑞典斯德哥尔摩，前身是全球最大的安全气囊和安全带生产商奥托立夫(Autoliv)公司电子事业部，2018年从奥托立夫拆分出来，维宁尔致力于自动驾驶汽车的高级辅助系统(ADAS)和协作式自动驾驶系统Veoneer在2020年将ADAS、协作和自动软件开发集中在一个部门并命名为Arriver。2020年8月，维宁尔与高通达成合作，并于2021年1月签署了合作协议，双方合作交付可扩展的先进驾驶辅助系统(ADAS)和协作式自动驾驶(AD)解决方案，采用Veoneer下一代感知与驾驶策略软件栈和高通SnapdragonRideADAS/AD可扩展系统级SoC组合与加速器。2021年10月4日，高通与SSWPartners达成最终协议，以45亿美元(约合290.03亿元人民币)收购瑞典汽车技术公司Veoneer(维宁尔),以全现金方式交易。根据协议，Veoneer每股价值37美元。交易完成后，SSWPartners将收购Veoneer所有流通股本，并将Arriver传感器和自动驾驶软件平台出售给高通，保留Veoneer的Tier1业务。集成Arriver视觉感知软件栈，推出SnapdragonRideVision视觉系统。高通在CES2022上发布了SnapdragonRideVision觉软件栈，基于4纳米制程的系统级SoC芯片打造，旨在优化SnapdragonRide视觉系统预计将于2024年量产上市。自高通在202SnapdragonRide(1)通用(GM):通用将在下UltraCruiseRide息处理和ADAS领域开展合作。通用近期发布了其驾驶辅助系统UltraCruise计算平台，该平台由两个16核CPU上提供关键的低延迟控制功能，并为相机、雷达和激光雷达处理提供每秒超过300Tera操作的高性能AI计算。SA8540PSoC采用5nm工艺技术设计，可实现卓越的性能和能效，将为UltraCruise的传感、感知、规划、定位、映射和驾驶员监控提供必要的带宽。通用汽车计划将在2023年在凯迪拉克旗下全新纯电动CELESTIQ首发上市，并配置自主研发的UltraCruise软件栈，覆盖95%驾驶场景的可放开双手自动(2)长城汽：2022年量产。2020年12月，长城汽车与高通宣布双方在自长城汽车咖啡智驾系统，并在2022年量产的长城汽车高端车台的整车厂商。2021年7月正式发布搭载高通SnapdragonRide平台的自动驾驶平台ICU3.0,搭载这一平台的量产车型将于2022年二季度正式交付。控制器。毫末智行成立于2019年11月，前身是长城汽车的智物流车、智能硬件。毫末智行在2021年底的10亿元A轮融10亿美元。在CES2022大会上，毫末智行联合高通全球算力最高的可量产自动驾驶计算平台毫末智行小魔盒3.0,其平台单板算力达360TOPS,可持续升级到1440TOPS。这也是高通的组合，支持接入6路千兆以太网/12路800万像素摄像头/5路毫米波雷达/3路激光雷达，可以做L1/L2级别的降级控(3)宝马集团：2025年量产。在2021年11月的高通投资者大会上，高通宣央计算SoC等多个核心部件，新款车型将在2025年量产。4Mobileye:ADAS赛道的先行者，Mobileye自1999年便开始专注于ADAS赛道。Mobileye于1999年由以色列希伯来大学的AmoonShashua教授和ZivAviram创立，靠视觉算法起家，主要业务是开发自动驾驶开始在宝马、通用和沃尔沃等车企量产上车，2008年发布了EyeQ2,尤其在2014年推出EyeQ3后一举成名，同时于2014年在美国纳斯达克上市，市值高达80亿美元。在2017年由英特尔以153亿美元收购，从而私有化退市，成为英特尔旗下自动驾驶业务部门。英特尔计划在2022年中让Mobileye独立Mobileye在2021年Q3营业收入同比增长39%,18-20年营收复合增速18%。2021年Mobileye拿到了30多家车企的41项新订单，涉及约5000万辆新车搭载。根据英特尔财报显示，Mobileye在2021年Q3营业收入3.26亿美元，同比增长39%。Mobileye的营业收入从2018年的6.98亿美元提升到2020年9.67亿美元，复合增速为17.7%。从2007年至今，MobileyeEyeQ系列芯片累计出货量超过1亿颗。Mobileye的EyeQ1自2007年在宝马、通用和沃尔沃量产上车以来，截至目前，公司EyeQ系列芯片已经完成1亿颗的速逐渐放缓，EyeQ系列芯片销量从2018-2021年分别为1240万、1750万、1930和2810万颗，同比增长率Mobileye市场占有率依旧领先，正在逐渐掉队。在过去20年撞预警，到L1级的AEB紧急制动、ACC自适来、长城等一系列国内外车企，甚至特斯拉都曾搭载过EyeQ2016年与Mobileye组建了自动驾驶联盟，但是在前不久已经与高通Ride达成合作，蔚来、理想等一批车企则选择了在新图47:Mobileye从14-21年EyeQ系列芯片销量(百万)EyeQ销量(百万)MobileyeEyeQ系列芯片从2007年发布至今，目前一共有五代司共同开发，第一代芯片EyeQ1从2004年开始研发，于2007年上市，算力为0.0044TOPS,功耗为2.5W;(2)EyeQ2:2008年发布，2010年上市，最初的两代产品仅提(3)EyeQ3:2013年发布，2015年量产上市，基于其自主ASIC架构自行开发，使用了4颗MIPS核心处理器、4颗VMP芯片，算力为0.256TOPS,功耗为2.5W,可以支持L2高级辅助(4)EyeQ4:2015年发布，2018年量产上市，采用28nm工艺。EyeQ4使用了5颗核心处理器(4颗MIPSi-class核心和1颗MIPSm-class核心)、6颗VMP芯片、2颗MPC核心和2颗PMA核心，可以同时处理8部摄像头产生的图像数据，EyeQ4算力为2.5TOPS,功耗为3W;(5)EyeQ5:2018年发布，2021年量产上市，由台积电代工，采用7nmFinFET工艺，EyeQ5系统采用了双路CPU,使用了8颗核心处理器、18核视觉处理器，算力为24TOPS,功耗为EyeQ5采用“CPU+ASIC”架构，功耗极低，但生态相对封闭。EyeQ5主要有4个模块：CPU、ComputerVisionProcessorsCVPDeepLearningAccelMultithreadedAccelerator(MA),其中CVP是针对传统计算机视觉算法设计的ASIC模块，用专有的ASIC来运行这些算法而达到极低功耗而闻名。但是其算法系统相对封闭，对OEM和Tierl来说是黑盒，他们无法进行二次修改从而差异化自己的算法功能。Mobileye的算法解机视觉算法为主，深度学习算法为辅，这也直接决定了其以发布高算力先进制程芯片，布局高阶自动驾驶Mobileye在近年的CES2022大会上发布了三款最新的芯片吉利汽车集团的极氪共同宣布，将在在2024年前推出具有L4能力的纯电新车，新车基于吉利SEA平台打造，使用6颗EyeQ5芯片，以处理Mobileye的驾驶策略及地图技术的开放协作模型。同时，新车将，双方将在软件技术方面进行有效集EyeQUltra:面向L4级自动驾驶，基于5nm制程打造，算力176TOPS,大约为10颗EyeQ5芯片的性能。EyeQUltra具备12核、24线程CPU,同时还有两个通用计算加速器和两个CNN加速器。EyeQUltra预计将在2023年提供样品，2025年EyeQ6High:面向L2级自动驾驶，基于7nm制程打造，算力34TOPS,EyeQ6High具备8核、32线程的CPU,两个通用计算加速器和两个CNN加速器。EyeQ6High预计2022年开始提供样品，2024年实现量产；EyeQ6Light:面向L1-L2级自动驾驶，基于7nm制程打造，算力5TOPS。EyeQ6Light具备2核、8线程CPU,1个通用计算加速器和1个CNN加速器。为上一代EyeQ4的迭代版本，但封装尺寸为EyeQ4的55%。预计2023年实现量产。5华为：以ICT技术全面赋能汽车智能化坚定“平台+生态”战略，布局五大业务板块华为智能汽车解决方案包括五大业务板块：智能网联、智能驾驶、智能座舱、智能电动、智能车云服务。华为自2014年成立车联网实验室，便开始面向智能网联汽车领域储备技术，2019年5月份，华为正式成立了智能汽车解决方案BU,开始全面进军智能汽车赛道。华为提出了代表计算和通信的CC架构，用分布式网络+域控制器的架构，将车辆分为三大部分：驾驶、座舱和整车控制，推出了基于CC架构的三大平台智能(VDC)。华为坚持“平台+生态”的发展战略，聚焦ICT技术，围绕iDVP、MDC和HarmonyOS智能座舱三大平台，构建生态圈，携手合作伙伴帮助车企造好车。打造开放共赢的iDVP智能汽车数字底座，实现软硬件分层解耦。在智能汽车数字架构中，华为提供智能汽车数字平台的基括计算与通信架构CCA、车载操作系统、多域协同软件框架HASCore和完善的整车级工具链，构建硬件生态和软件生态，与伙伴们联合定义硬件接口和软件接口，联合开发原子化服务，实现软硬件分层解耦，帮助车企快速开发跨厂家、跨设备的应用，为用户带来持续进化的体验。华为积极参与产业联盟，建立共识，基于自身实践，贡献行业标准。基于华为MDC计算平台，打造开发共赢的智能驾驶生态华为MDC(MobileDataCenter,移动数据中心)定位为智能驾驶的计算平台，集成华为在ICT领域30多年的研发与生产制造经验，为开发者提供全场景覆盖的工具链与丰富的SDK,支持伙伴的软件开发和移植，同时满足智能驾驶应用对车规、安全的核心要求。目前，已经有70多家合作伙伴加入了MDC生态圈，联合推进乘用车、港口、矿卡、园区等智能驾驶场景的试点与商用。华为MDC平台遵循平台化与标准化原则，包括平台硬件、平台软件服务、功能软件平台、配套工具链及端云协同服务，支持组件服务化、接口标准化、开发工具化；软硬件解耦，一套软件架构，不同硬件配置，支持L2+~L5的平滑演进，保护客户或生态合作伙伴的应用软件开发的历史投资。MDC自动驾驶平台的系统架构是可伸缩的，通过对CPU内核数，人工智能加速内核搭载数量以及IO接口数量的增减，可满足高、中、低端乘用车从驾驶辅助到高端智能驾驶的不同使用场景。华为MDC采用CPU+NPU路线。以华为2018年发布的MDC300F与SSD控制芯片。CPU芯片：华为自研的鲲鹏920处理器，基于ARM架构，采用7nm工艺，2.0GHz,最大功耗55W;NPU芯片：华为自研的昇腾310处理器，基于达芬奇AI架构，可以提供16TOPS@INT8的算力，采用12nm工艺，最大功耗8W。华为MDC平台将硬件接口标准化，基于SOA架构，通过标准组件接口实现不同算法组件组合及应用。华为MDC平台支持智能GMSLCANCANFDAutomotiv构，遵循AUTOSAR规范，定义了智能驾驶基本算法组件，能华为MDC产品线逐渐完善，陆续发布MDC300F/210/610/810多款产品，覆盖从L2+~L5全场景自动驾驶应用。在2019年，华为正式推出了MDC300F,算力64TOPS,面向商用车场景，华为正式开启了MDC生态建设；2020年9月，在华为智能汽车解决方案生态论坛上，华为发布了MDC210与MDC61前者算力达48TOPS,适用于L2+自动驾驶，后者算力达200+TOPS,适用于L3/L4级别自动驾驶；2021年，在上海车展上，华为发布了MDC810,算力达到400+TOPS;华为计划在2022年发布MDC100,进一步丰富MDC产品线。华为还提供了一系列的华为MDC开发者套件包括MDC工具链、运行着智能驾驶操作系