Чипы, управляющие автономным вождением: Nvidia и Mobileye

Лидар, радар и камеры передают десятки мегабайт данных в секунду. Нужен мозг, который превращает их в решение за одну тысячную секунды. Так кто же производит эти мозги и кто платит цену этой кремниевой войны?
Что такое чипы для автономного вождения и почему они так важны?

Думай о чипе внутри автономного автомобиля, точнее о компьютере, в котором находится этот чип, как о мозге машины. Именно этот компьютер превращает сырые данные, собираемые глазами (камерами), ушами (радаром) и лазерными дальномерами (лидаром), в команды, поворачивающие руль и нажимающие на тормоз. Одна из компаний в сфере роботакси, представляя собственное оборудование для вождения, сравнивает вычисления с мозгом водителя: как орган, преобразующий сырые данные датчиков в команды вождения в реальном времени.
Масштабы здесь сбивают с толку. По оценкам, камеры автомобиля генерируют от 20 до 60 МБ данных в секунду, лидар - от 10 до 70 МБ, а радар скромнее - около 10 КБ в секунду. Не думай об этом как о видео, которое течёт по домашнему интернету; здесь поток данных - это сырые изображения и сведения о расстоянии, на основе которых будет решаться, куда машина поедет в следующую половину секунды. Миллисекунды задержки означают аварию. Поэтому производители чипов вкладывают миллиарды долларов в развёрнутую между ними конкуренцию.
Но вопрос, который интересует тебя больше всего, скорее всего, такой: кто победит в этой войне процессоров? Есть три крупных игрока, и пути всех троих совершенно разные.
Nvidia DRIVE: Гигант платформ, похожий на путь от игры к игровой консоли
Звезда автомобильного подразделения Nvidia - SoC под названием DRIVE Orin, то есть полноценный компьютер, построенный на одном чипе. SoC расшифровывается как system-on-chip - система на чипе; можно представить это как автомобильную версию процессора твоего телефона. На него устанавливается программное обеспечение, подключаются датчики - и автомобиль уже способен мыслить.
Новое поколение DRIVE AGX Thor, представленное разработчикам в августе 2025 года, - актуальный герой этой истории. По словам Nvidia, Thor предлагает до в 7,5 раза больше вычислительной мощности для искусственного интеллекта по сравнению с AGX Orin. Что ещё важнее, он разработан с учётом строгих требований автомобильной отрасли к функциональной безопасности (ISO 26262) и кибербезопасности (ISO 21434). Ведь чип, работающий в автомобиле, подчиняется совершенно иным правилам, чем чип в твоём компьютере: если игра зависает, ты просто перезапускаешь её, а если откажет чип вождения - будет уже поздно.
Стратегия Nvidia заключается не только в продаже чипов, а в удержании целой платформы в своих руках. Представленный на CES 2026 DRIVE AGX Hyperion охватывает весь стек от вычислений до архитектуры датчиков, и говорят, что компания таким образом укрепляет свой контроль в мире автономного вождения. Самый наглядный пример этому - сотрудничество с Mercedes-Benz: Операционная система Mercedes MB.OS объединяется с архитектурой Hyperion от Nvidia и программным обеспечением под названием Alpamayo. То есть мозг роскошного немецкого автомобиля будет работать на платформе американского чипового гиганта.
Главное
- Более 250 миллионов автомобилей выпущено с технологией Mobileye EyeQ (2-й квартал 2026 года) квартал 2026 года)
- Nvidia DRIVE AGX Thor обещает до в 7,5 раза больше вычислительной мощности для искусственного интеллекта по сравнению с предыдущим поколением Orin
- Компьютер FSD от Tesla использует архитектуру с двумя SoC и содержит 12 процессорных ядер ARM Cortex-A72
- Ожидается, что рынок чипов для автономных автомобилей вырастет с 14,48 млрд долларов (2026) до 35,49 млрд долларов (2034)
- По прогнозам Intel, камеры генерируют в автомобиле 20-60 МБ данных в секунду, а лидар - 10-70 МБ
Mobileye EyeQ: Тихий гигант внутри 250 миллионов автомобилей
Теперь на сцену выходит игрок, о котором гораздо меньше говорят, но у которого больше всего доказательств на практике: Mobileye. Эта компания была приобретена Intel в 2017 году и со своим специально разработанным чипом EyeQ создала невидимую инфраструктуру ADAS, то есть передовых систем помощи водителю. По состоянию на конец 2025 года в мире выпущено более 230 миллионов автомобилей с технологией EyeQ; во втором квартале 2026 года эта цифра превысила 250 миллионов. Представь себе пятиместный автомобиль; это число составляет немалую часть всех автомобилей в мире. Более того, более 27 автопроизводителей используют эти чипы.
Одним из амбициозных продуктов Mobileye является SuperVision: интегрированный компьютер с 11 камерами и двумя чипами EyeQ 5 High. Самым производительным SoC, представленным компанией для потребительских автономных автомобилей, является EyeQ Ultra. Пятое поколение семейства EyeQ представлено как обладающее потенциалом для поддержки автомобилей 5-го уровня, то есть полностью автономных. Платформа "Surround ADAS" на основе нового поколения EyeQ6H с кольцом 360-градусных камер и радаров, программируемыми возможностями и обещанием вождения без рук на некоторых автомагистралях была выбрана американским производителем.
Что будет с позицией Mobileye перед лицом подхода Nvidia с открытым исходным кодом? Генеральный директор компании Амнон Шашуа прогнозирует, что период 2026-2027 годов станет важным поворотным моментом для компании, и делает заявления, из которых следует, что они считают модель Nvidia не способной изменить рыночные позиции. Точка, которую Шашуа настойчиво подчёркивает, такова: часть волны анонсов и восторгов в отрасли - это шум, а настоящее дело - продукт, доказанный на практике. Кому должна быть адресована эта фраза - вопрос спорный, но 250 миллионов автомобилей - весомый аргумент.
Почему Tesla разработала свой собственный чип?
История Tesla - самая бунтарская из трёх. Компания сначала использовала процессоры на базе Nvidia, а затем полностью перешла на собственную разработку - FSD Chip. Этот чип содержит 12 процессорных ядер ARM Cortex-A72 и определён Tesla как нейросетевой компьютер. Примечательная деталь - компьютер FSD имеет архитектуру с двумя SoC: то есть для критически важных вычислений одновременно задействованы два процессора.
Но почему? Зачем браться за хлопоты по разработке собственного чипа, если можно использовать готовую платформу? Аргумент, приводимый стороной Tesla, заключается в том, что универсальные чипы Nvidia недостаточно специализированы под потребности Tesla. Когда ты проектируешь свой собственный кремний, ты получаешь чип, оптимизированный именно под твою модель искусственного интеллекта, и можешь контролировать его энергопотребление. Представь себе кулинарную книгу: можно готовить по чужой книге рецептов, но в собственной ты записываешь именно те рецепты, которые хочешь. Конечно, за это приходится платить - разработка чипов невероятно дорогое и рискованное дело. На стороне производства задействованы такие гиганты, как TSMC.
Немного цифр: Ходят слухи, что собственный чип Nvidia выдает 320 TOPS, то есть триллион операций в секунду, а двухчиповая система Tesla - 144 TOPS. Но здесь нужно быть осторожным; эти цифры взяты из разных определений и периодов, и сам по себе TOPS не доказывает превосходства ни одной из систем. В конечном счете вычислительная мощность имеет значение ровно настолько, насколько качественно программное обеспечение, работающее на ней.
Три платформы бок о бок: Nvidia, Mobileye и Tesla
| Характеристика | Nvidia DRIVE | Mobileye EyeQ | Tesla FSD Chip |
|---|---|---|---|
| Подход | Открытая платформа, продаётся производителям | Комплексное аппаратно-программное решение «под ключ» | Полностью собственная разработка, только для своих автомобилей |
| Актуальный флагманский продукт | DRIVE AGX Thor | EyeQ 5 / EyeQ Ultra | FSD Chip (двойной SoC) |
| Масштаб | Партнёрства с такими производителями, как Mercedes-Benz | Более 250 миллионов автомобилей, более 27 производителей | Только автомобили Tesla |
| Новейшее поколение | DRIVE AGX Hyperion (CES 2026) | Surround ADAS на базе EyeQ6H | 12 ARM Cortex-A72 CPU |
| Сила экосистемы | CUDA и широкая поддержка разработчиков | Проверенный в эксплуатации обширный автопарк | Вертикальная интеграция, согласованность автомобиля и ПО |
Эти три пути представляют собой также три бизнес-модели. Nvidia продаёт свою платформу всем, Mobileye масштабируется с помощью пакетного решения, а Tesla делает всё сама. Кто победит? Скорее всего, все они ещё какое-то время будут жить на рынке; ведь у каждого производителя свои потребности и свой аппетит к риску.
Вытолкнет ли революция программно-определяемых автомобилей производителей в производство чипов?
Одно из самых обсуждаемых понятий автомобильного мира в последние годы - программно-определяемый автомобиль, то есть SDV. Представьте себе отрасль, мечущуюся между двумя плохими вариантами - немного напряжённо, не правда ли? теперь автомобиль выделяется не мощностью двигателя, а программным обеспечением. Новые функции приходят с беспроводными обновлениями, а интеллект автомобиля сосредоточен в централизованной вычислительной платформе. Это означает, что на смену десяткам мелких блоков управления классической архитектуры автомобиля приходят мощные централизованные «мозги».
И вот именно здесь всё усложняется. Если конкурентоспособность автомобиля заключается в программном обеспечении, а ПО требует мощного чипа, производители сталкиваются с критическим вопросом: у кого покупать «мозги»? Производитель, использующий готовую платформу, попадает в зависимость от поставщика технологий, создающих отличие. Именно поэтому ужесточение Nvidia контроля над своим стеком тревожит некоторых производителей. А производитель, разрабатывающий собственный чип, вынужден нести затраты на разработку в миллиарды долларов. Представьте себе отрасль, мечущуюся между двумя плохими вариантами, - немного напряжённо, не правда ли?
Более того, у этой технологической зависимости есть и ценовой аспект. Каждая новая функция ADAS добавляет сложность калибровки и стоимость ремонта; это давит на маржу производителей и затрудняет распространение этих систем в автомобилях начального сегмента. Есть и сторона предложения: аппетит дата-центров искусственного интеллекта к чиповым компонентам (особенно к памяти DRAM) сжимает поставки автомобильных чипов. То есть для кого чипные фабрики будут производить в первую очередь? Для приложения ИИ в твоём телефоне или для ассистента торможения в твоей машине? Спор о приоритетах - реальная проблема поставок 2026 года.
Разрыв между обещанием и реальностью: вычислительная мощность не бывает бесплатной
До сих пор всё было захватывающе. Но есть момент, к которому стоит подойти критически: вся эта вычислительная мощность имеет свою цену, и не только денежную. Анализ одного университета показал, что 1 миллиард автономных автомобилей, ежедневно ездящих в автономном режиме один час с потреблением компьютера 840 ватт, создадут значительную эмиссионную нагрузку. То есть, продолжая превозносить автономные автомобили как экологичные, необходимо учитывать и энергию, потребляемую их «мозгами». Когда автомобили электрические, выхлоп равен нулю, но мозг подключённого к розетке автомобиля всё равно потребляет электричество.
Ещё один трезвый момент: рыночные прогнозы велики, но на данный момент нет чёткой формулы «требуется столько-то TOPS». Сколько вычислительной мощности потребует полный автономный уровень 5 - по-прежнему открытый инженерный вопрос. Чипы Mobileye пятого поколения представлены с возможностями уровня 5, но расстояние между возможностью и доказанной реальностью находится прямо посреди того, что Шашуа называет шумом.
Так кто же победит в этой битве за кремний?
Честный ответ: пока неясно, и победителя, скорее всего, не будет одного. Nvidia укрепляет свои позиции как самый влиятельный поставщик эпохи программно-определяемых автомобилей благодаря платформенной мощи и партнёрствам с такими компаниями, как Mercedes. Mobileye - самый зрелый игрок на рынке благодаря доказанному парку из 250 миллионов автомобилей и преимуществу масштаба. Tesla же - исключение, самостоятельно несущая как издержки, так и выгоды производства собственного кремния. Все трое не заменяют друг друга; они дают три разных ответа на три разных вопроса.
Пожалуй, самый умный вопрос звучит так: что выигрывают и что теряют водители и производители, когда мозги автомобилей сосредотачиваются в руках нескольких компаний? Выгода - быстрое созревание технологии. Потеря - зависимость, и счёт за эту зависимость будет выставлен не тогда, когда эти чипы впервые докажут себя на дороге, а когда впервые что-то пойдёт не так. Так что оставайтесь с нами.
Источники
- Эволюция EyeQ - Mobileye
- Mobileye публикует результаты второго квартала 2026 года
- Новый Mobileye EyeQ Ultra - пресс-релиз Intel
- Mobileye SuperVision на испытаниях - блог Mobileye
- Nvidia выпускает набор для разработчиков Drive AGX Thor
- Nvidia: как компания укрепляет контроль над стеком автономных автомобилей
- Mercedes-Benz и NVIDIA расширяют партнерство - Nvidia Newsroom
- Аппаратное обеспечение Tesla Autopilot - Wikipedia
- ИИ-чипы в сфере автономных транспортных средств - Lux Research
- Взгляд под наш багажник: вычислительная система Waymo - Waymo Blog
- Компьютер для данных автономного автомобиля - Premio
- Компьютеры, на которых работают беспилотные автомобили, могут стать огромным источником выбросов углерода - MIT News
- Насколько схожи системы безопасности Mobileye и Nvidia?
- Рынок чипов для автономных автомобилей - Fortune Business Insights
- Рынок автомобильных чипов ADAS - Dataintelo
- Дефицит DRAM - Area51ESG
- Автомобиль, управляемый программным обеспечением - Valeo