這幾年，隨著國產汽車的爆火，國產芯片廠商也在行動，大家進軍汽車芯片市場，從幾大戰場入手，比如大算力芯片戰場，用于自動駕駛技術，與英偉達等國外廠商競爭。

一塊是智能座艙芯片入手，用于車內的娛樂等，與高通等競爭。還有從低算力芯片入手，與國外廠商TI等競爭。

而在上海車展上，我們發現國產芯片廠商地平線、黑芝麻、芯馳等，將展臺從零部件館搬到了整車場館。同時也拿下了多個合作車型或品牌，包括比亞迪漢、星途星紀元ES、東風乘用車eπ、領克08、哪吒GT、合創V09等。

機構統計，到目前為止國產智駕芯片的出貨量超過了300萬片，且正在拿下更多車型定點，而一些國外芯片的市場，慢慢的已經被國產芯片廠商搶走了，比如在上海車展上，基本很少看到Mobileye EyeQ的量產搭載新車了，被國產廠商“卷死”了？

競爭加劇的車規級MCU賽道

與此同時，在“軟件定義汽車”浪潮下，軟硬協同能力成為核心，“自主可控的架構+芯片+軟件算法+開發工具鏈”成為中國大陸主流芯片產品方案；車規級芯片廣泛應用于汽車各個領域，并且當前正從功能安全需求弱的低端場景向功能安全需求強的高端場景邁進。

隨著新能源汽車滲透率不斷提升，如何保障相關產業鏈、供應鏈的安全性穩定性被上升到一個新的高度。回顧2020年以來，車規級半導體的供應持續短缺，成為一眾產業鏈中橫亙在新能源發展道路上的一大難題；2021年，甚至包括大眾、豐田、日產等面對芯片短缺一度被迫減產甚至停產。直至今日，本土車規芯片短缺問題仍未根本解決。

根據國際機構的數據以及供需現狀，不可否認車規級MCU大部分的中國大陸市場仍然被恩智浦、瑞薩、英飛凌、意法半導體、Microchip（美芯）等盤踞，同時中國大陸汽車市場需求端占據全球份額30%，甚至未來更高，汽車芯片的巨量市場是有著扎實的需求支撐。

車企們全球找“芯”之際，芯片國產化成為了芯片短缺難題的破解之道，同時也成為行業企業不得不探索的道路。近期芯片廠與主機廠的合作模式越來越開放透明，產業鏈結構正由傳統鏈條式結構向更加扁平的網絡狀結構演進。


7nm將成為汽車芯片分水嶺

很多網友認為，汽車芯片相較消費級芯片在安全性、穩定性方面要求更高，因此不適應7nm以下的先進制程。但事實上，隨著芯片制程的不斷迭代，技術也更加成熟，7nm工藝已經能夠提供足夠的安全性和穩定性，當然價格也更貴。

臺積電是全球領先的芯片代工企業，早在2018年4月就實現7nm芯片的量產，2019年實現7nm EUV工藝，如今更是實現了3nm工藝的量產。市場占有率方面，臺積電更是當仁不讓，60%的市占率讓對手瑟瑟發抖，排在第二的三星電子市場占有率為13%，中芯國際僅為5%。

此外，臺積電的制造水平更勝一籌，相同面積的晶圓上晶體管數量最多，良品率更高、漏電率更低。

根據最新數據，目前14款先進工藝的汽車芯片中，有11款已采用或計劃采用臺積電代工，僅有3款選擇三星電子代工，而聯電、格芯、中芯國際連湯都喝不上。

2020年，臺積電推出了基于7nm汽車設計支持平臺（ADEP）。該平臺包攬了汽車芯片設計、制造、應用、生態等全流程、多體系。全球首款7nm車機芯片高通8155，就采用了臺積電7nm工藝，整體性能相當于驍龍855+。8155是高通第三代驍龍座艙旗艦芯片，包含CPU、GPU、DSP、ISP以及AI引擎。運行內存高達16GB，平均運算速度高達360萬次/秒，AI算力達到8TOPS。

8155一發布，就受到了廣大車企的搶購，成為了高端汽車的標配。長城、吉利、廣汽、上汽、小鵬、蔚來、理想等車企紛紛采購。

今年5月26日，高通公司在汽車技術與合作峰會上公布了旗下第四代座艙芯片驍龍 8295（SA8295）。相對于之前的驍龍 8155，驍龍 8295 進行了多方面升級。驍龍8295采用臺積電5nm工藝，AI 算力達到30TOPS、GPU性能提升2倍、3D渲染能力提升 3 倍，增加了集成電子后視鏡、機器學習視覺、乘客監測以及信息安全等功能，一顆芯片可帶 11 塊屏。前排輔助駕駛、后排盡享娛樂，駕駛樂趣將成倍提升。

8295將搭載在奇瑞、小米、博泰、零跑、集度等品牌的汽車上。除了8295外，高通驍龍自動駕駛平臺的核心SoC、安霸最新AI域控制器芯片CV3系列。恩智浦新一代 S32 系列車用處理器，也將采用臺積電5nm工藝。

這些都顯示著先進制程汽車芯片開始快速迭代，并進入量產加速期。

此外，臺積電還計劃在2024年業界第一款基于3nm的汽車芯片平臺——“N3AE”。N3AE是在消費級的N3E基礎上，進行了改造和升級，計劃在2025年量產3nm汽車芯片。而作為第一個吃螃蟹的高通，仍然是第一批客戶，預計驍龍8755將是全球第一款3nm汽車芯片。

可以看出，“臺積電+高通”模式，將在汽車芯片領域刮起一陣風，想要成功、想要盈利就只能站在風口上。


中國車規級芯片產業創新與未來展望

根據車規級芯片的生命周期劃分創新維度，歸納總結出三個主要創新方向：芯片技術創新、產品及應用場景創新、企業發展創新。

芯片技術創新包含芯片材料創新、芯片設計創新及制造工藝創新三個維度；產品及應用場景創新包含產品方案創新、應用場景創新兩個維度；企業發展創新包含合作模式創新、生態建設創新兩個維度。

材料創新：SiC耐高壓、耐高頻、耐高溫，成為電驅系統更優選擇。

相較傳統的Si（硅）而言，第三代寬禁帶半導體材料SiC（碳化硅）和GaN（氮化鎵）因其特性更適用于高壓、高頻環境。其中，SiC功率器件在新能源汽車領域中具有巨大潛力，主要應用于主驅逆變器、車載充電系統OBC、車載電源轉換器DC/DC及非車載充電樁。

隨未來800V高壓平臺成為主流方案，相比當前主流的Si-IGBT，耐高壓性、耐高溫性更強，開關頻率、功率密度更高且損耗更低的SiC-MOSFET在高壓領域中更具優勢。尤其在主驅逆變器中，SiC-MOSFET方案能夠顯著減少導通損耗和開關損耗、節約芯片面積、節省成本。

中國SiC發展起步雖有落后，但當前已有明顯成果。如比亞迪半導體不斷迭代IGBT技術的同時還大力布局SiC功率器件，率先實現SiC功率模塊量產落地，在邁入以SiC-MOSFET替代Si-IGBT階段之后，進一步專為SiC定制功率模塊以發揮SiC材料的顯著優勢。

材料創新：硅光芯片信號傳輸快、集成度高，助力FMCW激光雷達發展。

硅光技術是以光子和電子為信息載體的硅基光電子大規模集成技術，能夠大幅提升集成芯片性能。硅光芯片是光子技術與微電子技術融合的結晶，取兩家之長，既擁有光的高帶寬、高速率、高抗干擾性，又具備微電子高集成、低能耗、低成本等優勢。

激光雷達是硅光芯片重要應用領域。基于調頻連續波相干探測（FMCW）路線的激光雷達興起與硅光技術發展密不可分。早期FMCW激光雷達由各種分立器件堆疊起來，組件調試和器件成本都非常高，難以規模化商業落地。而硅光芯片能夠集成光波導通路傳輸信號，且集成光路具備體積小、

成本低特征，準確切入FMCW激光雷達研發落地痛點，并讓芯片級FMCW激光雷達方案成為可能。

目前中國已有數家企業基于硅光芯片研發FMCW激光雷達方案，其中洛微科技自研車規級硅光芯片并在其基礎之上研發芯片級FMCW激光雷達。

設計創新：高性能與高安全目標驅動芯片設計演進，多核鎖步應運而生。

芯片設計以性能與安全為核心目標和驅動力。面對越發龐大復雜的汽車數據，提升芯片計算性能迫在眉睫，諸多芯片廠通過多個集成高主頻內核來

提升芯片整體計算效率。100MHz已不足為奇，更有芯片其主頻已高達800MHz，高主頻高性能芯片成為設計主流。

在智能網聯趨勢之下，網絡信息安全日益重要，主機廠已普遍采用“安全芯片（SE）+硬件安全模塊（HSM）”方案構建信息安全防護體系，芯片防護能力和信息安全設計成為新焦點，當前中國已有企業憑借多年安全芯片技術布局汽車電子，深入車規級芯片信息安全設計。

在功能安全設計方面，目前多核MCU主要采用鎖步架構設計提升安全性；集成更多模塊的SoC通常安全等級較低，需要外掛高安全MCU實現功能。

安全等級提升，同時還有芯片廠進一步提升SoC集成化程度，內置高安全MCU作為安全島從而增強整個SoC的功能安全性。

設計創新：計算效率需求推動架構創新，存算一體開辟嶄新技術路線。

提升計算芯片性能主要有兩種方式：工藝提升和架構優化，在國內芯片不斷向先進制程進軍之時，后摩智能率先推出存算一體創新芯片架構，為芯片計算效率提升開辟嶄新技術路徑。存算一體創新架構將存儲與計算完全融合，能夠減少數據搬運降低能耗，實現計算能效巨幅提升。存算一體架構芯片較傳統架構芯片具備低功耗、低延時、高算力三大優勢，非常貼合智能駕駛場景需求。


工藝創新：為降本增效，芯片不斷追求先進制程，探索摩爾定律極限

如今智能汽車搭載功能豐富多樣，信息數據體量規模與日俱增，智能化升級對車載計算控制芯片的計算性能提出更高要求。同時，汽車銷量逐日攀升、單車用芯量不斷增長，加之規模化量產對降本增效需求持續增強，種種情況促使芯片廠不斷追求更低制程以實現性能提升與成本降低。

不同計算控制芯片對制程工藝的需求所有不同：MCU對制程工藝的需求并不高，主要是依靠成熟制程（28nm以上）；而智能座艙、自動駕駛等場景所需要的主控SoC則持續追求先進制程（28nm以下）。中國車規級MCU集中采用40nm成熟制程，少數企業如芯馳科技采用先進制程，而海外芯片則早早邁入先進制程。在這方面中國與海外差距較大，但介于MCU低制程需求特性仍有緩沖余地。在SoC芯片方面，中國與海外芯片仍有差距，本土SoC已進展至7nm，地平線、黑芝麻智能、芯擎科技都發布了相關產品，而海外芯片廠更快一步，如英偉達Altan則已率先邁進至5nm。

技術展望：后摩爾時代架構創新正當時，高通用性芯片前景廣闊。

芯片迭代路徑總是一代架構優化，一代工藝提升，彼此交替進行。如今制程工藝已近物理極限，后摩爾時代到來，架構創新恰逢其時。

基于ASIC設計的AI芯片專用性更強，且更具規模化成本優勢，但研發周期長、投入成本高；基于FPGA設計的AI芯片專用性相對較弱而通用性更強，可硬件編程性令其能更加靈活地匹配不同算法；基于存算一體架構設計的AI芯片依然具備高計算性能，且架構通用性強，算法配合非常靈活。

隨AI大模型逐漸應用到自動駕駛領域中，自動駕駛算法模型更新迭代將更加迅速。且目前算法模型尚未收斂至終局，未來定有更優越的算法模型，在越發變幻莫測的環境中，行業將更加需要能夠靈活移植、快捷匹配算法、落地上市速度更快的芯片，這一需求將為FPGA、存算一體芯片等具備高通用性架構設計的芯片帶來廣闊的應用前景。

產品展望：區域控制器將是近5年競爭熱點，中央計算芯片將加速落地。

近年主機廠紛紛發布最新一代E/E架構規劃，Zonal架構成為布局熱點。在未來5-10年中，中國汽車將實現從跨域融合架構到Zonal架構的演變，并基于Zonal架構專注研發更高性能的區域控制器和區域處理器。而在2030年之后，Zonal架構將逐步向更集中式的One Brain車云計算架構發展，中央計算平臺將成為唯一車載計算決策單元，區域控制器僅發揮網關作用，此時中央計算芯片將成為核心競爭點。

未來近五年里，區域控制器和區域處理器將是AI計算芯片領域的競爭熱點，各大芯片廠將根據Zonal架構推出架構級芯片解決方案。

同時，中央計算芯片將成為芯片廠核心研發任務，芯片廠將與軟件算法商深度合作，致力于推出基于大算力中央計算芯片且高度軟硬協同的中央計算方案，為未來的One Brain車云計算架構做好技術儲備。

生態展望：芯片創新牽一發而動全身，產業協同將是發展主旋律。

車規級芯片創新并非單點突破式創新，而是需要整條產業鏈各個環節充分溝通、相互配合，共同實現產業創新。

在COT（Customer Oriented Technology）模式下，主機廠作為供應鏈下游末端客戶提出功能需求，芯片廠作為上游供應商解讀需求提供方案。

未來雙方將逐步構建長期戰略合作關系，深度溝通協調功能需求與具體實現。

在車規級芯片產業鏈中，芯片廠將逐漸向上游IP庫與EDA設計工具布局，掌握核心IP，實現芯片設計自主可控，同時與下游晶圓制造、芯片封測等環節溝通工藝節點，削弱短板效應，通力協作滿足主機廠需求。而在具體芯片產品中，軟硬協同將持續成為芯片產品方案核心點，芯片協同范圍將拓展至主機廠應用層軟件，打造更加貫通的軟硬協同生態；在同一系統和場景中，不同芯片產品也將相互配合以更好地實現功能。

國產化展望：由易至難循序漸進，國家聚力扶持研究，頭部企業負重前行。

智能電動汽車作為熱門賽道，參與者越來越多，而芯片產業重技術積累、重量產經驗的特性直接導致極高的技術壁壘。車規級芯片國產化進程無法一蹴而就，突破技術壁壘并非易事。中國車規級芯片企業將順應從易到難趨勢，逐步實現國產化，最后實現完全自主。

在AI技術深度應用的智駕、座艙SoC領域，中國市場目前總體是百家爭鳴狀態，越發激烈的競爭將逐漸催生出更具實力和競爭力的龍頭企業；在MCU和功率器件領域，中國已有具有較強能力的大型企業，此類企業將繼續發揮其在行業中的標桿作用和影響力，在率先打入國際市場的同時帶領本土其他芯片企業進步，實現“先強帶動后強”。

未來，中國車規級芯片產業將在國家的扶持下，以先進頭部企業為標桿集中式發展。