AI大模型時代來臨 重構智駕產業新生態

 “新四化”帶來新機遇，汽車行業正在經歷前所未有的變化和發展。未來的汽車將不再只是簡單的交通工具，而是具備高度智能化、自動化和安全性的高科技產品。這為我國汽車及相關產業鏈實現彎道超車提供了難得的發展機遇。新機遇也伴隨新挑戰，智能汽車并非一蹴而就。它是建立在汽車工業軟件、車規芯片等為基礎的產業鏈之上的。蓬勃發展的智駕市場及軟件定義汽車的大趨勢，對汽車芯片行業提出越來越高要求，汽車芯片將不再局限于安全、穩定的成熟工藝，其對高性能、高價值的先進工藝芯片需求也越來越多，隨之伴生的是對芯片設計及EDA驗證等全鏈條工具的更高要求。

從這種意義上看，中國智駕產業的基礎仍然十分薄弱，盡管中國的新能源汽車已經賣向全球，但以高端汽車芯片為代表的上游產業仍然基本壟斷在海外廠商手中。中國智駕產業要想獲得真正的自主可控，就需要整個產業鏈企業共同發力，強化汽車芯片、EDA工業軟件等軟硬件廠商間的協同配合，打造融合、統一的底層技術平臺。

智能駕駛“跨越”寒冬

去年，以獨角獸Argo AI公司倒閉為代表，智能駕駛一度進入寒冬，但也讓一些有著長遠謀劃的企業沉下心來，腳踏實地搞技術、做產品。今年，隨著人工智能、半導體等基礎技術取得進步，智能駕駛賽道正在迎來新的拐點。其實，智駕行業雖然整體遇冷，各細分場景依然向前推進。以礦山為例，2022年華為煤礦軍團正式推出了面向露天礦山的無人駕駛端到端全自研解決方案，并成功實現商用部署和實施。分析機構預測，2025年露天礦山自動駕駛市場規模可達200億元，潛在市場空間近3000億元。

在乘用車方面，繼梅賽德斯-奔馳的L3級自動駕駛系統分別在德國和美國獲得官方認證并上車后，寶馬公司正在旗下的寶馬7系上推廣L3級自動駕駛功能。IHS Markit預測，L3級自動駕駛與全自動停車、全高速自動巡航等L4級功能將于2025年在大眾市場普及。

如果說美國方面采取的是單車智能為主發展模式，通過攝像頭、雷達等傳感器和高效算法，賦予車輛智能駕駛能力；那么，中國選擇了“車路協同”模式，越來越多國產智能駕駛正在融入由“云-網-端”構成的智能路網當中。

11月份，工信部、公安部、住房和城鄉建設部、交通運輸部四部委發布聯合通知，部署開展智能網聯汽車準入和上路通行試點工作。根據工信部12月消息，截至目前，我國累計開放智能網聯汽車測試道路2萬多公里，測試示范區達17個、“雙智”試點城市達16個。從上可知，今年以來，無論國際還是國內，智駕產業正在擺脫低迷市場的影響，商業化運行已經開啟，行業發展正在迎來新階段。

離不開的“算力芯片”

在本輪智駕產業的發展中，由于ChatGPT熱潮席圈，人們無不對生成式AI與智駕產業的結合寄予厚望。據報道，特斯拉正在中國組建一個超過20人的本地運營團隊，推進自動駕駛解決方案FSD在中國本土的落地。百度、阿里、科大訊飛等也紛紛與車廠合作，將旗下AI大模型產品接入智能車型當中。對此，有專家指出，這實際上是一個“駕駛腦”的概念，AI大模型在接收到各種感知信息后，通過規劃和決策，以一種駕駛方式來控制車輛去避障繞彎，選擇最優路徑，從而把乘客送達目的地。之前的自動駕駛訓練缺乏知識遷移的能力，顯得難以應對。而通過AIGC技術在智能汽車中的發展應用，可以嘗試解決這方面的復雜問題。

值得注意的是，無論人工智能的運算還是對大數據的處理，都離不開強大芯片算力的支撐。生成式AI+智能駕駛模式使得芯片在汽車中的作用愈加明顯。根據中國汽車工業協會數據，傳統燃油車所需汽車芯片數量為600-700顆，電動車所需的汽車芯片數量將提升至1600顆/輛，而更高級的智能汽車對芯片的需求量有望提升至3000顆/輛。

傳統上，汽車芯片主要包括功能芯片、功率器件、存儲芯片、傳感器、通信芯片等幾個大的類型。其中功能芯片負責對ECU的管理控制；功率半導體器件用于電力的轉換和管理；存儲芯片面向數據存儲；汽車傳感器與通信芯片用于感受外界信號、物理變化或者化學組成，并將檢測到的信號轉變為電信號傳遞給其他設備。

現代的汽車則越來越像一個自動行走的智能機器人和人們生產生活的“第三空間”，集“智能化、安全化、電動化、網聯化”于一身，新興并集成汽車當中的算力芯片將發揮越來越關鍵的作用，支持智能駕駛、輔助系統以及車內娛樂等。這類芯片一般是集成了CPU、圖像處理GPU、音頻處理DSP、深度學習加速單元NPU以及內存和各種I/O接口的SOC芯片。未來智能座艙所代表的“車載信息娛樂系統＋流媒體后視鏡＋抬頭顯示系統＋全液晶儀表＋車聯網系統＋車內乘員監控系統”等多重體驗，都將依賴于智能SoC芯片。

此類芯片的制造工藝也不再是傳統成熟工藝所能支撐，而是大多采用先進工藝。如恩智浦的S32系列微處理器，從推出時的16nm工藝，路線圖已經規劃到5nm。高通發布的第四代座艙平臺，性能最高的處理器驍龍8295也將采用5nm工藝。在處理性能方面，L3級別的車端中央計算平臺算力需求已達500+TOPS，未來汽車芯片的算力需求只會更高，也需要更先進的制程工藝給予支撐。

汽車芯片“國產替代”艱難

提起比亞迪、華為問界……這些耳熟能詳的品牌，大家都覺得中國智能駕駛汽車產業已經非常強大。類似“國產乘用車前11個月累計銷量達1297.8萬輛，超越日德，一躍成為全球汽車出口第一大國”的報道，也令讀者產生信心。但是，從產業鏈角度考察卻會發現，成績的背后還隱藏著巨大的隱憂。

正如上面所述，AI大模型時代汽車芯片的作用將越來越明顯，算力芯片更是整車的運算核心。但值得注意的是，目前這些領域仍然基本掌控在海外大廠手中。英飛凌在整個汽車芯片市場以及功率半導體領域中占據領導地位，恩智浦則在汽車處理器市場上遙遙領先，意法半導體占據著最大的SiC器件和模組市場份額，瑞薩則是汽車MCU（微控制器單元）的佼佼者；在新興的算力芯片領域，更是集中了英偉達、高通、英特爾、特斯拉等巨頭，展開激烈競爭。

去年爆發的“缺芯潮”雖然為國內芯片廠商開辟了一條切入汽車供應鏈的通道，但是要想真正發展起來，有效實現國產替代，卻遠不是那么容易就能做到。據了解，目前只有極少數國內廠商能夠得窺一絲門徑，如芯擎科技日前發布的“龍鷹一號”SoC在吉利領克08等數款車型上實現規模應用，是國內唯一實現7納米車規芯片量產的廠商。大部分國產芯片廠商還很難真正跨入汽車芯片這個市場。

之所以存在這樣的情況，一方面是因為車規級芯片對質量、可靠性、使用壽命等方面具有高標準、嚴要求，導致芯片的生產開發難度更大，國內只有少數具備高水準工藝的芯片廠商可以達到這樣的要求。更關鍵的是，國內尚沒有建立起完善的車規芯片產業生態。相對于消費級、工業級芯片而言，車規芯片的標準更加嚴苛，準入門檻更高。國內要想真正發展汽車芯片產業，進而打造完善的智駕產業鏈，就必需建立一個相對完善的產業生態體系，為行業提供芯片設計、工藝協同、樣片流片、測試認證等服務，進而才能以此為基礎，降低上下游協同成本，加快技術研發速度，滿足市場需求。

獨木不成林：單點突破不如全軍突擊

事實上，面對這樣的產業狀態，汽車品牌廠商從供應鏈穩定角度出發，更加需要國產芯片能夠迅速成長起來。這既是挑戰也是機遇。芯擎科技戰略業務發展副總裁孫東就指出：“目前整個市場基本上都是由海外廠商壟斷高端智能座艙SoC，這從國產汽車的國產化需求和供應鏈多樣化上看，都是不太合理的。從客戶需求上看，他們也需要一個差異化的方案。”

那么，如何才能打造完善的車規芯片產業生態呢？近期發布的一則案例引起了國內車圈的廣泛關注：芯擎科技日前宣布，旗下產品開始導入芯華章車規級EDA驗證工具，以加速新一代智能駕駛芯片的開發。分析一下這則消息就會發現，這兩家公司一家是國產高端車規芯片設計公司，在國內唯一實現7納米車規芯片量產；另一家是聚焦于數字驗證領域，目前唯一打造出全流程驗證工具的國產EDA公司。兩家公司的合作，為我國汽車智駕產業如何構建生態提供了一個注腳。

很多讀者可能對EDA在汽車智能駕駛產業鏈中的發揮作用還不太熟悉。近日，由中國汽車工業協會發布的《中國汽車工業軟件發展建設白皮書》（以下簡稱《白皮書》）介紹了智能化背景下，車規級工業軟件的發展需求、標準和應用場景等。其中關于EDA的描述中，收錄了芯華章提到的核心概念“PIL處理器在環仿真”。

面對新的應用場景，為了更好打造從芯片到主機廠的閉環，EDA也需要提供系統級的設計驗證，才能滿足車規級開發需求。PIL融合了場景仿真和芯片仿真技術，結合整車V開發模型，從系統出發，提供了基于場景的ECU評價體系、算法優化解決方案，支持車規級芯片提前1-2年實現定點上車，并通過云場景遍歷仿真為HIL測試節省80%的時間。

在面向城市道路、戶外越野等汽車行業諸多豐富且獨特的應用場景，需要基于特定場景，融合更快、更高性能、更安全的芯片仿真技術，如此才能有效降低芯片在整車應用過程中的風險，在確保低故障的同時，又能夠讓芯片的性能真正發揮出來。一款優秀的場景和芯片仿真驗證工具，可以幫助解決時間、人才、工具等三方面的挑戰，更快地進行定制化芯片的研發，降低開發人才門檻，縮短開發周期，降低各項風險。

孫東在公開場合曾經表達過對于開發周期前置的考慮，“先進工藝制程的大芯片由于其復雜度，整個開發周期一般在數年之間，因此其芯片規格的定義需要具有一定的前瞻性，特別是針對目前快速發展升級的智能汽車領域；如何準確定位到客戶未來的需要，并將其與現有的產品開發計劃相有效結合，在產品面世的時候能夠滿足市場的新需求并具有競爭力，這是所有做先進制程大芯片公司所共同面臨的一個挑戰。”

借助芯華章車規級EDA驗證工具，芯擎科技能夠在芯片設計階段，就進行和真實使用場景一致的系統級軟硬件聯合仿真和調試，提升系統級應用環境下軟硬件協同表現，降低芯片在整車應用過程中的風險，縮短開發周期。

記者采訪某國內資深驗證工程師時，對方也指出：“自動駕駛技術是一個復雜的軟硬件系統體系，EDA作為汽車SoC和系統的基礎技術，除了賦能車規芯片設計外，也可以在解決其他挑戰方面扮演更重要的角色。特別是在系統級建模、場景仿真和量化分析、信息安全以及功耗優化等四個方面，EDA可以結合自身在驗證仿真、數據處理、算法優化等方面的優勢，輸出具備行業特色的創新解決方案。”

強強聯合的背后是什么？

AI大模型時代，隨著智能化水平的不斷提高，芯片和應用軟件的協同已經成為未來汽車領域實現產品差異化與提升用戶體驗的一個關鍵，借助強大的仿真、定義、驗證工具，EDA能夠幫助產品實現更好的差異化，從而為用戶提供更高性價比的產品。而要想打造更加完善高效的國產智駕產業生態，就必須有效整合不同產業環節，推動EDA、芯片以及其他產業鏈不同環節企業之間的相互合作，相互融合。產業生態的建設需要強強聯合，單打獨斗完不成產業鏈的融合發展。從這點來看，上述芯擎科技與芯華章的合作，具有更大的產業意義。

值得一提的是，近年來，國產EDA力量正在持續加強在車規領域的布局，從產品到解決方案，乃至產業鏈上的合作，投入大量精力的同時，也取得豐碩成果。

今年5月，芯華章投資汽車電子解決方案公司Optima Design Automation，這是一家華為曾選擇合作的汽車電子車規解決方案供應商。

7月，國內模擬芯片EDA龍頭華大九天，官宣其可靠性分析工具Empyrean Polas?獲ISO 26262 TCL3和IEC 61508 T2國際標準認證證書。同時，華大九天多款數字、模擬EDA產品也即將在年內陸續通過ISO 26262 TCL3和IEC 61508 T2產品認證。

12月，芯華章EDA工具獲ISO 26262國際標準認證，能夠支持汽車安全完整性標準最高ASIL D級別的芯片開發驗證。

據了解，在汽車領域業內，ISO 26262是全球公認的汽車領域電氣/電子相關功能安全標準，已成為車規級芯片供應商進入汽車行業的準入門檻之一。

新一輪汽車革命方興未艾，作為汽車制造產業大國，我國汽車產業有望在這一輪全球智能駕駛產業發展浪潮中實現彎道超車。這樣一個趕超式的快速發展需要更多國內細分領域崛起，然后強強聯合，出現更多“芯擎-芯華章”式的合作，才能共同把產業生態做強做好。

來源：集微網