自動駕駛芯片，

被喻為芯片領(lǐng)域的“珠穆朗瑪峰”。

其前景之廣闊、技術(shù)之前沿，吸引了一大批芯片廠商和車企的布局，但其研發(fā)成本、技術(shù)壁壘與同行競爭的“三高”也勸退了無數(shù)進軍者。

而就在這個龍爭虎斗的賽道，又要迎來一位野心勃勃的玩家。

有媒體報道，比亞迪正計劃自主研發(fā)智能駕駛專用芯片，由比亞迪半導(dǎo)體團隊牽頭，同時也在招募BSP（板級支持包）技術(shù)團隊。

回首比亞迪近年的動作：2020年推出刀片電池，火爆車圈，今年已經(jīng)量產(chǎn)；2021年末，比亞迪以58.4萬臺的銷量，奪得中國新能源廠商零售桂冠；今年4月，比亞迪官宣停產(chǎn)燃油車，宣誓其全面進攻新能源領(lǐng)域的決心。

而與自動駕駛芯片有關(guān)的事件，集中發(fā)生在今年。3月，比亞迪宣布與英偉達合作，將于明年在其部分車型上搭載英偉達DRIVE Hyperion平臺，實現(xiàn)車輛智能駕駛；4月，比亞迪與地平線正式達成定點合作，將在部分車型上搭載地平線高性能、大算力自動駕駛芯片征程5，實現(xiàn)高等級自動駕駛功能。

在綁定英偉達、地平線等龍頭廠商之后，比亞迪仍堅持自研自動駕駛芯片，意欲何為？比亞迪又會遇到哪些機遇和挑戰(zhàn)？

“新能源汽車的上半場是電動化，下半場是智能化?！蓖鮽鞲Ｕf。

早在2018年，比亞迪就在自身車型元EV中使用了專為純電車開發(fā)的e平臺。在e平臺中，通過將自研動力電池、電機、電控系統(tǒng)與中控屏等關(guān)鍵部件高度集成，實現(xiàn)成本與性能的完美結(jié)合。

可以說，在電動化領(lǐng)域，比亞迪作為[敏感詞]實現(xiàn)三電系統(tǒng)全棧自研的主機廠，是中國新能源車企中的佼佼者。

但在智能化方向，比亞迪可打的牌，似乎不多。

自2018年比亞迪推出智能網(wǎng)聯(lián)系統(tǒng)DiLink 1.0以來，其一共僅更新過四個版本，相比于新勢力們“幾周一更”的頻率，迭代速度確顯遲緩。對于比亞迪的OTA能力，更有車主吐槽，“買了兩年僅升級了一次”“想更新還要去4S店排隊，算什么OTA”……

而在座艙硬件上，相比于其他車企的中高端車型使用高通旗艦級處理器（8系列），比亞迪在旗艦車型漢的車機上采用的仍是中端處理器（6系列）。

但如果說OTA能力和硬件配置還可以通過縮短開發(fā)周期、加大投入來改善，那么自動駕駛短板的解決則不在一朝一夕。

相比于新勢力們對智能駕駛的重視，比亞迪在2020年才推出[敏感詞]版輔助駕駛系統(tǒng)，實現(xiàn)L2級功能，使用的也是博世的整套解決方案。

比亞迪真正在自動駕駛上發(fā)力，是從去年開始的。

近兩年，比亞迪投資AI芯片廠商地平線、激光雷達廠商速騰聚創(chuàng)，與自動駕駛公司Momenta合資成立公司。另外，其還與百度、地平線、英偉達在自動駕駛領(lǐng)域達成合作。

（圖源：比亞迪官網(wǎng)）

要實現(xiàn)自動駕駛功能，軟件算法、硬件配置和數(shù)據(jù)處理三個要素缺一不可。而在三個要素中，芯片作為將算法訓(xùn)練和數(shù)據(jù)處理形成閉環(huán)的關(guān)鍵計算平臺，被認為是智能駕駛汽車生態(tài)發(fā)展的核心。芯片的性能，即決定了自動駕駛的效率。

王傳福說，“在智能化領(lǐng)域，比亞迪會像在電動化領(lǐng)域一樣，將所有核心技術(shù)打通，并進行充分驗證。”

（圖源：比亞迪官網(wǎng)）

而自動駕駛芯片，正是[敏感詞]個“核心技術(shù)”。其動機可以從同行的布局中窺探一二。

國內(nèi)新勢力中，小鵬于去年被曝啟動自研芯片項目，且在積極招募芯片技術(shù)人才；蔚來則是在2020年開始規(guī)劃研發(fā)芯片，并于去年挖到前賽靈思亞太實驗室主任胡成臣任汽車技術(shù)專家；理想則在今年5月成立新公司理想智動，業(yè)務(wù)包含芯片設(shè)計，被認為即將開始自研芯片。

但自研芯片最早、也是目前[敏感詞]量產(chǎn)裝車的，還要屬特斯拉。

最初與中國車廠一樣，特斯拉也用過Mobileye、英偉達的芯片，但最終還是走上了自研之路。用馬斯克的話說，“無論是Mobileye還是Nvidia，都無法滿足我們對于性能、研發(fā)進度、成本、功率方面的要求”。

研發(fā)進度上，芯片需要與算法和車輛相互配合，而特斯拉既擁有自研算法，又自造汽車，因此這些環(huán)節(jié)則可實現(xiàn)內(nèi)部流轉(zhuǎn)、集成開發(fā)，使三者的迭代速度遠高于合作模式。去年，英偉達OrinX芯片延期交付，而當(dāng)時采用這一路線的上汽、小鵬等車廠的交車就受到了不同程度的影響。

成本上，由于使用自研加自產(chǎn)模式，特斯拉自研HW3.0成本約為1600美元，使用的英偉達HW2.5成本則在2000美元左右，節(jié)省了20%。

性能功耗上，據(jù)汽車媒體統(tǒng)計，HW3.0的綜合性能表現(xiàn)方面是HW2.5的2.5倍，而功耗水平只漲了26%。

因此，自研芯片不但可以使車企在成本、性能、研發(fā)進度上不受制于芯片供應(yīng)商，避免影響終端；更重要的則是使車企通過服務(wù)自身算法和數(shù)據(jù)，將自動駕駛的自主權(quán)牢牢掌握在自己手中。

據(jù)悉，比亞迪本次自研自動駕駛芯片，由比亞迪半導(dǎo)體團隊牽頭。

自2002年比亞迪成立IC設(shè)計部，2004年獨立為比亞迪半導(dǎo)體股份有限公司，這支團隊在造“芯”上，已有20年經(jīng)驗了。

但比亞迪半導(dǎo)體的誕生其實并非主動選擇，而是“被逼”的。

多年前，無論是王傳福，還是比亞迪半導(dǎo)體高管在接受采訪時都說，“造芯不是因為想造，而是因為買不到”。比亞迪半導(dǎo)體招股書也顯示，其2018-2021年的車規(guī)級芯片業(yè)務(wù)中，除2019年外，自用數(shù)量均占到總產(chǎn)量的一半以上。

因此，比亞迪半導(dǎo)體從戰(zhàn)略上就是比亞迪孵化，用以服務(wù)于其主營業(yè)務(wù)的“產(chǎn)業(yè)鏈公司”。

而當(dāng)自動駕駛芯片成為了比亞迪打通新能源汽車下半場的關(guān)鍵技術(shù)，重擔(dān)又落到了比亞迪半導(dǎo)體頭上。

從招股書中可以看出，比亞迪半導(dǎo)體的版圖，是以車規(guī)級半導(dǎo)體為核心，同步推動工業(yè)、家電、新能源、消費電子等領(lǐng)域的半導(dǎo)體業(yè)務(wù)發(fā)展。而在車規(guī)級芯片中，其主要產(chǎn)品是IGBT、SiC器件、IPM、MCU等，用于電機驅(qū)動控制、整車熱管理、車身控制系統(tǒng)等，尚未涉足SoC芯片。

（圖源：比亞迪半導(dǎo)體）

其中，IGBT是比亞迪半導(dǎo)體較為擅長的領(lǐng)域。招股書披露，比亞迪IGBT采用IDM模式，能夠自行設(shè)計、制造與封裝，在2019年中國新能源乘用車IGBT模塊市場，比亞迪位列全球第二、國內(nèi)[敏感詞]，2020年繼續(xù)維持該排名。

但涉及到“車身控制”，以及自動駕駛所需的計算、存儲等領(lǐng)域，比亞迪半導(dǎo)體能力還未完全覆蓋。例如，2022年3月，比亞迪發(fā)布車規(guī)級8位MCU BS9000AMXX系列，主打通用MCU場景，可滿足車內(nèi)飾燈、門把手、空調(diào)觸摸面板、各類傳感器應(yīng)用、電機控制等需求，定位偏中低端。

進一步，如果把目光轉(zhuǎn)向自動駕駛芯片市場，難度又上升了不止一個量級。

放眼全球，自動駕駛芯片按技術(shù)路徑劃分，可分為三大陣營：

最[敏感詞]的陣營，以英偉達、特斯拉為代表，采用CPU+GPU+ASIC方案，難度[敏感詞]、風(fēng)險[敏感詞]；

其次，Mobileye、地平線等新興科技公司，多采用CPU+ASIC方案；

以Waymo、百度為代表的公司，則采用CPU+FPGA方案為主。

從CPU、GPU、FPGA 到ASIC，通用性越來越差， 效率越來越高。

特斯拉作為最[敏感詞]的新能源汽車公司，在馬斯克“[敏感詞]性原理”驅(qū)動下，一上來就選擇了最為hard的芯片技術(shù)路徑——不僅要自研ASIC，還將技術(shù)側(cè)重點都押注在ASIC上。

在自動駕駛芯片領(lǐng)域，ASIC是令許多廠商又愛又怕的存在。它專門為某一項算法定制，不像GPU那樣堆料，容易控制硬件成本、功耗表現(xiàn)也十分優(yōu)越，但挑戰(zhàn)它也意味著巨大的風(fēng)險：由于僅支持單一算法，沒有重構(gòu)能力，也就意味著，一旦算法需要大幅迭代優(yōu)化，架構(gòu)就要推倒重來，故對芯片廠商算法、IC設(shè)計上，提出了極高的要求。

相比之下，英偉達則憑借在GPU方面的[敏感詞]優(yōu)勢，側(cè)重于利用GPU，保持對FPGA和ASIC算力上的優(yōu)勢。為了滿足愈來愈高的算力需求，英偉達不得不在GPU方面采用“堆料”模式，造成了愈來愈高的成本、愈來愈大的功耗。但在當(dāng)下的車規(guī)級市場，由于找不到更好的替代方案，許多車企只能妥協(xié)承受，亦或是，采用FPGA這樣折中的自研路徑。

FPGA全稱Field Programmable Gate Array，可理解為半成品版本的ASIC，其運算性能優(yōu)于GPU，又具備可重構(gòu)性，成為不少企業(yè)的“入門級”選擇。如Mobileye、地平線等，均是先以FPGA路徑切入，后期再進階，聚焦ASIC芯片，以此分?jǐn)侫SIC帶來的巨大研發(fā)風(fēng)險。

然而，折中的方案卻也會帶來“兩頭不沾”的代價——成本高、功耗高、技術(shù)難度大、適配與量產(chǎn)難度大，都使廠商面臨不小的挑戰(zhàn)。

總結(jié)來說，在自動駕駛芯片領(lǐng)域，無論走哪種路線，全球還未探索出一條既低成本、低風(fēng)險，又兼具高性能的方案。凡有選擇，皆有代價。對比亞迪半導(dǎo)體，在高性能車規(guī)芯片領(lǐng)域，其技術(shù)積累還較為空白，是選擇折中方案，還是直接挑戰(zhàn)[敏感詞]峰，都將承受巨大風(fēng)險。

不過，研發(fā)自動駕駛芯片不止依靠“硬實力”，“軟實力”也是不可或缺的條件。在這方面，比亞迪表現(xiàn)不俗。

首先，是比亞迪銷量的背書。

根據(jù)東吳證券報告，芯片行業(yè)是競爭壁壘極高的寡頭格局行業(yè)，在企業(yè)獲得先發(fā)優(yōu)勢后，可以憑借較大的出貨量平攤研發(fā)費用。

報告也提出，擁有龐大消費市場是芯片攪局者成功“分羹”的重要因素，蘋果、特斯拉、華為都是先例。

而讓比亞迪有信心斥巨資投入其中的，或許正是其穩(wěn)定的“自用訂單”。

在2021年中國新能源乘用車中，比亞迪以58.4萬臺的成績力壓五菱、特斯拉，問鼎[敏感詞]；放眼全球，比亞迪也僅次于特斯拉，排名第二。

而比亞迪，似乎想做第二個特斯拉。

除了銷量外，足夠的資金支持也是比亞迪的必要條件。

行業(yè)專家指出，研發(fā)自動駕駛芯片所需的資金投入為10億人民幣到10億美元不等。

根據(jù)招股書，自2018年起，比亞迪半導(dǎo)體的研發(fā)費用分別為1.10億、0.97億、1.35億、0.97億（2021上半年）。對于比亞迪半導(dǎo)體來說，這個項目的量級顯然有些大了。

但若將視角放到比亞迪在汽車領(lǐng)域的布局，10億的投入似乎并不是天方夜譚。

財報顯示，2021年，比亞迪在汽車板塊的研發(fā)費用為51.4億元，在研發(fā)端占比48.3％，在汽車項目上的開發(fā)支出成本總計有99億元。

有足夠的訂單與資金做靠山，比亞迪入局自動駕駛芯片也就具備了外部條件。

但這些，顯然還不夠。

放眼各大新能源車企，特斯拉在自研自動駕駛芯片上，[敏感詞]且[敏感詞]。

早在2019年，特斯拉就已將其自主研發(fā)的FSD芯片搭載在全系車型中，擺脫了對Mobileye、英偉達等芯片廠的依賴，成為全球[敏感詞]實現(xiàn)自動駕駛核心領(lǐng)域全棧自研自產(chǎn)的科技公司。

也許是受成功者的影響，國內(nèi)頭部車企也紛紛傳出自研芯片消息，其中包括人們熟知“蔚小理”，但至今仍沒有流片的跡象。

那么，特斯拉的成功自研，比亞迪能做到嗎？

首先，特斯拉作為智能汽車的“吃螃蟹者”，在軟件算法與數(shù)據(jù)處理能力上的先發(fā)優(yōu)勢，決定了其芯片的高效。

早在Autopilot 1.0時代，特斯拉就已開發(fā)出一套完整的AI深度學(xué)習(xí)算法，該算法基于深度神經(jīng)網(wǎng)絡(luò)的視覺處理工具Tesla Vision，能夠?qū)π熊嚟h(huán)境進行專業(yè)的解構(gòu)分析，同時借助其售出車輛搜集的大量數(shù)據(jù)，反過來對Tesla Vision的神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練和改進。

而軟硬件的協(xié)同，正是自動駕駛SoC芯片的重中之重。

特斯拉FSD芯片，就是從算法需求出發(fā)，進行了芯片架構(gòu)設(shè)計。其核心技術(shù)來源于由兩顆NPU組成的NNA（Neural Network Accelerator，神經(jīng)網(wǎng)絡(luò)加速單元）系統(tǒng)，而這兩顆NPU正是以特斯拉自研算法為基礎(chǔ)，負責(zé)深度學(xué)習(xí)及預(yù)測功能的處理器。

（特斯拉FSD芯片，圖源：Wikichip）

正如行業(yè)專家所說，“特斯拉的做法適應(yīng)了AI時代的正確理念，由算法定義芯片，軟硬件協(xié)同設(shè)計?！?/span>

在兩家中國芯片頭部廠商的經(jīng)驗中，也可以得出同樣的結(jié)論。

地平線創(chuàng)始人余凱指出，其在自動駕駛芯片的優(yōu)勢正是深度學(xué)習(xí)處理器為深度學(xué)習(xí)軟件服務(wù)，用軟件的思維設(shè)計芯片；黑芝麻智能CEO單記章也說，設(shè)計SoC芯片背后的技術(shù)難度很大，其中[敏感詞]的難題就是“深入了解自動駕駛算法，尤其其背后使用的神經(jīng)網(wǎng)絡(luò)”。

但軟件算法，并不是比亞迪所擅長的。

無論是最初采用博世的全家桶方案，還是如今與Momenta、百度等供應(yīng)商合作，比亞迪自身仍沒有具有自主產(chǎn)權(quán)的算法。

特斯拉在算法上可謂費盡了心思，從一開始就“押寶”了純視覺傳感器路線，使機器視覺算法得以快速進化。2015年，馬斯克主導(dǎo)成立了非營利性人工智能研究公司OpenAI。同時，特斯拉也在不斷演進、重寫自動駕駛算法，從2D視覺感知、多攝像頭融合感知俯視，到3D環(huán)境建模和動靜態(tài)目標(biāo)檢測……特斯拉在純視覺感知算法的道路上一直在努力。

再看“蔚小理”的情況，小鵬目前已經(jīng)在“感知-決策-執(zhí)行”全域?qū)崿F(xiàn)算法自研，而蔚來、理想也實現(xiàn)了“決策-控制”域的自研，預(yù)計今年實現(xiàn)全域自研。

因而在軟件上，相比于擁有自研算法的特斯拉和“蔚小理”，比亞迪仍需補足。

BOSS直聘顯示，比亞迪及比亞迪半導(dǎo)體已在招募“高級算法工程師”“智能駕駛系統(tǒng)專家”，定位ADAS開發(fā)，要求有視覺感知算法和雷達算法開發(fā)經(jīng)驗?？梢?，比亞迪也能意識到自有算法的重要性。

其次，AI芯片的技術(shù)門檻，決定了其對研發(fā)人員的要求極高。

以特斯拉為例，2016年1月，馬斯克就從AMD挖來了芯片界傳奇人物 Jim Keller，任硬件工程副總裁，其曾供職于DEC、PA semi、AMD、Apple，參與設(shè)計過蘋果A4/A5/A6處理器，更是速龍 K8 處理器的總架構(gòu)師；一位“大佬”仍遠遠不夠，2月，又從Apple挖到了研發(fā)總監(jiān)Pete Bannon，曾任A5芯片核心設(shè)計工程師；同時期，來自AMD的谷俊麗也加盟特斯拉FSD，帶領(lǐng)Autopilot硬件工程團隊組建機器學(xué)習(xí)小組。

行業(yè)專家李星宇指出，人才是研發(fā)自動駕駛芯片的核心要素?？梢哉f，這些[敏感詞]芯片人才在馬斯克的“感召”下的匯集，是特斯拉成功研發(fā)FSD芯片的基礎(chǔ)。

蔚來也不甘示弱。

自2020年10月被曝啟動自研芯片計劃后，原Momenta研發(fā)總監(jiān)任少卿、原小米芯片部門總經(jīng)理白劍、前賽靈思亞太地區(qū)主任胡成臣先后被蔚來挖到，加速其研發(fā)流程。

業(yè)內(nèi)認為，芯片的[敏感詞]研發(fā)人員很難被車企所招聘，特斯拉的“挖人”成功很大程度是因為馬斯克的個人魅力。

BOSS直聘也顯示，比亞迪正在招聘“智能駕駛域控制器高級硬件專家”，定位“ADAS開發(fā)”“SoC級芯片”。

而能否挖到[敏感詞]級人才，還需拭目以待。這取決于王傳福的魅力，更取決于比亞迪的決心。

免責(zé)聲明：本文轉(zhuǎn)載自“芯師爺”，本文僅代表作者個人觀點，不代表薩科微及行業(yè)觀點，只為轉(zhuǎn)載與分享，支持保護知識產(chǎn)權(quán)，轉(zhuǎn)載請注明原出處及作者，如有侵權(quán)請聯(lián)系我們刪除。