“英特尔正在将AI PC带到汽车上”。

今年美国国际消费电子展期间，英特尔宣布正式进军汽车市场，并发布了旗下的“第一代软件定义汽车SoC”芯片产品，首位客户为极氪。

如今，它又有新成果发布。

8月8日，英特尔发布了新战略下的车载产品线第二款产品，也是旗下第一代英特尔锐炫™车载独立显卡，ARC A760-A。

据英特尔副总裁Jack Weast介绍，该显卡平台算力达229TOPS，搭配了16G的DDR6显存，每秒浮点运算能力相比集成显卡算力提升4倍；支持8块独立显示屏同时支持4K，并搭载Xe图形引擎及XMX计算引擎。

“我们将独立显卡带入汽车行业，这样就可以在汽车中运行大语言模型，在车里体验到家中一样的3A PC游戏体验，同时在本地可以利用芯片获得电脑般的体验”。Jack Weast称，“显卡将于2025年实现量产，届时会开启汽车座舱个性化定制和智能互动的新时代。”

作为PC阶段的霸主，英特尔在智能座舱芯片领域却不占上风。根据盖世汽车研究院数据，2023年中国市场，英特尔占比仅4.6%，位列高通、AMD、瑞萨之后，排名第四。

显然，英特尔想改变这一格局，且它认为自己有很大机会。

01

再次发力车圈，英特尔有机会

这不是英特尔第一次在汽车领域发力。

早在2016年，英特尔即推出Apollo Lake系列产品，迅速占领高端汽车座舱市场，当时除了奔驰和奥迪，座舱高端芯片几乎都选择了Apollo Lake。

但，由于当时汽车市场规划还太小，英特尔也没有将主要精力放在该领域，一直到2023年都没有升级产品。

这给了高通机会。

高通智能座舱芯片迭代历程

2020年前后，高通第三代智能座舱芯片骁龙SA8155P发布，逐步取代了Apollo Lake的地位，并且几乎垄断了中国中高端市场，随后于2021年发布的第四代智能座舱芯片骁龙SA8295P，也成为当下国内大部分旗舰车型首选。

根据盖世汽车研究院数据，2023年中国市场，高通座舱SoC芯片出货量达226万颗，占比为59.2%；AMD排在第二位，市场占比为15.1%；瑞萨排在第三位，占比为8.6%；英特尔排在第四位，占比仅为4.6%。

英特尔显然希望能打破现有格局。

2024年1月9日，英特尔在CES 2024展会上宣布，计划将公司“AI everywhere”战略推向汽车市场，同时还发布了全新的人工智能增强型软件定义汽车片上系统系列，极氪将是第一家“尝鲜者”，上车时间为2024年。

彼时，Jack Weast表示，“坦率地说，今天的智能汽车让我们想起了第一代笔记本电脑。2035年，80%的汽车将会是软件定义或电动汽车。现在正是进入市场的最佳时机”。

此次发布会上，Jack Weast又进一步更新了中国数据，他表示，到2025年，中国将有80%的智能座舱渗透率，很多智能座舱解决方案都以AI为特色。

英特尔此时推出ARC A760-A，显然在他们看来正当时。

实际上，确实存在机会。

目前汽车智能座舱的主控芯片标配是SoC系统级芯片+MCU芯片。其中，SoC芯片是市场一大重要增长点，高通占据主导地区，且采用的主流框架是“ARM+Android”。

随着智能汽车的崛起，用户对3D HMI、AI大模型、大型游戏等差异化座舱需求日益增长，“x86+Linux” 架构受到车企关注。

相比ARM架构，x86架构下的CPU在运算的需求量上很大，其优势在于运行大型软件。而后者的主导者之一正是英特尔。

02

大算力，英特尔的重要法宝

作为“后来者”，英特尔想要在高通手里分走蛋糕，自然是有法宝的：大算力。

据Jack Weast介绍，英特尔ARC A760-A是一款车规级独立显卡，在AI能力方面，它能够提供229 TOPS的平台算力。

与之对比，高通智能座舱芯片骁龙8295的AI算力为30 TOPS。也就是说，英特尔ARC A760-A的AI算力比高通骁龙8295高了将近7倍。

衡量深度学习计算能力的另一重要指标，FP32单精度算力为14TFLOPS，与大模型训练所用的主流GPU A100相当。

此外，英特尔ARC A760-A拥有28个Xe核心、28个光线追踪单元和多达448个面向AI的XMX/矢量引擎。同时，它继承了16 GB显存，支持8个独立的4K显示屏同时运行。

Jack Weast表示，凭借图形处理能力，英特尔车载独立显卡可支持高保真视觉效果和复杂的3D人机界面。

之所以在座舱领域推出这样大AI算力的产品，是基于英特尔为智能座舱市场未来趋势的判断。

尽管AI最大的大脑在云端，但英特尔中国区技术部总经理高宇表示，丰富且创新的AI应用场景需要强大的本地算力平台作为支撑。

“我们强调要把AI算力预埋在座舱里，而不仅仅是依赖云端。我们不是否定云端，而是希望看到云和端的算力合理分布”。Jack Weast称，把算力放在端上，是出于五点考虑。

第一，本地算力摆脱了对网络的依赖；第二，本地算力可以保证极低的时延；第三，出于成本考虑，把算力部署在本地，端到端的成本会更低；第四，保护隐私和安全，随着车内外摄像头以及传感器的广泛配置，个人的信息安全问题日益突出，放在本地非常好地规避了此类风险；最后，可以应用大模型的记忆能力，包括短期记忆、长期记忆以及动态微调能力，实现更加人性化的部署。

“出于这五个原因，我们强烈建议大家在规划未来车型时，考虑足够的本地AI算力。”高宇呼吁车企，一定要把AI算力进行预置，来迎接未来两年之内座舱内AI应用场景的大爆发。

高宇称，要实现非常好的AI出行伴侣，就需要更大的模型，必须有6B、7B甚至是10B以上的模型才可以达到比较好的效果。“得益于大算力、大容量显存，我们可以承载更大的模型。从目前的优化结果来看，它直接覆盖了从6B、7B、10B、13B甚至是18B这样一个广阔的模型区间。”

在高宇看来，英特尔ARC A760-A是当下能够在座舱内运行如此大规模的大模型的唯一选择。

03

软硬件结合，英特尔全力出击

“到2030年，半导体市场将会发生巨大变化，市场规模将会达到1万亿美元”。Jack Weast认为，英特尔是唯一一家能够百分之百参与其中的公司，因为英特尔拥有代工厂，可以制造人工智能产品并完成交付。

同时，英特尔正在采用开放标准，即开源软件。

在Jack Weast看来，现在的行业充满挑战，英特尔希望帮助行业解决三项挑战。

首先是架构挑战，借助软件定义解决电子/电气架构挑战，各个产业包括电信行业，都在从嵌入式的微控制器的思维模式向软件定义转型。

第二是能源挑战，尽管电动汽车行业发展很好，但想要赚钱利润不容易，英特尔希望可以通过提升车辆能源效率，降低成本，帮助行业盈利。

第三是动力和性能挑战，现在很多厂商都在追求可扩展性，希望软件可以重复使用，英特尔希望利用芯片，帮助合作伙伴们更好的实现扩展可能性。

基于此，英特尔在智能座舱芯片领域将包括三个方案。

软件定义座舱，英特尔会把PC级处理器，包括PC级的CPU、GPU，带到汽车上，把汽车看作一个系统进行设计这样即能提升效率，也能带来更低的成本。

可持续性，英特尔会和产业标准化组织一起，共同推进在舱内电源管理的标准化的方向，为此，英特尔收购专门从事智能电动汽车（EV）能源管理 SoC 的无晶圆厂芯片设计和软件公司Silicon Mobility，以为主机厂提供更好的能源管理解决方案。

可扩展性。基于IDM 2.0战略，英特尔将推出基于UCIe的开放式汽车芯粒（Chiplet）平台。

落地到整车上会有哪些效果，Jack Weast以“哨兵模式”进行了介绍。

他指出，哨兵模式下，能够知道车辆是否被人破坏，但时刻启动对耗电量比较大，软件定义架构可以从整个系统层面进行能源管理，在车辆中部署类似功能，同时还可以降低能耗，尽可能的降低哨兵模式的耗电量。

“如何实现整车智能化。”Jack Weast进一步表示，英特尔正在制定一项新的行业标准SAE车辆平台电源管理标准（J3311），它的作用是将PC的电源管理概念引入到车辆平台。“车当中每一个ECU的电源控制都会通过这样一套标准来控制，从而帮助整个行业进行能源管理”。

在Jack Weast看来，AI未来走向无法预测。有的时候在CPU上运行更好，有的时候在NPU上运行更好，有的时候在GPU上运行更好，英特尔平台提供三种引擎，可以选择适合的计算引擎，以获得最好的性能。

Jack Weast还强调，英特尔ARC A760-A支持4K，支持SR-IOV，这是非常重要的未来导向型的高性能AI产品。“我们是汽车领域中唯一的一个能够支持这一功能的企业”。

除了芯片，Jack Weast也分享了英特尔软件层面的成果。“AI PC加速计划已经携手超过100家ISV合作伙伴，实现了300项新功能，并在英特尔的AI PC平台上优化了500多个AI模型。到今年年底，全球将部署超过1亿台英特尔人工智能设备”。

借助“AI”之力，英特尔势要强势进入车圈，其中ARC A760-A能否成功，很重要。