芯片厂商群雄逐鹿，大算力已成标配：比亚迪自研智能驾驶芯片

全球智能驾驶发展处于早期，产业革新下硬件发展先行，芯片厂商群雄逐鹿，大算力已成标配。顺应智能驾驶浪潮发展，芯片厂商的旗舰款芯片出货已普遍突破100TOPS，智驾芯片算力发展速度快于智能驾驶的应用侧。自动驾驶产业链上游包括传感器、芯片、地图、车载软件等二级供应商，以及智能驾驶解决方案等一级供应商;中游包括乘用车、商用车等整车环节，下游为车辆运营等服务市场。

智能驾驶通过核心的推动因素，或将带来一系列新硬软件架构，并且自上而下重塑产业链。

汽车芯片作为汽车智能化的核心，将直接受益于智能汽车发展迎来广阔市场空间。

自动驾驶芯片根据下游整车厂商的自动驾驶算法能力积累、传感器等硬件配置方案选择以及芯片供应商系统开放性来不断进行迭代。

从竞争格局来看，全球主要的智驾芯片商包括英伟达、高通、Mobileye(已被英特尔收购)、特斯拉。

除特斯拉自研自动驾驶FSD芯片用于自供外，整体自动/辅助驾驶芯片市场呈现消费电子芯片巨头、新兴芯片科技公司、传统汽车芯片厂商三大阵营。

传统汽车芯片厂商阵在传统汽车芯片领域近乎呈垄断地位，产品线齐全;新兴芯片科技公司阵营在AI算法与计算上有独到的产品优势;消费电子芯片巨头阵营具备深厚的芯片技术储备，资金雄厚，可支撑起对先进支撑和高算力芯片的高昂研发投入，同时具备良好的软件生态。

从产品算力、 量产节奏、合作车企等角度，目前英伟达在智驾芯片中占据先发优势;高通、 Mobileye 的发展路径分别为座舱起家、全栈式方案出货，与英伟达形成差异 化竞争，在车企合作中也较为广泛;特斯拉芯片则自研自用，路径较难复制。

智能驾驶这两年发展的非常快，几年前去美国时，一个同事开着一辆特斯拉 Model X 让我感受当时自动驾驶跟车的功能。当时觉得很神奇，这两年能明显看到智能驾驶商业化进程明显加快，但是对于整个智能驾驶规模化商用，我和业界的朋友们探讨下来，发现有三个重要的因素是要达到的。

第一点是强智能。所谓的强智能是绝对不能把它做成智障，要有很好的用户体验，这样用户才会愿意买单。

第二点是安全性。汽车和传统的消费产品不太一样，它毕竟是一个人命关天的产品，所以整个功能安全的可靠性，包括汽车里面需要的实时响应、时延的要求也非常关键。

第三点是低成本。大家能够看到强智能的智能驾驶系统实际上还是高高在上的，只有最顶尖的豪华车型里才能使用。但是我认为将来整个端到端的成本要逐渐降低，继而普及到大众的车型时，才能带动整个产业链持续的创新，并快速的往前走，进而使智能驾驶的规模化商用达到一定的程度。

整个智能驾驶规模化商用，从系统的需求映射到对于未来智能驾驶芯片的需求，主要分成了 4 部分：

第一个是大算力。大算力一定是有效的算力增加。现在产业中有一个不好的风气，是算力虚标。我认为大算力是真实可用算力的增加，能够给客户带来算力体验提升，而不是简单的虚标算力。另外一点是要有一定的通用性，因为智能驾驶的算法还在快速的演进中，如果大家跟算法的同事探讨，都会有一个明显的感受，这两年自动驾驶算法演进还是很快的。

第二个是低功耗。对芯片的核心诉求主要有两点：一个是能够降低散热成本;另外，如果功耗更低，那对于汽车这类对可靠性要求更高的场景里，可以进一步增加系统的可靠性。

第三个是低成本。低成本有两个层面：一个是自动驾驶芯片自身的成本要降低;另一个是端到端的系统成本要降低，相当于除了芯片，集成度要高，其他的东西可以用一些外围廉价的器件来组成你的系统。整体来看，要从一个端到端系统成本降低的角度来考虑。

第四点是高可靠性。包括功能安全、极低的时延等等。

但是实际上这 4 个诉求，对于一个芯片设计人员来说，它是一个新的物种，以前从来没见过这样需求的芯片。以前汽车里用到最多的器件像 MCU 计算芯片，它的算力级别是 GOPS 水平，但是随着智能驾驶逐渐部署到车上之后，现在整个算力已经达到几十 TOPS、上百 TOPS 甚至是 1000TOPS 的水平。而且还有人预测要做到 L5 级的自动驾驶，整体的算力需要达到 4000TOPS。这样的算力需求，对于数据中心也是一种挑战，更不用说车，数据中心的芯片用到了一些非常先进的、昂贵的手段，像 3D 封装、HBM 等方法来提升算力。

之前 NVIDIA 发布的 H100 做到了 2000TOPS，整体功耗已经达到了 700W。这样的芯片在有非常好散热条件的数据中心是可行的，但对于汽车可能要运行在高温、极寒的环境中，它的整个运行环境实际上是非常苛刻的，所以根据上面的技术条件达成的芯片，无法在车上应用。还有一点是用了许多先进的技术，像 3D 封装、HBM 等，这样的芯片做出来成本基本在几千美金左右，这样的成本是没有办法支撑芯片在车上商用的。这也引起我们的一些思考，是否可以从更底层的架构创新来解决这些挑战。

补上智能化的短板，比亚迪选择从熟悉的领域入手。36碳从多位知情人士处获悉，比亚迪正计划自主研发智能驾驶专用芯片，该项目由比亚迪半导体团队牵头，已经向设计公司发出需求，同时自身也在招募BSP技术团队。“如果进度快，年底可以流片。”一位消息人士告诉36碳。BSP是板级支持包(board support package)，作用是给芯片上运行的操作系统提供一个标准的界面。行业人士告诉36碳，从BSP入手，启动芯片研发的情况并不罕见，“芯片不是首要的，可以在开发板上开发BSP，等芯片出来了，再做联调。”

针对上述信息，36碳向比亚迪求证，截至发稿，暂未获得回应。比亚迪的半导体团队已经成立近20年，在2020年分拆独立，向深交所提交招股书，谋求上市。在此之前，比亚迪半导体产品主要是IGBT、MCU等电控和工业芯片，智能驾驶芯片和数字座舱芯片尚未涉足。

但随着智能化成为车企竞争的核心阵地，比亚迪的策略显然也在调整。今年6月8日，比亚迪董事长王传福在股东大会上直言，“新能源汽车的上半场是电动化，下半场是智能化，比亚迪在智能化领域，会像在电动化领域一样，将所有核心技术打通，并进行充分验证。”

这个共识在新造车阵营中已被实践。特斯拉，国内的蔚来、小鹏汽车和理想汽车等，都已经建立起庞大的智能驾驶研发团队，36碳此前曾多次独家报道，蔚来的智能驾驶团队已经超过800人，且组建了智能驾驶芯片自研团队，目前已经从华为、阿里达摩院等公司广泛招募人才。

而小鹏汽车的策略几乎一致，自研算法团队遍布中美，并且也在两地设立了芯片研发团队，目前正在和芯片公司Marvell合作，推动自身的芯片研发。今年6月初，比亚迪市值冲突万亿人民币大关，名列全球车企市值第三，也是中国首家万亿市值的车企。这项成绩的取得基于这家公司在电动力领域长年的积累，例如自研自产的动力电池、电机、电控、混动技术以及半导体等能力，但是在智能化领域，比亚迪的布局稍显滞后。

比亚迪研究院虽然拥有千人规模，但智能化的研发成果更多是车机系统Dilink，而在智能驾驶方面，比亚迪仍需借助外力。2021年，比亚迪和自动驾驶公司Momenta合作，成立了自动驾驶公司，同时期，也和百度、英伟达等公司宣布合作。“这不是比亚迪的风格。”一位接近比亚迪高层的行业人士向36碳分析，比亚迪一向的偏好就是垂直整合，在智能驾驶上，也不大可能放弃核心技术的掌控权，而从硬件和芯片切入，“正是比亚迪擅长和熟悉的领域，也符合这家公司一惯的打法。”

报道援引消息人士的说法，如果进度快，该芯片年底可以流片。BSP 是板级支持包 (board support package)，作用是给芯片上运行的操作系统提供一个标准的界面。行业人士称，从 BSP 入手，启动芯片研发的情况并不罕见。

针对上述信息，比亚迪暂未给出回应。

据了解，比亚迪的半导体团队已经成立近 20 年，在 2020 年分拆独立，向深交所提交招股书谋求上市，目前比亚迪半导体产品主要是 IGBT、MCU 等电控和工业芯片，尚未涉足智能驾驶芯片和数字座舱芯片。而国内的蔚来、小鹏汽车和理想汽车等，都已经建立起庞大的智能驾驶研发团队，蔚来和小鹏还建立了芯片研发团队。

今年 6 月 8 日，比亚迪董事长王传福在股东大会上直言，“新能源汽车的上半场是电动化，下半场是智能化，比亚迪在智能化领域，会像在电动化领域一样，将所有核心技术打通，并进行充分验证。”

用于电动汽车的氮化镓芯片。" 哈通博士说，" 这类芯片已经应用于电脑和智能手机的充电器中。" 在应用于汽车前，氮化镓芯片必须变得更为坚固，并能够承受 1200 伏的高电压。