目前，全球汽車業正在步入以智能化（ADAS&Autonomous）、網聯化（Connected）、電動化（Electrification）、共享化（Shared services）為代表的“新四化”時代。IHS Markit的數據顯示，到2023年，汽車電子系統總額將高達1800億美元，平均每輛汽車會使用500美元以上的半導體器件，增幅最大的應用分別來自高級駕駛輔助系統（ADAS）、動力系統（Powertrain）和車載娛樂信息系統（Infotainment）。

如果按照設備類型營收來看，來源于Strategy Analytics的報告表明，2019年，功率半導體（26%）、處理器（23%）、無源模擬器件（16%）和傳感器（15%）占比超過兩位數；按半導體企業的全球營收來看，英飛凌、恩智浦、瑞薩則分列前三位。該報告同時指出，未來汽車市場競爭的主戰場，將主要集中在ADAS（23.6%）和包括全電動車和混合動力汽車在內的新能源汽車領域（21%）。

開發一個量產級自動駕駛不是按亮一盞燈

神奇的L2+級別

2020年，很多廠商傳遞出的一個觀點是，“汽車行業的下一個創新浪潮將出現在L2+級別自動駕駛階段”。為什么會是L2+級而不是之前一直所說的L3及以上級別？這是否意味著自動駕駛商業化當前遇到了不小的挑戰，導致汽車行業對于自動駕駛的實現更趨理性？

英飛凌科技大中華區智能駕駛市場經理余辰杰對此回應稱，在國際汽車工程師學會（SAE）對自動駕駛等級定義的L0-L5 級別中其實并不包含L2+，因而不同的整車廠（OEM）和方案商對L2+的解釋也不盡相同。他個人傾向于把L2+定義為：將自動駕駛的技術應用到人所駕駛的車上，或者更簡單地說：具備L3智能程度和L2駕駛責任。

如果要追根溯源的話，L2+級別概念最初由Mobileye公司在2017年提出，雖然沒有具體的定義，但是包括了自動代客泊車（AVP）和車道保持輔助（LKA）等功能。相對于L2，L2+功能上最大的升級在于主動變道（ALC），這要求車輛在具備橫縱向自動控制功能（ACC/AEB/LKA）等L2功能的同時，增加局部或全局路徑規劃的能力。同時，區別于L3，L2+仍然需要駕駛員全程集中注意，這規避了當前制約L3落地的兩大核心問題：人車控制接管時的責任劃分和過渡過程中的響應時長問題。前者在法律法規上需要跟進，后者如果太短則會降低用戶體驗。

“當前，無論從技術上還是從法規上，具有良好用戶體驗的L3級別自動駕駛實現仍需時日。至少在3年內，大部分OEM會更加理性地著眼于L2+的落地。”余辰杰說。

Imagination Technologies汽車業務總監Bryce Johnstone的觀點與之類似。他認為一直以來，人們對于全自動駕駛存在一些過分炒作，現在才意識到開發所需的技術將花費更長的時間。此外，正在試圖解決的問題也比當初設想的多，出現了大量不常見的情況需要被識別、了解、設計和改進。

他說L3級汽車的發展受到抑制的原因之一，是一些國家還沒有立法以允許它們上路，直到其安全性得到更多的驗證。而L4級和L5級將從人們的視野中淡出幾年時間，直到它們擁有龐大的規模。突如其來的新冠病毒疫情也會對此產生影響，因為汽車行業將不得不在中短期回報和長期技術投資方面做出一些艱難的選擇。

自動駕駛≠ADAS組合

各種ADAS功能在車廠未來幾年的產品規劃中變得越來越舉足輕重，自動泊車、側視輔助、車道輔助、駕駛員疲勞預警等等。為車輛提供更高的安全性，為駕駛員分擔更多的駕駛任務，被視作推動ADAS發展的兩大動力。

Microchip汽車產品部亞太區資深產品營銷經理Yan Goh表示，ADAS快速增長的原因，源自汽車制造商正致力于提高汽車的安全性，不斷開發新技術以幫助減少道路事故并確保汽車內部連接的安全。過去幾年中，在高精度傳感器、支持人工智能的高速多核片上系統（SoC）、高速車載網絡等技術的加持下，車輛ADAS主動安全系統實現了質的飛躍。

但ADAS功能需要復雜的硬件和軟件處理能力，需要滿足符合ISO-26262標準的汽車功能安全要求，這促使故障保護工程設計成為汽車OEM最重要的標準之一。此外，新一代ADAS還將與5G連接融合，以支持V2V-V2X和L5級自動駕駛，這將需要高精度定時定位和安全性更嚴格的電子元件。

今年4月7號，中國新車評價規程（C-NCAP）更新了2018版評價標準，在原有自動剎車輔助系統（AEB）基礎上加入了更多主動安全測試項目：車道偏離預警（LDW）、速度輔助系統（SAS）、車對車盲點檢測（BSD C2C）等，清晰的表明中國對ADAS主動安全功能的重視程度正在不斷提升。其實不只中國，考慮到安全性和事故的減少目前被整車廠視為一項增值功能，新車碰撞測試項目（NCAP）、美國高速公路安全管理局（NHTSA）等全球各地交通運輸監管機構都在各自的安全規定和要求中提高了相應標準，所有車輛都必須遵守。

如何在保證安全的前提下進一步降低駕駛員的參與度，進而使駕駛員可以進行輕量化的娛樂和工作，是目前車廠關注最多的。高速狀態下（>40KM/h）的AEB/LKA前向功能即為代表之一，未來則會逐漸向后向橫穿車輛制動（RCTB）方向發展。在分擔駕駛任務方面，帶有車道居中（LCA）的自適應巡航（ACC）功能越來越多地被當作核心產品屬性，這一功能對降低長途高速公路駕駛員的工作負荷具有很強的實際意義。

但Bryce Johnstone不同意“全自動汽車駕駛是將不同ADAS功能進行全方位組合”的觀點。他認為這種觀點并沒有真正解釋清楚更高級別的駕駛必須要做什么。“將多個L2級功能組合起來，是不可能等同于L4級功能的。”他說，從大規模傳感器融合/高清地圖/GPS的數據輸入，到路徑規劃和決策，我們需要更強大的處理能力、更高計算效率的新型神經網絡和全新的芯片架構，以確保所有傳感器和環境數據可以被實時處理，保障行車安全。但所有這些都必須以低功耗為前提運行，不必在汽車中使用昂貴的冷卻系統，使得L4/L5級的價值主張對消費者是有意義的。

無傳感，不智能

中短期來看，由于成本和成熟度的關系，與攝像頭傳感器相關的應用會得到快速成長，包括盲區偵測、環視、行人偵測等；中長期來看，雷達/激光傳感器的應用也會得到加速普及，如何看待這兩類技術之間的相互關系與發展趨勢成為人們熱議的焦點。

在余辰杰看來，當前ADAS傳感器主要還是依賴攝像頭和毫米波雷達，但對于AEB來說，更多還是需要借助于毫米波雷達。因為相對于攝像頭而言，基于電磁波反射原理的毫米波雷達對于目標速度和距離的測量，具有更好的實時性和環境適應性。

而思特威科技CMO Chris Yiu女士在接受《電子工程專輯》采訪時則指出，從技術特點上看，CMOS圖像傳感器（CIS）和雷達/激光傳感器各有千秋。除了部署成本低的優勢外，CIS能夠獲得更復雜的圖像信息，應用場景更為豐富；而雷達/激光傳感器在避障、測距等特定使用場景中，具有測量準確、測量速度快等優勢，但工作原理限制了使用場景，較高的部署成本也制約了其在汽車中的部署規模。隨著汽車電子的發展，未來的汽車系統設計中將會部署越來越多的傳感器，CIS與雷達/激光傳感器將以一種相輔相成的互補關系，分別在各自的強勢應用場景中發揮重要作用。

當然，如果單從CIS未來在車用領域的發展趨勢上看，隨著人工智能算法的愈發成熟，越來越多的功能可以通過CIS+AI的形式實現。比如在車外場景中，配合CIS獲取的圖像數據，汽車駕駛輔助系統能夠實現行人監測、路面標志識別、車道偏移報警、自動泊車，乃至最終的無人駕駛。而在艙內場景中，CIS的應用場景將更為豐富：駕駛員身份識別、駕駛習慣設置自運行、用于自動調整安全氣囊設置的兒童及物品識別、疲勞與分心駕駛檢測、車內物品及兒童遺忘提醒等。

不過，車用CIS產品往往需要滿足不少獨特的需求，例如LED閃爍抑制能力以確保正確識別路面信號燈及汽車車燈；HDR功能以應對復雜的光照條件；強大的低光照成像性能以滿足夜間開車或隧道環境的成像需求；全局快門技術防止高速運動下的“果凍效應”等。以低光照成像性能為例，由于有夜間駕駛以及隧道等低光照駕駛環境的存在，車用CIS不僅需要強大的低光照成像性能，還必須能夠應對復雜且實時快速變化的光線環境，這意味著車用CIS產品必須擁有堪比高端安防CIS的夜視和HDR功能。

在AI應用上，為了應對各種典型或非典型場景，AI算法模型的發展需要建立在由大量測試數據支持的機器學習之上，這就要求CIS產品能夠配合算法開發商進行大量的路面測試，以收集大量數據。同時，由于汽車中CIS部署量上升，為了讓更多的中低端車型也配備足夠的CIS傳感器以部署AI技術，業內估計CIS產品必須降低20%-30%的價格才能滿足成本方面的需求。

電子信息架構的遷移

從汽車架構的趨勢來看，現在汽車的電子信息架構正從傳統的分布式控制向域控制架構、分區架構、中央化架構方向遷移。但不管是哪種架構，隨著架構的演進，對控制器的算力、軟件、生態都會有越來越高的要求。

“這會引出一個問題：傳感器是否要內置智能功能，以減少從傳感器到處理器的帶寬流量？”Bryce Johnstone認為，車內的網絡帶寬將會大幅增加，以太網尤其是千兆以太網的使用也會隨之增加，以處理增長的流量，從而確保實時性能。但在完善全自動駕駛所需的處理能力方面，還有一段路要走。

眾所周知，在傳統的汽車電子E/E架構中，除車機端外，基本都是低算力的實時控制器，運算能力從幾百到上千DMIPS不等。隨著ADAS/AV功能的引入，多傳感器信息融合的處理需要更高算力的計算平臺，目前主流車規級高算力處理器（MPU）的算力從幾百Gops到幾十Tops不等。可是，雖然此類芯片運算能力突出，但通常不具備實時性和高功能安全等級，所以在L0以上涉及底盤和動力控制的ADAS/AV ECU中，多數方案都采用“高算力非實時MPU搭配ASILB+實時MCU”架構，其中MPU部分負責傳感器的信息處理和融合，MCU負責控制決策以及和底盤及車身的通信。

此外，高運算量一定伴隨著高帶寬數據，傳統的汽車網絡主要以CAN（FD）/LIN等低速網絡為主，其帶寬從幾百Kb/s到幾Mb/s不等。而在ADAS/AV時代，無論是車內帶寬還是車外無線網絡，都對通訊接口的帶寬提出了不同數量級的要求，比如PCIe被用于ADAS控制器中MPU/MCU之間的通信，車載以太網被用于域控制器之間的大數據信息的傳遞，LVDS則用于雷達和攝像頭等傳感器原始數據的傳輸。這些傳輸介質其實在消費類電子中早就存在，帶寬則以Gb/s為單位，但當它們被引入到ADAS/AV網絡后，其功能安全和網絡安全的屬性都要進行重新考量和設計。

最后來看看AI技術的大量引入能在多大程度上解決和推動智能駕駛所帶來的算力軍備競賽。目前L1/L2的ADAS功能大多基于固定場景分類的rule-based算法，但未來過渡到L3/L4時，大數據的訓練一定會對神經網絡規模和層次、MPU算力提出更高要求。但這并不意味著進行簡單粗暴的AI硬件加速資源堆疊就能解決問題，由于AI算法日新月異，如何讓AI算法工程師能夠將算法高效快速地移植到硬件上成為關鍵，這就需要芯片商同時提供強大的工具鏈支撐。

Yan Goh說，隨著人們對大規模高速實時數據處理和高吞吐量的期待，數據通信帶寬已成為汽車系統架構師面臨的主要挑戰。自動駕駛汽車的大量路試取得成功，得益于AI計算和許多基于攝像頭-激光雷達-雷達的復雜傳感器提供支持。在L5級自動駕駛模式下，每一毫秒對于確保駕駛員和乘客的安全都至關重要。要確保汽車能夠在幾毫秒內做出反應，現有的汽車架構是無法滿足要求的，突破這一瓶頸的方法是將服務器-臺式機的計算能力和千兆位類型的網絡功能引入汽車領域，用復雜的軟件處理算法和專業的汽車AI，幫助汽車OEM提升智能駕駛體驗。

堅定不移地向xEV遷移

緩解“里程焦慮”

“新三化”始終是汽車行業在從傳統的內燃機（ICE）到混合動力汽車（HEV）再到電動汽車（EV）過程中追尋的目標。在ADI中國汽車技術市場高級經理王星煒看來，續航里程是新能源汽車充電的關鍵指標。鋰電池的監測對新能源汽車性能非常關鍵，通過實現高的電壓測量精度，可以有效提升續航里程。更高的電芯電壓測量精度可拓展電池可用電量范圍，如果將精度提高到1%，那么電池可以在滿容量的21%到89%之間運行，增加8%的用電容量。使用相同的電池和精度更高的BMS，可以有效增加每次充電的汽車行駛里程。

而英飛凌大中華區汽車電子事業部區域市場經理張昌明則認為，零碳排放目標實現不是一蹴而就的，通常分為兩個階段：一是在零碳排放之前，降低傳統內燃機用量，提升內燃機工作效率主導了汽車驅動系統的開發；二是零碳排放之后，純電驅動將引導汽車驅動系統的升級。

第一階段中，混合動力系統會是首選，但如何讓兩套系統像一套系統一樣有序協調的工作將是技術的難點。相比傳統燃油車，利用單片機運算能力來統籌管理兩個動力單元是混動汽車的核心技術。第二階段中，電機驅動作為唯一的動力系統，離不開IGBT/SiC功率器件和相關控制/驅動芯片，電動汽車不僅對芯片算力有要求，還要足夠安全。

確保實現最高效率，將電池能量提供給推進電機，同時使整部汽車保持輕量化，以增加汽車可行駛里程，緩解里程焦慮（英里/千瓦時）被Yan Goh視作新能源汽車市場中最為關鍵的挑戰。例如盡管新型鋰電池或燃料電池實現了更高的能量重量比，但它們需要更高性能的電池管理系統（BMS）；下一個挑戰是電氣轉換，即工程師所設計系統的熱損耗必須更低，同時在高頻環境下滿足電磁兼容EMC-EMI特性；考慮到高電壓、高速充電和高效率要求帶來的復雜性，越來越多的OEM開始引入800V系統，將其作為減輕重量的一個重要環節，這就需要具有高電壓能力的SiC MOSFET晶體管-二極管技術；最后，政府和企業需要共同努力，擴大電動充電基礎設施的覆蓋范圍。

新型功率器件嶄露頭角

功率芯片就像骨骼上的肌肉，依賴于大腦的指令來工作，只有肌肉足夠強壯才能完成更有難度的工作。目前，新能源電動車使用的動力電池電壓已達400V級別，當它驅動車輪時，需要將直流電轉換成高壓交流電。作為目前驅動系統中最經濟安全的方案，更可靠的IGBT芯片始終會是電動驅動行業關注的重點。

但以碳化硅（SiC）和氮化鎵（GaN）為代表的第三代寬禁帶半導體（WBG）在汽車行業中的前景將更為光明。由于具備更高的開關頻率，SiC和GaN器件在減小系統尺寸、成本和重量方面意義重大。新型功率開關還將促使其控制元件發生變化，其中包括柵極驅動器。另外，更高的工作溫度（尤其是GaN器件）和更低的開啟驅動要求，還可簡化系統架構師的設計工作。目前來看，GaN在650V以下/SiC在650V以上的電壓系統中將會發揮各自的性能優勢，電機驅動器（Main Inverter）和車載充電器（OBC）成為能將這兩種器件優勢最大化的應用。

“很多客戶對SiC和GaN器件本身的理解依然是基于一些理論和簡單測試，要想加快新器件的普及，需要讓工程師能更好的理解應用和器件本身的特性，找到SiC和GaN最合適的應用領域，從系統上產生價值。”張昌明認為這需要從三個方面來加以推動：

第一，了解新能源車應用，找到SiC和GaN能產生價值的應用環境。相對硅器件，SiC和GaN器件都具有很低的開關損耗和導通損耗。SiC在電機驅動器上的優勢尤其明顯，憑借高耐壓值能夠降低損耗，延長行駛里程，達到系統成本平衡。

第二，新能源汽車對器件可靠性的要求比工業標準更嚴苛，SiC和GaN開關速度更快，增加功率器件的抗干擾能力以及優化驅動電路設計來增強SiC和GaN的易用性，提升系統的可靠性，會讓SiC和GaN推廣得更快。

第三，解決了系統應用和器件的技術問題后，系統成本是否有優勢必然是最終決策的關鍵參數。盡管從目前電池電壓系統的發展看，SiC在新能源汽車上會有更快速的發展，但SiC晶圓生長周期是Si晶圓的3-5倍，加工難度大，成本降低并非一朝一夕之事。如果能結合Si的成本優勢和SiC的性能優勢研發混合型功率器件，將會極大擴展SiC的應用范圍。

王星煒對此也持相同看法。“雖然這些優勢使得GaN和SiC功率開關對設計人員極具吸引力，但這種好處并非毫無代價，最主要的代價是這類器件的價格比同等MOSFET/IGBT產品高出好幾倍。”除純成本和財務因素外，更高的開關速度和工作溫度可能非常適合GaN/SiC開關，但是它們仍然會為完成功率轉換信號鏈所需的周邊IC支持器件帶來問題，例如MCU通常無法提供高壓大功率驅動信號，需要相應的隔離柵極驅動芯片。

新基建“新”在哪里？

新能源汽車充電樁此番作為中國“新基建”七大領域之一備受關注。張昌明認為，相對于傳統基建，國家這次從三個維度對“新基建”進行了定義，分別是信息基礎設施、融合基礎設施和創新基礎設施。充電樁行業在這次新基建中歸屬于融合基礎設施，可以支撐傳統基礎設施的轉型升級，結合交通路網，充電樁網絡管理還可升級到智慧交通基礎設施和智慧能源基礎設施。在這一過程中，便利性將是主要挑戰，“保質、保量、有序”成為解決充電難問題的六字箴言。

●保質。目前很多充電樁都處于故障或停用狀態，維護不佳。原因有二：一是產品質量不好，戶外產品的設計參考了室內產品的定義；二是終端設備不營利，導致充電樁供應商無力維護，因此價格和性能之間的平衡將是充電設備生產與服務商面臨的首要挑戰。

●保量。主要是要有充足的車位和充足的電量供應。數據統計，我國2019年充電樁總量121.9萬臺，車樁比達到3.4:1，但在商業中心車流密集場所找到充電區域仍然相當困難的，充電樁破損、車位占用、充電擁擠都是充電難的主要問題。充電樁是服務于新能源車的，其增幅要與新能源車保有量的增長維持相對平衡的狀態。如何布局充電設施，提升充電樁有效利用率會是第二個挑戰。

●有序。管理有續、政策有序將是第三個挑戰。管理有續體現在如何加強充電網絡、充電APP的實用性，據稱有新能源車主在購買了新能源車后，手機上多出了近15個充電APP，多平臺運營導致用戶時間的浪費；而車開到可用充電樁后發現車位被占用，這是管理問題。解決這兩個問題需要有政策來約束和管理充電服務提供商和用戶。

ADI工業與能源事業部市場經理張松剛表示，充電樁建設的一個趨勢就是要把充電機的功率做大，從而實現高效率充電，例如實現十五分鐘或更短的時間之內充電50%以上的高效率。實現的方法就是提高充電功率，但功率提高帶來的問題是充電樁尺寸增大，如何在有限的尺寸下提高功率，甚至把功率器件的尺寸繼續減小，只有提高充電機開關電源的開關頻率。

同時，作為充電樁電源電路中的開關元件，IGBT/功率MOSFET的開關頻率是決定充電樁效率的關鍵。傳統的IGBT開關頻率大概在20k左右，現在已經有40k-50k的開關器件，氮化鎵、碳化硅等更高速的開關器件也在陸續投入應用，充電樁充電功率正在不斷提升。與功率器件一樣重要的，是這些功率器件的隔離柵極驅動器的選擇，只有低傳輸延遲、低死區時間的柵極驅動器才能確保功率器件實現更高的開關頻率和效率。

此外，隨著更多更大功率公共充電樁的建立，充電站集中若干大功率的充電樁將對電網供電造成極大的壓力。同時滿負荷充電，電網可能在多個點上崩潰，或者需要投入巨額資金改善輸電線路或設置集中式發電廠，大幅提高基本負荷。但是，這種負荷又具有不確定性，更有效或低成本的解決不定期的集中充電的問題，儲能系統可以發揮積極作用，利用此能量服務增加電動汽車充電量，消除通過調節功率峰值，保持電網穩定，或是在停電的情況下提供電源。

軟件定義汽車

之所以將安全話題單獨列出，是因為隨著汽車產業的“新四化”改造逐步從概念步入現實，車載軟件的復雜性正在呈指數增長，汽車行業近年來也逐漸達成了將“軟件定義汽車”作為未來發展方向的共識。同時，也有人擔心作為物聯網的一部分，未來的汽車正從原來一個完全封閉的系統，轉變為一個完全開放的系統。大量非傳統汽車行業企業涌入市場，有些甚至沿用當前消費類電子的研發標準，從而給整個汽車電子系統架構帶來極大的安全隱患。

新思科技高級解決方案架構師Dennis Kengo Oka在接受本刊采訪時表示，基于軟件的解決方案給汽車行業帶來了諸多益處，通過使用軟件來驅動汽車的多種功能，而不是使用專門的硬件解決方案，可以降低成本。除此之外，此前面向目標系統單獨開發的常用功能，如驅動程序和庫中的功能，在諸如AUTOSAR的軟件平臺或開源軟件組件中變得更加強大，這使得軟件模塊可以重復使用，從而降低成本并提升開發速度。

然而，一輛汽車的代碼超過1.5億行，因此在質量、安全性和隱私方面也存在與軟件相關的固有風險。汽車企業需要采用各種軟件開發工具和程序來幫助開發人員開發更加安全和高質量的軟件，包括使用靜態代碼分析工具和遵循安全編碼準則，以減少自己開發的代碼中的質量和安全問題；使用軟件組件分析工具識別開源軟件中的已知漏洞；使用模糊測試工具來檢測軟件中的未知漏洞。除了這些工具和程序外，汽車企業必須確保建立網絡安全文化，并保證安全培訓成為針對開發人員和安全團隊成員進行持續教育計劃的一部分。

盡管汽車行業的軟件開發日新月異，也有很多非傳統汽車行業企業進入汽車行業，但Dennis Kengo Oka相信汽車行業依然是一個規則非常嚴格的行業，擁有許多具有明確開發定義的各種行業標準，包括：功能安全標準ISO 26262、開發流程模型A-SPICE以及網絡安全標準ISO/SAE 21434等。所有企業都需要在汽車產品的開發過程中采用特定的汽車標準，或者將開發重點放在非傳統汽車開發領域，比如不適用于這些標準的后端服務解決方案。

智能與安全是邁向汽車智能化的兩條路徑，整車廠、零部件供應商、科技公司對此各有考量。在聯網汽車的案例中，既包括了與傳統IT后端的通信，也看到了Google、Amazon和Microsoft等云服務供應商與傳統汽車制造商的合作，讓汽車智能的某些部分轉移到云端執行。這些解決方案繞過了車載系統中的計算限制，并且可以在大型數據中心中執行更高級的數據處理和分析。

還有一些基于硬件并擴展到平臺解決方案的案例，如科技公司提供的自動駕駛平臺和空中升級平臺（OTA）。自動駕駛平臺在硬件和傳感器中提供智能，汽車企業在該平臺上構建自己的解決方案；空中升級平臺在自身更新過程中提供智能，用于更新的通信協議以及用于對汽車目標系統執行更新的車載解決方案。汽車企業可以將其現有的軟件開發發布流程與空中升級平臺集成，以實現其汽車的OTA空中升級。

Dennis Kengo Oka的看法是，汽車行業傳統上具有復雜的供應鏈，汽車制造商位于最頂端，多層供應商向汽車制造商提供各種硬件和軟件。然而，最新的趨勢是更多的汽車制造商通過在其內部執行更多的開發來整合內部的智能，包括各種系統的軟件開發，如自動駕駛系統、以及在某些情況下專門的硬件SoC芯片設計。這意味著一些汽車制造商現在也正在直接與硬件設計公司合作，將智能構建到自身的硬件層，從而繞過傳統供應鏈中的某些步驟。
? ? ? ?責任編輯：tzh