来源：搜狐科技/梁昌均

2020年被视为自动驾驶的关键之年。近日，Waymo在美开放没有安全员的无人驾驶出租车服务，百度也在北京全面开放Robotaxi服务，再次引发了市场对于自动驾驶发展的关注。

自动驾驶，似乎越来越触手可及。特斯拉CEO埃隆·马斯克也称将推出FSD（完全自动驾驶）测试版软件，其多次宣称的特斯拉将在2020年实现完全自动驾驶的预言或将落地。

自动驾驶的每次进化都意味着技术的一次革新，而芯片则在其中扮演着心脏、大脑、发动机的角色。“过去十年的创新集中在手机产业链，未来十年最集中的创新产业则在智能汽车领域，包括上游核心的芯片、传感器到整车、系统软件应用服务等，而芯片是其中最为重要的技术创新。”黑芝麻智能科技CMO杨宇欣对搜狐科技表示。

随着智能汽车时代加速到来，自动驾驶芯片行业越发热闹，无论是英特尔、英伟达等传统厂家以及走向自研的特斯拉，还是华为、阿里等国内科技巨头以及一批初创企业，都纷纷卡位这场关于自动驾驶未来的芯片争夺战。

不过，国外厂商仍占据领先地位，拥有本土优势的国产厂商，则在奋力闯入这个国内几乎空白的无人区意图突围。业内看好国内自动驾驶芯片市场前景，并判断将由少数企业通吃，但摆在他们面前的还有很多挑战。

国产厂商开始崛起

如果说激光雷达等传感器是自动驾驶的眼睛，芯片则是自动驾驶的大脑。杨宇欣提到，软件定义汽车的前提是需要有一个强大的计算平台支撑，否则软件无法做到不断升级，而芯片决定了硬件性能及功能的边界。

不过，目前已商用的自动驾驶芯片基本处于高级驾驶辅助系统（ADAS）阶段，可实现L1-L2辅助驾驶和半自动驾驶（部分宣称可实现L3功能），而面向L4-L5自动驾驶的芯片离规模化商用仍有距离。

数据显示，中国汽车产销量占全球三分之一，但汽车半导体自给率低于3%，车规级芯片几乎是空白，核心芯片高度依赖进口。自动驾驶芯片同样由国外主导，英特尔、英伟达凭借产业并购和技术积累，形成双雄争霸局面，恩智浦、德州仪器等传统汽车芯片厂商，高通等老牌电子消费芯片公司，以及谷歌等互联网巨头积极入局，特斯拉则是搅动市场的“大鲶鱼”。

来不及造，就买买买，英特尔在自动驾驶芯片领域的布局主要通过并购完成。2015年英特尔以167亿美元收购FPGA（现场可编程门阵列）巨头Altera，2017年又以153亿美元收购了以色列公司Mobileye，形成了比较完整的自动驾驶解决方案。

Mobileye的核心优势是EyeQ系列专用芯片（ASIC），目前已发展到第五代（EyeQ5），可满足L4/L5自动驾驶能力需求，宝马将率先装车并于明年投放。目前，EyeQ系列芯片已卖出5400万枚，被搭载在全球超过5000万辆汽车上，占据了全球70%的视觉ADAS市场份额。

不同于英特尔，英伟达主要凭借GPU优势切入，而双方在关于谁家芯片更加强大上也打过不少嘴仗。英伟达先后推出过DrivePX、DrivePX2系列，最新一代自动驾驶处理器Drive Xavier则可以满足L3/L4自动驾驶的计算需求，拥有超过300个合作伙伴。英伟达还计划于2022年正式投产7nm工艺的Orin系统级芯片，并已与小鹏与理想等达成合作。

搅动行业的则是特斯拉，其是第一个投入主控芯片开发的车厂。特斯拉曾先后采用过Mobileye和英伟达的产品，但2017年马斯克决定亲自下场，并于2019年4月推出自研主控芯片FSD并搭载量产。彼时马斯克在发布会上疯狂吐槽英伟达，英伟达虽然不满，却无法回击。

在国内，造车新势力蔚来也传出计划自研自动驾驶芯片的消息，华为、阿里、百度等也在加紧布局这一领域。华为定位于汽车增量零部件供应商，其基于昇腾系列AI芯片自研的MDC智能驾驶平台最高已能支持L4自动驾驶算力需求，并在不久前的北京车展上大秀肌肉。阿里以L4自动驾驶为切入点，旗下平头哥推出了适用于自动驾驶的芯片玄铁910等；百度则推出昆仑芯片和鸿鹄芯片，均可适配于Apollo系统。

国内初创公司也是一股重要力量。如地平线已推出三款AI芯片，征程2已搭载长安汽车和奇瑞蚂蚁进入量产阶段，北京车展上发布的征程3则可支持ADAS、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场景，地平线还计划推出面向高等级自动驾驶场景的征程5和征程6。

另一家亮相北京车展的黑芝麻智能科技也已推出三款芯片，可覆盖L2-L4自动驾驶级别场景，并打造了基于华山A1000芯片的FAD全自动驾驶计算平台，官方称在功耗和能效比等指标上可对标英伟达和特斯拉。杨宇欣表示，华山A1000芯片最快将于明年底实现小批量车装量产。

在智能驾驶升级机遇下，芯片厂商的重要性不断凸显，这也吸引资本关注。今年9月底，2018年成立的芯驰科技完成5亿元A轮融资，和利资本领投，经纬中国、联想创投、红杉中国等老股东再加码。目前，芯驰科技针对智能座舱、智能驾驶、中央网关的应用已发布三款车载芯片，预计明年上半年会推出第一个量产车型。

成立于2017年的黑芝麻智能科技已完成三轮融资，而2015年成立的地平线则已获得六轮融资，估值超过30亿美元，背后不乏高瓴、红杉、真格基金、创新工场、金沙江创投、晨兴资本，以及广汽资本、英特尔资本等知名机构身影。

在自动驾驶芯片领域，国产厂商正在崛起，但相较国外，仍存在明显差距，尤其是在量产规模上。地平线副总裁兼智能驾驶产品线总经理张玉峰在接受搜狐科技采访时表示，自动驾驶量产的规模和速度很关键，对比特斯拉，传统厂商之前的速度都普遍较慢。

不过，他认为，国内市场发展会更快，企业求变的决心和速度都挺强。据了解，今年是地平线芯片量产的元年，张玉峰预计全年出货量达到15万片，明年将接近百万级，从速度和规模上来讲，赋能主机厂有望赶超特斯拉。

“智能驾驶是一个新兴产业，大家起点都差不多，且中国市场对创新技术的接受程度更积极，技术演进路线和速度也较快，芯片在市场验证的周期更短。”杨宇欣认为，中国市场会更大，机会会更多，后劲会更足，成熟度也会很快赶超国外。

机遇背后的诸多挑战

虽然规模上落后不少，但自动驾驶升级将带来可观的市场前景。麦肯锡此前发布的一份研究报告显示，中国未来很可能成为全球最大的自动驾驶市场。

Mobileye首席执行官Ammon Shashua此前在接受采访时预计，到2030年将有10%的私家车搭载L4及以上自动驾驶系统，芯片供应商将成为产业链中难以替代的核心环节。中国汽车工程协会发布的无人驾驶技术路线图显示，2026年-2030年每辆车均配备无人驾驶或辅助驾驶系统。

这将给自动驾驶芯片供应商带来实实在在的需求。据IHS预测，2025年中国汽车半导体市场将达到1200亿元，如加上自动驾驶相关需求，市场空间将达到1700亿元。

不过，国内厂商若想做大做强，选择哪种模式至关重要。Mobileye或是个借鉴，其提供的是将芯片算法捆的软硬一体化方案，车企没法自己写算法。业内人士认为，Mobileye在自动驾驶时代已经落后，封闭模式难以满足客户升级迭代需求，这也是特斯拉结束与其合作的重要原因。Mobileye后来也意识到这种弊端，开始在EyeQ5的开发中尝试走向开放。

“传统的合作模式意味着很难快速地实现软件算法的迭代，封闭模式会成为软件定义汽车模式的阻力。”张玉峰表示，车厂需要差异化、定制化的能力，封闭模式难以满足智能化时代下对于速度和质量的要求，这将驱动行业越来越走向开放，一级供应商（Tier 1）和二级供应商（Tier 2）的边界会有一定的模糊化。

同时，在软件定义汽车的模式下，主机厂要想实现数据闭环，完成软件迭代，要么自建能力，要么选择跟合作伙伴共建，这将会是行业大势。

但这将使得地平线、黑芝麻智能科技这样的Tier 2面临更多挑战。杨宇欣认为，车厂希望更多主导未来技术走向，参与产品定义，这对供应商在工具链支持、技术团队支持、需求反馈等方面提出更高要求，同时很多技术方向需要直接面向车厂沟通，因此在技术的演进方面只有走在前面才能保证不被淘汰。

同时，随着人工智能的发展，芯片也开始更多增加深度学习设计，但如何在人工智能算法模型和芯片架构及系统设计上更好适配，目前国内也处于探索期，技术路线也并未达成统一。从国外来看，英伟达以GPU为主，采用CPU+GPU异构设计，AI算力强大，英特尔的方案是ASIC+FPGA，也有单独选择具备可扩展性的FPGA，此前传出要被AMD收购的赛灵思即为自动驾驶FPGA芯片巨头。

地平线和黑芝麻智能科技等选择了另外一条路，他们是ASIC的拥趸者。杨宇欣认为，通用芯片会牺牲效率，FPGA难以实现大规模量产，而ASIC针对汽车场景进行了专门优化，没有过多冗余部分，性能更优，且汽车市场足够大，ASIC会成为主流。不少机构也判断，ASIC在成本和性能上更优，预计会成为自动驾驶芯片主流模式，但市场还需进一步开拓。

此外，自动驾驶芯片需要考虑的产品因素更多。芯驰科技CEO仇雨菁此前指出，消费类芯片主要看性能、功耗、价格三个维度，而汽车芯片还要考虑安全性、可靠性和耐久性三个维度。

由于涉及到人身安全问题，自动驾驶芯片对宽温、湿度、稳定性等方面的要求非常高，相较消费电子芯片更加复杂，从IP选择、设计、生产都有严格要求，市场周期也更长，做出来可能两三年后才能量产，有的还需进行车规级认证。目前，车规级芯片需要经过可靠性标准AEC-Q100、质量管理标准ISO/TS 16949、功能安全标准ISO26262等认证，这又是一大门槛。

“车规级认证算是行业壁垒，市场上真正有这方面经验的人才不多，工作量比较大，前期投入较高，时间至少需要一年。”但张玉峰表示，这种投入是值得的，因为一旦出现可靠性、一致性等相关问题，对驾驶安全和企业来说都可能是致命的。近年来特斯拉频发的交通事故以及近期理想汽车的追尾事件都让大众对自动驾驶的安全性心存担忧。

此外，自动驾驶芯片的成本和价格也是影响其普及和量产的因素，毕竟“做芯片九死一生”，车规级要求无疑又让芯片研发难度提升了一个台阶。据了解，车规级芯片初始研发往往需要千万级美元资金的投入，整个过程需要储备亿级美元的资金。

张玉峰认为，随着自动驾驶级别提升，芯片单价肯定会往上走，但在整套系统中的成本占比不会特别高，算法软件的分量会越来越重。以特斯拉来看，其Autopilot Hardware 3.0系统预装价格为4.6万元，在特斯拉Model3 接近20万元的整车成本中占比约为23%（实际占比更低），而市场有报告预测Model3的电子系统在2030年的成本比重预计将达到45%，这与包括芯片等在内的软硬件的优化升级密不可分。

实现规模化量产可能是降低成本的关键因素。杨宇欣表示，大公司因为量多，在芯片成本方面可能更有优势，但初创公司会有更灵活的价格策略。他还称，车规级芯片认证门槛高，技术门槛也高，一旦打入产业链因替换成本高，车厂不愿意随便更换，所以市场会越做越大，基本上会形成赢者通吃的局面。

对于未来的市场格局，张玉峰也判断，自动驾驶芯片本身有较高壁垒，同时需要规模化来推动行业健康快速发展，未来可能只会有少数几家企业参与市场竞争。

但这个市场何时会迎来爆发，将很大程度取决于自动驾驶汽车量产的规模和速度。而对于闯入国内自动驾驶芯片领域的国产厂商来说，冲刺的时机正在来临。