智能汽車行業高速推進,“增量部件”這場戰該如何打?
即便是“增量部件”,自動駕駛芯片也不存在彎道超車
或許會有疑問,既然是“增量部件”,那么大家都在同一起跑線,可為什么才剛剛開跑,中國玩家就跟不上隊伍了呢?
對此,理想汽車首席技術官王凱在一次接受媒體采訪時,對自研芯片難度的回應可以做一個參照,“自研芯片有個先決條件,一定要把軟件完全吃透,芯片業有自己的自然周期,真正一款芯片生產出來,一般情況下可以展望六年,三年研發周期,三年使用周期。”
這樣一來就很好理解了,除了比亞迪布局較早之外(比亞迪也確實進入了收獲期),其他玩家入局汽車芯片的時間都不長,六年的閉環周期未到,產品也沒經受市場檢驗,拿什么與英偉達、英特爾和高通這些企業比?要知道他們如今在行業中的地位也是隨著汽車的演變發展一點一滴積累而來的。
其二,自動駕駛芯片與普通芯片有很大的差異,就是芯片在進行設計時,要將芯片架構與軟件結合進行深度結合優化,從而用更低功耗跑出更好的性能,相當于今天的芯片架構要為3到4年后的軟件算法進行預研和設計。
這要求芯片公司在芯片研發時具有非常強前瞻性,一旦產品設計路線出現偏差,則意味著幾年時間的努力又打了水漂,國外芯片巨頭可以通過同時啟動多個項目的方法來降低容錯率,而中國涉足汽車芯片的玩家要么是并不具備專業背景的車企,要么是像地平線這樣的初創企業,因而在現有條件下,只能像踩鋼絲一樣,戰戰兢兢地穩步推進不求錯。
最后,芯片與車企需求之間的適配也是一個無法繞開的長時間博弈過程。
由于自動駕駛面對和處理的場景很多,即便是同一個場景,各個車企根據自己的理解,其解決方案也各有千秋,因而像英偉達走的通用芯片方案,適用的是一個大場景,嚴格來說只是一個參考平臺,而非面向終端市場的完整產品,車企需要進行二次開發,對大場景進行細化梳理,以達到智能汽車在這一場景下的功能需求。
而像地平線這樣的玩家,走的是專業芯片路線,即針對自動駕駛的某項功能推出與之匹配的專業芯片,與芯片配套的還有通用解決方案,就像“交鑰匙”工程一樣,省去了自動駕駛研發企業或者主機廠在某些具體功能或者問題上的二次研發投入。
像Mobileye的EyeQ系列芯片(ASIC)主要負責視覺數據的處理,地平線的征程二代可以對多類目標進行實時檢測和識別,在自動駕駛視覺感知、視覺建圖定位、視覺ADAS等智能駕駛場景都能適用。
看上去輕松了不少,但能讓主機廠接受你的方案,前期溝通尋找到雙方都能接受的折中點就非常關鍵了,這個拉鋸過程在以主機廠為主導的行業規則中,芯片企業能做的其實并不太多。
也正是因為如此,自2015年拿下首輪融資的地平線,即便產品已經經過了2輪迭代(2019年推出征程二代,2020年推出征程三代),但如今公開的量產項目還只有2個,長安UNI-T和奇瑞新能源螞蟻。
這兩款車在市場上不是熱賣主流,去年全年加起來一共賣了堪堪達到10萬輛,相對于乘用車全年2000萬輛的總銷量,地平線多年的經營在行業中可以說連一片水花都還沒有激起。
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
-
5月20日立即參評>> 【評選】維科杯•OFweek 2026中國智能制造行業年度評選
-
5月29日立即下載>> 【白皮書】工業視覺AI實戰白皮書合集
-
5月30日立即報名>> 2026激光行業應用創新發展藍皮書火熱招編中!
-
5月31日立即下載>> 【白皮書】村田室內外定位解決方案
-
即日-5.31立即申報>>> 維科杯·OFweek 2026光學行業年度評選
-
5月31日立即申報>>> 維科杯•OFweek 2026激光行業年度評選


分享









