电动汽车的“芯”革命_新能源汽车电芯生产

图源：曾汉昌

　　电动汽车行业崛起，正带来从芯片端到产业分工模式的重新聚合和发展机会。　　作者：骆轶琪;编辑：张伟贤　　在消费电子行业处在低迷期的当下，汽车电动化和智能化发展趋势正成为芯片应用的核心驱动力之一，成为其长期成长的动力来源。　　天风证券就指出，汽车电动化+智能化带动整体产业价值链构成的升级，汽车芯片含量+重要性成倍提升，将迎来价值向成长的重估机会。　　该机构分析，电动车半导体含量约为燃油车2倍，智能车为8-10倍。在需求增量端，2020年全球约需要439亿颗汽车芯片，2035年增长为1285亿颗。价值增量端，2020年汽车芯片价值量为339亿美元，2035年为893亿美元。可见汽车将成为芯片的新利润增长点，有望成为引领半导体发展新驱动力。　　“ 　　在这个被视为“最后一个万亿级”的市场，不仅意味着电动车对芯片的需求有了大幅增加，也将在新的行业分工趋势下，带动整个汽车产业生态链的重新聚合。　　近日举行的第十二届松山湖中国IC创新高峰论坛期间对此进行了探讨。芯原股份创始人、董事长兼总裁戴伟民指出，目前芯片领域的存量市场出现发展瓶颈，但值得关注三个增量市场：新能源汽车和智慧出行，新能源和储能，工业元宇宙。尤其电动汽车行业的发展，有望令中国在相关产业得到换道超车的发展机遇。　　虽然目前行业基于视觉方案、电气架构、底盘模式等都在积极尝试探索，尚未有明确定论，但部分场景下，中国厂商已经具备了领先能力，产业角色的重新分工也正带来新的成长空间。

　　视觉方案的落脚　　谈到自动驾驶，目前备受关注的就是视觉方案的演进和应用进展。　　瑞芯微电子高级副总裁陈锋认为，特斯拉早前的Model 2系列产品中，采用的是视觉+毫米波解决方案，但由于特斯拉想要更快迭代，若仅采用视觉方案可以实现这个目标。“等FSD（完全主动驾驶）方案演进后，我觉得特斯拉还是会把激光雷达加进去。”

　　活动现场与会人士对视觉方案的趋势判断　　图源：主办方提供　　这一方面源于，在特定场景如途径转角时，激光雷达可以起到保护作用；另一方面激光雷达的方案成本也在快速降低。“我认为感知还是越全面越好，最主要是视觉，关键是成本。”他续称。　　上海小橡投资管理有限公司创始合伙人石兴梅以具体场景指出，在诸如扬尘环境中，激光雷达就起到类似算法“耳朵”的功能，当量产到一定程度后，视觉方案可能会回归到多角度状态。　　当然也有不同观点。北京翊辉科技有限公司CEO荣辉看来，在未来3-5年内，可以是摄像头+毫米波雷达+激光雷达方案，但如果是未来10年或终极方案，可能纯视觉就够了。　　原因在于，理论上说，单纯靠眼睛就可以在绝大多数场景把车开好。“现在人工智能的深度学习技术，实际上在学习人的能力。但人的能力是有限的，我认为机器学习基本上最终可以赶上人的能力。”他同时指出，在未来的无人驾驶条件，会比今天简单得多，综合这些内外因来看，纯视觉就可以是终极方案。

　　电气架构如何集成　　当传统燃油车转向电动化甚至智能化过程中，关于其架构如何集成，对未来产业链的融合和发展走向都会带来新定义。　　武汉环宇智行科技有限公司CEO李明认为，在高算力芯片较为普遍的背景下，智驾域与座舱域融合会较好。　　相对来说，座驾域的特点在于高算力，在还没开启自动驾驶功能时，算力已经可以释放。只是再往下发展，由于底盘对可靠性要求极高，地面级标准需要万无一失，要做到这一级别难度较大。

　　活动现场与会人士对电气架构的趋势判断　　图源：主办方提供　　目前看到，部分整车厂在2024-2025年有对座舱域和自动驾驶域应用融合的相关规划，因为需要高算力、高GPU等特征，且功能需要丰富。而底盘域虽所需功能简单，但也因可靠性要求高，在与自动驾驶域融合时，还存在一定鸿沟。那么座舱域和自动驾驶域的融合，会性价比最优，对整车架构影响也较小。　　荣辉有类似观点，据他观察，目前不同整车厂的定义和技术路线尚且有所不同。如博世为代表，对域的分配是按照娱乐、座舱等功能划分；如特斯拉对域控制器的划分，则是按照前部、左面和右面这类方位区分。　　“各有各的优点，说不上谁更好，应该是见仁见智。”他分析，这就类似人体的大脑和小脑各有分工，综合考虑到底盘对可靠性、时延等要求极高，因此需要单独拿出来，但其他几大域集成在一起是有可能。

　　智驾域面临的难题　　在走向完全自动驾驶的路途中，目前智驾域面临的问题在哪里？　　李明所在公司是芯片应用方，他认为工具非常重要，也即芯片；其次是算力实现；第三是车厂量产经验。　　“首先要重视工具链和生态的成熟度。”他认为，举例来说，英伟达Orin芯片之所以受自动驾驶开发者欢迎，更重要的原因在于工具链完善，可以支持多种算法运行。　　基于此，也奠定了是否可以令算法快速升级，“必须快速迭代才能体验到互联网算力的优势，算力决定了相关功能是否可以实现。”李明表示，实现功能才能够推动生态形成。

　　活动现场与会人士对智驾域芯片的趋势判断　　图源：主办方提供　　最重要的是第三点，也即相关芯片是否有量产经验。“第一块芯片在第一个车型上非常难，但一旦量产就会成为事实标准。所以非常希望芯片业有志人士，尽快把芯片用到某款车型上去，用上去就是一个非常大的飞跃，可能是超越后来者重要的标准。”他强调，不能一味强调芯片的算力强大，实际上在某个功能上实现量产，才是真正巨大的优势。　　目前在自动驾驶领域，应用度最广的就是英伟达Orin芯片。随着Chiplet概念兴起，这是否会加速推动国内在相关领域的芯片落地进程？　　对此，芯原股份高级副总裁汪洋认为，5年内国内将会出现可以对标Orin芯片的产品。　　这可以通过两条路径实现，其一是做单一芯片，其二是采用Chiplet方式达成。汪洋表示，根据目前与产业链探讨来看，从工艺、IP成熟度等方面，国内厂商已经有接近Orin的指标。而Chiplet由于可以采用异构集成的方式，那么可以快速得到支撑更多算力的方案。　　根据戴伟民此前多次的分享，把计算和功能模块以Chiplet的方式单独做好车规验证工作，然后通过增加这些Chiplet来升级汽车芯片，可以大幅简化汽车芯片迭代时的设计工作和车规流程，同时增加汽车芯片的可靠性——因为几颗Chiplet同时失效的几率远远小于一颗汽车芯片失效的几率。

mac版bridge

　　低速载物潜行　　对于自动驾驶的落地场景，行业观点普遍认为，低速载物会是率先落地的场景之一。

　　活动现场与会人士对无人驾驶落地场景的趋势判断　　图源：主办方提供　　对此，深圳一清创新科技有限公司CEO刘明指出，低速无人驾驶技术是可变现的未来。在此过程中不是替代司机的成本，而更重要是通过无人驾驶相关技术，令整个作业流程保证在安全可控环境中，在此基础上实现效率提升。　　在该场景中的潜在风险因素在于，货车司机容易出现长时间疲劳驾驶或情绪问题导致的车辆运行不稳定，亦或是在对接装货过程中无法完全操作到位，但这都可以通过无人驾驶来保障和实现。　　只是目前在落地过程中遇到的难点在于，眼下更多能力在于单机智能，但是如果要做到全流程自动化和数字化，其难度已经超过了单机无人驾驶本身。那么会令整体成本很难突破现有工业物流体系对成本的接受度。　　刘明认为，商业化的条件在于，为客户提供车控制器+传感器+必要的线路感知装置。目前提供给部分厂区的方案，已经可以将系统控制在5万元以内；对更广泛的客户群体来说，今天已经可以做到10万元的方案。

　　活动现场与会人士对无人驾驶成本接受度的判断　　图源：主办方提供

一加9pro功耗

　　底盘模式革命　　在新的汽车革命中，无论是对芯片的需求，还是整车架构和产业链竞合都带来了新的发展思路。底盘模式也备受关注。　　荣辉就指出，绝大部分人关注到的是无人驾驶和激光雷达等方面的变化，但其实没有被太大关注到的底盘，将为汽车行业带来巨变。　　“底盘带来的变化，第一是车分家了，将来会有专业提供（通用）底盘的厂商，在上面扣什么壳子就是什么样的车；第二，采用同一个底盘，通用性增加了，整车成本就降低很多。”他进一步分析，传统的汽车底盘制造，涉及众多零部件、多条生产线和工艺的匹配，但如今采用一体式冲压底盘，可以很快完成。倘若按照特斯拉的一体式冲压底盘思路制造思路，底盘变成了三个零件，整体成本下降40%、重量下降10%。因此随着新的如CTC电池技术出现后，电池头部厂商也有能力开始布局底盘业务。　　底盘模式变化带来的坏消息是，传统汽车人会因技术迭代而失去竞争力；但好消息是，目前这些新技术大多掌握在中国和美国手中，且中国的能力领先。这助推中国在汽车出口方面在持续加速度。“所以我们汽车人看到一个美好前景，是因为底盘变了。”荣辉续称。

　　活动现场与会人士对底盘竞争未来格局的趋势判断　　图源：主办方提供　　基于这些新趋势来看，汽车产业链的传统发展逻辑改变，未来产业生态发展和竞合态势都将可能发生变化。如因底盘专业化后带来的新分工格局，会降低传统整车厂的竞争力。某种程度上看，这也是整车厂对于部分合作模式或合作对象态度谨慎的原因。　　“我觉得汽车电动化、智能化、网联化，和材料带来的轻量化等趋势。汽车新‘四化’带来的变化是，让我们这一代看到朝气蓬勃、充满活力的万亿级市场。”石兴梅分析，在这期间，新一代创业者大有可为。举例来说，比如传统汽车芯片需求量从500颗到了如今电动汽车的5000颗，这是一个十倍级别的产业机遇，无论从传统车厂、新软件技术商、主芯片厂商等环节，都会有锦绣的未来。