當內存芯片開始出現“歷史性崩潰”，GPU、CPU跌價去庫存的時候，汽車芯片始終伴隨著結構性短缺，關鍵汽車芯片供應依然吃緊。據業內人士透露，一些關鍵的汽車芯片，如智能座艙相關模塊、傳感器、高級駕駛輔助系統（ADAS）和功率半導體，仍然處于不足狀態。

隨著智能網聯汽車時代的開啟，自動駕駛技術成為業內關注的焦點。而在自動駕駛技術中， 芯片擁有“中心樞紐”般的地位，其通過自動駕駛平臺操控著自動駕駛車輛的運行。

目前自動駕駛與智能座艙芯片一體化趨勢明顯，自動駕駛芯片具有高算力發展趨勢。市場容量未來5年將會高速增長自動駕駛芯片企業中英偉達依托自己的前期GPU積累和算力優勢，CUDA生態占據市場領導地位。同時市場滲透率仍低同時還未固化，需求和技術路線仍在探索。國內自動駕駛芯片企業有望依托國內強勢新能源車企業獲得突破。

盡管整體供應鏈的制約因素正在逐步緩解，但關鍵芯片和元器件的供應仍然緊張。這也意味著即將到來的供應鏈重組期將為汽車制造商和供應商提供一個機會來檢查哪些芯片是實際需求的，從而使整個供應鏈能夠擺脫長鞭效應。這個過程中國產自動駕駛芯片的發展有哪些機遇和挑戰呢？

01

自動駕駛芯片現狀盤點

汽車芯片非常難做。首先是投入大，因為無論是IP、人才、研發成本，都要比消費級和工業級芯片高很多。第二周期長，芯片本身研發周期到客戶認證的周期，到客戶認證之后研發產品的周期都很長。需要企業有足夠多的資金儲備，以及足夠長的忍耐力，以及足夠強的戰略堅定性。

世界范圍內，自動駕駛芯片的龍頭是英偉達、英特爾Mobileye和特斯拉，國內知名廠商有地平線、華為、黑芝麻、芯馳科技、芯擎科技等。

英偉達將人工智能領域的優勢拓展到智能駕駛領域并擁有近十年的探索經驗。GPU的并行架構適合人工智能領域的計算需求，英偉達敏銳的抓住這個特點，成為人工智能芯片及軟件工具鏈的主要供貨商。在進行人工智能領域探索時，英偉達開始涉足智能駕駛及機器人業務，并在該領域擁有近十年的開發經驗。

英特爾Mobileye在2022年推出了新型EyeQ Ultra，它專為自動駕駛而生。據Mobileye稱，EyeQUltra采用5nm工藝，將10個EyeQ5的處理能力集成在一個封裝中。但是其芯片的計算能力似乎略遜色于英偉達，EyeQ Ultra芯片具有170TOPS，包括12個RISC內核、256giga flops、許多GPU和加速器內核等等，功耗不到100W，可以“處理4級（L4）自動駕駛的所有需求和應用”，而無需將多個系統集成在一起的計算能力和成本，解決兩個行業面臨的重大挑戰。

2017年特斯拉開始啟動自研主控芯片，尤其是主控芯片中的神經網絡算法和AI處理單元全部自己完成。2019年4月， AutoPilot HW3.0平臺搭載了Tesla FSD自研版本的主控芯片，這款自動駕駛主控芯片擁有高達60億的晶體管，每秒可完成144萬 億次的計算，能同時處理每秒2300幀的圖像。

特斯拉采用以深度神經網絡為主的人工智能模型，再加上車端收集的大量數據，特拉斯ADAS水平迅速提升：基于全新深度神經網絡的視覺處理工具TeslaVision是Autopilot團隊拋開Mobileye、從零搭建的一套視覺處理工具，它的背后，是全新的底層軟件技術架構和云端大數據基礎設施。TeslaVision能夠對行車環境進行專業的解構分析，相比傳統視覺處理技術可靠性更高；借助Tesla售出的車輛搜集的大量數據，反過來又可以對TeslaVision的神經網絡進行訓練和改進，進一步優化Autopilot。

部分國內優秀的自動駕駛芯片公司成績

國產替代進程進一步加快。2021年，理想ONE正式上市，輔助駕駛系統的軟硬件升級成為亮點。更最大的變化在于芯片，2021款理想ONE更換了輔助駕駛芯片，將原來的Mobileye Q4芯片變更為兩顆地平線級輔助駕駛基礎上，實現了NOA導航輔助駕駛功能。資料顯示，征程3采用16nm工藝，基于地平線 TOPS，典型功耗為2.5W，支持高級別輔助駕駛、智能座艙、自動泊車輔助、高級別自動駕駛及眾包高精地圖定位等多種應用場景。

事實上，相比算力的提升，理想之所以“拋棄”Mobileye，選擇地平線，更大原因是對芯片研發深度參與的強烈需求。

地平線創始人余凱在接受采訪時稱，相比mobileye Q4，地平線更強的點在于其更加通用和開放。一方面，這意味著征程3即可以用于智能交互，也可以用在智能駕駛；另一方面，相比mobileye封閉的打包方案，地平線的芯片允許客戶在上面編程。后者顯然是更打動理想的原因。

02

國產過幾關斬哪將

目前，我國汽車保有量及未來潛在需求量仍然巨大，勢必對芯片的需求量也潛力巨大。自動駕駛芯片成為大算力時代的兵家必爭之地，車芯競賽的“珠穆朗瑪峰”。我國汽車智能化的滲透率不斷提升，L3市場發展空間廣闊。

自動駕駛技術作為汽車行業重要的發展方向，國家和各級政府對此也非常重視，相繼出臺了一系列政策助推自動駕駛行業發展。2022年4月交通運輸部發布《“十四五”交通領域科技創新規劃》，推動智能汽車技術、智慧道路技術和車路協同技術融合發展，提升自動駕駛車輛運行與網絡安全保障能力，探索形成自動駕駛技術規模化應用方案。2022年11月工信部印發《關于開展智能網聯汽車準入和上路通行試點工作的通知》，對準入試點的智能網聯汽車產品，提出了一系列規劃和指導要求，進一步推進了智能網聯汽車的發展進程。

僅看數量，中國公司在AI芯片領域已經占據不少席位，但是如果想要達到世界領先水平，甚至趕超英偉達、特斯拉等還有很長的路要走。

單從算力來講，英偉達和特斯拉以及Mobileye的算力高于國內芯片，算力可以是自動駕駛芯片最為重要的評判標準，國內廠商仍在追趕。

起步晚、不成熟是我們發展的阻力之一。因為僅僅具有高算力仍然不夠，要收獲更多客戶的青睞，圍繞芯片而打造的開發生態也必須完善起來。以及車規芯片要求“高可靠性、高安全性、高穩定性”，需要經過兩三年嚴苛認證才能進入汽車供應鏈。在嚴格的技術標準和5-10年供應周期下，芯片企業與整車企業才能形成強綁定的供應鏈關系。

這就是中國在自動駕駛賽道上核心器件的車載芯片落后的原因。據統計，2019年，全球汽車芯片市場規模約為350億美元，而中國自主汽車芯片產業規模不到150億人民幣，約占全球的4.5%。國外英偉達、高通、Mobileye等芯片廠商把持關鍵技術，國內車企常年面臨被“卡脖子”的難題，除了比亞迪外，中國廠商的市場份額幾乎為0。

這是一種惡性循環，國產的規模量產較難，因為汽車廠商更傾向于采用成熟芯片廠商的產品，不少汽車廠商就談到，擔心與新興廠商合作可能會出現延誤。對于汽車廠商來說，必須要考慮規模化、出貨量等問題，而生態系統更成熟，會有利于提升生產效率，擴大規模。這正是英偉達、Mobileye、高通等國外廠商的優勢。

未來，自動駕駛芯片的發展將影響自動駕駛汽車技術的發展，***如何獲取更大的市場占有率，仍需技術突破、加強合作等多維度發展。

編輯：黃飛

?