中國最有代表性兩家自動駕駛大算力芯片（SoC）公司在港交所相遇了。

3月23日，黑芝麻智能向港交所遞交主板上市申請；3天之后，地平線也向港交所遞交了招股書。

毫無疑問，隨著智能汽車的發(fā)展，如今自動駕駛芯片迎來了最好的時代。根據(jù)灼識咨詢的數(shù)據(jù)，全球高級輔助駕駛和高級自動駕駛解決方案市場規(guī)模達到619億人民幣，預(yù)計到2030年將達到10171億元人民幣，年復(fù)合增長率達到49.2%。

但問題是，高速增長從來不等于每家企業(yè)都能夠平等地享受到市場的機遇，這在高度集中的自動駕駛芯片行業(yè)更是如此。

地平線和黑芝麻智能，兩家公司雖然成立的時間前后只差一年，如今又在同一年沖刺上市，但兩者的處境卻完全不同。地平線的收入在2023年大漲了71.3%，達到15.52億。而黑芝麻智能僅有3.12億，賬上現(xiàn)金流更是捉襟見肘。

與黑芝麻智能相比，地平線顯然吃到了更多的市場紅利。

但如今擺在這兩家公司面前的，卻不是誰打敗誰，誰領(lǐng)先誰的問題，而如何在激烈的市場環(huán)境中，找到自身優(yōu)勢，突出重圍的問題。


汽車芯片國產(chǎn)化的三級難度

汽車芯片進入的高門檻現(xiàn)實，也造成了全球汽車芯片由國外巨頭壟斷的局面，中國芯片公司想要進入這一市場，有三個級別的難度。

粵芯半導(dǎo)體副總裁趙斌和廣研院一起研究分析之后，將國產(chǎn)汽車芯片分為：比較容易國產(chǎn)化、比較難國產(chǎn)化和極難國產(chǎn)化。

比較容易國產(chǎn)化的汽車芯片，是國內(nèi)消費類做得比較好的領(lǐng)域，比如DC-DC、車載充電機MOSFET、數(shù)字儀表存儲芯片、各類精度要求不那么高的ADDA芯片。

“對這類比較容易國產(chǎn)化的芯片，主要的問題是車規(guī)驗證?！壁w斌的觀點是，“消費類芯片對質(zhì)量一致性的冗余度比較高，但車載芯片的冗余度比較低，也會遇到成本控制和技術(shù)的問題。”

難國產(chǎn)化的汽車芯片包括電機控制器、電池管理系統(tǒng)SBC、中控主機、各類ECU-MCU、 電驅(qū)總成、電機控制器IGBT。

“難國產(chǎn)化的汽車芯片，主要問題還是技術(shù)缺失。這類芯片需要終端客戶、設(shè)計公司和晶圓廠一起協(xié)調(diào)，首先把技術(shù)缺失的問題解決掉，才能把芯片做出來?！壁w斌認為。

極難國產(chǎn)化的汽車芯片包括智能城控制器SoC、MPU、智能座艙SoC，帶導(dǎo)航多媒體SOC、MCU等。

“這類芯片更是受到技術(shù)的限制。需要從工藝制程開始解決，一個工藝開發(fā)至少需要兩年，IP驗證又需要一年，還要做產(chǎn)品驗證，四五年才能解決問題?！壁w斌感嘆，

“說到底，國產(chǎn)汽車芯片的挑戰(zhàn)是難設(shè)計、難制造、難上車，以及生態(tài)建設(shè)嚴(yán)重不足。之前國內(nèi)不在汽車芯片的圈子里，所以我們整體的生態(tài)嚴(yán)重不足?！?/span>

針對制造難題，粵芯和芯片設(shè)計公司在共同解決這一難題。粵芯專注模擬芯片的代工，因為國內(nèi)設(shè)計公司在模擬芯片、分立器件、光學(xué)器件領(lǐng)域有17%的市場占有率，專注在國內(nèi)芯片設(shè)計公司更有優(yōu)勢的領(lǐng)域，更容易實現(xiàn)國產(chǎn)汽車芯片的突破。

袁鋒對國產(chǎn)汽車芯片的未來持樂觀態(tài)度，一臺新能源智能車所需的一千多顆芯片中，800多顆可以找到替代，真正被掐脖子的沒那么多。

不少國內(nèi)芯片公司都已經(jīng)走在突破極難國產(chǎn)化汽車芯片的道路上，并且已經(jīng)取得了階段性成果。

算力越大≠效果越好

在分析英偉達制霸AI芯片市場，股價五年暴漲20倍的原因時，分析師們往往會草草地拋出一個觀點：算力為王。

車企們在宣傳智能汽車時，也常常有意無意地向用戶傳達一種思想：算力越大越牛X。 不過這并非事實??！

在真實的智能駕駛系統(tǒng)中，更大的算力只提供牛逼的可能性，但不保證牛逼的確定性。

一方面，企業(yè)通常對外宣傳的TOPS，是一塊芯片的AI峰值算力，但在實際運行中，芯片算力很難被充分利用。

一個不那么為人所知的事實是，在高數(shù)據(jù)量的計算任務(wù)中，最大的瓶頸常常是存儲帶寬而非算力。

因為計算單元的運行頻率遠高于存儲單元，芯片會陷入“算力等數(shù)據(jù)”的狀態(tài)，高算力其實在空轉(zhuǎn)。

這就相當(dāng)于餐廳里有一位米其林大廚，做飯又快又好吃，但受制于切菜工的效率，導(dǎo)致出餐率一直上不去。

存儲能力成為AI應(yīng)用的主要瓶頸 有效運用高算力的一個方法是在芯片中放置更多的高速緩存（SRAM），這種存儲單元與計算單元距離更近，數(shù)據(jù)傳輸?shù)难舆t更低，可有效提升帶寬。

比如特斯拉在其FSD芯片內(nèi)封裝了32MB的高速緩存，緩存帶寬達到2TB/s，將每秒能處理的圖像從Drive PX2的100余幀提升至2300幀，為其FSD Beta算法提供了基礎(chǔ)。

但特斯拉做到這一切的前提是斥巨資從硅谷找到頂級半導(dǎo)體人才，進行自主研發(fā)，而能同時滿足這樣條件的車企并不多。

另一方面，即使通過各種方法盡可能把芯片算力用滿，也不代表萬事大吉——算力是智能駕駛的基礎(chǔ)，算法才是靈魂。

關(guān)于算法的重要性，在游戲行業(yè)有一個生動的例子。

2021年前，游戲玩家在打開GTA5聯(lián)機版時，即使擁有性能不錯的電腦，也需要等待一段漫長的時間。

后來有程序員解包發(fā)現(xiàn)，由于部分代碼質(zhì)量過低，某個只需一步完成的步驟，被迫跑了19.8億次if語句——這段代碼很簡單，但占用了60%的計算資源。

同樣的道理在智能駕駛行業(yè)也成立：堆砌、消耗算力并不難，難的是通過高效算法將算力轉(zhuǎn)化為實打?qū)嵉挠脩趔w驗。

一個有經(jīng)驗的算法團隊常常能取得更高的算力費效比。

比如小鵬剛剛向廣州區(qū)域的P5車型推送了城市高階輔助駕駛CNGP，在行業(yè)大多基于上百T算力實現(xiàn)這一目標(biāo)時，小鵬P5僅搭載了算力30TOPS的Xaiver芯片，依靠的便是算法優(yōu)化和高精地圖加持。

不久前與五菱一起推出低算力輔助駕駛方案的大疆車載認為，實現(xiàn)智能駕駛面臨傳感器、算力、算法、數(shù)據(jù)四座大山，四座山頭需要一起翻越。

換句話說，智能駕駛系統(tǒng)其實是一個木桶，決定最終體驗的是不是某塊長板，而是短板。

而在當(dāng)下，整個汽車行業(yè)將芯片算力堆到數(shù)百乃至上千T的大有人在，但沒有一家車企的輔助駕駛系統(tǒng)效果，比得上特斯拉基于144T算力做出來的FSD Beta。

面對這種情況，很難說智能駕駛行業(yè)的短板在芯片算力上。

而在廣闊的輔助駕駛市場，更加主流的其實是服務(wù)中低端車型的夠用就好。他們不追求（也無力使用 ）高端配置，而是用低成本芯片、傳感器，在有限場景內(nèi)將輔助駕駛功能做好。

比如大疆與五菱今年合作推出的智駕版 KIWI EV則更進一步，采用200萬像素攝像頭為主傳感器，計算平臺算力僅16T，全套輔助駕駛套件成本在一萬以內(nèi)。

隨著此類方案的流行，一些平價智能駕駛芯片如地平線J3（算力5T）、德儀TDA4（算力8T）正在打開越來越大的市場。

地平線向左，黑芝麻向右

事實上，即便同樣定位于自動駕駛的SoC解決方案提供商，地平線和黑芝麻智能切入市場的方式也完全不同。

首先是地平線，其選擇戰(zhàn)略是“開放”。

地平線在招股書中提到，高級輔助駕駛和高階自動駕駛的大規(guī)模應(yīng)用要走開放平臺的路徑，讓所有產(chǎn)業(yè)鏈參與者均可被技術(shù)賦能，開發(fā)符合其需求的功能及產(chǎn)品，同時縮短車型上市的時間。

目前為止，自動駕駛芯片的發(fā)展過程中其實就是一個不斷開放的過程。

早期，Mobileye幾乎占據(jù)自動駕駛芯片市場超90%的份額，但由于其采用軟硬件高度耦合的一體式解決方案，無法滿足車企自主開發(fā)的需求，以至于許多車企不得不選擇其他供應(yīng)商。

特斯拉是最有代表性的一個例子，其最早采用Mobileye的EyeQ系列芯片，后由于缺少自主性轉(zhuǎn)而選擇了英偉達。從此之后，軟硬件解耦解耦，讓車企可以自主開發(fā)就成為了自動駕駛芯片行業(yè)的普遍做法。而包括英偉達在內(nèi)、地平線、黑芝麻智能都可以說是在這一輪開放浪潮中受益的企業(yè)。

但到目前為止，芯片市場對于車企的開放仍然不夠。隨著自動駕駛的發(fā)展，車企對芯片的定制化需求越來越多，在成本、封閉性等多種因素的推動下，許多車企不得不考慮芯片自研。特斯拉就是如此放棄英偉達開始自研FSD芯片的。

如今國內(nèi)的各大造車新勢力也逐漸走到了特斯拉當(dāng)時的階段，為了適應(yīng)市場需求，地平線選擇開放自身的產(chǎn)品體系和服務(wù)能力。

這種開放體現(xiàn)在兩方面，其一是產(chǎn)品“原子化”，其二是“服務(wù)到家”化。這也恰恰對應(yīng)著地平線的兩種盈利方式，即基于芯片的解決方案交付，和IP授權(quán)與服務(wù)。

所謂“原子化”是地平線將芯片SoC、操作系統(tǒng)、自動駕駛軟硬件系統(tǒng)和整車開發(fā)解耦，車企可以根據(jù)自身需要隨意選擇整車開發(fā)的介入程度。即可以選擇全套解決方案、也可以從芯片開始自己開發(fā)。

其次是IP授權(quán)與服務(wù)，針對那些想要自己開發(fā)芯片的車企，地平線可以將芯片IP進行授權(quán)，開放各種軟件開發(fā)工具和開發(fā)平臺，甚至派駐團隊進行協(xié)助，加快芯片的開發(fā)進程?？梢哉f是扶上馬，再送一程。

在2023年7月的中國汽車論壇上，余凱提到：“我們不僅支持類似于傳統(tǒng)的Mobileye的完整交付模式，也支持類似于像英偉達這樣的較為開放的模式。相較于英偉達，地平線不僅可以開放底層軟件如工具鏈或bsp，我們還進一步開放IP授權(quán)模式，這種IP授權(quán)模式甚至支持領(lǐng)先的OEM、主機廠，開發(fā)他們定制化的芯片以及他們自己的軟件?！?/span>

與地平線不同，黑芝麻智能選擇的是“提前下一步棋”。

除了“開放”之外，智駕芯片的第二個趨勢就是從分散走向集中。這是因為當(dāng)前汽車的電子EE架構(gòu)正在從從模塊化、分布式走向中央集中式。

當(dāng)前汽車的電子電氣架構(gòu)以域為中心，分為動力域、底盤域、座艙域、自動駕駛域和車身域，自動駕駛芯片只是自動駕駛域的SoC，但未來五大域的逐漸融合，一輛車只需要一塊SoC芯片，而自動駕駛芯片則是最適合統(tǒng)一各大域的芯片。

黑芝麻智能在2023年4月發(fā)布了武當(dāng)系列跨域SoC，根據(jù)弗若斯特沙利文的說法，這是行業(yè)里首個集成自動駕駛、智能座艙、車身控制及其他計算域的產(chǎn)品。

從分布式走向中央集中式，可以提高智能汽車的系統(tǒng)性能、安全和靈活度、并降低系統(tǒng)成本，在智能汽車價格戰(zhàn)愈發(fā)激烈的當(dāng)下，這樣的產(chǎn)品無疑非常符合車企的需求。目前包括高通、博世、AMD在內(nèi)的老牌半導(dǎo)體巨頭都在推出可以融合多域的智駕SoC，這正在成為一種未來趨勢。

黑芝麻智能之所以提前布局下一代產(chǎn)品，一個原因是早期黑芝麻智能的產(chǎn)品發(fā)布比地平線晚一代。

2017年12月，地平線發(fā)布征程1；2019年8月，地平線發(fā)布第二款芯片征程2，算力達到4 TOPS；這個時候黑芝麻智能才發(fā)布第一款芯片華山一號A500，算力5-10TOPS。

芯片的發(fā)布時間直接影響后續(xù)車企的測試、開發(fā)、上車等一系列流程。在黑芝麻智能發(fā)布第一款芯片時，地平線已經(jīng)依靠征程1與車企走過了前期階段，黑芝麻智能由此錯過了早期的第一批客戶，并且導(dǎo)致了一步慢，步步慢的結(jié)果。

所以跳過當(dāng)前階段，卡位下一個節(jié)點也成了當(dāng)前黑芝麻智能找回節(jié)奏的一種方式。

當(dāng)然，和地平線一樣，黑芝麻智能也發(fā)布了一整套服務(wù)于芯片開發(fā)的軟件平臺系統(tǒng)和工具鏈，這當(dāng)然也目前國內(nèi)智駕芯片企業(yè)的一種優(yōu)勢。

我們前面提到，“服務(wù)”是當(dāng)前英偉達的短板，但這恰恰是國產(chǎn)廠商所擅長的。作為本土企業(yè)，中國的芯片廠商可以隨叫隨到與車企充分溝通，可以派駐大量員工入住車企共同開發(fā)，還不會存在語言和工作方式的障礙。

我們需要看到的一個事實是，中國自動駕駛芯片確實在技術(shù)上與英偉達等國際企業(yè)相比有一定差距，所以彎道超車的關(guān)鍵，除了努力發(fā)展技術(shù)，還要舍得彎下腰做更多服務(wù)和dirty work。

這種發(fā)展方式，我們可以從國產(chǎn)數(shù)據(jù)庫的發(fā)展過程中看到成功的例子。

與國外Oracle、IBM DB2這樣成熟的數(shù)據(jù)庫企業(yè)相比，國產(chǎn)數(shù)據(jù)庫自然是起步更晚，但國產(chǎn)數(shù)據(jù)庫仍然在激烈的市場中依靠本地化殺出一條血路，關(guān)鍵在于其更懂得服務(wù)于中國市場。

中國產(chǎn)業(yè)數(shù)字化起步較晚，大多數(shù)企業(yè)別說數(shù)字化，更是連早期的線上化都還沒有完成，大量的數(shù)據(jù)依靠文件打印，手寫抄錄留存。

國外的數(shù)據(jù)庫公司沒有見過這樣的環(huán)境，無法為“沒有數(shù)據(jù)”的企業(yè)提供服務(wù)。但國產(chǎn)數(shù)據(jù)庫公司卻愿意幫助這些企業(yè)先實現(xiàn)線上化的過程，再將這些線上的數(shù)據(jù)通過數(shù)據(jù)庫去存儲整理。

這雖然是一個耗費巨大時間和成本的過程，但也恰恰因為這些成本，讓國產(chǎn)數(shù)據(jù)庫在成功搶下了中國市場。如今的自動駕駛芯片自然也是如此。