AI大模型时代来临 重构智驾产业新生态

  ICC讯 “新四化”带来新机遇，汽车行业正在经历前所未有的变化和发展。未来的汽车将不再只是简单的交通工具，而是具备高度智能化、自动化和安全性的高科技产品。这为我国汽车及相关产业链实现弯道超车提供了难得的发展机遇。新机遇也伴随新挑战，智能汽车并非一蹴而就。它是建立在汽车工业软件、车规芯片等为基础的产业链之上的。蓬勃发展的智驾市场及软件定义汽车的大趋势，对汽车芯片行业提出越来越高要求，汽车芯片将不再局限于安全、稳定的成熟工艺，其对高性能、高价值的先进工艺芯片需求也越来越多，随之伴生的是对芯片设计及EDA验证等全链条工具的更高要求。

  从这种意义上看，中国智驾产业的基础仍然十分薄弱，尽管中国的新能源汽车已经卖向全球，但以高端汽车芯片为代表的上游产业仍然基本垄断在海外厂商手中。中国智驾产业要想获得真正的自主可控，就需要整个产业链企业共同发力，强化汽车芯片、EDA工业软件等软硬件厂商间的协同配合，打造融合、统一的底层技术平台。

  智能驾驶“跨越”寒冬

  去年，以独角兽Argo AI公司倒闭为代表，智能驾驶一度进入寒冬，但也让一些有着长远谋划的企业沉下心来，脚踏实地搞技术、做产品。今年，随着人工智能、半导体等基础技术取得进步，智能驾驶赛道正在迎来新的拐点。其实，智驾行业虽然整体遇冷，各细分场景依然向前推进。以矿山为例，2022年华为煤矿军团正式推出了面向露天矿山的无人驾驶端到端全自研解决方案，并成功实现商用部署和实施。分析机构预测，2025年露天矿山自动驾驶市场规模可达200亿元，潜在市场空间近3000亿元。

  在乘用车方面，继梅赛德斯-奔驰的L3级自动驾驶系统分别在德国和美国获得官方认证并上车后，宝马公司正在旗下的宝马7系上推广L3级自动驾驶功能。IHS Markit预测，L3级自动驾驶与全自动停车、全高速自动巡航等L4级功能将于2025年在大众市场普及。

  如果说美国方面采取的是单车智能为主发展模式，通过摄像头、雷达等传感器和高效算法，赋予车辆智能驾驶能力；那么，中国选择了“车路协同”模式，越来越多国产智能驾驶正在融入由“云-网-端”构成的智能路网当中。

  11月份，工信部、公安部、住房和城乡建设部、交通运输部四部委发布联合通知，部署开展智能网联汽车准入和上路通行试点工作。根据工信部12月消息，截至目前，我国累计开放智能网联汽车测试道路2万多公里，测试示范区达17个、“双智”试点城市达16个。从上可知，今年以来，无论国际还是国内，智驾产业正在摆脱低迷市场的影响，商业化运行已经开启，行业发展正在迎来新阶段。

  离不开的“算力芯片”

  在本轮智驾产业的发展中，由于ChatGPT热潮席圈，人们无不对生成式AI与智驾产业的结合寄予厚望。据报道，特斯拉正在中国组建一个超过20人的本地运营团队，推进自动驾驶解决方案FSD在中国本土的落地。百度、阿里、科大讯飞等也纷纷与车厂合作，将旗下AI大模型产品接入智能车型当中。对此，有专家指出，这实际上是一个“驾驶脑”的概念，AI大模型在接收到各种感知信息后，通过规划和决策，以一种驾驶方式来控制车辆去避障绕弯，选择最优路径，从而把乘客送达目的地。之前的自动驾驶训练缺乏知识迁移的能力，显得难以应对。而通过AIGC技术在智能汽车中的发展应用，可以尝试解决这方面的复杂问题。

  值得注意的是，无论人工智能的运算还是对大数据的处理，都离不开强大芯片算力的支撑。生成式AI+智能驾驶模式使得芯片在汽车中的作用愈加明显。根据中国汽车工业协会数据，传统燃油车所需汽车芯片数量为600-700颗，电动车所需的汽车芯片数量将提升至1600颗/辆，而更高级的智能汽车对芯片的需求量有望提升至3000颗/辆。

  传统上，汽车芯片主要包括功能芯片、功率器件、存储芯片、传感器、通信芯片等几个大的类型。其中功能芯片负责对ECU的管理控制；功率半导体器件用于电力的转换和管理；存储芯片面向数据存储；汽车传感器与通信芯片用于感受外界信号、物理变化或者化学组成，并将检测到的信号转变为电信号传递给其他设备。

  现代的汽车则越来越像一个自动行走的智能机器人和人们生产生活的“第三空间”，集“智能化、安全化、电动化、网联化”于一身，新兴并集成汽车当中的算力芯片将发挥越来越关键的作用，支持智能驾驶、辅助系统以及车内娱乐等。这类芯片一般是集成了CPU、图像处理GPU、音频处理DSP、深度学习加速单元NPU以及内存和各种I/O接口的SOC芯片。未来智能座舱所代表的“车载信息娱乐系统＋流媒体后视镜＋抬头显示系统＋全液晶仪表＋车联网系统＋车内乘员监控系统”等多重体验，都将依赖于智能SoC芯片。

  此类芯片的制造工艺也不再是传统成熟工艺所能支撑，而是大多采用先进工艺。如恩智浦的S32系列微处理器，从推出时的16nm工艺，路线图已经规划到5nm。高通发布的第四代座舱平台，性能最高的处理器骁龙8295也将采用5nm工艺。在处理性能方面，L3级别的车端中央计算平台算力需求已达500+TOPS，未来汽车芯片的算力需求只会更高，也需要更先进的制程工艺给予支撑。

  汽车芯片“国产替代”艰难

  提起比亚迪、华为问界……这些耳熟能详的品牌，大家都觉得中国智能驾驶汽车产业已经非常强大。类似“国产乘用车前11个月累计销量达1297.8万辆，超越日德，一跃成为全球汽车出口第一大国”的报道，也令读者产生信心。但是，从产业链角度考察却会发现，成绩的背后还隐藏着巨大的隐忧。

  正如上面所述，AI大模型时代汽车芯片的作用将越来越明显，算力芯片更是整车的运算核心。但值得注意的是，目前这些领域仍然基本掌控在海外大厂手中。英飞凌在整个汽车芯片市场以及功率半导体领域中占据领导地位，恩智浦则在汽车处理器市场上遥遥领先，意法半导体占据着最大的SiC器件和模组市场份额，瑞萨则是汽车MCU（微控制器单元）的佼佼者；在新兴的算力芯片领域，更是集中了英伟达、高通、英特尔、特斯拉等巨头，展开激烈竞争。

  去年爆发的“缺芯潮”虽然为国内芯片厂商开辟了一条切入汽车供应链的通道，但是要想真正发展起来，有效实现国产替代，却远不是那么容易就能做到。据了解，目前只有极少数国内厂商能够得窥一丝门径，如芯擎科技日前发布的“龍鹰一号”SoC在吉利领克08等数款车型上实现规模应用，是国内唯一实现7纳米车规芯片量产的厂商。大部分国产芯片厂商还很难真正跨入汽车芯片这个市场。

  之所以存在这样的情况，一方面是因为车规级芯片对质量、可靠性、使用寿命等方面具有高标准、严要求，导致芯片的生产开发难度更大，国内只有少数具备高水准工艺的芯片厂商可以达到这样的要求。更关键的是，国内尚没有建立起完善的车规芯片产业生态。相对于消费级、工业级芯片而言，车规芯片的标准更加严苛，准入门槛更高。国内要想真正发展汽车芯片产业，进而打造完善的智驾产业链，就必需建立一个相对完善的产业生态体系，为行业提供芯片设计、工艺协同、样片流片、测试认证等服务，进而才能以此为基础，降低上下游协同成本，加快技术研发速度，满足市场需求。

  独木不成林：单点突破不如全军突击

  事实上，面对这样的产业状态，汽车品牌厂商从供应链稳定角度出发，更加需要国产芯片能够迅速成长起来。这既是挑战也是机遇。芯擎科技战略业务发展副总裁孙东就指出：“目前整个市场基本上都是由海外厂商垄断高端智能座舱SoC，这从国产汽车的国产化需求和供应链多样化上看，都是不太合理的。从客户需求上看，他们也需要一个差异化的方案。”

  那么，如何才能打造完善的车规芯片产业生态呢？近期发布的一则案例引起了国内车圈的广泛关注：芯擎科技日前宣布，旗下产品开始导入芯华章车规级EDA验证工具，以加速新一代智能驾驶芯片的开发。分析一下这则消息就会发现，这两家公司一家是国产高端车规芯片设计公司，在国内唯一实现7纳米车规芯片量产；另一家是聚焦于数字验证领域，目前唯一打造出全流程验证工具的国产EDA公司。两家公司的合作，为我国汽车智驾产业如何构建生态提供了一个注脚。

  很多读者可能对EDA在汽车智能驾驶产业链中的发挥作用还不太熟悉。近日，由中国汽车工业协会发布的《中国汽车工业软件发展建设白皮书》（以下简称《白皮书》）介绍了智能化背景下，车规级工业软件的发展需求、标准和应用场景等。其中关于EDA的描述中，收录了芯华章提到的核心概念“PIL处理器在环仿真”。

  面对新的应用场景，为了更好打造从芯片到主机厂的闭环，EDA也需要提供系统级的设计验证，才能满足车规级开发需求。PIL融合了场景仿真和芯片仿真技术，结合整车V开发模型，从系统出发，提供了基于场景的ECU评价体系、算法优化解决方案，支持车规级芯片提前1-2年实现定点上车，并通过云场景遍历仿真为HIL测试节省80%的时间。

  在面向城市道路、户外越野等汽车行业诸多丰富且独特的应用场景，需要基于特定场景，融合更快、更高性能、更安全的芯片仿真技术，如此才能有效降低芯片在整车应用过程中的风险，在确保低故障的同时，又能够让芯片的性能真正发挥出来。一款优秀的场景和芯片仿真验证工具，可以帮助解决时间、人才、工具等三方面的挑战，更快地进行定制化芯片的研发，降低开发人才门槛，缩短开发周期，降低各项风险。

  孙东在公开场合曾经表达过对于开发周期前置的考虑，“先进工艺制程的大芯片由于其复杂度，整个开发周期一般在数年之间，因此其芯片规格的定义需要具有一定的前瞻性，特别是针对目前快速发展升级的智能汽车领域；如何准确定位到客户未来的需要，并将其与现有的产品开发计划相有效结合，在产品面世的时候能够满足市场的新需求并具有竞争力，这是所有做先进制程大芯片公司所共同面临的一个挑战。”

  借助芯华章车规级EDA验证工具，芯擎科技能够在芯片设计阶段，就进行和真实使用场景一致的系统级软硬件联合仿真和调试，提升系统级应用环境下软硬件协同表现，降低芯片在整车应用过程中的风险，缩短开发周期。

  记者采访某国内资深验证工程师时，对方也指出：“自动驾驶技术是一个复杂的软硬件系统体系，EDA作为汽车SoC和系统的基础技术，除了赋能车规芯片设计外，也可以在解决其他挑战方面扮演更重要的角色。特别是在系统级建模、场景仿真和量化分析、信息安全以及功耗优化等四个方面，EDA可以结合自身在验证仿真、数据处理、算法优化等方面的优势，输出具备行业特色的创新解决方案。”

  强强联合的背后是什么？

  AI大模型时代，随着智能化水平的不断提高，芯片和应用软件的协同已经成为未来汽车领域实现产品差异化与提升用户体验的一个关键，借助强大的仿真、定义、验证工具，EDA能够帮助产品实现更好的差异化，从而为用户提供更高性价比的产品。而要想打造更加完善高效的国产智驾产业生态，就必须有效整合不同产业环节，推动EDA、芯片以及其他产业链不同环节企业之间的相互合作，相互融合。产业生态的建设需要强强联合，单打独斗完不成产业链的融合发展。从这点来看，上述芯擎科技与芯华章的合作，具有更大的产业意义。

  值得一提的是，近年来，国产EDA力量正在持续加强在车规领域的布局，从产品到解决方案，乃至产业链上的合作，投入大量精力的同时，也取得丰硕成果。

  今年5月，芯华章投资汽车电子解决方案公司Optima Design Automation，这是一家华为曾选择合作的汽车电子车规解决方案供应商。

  7月，国内模拟芯片EDA龙头华大九天，官宣其可靠性分析工具Empyrean Polas®获ISO 26262 TCL3和IEC 61508 T2国际标准认证证书。同时，华大九天多款数字、模拟EDA产品也即将在年内陆续通过ISO 26262 TCL3和IEC 61508 T2产品认证。

  12月，芯华章EDA工具获ISO 26262国际标准认证，能够支持汽车安全完整性标准最高ASIL D级别的芯片开发验证。

  据了解，在汽车领域业内，ISO 26262是全球公认的汽车领域电气/电子相关功能安全标准，已成为车规级芯片供应商进入汽车行业的准入门槛之一。

  新一轮汽车革命方兴未艾，作为汽车制造产业大国，我国汽车产业有望在这一轮全球智能驾驶产业发展浪潮中实现弯道超车。这样一个赶超式的快速发展需要更多国内细分领域崛起，然后强强联合，出现更多“芯擎-芯华章”式的合作，才能共同把产业生态做强做好。