2018年，全世界矚目的半導體行業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自動駕駛，這種技術太難了。讓全世界自動駕駛發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。

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（移動互聯網時代的）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等產品。

聯發科也并沒閑著，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務以6億美元的價格賣給了國內的服務商四維圖新。轉賣之后又投資了一億美元給四維圖新留了一手。

與此同時，除了傳統的芯片巨頭之外，造車企業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的AI芯片已經準備就緒。百度也發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有了實體電路板。

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

國內智能汽車芯片現狀

據國內商務車ADAS服務商清智科技研發部總監潘智慧介紹，傳統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數字信號處理芯片等。”潘智慧說。

當前，國內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、加特蘭微等企業為代表。

地平線在自動駕駛領域涉及較廣。其產品包括自動駕駛處理器征程、旭日、ADAS產品星云、Matrix視覺處理平臺等。ADAS產品星云支持L2級別的ADAS功能，即將量產；Matrix1.0則于今年4月底發布，基于其自主研發BPU架構征程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，主要可以用于自動駕駛的開發驗證領域，可提供較高性能、低功耗的算力支持。據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年全資收購了杰發科技之后，從此將產業鏈延伸到了汽車芯片領域。此前，杰發科技主要是聯發科控股的子公司，產品為車載信息娛樂系統芯片和解決方案。如今，其車載信息娛樂系統芯片在國內后裝市場份額達到了50%以上。與此同時，其也在繼續拓展其他汽車電子芯片方向，比如車身控制單元MCU和ADAS等產品線。

加特蘭微是專攻雷達芯片的企業。其在去年發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收發芯片，并且已經實現了量產。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的產品，而是77GHz在技術上更難攻克。77GHz產品在性能和體積上都比24GHz更具優勢。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，國內企業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到了智能汽車芯片市場，產品和技術等都剛推出不久。有些還在完善，有些還未量產，有些即便量產但還未得到一定規模的實際應用。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，就不得不提傳統汽車電子芯片。清智科技研發部總監潘智慧告訴鎂客網，傳統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生了變化。核心在于自動駕駛其實本質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同系統的信息、自車環境的識別信息等，處理則像3D建模、可行駛區域計算、路徑規劃算法、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%。業內統計機構預測，預計到2019年，全球自動駕駛汽車市場價值將超過540億美元。英特爾則聯合知名市場調查機構Strategy Analytics對外發布了一份無人駕駛汽車市場規模報告，報告顯示預計到2035年全球自動駕駛汽車規模將達到8000億美元。

前面已經提到傳統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？

新能源汽車企業小鵬汽車AI產品部計算機視覺首席研究員郭彥東博士告訴鎂客網：“首先在前裝方案中，車載芯片一定要符合車規級別，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 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。現在比較新的英偉達的Xavier SOC，理論值已經達到了30TOPS。”

郭彥東還指出：“作為車企而言，價格與生態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、開發社區等都是車企考慮的因素。”

來自清智科技的潘智慧從供應鏈和材料獲取難度、量產條件、品控等方面給出了他的答案。他認為：“傳統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芯片等對于傳統的汽車電子工業稍微有所欠缺，只能依賴英特爾、英偉達等工業級芯片巨頭去努力研發。嘗試將其原有的芯片架構按照車規的要求去做提升，達到汽車規范級別芯片。”

他表示，這一塊比較稀少，因為車規級有非常詳細的規定，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，可能企業最終的批量生產之時才會產生良品率等問題。這需要經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——高帶寬的網關芯片。據其介紹，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。這會造成數據量大、刷新速率高等問題，因此需要高帶寬的網關芯片將所有傳感器數據匯集在一起提供給高算力的智能芯片來處理。并且，高帶寬的網關芯片重要性還體現在，數據傳輸過程中，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級別要求的網關芯片，可以選擇的余地不太多。”他說。

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。

敢問國內企業路在何方？

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，給了國產品牌芯片進入市場的機會。

由于蓬勃發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，所以國產芯片可以入局。但關鍵問題在于，高可靠性和高安全的實現。一方面這需要整個生產設計過程中的品質把控，國外芯片廠家具有豐富的經驗和雄厚的資本實力，只需收購傳統汽車芯片企業，制作工藝就比較容易獲得。也因此能夠極大的縮短研發、設計、生產時間。而國內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，適當的某些情況下，比如封閉環境下的自動駕駛汽車芯片，國產芯片的市場是沒有任何問題的，芯片企業可以通過實際的應用來控制芯片品質如何。與此同時，大量的應用也將快速推動國產芯片企業芯片質量的大幅度提升。”他說。

2018年，芯片讓快速發展中的中國科技迎來了極其沉重的“一巴掌”，這也讓行業內外的人都意識到自主研發芯片的重要性。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的芯片、平臺產品......

芯片戰爭對于國內來說才剛剛開始，而智能汽車芯片市場或許能讓國產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。