在汽車智能化不斷深入的今天，車企之間的競爭早已從“馬力”大戰演變為“算力”大戰。

　　隨著一顆顆車載芯片迭代出新，各大車企在智能駕駛的“軍備競賽”也愈演愈烈。高算力芯片成為汽車市場的主打賣點，誰擁有更強大的車載芯片，也就意味著誰擁有更大的智能化空間。

　　汽車智能化進程中潛在的巨大市場，更是引得原本專注于電腦、手機芯片生產的科技巨頭們分外眼紅，爭先入局搶占市場的蛋糕。9月20日晚，英偉達在2022秋季GTC大會上史無前例地發布了單顆算力高達2000TOPS（萬億次運算）的車載芯片Thor，將這場芯片大戰帶入了新的高度。

　　在這場“算力”大戰背后，或許有更多的問題值得我們去思考：誰是現在車載芯片市場的主導？車企自研芯片可行嗎？車載芯片與建構汽車智能生態之間的關系又是如何？

  車企們的“芯”之所選

　　資料顯示，早在2020年，汽車領域芯片需求量已占全球芯片市場11.4%，據億歐智庫測算，2021年中國車載計算芯片市場規模將達15.1億美元，2025年市場規模將迅速增長至89.8億美元，屆時車載計算芯片將成為智能汽車產業價值核心。

　　回溯過去，汽車市場對芯片的需求并不是突然井噴，而是隨著智能化的推進逐步遞進。一方面是汽車智能化的使用場景逐漸擴大，另一方面是激光雷達、高清攝像頭等要求高算力的產品加速上車，車載芯片成為汽車制造中不可或缺的定海神針。

　　事實上，早在2014年，高通、英偉達便敏銳地嗅到汽車智能化中的商機，搶先布局車載芯片，占據市場先機。

　　彼時，高通率先在CES上推出驍龍汽車602平臺，開啟進軍汽車智能座艙芯片市場的第一次嘗試。隨后的8年時間中，高通推陳出新，發布820A平臺在內的四代智能座艙，其成為理想ONE、小鵬P7等多款車型的智能座艙芯片標配。

　　就在高通進軍汽車市場的一年后，英偉達推出了基于Tegra X1 Soc打造的DRIVE PX，宣布正式進入自動駕駛領域。當時的Driver PX，算力僅有2TOPS，只能夠支持L2級別的自動駕駛，但隨后幾年，英偉達開始了一系列近乎“開掛”才能完成的研發操作。

　　2016年，Drive PX2自動駕駛平臺推出，算力8TOPS，可支持L3級自動駕駛；2018年，Drive Xavier誕生，算力達到30TOPS，滿足L4級別自動駕駛；2019年，DRIVE AGX Orin發布，算力高達每秒 254 TOPS，覆蓋L2+級至L5級全域自動駕駛，同時還為置信視圖、數字集群以及 AI 駕駛艙提供動力支持。

　　幾乎每一年，英偉達都在完成對車載芯片的重新定義，自動駕駛的研發進程似乎已經追趕不上英偉達對芯片算力的強大開發能力。

　　當然，算力并不等同于產品力，為此《智行駕道》也采訪了芯片行業的資深專家陳杰，他表示：“算力與產品力不能簡單劃等號，光有算力不代表體驗就好，還需要軟硬協同優化、具體到某個應用場景，未來當車路協同發展起來，路也可參與到計算中，可以分擔掉一部分算力，因此，目前而言算力高低并不會直接影響智能汽車的產品力。”

　　與高通、英偉達搶先投入車載芯片研發不同，同為消費電子芯片巨頭的英特爾和AMD則采用并購的方法試圖彎道超車，打造自身的一片天地。

　　英特爾分別在2015年和2017年完成了對全球第二大FPGA芯片廠商Altera和全球領先的自動駕駛芯片廠商Mobileye的并購；AMD則是在2020年對全球第一大FPGA芯片廠商塞琳思啟動了并購程序。

　　各大芯片巨頭紛紛入局車載芯片市場的影響是顯而易見的，得益于此前在手機和電腦端口開發芯片的技術基礎和經驗優勢，它們生產出的芯片一經上市，便成為了大部分新能源車企的心之所選。

　　從搭載高通智能座艙的蔚來EC6、理想ONE、小鵬P7到搭載英偉達自動駕駛芯片的蔚來ET7、理想L9和9月21日上市的小鵬G9，芯片巨頭們肆意瓜分著目前車載芯片市場的蛋糕。

　　與此同時，車企們在選擇合作者時，往往沒有固定的單一合作伙伴，甚至你可以見到高通的智能座艙平臺和英偉達的自動駕駛芯片同時出現在小鵬P7上。

　　這也在一定程度上說明了車企自身對于車載芯片應用的態度：誰有著更高的算力，誰能夠為后續的升級提供更強的支撐，我便選擇誰。

　　對于各大爭相入局的芯片廠商來說，它們獲得了車載芯片的生產效益，得到了想要的蛋糕。對于各大車企來說，擁有高算力的芯片加持，它們便擁有了在新能源賽道上發揮的更大空間，可以專注于對汽車性能本身以及智能化設備的適配之上。

  國產車載芯片的突圍之路

　　英偉達、高通等芯片巨頭在車載芯片市場賺得盆滿缽滿，新能源車企們也插上算力的“翅膀”，這似乎是一件雙贏的事情，其實不然。

　　事實上，當英偉達、高通等芯片巨頭在車載芯片市場賺得盆滿缽滿時，對于我國的國產芯片制造廠商以及依賴于各大芯片巨頭的新能源勢力們來說，更需要提高警惕。

　　半導體產業專家林燕也表示：“樂觀數據統計，目前汽車上有20%的芯片能實現自主國產化，即便如此，依舊有80%需要依賴國外進口，如果國外芯片供應商卡斷的話，我們暫時還無法做到自給自足。”

　　芯片巨頭們提供了強大的車載芯片為智能汽車保駕護航的同時，也對市場進行了一定的壟斷。這樣一來，國產車載芯片制造商們的蛋糕被搶走后，不得不在夾縫中生存。而對于我國的新能源車企們來說，芯片巨頭們是處在在上游的供應商，一旦出現政策導向等不可控因素的變化，上游的水源被切斷，處在下游的車企們就不得不面臨缺少芯片的尷尬局面。

　　因此，發展國產新能源車載芯片刻不容緩，然而突圍之路上布滿荊棘。

　　從市場潛力來看，中國的車載芯片市場無疑是巨大的。目前，我國新能源汽車產業規模全球領先，產銷量連續五年位居世界首位。隨著Mobileye在全球的市場難扭頹勢，國內汽車芯片供應出現了英偉達、華為、地平線、黑芝麻等國內外芯片廠商混戰的姿態。

　　“現在本土汽車芯片企業的機會非常明顯。”黑芝麻智能首席市場營銷官楊宇欣曾表示，“汽車行業很保守，以前連機會都沒有，不愿意用新的供應商產品，隨著技術迭代以及芯片供應短缺，車企會選擇更加創新的技術公司產品，愿意培養本土供應商。”

　　抓住新能源汽車市場的上升期，把握Mobileye的離開留下了巨大的蛋糕，是國內芯片廠家目前最重要的任務。

　　從最大算力196TOPS的黑芝麻華山二號A1000 Pro，到支持L4級別輔助駕駛的地平線J5（征程5），再到集成平臺算力1000TOPS高達1000TOPS的芯馳V9S，國產汽車芯片的研發其實一直在路上。

　　然而，就當前而言，雖然國產汽車芯片研發正在蒸蒸日上，但不足5％的市場占有率仍舊給其發展前景蒙上了一層陰影。而目前發展中最主要的難題便是，車規級芯片，投入大，成本高，周期長，認證難。

　　相比于普通電子產品的芯片，市場對其的應有場景安全性要求更高，消費環境更加嚴苛，由此其制造方面的壁壘也很高。對于車規級芯片來說，其架構所需的關鍵技術涉及到先進封裝，隔離技術，大型異構，安全機制，核心IP，多芯片高速、低延時互聯架構技術等，都需要經過嚴格的測試和認證，同時對于其供貨周期也有十年穩定供應，十五年內無問題的要求。

　　以黑芝麻的華山二號A1000系列為例，其從產品設計、流片、封測、車規認證和打造算法工具鏈，到功能安全認證，自動駕駛軟件包開發再到完善支持行業生態，前后共歷時三年多。

　　這樣一來，國產芯片廠商的突圍難度是顯而易見的。

　　而除了國產芯片廠商的突圍之外，車企們或許也可以像特斯拉和通用汽車一樣，走出一條自研芯片的道路。掌握芯片生產的自主權，也就能避免被“卡脖子”的尷尬局面。

　　在這個領域，中國同樣不乏走在風口的弄潮兒。譬如去年12月，吉利就發布了首款自研智能座艙芯片“龍鷹一號”，也是中國第一顆7nm車規級SoC芯片。更早之前，2020年的10月27日，零跑發布了車規級AI智能駕駛芯片“凌芯01”。不僅如此，比亞迪也傳出計劃自主研發智能駕駛專用芯片的消息，據悉該項目由比亞迪半導體團隊牽頭，已經向設計公司發出需求，同時自身也在招募BSP技術團隊。

　　其實和國內汽車芯片生產廠商面臨的情況類似，目前自研芯片車企同樣面臨著質量和時間的雙重考驗。一方面是強大的國外芯片巨頭，一方面是日新月異的新能源汽車市場，既要在算力上接軌國際甚至完成超越，又要在短時間內把握住來之不易的市場機遇，它們還有很長的路要走。

  從算力到算法再到智能生態

　　接下來讓我們回到車載芯片的本質——算力，即AI系統所需要的硬件計算能力。

　　英偉達和高通“們”在芯片領域擁有的一技之長幫助它們快速接入了智能汽車的產業鏈，它們也僅經過短短幾年布局之后便大幅度將車載芯片算力提升到了滿足L5自動駕駛級別。

　　但就目前汽車科技的發展程度來看，僅靠高算力芯片的簡單疊加，汽車離達到L5級別的自動駕駛還相差甚遠。從某一方面來說，智能汽車的發展似乎出現了一種畸形現象，一方是強大的算力芯片，另一方是遲遲跟不上節奏的算法。

　　要知道的是，推動算力的發展，是為了能夠保證算法的實現，即使有能夠達到L5級別的算力水平，但是沒有實現L5級別的算法建構，高級自動駕駛也是天方夜譚。這就好比僅僅有一套頂級的廚具，但是缺少手藝高超的廚師，想要做出一桌美味佳肴，是完全不可能的。

　　由此來看，僅僅擁有高算力芯片對于智能汽車發展來說遠遠不夠，當各家芯片廠商都達到了最高標準時，決定汽車產品力的，便是算法大戰，是軟件的適配程度和功能的豐富程度。

　　由此，算力為算法的實現提供保證，算法是實現智能的方法論，算法的目的則是構造汽車的智能生態。智哥認為，各大芯片廠商和自研車企們，除了在發展算力的同時，還需要著重考慮圍繞算法，構建汽車的智能生態。

　　相比于英偉達和因特爾，AMD似乎正是以此行動目標的。雖然在涉足智能汽車領域時間遠遠落后其它芯片巨頭，但AMD正在另辟蹊徑，打造自己的智能汽車生態圈。

　　據AMD 大中華區銷售副總裁唐曉蕾女士介紹，在汽車行業，現階段AMD重點關注三個領域，分別是信息娛樂、ADAS和自動駕駛。其中信息娛樂，聚焦的是車艙內的數字化。8月11日，AMD宣布將聯手億咖通科技打造智能座艙平臺，這也預示著AMD向自己的汽車智能生態邁出了第一步。

　　從國內來看，也有著不少著眼于算法建構，打造智能生態的大企業。以百度為例，其于2017年推出全球首個自動駕駛開放平臺Apollo，并在自動駕駛、智能汽車、智能交通三大領域取得了巨大突破，僅智能交通解決方案一項，便包含了智能網聯、智慧交管、智能停車等8個類別。

　　總而言之，算力的堆疊上最終要落腳到技術和智能化的進步，要適配用戶的駕乘體驗和各類使用場景。在未來的某天，當各大芯片巨頭包括國產芯片廠商都到達了算力發展的峰頂時，誰能夠轉變思維，圍繞汽車打造自己的智能生態，誰就能夠進一步拓寬市場。

　　否則，再高的算力芯片，也可能淪為一個個技術堆疊下的營銷噱頭。

  智行觀

　　從目前來看，汽車芯片成為了各大芯片巨頭進入汽車市場的“金鑰匙”，這些巨頭們一方面搶奪市場的蛋糕，一方面擠壓了國內其它廠商的發展。對國內的車企和芯片廠商來說，盡快發展自身芯片科技，減少對芯片巨頭的依賴，才能擺脫受制于人的被動局面。此外，基于芯片強大的算力，讓算法和智能生態盡快跟上發展節奏，才能避免整體汽車產業發展“長短腿”的問題。

　　（文內陳杰、林燕均為化名）