华为说“不造车”，要做智能汽车“增量部件”供应商。
这是一个标志性的事件，即华为通过现行说法揭示了一个在整车之外的巨量市场，其中包括高精地图、芯片、感知硬件（激光雷达）、电池、智能座舱等，在庞大而纷繁的智能汽车产业链中，这些“增量部件”随便拎一个出来，又有着各自特有的产业逻辑。
摆在一众玩家面前的现实问题是，在智能汽车高速推进的产业变革中，“增量部件”这场战该如何打？
为此，在2021年的开端，我们特意制作了“智能汽车‘增量部件’争夺战”专题，希望用全景式的扫描，让我们认清各个“增量部件”行业赛道的当前现实，各路玩家，尤其是中国企业的竞争力到底如何，机会又在哪里，以此作为我们拥抱智能汽车产业变革的开始。
文/智能相对论（ID：aixdlun）
作者/魏启扬
汽车芯片没有弯道超车。
可能很多人心中会有不服，但这就是结论。
智能汽车的增量部件很多，各个都很重要，但就各项增量部件目前在产业链中所展现出的声量来看，国产汽车芯片，特别是自动驾驶芯片在行业中的接受程度远没有电池、高精地图等其他增量部件高。
造成这一局面的原因，既有中国玩家的实力尚有不足，也有芯片行业的特有规律使然。
行业性缺芯，众多玩家上车补位
从去年12月开始，一场覆盖大半个汽车行业的缺“芯”危机突然而至。
最开始有社交平台流出上汽大众、一汽大众的停产传闻，这一消息很快被媒体印证，大众也发表官方声明，承认电子元件短缺的问题。
接着全球排名前二的两个汽车零部件供应商博世和大陆先后证实，汽车半导体芯片确实面临供应不足的问题，此次短缺的是8位MCU芯片，受此牵连，车载电脑两大模块ESP（电子稳定控制系统）和ECU（电子控制模块）无法生产。
“智能相对论”看到，随后行业性缺“芯”开始在更大范围内蔓延，包括本田、丰田、日产、福特、菲亚特克莱斯勒在内的车企均宣布将对部分车型进行减产或停产。
行业性的危机之下，国内玩家在汽车芯片上的布局逐一被挖了出来。
主机厂中，比亚迪布局最早，2005年就组建团队主攻IGBT（绝缘栅双极晶体管）的研发，到目前为止，比亚迪的IGBT芯片已经更新到第四代，月产能达到5万片，2019年比亚迪在国内车规级IGBT模组市场份额达18%，仅次于英飞凌，排名第二。
比亚迪半导体还于2020年5月和6月完成了A轮、A+轮融资，吸引了红杉资本中国基金、中金资本入股，总融资金额27亿元，估值也从75亿涨到300亿元。
此外，像北汽和吉利也在芯片领域进行了布局。
前者于2020年5月与Imagination集团、翠微股份共同成立了北京核芯达科技有限公司，北汽对外表示，将主攻自动驾驶的应用处理器和面向智能座舱的语音交互芯片的研发。
后者于2020年10月由控股的亿咖通科技与Arm中国达成合作，共同出资成立芯擎科技，围绕自动驾驶、微控制器、智能座舱等芯片领域进行研发，同时吉利自身也在布局自研芯片，双线并行。
造车新势力蔚来的芯片自研计划去年10月曝光，零跑汽车甚至在去年还发布了首款全国产化、具有完全自主知识产权的车规级AI智能驾驶芯片——凌芯01芯片。
除此之外，AI芯片企业地平线、智慧芯片供应商紫光国微等“专业”选手也先后加入到汽车芯片和自动驾驶芯片赛道的竞逐之中。
玩家虽多，但除了比亚迪在IGBT模组杀出了点名堂之外，其他玩家在整个汽车芯片和自动驾驶芯片领域中暂时还只处于陪跑角色。
这个结论从何说起？
就目前的市场格局来看，汽车芯片领域主要玩家主要由两大阵营构成：
一方是MCU（Microcontroller Unit）功能芯片厂商，即微控制器，又叫单片机，是此次缺“芯”危机的主角，主要包括恩智浦、英飞凌、瑞萨、意法半导体、德州仪器等老牌芯片厂商；
一方是主控芯片厂商，主控芯片相当于电脑的CPU，也是我们常说的自动驾驶芯片，在智能汽车中的“增量部件”，这部分玩家以英伟达、英特尔（Mobileye）和高通等为代表。
之所以说中国主控芯片厂商缺乏竞争力，关键的一点在于国产芯片上车的数量和项目都太少，在行业中不足以树立起可以参照的标杆与能产生影响力的声量。
即便是“增量部件”，自动驾驶芯片也不存在弯道超车
或许会有疑问，既然是“增量部件”，那么大家都在同一起跑线，可为什么才刚刚开跑，中国玩家就跟不上队伍了呢？
对此，理想汽车首席技术官王凯在一次接受媒体采访时，对自研芯片难度的回应可以做一个参照，“自研芯片有个先决条件，一定要把软件完全吃透，芯片业有自己的自然周期，真正一款芯片生产出来，一般情况下可以展望六年，三年研发周期，三年使用周期。”
这样一来就很好理解了，除了比亚迪布局较早之外（比亚迪也确实进入了收获期），其他玩家入局汽车芯片的时间都不长，六年的闭环周期未到，产品也没经受市场检验，拿什么与英伟达、英特尔和高通这些企业比？要知道他们如今在行业中的地位也是随着汽车的演变发展一点一滴积累而来的。
其二，自动驾驶芯片与普通芯片有很大的差异，就是芯片在进行设计时，要将芯片架构与软件结合进行深度结合优化，从而用更低功耗跑出更好的性能，相当于今天的芯片架构要为3到4年后的软件算法进行预研和设计。
这要求芯片公司在芯片研发时具有非常强前瞻性，一旦产品设计路线出现偏差，则意味着几年时间的努力又打了水漂，国外芯片巨头可以通过同时启动多个项目的方法来降低容错率，而中国涉足汽车芯片的玩家要么是并不具备专业背景的车企，要么是像地平线这样的初创企业，因而在现有条件下，只能像踩钢丝一样，战战兢兢地稳步推进不求错。
最后，芯片与车企需求之间的适配也是一个无法绕开的长时间博弈过程。
由于自动驾驶面对和处理的场景很多，即便是同一个场景，各个车企根据自己的理解，其解决方案也各有千秋，因而像英伟达走的通用芯片方案，适用的是一个大场景，严格来说只是一个参考平台，而非面向终端市场的完整产品，车企需要进行二次开发，对大场景进行细化梳理，以达到智能汽车在这一场景下的功能需求。
而像地平线这样的玩家，走的是专业芯片路线，即针对自动驾驶的某项功能推出与之匹配的专业芯片，与芯片配套的还有通用解决方案，就像“交钥匙”工程一样，省去了自动驾驶研发企业或者主机厂在某些具体功能或者问题上的二次研发投入。
像Mobileye的EyeQ系列芯片（ASIC）主要负责视觉数据的处理，地平线的征程二代可以对多类目标进行实时检测和识别，在自动驾驶视觉感知、视觉建图定位、视觉ADAS等智能驾驶场景都能适用。
看上去轻松了不少，但能让主机厂接受你的方案，前期沟通寻找到双方都能接受的折中点就非常关键了，这个拉锯过程在以主机厂为主导的行业规则中，芯片企业能做的其实并不太多。
也正是因为如此，自2015年拿下首轮融资的地平线，即便产品已经经过了2轮迭代（2019年推出征程二代，2020年推出征程三代），但如今公开的量产项目还只有2个，长安 UNI-T和奇瑞新能源蚂蚁。
这两款车在市场上不是热卖主流，去年全年加起来一共卖了堪堪达到10万辆，相对于乘用车全年2000万辆的总销量，地平线多年的经营在行业中可以说连一片水花都还没有激起。
参照华为手机，自研芯片超车成功还得有明星产品支撑
那中国的汽车芯片怎样才能在汽车产业“新四化”的这场变革中找到方向占据一席之地呢？华为做手机芯片所积累的经验可以作为参照。
华为手机从2012年的D系列开始，其旗舰机型P系列和Mate系列均搭载的是海思K3V2芯片，但早期海思芯片性能极差，发热严重，也正是受此拖累，华为手机业务始终没有起色，一直到P6，连余承东都动摇了，想采用其他厂商更好的芯片，是任正非力排众议坚持使用海思。
2013年，华为P6 S搭载全新的麒麟910芯片问世，2014年，P7搭载麒麟910T亮相，随后麒麟芯片一路迭代到华为P30的麒麟980芯片，此时已经能够与行业老大高通的骁龙855一较高下了。
从被网友嘲笑与唾骂到跻身世界一流，从华为海思的逆袭经历“智能相对论”至少可以总结出两点经验。
一就是坚持，芯片这条路没有捷径，唯有死磕，这是一条没有终点的耐力长跑，一时的领先并不意味着永久的领先，只要找准了方向，找对了方法，总有超车的一天。
二是必须有明星产品的支撑，华为海思的成功与华为手机的热销是相辅相成的，回到汽车芯片，如今做到这一点的只有特斯拉。
特斯拉目前用的是自研芯片，在此之前也曾先后与Mobileye和英伟达两大巨头合作过，其Autopilot 1.0使用的是Mobileye的视觉方案，一个前置摄像头、一个毫米波雷达和12个超声波雷达组成感知系统，内置的芯片是来自Mobileye的EyeQ3；Autopilot 2.0采用的是英伟达的芯片平台。
然而这两次合作的“体验”都不是很好。Autopilot 1.0时期，特斯拉经历了一系列的车祸事故，Mobileye认为是特斯拉的功能超越了安全底线，特斯拉认为Mobileye的方案没有满足需求；Autopilot 2.0时期，英伟达Drive PX Pegasus平台的500W的功耗一直是特斯拉整车性能的短板，相当于运行两小时，芯片就要用去1度电。
于是马斯克坚定了自研芯片的方向，Autopilot 3.0上就搭载了特斯拉的自研芯片FSD，这款芯片除了常规的CPU和GPU之外，多配备了两个神经网络处理器（NNP）。
如今特斯拉即便被网友称为“韭菜神车”，但销量还是屡创新高，除了价格下探以外，由自研芯片关联下的产品体验升级也是无法回避的原因之一。
反观国内的汽车芯片玩家们，无论是地平线的征程系列，还是零跑的凌芯01芯片，其上车的项目如果没有在品牌上或者销量上有所突破，没有制造出明星标杆车型，那么始终将停留在低水平的竞争层面，弯道超车就更别提了。
智能相对论（微信ID:aixdlun）：
•AI产业新媒体;
•今日头条青云计划获奖者TOP10;
•澎湃新闻科技榜单月度top5;
•文章长期“霸占”钛媒体热门文章排行榜TOP10;
•著有《人工智能 十万个为什么》
•【重点关注领域】智能家电（含白电、黑电、智能手机、无人机等AIoT设备）、智能驾驶、AI+医疗、机器人、物联网、AI+金融、AI+教育、AR/VR、云计算、开发者以及背后的芯片、算法等。
