电子产品世界

当内存芯片开始出现「历史性崩溃」，GPU、CPU 跌价去库存的时候，汽车芯片始终伴随着结构性短缺，关键汽车芯片供应依然吃紧。据业内人士透露，一些关键的汽车芯片，如智能座舱相关模块、传感器、高级驾驶辅助系统（ADAS）和功率半导体，仍然处于不足状态。

随着智能网联汽车时代的开启，自动驾驶技术成为业内关注的焦点。而在自动驾驶技术中，芯片拥有「中心枢纽」般的地位，其通过自动驾驶平台操控着自动驾驶车辆的运行。

目前自动驾驶与智能座舱芯片一体化趋势明显，自动驾驶芯片具有高算力发展趋势。市场容量未来 5 年将会高速增长自动驾驶芯片企业中英伟达依托自己的前期 GPU 积累和算力优势，CUDA 生态占据市场领导地位。同时市场渗透率仍低同时还未固化，需求和技术路线仍在探索。国内自动驾驶芯片企业有望依托国内强势新能源车企业获得突破。

尽管整体供应链的制约因素正在逐步缓解，但关键芯片和元器件的供应仍然紧张。这也意味着即将到来的供应链重组期将为汽车制造商和供应商提供一个机会来检查哪些芯片是实际需求的，从而使整个供应链能够摆脱长鞭效应。这个过程中国产自动驾驶芯片的发展有哪些机遇和挑战呢？

自动驾驶芯片现状盘点

汽车芯片非常难做。首先是投入大，因为无论是 IP、人才、研发成本，都要比消费级和工业级芯片高很多。第二周期长，芯片本身研发周期到客户认证的周期，到客户认证之后研发产品的周期都很长。需要企业有足够多的资金储备，以及足够长的忍耐力，以及足够强的战略坚定性。

世界范围内，自动驾驶芯片的龙头是英伟达、英特尔 Mobileye 和特斯拉，国内知名厂商有地平线、华为、黑芝麻、芯驰科技、芯擎科技等。

英伟达将人工智能领域的优势拓展到智能驾驶领域并拥有近十年的探索经验。GPU 的并行架构适合人工智能领域的计算需求，英伟达敏锐的抓住这个特点，成为人工智能芯片及软件工具链的主要供货商。在进行人工智能领域探索时，英伟达开始涉足智能驾驶及机器人业务，并在该领域拥有近十年的开发经验。

英特尔 Mobileye在 2022 年推出了新型 EyeQ Ultra，它专为自动驾驶而生。据 Mobileye 称，EyeQUltra 采用 5nm 工艺，将 10 个 EyeQ5 的处理能力集成在一个封装中。但是其芯片的计算能力似乎略逊色于英伟达，EyeQ Ultra 芯片具有 170TOPS，包括 12 个 RISC 内核、256giga flops、许多 GPU 和加速器内核等等，功耗不到 100W，可以「处理 4 级（L4）自动驾驶的所有需求和应用」，而无需将多个系统集成在一起的计算能力和成本，解决两个行业面临的重大挑战。

2017 年特斯拉开始启动自研主控芯片，尤其是主控芯片中的神经网络算法和 AI 处理单元全部自己完成。2019 年 4 月，AutoPilot HW3.0 平台搭载了 Tesla FSD 自研版本的主控芯片，这款自动驾驶主控芯片拥有高达 60 亿的晶体管，每秒可完成 144 万 亿次的计算，能同时处理每秒 2300 帧的图像。

特斯拉采用以深度神经网络为主的人工智能模型，再加上车端收集的大量数据，特拉斯 ADAS 水平迅速提升：基于全新深度神经网络的视觉处理工具 TeslaVision 是 Autopilot 团队抛开 Mobileye、从零搭建的一套视觉处理工具，它的背后，是全新的底层软件技术架构和云端大数据基础设施。TeslaVision 能够对行车环境进行专业的解构分析，相比传统视觉处理技术可靠性更高；借助 Tesla 售出的车辆搜集的大量数据，反过来又可以对 TeslaVision 的神经网络进行训练和改进，进一步优化 Autopilot。

部分国内优秀的自动驾驶芯片公司成绩

国产替代进程进一步加快。2021 年，理想 ONE 正式上市，辅助驾驶系统的软硬件升级成为亮点。更最大的变化在于芯片，2021 款理想 ONE 更换了辅助驾驶芯片，将原来的 Mobileye Q4 芯片变更为两颗地平线级辅助驾驶基础上，实现了 NOA 导航辅助驾驶功能。资料显示，征程 3 采用 16nm 工艺，基于地平线 TOPS，典型功耗为 2.5W，支持高级别辅助驾驶、智能座舱、自动泊车辅助、高级别自动驾驶及众包高精地图定位等多种应用场景。

事实上，相比算力的提升，理想之所以「抛弃」Mobileye，选择地平线，更大原因是对芯片研发深度参与的强烈需求。

地平线创始人余凯在接受采访时称，相比 mobileye Q4，地平线更强的点在于其更加通用和开放。一方面，这意味着征程 3 即可以用于智能交互，也可以用在智能驾驶；另一方面，相比 mobileye 封闭的打包方案，地平线的芯片允许客户在上面编程。后者显然是更打动理想的原因。

国产过几关斩哪将

目前，我国汽车保有量及未来潜在需求量仍然巨大，势必对芯片的需求量也潜力巨大。自动驾驶芯片成为大算力时代的兵家必争之地，车芯竞赛的「珠穆朗玛峰」。我国汽车智能化的渗透率不断提升，L3 市场发展空间广阔。

自动驾驶技术作为汽车行业重要的发展方向，国家和各级政府对此也非常重视，相继出台了一系列政策助推自动驾驶行业发展。2022 年 4 月交通运输部发布《「十四五」交通领域科技创新规划》，推动智能汽车技术、智慧道路技术和车路协同技术融合发展，提升自动驾驶车辆运行与网络安全保障能力，探索形成自动驾驶技术规模化应用方案。2022 年 11 月工信部印发《关于开展智能网联汽车准入和上路通行试点工作的通知》，对准入试点的智能网联汽车产品，提出了一系列规划和指导要求，进一步推进了智能网联汽车的发展进程。

仅看数量，中国公司在 AI 芯片领域已经占据不少席位，但是如果想要达到世界领先水平，甚至赶超英伟达、特斯拉等还有很长的路要走。

单从算力来讲，英伟达和特斯拉以及 Mobileye 的算力高于国内芯片，算力可以是自动驾驶芯片最为重要的评判标准，国内厂商仍在追赶。

起步晚、不成熟是我们发展的阻力之一。因为仅仅具有高算力仍然不够，要收获更多客户的青睐，围绕芯片而打造的开发生态也必须完善起来。以及车规芯片要求「高可靠性、高安全性、高稳定性」，需要经过两三年严苛认证才能进入汽车供应链。在严格的技术标准和 5-10 年供应周期下，芯片企业与整车企业才能形成强绑定的供应链关系。

这就是中国在自动驾驶赛道上核心器件的车载芯片落后的原因。据统计，2019 年，全球汽车芯片市场规模约为 350 亿美元，而中国自主汽车芯片产业规模不到 150 亿人民币，约占全球的 4.5%。国外英伟达、高通、Mobileye 等芯片厂商把持关键技术，国内车企常年面临被「卡脖子」的难题，除了比亚迪外，中国厂商的市场份额几乎为 0。

这是一种恶性循环，国产的规模量产较难，因为汽车厂商更倾向于采用成熟芯片厂商的产品，不少汽车厂商就谈到，担心与新兴厂商合作可能会出现延误。对于汽车厂商来说，必须要考虑规模化、出货量等问题，而生态系统更成熟，会有利于提升生产效率，扩大规模。这正是英伟达、Mobileye、高通等国外厂商的优势。

未来，自动驾驶芯片的发展将影响自动驾驶汽车技术的发展，国产芯片如何获取更大的市场占有率，仍需技术突破、加强合作等多维度发展。

关键词： 自动驾驶芯片

加入微信
获取电子行业最新资讯
搜索微信公众号：EEPW
或用微信扫描左侧二维码