通用汽車不是第一個，也不會是最后一個自研芯片的車企。

　　近日，據路透社報道，通用汽車旗下自動駕駛公司 Cruise 正在同時自研四顆芯片，預計 2025 年前搭載到為全無人駕駛設計的車輛 Origin 上(不設方向盤或腳踏板)。

　　此前行業內第一個拋棄芯片廠商轉戰自研芯片的車企是特斯拉，如今通用也希望開啟這個劇本。

　　在國內，車企自研芯片也越來越成為一股潮流。從 2020 年至今，包括比亞迪、吉利、零跑、蔚來、理想、小鵬、小米等車企都進入了自研芯片模式。

　　有業內人士猜測，車企芯片自研的驅動力來源于近兩年的缺芯危機。畢竟今年4、5 月汽車芯片短缺之下，很多車企甚至無法確定下個月的汽車產能有多少。

　　據了解，本輪缺芯中最主要缺的是傳統 MCU(微控制單元或者單片機)類、負責功率轉換的 IGBT(絕緣柵雙極型晶體管)類，不過這些芯片生產難度并不高。換言之，用兩三年時間就能換來量產。

　　而通用和蔚小理等車企想要抓住的，是與汽車智能化更息息相關的高端芯片。在這領域，英偉達、高通、Mobileye 等玩家是主流，國內華為、地平線、黑芝麻、芯馳等芯片公司也在奮力直追。

　　既然通用 Cruise 的自動駕駛車輛上已經搭載了英偉達的 Orin 芯片，那通用為何還要選擇自研芯片?

　　“芯病”仍需“芯藥”醫

　　按照 Cruise 硬件負責人 Carl Jenkins 的說法，兩年前，Cruise 花了很多錢從一家芯片供應商那里購買 GPU，但因為車型數量很小，雙方根本無法談判。“所以我們必須掌握自己的命運。”

　　雖然沒有明確指出，但從過往合作履歷可知，該芯片供應商是英偉達。憑借 200TOPS(算力單位)、7nm 制程的 Orin 芯片，英偉達在自動駕駛芯片領域已經掌握了相當的行業話語權。據英偉達官方數據，截止今年 3 月份公司汽車客戶在未來六年的訂單已經超過 110 億美元，去年這個數字是 80 億美元左右。

　　然而，通用旗下的自動駕駛公司 Cruise 只有數百臺自動駕駛車輛，實在難與英偉達談條件。這也觸發了通用自研芯片的念頭。

　　據了解，通用 Cruise 正在自研的四顆芯片其中包括：一顆名為 Horta 的中央計算芯片、傳感器數據處理芯片、雷達芯片和一款未公布的芯片。

　　Cruise 負責人雖然沒有明確透露芯片研發上的金額投入，但將通過規模生產搭載芯片的全無人駕駛車輛車輛 Origin 來攤薄成本。Cruise 首席執行官 Kyle Vogt 表示，自研自動駕駛芯片將會使自動駕駛汽車成本在 2025 年達到最佳，屆時可以大規模生產該車型。

　　當然，如果只用在全無人駕駛車輛上，成本攤薄或許還有難度。通用 CEO Mary Barra 此前曾在公開演講中稱，通用將在 10 年內開發出一款“個人自動駕駛汽車”。因此也不排除四款芯片投入通用汽車其他車型的可能。

　　Cruise 的芯片負責人 Ann Gui 表示，自動駕駛芯片 Horta 從兩年前就已經開始研發，目前 Cruise 正在與亞洲一家芯片制造商合作，以大規模生產其芯片。

　　重要的是，通用看到了自研芯片的希望，此前特斯拉成功逃離了芯片公司的把控。

　　據了解，2014 年特斯拉第一代自動駕駛硬件采用的還是 Mobileye EyeQ3 芯片，隨后 2016 年和 2017 年特斯拉采用了英偉達的 Drive PX 2 和 PX 2 升級版。最終在 2019 年，特斯拉完全擺脫英偉達，以后都在用自研的 FSD 芯片。

　　據悉，特斯拉自研的 FSD 芯片相比英偉達 Drive PX2 芯片，峰值算力上從 24TOPS 增加到 72TOPS，提升了 3 倍，但運行同樣模型的效率卻提升了 21 倍。

　　這也是車企紛紛自研芯片的原因所在：除了用量產來降低成本之外，還能更好地契合車企的自動駕駛軟件算法，提升系統性能。

　　黑芝麻智能首席市場營銷官楊宇欣近日在媒體溝通會上也表示：AI 芯片有兩種技術方向：一種是英偉達的通用 GPU 架構，另一種是特斯拉、高通、Mobileye，華為走的是 ASIC(專用集成芯片)技術路線。前者是通用性架構方案，后者專門針對自動駕駛，往往特別考慮了自動駕駛的功耗、性能需求。

　　一位汽車算法工程師向 36 氪舉例：比如車企的自動駕駛軟件用了某種圖像處理算法，但市面上沒有芯片可以對圖像算法加速或者是成本很貴。如果自研芯片，就可以在芯片里定制特別的算法加速硬件單元，如此一來，用自研的芯片跑自己家算法，不僅跑的快，耗時也少。

　　隨著車輛智能化越來越高，生產復雜程度越來越超出車企的認知，車企也愿意在芯片領域做更多投入。國際咨詢機構 Gartner 曾做出預測：由于芯片短缺以及汽車的電氣化和自動化等趨勢，十大汽車主機廠(OEM)中的一半將在 2025 年自主設計芯片，增強他們對自身產品路線圖和供應鏈的控制。

　　自研芯片之路，有多難被復制?

　　當然，對中國車企來說，自研芯片也有部分國際政治紛爭的因素。日前，英偉達 AI 算力芯片 A100 被禁止對華銷售也引起了行業高度關注。

　　車企自研芯片，已經箭在弦上。行業里已經有一批車企先試先行。

　　36 氪曾連續獨家報道過，前華為消費者 BG 軟件部副總裁、華為終端 OS 部部長謝炎加入理想汽車，負責主管系統研發部，將推進理想自研的操作系統、算力平臺、智能駕駛芯片等。蔚來汽車的自研芯片團隊則設在智能硬件副總裁白劍麾下，已從華為、阿里達摩院、英偉達等招募大量人員，且已有明確的流片計劃。小鵬汽車此前也組建了規模在 10 人左右的芯片研發隊伍。

　　新能源一哥比亞迪也在籌備智能駕駛芯片研發團隊，小米 500 人的自動駕駛團隊中，也涵蓋了芯片領域的人才。

　　更早之前，由吉利汽車和 ARM 中國聯合成立的芯擎科技，計劃推出一款高階自動駕駛芯片 AD1000，單芯片算力滿足 ADAS L3+ 的要求，預計在 2024 年商用。

　　不難看出，芯片正在成為智能電動領域相當核心的部件，如果這部分受制于人，可能還會重復燃油車時代被國際巨頭“拿捏”的路徑。無論出于主動或被動，頭部車企都希望通過自研芯片來獲得足夠安全感。

　　但正如智能手機中如今只有一個蘋果，特斯拉自研芯片的成功也很難被模仿。

　　這顯然是一個非常高額投入且長周期的事情。據半導體技術研究機構 Semiengingeering 數據顯示，開發 28nm 節點芯片的投入為 5130 萬美元，16nm 節點芯片的開發費用翻倍至 1 億美元，7nm 節點芯片更是達到了 2.97 億美元。而當下車企們所需的高端芯片，制程也基本在 7nm 左右。

　　同時，汽車的車規級產品屬性，也決定了芯片從設計、研發、流片、量產上車，需要好幾年的時間。特斯拉從提出自研芯片到真正芯片上車，花了 3 年多時間。

　　近日，國內汽車芯片公司黑芝麻智能首席市場營銷官楊宇欣在媒體溝通會上也表達了同樣觀點：特斯拉和蘋果都一樣，是智能汽車和智能手機新浪潮的破局者，但在行業早期，這些顛覆者很難拿到行業最好或者最適配的資源，只有自研才能實現自己想要的東西。

　　“但等方向被驗證是對的之后，供貨鏈所有最牛的人和最好的資源都往這個方向傾斜，這時候再做類似的產品，你總能找到更好的、更便宜、更快的東西(來替代)。”楊宇欣表示。

　　他認為，這個時間點再自研芯片，除了要跟行業里最專業的人拼速度、拼資源、拼團隊管理、拼產品定義之外，最重要的是，不管后期芯片賣出一顆還是賣一百萬顆，前期上億美金的投入都是少不了，車企自研需要做好長期投入每年投上億美金的決心，以及考慮出貨量能不能支撐研發費用。

　　總而言之，不管是對智能車輛核心技術的行業話語權渴望，還是國際紛爭對汽車行業帶來的潛在影響，車企們都希望用自研芯片來獲得更多籌碼。而誰能在蘋果和特斯拉之后，答案仍然是一個問號。
　　（邯鄲小程序開發）