摘要：2018年，全世界矚目的半導體行業(yè)大事件無疑是高通收購恩智浦了。雖然，最終這筆收購案以失敗結(jié)尾，但高通的收購恩智浦的意圖就是出自于拓展汽車芯片市場。智能汽車芯片的重要性也得以突顯。

2018年，全世界矚目的半導體行業(yè)大事件無疑是高通收購恩智浦了。雖然，最終這筆收購案以失敗結(jié)尾，但高通的收購恩智浦的意圖就是出自于拓展汽車芯片市場。智能汽車芯片的重要性也得以突顯。

前不久，谷歌Waymo公司的CEO John Krafcik在一次大會上承認自動駕駛普及還需要很久的時間，因為要在任何天氣和情況條件下都能實現(xiàn)自動駕駛，這種技術太難了。讓全世界自動駕駛發(fā)展最快也相對最成熟的Waymo說出這樣的話，自動駕駛的難度可見一斑。其中，首先要跨越的可能就是智能汽車芯片。

不過，其實智能汽車芯片的戰(zhàn)爭早已經(jīng)悄然打響。

2017年3月份，英特爾斥資153億美元收購Mobileye，揭示了其想在自動駕駛領域獲取先機的意圖。前英特爾CEO科再奇直言“希望英特爾在智能汽車上不要重蹈（移動互聯(lián)網(wǎng)時代的）覆轍”。足以見得英特爾對智能汽車芯片的重視。

英偉達則早就成為了特斯拉、沃爾沃、百度的供應商。推出了Drive PX2、新一代人工智能超級計算機——Xavier等產(chǎn)品。

聯(lián)發(fā)科也并沒閑著，在去年11月底正式宣布了要進入車用芯片市場，在今年5月將旗下的汽車芯片業(yè)務以6億美元的價格賣給了國內(nèi)的服務商四維圖新。轉(zhuǎn)賣之后又投資了一億美元給四維圖新留了一手。

與此同時，除了傳統(tǒng)的芯片巨頭之外，造車企業(yè)們也開始打上了智能汽車芯片的主意。特斯拉CEO馬斯克在今年8月份表示特斯拉自己研發(fā)的AI芯片已經(jīng)準備就緒。百度也發(fā)布了云端全功能芯片“昆侖”。蘋果的自動駕駛項目也有報道透露已經(jīng)有了實體電路板。

毫無疑問，芯片的市場已經(jīng)由PC、移動互聯(lián)網(wǎng)時代開始走向“智能汽車”時代。而在前兩個時代都毫無存在感的國內(nèi)，在智能汽車芯片時代又是否能迎來“春天”呢？

國內(nèi)智能汽車芯片現(xiàn)狀

據(jù)國內(nèi)商務車ADAS服務商清智科技研發(fā)部總監(jiān)潘智慧介紹，傳統(tǒng)的汽車電子芯片主要有這些類別，包括：微控制單元、信號傳輸類芯片、電源管理芯片、功率模塊芯片、專用功能性芯片、以及不同種類的傳感器芯片。

智能汽車芯片在這些基礎上進行了拓展。比如，新能源汽車上的高壓電機控制芯片、IGBT芯片模塊、BMS電池管理系統(tǒng)芯片、DC-DC開關電源芯片模塊；自動駕駛上的處理器、通訊芯片等。其中，智能汽車處理器是自動駕駛汽車芯片中的核心。因為其對算力的要求很高。

“此外，傳統(tǒng)汽車上的傳感器芯片在智能汽車芯片上也進行了拓展，比如ADAS中用到的視覺傳感器，當中的光學傳感器芯片，圖像傳感器的ISP處理芯片、視頻后處理芯片、毫米波雷達RF芯片、DSP數(shù)字信號處理芯片等?！迸酥腔壅f。

當前，國內(nèi)所做的智能汽車芯片主要集中在：自動駕駛處理器、ADAS、機器視覺、傳感器芯片等方面。其中，又以地平線、寒武紀、四維圖新、加特蘭微等企業(yè)為代表。

地平線在自動駕駛領域涉及較廣。其產(chǎn)品包括自動駕駛處理器征程、旭日、ADAS產(chǎn)品星云、Matrix視覺處理平臺等。ADAS產(chǎn)品星云支持L2級別的ADAS功能，即將量產(chǎn)；Matrix1.0則于今年4月底發(fā)布，基于其自主研發(fā)BPU架構(gòu)征程2.0面向L3/L4級別的自動駕駛應用所打造的。目前，Matrix的板卡功率為31瓦，可以支撐4路720P 30FPS圖像的實時處理。

寒武紀涉及的自動駕駛產(chǎn)品主要有兩個：寒武紀1M處理器和寒武紀MLU100。其中，寒武紀1M能夠當做人工智能模型引擎使用，可直接支持終端訓練。而寒武紀MLU100則是基于寒武紀最新的MLUv01架構(gòu)，主要可以用于自動駕駛的開發(fā)驗證領域，可提供較高性能、低功耗的算力支持。據(jù)悉海高汽車的智能駕駛運算域控制單元搭載的就是寒武紀的MLU100芯片。

四維圖新則是在2016年全資收購了杰發(fā)科技之后，從此將產(chǎn)業(yè)鏈延伸到了汽車芯片領域。此前，杰發(fā)科技主要是聯(lián)發(fā)科控股的子公司，產(chǎn)品為車載信息娛樂系統(tǒng)芯片和解決方案。如今，其車載信息娛樂系統(tǒng)芯片在國內(nèi)后裝市場份額達到了50%以上。與此同時，其也在繼續(xù)拓展其他汽車電子芯片方向，比如車身控制單元MCU和ADAS等產(chǎn)品線。

加特蘭微是專攻雷達芯片的企業(yè)。其在去年發(fā)布了首顆適用于車載的77GHzCMOS毫米波雷達芯片。該芯片是全亞太第一顆適用于車載雷達的77GHz收發(fā)芯片，并且已經(jīng)實現(xiàn)了量產(chǎn)。雖然，當前24GHz毫米波雷達芯片有不少市場需求，但根本原因在于并非不愿選擇77GHz的產(chǎn)品，而是77GHz在技術上更難攻克。77GHz產(chǎn)品在性能和體積上都比24GHz更具優(yōu)勢。未來智能汽車會裝在越來越多的毫米波雷達，因此體積是重要的因素，所以未來77GHz將取代24GHz產(chǎn)品。而這也預示加特蘭微的市場前景。

除此之外，還有百度、華為、阿里平頭哥等正在趕來的路上。

可以看到，國內(nèi)企業(yè)在智能汽車芯片市場基本都是近三、四年剛剛起步，有些是從原本其他的領域轉(zhuǎn)到了智能汽車芯片市場，產(chǎn)品和技術等都剛推出不久。有些還在完善，有些還未量產(chǎn)，有些即便量產(chǎn)但還未得到一定規(guī)模的實際應用。相較于英偉達、英特爾等原本就是芯片領域的大佬，以及快速的應用落地，國內(nèi)的智能汽車芯片市場無疑才剛剛起步。

智能汽車芯片的崛起

說到智能汽車芯片，就不得不提傳統(tǒng)汽車電子芯片。清智科技研發(fā)部總監(jiān)潘智慧告訴鎂客網(wǎng)，傳統(tǒng)汽車電子芯片市場其實是比較窄的，制造汽車電子芯片的公司只有幾家，如恩智浦、英飛凌、德州儀器、意法半導體這幾家。而像英特爾、英偉達、高通等這些芯片巨頭此前在傳統(tǒng)芯片市場看不到它們的身影。

但是，伴隨著自動駕駛、新能源汽車的崛起，汽車芯片相較于以往發(fā)生了較大的改變，尤其是處理器之類的芯片。因此，MCU（微控制單元）類以及跟計算能力相關的芯片要求隨之發(fā)生了變化。核心在于自動駕駛其實本質(zhì)上相當于為汽車設置了一個虛擬駕駛員。這個虛擬駕駛員需要大量的信息和進行處理。這些信息包括來自車路協(xié)同系統(tǒng)的信息、自車環(huán)境的識別信息等，處理則像3D建模、可行駛區(qū)域計算、路徑規(guī)劃算法、安全性評估等。其都是與自動駕駛直接相關的需要模塊，對于芯片的算力要求比較高。于是，像在PC和移動端芯片領域全球知名的英特爾、英偉達、高通、AMD等，原本在汽車市場幾乎沒有市場的企業(yè)在自動駕駛改變興起之后迎來了新的、廣闊的市場。

這個市場究竟有多大呢？

截止2017年底，我國新能源汽車累計銷量達180萬輛，占比超過了全球累計銷量的50%。業(yè)內(nèi)統(tǒng)計機構(gòu)預測，預計到2019年，全球自動駕駛汽車市場價值將超過540億美元。英特爾則聯(lián)合知名市場調(diào)查機構(gòu)Strategy Analytics對外發(fā)布了一份無人駕駛汽車市場規(guī)模報告，報告顯示預計到2035年全球自動駕駛汽車規(guī)模將達到8000億美元。

前面已經(jīng)提到傳統(tǒng)汽車電子芯片與自動駕駛芯片的不同。那么，實際上我們到底需要什么的智能汽車芯片呢？

新能源汽車企業(yè)小鵬汽車AI產(chǎn)品部計算機視覺首席研究員郭彥東博士告訴鎂客網(wǎng)：“首先在前裝方案中，車載芯片一定要符合車規(guī)級別，比智能手機采用的芯片在溫度等方面要求高。另外，車載芯片由于承擔著安全相關功能，因此，對于芯片的可靠性、穩(wěn)定性、運算能力要求也極高。特別是運算能力，來自Intel/Nervana的Naveen Rao提出了Computational Capacity的概念，它同時考慮了：1）Memory Bandwidth（m）；2）Precision（量化的比特數(shù) b）；3）Utilized OPs（每秒有效的操作 o）。此外，Roofline model也常常被用來評估設計效率?，F(xiàn)在比較新的英偉達的Xavier SOC，理論值已經(jīng)達到了30TOPS。”

郭彥東還指出：“作為車企而言，價格與生態(tài)對我們選擇芯片也非常重要。芯片方案的成熟度，配合周邊包括攝像頭方案、開發(fā)社區(qū)等都是車企考慮的因素?！?/p>

來自清智科技的潘智慧從供應鏈和材料獲取難度、量產(chǎn)條件、品控等方面給出了他的答案。他認為：“傳統(tǒng)汽車芯片獲得比較容易，雖然其中有些芯片很重要，但并不是急需的。而與算力相關的CPU、GPU、AI芯片等對于傳統(tǒng)的汽車電子工業(yè)稍微有所欠缺，只能依賴英特爾、英偉達等工業(yè)級芯片巨頭去努力研發(fā)。嘗試將其原有的芯片架構(gòu)按照車規(guī)的要求去做提升，達到汽車規(guī)范級別芯片?！?/p>

他表示，這一塊比較稀少，因為車規(guī)級有非常詳細的規(guī)定，比如制程、工藝、測試等，并非一般廠家能夠做出來。并且，還有時間周期的限制，可能企業(yè)最終的批量生產(chǎn)之時才會產(chǎn)生良品率等問題。這需要經(jīng)驗豐富的芯片公司去做。

另外，潘智慧還提到了一個冷門的芯片——高帶寬的網(wǎng)關芯片。據(jù)其介紹，由于自動駕駛需要進行3D建模，各個傳感器的速率帶寬非常大、刷新速度也很高，比如視頻希望能夠達到30毫秒一副圖像分析完。這會造成數(shù)據(jù)量大、刷新速率高等問題，因此需要高帶寬的網(wǎng)關芯片將所有傳感器數(shù)據(jù)匯集在一起提供給高算力的智能芯片來處理。并且，高帶寬的網(wǎng)關芯片重要性還體現(xiàn)在，數(shù)據(jù)傳輸過程中，帶寬需求很高，可靠性需求也極高。

“這一塊高抗干擾性能且符合車規(guī)級別要求的網(wǎng)關芯片，可以選擇的余地不太多?！彼f。

最后一方面，潘智慧認為傳感器所需的后處理芯片選擇的余地也不多，都是國外廠家。該芯片是中等算力的處理芯片，價格較高，這也導致智能駕駛汽車的電子成本比較高。

敢問國內(nèi)企業(yè)路在何方？

智能汽車芯片高可靠性、高安全性、低成本、以及量產(chǎn)等要求，導致了當前智能汽車芯片市場中芯片的缺乏以及可獲得性不強。在潘智慧看來這樣的情況之下，給了國產(chǎn)品牌芯片進入市場的機會。

由于蓬勃發(fā)展的自動駕駛汽車想要落地，芯片供應就必須足夠，車企不可能只做一個樣機。而在性能方面，也因為可以驗證，所以國產(chǎn)芯片可以入局。但關鍵問題在于，高可靠性和高安全的實現(xiàn)。一方面這需要整個生產(chǎn)設計過程中的品質(zhì)把控，國外芯片廠家具有豐富的經(jīng)驗和雄厚的資本實力，只需收購傳統(tǒng)汽車芯片企業(yè)，制作工藝就比較容易獲得。也因此能夠極大的縮短研發(fā)、設計、生產(chǎn)時間。而國內(nèi)的芯片基礎本來就比較薄弱，何況是剛興起的智能汽車芯片。這方面的設計生產(chǎn)工藝，可能會比較缺乏，也可能因此需要付出一定的市場代價去幫助其驗證。

“我認為在控制風險的前提條件下，適當?shù)哪承┣闆r下，比如封閉環(huán)境下的自動駕駛汽車芯片，國產(chǎn)芯片的市場是沒有任何問題的，芯片企業(yè)可以通過實際的應用來控制芯片品質(zhì)如何。與此同時，大量的應用也將快速推動國產(chǎn)芯片企業(yè)芯片質(zhì)量的大幅度提升。”他說。

2018年，芯片讓快速發(fā)展中的中國科技迎來了極其沉重的“一巴掌”，這也讓行業(yè)內(nèi)外的人都意識到自主研發(fā)芯片的重要性。格力董事長董明珠擲地有聲地說將砸500個億做芯片，阿里巴巴也在其云棲大會上宣布成為獨立芯片公司平頭哥；百度推出了“昆侖”，華為推出了“全棧全場景的解決方案”以及昇騰910、310AI芯片；后起之秀地平線、寒武紀紛紛推出了自主研發(fā)的芯片、平臺產(chǎn)品......

芯片戰(zhàn)爭對于國內(nèi)來說才剛剛開始，而智能汽車芯片市場或許能讓國產(chǎn)芯片開始有立足之地。所謂，路在何方？

其實，路一直都在腳下。只要開始去做，一切都還不晚。

未來智能實驗室是人工智能學家與科學院相關機構(gòu)聯(lián)合成立的人工智能，互聯(lián)網(wǎng)和腦科學交叉研究機構(gòu)。

未來智能實驗室的主要工作包括：建立AI智能系統(tǒng)智商評測體系，開展世界人工智能智商評測；開展互聯(lián)網(wǎng)（城市）云腦研究計劃，構(gòu)建互聯(lián)網(wǎng)（城市）云腦技術和企業(yè)圖譜，為提升企業(yè)，行業(yè)與城市的智能水平服務。