芯片，不要成了“新”

随着智能化、电动化等“新四化”概念的普及，智能驾驶芯片的赛道也随着新能源汽车市场的火热而备受关注。

顾名思义，智能驾驶芯片是车辆智能驾驶的基础硬件。即使是更高水平的自动驾驶，也离不开智能驾驶芯片的计算能力的支持。

一方面国内自研芯片的人气与日俱增，另一方面市场需求呈指数级增长。双重作用下，国内智能驾驶芯片赛道上终于涌现出一批优秀选手:华为、地平线、芯技、寒武纪、黑芝麻...

虽然与英伟达、Mobileye、高通等国外芯片巨头相比，国内玩家还有一些不足，但在资本的押注、政策的鼓励以及自身芯片技术的迭代更新下，地平线、芯驰科技等芯片供应商也进化出了自己的特色。

或者追求更高的计算能力，或者追求更低的功耗，或者从一开始就做软件工具链匹配...

华为、地平线等芯片供应商在国外芯片巨头的围攻下，以自己的方式找到了“自力更生”的出路。然而，面对新的挑战时，他们还能保持初心，像以前一样“杀”出突破口吗？

你对智能驾驶芯片了解多少？

汽车芯片从上到下，根据功能的不同，往往分为计算和控制芯片(CPU、GPU、FPGA、ASIC、MCU等。)，电源转换芯片，传感器芯片，存储芯片，通信芯片等类型。智能驱动芯片属于计算和控制芯片的范畴。

具体来说，智能驱动芯片往往以两种形式呈现，一种是独立的ASIC芯片，一种是集成的SoC(片上系统)。

智能驱动ASIC是指专门为特定的智能驱动算法而设计的专用芯片。智能驱动SoC芯片是以确定系统功能为目标，集成CPU、GPU和专门设计的ASIC的芯片。

事实上，相比传统的分立芯片，SoC往往在性能和功耗上更有优势，所以各大智能驱动芯片厂商更倾向于这样的技术路线。但涉及到芯片内部的具体架构，就会有所偏颇。

据了解，目前主流的智能驾驶SoC芯片架构有三种，分别是CPU+FPGA、CPU+GPU+ASIC、CPU+ASIC。

其中，大家不太熟悉的FPGA，又称现场可编程门阵列，是一种可以根据特定算法随时调整硬件架构的芯片。所以像Waymo、百度Appllo等经常快速迭代智能驾驶算法的公司，选择基于CPU+FPGA架构的智能驾驶芯片。

当然也有玩家在做另外两种架构，比如英伟达的Xavier和特斯拉的FSD，采用的是CPU+GPU+ASIC的架构；MOBIEYEYEQ 5和地平线的征途用的是CPU+ASIC。

这三种架构彼此相似，都离不开“ASIC”的特殊设计。甚至FPGA也起到了类似于ASIC的作用，就是加速特定AI算法的设计。而且在辨别力上，智能驱动芯片的“ASIC”模块已经恰当地站到了C位。

比如NVIDIA Xavier的ASIC模块就是专门按照“DLA深度学习+PVA视觉加速器”设计的，而Tesla主要是通过“NPU深度神经网络”加速。

其实智能驱动芯片采用相关的特殊设计，无非是为了提高计算能力，提高数据传输速度，扩展数据带宽。毕竟，人们衡量一款智能驾驶芯片，往往会从这几个方面入手。

不过话说回来，对于一家智能芯片公司来说，其核心竞争力只会体现在单个芯片的性能上？恐怕不行。

核心竞争力=门槛

人们往往忽略的是，某一款芯片之所以能大行其道，不可替代，除了其强大的性能，还有其绑定的生态。换句话说，除了单个芯片的强大性能，芯片还需要与软件生态的系列化、匹配化、协同化，才能形成真正的门槛。

“现在做集成电路芯片的门槛很低。理论上给我两三个亿，我不用一个R&D的工作人员就能做一个手机芯片，因为所有的ip都可以买。”

龙芯之父胡在最近的一次采访中直言不讳，直接将矛头指向了半导体行业“研不如买”的论调。紧接着，全行业也围绕“自研的边界”、“瓶颈是什么”等问题进行了广泛的讨论。

当然，同样尖锐的问题也落在了智能驾驶芯片上。那么，我们就以上面提到的智能驾驶SoC芯片为例，看看它口口声声说的“自研”到底有多少含金量。

首先，从上图黑芝麻智能华山二号A1000L的系统框架来看，ARM 6核心中央处理器(CPU)直接映入你的眼帘。毫无疑问，CPU模块就是上面胡先生提到的“可用IP核”。

虽然黑芝麻也在努力开发自己的IP，比如上图所示的图像信号处理器ISP，深度神经网络加速器NPU，但是整个系统框架中的内存LPDDR4，双核可视DSP等核心模块是什么，我们不得而知。

其次，就是芯片匹配的问题。智能驾驶芯片不会单独存在，一定会和智能驾驶舱芯片、智能联网芯片等连接。为了数据共享，和整车的智能功能串联起来。另一方面，华为、寒武纪、芯驰都有相应的云芯片、网络芯片作为配套设备，地平线也被旭日系列芯片覆盖。那么单华山系列是不是就失去了这个门槛呢？

最后，需要提到的是芯片软件生态的支撑。人们喜欢把半导体领域的软件包称为海平面下的冰山。实际上，真实情况大相径庭。从芯片设计的EDA软件，到芯片测试的仿真软件，再到与算法开发相匹配的软件工具链，都需要软件生态的支持。

英伟达之所以能“强者恒强”，是因为有底层CUDA软件生态系统作为护城河。而且不得不提的是，就智能驾驶芯片而言，NVIDIA不仅可以提供配套的硬件，还可以提供全栈的工具链，包括后续的虚拟测试套件(软硬件)和物理原型测试套件的开发。

那么，智能驾驶芯片公司是如何解决这个问题的呢？地平线上的天工开物和黑芝麻的山河平台可能是一个答案，但和英伟达的“全栈”略有不同。

竞争格局已经改变。

虽然智能驾驶芯片有更好的产业聚焦，与“风口”智能驾驶有很强的关联性，但历史告诉我们，只有拥有核心的公司……竞争力才能真正的立足于行业，做时代的“引领者”。

不可否认，越来越多的热钱涌入智能驱动芯片赛道，但半导体行业的烧钱程度众所周知，哪怕是“几亿”或“几十亿”的融资，又能撑多久呢？

更何况就目前来看，似乎只有华为和Horizon的智能驱动芯片被搭载在量产车型上。没有健康的资金流，只靠风融的钱，芯片公司还能活多久？

再加上竞争格局的变化，新老对手轮番出现，就连零跑、吉利这样的车企也按捺不住，亲自打造芯片。背后有各种势力，有英伟达、高通等国际芯片巨头。

所谓“更多竞争，更公平”的论调，恐怕只适用于那些行业的强者。随着智能化、电动化等“新四化”概念的普及，智能驾驶芯片的赛道也随着新能源汽车市场的火热而备受关注。

顾名思义，智能驾驶芯片是车辆智能驾驶的基础硬件。即使是更高水平的自动驾驶，也离不开智能驾驶芯片的计算能力的支持。

一方面国内自研芯片的人气与日俱增，另一方面市场需求呈指数级增长。双重作用下，国内智能驾驶芯片赛道上终于涌现出一批优秀选手:华为、地平线、芯技、寒武纪、黑芝麻...

虽然与英伟达、Mobileye、高通等国外芯片巨头相比，国内玩家存在一些不足，但在资本的押注、政策的鼓励以及自身芯片技术的迭代更新下，地平线、芯驰科技等芯片供应商也进化出了自己的特色。

或者追求更高的计算能力，或者追求更低的功耗，或者从一开始就做软件工具链匹配...

华为、地平线等芯片供应商在国外芯片巨头的围攻下，以自己的方式找到了“自力更生”的出路。然而，面对新的挑战时，他们还能保持初心，像以前一样“杀”出突破口吗？

你对智能驾驶芯片了解多少？

汽车芯片从上到下，根据功能的不同，往往分为计算和控制芯片(CPU、GPU、FPGA、ASIC、MCU等。)，电源转换芯片，传感器芯片，存储芯片，通信芯片等类型。智能驱动芯片属于计算和控制芯片的范畴。

具体来说，智能驱动芯片往往以两种形式呈现，一种是独立的ASIC芯片，一种是集成的SoC(片上系统)。

智能驱动ASIC是指专门为特定的智能驱动算法而设计的专用芯片。智能驱动SoC芯片是以确定系统功能为目标，集成CPU、GPU和专门设计的ASIC的芯片。

事实上，相比传统的分立芯片，SoC往往在性能和功耗上更有优势，所以各大智能驱动芯片厂商更倾向于这样的技术路线。但涉及到芯片内部的具体架构，就会有所偏颇。

据了解，目前主流的智能驾驶SoC芯片架构有三种，分别是CPU+FPGA、CPU+GPU+ASIC、CPU+ASIC。

其中，大家不太熟悉的FPGA，又称现场可编程门阵列，是一种可以根据特定算法随时调整硬件架构的芯片。所以像Waymo、百度Appllo等经常快速迭代智能驾驶算法的公司，选择基于CPU+FPGA架构的智能驾驶芯片。

当然也有玩家在做另外两种架构，比如英伟达的Xavier和特斯拉的FSD，采用的是CPU+GPU+ASIC的架构；MOBIEYEYEQ 5和地平线的征途用的是CPU+ASIC。

这三种架构彼此相似，都离不开“ASIC”的特殊设计。甚至FPGA也起到了类似于ASIC的作用，就是加速特定AI算法的设计。而且在辨别力上，智能驱动芯片的“ASIC”模块已经恰当地站到了C位。

比如NVIDIA Xavier的ASIC模块就是专门按照“DLA深度学习+PVA视觉加速器”设计的，而Tesla主要是通过“NPU深度神经网络”加速。

其实智能驱动芯片采用相关的特殊设计，无非是为了提高计算能力，提高数据传输速度，扩展数据带宽。毕竟，人们衡量一款智能驾驶芯片，往往会从这几个方面入手。

不过话说回来，对于一家智能芯片公司来说，其核心竞争力只会体现在单个芯片的性能上？恐怕不行。

核心竞争力=门槛

人们往往忽略的是，某一款芯片之所以能大行其道，不可替代，除了其强大的性能，还有其绑定的生态。换句话说，除了单个芯片的强大性能，芯片还需要与软件生态的系列化、匹配化、协同化，才能形成真正的门槛。

“现在做集成电路芯片的门槛很低。理论上给我两三个亿，我不用一个R&D的工作人员就能做一个手机芯片，因为所有的ip都可以买。”

龙芯之父胡在最近的一次采访中直言不讳，直接将矛头指向了半导体行业“研不如买”的论调。紧接着，全行业也围绕“自研的边界”、“瓶颈是什么”等问题进行了广泛的讨论。

当然，同样尖锐的问题也落在了智能驾驶芯片上。那么，我们就以上面提到的智能驾驶SoC芯片为例，看看它口口声声说的“自研”到底有多少含金量。

首先，从上图黑芝麻智能华山二号A1000L的系统框架来看，ARM 6核心中央处理器(CPU)直接映入你的眼帘。毫无疑问，CPU模块就是上面胡先生提到的“可用IP核”。

虽然黑芝麻也在努力开发自己的IP，比如上图所示的图像信号处理器ISP，深度神经网络加速器NPU，但是整个系统框架中的内存LPDDR4，双核可视DSP等核心模块是什么，我们不得而知。

其次，就是芯片匹配的问题。智能驾驶芯片不会单独存在，一定会和智能驾驶舱芯片、智能联网芯片等连接。为了数据共享，和整车的智能功能串联起来。另一方面，华为、寒武纪、芯驰都有相应的云芯片、网络芯片作为配套设备，地平线也被旭日系列芯片覆盖。那么单华山系列是不是就失去了这个门槛呢？

最后，需要提到的是芯片软件生态的支撑。人们喜欢把半导体领域的软件包称为海平面下的冰山。实际上，真实情况大相径庭。从芯片设计的EDA软件，到芯片测试的仿真软件，再到与算法开发相匹配的软件工具链，都需要软件生态的支持。

英伟达之所以能“强者恒强”，是因为有底层CUDA软件生态系统作为护城河。而且不得不提的是，就智能驾驶芯片而言，NVIDIA不仅可以提供配套的硬件，还可以提供全栈的工具链，包括后续的虚拟测试套件(软硬件)和物理原型测试套件的开发。

那么，智能驾驶芯片公司是如何解决这个问题的呢？地平线上的天工开物和黑芝麻的山河平台可能是一个答案，但和英伟达的“全栈”略有不同。

竞争格局已经改变。

虽然智能驾驶芯片有更好的产业聚焦，与“风口”智能驾驶有很强的关联性，但历史告诉我们，只有拥有核心的公司……竞争力才能真正的立足于行业，做时代的“引领者”。

不可否认，越来越多的热钱涌入智能驱动芯片赛道，但半导体行业的烧钱程度众所周知，哪怕是“几亿”或“几十亿”的融资，又能撑多久呢？

更何况就目前来看，似乎只有华为和Horizon的智能驱动芯片被搭载在量产车型上。没有健康的资金流，只靠风融的钱，芯片公司还能活多久？

再加上竞争格局的变化，新老对手轮番出现，就连零跑、吉利这样的车企也按捺不住，亲自打造芯片。背后有各种势力，有英伟达、高通等国际芯片巨头。

所谓“更多竞争，更公平”的论调，恐怕只适用于那些行业的强者。

标签：特斯拉DS

汽车资讯热门资讯