芯片三巨头入局自动驾驶，华为等中国厂商单点突围，迎来终极大考- 工业快报

高通、英特尔和英伟达，这三家巨头级芯片公司正在将竞争的边界延展至自动驾驶。

芯片巨头的自动驾驶军备竞赛

本月初，高通宣布提出46亿美元（约合人民币300亿）的价格收购瑞典汽车技术供应商Veoneer。随后Veoneer方面确认将会和高通展开谈判。此前，加拿大一级供应商麦格纳同样对收购Veoneer表现出了强烈的兴趣，并提出了38亿美元的报价。

在Veoneer的多项技术中，高级驾驶辅助系统（ADAS）是他们最为引以为傲的。Veoneer的四代立体视觉相机系统采用了深度学习架构，能够实现探测路面情况、分辨道路边缘、预测周边行人车辆行动等功能。也正是这项技术，让高通下定决心，付出了比竞争对手更优厚的报价。

高通一直以移动通信领域的业务而广为人所知，但它们一直希望能将影响力扩展到其他的领域。从2002年起，高通就开始在汽车领域布局，其数字座舱平台已经被理想汽车、小鹏汽车、广汽等多家车企采用，其汽车解决方案更是覆盖了全球超过1亿辆汽车。

高通在汽车行业已布局许久，但他们的存在感似乎不能和他们的努力相匹配，这点也直观地体现在了销售占比上：2020年，高通汽车业务只占芯片销售额的3%。在迟迟找不到突破口的情况下，高通的汽车业务迫切需要一剂强心针。因此，高通选择了加注自动驾驶。

而电脑芯片领域的霸主英特尔，则早在五年前就切进了自动驾驶赛道。

2016年，英特尔先后收购了自动驾驶汽车安全工具Yogitech，车载计算机 OTA 技术公司 Arynga、视觉处理芯片初创公司 Itseez 和 Movidus，掌握了大量硬件技术。

2017年，英特尔斥资153亿美元（约1056亿人民币）收购了以色列自动驾驶技术公司Mobileye。

Mobileye于1999年创立，主要致力于汽车计算机视觉领域的研究，早期特斯拉的高级驾驶辅助 Autopilot 就使用的是 Mobileye 提供的视觉辅助方案。这笔收购案完成后，英特尔在自动驾驶领域形成了独一无二的软硬一体竞争力。

相比高通和英特尔，英伟达在自动驾驶领域无疑建立起了更加成熟的生态。围绕车端、桌面端、云端构建起了统一的GPU硬件架构和CUDA软件架构，同时还有着令人咂舌的强大AI算力。

值得一提的是，英伟达是目前唯一能够提供桌面端、云端和车端三端的统一架构、统一软件开发环境的芯片巨头。

今年4月，英伟达推出了全新的自动驾驶SoC Atlan，单颗算力达到了1000TOPS，超过了如今大多数L4级自动驾驶整车的算力。6月，英伟达又收购了DeppMap，加强了高精度地图的研发能力。

高通、英特尔和英伟达在芯片开发的技术深度上无人能够质疑，而自动驾驶又对芯片算力有着极高的要求，可以说先天就是适合这些公司。

同时，在自动驾驶领域，只有芯片也远远不够。如果不能形成算法+芯片的完整生态，就很难获得更高的单车价值。

因此，巨头们纷纷各显神通，入局较早的英伟达已经能够独立开发大部分软硬件技术，处在了领先身位。而英伟达和高通则选择了通过收购快速补齐自身技术短板，期待在未来弯道超车。

事实上，这三大传统芯片巨头，在自动驾驶领域已经创造出巨大的领先优势。

目前，自动驾驶芯片的制程与电子消费品间还有着不小的差距，当手机、电脑纷纷用上了7nm乃至5nm制程的芯片时，28nm制程的芯片仍然是自动驾驶领域中的主流。

但为了提高自动驾驶的准确性和安全性，对芯片算力和功耗的要求也有了进一步提升，最新制程的芯片也开始进入了自动驾驶领域。此时，这些拥有自主芯片研发能力的公司就能够靠着自研芯片来降低成本。

在自动驾驶中还有一个不可忽视的因素就是软件，“软件定义汽车”已经成为了业内共识。

有业内人士在评论高通收购Veoneer时就提到：“对于ADAS这种高端应用，软件的开发十分复杂，如果开发出的芯片没有配备成熟的软件，客户基本无法使用。”而这些芯片巨头都具备完整的软件生态：英特尔有着1.5万人的软件开发团队，英伟达和高通则有着针对不同产品的软件平台和开发者社区。芯片企业利用自己的软件生态，能够让软件、芯片和人工智能算法形成协同效应。

这些国际芯片巨头都在自动驾驶领域采取了平台化战略：基于强大的芯片开发能力，并且在此基础上结合其在成本控制和软件生态的优势，打通自动驾驶的产业链。

近两年，国内的自动驾驶厂商如雨后春笋般出现，现在国际巨头们集体入局，对他们来说无疑是一场大考。

国内自动驾驶芯片厂商单点“突围”

目前，L2级自动驾驶在国内市场的渗透率从2018年的3%左右飙升到了今年第一季度的将近18%，也正是在这一时期，国内出现了一大批公司进入了这个领域，其中既包括地平线这种专攻自动驾驶的新锐，也有华为这种全能型的科技巨头。

AI芯片企业地平线创立于2015年，虽然成立时间不算长，但他们的目标很远大：软硬一体，向客户提供“芯片+算法IP+工具链”的完整解决方案。

今年7月，地平线发布了最新的征途5系列芯片，单颗芯片AI算力最高可达到128 TOPS，在国产芯片中名列前茅，这也是业界第一款集成自动驾驶和智能交互于一体的全场景整车智能中央计算芯片。征途5发布后，地平线也成了业内唯一能覆盖从L2到L4全场景整车智能芯片方案的提供商。

但比起技术，地平线的理念更引人注目。当前的自动驾驶厂商普遍走的是“苹果路线”，打造自己的软硬件生态闭环。而地平线更像是“安卓路线”，CEO余凯就表示，地平线不会做量产硬件、软件捆绑和封闭方案，而是以“全维利他”的思维来为智能汽车产业赋能。

本着这个理念，地平线还发布了车载操作系统TogetherOS，采用开放式架构，所有产业生态的合作伙伴都可以参与建设。

在自动驾驶领域，车企和第三方厂商之间在合作之余也往往心存芥蒂，上汽就因为不想把“灵魂”交给别人而拒绝与华为合作。而地平线较为开放的态度则能够帮助它吸引到更多厂商，就连理想ONE这种售价超过30万的中高端车型都采用了征途系列芯片。

华为对自动驾驶的布局则开始于2019年，这一年，华为智能汽车解决方案部门成立，研发智能汽车全栈解决方案，而其中的核心则是“ADS高阶自动驾驶全栈解决方案”。

华为的这套全栈方案包含毫米波雷达、华为自研96线中长距离激光雷达等核心部件，并采用专门定制的超级中央超算ADCSC，最低起步算力为400TOPS，高阶能到800TOPS算力。

在软件方面，华为的ADS方案能够通过机器的自我学习，持续积累环境信息和驾驶习惯，针对复杂场景进行迭代和优化。同时，为了尽可能收集更多样本，华为也组建了拥有甲级地图绘测资质的团队，在一线城市采集了大量的数据。

除了全栈方案外，华为还推出了MDC解决方案，集成了华为自研的Host CPU芯片、AI芯片、ISP芯片与SSD控制芯片，具有高能效、高性能、高安全性以及低时延等特点。此外，华为MDC还具备组件服务化、接口标准化、开发工具化的特性，基于此平台可快速开发、调测、运行自动驾驶算法与功能。

华为MDC目前已经发布了MDC210、MDC300、MDC610和MDC810四个不同算力等级的产品，其中最强的MDC810算力能达到400TOPS。

目前，搭载了华为ADS全栈解决方案的北汽极狐阿尔法S华为HI版车型已经正式发售，华为的MDC也在奥迪Q7上进行了L4级别自动驾驶的测试。

除了地平线和华为外，还有很多国内厂商在自动驾驶领域表现活跃：初创公司黑芝麻(000716,股吧)目前已经成功试产了三款高算力自动驾驶芯片，其中“华山二号A1000 Pro”的INT8算力达到了 106 TOPS、INT4算力196 TOPS、典型功耗25W，可以满足ISO 26262 ASIL D级别功能安全要求。

零跑也在去年推出了首款自动驾驶芯片凌芯01，这款芯片也是国内首款拥有完全自主知识产权的自动驾驶芯片。凌芯01处理性能接近市场顶尖的Mobileye芯片，整体开放性则更强，既能支撑通用运算，又有特定的AI运算逻辑，具有能耗比更低、安全可靠性更高的优势。

可以看到，虽然国内自动驾驶芯片厂商起步普遍较晚，但在几年的高速发展后，都交出了各具特色的方案。这也表明，在新能源汽车领域，中国企业有望打破外国企业的技术垄断，实现后来者居上。

当然，现在也远没有到可以庆祝胜利的时候。上述企业中，华为的ADS方案还没有找到第二家合作车企，地平线、黑芝麻、零跑的多款芯片也还没有大规模“上车”，在未来的实战中，挑战必定也会随之而来。

谁能超越特斯拉？

目前，自动驾驶领域最成功的公司当属特斯拉，它就是一家能够实现真正全栈自研的公司。另外，软件也是其收入的重要组成部分。特斯拉财报显示，其FSD业务在2020年为公司带来了10亿美元的收入。

特斯拉预计，FSD未来的收入将会超过卖车。