中國最有代表性兩家自動駕駛大算力芯片（SoC）公司在港交所相遇了。

3月23日，黑芝麻智能向港交所遞交主板上市申請；3天之后，地平線也向港交所遞交了招股書。

毫無疑問，隨著智能汽車的發展，如今自動駕駛芯片迎來了最好的時代。根據灼識咨詢的數據，全球高級輔助駕駛和高級自動駕駛解決方案市場規模達到619億人民幣，預計到2030年將達到10171億元人民幣，年復合增長率達到49.2%。

但問題是，高速增長從來不等于每家企業都能夠平等地享受到市場的機遇，這在高度集中的自動駕駛芯片行業更是如此。

地平線和黑芝麻智能，兩家公司雖然成立的時間前后只差一年，如今又在同一年沖刺上市，但兩者的處境卻完全不同。地平線的收入在2023年大漲了71.3%，達到15.52億。而黑芝麻智能僅有3.12億，賬上現金流更是捉襟見肘。

與黑芝麻智能相比，地平線顯然吃到了更多的市場紅利。

但如今擺在這兩家公司面前的，卻不是誰打敗誰，誰領先誰的問題，而如何在激烈的市場環境中，找到自身優勢，突出重圍的問題。


汽車芯片國產化的三級難度

汽車芯片進入的高門檻現實，也造成了全球汽車芯片由國外巨頭壟斷的局面，中國芯片公司想要進入這一市場，有三個級別的難度。

粵芯半導體副總裁趙斌和廣研院一起研究分析之后，將國產汽車芯片分為：比較容易國產化、比較難國產化和極難國產化。

比較容易國產化的汽車芯片，是國內消費類做得比較好的領域，比如DC-DC、車載充電機MOSFET、數字儀表存儲芯片、各類精度要求不那么高的ADDA芯片。

“對這類比較容易國產化的芯片，主要的問題是車規驗證?！壁w斌的觀點是，“消費類芯片對質量一致性的冗余度比較高，但車載芯片的冗余度比較低，也會遇到成本控制和技術的問題?！?/span>

難國產化的汽車芯片包括電機控制器、電池管理系統SBC、中控主機、各類ECU-MCU、 電驅總成、電機控制器IGBT。

“難國產化的汽車芯片，主要問題還是技術缺失。這類芯片需要終端客戶、設計公司和晶圓廠一起協調，首先把技術缺失的問題解決掉，才能把芯片做出來?！壁w斌認為。

極難國產化的汽車芯片包括智能城控制器SoC、MPU、智能座艙SoC，帶導航多媒體SOC、MCU等。

“這類芯片更是受到技術的限制。需要從工藝制程開始解決，一個工藝開發至少需要兩年，IP驗證又需要一年，還要做產品驗證，四五年才能解決問題?！壁w斌感嘆，

“說到底，國產汽車芯片的挑戰是難設計、難制造、難上車，以及生態建設嚴重不足。之前國內不在汽車芯片的圈子里，所以我們整體的生態嚴重不足?！?/span>

針對制造難題，粵芯和芯片設計公司在共同解決這一難題。粵芯專注模擬芯片的代工，因為國內設計公司在模擬芯片、分立器件、光學器件領域有17%的市場占有率，專注在國內芯片設計公司更有優勢的領域，更容易實現國產汽車芯片的突破。

袁鋒對國產汽車芯片的未來持樂觀態度，一臺新能源智能車所需的一千多顆芯片中，800多顆可以找到替代，真正被掐脖子的沒那么多。

不少國內芯片公司都已經走在突破極難國產化汽車芯片的道路上，并且已經取得了階段性成果。

算力越大≠效果越好

在分析英偉達制霸AI芯片市場，股價五年暴漲20倍的原因時，分析師們往往會草草地拋出一個觀點：算力為王。

車企們在宣傳智能汽車時，也常常有意無意地向用戶傳達一種思想：算力越大越牛X。 不過這并非事實??！

在真實的智能駕駛系統中，更大的算力只提供牛逼的可能性，但不保證牛逼的確定性。

一方面，企業通常對外宣傳的TOPS，是一塊芯片的AI峰值算力，但在實際運行中，芯片算力很難被充分利用。

一個不那么為人所知的事實是，在高數據量的計算任務中，最大的瓶頸常常是存儲帶寬而非算力。

因為計算單元的運行頻率遠高于存儲單元，芯片會陷入“算力等數據”的狀態，高算力其實在空轉。

這就相當于餐廳里有一位米其林大廚，做飯又快又好吃，但受制于切菜工的效率，導致出餐率一直上不去。

存儲能力成為AI應用的主要瓶頸 有效運用高算力的一個方法是在芯片中放置更多的高速緩存（SRAM），這種存儲單元與計算單元距離更近，數據傳輸的延遲更低，可有效提升帶寬。

比如特斯拉在其FSD芯片內封裝了32MB的高速緩存，緩存帶寬達到2TB/s，將每秒能處理的圖像從Drive PX2的100余幀提升至2300幀，為其FSD Beta算法提供了基礎。

但特斯拉做到這一切的前提是斥巨資從硅谷找到頂級半導體人才，進行自主研發，而能同時滿足這樣條件的車企并不多。

另一方面，即使通過各種方法盡可能把芯片算力用滿，也不代表萬事大吉——算力是智能駕駛的基礎，算法才是靈魂。

關于算法的重要性，在游戲行業有一個生動的例子。

2021年前，游戲玩家在打開GTA5聯機版時，即使擁有性能不錯的電腦，也需要等待一段漫長的時間。

后來有程序員解包發現，由于部分代碼質量過低，某個只需一步完成的步驟，被迫跑了19.8億次if語句——這段代碼很簡單，但占用了60%的計算資源。

同樣的道理在智能駕駛行業也成立：堆砌、消耗算力并不難，難的是通過高效算法將算力轉化為實打實的用戶體驗。

一個有經驗的算法團隊常常能取得更高的算力費效比。

比如小鵬剛剛向廣州區域的P5車型推送了城市高階輔助駕駛CNGP，在行業大多基于上百T算力實現這一目標時，小鵬P5僅搭載了算力30TOPS的Xaiver芯片，依靠的便是算法優化和高精地圖加持。

不久前與五菱一起推出低算力輔助駕駛方案的大疆車載認為，實現智能駕駛面臨傳感器、算力、算法、數據四座大山，四座山頭需要一起翻越。

換句話說，智能駕駛系統其實是一個木桶，決定最終體驗的是不是某塊長板，而是短板。

而在當下，整個汽車行業將芯片算力堆到數百乃至上千T的大有人在，但沒有一家車企的輔助駕駛系統效果，比得上特斯拉基于144T算力做出來的FSD Beta。

面對這種情況，很難說智能駕駛行業的短板在芯片算力上。

而在廣闊的輔助駕駛市場，更加主流的其實是服務中低端車型的夠用就好。他們不追求（也無力使用 ）高端配置，而是用低成本芯片、傳感器，在有限場景內將輔助駕駛功能做好。

比如大疆與五菱今年合作推出的智駕版 KIWI EV則更進一步，采用200萬像素攝像頭為主傳感器，計算平臺算力僅16T，全套輔助駕駛套件成本在一萬以內。

隨著此類方案的流行，一些平價智能駕駛芯片如地平線J3（算力5T）、德儀TDA4（算力8T）正在打開越來越大的市場。

地平線向左，黑芝麻向右

事實上，即便同樣定位于自動駕駛的SoC解決方案提供商，地平線和黑芝麻智能切入市場的方式也完全不同。

首先是地平線，其選擇戰略是“開放”。

地平線在招股書中提到，高級輔助駕駛和高階自動駕駛的大規模應用要走開放平臺的路徑，讓所有產業鏈參與者均可被技術賦能，開發符合其需求的功能及產品，同時縮短車型上市的時間。

目前為止，自動駕駛芯片的發展過程中其實就是一個不斷開放的過程。

早期，Mobileye幾乎占據自動駕駛芯片市場超90%的份額，但由于其采用軟硬件高度耦合的一體式解決方案，無法滿足車企自主開發的需求，以至于許多車企不得不選擇其他供應商。

特斯拉是最有代表性的一個例子，其最早采用Mobileye的EyeQ系列芯片，后由于缺少自主性轉而選擇了英偉達。從此之后，軟硬件解耦解耦，讓車企可以自主開發就成為了自動駕駛芯片行業的普遍做法。而包括英偉達在內、地平線、黑芝麻智能都可以說是在這一輪開放浪潮中受益的企業。

但到目前為止，芯片市場對于車企的開放仍然不夠。隨著自動駕駛的發展，車企對芯片的定制化需求越來越多，在成本、封閉性等多種因素的推動下，許多車企不得不考慮芯片自研。特斯拉就是如此放棄英偉達開始自研FSD芯片的。

如今國內的各大造車新勢力也逐漸走到了特斯拉當時的階段，為了適應市場需求，地平線選擇開放自身的產品體系和服務能力。

這種開放體現在兩方面，其一是產品“原子化”，其二是“服務到家”化。這也恰恰對應著地平線的兩種盈利方式，即基于芯片的解決方案交付，和IP授權與服務。

所謂“原子化”是地平線將芯片SoC、操作系統、自動駕駛軟硬件系統和整車開發解耦，車企可以根據自身需要隨意選擇整車開發的介入程度。即可以選擇全套解決方案、也可以從芯片開始自己開發。

其次是IP授權與服務，針對那些想要自己開發芯片的車企，地平線可以將芯片IP進行授權，開放各種軟件開發工具和開發平臺，甚至派駐團隊進行協助，加快芯片的開發進程。可以說是扶上馬，再送一程。

在2023年7月的中國汽車論壇上，余凱提到：“我們不僅支持類似于傳統的Mobileye的完整交付模式，也支持類似于像英偉達這樣的較為開放的模式。相較于英偉達，地平線不僅可以開放底層軟件如工具鏈或bsp，我們還進一步開放IP授權模式，這種IP授權模式甚至支持領先的OEM、主機廠，開發他們定制化的芯片以及他們自己的軟件?！?/span>

與地平線不同，黑芝麻智能選擇的是“提前下一步棋”。

除了“開放”之外，智駕芯片的第二個趨勢就是從分散走向集中。這是因為當前汽車的電子EE架構正在從從模塊化、分布式走向中央集中式。

當前汽車的電子電氣架構以域為中心，分為動力域、底盤域、座艙域、自動駕駛域和車身域，自動駕駛芯片只是自動駕駛域的SoC，但未來五大域的逐漸融合，一輛車只需要一塊SoC芯片，而自動駕駛芯片則是最適合統一各大域的芯片。

黑芝麻智能在2023年4月發布了武當系列跨域SoC，根據弗若斯特沙利文的說法，這是行業里首個集成自動駕駛、智能座艙、車身控制及其他計算域的產品。

從分布式走向中央集中式，可以提高智能汽車的系統性能、安全和靈活度、并降低系統成本，在智能汽車價格戰愈發激烈的當下，這樣的產品無疑非常符合車企的需求。目前包括高通、博世、AMD在內的老牌半導體巨頭都在推出可以融合多域的智駕SoC，這正在成為一種未來趨勢。

黑芝麻智能之所以提前布局下一代產品，一個原因是早期黑芝麻智能的產品發布比地平線晚一代。

2017年12月，地平線發布征程1；2019年8月，地平線發布第二款芯片征程2，算力達到4 TOPS；這個時候黑芝麻智能才發布第一款芯片華山一號A500，算力5-10TOPS。

芯片的發布時間直接影響后續車企的測試、開發、上車等一系列流程。在黑芝麻智能發布第一款芯片時，地平線已經依靠征程1與車企走過了前期階段，黑芝麻智能由此錯過了早期的第一批客戶，并且導致了一步慢，步步慢的結果。

所以跳過當前階段，卡位下一個節點也成了當前黑芝麻智能找回節奏的一種方式。

當然，和地平線一樣，黑芝麻智能也發布了一整套服務于芯片開發的軟件平臺系統和工具鏈，這當然也目前國內智駕芯片企業的一種優勢。

我們前面提到，“服務”是當前英偉達的短板，但這恰恰是國產廠商所擅長的。作為本土企業，中國的芯片廠商可以隨叫隨到與車企充分溝通，可以派駐大量員工入住車企共同開發，還不會存在語言和工作方式的障礙。

我們需要看到的一個事實是，中國自動駕駛芯片確實在技術上與英偉達等國際企業相比有一定差距，所以彎道超車的關鍵，除了努力發展技術，還要舍得彎下腰做更多服務和dirty work。

這種發展方式，我們可以從國產數據庫的發展過程中看到成功的例子。

與國外Oracle、IBM DB2這樣成熟的數據庫企業相比，國產數據庫自然是起步更晚，但國產數據庫仍然在激烈的市場中依靠本地化殺出一條血路，關鍵在于其更懂得服務于中國市場。

中國產業數字化起步較晚，大多數企業別說數字化，更是連早期的線上化都還沒有完成，大量的數據依靠文件打印，手寫抄錄留存。

國外的數據庫公司沒有見過這樣的環境，無法為“沒有數據”的企業提供服務。但國產數據庫公司卻愿意幫助這些企業先實現線上化的過程，再將這些線上的數據通過數據庫去存儲整理。

這雖然是一個耗費巨大時間和成本的過程，但也恰恰因為這些成本，讓國產數據庫在成功搶下了中國市場。如今的自動駕駛芯片自然也是如此。