智能驾驶芯片争夺战

1. 智能驾驶芯片争夺战

全球智能驾驶汽车市场正处在爆发的前夜。
根据艾瑞咨询的报告数据显示，到 2023 年，全球范围内具备智能驾驶功能的车辆将达到约6000 万辆，L1/L2 级自动驾驶功能的渗透率将接近50%，L3级自动驾驶功能的市场渗透率也会来到7%。
就从眼前来看，全球智能汽车的急先锋特斯拉，凭借着对车辆的智能化和自动化革命，其股价不断创造新高，总市值已突破2000 亿美元。
这也体现了整个市场对于智能汽车的发展保持着超高的预期。
1、国内智能驾驶市场蓄势待发
我们将视角转到国内：经过这两年的快速发展，很多合资品牌、自主品牌、造车新势力们在 ADAS 功能与智能驾驶系统的量产上车上，呈现出你追我赶的态势。
据佐思产研统计，今年前 4 个月，国内市场的 L2 级自动驾驶系统的装配率已达10.6%。
其中，丰田、沃尔沃这样的传统品牌，以及吉利、领克、几何，还有长城魏派、奇瑞星途等新兴品牌装配率领先。
造车新势力更不用说，蔚来的 NIO Pilot、小鹏的 XPilot、威马的 Living Pilot 以及理想的辅助驾驶系统都已经搭载上车并且在持续进化之中。
特别是理想汽车最近拿到美团的融资，未来将大力投入自动驾驶技术的开发和应用。
L3 自动驾驶的市场也在不断扩大，自 2017 年奥迪推出新 A8 标榜量产全球首个 L3 自动驾驶系统以来，国内的品牌也纷纷上马 L3 级自动驾驶功能。
其中就包括了广汽新能源的 Aion LX/Aion V、上汽荣威已上市的 Marvel X 和待上市的 Marvel R，还有今年受到广泛关注的长安 U-NIT 和比亚迪汉。
不过受限于国内的法律法规还未明确，这些车型上所搭载的 L3 自动驾驶功能尚未开放，但后市可期。
而针对更高级别的 L4 自动驾驶，近期有两大比较重磅的行业动态：
其一是沃尔沃与 Waymo 牵手了，后续沃尔沃品牌、极星品牌以及领克品牌的车型将会集成 Waymo 的自动驾驶技术；

其二则是滴滴自动驾驶终于宣告落地，在上海嘉定开启试运营。
在这之前，包括百度、Pony.ai、文远知行以及AutoX在内的诸多自动驾驶厂商都已经落地了 Robotaxi 服务，其规模还将持续扩大。
全球咨询管理公司麦肯锡在 2018 年曾发布过一份自动驾驶研究报告，其指出中国未来很有可能成为全球最大的自动驾驶汽车市场。
至 2030 年，中国自动驾驶相关的新车销售及出行服务创收将超过 5000 亿美元。
从高级辅助驾驶功能到 L3 级自动驾驶乘用车再到 L4 级的 Robotaxi，如此规模庞大的智能汽车增量市场，给各类新兴的供应商培育出无限的产品落地机会。
无论是算法、传感器，还是芯片等领域，势必有一批供应链新星强势崛起。
2、算法让位于芯片，市场格局亟待突破
自动驾驶最早期的一批玩家主要是在算法层面进行开发和改进，特别是以深度学习为核心的人工智能技术的发展，加快了汽车自动化的进程。
Waymo 之所以在自动驾驶领域走在全球最前列，很大程度上得益于其自 Google 无人车创立以来多年的算法积累。
近 5 年内，国内也诞生了一大批自动驾驶算法公司，BAT、滴滴、小马智行、文远知行、Momenta 等等，这些企业都开发出了自己的算法体系。
即使起步稍晚，但这些公司正迎头赶上，尝试将以往与国外企业间的算法鸿沟逐渐填平。
近 2 年内，很多国内的 OEM 也纷纷建立起创新中心、人工智能技术中心，不断从算法层攻克自动驾驶难题。
可以肯定的是，目前国内的自动驾驶算法实力已经处在全球领先的水平，算法已不再是制约自动驾驶技术发展的高墙。
在算法之外，则是自动驾驶的传感器配套。
面向低级别的自动驾驶，毫米波雷达+摄像头的组合已经足够支撑，这类传感器已有很多国际 Tier 1 和国内供应商保障供给。
而应用于高级别自动驾驶的激光雷达，这个市场也已经从几年前的一枝独秀发展至百花齐放，包括大疆 Livox、禾赛科技以及速腾聚创等等。
各家的产品都已开始广泛部署在自动驾驶车型上。
目前整体的传感器成本还有下降空间，但大规模量产已经指日可待。
总体来看，自动驾驶研发中来自传感器部分的短板正在逐步被修复。
这样，未来自动驾驶发展的重点还在于计算硬件上，也就是我们常说的自动驾驶芯片。
自动驾驶车辆上有大量的传感器，而算法精进正需要这些传感器不断收集外部数据，遍历各种极端情况，不断进化。
自动驾驶系统除了需要解决大流量数据传输问题，还需要快速处理这些海量数据，而强大的自动驾驶芯片正是那把钥匙。
业内一般认为，实现L2 自动驾驶需要的计算力在10 TOPS左右，L3需要的计算力为30 – 60 TOPS，L4需要的计算力大于100 TOPS，L5需要的计算力至少为1000 TOPS。足够高的算力只是对自动驾驶芯片的一部分要求，其在功耗表现以及安全性、稳定性方面还必须满足车载环境的需求，这里涉及的内容很广，包括了温度、湿度、振动、粉尘以及电磁兼容性等等。
大家都知道芯片设计的门槛颇高，现在广泛应用在消费电子设备中的芯片，在全球也只有少数的企业能够设计并大规模制造，而车规级芯片的开发难度又远高于消费电子芯片。
更进一步看，应用于自动驾驶的感知芯片，其设计难度又要比普通的车规芯片要高。
毫不夸张地说，应用于自动驾驶的车规级感知芯片，可以称得上是芯片设计领域的「珠峰」。
迄今为止，全球能够实现量产的具备大算力的自动驾驶芯片也就只有 Mobileye、英伟达以及特斯拉等几家大厂。

根据 Mobileye 公布的最新数据，其 EyeQ 芯片已经售出超过 5400 万片，被搭载在全球超 5000 万辆汽车上，其客户包含了 BBA 在内的顶级车企。
特斯拉曾经很长一段时间采用的是 EyeQ 系列芯片来驱动 Autopilot 系统。
在国内，蔚来 ES6/ES8、理想 One、广汽新能源 Aion LX 等车型也纷纷采用了 EyeQ4 作为其驾驶辅助系统的核心。
Mobileye 这样的战绩在市面上基本难逢敌手，这也是英特尔为何要在 2017 年斥巨资收购这家公司的原因。

GPU 霸主英伟达这几年也凭借其推出的高性能计算平台收获诸多客户，国内包括滴滴、Pony.ai、文远知行、AutoX 在内的 Robotaxi 运营商都采用了英伟达的自动驾驶计算平台。
最近上市的小鹏 P7 上还搭载了其与德赛西威联合开发的基于英伟达Xavier的自动驾驶域控制器 IPU 03。

特斯拉自不必说，正是认识到自动驾驶芯片本身的重要性，马斯克才狠下心来不惜投入重金研发出了 FSD。
可以肯定的是，FSD 不会对外供应，毕竟 FSD 将是特斯拉未来的核心竞争力，而且特斯拉自己的需求就完全可以养活其芯片开发团队。
在这样的市场格局之下，车企们都要认真思考未来如何构建自己的自动驾驶芯片供应链。
目前看来，Mobileye 的芯片和其算法是紧密耦合的，并且是打包出售，车企的自主权很小，若想用自行开发的算法几乎不太可能，所以业内对 Mobileye 的评价就是过于封闭。
而车企们要使用英伟达的芯片，门槛也很高，高昂的入会费用和联合开发费用并非一般企业承受得了。
据说小鹏汽车和和德赛西威为了开发 P7 上的自动驾驶域控制器，向英伟达支付了近 8 位数美金的会员费。
口口声声要在汽车智能化以及自动驾驶领域实现全球领先的中国汽车产业，如今在自动驾驶芯片上受制于人、仰人鼻息。
「国产自动驾驶芯片」需要加速走上舞台，成为真正的主角。
好在，国内企业中不乏这样的进取者。
3、国产自动驾驶芯片的突围
这些年，国内也涌现出了很多深耕自动驾驶芯片领域的优秀企业，他们都希望在中国这个庞大的智能汽车市场里分得一杯羹。

巨头之中，华为已经确认将依托旗下海思半导体，进军智能驾驶计算芯片和平台领域，其推出的昇腾 AI 芯片以及 MDC 将担起国产智能驾驶芯片崛起的重责。

而在诸多创新公司中，黑芝麻智能科技也称得上是自动驾驶「国产芯」的典型代表。
黑芝麻相继在 2019 年 8 月和 2020 年 6 月推出了两代自动驾驶芯片「华山一号」和「华山二号」，而且在性能与能效比上已经可以与国外竞争对手抗衡。
以今年 6 月黑芝麻最新推出的华山二号 A1000 芯片为例，其在算力上达到了 40 - 70 TOPS，相应的功耗为 8 W，能效比超过 6 TOPS/W，这个数据指标目前在全球范围处于领先水平。
之所以能实现如此高的算力，离不开黑芝麻自研的核心 IP——DynamAI NN引擎。
这个引擎采用大算力的架构，支持多形态、多精度运算；具备可适配量化、结构化剪裁以及支持稀疏加速等优势，同时还配备了自动化开发工具。
感知技术是黑芝麻引以为傲的核心优势，而A1000 是一款非常典型的感知芯片。
这颗芯片内置了 8 颗 CPU 核心，包含 DSP 数字信号处理和硬件加速器，支持市面上主流的传感器接入，包括激光雷达、毫米波雷达、4K 摄像头、GPS 等等。
非常值得一提的是，A1000 因为集成了黑芝麻自研的 NeuralIQ ISP 流水线，可支持多达 12 路高清摄像头接入。
这对于严重依赖视觉感知的自动驾驶系统来说是非常大的助益。
在芯片架构层面，黑芝麻还打造了多层异构性 TOA 架构。
这个架构将黑芝麻核心的光控技术、图像传感技术、图像视频压缩编码技术、计算机视觉处理技术以及深度学习技术有机地结合在了一起。
TOA 架构具备可扩展性，支持多芯片级联扩展，这也是为什么以华山二号芯片为基础打造的 黑芝麻 FAD 计算平台能够兼容从 L2 自动驾驶到 L4 级自动驾驶的原因。

目前，针对低级别?ADAS场景，客户可以基于低算力版本芯片 A1000L 搭建一个算力为 16 TOPS、功耗为 5W 的计算平台。
而针对高级别?L4 自动驾驶，客户可以将 4 块 A1000 芯片并联起来，实现高达 280 TOPS 算力的计算平台。
可扩展模式也是目前大多数主流自动驾驶芯片厂商所采用的策略，英伟达的 Drive AGX Pegasus、采埃孚的 Pro AI 也都是采用这样的模式。
在华山二号之后，黑芝麻还计划在 2021 年的某个时点推出华山三号，主要面向的是 L4/L5 级自动驾驶平台，其算力将超越 200 TOPS，同时会采用更先进的 7nm 制程工艺。200 TOPS 的算力水平将追平英伟达的 Orin 芯片。
而在软实力层面，相比于 Mobileye 的封闭以及英伟达高昂的入会门槛，黑芝麻的体系更加开放且更具性价比。
这体现在：黑芝麻的华山芯片拥有完善的工具链、开放的软硬件平台，支持车企进行自主可控的创新。
这一点也许能让「苦 Mobileye 久矣」的 OEM 们看到曙光。
整体来看，黑芝麻已经开发出了自动驾驶所需的感知算法、核心 IP、芯片系统架构以及工具链等等，形成了成熟的产品体系。
而这些产品背后的关键，当然还是团队。
自动驾驶芯片产品涵盖的是两大重要产业：芯片产业和汽车产业。
一个团队要打造出这样的尖端产品，少不了汽车背景和芯片背景两方面人才的加持，黑芝麻的团队正好形成了这样的良性互补。

黑芝麻联合创始人兼 CEO 单记章（右）黑芝麻联合创始人兼 COO 刘卫红（左）
黑芝麻的联合创始人兼 CEO单记章此前是图像芯片公司 OmniVision（OV）的图像算法负责人，在视觉感知领域拥有 100 多项专利。
联合创始人兼 COO刘卫红先后就职通用汽车、博世，曾出任博世底盘制动事业部亚太区总裁，在主机厂和 Tier 1 都有深厚的任职经验。
一个出身自芯片行业，另一个来自汽车制造业，两者相辅相成，未来要在自动驾驶芯片领域创造出一番天地。
针对团队的构成，刘卫红曾经提到，「我们的基因是芯片，团队里有做过车规级芯片研发和车规级芯片验证的尖端人才，想做和做过是不一样的。同时我们还整合了既懂算法，又懂得计算架构的开发人员。」
目前黑芝麻在中美两地都有团队，全球拥有近 300 名员工，团队成员很多曾就职于 OV、安霸、高通、英伟达等芯片公司，平均从业经验超过 15 年 。
4、自动驾驶芯片量产急行军
自动驾驶芯片要实现量产落地，必须要迈过车规级的坎。
自动驾驶芯片的车规级，不但包含了芯片本身的可靠性、稳定性、耐久性等要求，还要满足与车辆系统整合后的系统功能安全。目前市面上很少有供应商能同时满足两方面的要求。
黑芝麻新近推出的 A1000 芯片，从设计之初就朝着车规级的目标迈进。
它符合芯片 AEC-Q100 可靠性和耐久性 Grade 2 标准，芯片整体达到了 ISO 26262 功能安全 ASIL-B 级别。
芯片内部还有满足 ASIL-D 级别的安全岛，整个芯片系统的功能安全等级为 ASIL-D。
为此，A1000 芯片采用的是 ARM车规级的 CPU 和 GPU。
在代工厂方面，黑芝麻也是按照车规级的要求选择了台积电的 16nm 产线。这一切的目标都是为了实现这款芯片的车规级设计目标。
此前的 6 月，黑芝麻的研发团队已经对这款芯片的所有模块进行了性能测试，完全调试通过，接下来就是与客户进行联合测试，为最后的大规模量产做准备。
据悉，搭载这款芯片的首款车型将在2021 年底量产。
另外，黑芝麻的华山一号 A500 芯片也已开启量产，其与国内头部车企针对 L2+ 和 L3 级别自动驾驶的项目也正在展开。
相较于传统的汽车电子芯片厂商，黑芝麻的规划显然更加快速激进，他们需要更敏捷地把握住时间窗口。
这个时间窗口也就在这两年中，特别是今年，大部分的智能驾驶车型已经在进行芯片选型，而现在能够拿出这样的芯片产品的厂商，无疑将占得先机。
黑芝麻的 A1000 芯片已于今年 6 月发布，在量产进程中踏准了市场的节奏。
在全球智能驾驶汽车市场爆发的前夜，针对自动驾驶芯片的市场争夺也更加激烈。
头部是 Mobileye、英伟达这样的巨头；还有从移动芯片市场杀出的华为海思和高通等厂商；老牌汽车半导体厂商们也在加快布局。
如黑芝麻一样的 AI 芯片公司将成为重要的后起之秀。
智能驾驶汽车将是一个拥有巨量增长潜力的市场。
在这样的市场机遇中，黑芝麻这样的国产自动驾驶芯片厂商正在产品层面上与 Mobileye 和英伟达这样的国际巨头展开角逐，未来就是吸纳客户、建立起生态，修建自己的护城河。
单记章曾在多个场合表露过同一个愿景：PC 时代英特尔为代表的处理器企业；智能手机时代有 ARM 为代表的移动芯片公司；而黑芝麻则希望成为智能驾驶时代的英特尔和 ARM。
智能汽车的大势已成，「Big things start small」。
巨大的产业机遇之下，今天的后起之秀能否成为未来的产业巨头？
我们且行且看。
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

2. 最高280 TOPS算力，黑芝麻科技发布华山二号，PK特斯拉FSD

芯片作为智能汽车的核心「大脑」，成为诸多车企、Tier 1、自动驾驶企业重点布局的领域。
围绕着自动驾驶最为关键的计算单元，国内诞生了诸多自动驾驶芯片创新公司，在该领域的绝大部分市场份额依然被国外厂商控制的当下，他们正在争取成为「国产自动驾驶芯片之光」。
成立于 2016 年的黑芝麻智能科技便是这一名号的有力争夺者。
继 2019 年 8 月底发布旗下首款车规级自动驾驶芯片华山一号（HS-1）A500 后，黑芝麻又在这个 6 月推出了相较于前代在性能上实现跃迁的全新系列产品——华山二号（HS-2），两个系列产品的推出相隔仅 300 余天，整体研发效率可见一斑。
1、国产算力最高自动驾驶芯片的自我修养
华山二号系列自动驾驶芯片目前有两个型号的产品，包括：
应用于?L3/L4?级自动驾驶的华山二号 A1000?；针对?ADAS/L2.5?自动驾驶的华山二号 A1000L。
简单理解就是，A1000 是高性能版本，而 A1000L 则在性能上进行了裁剪。
这样的产品型号设置也让华山二号系列芯片能在不同的自动驾驶应用场景中进行集成。
相较于 A500 芯片，A1000?在算力上提升了近?8 倍，达到了?40 - 70TOPS，相应的功耗为?8W，能效比超过?6TOPS/W，这个数据指标目前在全球处于领先地位。
华山二号 A1000 之所以能有如此出色的能效表现，很大程度是因为这块芯片是基于黑芝麻自研的多层异构性的?TOA 架构打造的。
这个架构将黑芝麻核心的图像传感技术、图像视频压缩编码技术、计算机视觉处理技术以及深度学习技术有机地结合在了一起。
此外，这款芯片中内置的黑芝麻自研的高性能图像处理核心?NeuralIQ ISP?以及神经网络加速引擎?DynamAI DL?也为其能效跃升提供了诸多助力。
需要注意的是，这里的算力数值之所以是浮动的，是因为计算方式的不同。
如果只计算 A1000 的卷积阵列算力，A1000 大致是 40TOPS，如果加上芯片上的 CPU 和 GPU 的算力，其总算力将达到?70TOPS。
在其他参数和特性方面，A1000 内置了 8 颗 CPU 核心，包含 DSP 数字信号处理和硬件加速器，支持市面上主流的自动驾驶传感器接入，包括激光雷达、毫米波雷达、4K 摄像头、GPS 等等。
另外，为了满足车路协同、车云协同的要求，这款芯片不仅集成了 PCIE 高速接口，还有车规级千兆以太网接口。
A1000 从设计开始就朝着车规级的目标迈进，它符合芯片 AEC-Q100 可靠性和耐久性 Grade 2 标准，芯片整体达到了 ISO 26262 功能安全 ASIL-B 级别，芯片内部还有满足 ASIL-D 级别的安全岛，整个芯片系统的功能安全等级为?ASIL-D。
从这些特性来看，A1000 是一款非常标准的车规级芯片，完全可以满足在车载终端各种环境的使用要求。
A1000 芯片已于今年 4 月完成流片，采用的是台积电的 16nm FinFET 制程工艺。
今年 6 月，黑芝麻的研发团队已经对这款芯片的所有模块进行了性能测试，完全调试通过，接下来就是与客户进行联合测试，为最后的大规模量产做准备。
据悉，搭载这款芯片的首款车型将在?2021 年底量产。
随着 A1000 和 A1000L 的推出，黑芝麻的自动驾驶芯片产品路线图也更加清晰。
在华山二号之后，这家公司计划在 2021 年的某个时点推出华山三号，主要面向的是 L4/L5 级自动驾驶平台，芯片算力将超越 200TOPS，同时会采用更先进的 7nm 制程工艺。
华山三号的?200TOPS?算力，将追平英伟达 Orin 芯片的算力。
去年 8 月和华山一号 A500 芯片一同发布的，还有黑芝麻自研的 FAD（Full Autonomous Driving）自动驾驶计算平台。
这个平台演化至今，在 A1000 和 A1000L 芯片的基础上，有了更强的可扩展性，也有了更广泛的应用场景。
针对低级别的 ADAS 场景，客户可以基于 HS-2 A1000L 芯片搭建一个算力为 16TOPS、功耗为 5W 的计算平台。
而针对高级别的 L4 自动驾驶，客户可以将 4 块 HS-2 A1000 芯片并联起来，实现高达 280TOPS 算力的计算平台。
当然，根据不同客户需求，这些芯片的组合方式是可变换的。
与其他大多数自动驾驶芯片厂商一样，黑芝麻也在可扩展、灵活变换的计算平台层面投入了更多研发精力，为的是更大程度上去满足客户对计算平台的需求。
反过来，这样的做法也让黑芝麻这样的芯片厂商有了接触更多潜在客户的机会。
根据黑芝麻智能科技的规划，今年 7 月将向客户提供基于 A1000 的核心开发板。
到今年 9 月，他们还将推出应用于 L3 自动驾驶的域控制器（DCU），其中集成了两颗 A1000 芯片，算力可达 140TOPS。
2、黑芝麻自动驾驶芯片产品「圣经」
借着华山二号系列芯片的发布，黑芝麻智能科技创始人兼 CEO 单记章也阐述了公司 2020 年的「AI 三次方」产品发展战略，具体包括「看得懂、看得清和看得远」。
这一战略是基于目前市面上对自动驾驶域控制器和计算平台的诸多要求提出的，这些要求包括安全性、可靠性、易用性、开放性、可升级以及延续性等。
其中，看得懂直接指向的是?AI 技术能力，要求黑芝麻的芯片产品能够理解外界所有的信息，可以进行判断和决策。
而看得懂的基础是看得清，这指的是黑芝麻芯片产品的图像处理能力，需要具备准确接收外界信息的能力。
这里尤其以摄像头传感器为代表，其信息量最大、数据量也最多，当然传感器融合也不可或缺。
看得远则指的是车辆不仅要感知周边环境，还要了解更大范围的环境信息，这就涉及到了车路协同、车云协同这样的互联技术，所以我们看到黑芝麻的芯片产品非常注重对互联技术的支持。
作为一家自动驾驶芯片研发商，这一战略将成为黑芝麻后续芯片产品研发的「圣经」。
3、定位 Tier 2，绑定 Tier 1，服务 OEM
现阶段，发展智能汽车已经成为了国家意志，在政策如此支持的情况下，智能汽车的市场爆发期指日可待。
根据艾瑞咨询的报告数据显示，到 2025 年全球将会有 6662 万辆智能汽车的存量，中国市场的智能汽车保守预计在 1600 万辆左右。
如此规模庞大的智能汽车增量市场，将为那些打造智能汽车「大脑」的芯片供应商培育出无限的产品落地机会。
作为其中一员，黑芝麻智能科技也将融入到这股潮流之中，很有机会成长为潮流的引领者。
作为一家自动驾驶芯片研发商，黑芝麻智能科技将自己定位为?Tier 2，未来将绑定 Tier 1 合作伙伴，进而为车企提供产品和服务。
当然，黑芝麻不仅能提供车载芯片，未来还将为客户提供自动驾驶传感器和算法的解决方案，还有工具链、操作平台等产品。
凭借着此前发布的华山一号 A500 芯片，黑芝麻智能科技已经与中国一汽和中科创达两家达成了深入的合作伙伴关系，将在自动驾驶芯片、视觉感知算法等领域展开了诸多项目合作。
另外，全球顶级供应商博世也与黑芝麻建立起了战略合作关系。
目前，黑芝麻的华山一号 A500 芯片已经开启了量产，其与国内头部车企关于 L2+ 和 L3 级别自动驾驶的项目也正在展开。
如此快速的落地进程，未来可期。
有意思的是，黑芝麻此番发布华山二号系列芯片，包括中国一汽集团的副总经理王国强、上汽集团总工程师祖似杰、蔚来汽车 CEO 李斌以及博世中国区总裁陈玉东在内的多位行业大佬都为其云站台。
这背后意味着什么？给我们留下了很大的想象空间。
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

3. 自动驾驶芯片哪家强，这家中国创业公司竟然说自己超越了特斯拉

文/田忠朝
在自动驾驶量产应用上，特斯拉为何能遥遥领先？很多人认为是其强大的软件算法，其实软件算法固然重要，但拥有强大计算能力的感知和决策芯片也必不可少。

在过去PC时代，顶尖的芯片技术一直被英特尔、AMD这样的国外巨头垄断，直到移动通信时代随着华为、紫光展锐的崛起，国内才开始有了与苹果、高通相抗衡的芯片企业。
那么在自动驾驶芯片领域，我们与国外又有多少差距呢？

国外自动驾驶芯片处于什么水平？
目前国外自动驾驶芯片真正进入大规模量产车市场的也就三家：
英伟达
产品注重算力，但同时功耗也大，因此曾被马斯克调侃“性能一样的耗电更高，耗电差不多的性能弱鸡”。

这也直接让伤了面子的老黄决定不再挤牙膏，从橱柜里掏出了 其Drive AGX Orin新产品以及Ampere 架构旗舰产品Nvidia EGX A100芯片，这应该是目前世界上最高效的深度学习芯片，7nm制程工艺，算力624TOPS，功耗400W。

基于这枚芯片，英伟达造出了目前世界上算力最强的自动驾驶芯片方案——Drive AGX Robotaxi，算力 2000TOPS，但功耗高达800W，它的出现显然是冲着未来L5全自动驾驶秀肌肉的。

所以目前英伟达的主要实用产品还是Xavier，从小鹏 P7 到沃尔沃、奔驰、丰田的一些车型都在使用。另外如小马智行在美国的电动车队用的是英伟达 Pegasus，用于训练高等级自动驾驶汽车。

 而未来可期的是英伟达Drive AGX Orin， 200TOPS 的算力超越特斯拉 Autopilot 硬件 3.0，功耗却只有45W，可能在未来一段时间成为主机厂新宠，就看什么时候能进入量产应用。

Mobileye
芯片产品算力不强但走实用路线，主要用于摄像头的数据感知，而并非中央域处理器。所以在早期的L2辅助驾驶车型市场占主流地位，包括小鹏G3、蔚来ES6/ES 8、广汽新能源Aion LX都用了Eye Q4芯片，算力 2.5TOPS，功耗 3W。

但随着自动驾驶等级的提升，中央域处理器的作用越来越大，Mobileye的产品就开始有点力不从心而被边缘化，虽然被英特尔收购后称会使用英特尔的 7 nm工艺“打磨”EyeQ5，但Eye Q5算力依然只有24TOPS，功耗10W，它在自动驾驶解决方案中只能作为感知芯片处理图像等信息，无法进入“中央”决策层。

特斯拉
先后用过Mobileye、英伟达的芯片，后来嫌弃它们性能跟不上发展，从2016年开始自研芯片。

2019年4月份特斯拉FSD（Full Self Driving全自动驾驶）芯片正式以量产的形式发布，被马斯克誉为“世界上最好的芯片”，算力144TOPS，功耗72W，能效比2TOPS/W，就目前来说，确实是量产车最好用的自动驾驶芯片。

再来说说国内三家主流芯片企业发展程度
黑芝麻
近日，这家科技创业公司发布了公司成立四年来最重磅的产品，两款自动驾驶感知芯片华山二号A1000和A1000L（Lite）。
其中A1000使用台积电16nm工艺制造，算力40-70TOPS，功耗8-10W，从性能来看，它对标的将是特斯拉FSD和英伟达Xavier芯片。但是从能效比来说，A1000优势更明显。

特斯拉FSD算力144TOPS，功耗72W，能效比2TOPS/W；英伟达Xavier算力30TOPS，功耗30W，能耗比1TOPS/W。而华山二号A1000单芯片能效比超过6TOPS/W ,双芯片叠加组成的域控制器能效比也超过5TOPS/W。

而且它的自由组合度极高，根据黑芝麻给出的计算平台方案， 
单颗A1000L芯片适用于低等级级ADAS辅助驾驶；
单颗A1000芯片适用于L2+自动驾驶；
双A1000芯片互联组成的域控制器可支持L3级别自动驾驶；
四颗A1000芯片叠加可用于未来L4级别自动驾驶。

虽然用于L3/L4的方案看起来有点夸张，但从官方这介绍来看不可否认，这款芯片符合AEC Q-100、单芯片ASIL B、系统ASIL D汽车功能安全要求，应该是目前极少符合以上所有安全标准的国产车规级芯片，也是目前能支持L3及以上级别自动驾驶的最强国产芯片。

寒武纪
前身是中国科学院计算技术研究所下，应该是最早进入大家视线的芯片公司，但该公司更专注于人工智能领域，早在2016年就发布了首款商用深度学习处理器寒武纪1A。
同时还有两款用于人工智能芯片IP授权的产品Cambricon-1M和Cambricon-1H，用于手机或者汽车终端上的人脸识别、指纹识别、障碍物识别、路标识别等应用加速。

此外寒武纪也发布了两款用于边缘计算（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。）的人工智能加速卡，思元220和思元270，在边缘计算中起着提高数据安全、降低处理延时以及优化带宽利用的作用。

性能上思元270满血版（F4）算力达到128TOPS，功耗70-150W，与早期的英伟达Tesla T4计算卡（算力130TOPS，功耗75W）性能相近，但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。

地平线
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。
相比大多数注重硬件算力的芯片公司，地平线更注重以“算法+芯片”为核心的嵌入式人工智能解决方案，简单来说就像安卓机与苹果的区别，安卓手机更追求硬件性能，软件系统由不同厂商自己匹配；而苹果手机硬件和软件系统是一体设计的。

在产品方面，地平线目前拥有用于边缘人工智能的征程二代芯片，算力4TOPS，功耗2W，主要用于自动驾驶中对车辆、行人和道路环境等目标的感知，类似MobileyeQ系列芯片。
此外是用于AIoT边缘计算的旭日二代芯片，算力4TOPS，功耗2W，主要用于智能家居、智慧城市、智能安防、工业机器人等应用领域。

当然，地平线也推出了基于征程芯片的自动驾驶解决方案——Matrix，其中Matrix二代拥有16TOPS的等效算力，可用于摄像头等传感器的数据感知和融合。预计今年将发布的Matrix三代，将拥有192TOPS的算力，功耗48W，可以竞争特斯拉FSD芯片。

最后
我们整理了目前一些主要芯片参数性能，可以看出，国内自动驾驶芯片在超前研发方面可能与国外老牌企业还有一定差距，但是在同一起跑时间点上大家的差距并不大，例如黑芝麻芯片产品在性能和功耗上已经可以与特斯拉掰手腕了。

可以预见，未来自动驾驶技术必然是各国竞争的高地，而自主可控的芯片技术对于增强我国自动驾驶行业整体实力来说将会有很大的帮助。
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

4. 蔚来计划自主研发自动驾驶计算芯片 已成立独立硬件团队

易车讯 近日，据媒体报道，蔚来计划自主研发自动驾驶计算芯片，虽然目前该计划处于初期阶段，但是蔚来汽车董事长兼CEO 李斌已经推动成立独立硬件团队。在未来汽车制造领域，电动化、智能化和自动驾驶技术是核心竞争力，这是非常具有前瞻性的策略。


据知情人士透露，蔚来汽车董事长兼CEO 李斌意向已经明确，将会推动自研自动驾驶计算芯片的发展，虽然目前还未经董事会讨论，但是已经开始与公司高层及股东们进行提前沟通。


蔚来内部的独立硬件团队叫做“Smart HW（Hardware）”，据悉自研芯片所需的资金投入从10亿人民币到10亿美元不等，主要看研究技术的方向有多先进。2020年，蔚来通过各种渠道的融资超过200亿元。
同时，知情人士还表示，由于自研自动驾驶计算芯片计划涉及资金较大，因此可能会进入下一年度预算，而且推测该计划在公司内部通过的可能性较大。


目前，蔚来的美股股价在28美元左右，总市值352亿美元左右，是全国第二大市值车企，仅次于比亚迪。

5. 国产汽车智能芯片异军突起 能否挑落Mobileye与英伟达？

易车原创 芯片荒已成为全球面临的一大问题，过去我们承受着被“卡脖子”的命运，现如今，国产芯片企业异军突起，纷纷发布高性能车载芯片。
7月28日，车规级自动驾驶计算芯片和平台研发企业黑芝麻智能科技宣布，旗下第二款大算力自动驾驶芯片华山二号A1000 Pro 已于近日流片成功，目前该芯片已经打通感知算法，下一步将给客户送样，计划在2022年年底实现车型量产上市。7月29日，边缘人工智能平台领导者地平线在上海国际汽车城隆重举办“征程与共，一路同行” 高性能大算力整车智能计算平台战略发布会。
黑芝麻与地平线可以说是目前芯片领域的两家黑马，公司成立时间都是五年左右，但独到的眼界让他们押准了赛道，现如今这两家企业都已经展露了他们不俗的实力与技术储备，一直以来芯片领域被因特尔的Mobileye与英伟达等少数国外供应商垄断，无论从成本、技术以及未来发展都制约着我们的国产OEM，如何打破这种垄断，真正实现技术自信，我想这需要我们国产的高新技术企业不断努力才行。


要想知道一家企业实力如何，最直接的还是看他的产品，今年4月，黑芝麻智能发布了车规级自动驾驶芯片A1000 Pro，A1000 Pro是黑芝麻智能继A1000之后推出的第二款高性能大算力车规级自动驾驶计算芯片。
性能优势：
基于两大自研核心IP——车规级图像处理器NeuralIQ ISP以及DynamAI NN车规级低功耗神经网络加速引擎打造。
得益于DynamAI NN大算力架构，A1000 Pro 支持INT8稀疏加速，算力达到106 TOPS，最高可达196 TOPS。
采用业界创新先进封装工艺集成多个核心，解决了在16nm工艺下支持超大规模深度学习引擎的难题。
A1000 Pro基于内部多核心建立高速通信通路，大幅提高数据传输效率。
A1000 Pro内置高性能GPU能够支持高清360度 3D全景影像渲染，覆盖L3/L4高级别自动驾驶功能，支持从泊车、城市内部，到高速等高级别自动驾驶场景。
A1000 Pro支持黑芝麻智能最新的FAD全自动驾驶平台。

安全优势：
作为黑芝麻智能最新一代高性能计算平台，不仅拥有出众的性能表现，在车规安全可靠方面，A1000 Pro也十分出色。
A1000 Pro是国内目前唯一能够满足ISO 26262ASIL D级别功能安全要求的大算力芯片。
要知道在行业标准中，ASIL等级定义了对系统安全性的要求，共分为A、B、C、D四个等级，严格程度依次递增。ASIL等级越高，对系统的安全性要求越高，也意味着系统设计的复杂程度越高，开发周期越长，开发成本越高。其中，ASIL D覆盖诊断99%以上的故障。汽车上各个系统ASIL等级要求各不相同，如车灯系统要求达到ASIL B，而智能驾驶系统、车身稳定控制等安全相关系统则一般要求要达到ASIL D等级。
达到ASIL D意味着，平均连续工作11420年左右才发生一次失效。

征程5是继征程2和征程3中国车规级人工智能芯片量产先河之后的第三代车规级产品，兼具大算力和高性能。

性能优势：
单颗芯片AI算力128 TOPS，支持16路摄像头感知计算，支持自动驾驶所需要的多传感器融合、预测和规划控制等需求。
计算性能1283FPS，30W功耗，延迟小于60毫秒。

余凯表示，地平线并不单纯追求物理算力，而更看中深度神经网络算法在芯片上的计算效率，即FPS（Frames Per Second）。“这是最真实的AI效能，同等FPS下，地平线的功耗只有英伟达的几分之一。

从算力数据看，征程5远超英伟达Xavier的30TOPS，低于英伟达下一代芯片Orin的254TOPS。但余凯认为，衡量芯片本身有没有价值，在于软件在芯片之上是不是能够充分的去施展软件的魅力。1000TOPS意味着什么？它不是你的效用、性能、不是用户价值，它是给车厂的成本。余凯表示，相比算法，芯片的价值更应体现在芯片对于先进的网络算法的适用性以及应用后的效率上，盲目的铺算力，余凯认为是没有价值的，不真正产生用户价值，真正的价值在于软件在芯片上面真实跑的性能。”
安全优势：
征程5芯片于今年7月获得全球公认的汽车功能安全标准——ISO 26262 ASIL-B功能安全产品认证，其功能安全架构、设计实现及安全覆盖率均达到了ASIL-B级别，可为ADAS应用提供安全保护方案，满足主流OEM和Tier1的功能安全开发要求。

目前我们所了解到的消息是，全球各个芯片公司的新品首次量产上车车型均为中国品牌，主打中国消费市场，像吉利极氪001搭载的是英特尔旗下的Mobileye EyeQ5H,今年就会上市，新款理想ONE搭载的地平线征程3已经上市，小鹏P7搭载了英伟达的Xavier芯片也早已上市，当然还有长城高端车将会搭载高通的Snapdragon Ride芯片，蔚来的ET7将会搭载英伟达的Orin芯片，也都会在2022年交付。无论是国外的头部企业还是我们国内的芯片公司都不约而同的选择了在中国车型上上车，说明未来中国将会是智能汽车的角斗场。
我们把目前几款主流芯片的性能做了汇总和比对。

通过上表我们看出我们国产的芯片在算力和功耗上达成了不错的平衡，并且能完全和国外的芯片厂商抗衡，现在更需要的就是我们国内的主机厂能给我们自己的Tier1/Tier2更多的信任与支持，相信我们自产的芯片完全可以胜任L2-L4的自动驾驶能力。
并且我们国内的芯片厂商相比国外的更加包容和开放，这对于主机厂来说有更多的拓展性和自主性，国外厂商一般会把一个集成好的黑匣子交付给厂商，芯片、算法等一系列技术都不能公开给我们，这样很大限制了主机厂的自研道路和对于自身产品的功能升级。

以地平线为例，本次发布会地平线发布了基于seL4安全微内核架构的实时车载操作系统——TogetherOS，同时宣布将TogetherOS开源开放，携手智能汽车产业生态合作伙伴一起共建车载OS的开放生态系统。发布会上，地平线宣布与AutoCore、斑马智行、长安汽车、长城汽车、江汽集团、上汽集团、雄狮科技达成生态合作伙伴关系。

与此同时基于征程5打造的Matrix5自动驾驶计算平台，全面适配地平线领先的算法软件模块，硬件配置可定制，开放灵活易用又可自主创新。Matrix5的AI算力强劲，基于4颗征程5，算力高达512TOPS，能够满足ADAS、高等级自动驾驶、智能座舱等多场景需求。

地平线还发布了集成全场景自动驾驶和车内外联动体验于一体的Horizon Matrix SuperDrive整车智能解决方案。Horizon Matrix SuperDrive基于征程5打造，融合47个传感器，可互为补充，能够满足高速、城区、泊车以及智能人机交互等全场景整车智能需求。
写在最后
所以可见我们国内的自主芯片公司秉持着开放、开源、合作共赢的态度拥抱整个行业客户。全球自动驾驶快速发展的今天，自动驾驶芯片的需求正在快速增长，高算力、高效能的自动驾驶芯片更是十分稀缺。市场的巨大需求让黑芝麻以及地平线等初创公司快速崛起。
同时，国内企业的大举进入，将不断影响全球自动驾驶芯片的格局，在芯片设计上掌握更多的主动权。我们可以预见一个美好的未来，期待有更多我们的国产芯片量产上车。

6. 地平线CEO余凯 讲述汽车智能芯片,驱动自动驾驶新发展

易车讯，6月22日正逢中汽创智在南京举行周年庆活动，下午的自动驾驶论坛上地平线的创始人兼CEO余凯展开了一场别开生面的主题演讲，演讲时间虽然不长，但干货满满，对于芯片在未来自动驾驶发展过程中所起到的关键性作用给出了充分的阐述，也分析了未来行业发展的6大趋势。接下来笔者将会围绕此次演讲对于芯片技术以及行业发展动向做出一系列分析与展望。

说起地平线这家公司可能各位还不是十分熟悉，其实地平线是边缘人工智能芯片的全球领导者。目前，地平线是国内唯一实现车规级人工智能芯片前装量产的企业。最近最值得关注的就是地平线开发的征程3芯片已在最新款的理想ONE上成功搭载并上市，可以说这也是我们国产芯片品牌的一大创举，向全球展示了我们的自主研发能力，不用再被像英伟达和Mobileye这样的芯片厂商所“卡脖子”。
行业发展的6大趋势

各位最近一定被一波又一波的造车新闻刷屏了吧，可能能说的上来的就是小米要造车，当时振奋了一大波“米粉”的心，但其实造车这股热潮远比我们想象的来的更猛烈，造车新势力就不说了，像蔚来、小鹏和理想等等；手机领域的华为、小米以及OPPO,互联网领域里的百度和360；出行领域里的滴滴和货拉拉；科技制造领域的大疆和富士康；地产领域的恒大和宝能；以及最出人意料的家电领域也不甘示弱，美的、海尔、创维和格力都在蠢蠢欲动的觊觎这份硕大的蛋糕，其实这么多行业和领域同时入局造车从侧面可以反映出这是一个创新的时代，也是一个绝佳的机会，未来10年会迸发出许多优秀的造车企业，我们值得期待也更需要我们支持自己的民族企业。

 目前我们所了解到的消息是，全球各个芯片公司的新品首次量产上车车型均为中国品牌，主打中国消费市场，像吉利极氪001搭载的是英特尔旗下的Mobileye EyeQ5H,今年就会上市，新款理想ONE搭载的地平线征程3已经上市，小鹏P7搭载了英伟达的Xavier芯片也早已上市，当然还有长城高端车将会搭载高通的Snapdragon Ride芯片，蔚来的ET7将会搭载英伟达的Orin芯片，也都会在2022年交付。无论是国外的头部企业还是我们国内的芯片公司都不约而同的选择了在中国车型上上车，说明未来中国将会是智能汽车的角斗场。


路径1是依靠全栈的智能化巨头，传感器、芯片、算法/软件以及域控制器都由Tier1打包给主机厂，在这种路径下可能可以快速的上车，但是从长远角度来说，主机厂如果完全依靠供应商来做产品的话那么一定会沦为无可奈何的平庸，因为没有自研的软件和算法，没有构建起完整的生态，那么日后对于OTA以及客户的需求都无法做到有效解决和满足；路径2则是有章可循的成功，主机厂自研软件和算法，联合高精地图厂商、传感器厂商、V2X等等打造生态共赢的智能汽车生态圈，这也是最为稳妥的通往未来的道路；当然还有一种更为激进的路径3，就是完全垂直自研，例如像特斯拉一样，不靠别人就靠自己，但这也是一种难以复制的杰出才能实现的。所以未来对于主机厂来说还是谋求一种生态上的合作共赢，自己要有技术同时包容开放。

我们知道现在芯片日益紧缺，如何才能在这种大环境下保持产能的稳定，那就需要从底层架构上做出改进和提升，例如从分布式的ECU架构向域架构，最终走向中央计算架构，这样做的好处就是能将一辆车上百个芯片缩减到个位数，大大提高集成率。

 

智能人机交互体现在提升用户心理安全、实现预期功能安全以及自然交互所带来的体验提升；自动驾驶则需要有场景化的智能决策、更精准的人机驾驶切换以及主动安全方面的响应。


传统架构是将AI计算割裂成两部分，一部分是智能驾驶，另一部分则是座舱域，座舱内部有一小部分做人机交互；目前正在演进的方向则是单独拿出一块芯片做人机交互，也就是智能HMI独立于传统座舱，智能驾驶和座舱还是原来一样的两部分；那么终局会是什么样呢，余凯给出的答案是成为一个中央计算机，AI计算成为一个整体，驾驶域和座舱域将走向以神经网络计算、数据驱动为代表的软件2.0时代， “不仅是智能驾驶，还有所有的整车车身、道路环境、人机交互等数据，都要放在一起。”

 六大趋势介绍完成后余凯更是将演讲推向了高潮，打破了行业内对于芯片算力的过度痴迷，
余凯表示，地平线并不单纯追求物理算力，而更看中深度神经网络算法在芯片上的计算效率，即FPS（Frames Per Second）。“这是最真实的AI效能，同等FPS下，地平线的功耗只有英伟达的几分之一。

余凯认为，衡量芯片本身有没有价值，在于软件在芯片之上是不是能够充分的去施展软件的魅力。1000TOPS意味着什么？它不是你的效用、性能、不是用户价值，它是给车厂的成本。余凯表示，相比算法，芯片的价值更应体现在芯片对于先进的网络算法的适用性以及应用后的效率上，盲目的铺算力，余凯认为是没有价值的，是不真正产生用户价值，真正的价值在于软件在芯片上面真实跑的性能。” 

演讲的最后余凯向我们展示了2021款理想ONE的发布会现场的视频，在发布会上，理想汽车创始人李想高度评价称“地平线是其见过配合程度最高、最专业的芯片供应商团队。”开放性的生态理念和中国企业独有的性价比优势，使地平线广受主机厂欢迎。最后余凯也向我们表达了期望中国主机厂能够相信我们国产芯片企业的实力，谋求合作共赢，做到互相扶持。那么就让我们共同期待中国主机厂和初创科技公司能在日后摩擦出更多的火花吧。
 
 
 

7. 互联网机遇有多好，让小米也加入造车的行列呢？

小米集团在港交所发布公告，宣布正式成立小米智能汽车业务。这个消息公布后，瞬间引起了广泛的关注。最终，从手机制造到汽车制造的跨度可以用差距来形容。尽管如此，不仅小米，华为、苹果等网络新员工也暴露出进驻汽车行业的野心，使未来汽车市场充满变数。与部分新势力造车和传统车企业不同，该网络具有互联网技术背景，但在造车水平上无疑是新手，因此，不选择轻钢车辆领域，甚至轻核都将拥有实力的品牌作为合作伙伴。


所谓酒业有专业，互联网新贵的优势在哪里？当然是筹码。目前国内汽车芯片面临的两个主要问题都听过。一个是传染病导致的芯片不足，导致严重进口芯片的汽车企业为了缓解芯片断层，只能减产。但去年11月华为表示，计划在2021年底之前在“物联网”设备上制造28纳米芯片，并在2022年底之前在上海建设一家不使用美国技术的芯片工厂。这不仅意味着芯片短缺问题将得到缓解，极度依赖进口芯片的局面将被彻底打破，与华为联手的ARCFOX极致号也将首先享受国产芯片的优势。

汽车芯片技术开发问题，随着汽车智能化的逐步提高，芯片的性能要求也在迅速提高。但是对汽车公司来说，自己开发芯片的费用巨大，所以要把专业的工作交给专家，这些网络新人无疑是最合适的人选。

在举行的世界互联网大会“互联网汽车乌镇夜华”论坛上，友立国ARCFOX极号总裁3360”ARCFOX极号和华为共同制作的Arcfox极号最新产品HBT表示，明年将上市。新车配有3个96线激光雷达、6个毫米波雷达、12个摄像头、13个超声波传感器、华为提供的计算能力达到每秒352万亿次的芯片。”相反，特斯拉目前的HW3.0自动驾驶芯片的计算力可以达到每秒72万亿次，但即使发展到HW4.0，计算力也只能达到每秒216万亿次，与华为提供的芯片相差136万亿次，每秒136万亿次，可见互联网的新贵赋予的技术优势。

8. 电动车最怕缺什么芯片，TA也会被老外“卡脖子”吗？

“很遗憾，在半导体制造方面，华为只是做了芯片的设计，没搞芯片的制造。”三个月前，在中国信息化百人会2020年峰会上，华为消费者业务CEO余承东表示，由于美国的制裁，华为麒麟高端芯片在9月15日之后无法制造。

这个爆炸性的消息在短时间内就攻占了各大媒体平台的头条，甚至在很长一段时间内，手机芯片相关的新闻、科普内容都成了大家关注的焦点。
在认清现实后，国内消费者才发现经过这些年的快速发展，虽然国内手机自主品牌在许多领域都取得了令人瞩目的成绩，但是在高精尖的芯片制造领域，依旧被国外企业紧紧地“卡脖子”。
华为芯片的断供，也让我们开始担心——“手机芯片都断供了，汽车还会远吗？”
果不其然！在距离结束“黑暗”的2020年仅剩最后一个月之际，全球芯片领域再度遭遇短缺潮，无情的事实就像一只铁手，钳住了汽车行业的喉咙。
月初，一条关于南北大众汽车停产的消息在网上迅速发酵，引起外界的广泛关注。消息称，由于受到芯片供应不足的影响，上汽大众从12月4日开始停产，一汽-大众也从本月初进入停产状态。

这次芯片短缺的原因并不像华为那样掺杂了复杂的因素，更多的是供需关系和车企对市场的判断出现了偏差的问题。
芯片行业采购周期偏长，一般来说要提早半年到一年开始向芯片生产企业订货，年初国内受疫情冲击，车企停产，各家车企在那时候普遍对市场失去信心，纷纷减少芯片订单。但后面随着疫情逐渐受到控制，市场回暖的速度超出了大家的预期，产能需要迅速拉满，这个时候却发现芯片库存告急。

虽然说，年中的时候不少车企试图向国外芯片厂商增加订单，但是那个时候正是国外疫情失控的时间节点，多家海外芯片公司工厂停产减产，导致全球芯片供应量大幅减少。所以国内汽车销量暴增，国外芯片不足，自然就出现“僧多粥少”的现象。
虽然说华为的遭遇只是个案，但是汽车产业的“缺芯”风波，再次暴露出了国内企业在芯片领域的短板。基于此，我们不得不思考一个问题：传统燃油车都会受到芯片短缺的影响，那么更像电子产品的智能电动车，理论上需要的芯片数目和种类会更多。
所以在电动车上，有哪些芯片是存在“爆雷”风险的呢？
MCU：比传统燃油车用的更多，缺芯风险最高
MCU是在一块芯片上集成CPU、内存、计数器、A/D等多种模块的微处理器（相当于一个微型计算机），可为不同应用场景实施不同控制，起到类似于人类大脑的控制作用。在汽车上，MCU既可用于车载信息娱乐产品，也可用于雨刷、车窗、电动座椅等车身控制领域。

举个例子来说，控制发动机运行的ECU（电子控制单元，其核心部件为MCU）上有众多输入输出电路，它和其它电子控制单元一起协同工作，随时接受各种数据并做出指令。
最简单的就是当我们踩下油门踏板时，ECU接收到信号后就会控制发动机喷油量和点火时间，让车辆根据驾驶员意图运行。
根据媒体的报道，这次南北大众出现停产，主要是因为大陆的ESC和发动机ECU两个系统中缺乏芯片供应而断供造成的。
根据市场研究公司iSuppli的报告显示，在一辆车装备的所有半导体器件中，MCU大概占三成。捷豹路虎的工程师Tomar曾在公开演说中提到，捷豹路虎的燃油车通常配备超过70个ECU。

而电动车更加智能化和网联化，数量众多的摄像头、雷达等传感器，在感知、决策和执行机构的运行层面都需要芯片的支持，一台智能电动车所需要的MCU超过300颗（一台更比四台强）。
也就是说，如果未来国内汽车行业，车用芯片自研率依旧只有5%，绝大部分还是靠进口的话，MCU功能芯片的短缺将严重影响新能源汽车的“弯道超车”。
IGBT：新能源汽车的“最强大脑”，价格已经涨了好几次
IGBT学名叫绝缘栅双极型晶体管，它是由绝缘栅双极型晶体管芯片（IGBT）与续流二极管芯片（FWD)，通过特定的电路桥接封装而成的模块化半导体产品。

IGBT可以说是汽车电控的核心，堪称是新能源车的“最强大脑”。一般情况下，一辆纯电动汽车需要数百个IGBT模块，其成本占整个电控部分成本的近50%，同时占整车成本的5-10%。
IGBT在电动车的作用是将交流电和直流电进行转换，同时IGBT还承担电压的高低转换的功能。
举个例子来说，电动车在充电时，充电桩输出的是交流电，这时就需要通过IGBT把交流电转变成直流电，同时要把220V电压转换成适当的电压值才能给电池组充电。

正常行驶的时候，电池中的直流电需要通过IGBT转变成交流电机才可以让电机工作起来。IGBT的好坏直接影响电动车功率的释放速度，直白点说就是影响电动车的性能表现。
除此之外，IGBT在充电桩电源模块上还扮演了必不可少的角色，它约占充电桩 20% 的成本。
未来新能源汽车的普及也必将推动充电桩需求的提升，且随着应用场景的优化，快充将成必然需求，带动充电桩数量和功率的提升，IGBT的市场空间将进一步扩大。
遗憾的是，电动车和充电桩上这么关键的一个东西，在国内除了比亚迪（设计和量产）和其他拥有芯片设计能力的小型企业外，绝大部分基本上时被国外企业所垄断。

三菱电机生产的IGBT已经成为业内默认的标准，同时欧洲的阿尔斯通、西门子、庞巴迪也是一半以上采用三菱电机的IGBT。除了日系厂家，英飞凌也包揽了几乎所有电动车的IGBT芯片。
那么IGBT是不是和MCU芯片一样已经开始断供了呢？
目前，蔚来、小鹏和理想汽车等多家新能源车企表示生产暂时没有受到芯片（MCU、IGBT）短缺的影响，并且已经提前做好准备。
新能源汽车车企为什么没有受到这次“缺芯”风波的影响原因其实很明显：和燃油车比起来，新能源汽车的大盘还是太小，各家车企对市场的判断比较客观，芯片相关的订单恰到好处。虽然说，IGBT芯片还没有出现断供，但是它的价格已经涨了好几轮。
实际上，早在2019年第二季度开始，晶圆（可以看做芯片原料）供应不足的问题就已经出现。然而今年受疫情停工等因素影响，晶圆供应不足的问题日趋严重，尤其是汽车用的8英寸晶圆的供应早已经严重紧张，交货时间早就被延长至了3-4个月。
其中，一直被英飞凌、三菱、富士电机等少数供应商所垄断的IGBT，缺货涨价更是持续了较长时间，业内甚至一度传出IGBT供货周期延长至52周（此前正常的供货周期是7-8周），价格甚至有的已经翻了一倍。
从这个趋势可以看出，除非比亚迪这样的“实干”造芯企业越来越多，不然未来新能源汽车数量不断攀升后，IGBT芯片同样会出现缺芯“爆雷”的情况。
自动驾驶芯片：不会短缺，但是依旧限制于人
在大多数消费者来看，自动驾驶和电动车相辅相成，缺一不可。
但是他们不知道，在自动驾驶领域，如果说车载摄像头、毫米波雷达以及激光雷达是人的眼睛、手、嗅觉等感官部位，那自动驾驶芯片就可以比作是人的大脑，负责处理各类复杂计算。

不管是L2、L3还是L4级自动驾驶功能，都需要通过自动驾驶芯片，才能在短暂的数秒内把数以百G的信息通过传感器进行接收和处理，最终让车辆做出正确的动作。
并且长远来看，自动驾驶、车机系统的芯片将逐渐成为汽车的核心芯片，在中央计算架构的趋势下，一两颗主芯片完全可以把现在分布式电子电气架构上的所有MCU和计算芯片所取代。
由此可见，未来在电动车上，自动驾驶芯片的作用和价值将更加的大。但是遗憾的是，目前，高端自动驾驶芯片市场依旧是欧美企业的天下，包括英伟达、Intel、高通、德州仪器、Mobileye等企业。

比如，蔚来ES8、ES6、理想ONE车型搭载了Mobileye的Q4自动驾驶芯片，小鹏汽车装配的是英伟达 Xavier芯片，零跑汽车采购了德州仪器的产品。
相比于MCU、IGBT的情况，自动驾驶芯片在国内的“活路”要多一些，比较知名的芯片企业有华为海思(昇腾)、联发科、地平线和黑芝麻智能等。其中，黑芝麻的芯片在算力上已经相当接近特斯拉的FDS，并且功耗减少了一半多。

但是又有几家车企选择装机了呢？虽然说，长安UNI-T的自动驾驶芯片就来自于地平线征程二代。但是，征程二代芯片依旧是由台积电代工，如果老外想断供也还是分分钟的事。
总而言之，即便国内芯片企业在研发设计上有所突破，但芯片制造之路依旧特别艰难。

南北大众的芯片短缺停产消息，让“芯片短缺”情况再次进入公众的视野，虽然说这件事与华为芯片断供存在明显区别，但是也暴露出当前国内自主芯片研发不足的严重问题。汽车大国和汽车强国，看上去就一字之差，但从各类芯片绝大部分都需要进口来看，就知道这背后的技术差距并非一朝一夕。
随着电动化和智能化大潮的兴起，未来国内新能源汽车市场对芯片尤其是高端芯片的需求只会越来越大。中国车企要想不被别人卡脖子，就必须要自主掌握芯片的研发、设计和生产的能力。这样才成真正意义上做到“弯道超车”。
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。