電動汽車行業崛起,正帶來從芯片端到產業分工模式的重新聚合和發展機會。

作者:駱軼琪  編輯:張偉賢

在消費電子行業處在低迷期的當下,汽車電動化和智能化發展趨勢正成爲芯片應用的核心驅動力之一,成爲其長期成長的動力來源。

天風證券就指出,汽車電動化+智能化帶動整體產業價值鏈構成的升級,汽車芯片含量+重要性成倍提升,將迎來價值向成長的重估機會。

該機構分析,電動車半導體含量約爲燃油車2倍,智能車爲8-10倍。在需求增量端,2020年全球約需要439億顆汽車芯片,2035年增長爲1285億顆。價值增量端,2020年汽車芯片價值量爲339億美元,2035年爲893億美元。可見汽車將成爲芯片的新利潤增長點,有望成爲引領半導體發展新驅動力。

在這個被視爲“最後一個萬億級”的市場,不僅意味着電動車對芯片的需求有了大幅增加,也將在新的行業分工趨勢下,帶動整個汽車產業生態鏈的重新聚合。

近日舉行的第十二屆松山湖中國IC創新高峯論壇期間對此進行了探討。芯原股份創始人、董事長兼總裁戴偉民指出,目前芯片領域的存量市場出現發展瓶頸,但值得關注三個增量市場:新能源汽車和智慧出行,新能源和儲能,工業元宇宙。尤其電動汽車行業的發展,有望令中國在相關產業得到換道超車的發展機遇。

雖然目前行業基於視覺方案、電氣架構、底盤模式等都在積極嘗試探索,尚未有明確定論,但部分場景下,中國廠商已經具備了領先能力,產業角色的重新分工也正帶來新的成長空間。

視覺方案的落腳

談到自動駕駛,目前備受關注的就是視覺方案的演進和應用進展。

瑞芯微電子高級副總裁陳鋒認爲,特斯拉早前的Model 2系列產品中,採用的是視覺+毫米波解決方案,但由於特斯拉想要更快迭代,若僅採用視覺方案可以實現這個目標。“等FSD(完全主動駕駛)方案演進後,我覺得特斯拉還是會把激光雷達加進去。”

活動現場與會人士對視覺方案的趨勢判斷

圖源:主辦方提供

這一方面源於,在特定場景如途徑轉角時,激光雷達可以起到保護作用;另一方面激光雷達的方案成本也在快速降低。“我認爲感知還是越全面越好,最主要是視覺,關鍵是成本。”他續稱。

上海小橡投資管理有限公司創始合夥人石興梅以具體場景指出,在諸如揚塵環境中,激光雷達就起到類似算法“耳朵”的功能,當量產到一定程度後,視覺方案可能會迴歸到多角度狀態。

當然也有不同觀點。北京翊輝科技有限公司CEO榮輝看來,在未來3-5年內,可以是攝像頭+毫米波雷達+激光雷達方案,但如果是未來10年或終極方案,可能純視覺就夠了。

原因在於,理論上說,單純靠眼睛就可以在絕大多數場景把車開好。“現在人工智能的深度學習技術,實際上在學習人的能力。但人的能力是有限的,我認爲機器學習基本上最終可以趕上人的能力。”他同時指出,在未來的無人駕駛條件,會比今天簡單得多,綜合這些內外因來看,純視覺就可以是終極方案。

電氣架構如何集成

當傳統燃油車轉向電動化甚至智能化過程中,關於其架構如何集成,對未來產業鏈的融合和發展走向都會帶來新定義。

武漢環宇智行科技有限公司CEO李明認爲,在高算力芯片較爲普遍的背景下,智駕域與座艙域融合會較好。

相對來說,座駕域的特點在於高算力,在還沒開啓自動駕駛功能時,算力已經可以釋放。只是再往下發展,由於底盤對可靠性要求極高,地面級標準需要萬無一失,要做到這一級別難度較大。

活動現場與會人士對電氣架構的趨勢判斷

圖源:主辦方提供

目前看到,部分整車廠在2024-2025年有對座艙域和自動駕駛域應用融合的相關規劃,因爲需要高算力、高GPU等特徵,且功能需要豐富。而底盤域雖所需功能簡單,但也因可靠性要求高,在與自動駕駛域融合時,還存在一定鴻溝。那麼座艙域和自動駕駛域的融合,會性價比最優,對整車架構影響也較小。

榮輝有類似觀點,據他觀察,目前不同整車廠的定義和技術路線尚且有所不同。如博世爲代表,對域的分配是按照娛樂、座艙等功能劃分;如特斯拉對域控制器的劃分,則是按照前部、左面和右面這類方位區分。

“各有各的優點,說不上誰更好,應該是見仁見智。”他分析,這就類似人體的大腦和小腦各有分工,綜合考慮到底盤對可靠性、時延等要求極高,因此需要單獨拿出來,但其他幾大域集成在一起是有可能。

智駕域面臨的難題

在走向完全自動駕駛的路途中,目前智駕域面臨的問題在哪裏?

李明所在公司是芯片應用方,他認爲工具非常重要,也即芯片;其次是算力實現;第三是車廠量產經驗。

“首先要重視工具鏈和生態的成熟度。”他認爲,舉例來說,英偉達Orin芯片之所以受自動駕駛開發者歡迎,更重要的原因在於工具鏈完善,可以支持多種算法運行。

基於此,也奠定了是否可以令算法快速升級,“必須快速迭代才能體驗到互聯網算力的優勢,算力決定了相關功能是否可以實現。”李明表示,實現功能才能夠推動生態形成。

活動現場與會人士對智駕域芯片的趨勢判斷

圖源:主辦方提供

最重要的是第三點,也即相關芯片是否有量產經驗。“第一塊芯片在第一個車型上非常難,但一旦量產就會成爲事實標準。所以非常希望芯片業有志人士,儘快把芯片用到某款車型上去,用上去就是一個非常大的飛躍,可能是超越後來者重要的標準。”他強調,不能一味強調芯片的算力強大,實際上在某個功能上實現量產,纔是真正巨大的優勢。

目前在自動駕駛領域,應用度最廣的就是英偉達Orin芯片。隨着Chiplet概念興起,這是否會加速推動國內在相關領域的芯片落地進程?

對此,芯原股份高級副總裁汪洋認爲,5年內國內將會出現可以對標Orin芯片的產品。

這可以通過兩條路徑實現,其一是做單一芯片,其二是採用Chiplet方式達成。汪洋表示,根據目前與產業鏈探討來看,從工藝、IP成熟度等方面,國內廠商已經有接近Orin的指標。而Chiplet由於可以採用異構集成的方式,那麼可以快速得到支撐更多算力的方案。

根據戴偉民此前多次的分享,把計算和功能模塊以Chiplet的方式單獨做好車規驗證工作,然後通過增加這些Chiplet來升級汽車芯片,可以大幅簡化汽車芯片迭代時的設計工作和車規流程,同時增加汽車芯片的可靠性——因爲幾顆Chiplet同時失效的機率遠遠小於一顆汽車芯片失效的機率。

低速載物潛行

對於自動駕駛的落地場景,行業觀點普遍認爲,低速載物會是率先落地的場景之一。

活動現場與會人士對無人駕駛落地場景的趨勢判斷

圖源:主辦方提供

對此,深圳一清創新科技有限公司CEO劉明指出,低速無人駕駛技術是可變現的未來。在此過程中不是替代司機的成本,而更重要是通過無人駕駛相關技術,令整個作業流程保證在安全可控環境中,在此基礎上實現效率提升。

在該場景中的潛在風險因素在於,貨車司機容易出現長時間疲勞駕駛或情緒問題導致的車輛運行不穩定,亦或是在對接裝貨過程中無法完全操作到位,但這都可以通過無人駕駛來保障和實現。

只是目前在落地過程中遇到的難點在於,眼下更多能力在於單機智能,但是如果要做到全流程自動化和數字化,其難度已經超過了單機無人駕駛本身。那麼會令整體成本很難突破現有工業物流體系對成本的接受度。

劉明認爲,商業化的條件在於,爲客戶提供車控制器+傳感器+必要的線路感知裝置。目前提供給部分廠區的方案,已經可以將系統控制在5萬元以內;對更廣泛的客戶羣體來說,今天已經可以做到10萬元的方案。

活動現場與會人士對無人駕駛成本接受度的判斷

圖源:主辦方提供

底盤模式革命

在新的汽車革命中,無論是對芯片的需求,還是整車架構和產業鏈競合都帶來了新的發展思路。底盤模式也備受關注。

榮輝就指出,絕大部分人關注到的是無人駕駛和激光雷達等方面的變化,但其實沒有被太大關注到的底盤,將爲汽車行業帶來鉅變。

“底盤帶來的變化,第一是車分家了,將來會有專業提供(通用)底盤的廠商,在上面扣什麼殼子就是什麼樣的車;第二,採用同一個底盤,通用性增加了,整車成本就降低很多。”他進一步分析,傳統的汽車底盤製造,涉及衆多零部件、多條生產線和工藝的匹配,但如今採用一體式衝壓底盤,可以很快完成。倘若按照特斯拉的一體式衝壓底盤思路製造思路,底盤變成了三個零件,整體成本下降40%、重量下降10%。因此隨着新的如CTC電池技術出現後,電池頭部廠商也有能力開始佈局底盤業務。

底盤模式變化帶來的壞消息是,傳統汽車人會因技術迭代而失去競爭力;但好消息是,目前這些新技術大多掌握在中國和美國手中,且中國的能力領先。這助推中國在汽車出口方面在持續加速度。“所以我們汽車人看到一個美好前景,是因爲底盤變了。”榮輝續稱。

活動現場與會人士對底盤競爭未來格局的趨勢判斷

圖源:主辦方提供

基於這些新趨勢來看,汽車產業鏈的傳統發展邏輯改變,未來產業生態發展和競合態勢都將可能發生變化。如因底盤專業化後帶來的新分工格局,會降低傳統整車廠的競爭力。某種程度上看,這也是整車廠對於部分合作模式或合作對象態度謹慎的原因。

“我覺得汽車電動化、智能化、網聯化,和材料帶來的輕量化等趨勢。汽車新‘四化’帶來的變化是,讓我們這一代看到朝氣蓬勃、充滿活力的萬億級市場。”石興梅分析,在這期間,新一代創業者大有可爲。舉例來說,比如傳統汽車芯片需求量從500顆到了如今電動汽車的5000顆,這是一個十倍級別的產業機遇,無論從傳統車廠、新軟件技術商、主芯片廠商等環節,都會有錦繡的未來。

編輯:盧陶然

往期推薦

騰訊營收首次下滑,啥原因?第三代半導體投資收購不斷 產業鏈加速成熟國家數據中心密集開工 算力世界“神經網絡” 再進化

相關文章