深途《shentucar》原創
作者 | 周繼鳳
編輯 | 黎明
2022年，國內的汽車行業掀起了一股自研芯片的狂潮。
一些芯片創業公司一躍成為資本寵兒，風光無限；無論傳統車企還是造車新勢力，紛紛斥巨資造芯；曾在手機等領域呼風喚雨的芯片商，也躍躍欲試把競爭之勢蔓延到汽車行業……
這股自研芯片的浪潮中，大家的火力點集中到了自動駕駛芯片身上。
傳統汽車的芯片數量大約在500-600個左右，隨著自動駕駛功能的提升，這個數量已經上升到了1000多個。
在這幾百個上千個車規級芯片中，自動駕駛芯片是食物鏈頂端的存在。
整個行業已經敏銳地意識到，不久即將到來的自動駕駛競速賽中，芯片是必爭之地。
越來越多的公司加入到了這場突圍賽中，包括零跑、蔚來、小鵬等車企，黑芝麻、地平線、芯馳科技、寒武紀等國內初創芯片供應商，以及華為等科技巨頭。
很長一段時間，中國在車規級芯片的研發和制造上，都是瘸腿的，甚至可能連『腿』都沒有。
在自動駕駛領域，國產芯片的可見度更是極低。
自動駕駛芯片供應商長期被海外品牌所壟斷，他們高豎圍墻，讓其他供應商無立錐之地。
國產芯片的崛起之旅，也變成了一場突圍賽。
裂縫
這堵墻的第一道裂縫，其實是從內部開始的。
Mobileye，這個來自以色列的公司，曾經是自動駕駛芯片領域絕對的王者。
截止到2020年，全球約70%量產車上安裝的都是來自Mobileye的自動駕駛芯片。
Mobileye能被擁上王座，確實是有兩把刷子。
它的商業模式是，將芯片+攝像頭+算法統一打包出售給車企。
這樣打包出售的方式，能幫助車企以最快速度實現輔助駕駛功能上車。
2018年，蔚來的首款量產車ES8上市時，甚至以全球首款搭載EyeQ4《Mobileye旗下的一款自動駕駛芯片》芯片為最大賣點。
但Mobileye的模式也存在著巨大的弊病，它提供給車企的解決方案是一個封閉的黑盒。
車企無法對內部算法進行調整，也無法搜集、分析利用每一輛車所產生的行駛數據。
不少車企為此吃盡了苦頭。
2020款的理想ONE安裝的是Mobileye的EyeQ4芯片。
但理想汽車又想訓練和優化自己的輔助駕駛系統，於是不得不在Mobileye的前視攝像頭旁再增設一個攝像頭，專門用於道路信息的采集與收集。
而且Mobileye的迭代更新也非常緩慢，遠趕不上車企的需求，EyeQ3和EyeQ4的發佈時間橫跨4年。
天下苦Mobileye久矣。
最先打破Mobileye壟斷格局的是英偉達。
英偉達除了擁有強大的技術實力外，它提供的解決方案還更靈活、更開放。
車企可以自己選擇采購部分硬件，也可以直接讓英偉達為其設計一整套方案。
更開放的平臺、無需強捆綁的合作方式吸引了大批量的車企。
他們選擇拋棄Mobileye，投入英偉達的懷抱。
盡管Mobileye、英偉達在自動駕駛芯片領域最先搶占了市場，但他們無法完全滿足所有車企的胃口。
智能電動車時代，汽車逐漸『由硬變軟』。
大家比拼的不再是發動機、變速箱，而是智能化。
一輛車的自動駕駛水平主要依靠兩條腿，一條腿是軟件算法，另一條腿便是作為硬件的芯片。
自動駕駛芯片某種程度上決定了一家車企自動駕駛能力的上限。
車企需要更高的算力支持，也需要更懂定制化服務的芯片商。
這樣的變化，也給國內的芯片商帶來了突圍的機會。
一些國產芯片商精準地鉆入了這個真空期。
比如，地平線2019年與長安達成合作，向後者提供征程2芯片，自此在車企中建立了一定的口碑。
隨後，越來越多的主機廠和供應商注意到了這家國產AI芯片公司。
如今，這家公司已經成功與十幾家主機廠、Tier 1《一級供應商》展開合作，獲得了40多個車型的前裝定點。
灼識咨詢總監柴代旋對深途指出：『相比海外核心廠商，國內自研SoC芯片的優勢在於定制和本土化服務。
一般國外廠商難以進行二次調試，但本土廠商可以提供』
有媒體曾爆料，因為理想要快速切換方案，時間緊任務重，地平線的工程師與理想的開發人員一起熬了不少通宵。
進入2021年，客觀環境發生的急劇變化也讓不少車企對國產芯片商投去了友善的目光。
2020年9月以來，全球遭遇數次汽車芯片危機。
根據汽車行業數據預測公司 AutoForecast Solutions《以下簡稱為 AFS》數據，僅僅2021年這一年，因為汽車芯片短缺，全球汽車產業減產了810萬輛車，共帶來2100萬美元的損失，中國市場損失額預計約260億美元。
在國內，由於90%的車規級芯片被海外供應商掌控，中國車企被迫數次停工停產。
汽車芯片急需國產化成為行業共識。
芯片從業者Lucy告訴深途：『現在國產的芯片商能獲得車企青睞，一方面是他們的芯片更具性價比，另一方面是，主機廠們都有尋找國產替代方案的打算。
多一個芯片供應商，多一個選擇，總沒壞處』
不少主機廠開始願意幫扶一些國產芯片廠，華為、地平線、黑芝麻等國內企業開始奮起直追，國產替代方案終於有了上車量產落地的機會。
車企為什麼要造芯？
一個值得關注的現象是，車企竟然也把手伸向芯片領域。
蔚來正在規劃自主研發自動駕駛計算芯片，主要由蔚來汽車董事長兼CEO李斌推動。
去年，小鵬汽車就已經啟動了自研自動駕駛芯片項目，在中美兩地同步進行。
最近，有媒體爆料，理想汽車成立了一家新公司，業務范圍包含芯片設計。
有媒體猜測，理想有可能親自下場自研自動駕駛芯片。
至於零跑，它自主研發的AI智能駕駛芯片——凌芯01，已經成功量產上車。
其實造芯的門檻沒有大家想象中的那麼高。
『半導體行業有一條分工非常明確的產業鏈，無論是制作、封裝還是代加工都有專門的公司負責。
車企們所謂的自研其實就是設計芯片，相當於畫圖紙，然後交由下遊的公司生產制造』Lucy解釋道：『所以自研芯片，具備兩個條件就可以，一是擁有一定的財力，研發兩三塊芯片大概需要幾億元的研發經費，二是具備原創設計芯片的能力』
『但選擇自研芯片並不一定和缺芯有強關聯』柴代旋認為。
車規級芯片研發周期長《一般驗證需2-3年》，如果車企從現在才開始自研芯片，並不能解決短期內的缺芯危機。
而且這些車企目前研發的大多是高端芯片，而當年行業中緊缺的是成本較低的MCU芯片。
造芯背後，暗藏著車企更大的野心。
柴代旋指出：『如果擁有了芯片的自主知識產權，主機廠就可以集成開發和快速迭代。
同時，現在很多車企強調全棧自研，但自研的算法匹配現行市場的通用芯片，算法的優勢發揮不出來，還是需要定制化自己的芯片來匹配自研算法』
特斯拉在自研這條道路上，已經率先趟出了一條成功的道路。
2016年，由於合作的Mobileye無法滿足特斯拉的需求，馬斯克最終走上了自研的道路。
當時的芯片研發由半導體業界傳奇人物吉姆·凱勒《Jim Keller》、當時的半自動駕駛系統負責人皮特·班農《Pete Bannon》以及其他架構師牽頭。
歷時三年多時間，在2019年，特斯拉成功迎來了屬於自己的自動駕駛芯片。
特斯拉也成為了第一個專門為自動駕駛開發芯片的整車廠。
也正是因為自研芯片擁有相當大的優勢，特斯拉的自動駕駛能力在行業中一騎絕塵，不僅在業內率先實現了導航輔助駕駛、識別紅綠燈等功能，還取消了毫米波雷達，轉為純視覺感知。
遊戲規則變了
車企能下場造芯，某種程度上意味著，汽車行業裡的遊戲規則變了。
在傳統燃油車時代，汽車行業等級森嚴，分工明確。
一片芯片的生產流程大致是這樣的，作為Tier 2《二級供應商》的芯片廠做好了芯片交給Tier 1《一級供應商，比如博世、大陸等》制做成ECU、DCU等控制器，再由Tier 1交給主機廠。
車企站在食物鏈頂端，負責產品的功能定義和技術集成。
傳統的汽車芯片廠在整個汽車生產鏈條中，存在感很弱，也無法與主機廠直接溝通交流。
來源 / 中金公司研報
但這樣垂直的供應鏈模式，並不能適應現在大環境。
麥肯錫合夥人Ondrej Burkacky曾發表這樣的觀點：此前的供貨方式導致了透明度的缺乏，但當下由於缺芯持續的時間比預期長，車企正在不斷優化生產策略。
對參與造芯的企業而言，他們能夠與芯片商建立更具協作性的關系，從而滿足長期持續的供應需求。
市場對於智能駕駛的需求逐漸明確，汽車對半導體的需求發生了巨大的轉變，芯片尤其是大算力的自動駕駛芯片被放置在了更重要位置。
整個汽車行業對芯片半導體的依賴增強。
不少主機廠開始選擇繞過Tier 1，直接去找芯片設計廠商，或者直接下場參與到芯片設計的研發流程。
現在零部件供應商、自動駕駛算法供應商、芯片供應商、車企大家開始坐到了一個牌桌上。
舊的秩序被打破，新的格局開始建立。
比如，黑芝麻已經和一汽、蔚來、上汽等車企，博世等汽車零部件巨頭，滴滴等網約車平臺，以及中科創達等軟件企業展開合作。
而比亞迪、自遊家、一汽紅旗也紛紛選擇和地平線深度綁定。
在自動駕駛芯片上，華為除了與北汽以及小康賽力斯深度合作外，還戰略聯盟了上汽、吉利、江淮、一汽紅旗、東風汽車等車企。
未來拼什麼？
盡管競爭激烈，參與這場芯片爭奪戰的玩家也很多。
但真正能實現量產前裝的公司，其實並沒有幾家，在國外，隻有英偉達、高通以及Mobileye，國內則隻有地平線、華為，最近多了一個黑芝麻。
對於新入局的玩家來說，在實現量產裝車之前，需要跨越數座大山。
『制作出一個芯片不難，更關鍵的是，你造出來的芯片，有沒有人用，能不能滿足市場對於芯片的需求，這也是一個問題』Lucy表示。
而對於已經量產前裝的國產芯片廠來說，挑戰依舊在眼前。
盡管國內的一些芯片廠也在異軍突起，比如地平線、黑芝麻已經拿到了一些車企的訂單。
但是他們距離行業龍頭英偉達、高通還存在不少的差距。
當前自動駕駛芯片市場中，面向L3級別及以上的車型大多采用的是英偉達的芯片。
在自動駕駛芯片領域，芯片算力是核心競爭力。
自動駕駛級別越高，產生的數據就越多，對芯片的算力要求也就越高。
L3級別自動駕駛產生的數據量是2.3GB/s，對算力要求在129TOPS《TOPS，即處理器運算能力單元》以上；L4 級別自動駕駛數據量達到8GB/s，對算力要求達到448TOPS以上，L5級需要超過1000TOPS。
也正因為如此，芯片計算力成為各家芯片競爭比拼的核心砝碼。
目前，英偉達最新推出的自動駕駛芯片Atlan，單顆芯片的算力達到1000TOPS，預計2025 年大規模量產。
高通推出的 『驍龍 Ride』， 算力覆蓋范圍為10TOPS至700TOPS，可支持從L1至L4的自動駕駛系統，將於2023年上市。
放眼國內，地平線推出的第三款車規級AI芯片征程5，單芯片算力為128TOPS，黑芝麻推出的新一代A1000pro算力為106TOPS。
在算力上，國產芯遠遠比不上英偉達、高通研發的芯片。
如何讓更多的車企或自動駕駛企業選擇國產芯片，是擺在所有國產芯片商眼前的一道難題。
『國產自動駕駛芯片在如何獲取更大的市場占有率方面，仍需要算力的技術突破』柴代旋說。
而在高級別自動駕駛芯片上，國產芯片商還有很長的一段路要走。
『事實上，高級別的自動駕駛芯片研發，還是非常難的。
在半導體行業，合作交流是非常重要的，國內如果想研發出大算力的芯片，最好的辦法是多交流合作，向國外的芯片巨頭學習』Lucy總結道。
*題圖來源於unsplash。
應受訪者要求，文中Lucy為化名。