我们擅长商业策略与用户体验的完美结合。
欢迎浏览我们的案例。
近日，据路透社报道，通用汽车旗下自动驾驶公司 Cruise 正在同时自研四颗芯片，预计 2025 年前搭载到为全无人驾驶设计的车辆 Origin 上(不设方向盘或脚踏板)。
此前行业内第一个抛弃芯片厂商转战自研芯片的车企是特斯拉，如今通用也希望开启这个剧本。
在国内，车企自研芯片也越来越成为一股潮流。从 2020 年至今，包括比亚迪、吉利、零跑、蔚来、理想、小鹏、小米等车企都进入了自研芯片模式。
有业内人士猜测，车企芯片自研的驱动力来源于近两年的缺芯危机。毕竟今年4、5 月汽车芯片短缺之下，很多车企甚至无法确定下个月的汽车产能有多少。
据了解，本轮缺芯中最主要缺的是传统 MCU(微控制单元或者单片机)类、负责功率转换的 IGBT(绝缘栅双极型晶体管)类，不过这些芯片生产难度并不高。换言之，用两三年时间就能换来量产。
而通用和蔚小理等车企想要抓住的，是与汽车智能化更息息相关的高端芯片。在这领域，英伟达、高通、Mobileye 等玩家是主流，国内华为、地平线、黑芝麻、芯驰等芯片公司也在奋力直追。
既然通用 Cruise 的自动驾驶车辆上已经搭载了英伟达的 Orin 芯片，那通用为何还要选择自研芯片?
“芯病”仍需“芯药”医
按照 Cruise 硬件负责人 Carl Jenkins 的说法，两年前，Cruise 花了很多钱从一家芯片供应商那里购买 GPU，但因为车型数量很小，双方根本无法谈判。“所以我们必须掌握自己的命运。”
虽然没有明确指出，但从过往合作履历可知，该芯片供应商是英伟达。凭借 200TOPS(算力单位)、7nm 制程的 Orin 芯片，英伟达在自动驾驶芯片领域已经掌握了相当的行业话语权。据英伟达官方数据，截止今年 3 月份公司汽车客户在未来六年的订单已经超过 110 亿美元，去年这个数字是 80 亿美元左右。
然而，通用旗下的自动驾驶公司 Cruise 只有数百台自动驾驶车辆，实在难与英伟达谈条件。这也触发了通用自研芯片的念头。
据了解，通用 Cruise 正在自研的四颗芯片其中包括：一颗名为 Horta 的中央计算芯片、传感器数据处理芯片、雷达芯片和一款未公布的芯片。
Cruise 负责人虽然没有明确透露芯片研发上的金额投入，但将通过规模生产搭载芯片的全无人驾驶车辆车辆 Origin 来摊薄成本。Cruise 首席执行官 Kyle Vogt 表示，自研自动驾驶芯片将会使自动驾驶汽车成本在 2025 年达到最佳，届时可以大规模生产该车型。
当然，如果只用在全无人驾驶车辆上，成本摊薄或许还有难度。通用 CEO Mary Barra 此前曾在公开演讲中称，通用将在 10 年内开发出一款“个人自动驾驶汽车”。因此也不排除四款芯片投入通用汽车其他车型的可能。
Cruise 的芯片负责人 Ann Gui 表示，自动驾驶芯片 Horta 从两年前就已经开始研发，目前 Cruise 正在与亚洲一家芯片制造商合作，以大规模生产其芯片。
重要的是，通用看到了自研芯片的希望，此前特斯拉成功逃离了芯片公司的把控。
据了解，2014 年特斯拉第一代自动驾驶硬件采用的还是 Mobileye EyeQ3 芯片，随后 2016 年和 2017 年特斯拉采用了英伟达的 Drive PX 2 和 PX 2 升级版。最终在 2019 年，特斯拉完全摆脱英伟达，以后都在用自研的 FSD 芯片。
据悉，特斯拉自研的 FSD 芯片相比英伟达 Drive PX2 芯片，峰值算力上从 24TOPS 增加到 72TOPS，提升了 3 倍，但运行同样模型的效率却提升了 21 倍。
这也是车企纷纷自研芯片的原因所在：除了用量产来降低成本之外，还能更好地契合车企的自动驾驶软件算法，提升系统性能。
黑芝麻智能首席市场营销官杨宇欣近日在媒体沟通会上也表示：AI 芯片有两种技术方向：一种是英伟达的通用 GPU 架构，另一种是特斯拉、高通、Mobileye，华为走的是 ASIC(专用集成芯片)技术路线。前者是通用性架构方案，后者专门针对自动驾驶，往往特别考虑了自动驾驶的功耗、性能需求。
一位汽车算法工程师向 36 氪举例：比如车企的自动驾驶软件用了某种图像处理算法，但市面上没有芯片可以对图像算法加速或者是成本很贵。如果自研芯片，就可以在芯片里定制特别的算法加速硬件单元，如此一来，用自研的芯片跑自己家算法，不仅跑的快，耗时也少。
随着车辆智能化越来越高，生产复杂程度越来越超出车企的认知，车企也愿意在芯片领域做更多投入。国际咨询机构 Gartner 曾做出预测：由于芯片短缺以及汽车的电气化和自动化等趋势，十大汽车主机厂(OEM)中的一半将在 2025 年自主设计芯片，增强他们对自身产品路线图和供应链的控制。
自研芯片之路，有多难被复制?
当然，对中国车企来说，自研芯片也有部分国际政治纷争的因素。日前，英伟达 AI 算力芯片 A100 被禁止对华销售也引起了行业高度关注。
车企自研芯片，已经箭在弦上。行业里已经有一批车企先试先行。
36 氪曾连续独家报道过，前华为消费者 BG 软件部副总裁、华为终端 OS 部部长谢炎加入理想汽车，负责主管系统研发部，将推进理想自研的操作系统、算力平台、智能驾驶芯片等。蔚来汽车的自研芯片团队则设在智能硬件副总裁白剑麾下，已从华为、阿里达摩院、英伟达等招募大量人员，且已有明确的流片计划。小鹏汽车此前也组建了规模在 10 人左右的芯片研发队伍。
新能源一哥比亚迪也在筹备智能驾驶芯片研发团队，小米 500 人的自动驾驶团队中，也涵盖了芯片领域的人才。
更早之前，由吉利汽车和 ARM 中国联合成立的芯擎科技，计划推出一款高阶自动驾驶芯片 AD1000，单芯片算力满足 ADAS L3+ 的要求，预计在 2024 年商用。
不难看出，芯片正在成为智能电动领域相当核心的部件，如果这部分受制于人，可能还会重复燃油车时代被国际巨头“拿捏”的路径。无论出于主动或被动，头部车企都希望通过自研芯片来获得足够安全感。
但正如智能手机中如今只有一个苹果，特斯拉自研芯片的成功也很难被模仿。
这显然是一个非常高额投入且长周期的事情。据半导体技术研究机构 Semiengingeering 数据显示，开发 28nm 节点芯片的投入为 5130 万美元，16nm 节点芯片的开发费用翻倍至 1 亿美元，7nm 节点芯片更是达到了 2.97 亿美元。而当下车企们所需的高端芯片，制程也基本在 7nm 左右。
同时，汽车的车规级产品属性，也决定了芯片从设计、研发、流片、量产上车，需要好几年的时间。特斯拉从提出自研芯片到真正芯片上车，花了 3 年多时间。
近日，国内汽车芯片公司黑芝麻智能首席市场营销官杨宇欣在媒体沟通会上也表达了同样观点：特斯拉和苹果都一样，是智能汽车和智能手机新浪潮的破局者，但在行业早期，这些颠覆者很难拿到行业最好或者最适配的资源，只有自研才能实现自己想要的东西。
“但等方向被验证是对的之后，供货链所有最牛的人和最好的资源都往这个方向倾斜，这时候再做类似的产品，你总能找到更好的、更便宜、更快的东西(来替代)。”杨宇欣表示。
他认为，这个时间点再自研芯片，除了要跟行业里最专业的人拼速度、拼资源、拼团队管理、拼产品定义之外，最重要的是，不管后期芯片卖出一颗还是卖一百万颗，前期上亿美金的投入都是少不了，车企自研需要做好长期投入每年投上亿美金的决心，以及考虑出货量能不能支撑研发费用。
总而言之，不管是对智能车辆核心技术的行业话语权渴望，还是国际纷争对汽车行业带来的潜在影响，车企们都希望用自研芯片来获得更多筹码。而谁能在苹果和特斯拉之后，答案仍然是一个问号。
（邯郸小程序开发）
