汽車半導體巨頭的AI野心

從2021年開始汽車缺芯持續了一年後，似乎依舊沒有改觀。

在整個芯片行業猜測缺芯和產能過剩的真實情況時，汽車芯片的供應情況一直穩定的缺。在此趨勢下，“出貨”成為了汽車廠們的第一競爭力。

缺芯停產成為困擾國內外汽車公司的共同難題，6月初，Stellantis的三家工廠就因為芯片短缺問題停產，受影響的車型包括Jeep和菲亞特等，豐田汽週二表示，由於半導體短缺，6月份全球出貨量計劃削減約10萬輛至約85萬輛。

國內方面，4月蔚來稱受供應鏈影響，暫時停產；6月小鵬汽車董事長也在微博上高調求芯。

困在缺芯泥淖之中，各大車廠也似乎預計半導體短缺將延續到2022年年底。在這樣的市場背景之下，持續深耕車載芯片的廠商們迎來一波業績增長。2021年全球MCU市場排名前五的企業均迎來了超過20%的業績增長，這些廠商均表示車載電子市場對公司2021年的業績推動作用很大。

車載MCU成為“香餑餑”的同時，越來越多的汽車半導體公司將AI技術結合在自己的MCU產品上，這反映了什麼趨勢？而在AI技術上並不落後的我國，在車載領域又有什麼動作呢？什麼驅動了汽車半導體巨頭在AI上動作？

汽車逐步向自動駕駛發展的同時，汽車作為邊緣網絡的終端，其對處理數據的能力的需求將會不斷增加，這是為何各MCU大廠都在加緊向AI產品佈局的原因之一。

多家汽車半導體MCU巨頭在AI領域都有動作。

意法半導體推出了具備機器學習內核的慣性測量單元 (IMU) ，該產品主要用於提高智能駕駛的自動化程度。ML內核可實現快速實時響應和復雜功能，且對系統功耗要求低。同時意法半導體也提供了 NanoEdge AI Studio 為開發人員提供可編程的平台。

英飛凌推出了AURIX™ TC3x 系列微控制器，採用了新一代TriCore™ 1.8架構，搭載了AURIX™ 加速器套件，具備更高的可擴展性。集成了全新的並行處理單元（PPU）和可滿足各種AI拓撲要求的SIMD矢量數字信號處理器（DSP）。適用於實時控制和雷達數據後處理等各種應用。

瑞薩電子最新宣佈，以全現金交易方式收購Reality AI。該交易已獲得兩家公司董事會的一致批准，在獲得股東和所需的監管機構批准以及其他慣例成交條件後，預計將於2022年年末前完成。此次收購將顯著增強瑞薩電子在終端的人工智能的實力，為系統開發人員提供更大的靈活性和效率，幫助他們的產品更好的進入 AIoT系統以更快進入市場。

傳統汽車功能簡單，與外界交互較少，常為分佈式 ECU，主要為等待指令、停機指令、空操作指令、中斷指令等各類控制指令，運算速度較低，其運算單位為 DMIPS（百萬條指令/秒）、且存儲較小。

而隨著智能駕駛的不斷進步，智能算法運行的算法將越來越多，包括路徑規劃算法、決策算法、計算機視覺算法等，其中涉及車輛控制、路線規劃、信息收集處理等多種應用。智能算法往往通過軟硬件一體的形式提供，算法是智能化的核心，硬件則是算法的載體。

同時智能網聯汽車，不僅需要與人交互，也需要大量與外界環境甚至雲數據中心交互，將面臨巨大非結構化數據處理需求，車端中央計算平台將需要 500+ DMIPS的控制指令運算能力、300+TOPS的 AI 算力。智能化、數字化的驅動之下，融合人工智能算法的車載 AI 芯片應運而生，同時這種趨勢還在促使汽車芯片結構形式由 MCU 向 SOC 異構芯片方向發展。

汽車芯片：AI與MCU分裂成長

但中國的汽車芯片的現狀是AI芯片公司做汽車AI芯片，一部分MCU芯片公司在做車規MCU。這二者的割裂使需要兩種產品組合的國產替代很難徹底實現。

在汽車AI芯片領域，已經有多家公司推出產品，包括黑芝麻智能科技的華山系列、華為昇騰系列芯片、地平線征程系列芯片、寒武紀的MLU系列芯片。黑芝麻智能研發的華山二號A1000自動駕駛計算芯片已經在功能安全、信息安全、可靠性方面完全成熟，預計年內量產，實現L2-L3級別自動駕駛功能。征程2可提供超過 4TOPS 的等效算力，典型功耗僅 2 瓦，能夠高效靈活地實現多類 AI 任務處理，對多類目標進行實時檢測和精準識別。征程2充分體現 BPU 架構強大的靈活性，全方位賦能汽車智能化。

國內車規MCU實現量產的公司有復旦微、傑發科技、賽騰微電子、上海航芯、中微半導體、極海半導體、兆易創新、芯旺微等等。

對於國內車規MCU公司來說，發展AI的難度較大，會分散相當一部分研發精力，投資性價比不高。另一方面是如果要發展AI，將對芯片製程的要求提出更高要求。恩智浦半導體（NXP）總裁兼首席執行官Kurt Sievers表示，NXP 與台積電合作批量生產雷達和車載網絡處理器，需要採用台積電的 16 nm FinFET 工藝技術製造。NXP 的 S32G2 車輛網絡處理器可用作高級駕駛輔助和自動駕駛系統中的高性能 ASIL D 安全處理器。16nm工藝中芯國際尚能滿足，但對製程要求更高的汽車處理器（需要5nm技術），國內的代工廠就無法滿足了。

所以即使國產車規MCU公司有精力設計具備AI能力的芯片，他們也未必能找到代工廠。畢竟有限產能還需要留給自己一部分成熟的產品，以維持公司營收。因此讓國內的車規MCU公司在現階段就邁向AI並不太現實。

這種情況意味著，中國還沒有成熟的汽車芯片公司，仍處於各家專注於細分領域的階段。這種背景下，國內汽車AI芯片公司與國產車規MCU公司之間合作並不深。例如地平線就推出了與NXP合作的行泊一體域控制器解決方案。可以看到，雖然中國擁有技術領先的汽車AI公司，但他們對國產車規MCU的帶動作用卻是有限的。

國外巨頭在發展自己的AI 產品的同時，也在建立自己的AI體系，這意味著開發者與這些公司的綁定會越來越密切。而在使用相應公司的AI平台時，對相關品牌的MCU或其他產品的使用自然也會優先於其他品牌。可以發現，國外車用半導體巨頭除了在用AI保持競爭力，其發展的核心更是在用生態保持自己的競爭力。這其實是處於追趕階段的國產車規MCU面對的一大挑戰。

誰能“一統”中國汽車半導體江山？

或許國產汽車廠可以成為這一問題的答案。

汽車半導體的潛力讓許多汽車公司著手自研芯片，不過他們面臨著高成本、高技術壁壘以及產能有限的挑戰。

成本方面，Semiconductor Engineering估計7nm和5nm芯片的開發成本分別為2.97億美元和5億美元以上。技術方面，由於自動駕駛和智能座艙需要不同的設計。不同的汽車芯片的開發者需要瞭解不同的知識，需要巨大的工程師團隊。產能方面，由於汽車芯片賽道上的玩家越來越多，但是有能力提供5nm和7nm芯片的代工廠只有台積電和三星，同時成熟製程的產能也十分有限，因此各類汽車芯片均呈現缺貨態勢。

但如果汽車廠串聯起自己的供應鏈，讓國產車規MCU廠商與AI芯片公司以及其他車規半導體公司進行信息共享，共同研發，這將大大有助於提高產業的效率並且打造出適合中國市場，中國用戶的國產車載電子系統。

相對於自研芯片來說，這不僅可以降低成本，也可以相對而言更快速的解決中國車廠缺芯的難題。

接過消費電子接力棒的汽車半導體

2022 第一季度台積電財報顯示台積電汽車業務迎來了26%的漲幅，台積電表示，汽車製造商在短缺一年多後對汽車芯片的需求保持穩定。同時台積電也相信，自動駕駛汽車未來可能會成為台積電收入的最大貢獻者之一。

消費電子下一個重要形態是智能汽車，隨著芯片算力不斷提升以及成本功耗的不斷下降，行業業態不斷重塑，產品迭代與創新持 續進行。隨著技術的進一步發展，以及實現碳中和的目標下，在 2020-2030 的十年間，智能汽車領域將是消費電子下一重要戰場。以 Apple、華為、小米、OPPO 為代表的硬件公司正積極佈局智能汽車行業，並對傳統廠商進行沖擊。

事實上，汽車產業會帶動的半導體產品還有許多，如功率半導體、CMOS、車用內存等等。在國外巨頭已經站住腳的情況下，國內相關廠商的追趕還需“團隊作戰”。

眾人拾柴火焰高，汽車半導體這把火要靠整個產業鏈。

本文來自微信公眾號“半導體產業縱橫”（ID:ICViews），作者：半導體產業縱橫，36氪經授權發布。

本文經授權發布，不代表36氪立場。

如若轉載請註明出處。來源出處：36氪