頭圖來源：黑芝麻智能

作者 | 吳曉宇

當智能駕駛成為一輛汽車的標配，車企對于車規(guī)級芯片的需求也呈幾何級別增加。

在去年的廣州車展上，比亞迪集團董事長兼總裁王傳福曾表示，電動車對半導體的需求相較傳統(tǒng)車的需求增加5-10倍。而在黑芝麻智能首席市場營銷官楊宇欣的感受中，從原來“十幾、二十個MCU芯片”，一輛車的需求已經漲到“大幾十個”。

但MCU所依賴的具有成熟工藝節(jié)點的車規(guī)產線，除了中國以外，全球范圍內的芯片廠均沒有擴產計劃。這導致芯荒格局“可能在未來兩三年內很難有質的改變”。

芯荒之下，一些車企在加速解決供應鏈問題的同時，也開始走上自研的路，但這并非易事。

在楊宇欣看來，困難首先在于“造芯”投入大。從IP、人才、研發(fā)成本，車規(guī)級芯片的投入遠高于消費級和工業(yè)級芯片。其次在于周期長。從芯片本身研發(fā)到客戶認證，到研發(fā)產品的周期都很長，需要企業(yè)有足夠多的資金儲備和忍耐力。

據黑芝麻智能芯片產品專家額日特介紹，黑芝麻智能的華山二號A1000系列芯片，從產品設計、流片、封測、車規(guī)認證和打造算法工具鏈，到功能安全認證，自動駕駛軟件包開發(fā)再到完善支持行業(yè)生態(tài)，“前后共經歷了三年多的時間”。

芯片有十年穩(wěn)定的供應，保證十五年之內芯片不會出任何問題。因此，種種嚴苛條件決定了汽車芯片在設計、制造、封裝等一系列環(huán)節(jié)不僅需要經過嚴苛測試，還需要經過漫長的認證流程。

比如，現在汽車行業(yè)芯片追求的是，一百萬芯片失效率是零，“這是相當嚴苛的標準”。作為對比，消費類或工業(yè)類芯片對失效率的要求是幾百上千為零。

未來汽車日報攝

為了保證芯片供應，越來越多的汽車廠商開始考慮國產替代芯片，本土芯片廠商迎來新機遇。據市場調研公司IC Insights的數據，目前國產芯片市場占有率不足5%，市場仍是一片藍海。

楊宇欣還記得，這段時間以來，他們密集接到大量客戶電話，“甚至車企集團領導都在親自過問汽車大算力芯片或者核心的計算芯片”。

但留給國產芯片廠商的時窗口期僅有3年。

“2025能不能上車非常關鍵”，楊宇欣解釋稱，這是因為在選定供應商后，車企培養(yǎng)自己的供應商要花很長時間，當關鍵供應商已經有了國產替代后，它在替換另外一家國產供應商的動力會成幾何級數下降。

今年5月，黑芝麻智能宣布成為江汽集團自動駕駛平臺芯片戰(zhàn)略合作伙伴，江汽集團旗下思皓品牌的多款量產車型將搭載黑芝麻智能華山二號A1000系列芯片，首款車型將于近期發(fā)布。除了江汽集團，更多搭載華山二號A1000系列芯片的車型將陸續(xù)發(fā)布。

“2025年之前如果能上車，進入汽車廠商供應鏈體系，未來的機會很多。如果2025上不了車，基本上機會就非常小了。”楊宇欣稱。

近日，在黑芝麻智能技術開放日上，黑芝麻智能CMO楊宇欣、產品副總裁丁丁、芯片產品專家額日特和系統(tǒng)架構高級經理仲鳴接受了未來汽車日報等媒體的群訪，分享了自動駕駛芯片的技術發(fā)展現狀。

“2025年，本土芯片廠有機會和國外廠商平分天下”

Q：現在本土芯片廠占有率不到5%，到2025年占有率大概能達到多少？

楊宇欣：2025年國產芯片的占有率很難預測。我相信2025年關鍵領域的國產芯片開始批量出貨了，大概幾十萬片出貨量，爬坡有一個過程。

我們樂觀地預測，2025年，在自動駕駛芯片市場，國產芯片廠商還是有機會和國外廠商平分市場份額。因為本身自動駕駛滲透率上沒有那么高，現在還在快速增長過程中，

Q：2025年是一個關鍵的節(jié)點，黑芝麻如何從競爭對手手中搶市場？

楊宇欣：最重要的是先要證明自己產品的成熟可靠性。為什么車廠都選英偉達，因為確實沒得選。車廠不需要試錯，錯了大家都錯了。國產芯片廠商們現在需要向車廠證明的是：國產芯片廠商也有可被選擇的空間和有能力影響未來技術的方向。在定義每一代產品和未來技術走向的時候，英偉達新產品團隊不會問中國車廠，而國產芯片廠商會跟客戶進行緊密地技術溝通，在前期制訂技術方向。這點其實很重要。

自動駕駛芯片市場仍是一片藍海，我們首先要把自己的產品做好、做成熟，而并不是從別人手里搶市場。我們要爭奪新增市場。

Q：怎么看待車企造芯這件事，自研芯片真的適合所有車企嗎？什么樣的車企適合自研芯片，需要滿足哪些條件？

楊宇欣：車企自研芯片，特斯拉是個很好的例子。由于拿不到合適的芯片平臺，特斯拉就開始自己研發(fā)，并請來了硅谷最牛的芯片的大神Jim Keller。開發(fā)完第一代芯片平臺后，Jim Keller就離職了，特斯拉在研制FSD技術路線上繼續(xù)演進，并證明了車企自研芯片的可行性。

2020年下半年開始，很多車企會認為，行業(yè)領頭車企都自研芯片了，他們也要跟上。但在這個時間點再選擇自研芯片，對車廠來講挑戰(zhàn)比較大。

國產芯片企業(yè)已經有了一定積累，車廠需要跟行業(yè)里最專業(yè)的人拼速度、拼資源、拼團隊的管理能力，拼產品定義能力。

汽車企業(yè)和手機企業(yè)不同，三星和華為自己“造芯”成功的一部分原因在于，幾千萬量的手機出貨量足夠養(yǎng)一個芯片產品。但車廠的交付量太小，不管主機廠賣一顆還是賣一百萬顆芯片，前期上億美金的投入是少不了。車廠希望自研產品實現差異化，但在投入成本和決心上是否能堅持下來，我覺得是一個挑戰(zhàn)。

很多芯片至少有50%的部分是通用，在成熟的芯片公司基礎上做差異化的定制，實現車企自己所需部分的差異化，我認為是更劃算的一個方向。

Q：汽車芯片的缺口還會持續(xù)一段時間，大概會持續(xù)多久？芯片現在的價格是有回落？還是會繼續(xù)漲？

楊宇欣：芯片缺口要緩解，可能還需要2~3年時間。芯片價格快速瘋漲的時間點已經過去了，但短期之內很芯片成本很難回落。

Q：黑芝麻是小米所投資的企業(yè)，日后是否有可能進入小米汽車供應鏈？

楊宇欣：小米可能是我見過的投資跟供應鏈內部協同非常緊密的公司，所以我們一直在緊密溝通。

“實現自動駕駛量產，不一定要靠算力內卷”

Q：你認為算力比算法重要，但黑芝麻智能量產的產品算力并不是市面上最高的，隨著車企對自動駕駛公司產品算力的需求越來越高，已經跑在前面的英偉達、地平線會推出更高算力的芯片。黑芝麻智能的節(jié)奏是怎樣？今后會怎樣布局？

楊宇欣：要實現真正規(guī)模化、性價比高的自動駕駛的量產，其實并不一定都需要那么高的算力。

我認為自動駕駛芯片技術的未來方向，一個是英偉達GPU架構，一個是特斯拉、高通、Mobileye、華為走的ASIC技術路線。

GPU是通用架構，面向所有場景都是統(tǒng)一的軟硬件架構。這也是自動駕駛產業(yè)發(fā)展之初，多數車廠選用英偉達的重要原因之一。在通用架構的基礎上，車廠基于處理器進行軟件層面的開發(fā)就可以了，操作更加容易。

然而隨著產業(yè)的發(fā)展，企業(yè)需要實現的功能會越來越多，還要考慮芯片功耗、性能和成本等方面的因素。這時，ASIC技術路線的優(yōu)勢逐漸體現出來。

ASIC技術路線是有限開放，芯片公司需要面向與駕駛相關的主流網絡、模型、算子進行開發(fā)。在相同性能下，芯片的面積更小、成本更低、功耗更低。基于這些因素，ASIC技術路線未來的潛力會更大。同時，選擇ASIC路線并不意味著要對不同車型開發(fā)不同的ASIC，或進行不同的驗證。因為不同車型需要實現的功能大致相同，而且芯片面對模型和算子進行有限開放，算法快速迭代不會影響到芯片對上層功能的支持。

從本土芯片廠商的角度講，一方面要考慮架構演進，讓芯片集成度越來越高；同時要考慮到中國市場本身客戶對性價比的要求。

Q：A1000L用單芯片替代多芯片，這是怎么做到的？是不是架構上做了一些優(yōu)化？

單芯片替代多芯片的原因，一方面是在設計架構上有突破，可以把更多的功能集成在一顆芯片上。另外，先進的制程可以在面積和功耗可控的前提下，實現更多的功能。

未來電子電氣架構演進很大程度依賴芯片演進。我們不是說把這些器件物理堆疊到一個盒子里，而是根據芯片功能的集成度越來越高，讓復雜系統(tǒng)簡化。

十年前，手機的每個功能是一顆顆單獨的芯片，現在一顆芯片把所有的功能都覆蓋了。自動駕駛芯片也是類似的發(fā)展過程。

Q：L2或L3級別的自動駕駛，所對應的平臺算力或單芯片算力是怎樣的？

仲鳴（黑芝麻智能系統(tǒng)架構高級經理）：對于L2，以Mobileye 為標桿，比如旗下EyeQ3、EyeQ4，其算法只有幾個T的需求。L2.5，意味著有變道、在監(jiān)管條件下撥桿變道，算力需求可能達到了十幾T。

如果說車企需求再進一步上升到了L2.9這樣一個NOA，需要在結構化道路上進行自動上下匝道，或者從高速收費站開始到另一收費站結束，這樣算力需求可能需要幾十T算力。對于再復雜的城區(qū)道路，自動駕駛算力有可能從幾十T上升到上百T的需求。

從目前車廠的需求來看，目前傾向于保守，但慢慢會從復雜的冗余系統(tǒng)，趨向于去進行成本和性能的均衡匹配。

Q：車企對行泊一體功能的需求點是怎樣的？對于這項功能，Tier 1和車廠是怎樣分工的？

仲鳴：對于行泊一體功能的使用，車廠有兩個需求點。一是降本增效。通過“一個前向智能相機+環(huán)視泊車系統(tǒng)”的結構，倒逼一個單芯片、單一盒子去解決前向行泊一體。

二是增加功能。之前幾乎大部分的前向智能攝像頭都是Mobileye獨占，車廠對功能開發(fā)、定制的參與度非常低。借著開發(fā)行泊一體功能的機會，車廠有機會去參與前向的工作，包括前向數據開發(fā)、前向算法設計、功能定制，與芯片供應商進行更深入地聯系，這是車廠的訴求之一。

以泊車起家的Tier1，其全套算法能力仍然還在建設中。在這個過程中，車廠或許有一定程度參與，一些其他感知算法供應商或許也會參與。但在未來，Tier 1和車廠也存在對“誰來掌握感知算法和數據”的博弈。隨著NOA的應用，車廠很可能會在安全算法的開發(fā)中占據主導地位。

未來汽車日報

返回第一電動網首頁 >