汽车芯片博弈「价值链重构」，新势力Tier1要「差异」

大部分行业人士判断，全球汽车半导体短缺问题将在两年内（到2023年底）得到根本性解决，但汽车电子架构和供应链中的芯片选型却面临亟需“寻找”新对策的关键时刻。

“疫情及由此带来的一系列问题，暴露了汽车行业传统供应链体系的一个弱点：太多的零部件，尤其是不同种类的芯片。”英伟达首席执行官黄仁勋强调，如果可以通过几个集中的组件来解决，对于车企来说则意味着系统性的成本下降，尽管在初期需要投入巨大的研发资金。

而由此带来的一个新问题是，软件定义汽车加剧了基于“算力”开发系统的额外成本。过去，传统tier1在交付前大部分已经完成了软硬件的绑定，未来，软件开发的成本继续增加的同时，也在转移到下游。

作为目前汽车芯片主要的IP核供应商，Arm公司认为，如何帮助下游客户缩短产品开发周期是未来降本的主要方式之一。比如，通过一些虚拟化开发工具平台，同步完成硬件和软件的前期开发将大幅缩短开发时间。

比如，去年Arm与数家汽车供应链合作伙伴联合推出了全新的软件开发架构，命名为：嵌入式边缘计算可扩充开放架构（Scalable Open Architecture for Embedded Edge，SOAFEE），以及两种全新的参考硬件平台，加速实现汽车产业软件定义的未来。

同时，包括英伟达、高通、地平线在内的汽车芯片企业也在加快开放式软件模块、开发工具以及软件生态合作伙伴的扩充。比如，地平线与中科创达宣布成立合资公司，围绕地平线车规级AI芯片为主机厂及一级供应商等客户提供智能驾驶软件平台和算法服务。

而提升本土化供应商能力也已经成为主旋律。

一方面是芯片本地化供应。本周，工业和信息化部相关负责人表示，将建立重点产业链供应链企业“白名单”制度，继续实施汽车芯片攻坚行动，全力提升芯片供给能力。

另一方面，是本地化算法及方案供应商寻求差异化。

寻求价值链重构机会

不过，在不考虑非市场化因素的情况下，未来汽车芯片的份额争夺战异常激烈。因为对于那些没有特斯拉这样（自研芯片）实力的汽车制造商（绝大部分）来说，第三方芯片方案商是唯一选择。

“向集中汽车计算的方向迈进，意味着汽车将不再由数十个处理特殊任务和功能的低端芯片组成。”这被视为下一阶段汽车芯片竞争的关键要素，行业不是需要更多数量的芯片，而是性能更加强大的芯片。

简单的例子，比如，过去舱内仪表、中控、空调控制等配置，往往需要独立的芯片来负责处理和控制，但随着座舱域控制器的量产落地，过去多家芯片供应商的体系，正在被打破，并且呈现集中化趋势。

高工智能汽车研究院监测数据显示，2021年中国市场（不含进出口）乘用车新车搭载中控多媒体系统（域控制器配置除外）上险量为1707.09万辆，液晶仪表搭载上险量为566.69万辆。域控制器的导入，意味着传统座舱芯片的需求量将减少数百万颗。

这些市场，过去基本上被NXP、TI等传统汽车芯片供应商占据。

去年，英伟达来自汽车行业的软件和芯片业务销售额仅为5.66亿美元，占该公司总销售额的2%，但黄仁勋强调，他自己“相当肯定”汽车领域将是公司下一个数十亿美元的业务板块。

公开数据显示，英伟达已经拿到了110亿美元的汽车业务合同（未来六年时间），这个数字相比一年前又增加了30亿美元（如果按照当前芯片价格估算，110亿美元对应超过5000万辆新车）。

而在英伟达看来，有了集中式高性能计算，汽车制造商可以把更多的精力放在设计越来越智能的汽车。对于芯片厂商来说，这又是新的市场机会。

比如，英伟达推出了DRIVE Concierge，这是一个座舱人工智能平台，提供随时处于开启状态的智能服务，基于NVIDIA DRIVE IX和Omniverse Avatar实现实时对话AI、主动推荐、提醒等功能。

同时，DRIVE Concierge还可以满足自主泊车服务（比如召唤车辆、搜索停车位以及重建车辆3D环视等功能），并且基于内部摄像头和多模态互动，以确保驾驶员注意力处于系统可控的状态。

最终，英伟达希望通过向主机厂直接提供DRIVE Hyperion 8（基于Orin以及参考传感器）+DRIVE Concierge+DRIVE Chauffeur（基于NVIDIA DRIVE AV SDK的AI辅助驾驶平台），接近于一款交钥匙自动驾驶系统。

同时，即将于2023年提供样件的DRIVE Atlan将继续提升算力，达到1000TOPS，是目前开始交付的Orin的4倍。

同样的模式，还有高通。

这家芯片巨头在今年4月1日正式收购汽车零部件供应商Veoneer旗下的Arriver（软件业务资产）子公司业务，包括感知软件（Arriver Vision Perception）和驾驶策略软件（NCAP Drive Policy）两块核心软件资产。

高通首席财务官Akash Palkhiwala表示，Arriver的ADAS软件部门将成为高通迅速发展的汽车业务的重要组成部分。同时，这也是高通整个「汽车数字底盘」的一块关键拼图，从4G/5G联网、云服务、座舱娱乐到智能驾驶。

此前，高通公司发言人已经明确表态，“对于一部分汽车制造商来说，如果软件开发能力较弱，并且第三方传统Tier1供应商开发成本过高，我们可以直接提供完整的ADAS交钥匙方案。”

对此，英伟达做了一个比喻，“我们的数据中心业务之所以成功，是因为我们除了硬件本身，还提供开发平台和软件、SDK等资源来帮助客户快速落地。”

而高通表示，Snapdragon Ride平台不仅包括硬件，还将为芯片提供“安全中间件、操作系统和驱动程序”。此外，高通还将提供定位、感知和决策软件，这是自动驾驶系统的三个关键部分。

某种意义上，这是一次对传统汽车供应链体系的“价值再分配”。

同质化背后的差异化

而近年来，汽车市场的同质化「技术营销」已经开始充斥市场。

一方面，部分车企在拼杀“首发”（套路就是全球或者中国首发搭载XXX芯片）和“算力”（TOPS开始成为车企引导消费者判断智能化水平的标准）。

另一方面，部分头部车企在寻求打造自身“差异化”属性，症结在于自研能力。这也给了中国本土算法及方案供应商突围的机会。

“2022年智能驾驶竞争将进入下半场，毫末已在业内第一家实现了智能驾驶流程化开发和标准化交付。“在毫末智行董事长张凯看来，公司一定要打赢“数据智能技术之战”、“智能驾驶城市场景之战”以及“末端物流自动配送车的规模之战”。

作为一家近年来快速崛起的Tier1，在乘用车方面，搭载毫末智行方案的新车辅助驾驶用户行驶里程突破700万公里，中国首个大规模量产的城市辅助驾驶产品“毫末城市NOH”也将于近日正式上市。

如果说智能驾驶的上半场是Mobileye、博世等传统外资供应商主导市场的标准化模式，下半场就是围绕数据智能的差异化竞争赛道。“让中国没有不能识别的红绿灯和车道线”成为可能，是毫末智行给出的答案之一。

比如，毫末智行独创了“双流”感知模型，将红绿灯检测和绑路问题分解成两个通道，让日常乘用车测试实现了重感知下的红绿灯识别。

此外，基于Transformer模型的应用，毫末智行自研BEV Transfomer用于车道线识别，通过“目标粗定位”和“属性精细估计”两个阶段实现标注的自动化，在城市道路上实现了多传感器融合车道线识别。

去年底，毫末智行重磅发布了中国首个数据智能体系MANA，用机器学习模型替换了传统的手写规则和参数，解决了此前代码臃肿且面对复杂场景容易崩溃失效的问题，使场景决策更具泛化适用性，极大提升了可解释性和泛化能力。

同时，毫末智行平台团队和阿里云PAI-EFLOPS团队合作，基于128卡A100集群，实现了Swin Transformer模型分布式训练；与阿里团队一起联合创新了包括混合精度优化、算子优化、编译优化等技术，通过大模型训练优化，目前模型训练成本降低60%，加速比超过96%，吞吐量超过每秒40000个sample。

此外，毫末智行已实现标注AI自动化率达到80%，大幅提高了标注效率，降低了标注费用成本。而在数据合规方面，该公司在已有的处理网络上都加入了隐私保护和数据安全保障，以充分保护数据安全。

这些技术投入和实战应用的结果，也非常显著。

2021年起，毫末智行已经发布两代乘用车辅助驾驶HPilot产品，正在按计划有序交付。近日，毫末智行重磅发布搭载HPilot3.0的“毫末城市NOH”。这是中国第一个大规模量产的城市辅助驾驶产品，第一个重感知的城市辅助驾驶方案，同时也是2022年中国第一个最实用高效的城市辅助驾驶产品。

硬件层面，该系统配备了一颗AI能力360TOPS、高速缓存144M、CPU计算能力达到200K+ DMIPS的超高算力芯片；同时还配套2个激光雷达、12个Camera、5个毫米波雷达，最大程度实现了整套辅助驾驶感知系统的安全冗余。

产品力层面，搭载该系统的乘用车路口通过率超过70%、变道成功率超过90%、交通流处理能力高达4级。据了解，在日常测试中，“毫末城市NOH”的路口通过率等方面领先特斯拉在中国的表现。

目前“毫末城市NOH“已经在北京、保定等城市进行深度场景打磨，搭载该系统的车辆也将会在近期正式量产落地。未来，该功能落地的城市将会超过100个，同时搭载乘用车数量将超过100万台。

“MANA已经成为毫末自动驾驶产品进化的核心动能。”毫末智行CEO顾维灏表示。显然，接下来行业「竞合」将是一场关乎标准化和差异化的比拼。