英伟达、地平线们角逐汽车芯片，新势力效仿特斯拉单飞？

图片来源@视觉中国

“一开始宣传的是车机里面的芯片，然后改口说通讯模块，现在又继续改成远程模块，下次还要变成什么？我都不知道我的车还有这么多功能。”一位欧拉好猫车主如此表示对厂商的不满。

最近，据财经网报道，长城欧拉汽车好猫被车主质疑偷换芯片的事件持续发酵多日。负责人回应称，“欧拉好猫参数配置表里的智能服务处理平台，提及的高通芯片是用于远控模块中的芯片。”有专业人士称，欧拉这次回应无异于承认没有采用高通座舱芯片的事实……

谈擎说AI认为，在这场看似普通的汽车买卖纠纷中，背后其实反映出汽车行业围绕智能化的军备竞赛相当激烈，正处于对芯片研发的“割据战”阶段。

智能化、网联化的汽车需要随时处于交互状态，需要大量的数据处理和运算，常规芯片已经无法适用于未来的汽车，具备强大算力的AI芯片的需求与日俱增。能够自研芯片的车企毕竟是少数，更多的车企在与软件、芯片等供应商合作时，需要权衡成本、功耗、算力等多种要素。

然而，更现实的问题是，车企推出新车型的速度和芯片厂商的开发速度不一致，谁应该迁就谁？在这场以芯片为核心的汽车智能化变革中，车企和AI芯片厂商们正在寻找一个让彼此都尽可能受益的平衡点，但这样的过程无可避免地会出现一些变数。

英伟达蛮力压倒Mobileye，地平线差异化架构快速追赶

在智能汽车时代到来后，汽车电子架构越来越复杂，整体的演变趋势是，从多个分立系统演变到更加集中化的域控制系统，再到未来大一统的中央计算平台。在这个过程中，自动驾驶AI芯片成为核心技术，也吸引着众多公司入场。

这些公司主要有跨行不跨界的消费电子芯片巨头，如英特尔、英伟达、高通等，也有Mobileye、地平线、黑芝麻等业务更加垂直的汽车AI芯片企业，还有特斯拉为代表的“自研派”车企。其中最有代表性的Mobileye、英伟达和地平线，有着截然不同的打法，如下：

Mobileye在智能驾驶领域起步早，在L1~L2低级别辅助驾驶阶段，Mobileye占据统治地位，2017年，收购赛灵思后的Mobileye成为风光一时的行业霸主，其辅助驾驶AI芯片的市占率达到70%。

但是，Mobileye似乎过早地开始纵向一体化的扩张，将制造模式由Fabless向IDM转型，也就是不仅参与芯片的设计、还要增加了流片、封装等业务，以此实现芯片的软硬一体化。

但是，Mobileye设定的构想似乎并不被有自研梦想的车企买账，最典型的代表是特斯拉。特斯拉早期采购Mobileye EyeQ3，后来Mobileye主导的开发节奏无法配合特斯拉的需求，特斯拉转而采用高算力的NVIDIA 芯片平台，而当前特斯拉自研的FSD已经量产上车，彻底挣脱了Mobileye的束缚。

Mobileye在ADAS方面曾经的领先优势满足了车企快速量产的需求，也为车企节省了研发资金。但当下ADAS技术已经不再新鲜，不同车企有着差异化智能汽车产品的诉求，Mobileye的困境是如何处理好满足不同车企的个性化需求与规模效应之间的冲突。

英伟达是消费电子芯片行业的龙头厂商，在独立GPU市场上保持着压倒性份额，在其他汽车芯片企业想办法用算法弥补算力的时候，英伟达高举“软硬件解耦”的大旗，成为与Mobileye敌对的一股强势力量。

一时之间，这种“大力出奇迹”式的野蛮打法让那些不满足Mobileye同质化自动驾驶AI芯片的车企找到了更佳的替代品，再加上冗余算力的“预埋”意味着对OTA的支持，英伟达的确给Mobileye造成了不小的压力。2019年前，英伟达在高算力自动驾驶芯片上一骑绝尘。

英伟达相较于Mobileye，优势不仅在于更高的算力，还有“软硬件解耦”带来的“开放性”，而这种“开放性”也是一把双刃剑。

例如，特斯拉在2016年底从Mobileye的EyeQ 3切换成英伟达的Drive PX 2后，一度出现过AEB功能降级的问题，原因是Drive PX 2的感知算法不够成熟，特斯拉也没来得及进行算法适配。

在现阶段，大部分车企都难以具备像特斯拉一样的自研能力，和能够摊薄研发成本的销量，所以深耕算法就成为英伟达的“必修课”，也决定着英伟达将来能够吃下多少芯片市场。

地平线自我定位为一家Tier 2的供应商，其主要产品既包含自研算法，又有掌管算力的芯片，是一家融资能力很强的企业。据天眼查APP查询，最近半年内，其C轮融资达到7次之多。

2017年地平线发布征程1芯片，面向汽车智能驾驶；今年7月就发布了征程5。从发布芯片产品的速度和性能来看，地平线在国内处于第一梯队。

征程5的AI运算单元采用BPU架构（第三代贝叶斯架构），BPU的主要作用是用来支撑深度神经网络，通用性不如CPU和GPU，但在软件实现上比CPU更高效。另一方面，BPU一旦生产，不可再编程，且必须在CPU控制下使用。

就职于长城汽车的感知算法工程师刘歆（化名）向谈擎说AI表示，对于搭载征程5的汽车，其OTA功能的实现必须借助多颗芯片，集成度上限不如ASIC（专用芯片），由于集成度决定芯片的性能上限，BPU大规模量产的性价比也就不如ASIC芯片。

从征程5的芯片架构可以看出，地平线当前的产品定位介于Mobileye的EyeQ和英伟达的Orin之间，在算力和算法上都兼顾到，优势是可以更快换代，但难以达到像特斯拉FSD一般ASIC的水准。所以，BPU架构其实已经决定着，征程5系列或许更适合需要快速迭代的“二线”整车厂。

在6月11日举办的第十三届中国汽车蓝皮书论坛上，地平线创始人余凯在演讲提到，“我们认为自动驾驶一定是以人为中心而不是以机器为中心，我们的目标不是让机器变得更强大，而是让人成为车的主人。这里真正的价值创造在于，人机交互跟自动驾驶要不可分割，要结为一体。”

在谈擎说AI看来，自动驾驶事关安全问题，分级标准极为严格，不适合也不被允许做出差异化，而人机交互更多是智能座舱的范畴，是用户驱动需求，因此适合做差异化。自动驾驶和人机交互绑定，对于地平线来说，意味着可以让BPU架构的征程5赋能车企实现智能驾驶交互体验的差异化，这是地平线未来长期立足于Tier 2的前置条件。

然而，Tier 2在智能化汽车供应链中的位置要想牢固，取决于有相当多的车企不会自研芯片，对芯片供应商有长期的需求。而事实上，车企自研芯片的动机其实已经暴露。

汽车芯片承载着自动驾驶、智能座舱等功能，关乎智能化、网联化的体验优劣，而对用户来说，诸多智能化功能的整合是必不可少的。

就像Windows系统本身自带碎片整理、防火墙等原生系统优化功能，但由于功能过于繁多，操作过于复杂，大部分用户难以掌握，所以这些功能被360安全卫士之类的软件整合为垃圾清理、系统优化等功能。

车机系统的繁琐程度已经不亚于PC，所以诸多涉及智能体验的功能也需要进行整合，才能降低用户使用的学习成本。

在智能化功能融合的大趋势下，要想做一名出色的芯片供应商，无论Tier 1还是Tier 2，在激烈的横向竞争中，势必要想方设法扩大话语权，朝着“全栈解决方案”的方向扩展业务。

因此，芯片供应商大多不甘心停留在芯片本身，而是向软件层逐步延伸，构筑自家的产业生态。于是，芯片厂商就会对车企的灵魂构成了无法避免的“割占”，车企面对“夺食”的芯片厂商，不得不加入自研芯片的队伍之中。

有意思的是，不同的车企对布局自研芯片有着截然不同的表态。

最先“明牌”造芯的是特斯拉。特斯拉曾是英伟达PX 2芯片的首发车企，但在2017年，特斯拉就宣布已开始自研自动驾驶芯片的计划。2019年4月起，特斯拉的新车上均使用自研的FSD芯片，替换掉原先依赖的英伟达方案，给众多车企们做出了一个表率。

2020年，有多家传统车企都公开了自研自动驾驶芯片的计划。例如，5月份北汽产投跟Imagination集团（英国芯片设计公司）成立合资公司北京核芯达科技，10月份吉利旗下亿咖通跟ARM中国成立芯擎科技，这两家合资公司的业务范围都包括自研自动驾驶芯片。

相比传统车企大方宣布成立合资公司模式，国内新势力对于是否宣布自研芯片的计划的态度有些微妙。

最典型的是“蔚小理”三家新势力，尽管自研芯片的计划没有直接公开，但种种“预兆”表明，自研芯片事宜或许作为“备胎计划”已在筹备当中，等待时机成熟就要像特斯拉一样单飞。

比如，李斌在成都车展就曾表示：“蔚来未来肯定是要建立全栈的自动驾驶能力，而芯片能力，正是其中的关键一环。”而根据36氪报道的消息，蔚来汽车内部已成立了一个代号为"Smart HW（Hardware）"的硬件团队，专门用来攻坚芯片技术难题。

除了蔚来，小鹏汽车CEO何小鹏表示，“2021年，我们会加大研发投入，包括与自动驾驶紧密相关的硬件。”理想也比较谨慎，创始人李想表示“做好芯片的前提是算法高度成熟”，但在今年4月份，理想已宣布计划把自动驾驶功能做成新车标配，这或许表明理想的算法已经成熟，离做芯片不远了。

谈擎说AI认为，在软件定义汽车的变革过程中，英伟达、高通等消费电子行业芯片巨头入局汽车芯片的确有着先天优势，较容易在短期内形成“垄断”市场的错觉。但车企的智能化竞逐是一场马拉松，更多的增量市场也预示着更多的变量。

从更长的时间维度上看，不论是享有算力霸权的英伟达还是不造车的华为、高通，都要面临来自车企自研芯片的挑战。

关键词： 特斯拉 新能源 芯片