摘要：
1. 芯片賦能汽車智能化的方方面面，ADAS滲透率不斷提升，加速汽車邁向智能化;
2. 功能芯片與主控芯片共筑汽車“MCU+車載SoC+車控SoC”的控制芯片格局;
3. 芯片的發展推動自動駕駛進入縱深，促進電子電氣架構實現深刻變革;
4. 芯片平臺之上軟硬件解耦、軟件定義汽車成為現實，終將重塑汽車產業生態格局。
百年汽車工業發展是一段漫長的旅程，從鋼鐵機械到機電一體化，再到“新四化”，不斷演繹著科技發展給汽車帶來的全新定義。
如今的車，既是一輛車，也是一個智能終端，還有可能是一個基礎設施。因為汽車正在被賦予越來越多的能力，感知能力、計算能力、連接能力、交互能力...
功能愈加豐富，控制更加集中，軟件自由定義，開發實現解耦，芯片正在推動汽車技術變革，改變著汽車產業生態格局。
如何重新定義未來的汽車，應由芯片先來回答。
針對汽車芯片的技術與產業發展，搜狐汽車研究室將進行一系列的研究與分析，這是第一篇，重點關注汽車芯片如何在汽車智能化的進程中發揮重要影響。第二篇我們將具體分析全球汽車芯片產業格局，以及我國汽車芯片企業面臨的機遇與挑戰。
01 芯片賦能汽車智能化的方方面面
對于大多數人來說，可能從購買汽車到報廢，都沒有與車上的芯片打過照面，但它卻默默無聞的發揮著關鍵作用，在百舸爭流的汽車智能化浪潮中勇立潮頭。
什么是汽車芯片?
一般而言，只要是使用微細加工手段制造出來的半導體片子，都可以叫做芯片。IHS將汽車半導體分為模擬IC、邏輯IC、存儲IC、分離器件、微控制IC、光學半導體、傳感器和執行器七大類。據測算平均每輛車搭載半導體約為1600個，這些半導體器件分布于汽車的各個設備與系統，主導他們協同工作的正是汽車芯片，如邏輯計算芯片、存儲芯片、微控制器MCU等。
從應用的角度，汽車上小到胎壓監測系統TMPS、攝像頭，大到整車控制器、自動駕駛域控制器，都離不開各式各樣的芯片。可以說汽車的智能化就是芯片的智能化。
l 環境感知方面，汽車的感知主要通過攝像頭、超聲波雷達、毫米波雷達、激光雷達、IMU等傳感器來實現，根據不同的功能需求，這些傳感器的內部集成著CMOS/CCD感光器件、ToF芯片、ISP、射頻芯片、毫米波雷達芯片、激光雷達芯片、定位芯片等多種芯片，將光線、距離、速度、方位等信息處理成實現計算機處理的數字信號。
l 決策控制方面，MCU負責數據量較小的計算運算和控制工作，隨著車上數據的迅猛增長，CPU、GPU、NPU等通用計算芯片或AISC、FPGA等專用芯片接過大規模數據運算的重任，同時高速存儲和串口芯片亦必不可少，呈現即成為SoC的趨勢。
l 網絡/通信方面，傳統的CAN、LIN、MOST總線的傳輸控制，藍牙、WIFI、車載以太網的上車，都需要相應的數據傳輸或信號收發芯片。蜂窩網絡和C-V2X車聯網通信的普及，給通信芯片、模組帶來了巨大的增長空間。
l 人機交互方面，語音識別、數字儀表、大屏交互、HUD等數字功能的背后是集成AI能力的系統級SoC在大顯身手。
l 電力電氣方面，MOSFET、IGBT等功率半導體芯片承擔著車上電能高效轉換的重任。
正是如此多芯片的應用，體現在產品上，主動安全、自動駕駛、人機交互、車聯通信、車載信息娛樂等功能和應用日益增多，ADAS和智能座艙實現快速發展。
以ADAS為例，當前我國新車ADAS裝配率約為30%，從高端車型向中低端滲透趨勢明顯，10萬元以下車型也已配備ADAS功能。
根據《汽車產業中長期發展規劃》，到2025年，汽車DA(駕駛輔助)、PA(部分自動駕駛)、CA(有條件自動駕駛)系統新車裝配率超過80%，其中PA、CA級新車裝配率達25%，高度和完全自動駕駛汽車開始進入市場。
量產背后，眾多車企加速更高級別智能汽車的研發與生產，從上汽、廣汽、北汽等國內車企和奧迪、奔馳、寶馬等國外車企的計劃路線上看，當前正處在L3級自動駕駛商用落地的關鍵時期，未來對汽車芯片的需求將快速增長。
運營方面，科技公司不斷探索芯片、傳感器、算法的最佳組合，爭先恐后將無人駕駛車輛推上街頭，網約車、公交、RoboTaxi出租、物流運輸、自動代客泊車等在多地開始先行先試。百度、文遠知行、PONY.AI、滴滴等企業已在長沙、廣州、上海開展RoboTaxi的商業化試運營;深圳、天津等城市先后落地自動駕駛公交運營，洋山港、天津港實現集裝箱無人駕駛運輸;博世和戴姆勒合作研發的L4級自動代客泊車系統獲準在德國試運行。
2019年4月，13家國內車企聯合華為推出中國車企C-V2X商用路標，在2020年下半年到2021上半年量產支持C-V2X的汽車。2020年7月3日，3GPP 宣布凍結5G R16標準，5G芯片上車應用將進一步提速。
可以說，芯片的應用為汽車帶來了更多的功能和更好的性能，正在逐步滿足人們對智能汽車的美好向往。
02 功能芯片與主控芯片共筑車輛控制新格局
由于芯片的類型與構造千差萬別，為了聚焦核心領域，我們選擇關注那些如同CPU、GPU等在手機、電腦中發揮重要作用的汽車計算/控制芯片。通常行業內把車內負責計算和控制的芯片劃分為功能芯片和主控芯片，當前這類芯片在汽車半導體中的市場份額占比約為30%。
(一)功能芯片向高位寬演進，持續鞏固汽車控制性能與安全
功能芯片指ECU(發動機控制器)、TCU(變速箱控制器)、VCU(整車控制器)等各功能部件控制器中負責具體控制功能的MCU(微處理器)，承擔著設備內多種數據的處理診斷和運算，通常有8位、16位、32位甚至64位等型號。
隨著汽車線控系統和舒適功能的普及，發動機、變速箱、EPS等設備的控制愈加精細化，電動座椅、智能燈光、遠程車控等多元功能愈加集成，控制代碼行數增加的同時對MCU計算響應速度的要求更高，促使汽車MCU的應用從8位、16位芯片向32位演進。
除了功能增加和處理性能提升，MCU處理器對安全和可拓展性的要求越來越高。硬件、軟件和開發工具的復用性變得更好，使得一級供應商和主機廠用戶能夠縮短開發時間，加快新產品上市。當前基于ARM Cortex的MCU方案是行業應用的主流。
(二)自動駕駛和智能座艙催生主控芯片的應用需求
主控芯片指在智能座艙控制器、自動駕駛控制器等關鍵控制器中承擔核心處理運算任務的SoC(系統級芯片)，按應用主要可分為車載SoC和車控SoC，內部集成了CPU、GPU、NPU、ISP等一系列運算單元。
主控芯片在汽車計算中的核心地位和極高的技術水平要求使其成為汽車芯片的“價值皇冠”，受到傳統汽車芯片廠商和ICT領域廠商競相追捧，迎來技術和產業發展的巨大風口。
在主控芯片領域，不同廠商有著不同的技術路線，主流方案為不同芯片構型的異構融合。
CPU負責邏輯運算和任務調度;GPU作為通用加速器，可承擔CNN/DNNd等神經網絡計算與機器學習任務，將在較長時間內承擔主要計算工作;FPGA作為硬件加速器，具備可編程的優點，在RNN/LSTM/強化學習等順序類機器學習中表現優異，在部分成熟算法領域發揮著突出作用;ASIC可實現性能和功耗最優，作為全定制的方案將在自動駕駛算法成熟后成為最終選擇。
從發展歷程來看，行業發展初期，各系統控制單元內的MCU各司其職，通過CAN總線、LIN總線和網關進行通訊交互，即可滿足整車上各系統和設備的控制任務。
隨著車身控制、車載信息娛樂需求的提升，車機算力不斷增長，座艙功能出現融合貫通，就需要專門的車機系統處理器，即車載SoC。
ADAS和自動駕駛的發展促使人們將車輛運動控制權部分或全部交給計算機，車控SoC發展起來，進一步形成“MCU+車載SoC+車控SoC”的控制芯片格局。
03 引領底層技術變革，重塑產業生態格局
(一)助力原始感知信息融合，芯片集成引領自動駕駛發展進入縱深
自動駕駛發展初期，主要以視覺感知為主，攝像頭集成感知計算能力，如Mobileye的EyeQ1、EyeQ2芯片有效支撐基于視覺的ADAS功能開發，滿足了眾多主機廠對輔助駕駛的應用需求。
隨著傳感器數量和種類逐漸增多，感知信息前端處理的計算方案已不符合信息融合需求和成本管控的愿望。于是，將不同功能的計算芯片集成到一塊板子上，對各傳感器的原始感知信息實行后端融合計算成為必然選擇，充分實現了感知資源的共享。
這種芯片選型靈活、配置可拓展、算力可堆砌的集中式計算受到眾多車企和自動駕駛科技公司青睞。例如，率先實現L3級自動駕駛量產的奧迪A8 zFAS域控制器集成了Mobieye EyeQ3、Cyclone V、英偉達K1、英飛凌Aurix TC297T四款芯片。
沒有這些不同功能特性芯片的支撐，自動駕駛就無從談起。為此，芯片公司專注于在各自領域開發高算力的芯片，以滿足海量計算需求，支撐自動駕駛神經網絡層級越來越高，算法越來越龐大。
英偉達DRIVE Orin、特斯拉FSD、華為昇騰等芯片已能在理論上支持L4級自動駕駛。真正單車無人駕駛的實現還有待自動駕駛芯片進一步發展。
(二)功能集成促進汽車電子電氣架構發生變革
無論是自動駕駛還是智能座艙領域，功能集中已然成為行業發展趨勢，在部分量產車型和各車企的規劃中我們可以看到，汽車電子電氣架構正在逐漸發生演變：ECU模塊逐漸集成合并，形成集中化、標準化的DCU，分管各大汽車子系統，DCUs進一步融合，形成集中運算的車載計算平臺。
得益于自研芯片的強有力支撐，特斯拉在 Model 3 上采用了“中心域控制器 + 左車身控制器 + 右車身控制器”的電子電氣架構，車上各功能模塊被劃分給了左右車身控制器進行管理，然后通過總線接入到了中心控制域，中心控制域負責信息娛樂域和輔助駕駛域的運算和管理，以及車內外的通信連接。
對于電子電氣架構的最終形態，不同車企也有著不同的規劃。不論是高度集中式還是分域式控制，除了網絡拓撲的優化，企業統一的需求都是配備高算力、低功耗的智能化芯片。計算、傳輸、通信芯片的發展程度影響著車企對于車型架構的設計。
華為依托昇騰、麒麟等芯片將整車運算和控制集中成智能座艙、整車控制、智能駕駛三個域控制器，通過分布式網關方案搭建起“計算+通信”的CC架構，旨在賦能車企，幫助車企造好車。
(三)芯片之上，軟硬件解耦與軟件定義汽車成為必然趨勢
由于自動駕駛的技術方案和算法尚未定型，應用于自動駕駛的芯片構型也尚未固化，但汽車芯片作為汽車智能計算平臺的核心硬件已成為行業共識。
在芯片平臺的硬件基礎上，裝載Hypervisor、Linux等內核系統，管理軟硬件資源、完成任務調度。在AUTOSAR框架下開發拓展各項功能軟件，調用處理傳感器、執行器數據，執行自動駕駛算法，實現感知融合、決策規劃、控制執行、HMI等各項應用功能。
從英偉達、華為等ICT企業的芯片方案和各車企的應用情況來看，軟件不再是基于某一固定硬件開發，而是具備可移植、可迭代和可拓展的特性。
當軟硬件接口協議達成統一的標準，在高算力通用主控芯片的基礎上，傳感器、執行器等外圍硬件和功能軟件的開發可實現充分解耦，大大增加了車型開發的靈活性。
當芯片性能允許，利用OTA技術，軟件可以持續迭代，例如特斯拉通過軟件定義汽車的功能，已將Autopilot持續迭代到了V10版本，真正實現了軟硬件解耦，持續優化車輛性能。
(四)芯片的發展終將改變汽車產業生態格局
從促進汽車行業整體升級來看，通用芯片是一大發展趨勢，對于不具備芯片開發能力和適配能力的企業來說，大大節省芯片端的成本，車企和自動駕駛公司只需專注于面向用戶的功能和算法開發即可。
技術分工的變化將帶來產業格局的轉變。通過芯片或許能將汽車產業原本碎片化、具有高度壁壘的產業環節進行了重新洗牌，推動汽車供應鏈走向通用化、標準化。
原本處于TIER 2環節的汽車芯片廠商，通過強化軟硬件協同開發能力，實現芯片、系統軟件、功能軟件的全面整合，打造車載智能計算平臺，兼容產業鏈上下游的多元需求，在智能網聯時代將躍居產業核心地位。
車載智能計算平臺的基礎上ICT企業進一步整合出行服務、移動應用、物聯網、云計算等應用生態服務能力，或將改寫汽車產業生態格局，如今已經看到華為、騰訊、百度等越來越多的ICT企業融入汽車產業鏈。
這種趨勢下，短期內整車企業將在零部件供應鏈獲得更大的主動權，靈活比選零部件供應商。但長遠來看，缺乏創新能力的整車企業是否會在新的產業格局中喪失話語權，淪為代工廠，將有待時間去驗證。
于是，特斯拉這樣的領先企業帶頭做出改變。英偉達的通用芯片方案已經不能滿足其自動駕駛技術進步的需求，基于其對應用場景的深刻理解，自研FSD芯片，實行軟硬一體化開發能夠使其長期保持行業領先地位。
04 結語
汽車智能化的浪潮推動汽車芯片蓬勃發展，芯片的發展定義著汽車智能化形態。未來智能汽車產業的競爭格局如何演變存在諸多不確定性，但可以肯定的是只有掌握芯片等底層核心技術，才能更好的建設上層應用，在激烈的市場競爭中脫穎而出。
責任編輯：Rex_07
