中国最有代表性两家自动驾驶大算力芯片（SoC）公司在港交所相遇了。

3月23日，黑芝麻智能向港交所递交主板上市申请；3天之后，地平线也向港交所递交了招股书。

毫无疑问，随着智能汽车的发展，如今自动驾驶芯片迎来了最好的时代。根据灼识咨询的数据，全球高级辅助驾驶和高级自动驾驶解决方案市场规模达到619亿人民币，预计到2030年将达到10171亿元人民币，年复合增长率达到49.2%。

但问题是，高速增长从来不等于每家企业都能够平等地享受到市场的机遇，这在高度集中的自动驾驶芯片行业更是如此。

地平线和黑芝麻智能，两家公司虽然成立的时间前后只差一年，如今又在同一年冲刺上市，但两者的处境却完全不同。地平线的收入在2023年大涨了71.3%，达到15.52亿。而黑芝麻智能仅有3.12亿，账上现金流更是捉襟见肘。

与黑芝麻智能相比，地平线显然吃到了更多的市场红利。

但如今摆在这两家公司面前的，却不是谁打败谁，谁领先谁的问题，而如何在激烈的市场环境中，找到自身优势，突出重围的问题。


汽车芯片国产化的三级难度

汽车芯片进入的高门槛现实，也造成了全球汽车芯片由国外巨头垄断的局面，中国芯片公司想要进入这一市场，有三个级别的难度。

粤芯半导体副总裁赵斌和广研院一起研究分析之后，将国产汽车芯片分为：比较容易国产化、比较难国产化和极难国产化。

比较容易国产化的汽车芯片，是国内消费类做得比较好的领域，比如DC-DC、车载充电机MOSFET、数字仪表存储芯片、各类精度要求不那么高的ADDA芯片。

“对这类比较容易国产化的芯片，主要的问题是车规验证。”赵斌的观点是，“消费类芯片对质量一致性的冗余度比较高，但车载芯片的冗余度比较低，也会遇到成本控制和技术的问题。”

难国产化的汽车芯片包括电机控制器、电池管理系统SBC、中控主机、各类ECU-MCU、 电驱总成、电机控制器IGBT。

“难国产化的汽车芯片，主要问题还是技术缺失。这类芯片需要终端客户、设计公司和晶圆厂一起协调，首先把技术缺失的问题解决掉，才能把芯片做出来。”赵斌认为。

极难国产化的汽车芯片包括智能城控制器SoC、MPU、智能座舱SoC，带导航多媒体SOC、MCU等。

“这类芯片更是受到技术的限制。需要从工艺制程开始解决，一个工艺开发至少需要两年，IP验证又需要一年，还要做产品验证，四五年才能解决问题。”赵斌感叹，

“说到底，国产汽车芯片的挑战是难设计、难制造、难上车，以及生态建设严重不足。之前国内不在汽车芯片的圈子里，所以我们整体的生态严重不足。”

针对制造难题，粤芯和芯片设计公司在共同解决这一难题。粤芯专注模拟芯片的代工，因为国内设计公司在模拟芯片、分立器件、光学器件领域有17%的市场占有率，专注在国内芯片设计公司更有优势的领域，更容易实现国产汽车芯片的突破。

袁锋对国产汽车芯片的未来持乐观态度，一台新能源智能车所需的一千多颗芯片中，800多颗可以找到替代，真正被掐脖子的没那么多。

不少国内芯片公司都已经走在突破极难国产化汽车芯片的道路上，并且已经取得了阶段性成果。

算力越大≠效果越好

在分析英伟达制霸AI芯片市场，股价五年暴涨20倍的原因时，分析师们往往会草草地抛出一个观点：算力为王。

车企们在宣传智能汽车时，也常常有意无意地向用户传达一种思想：算力越大越牛X。 不过这并非事实！！

在真实的智能驾驶系统中，更大的算力只提供牛逼的可能性，但不保证牛逼的确定性。

一方面，企业通常对外宣传的TOPS，是一块芯片的AI峰值算力，但在实际运行中，芯片算力很难被充分利用。

一个不那么为人所知的事实是，在高数据量的计算任务中，最大的瓶颈常常是存储带宽而非算力。

因为计算单元的运行频率远高于存储单元，芯片会陷入“算力等数据”的状态，高算力其实在空转。

这就相当于餐厅里有一位米其林大厨，做饭又快又好吃，但受制于切菜工的效率，导致出餐率一直上不去。

存储能力成为AI应用的主要瓶颈 有效运用高算力的一个方法是在芯片中放置更多的高速缓存（SRAM），这种存储单元与计算单元距离更近，数据传输的延迟更低，可有效提升带宽。

比如特斯拉在其FSD芯片内封装了32MB的高速缓存，缓存带宽达到2TB/s，将每秒能处理的图像从Drive PX2的100余帧提升至2300帧，为其FSD Beta算法提供了基础。

但特斯拉做到这一切的前提是斥巨资从硅谷找到顶级半导体人才，进行自主研发，而能同时满足这样条件的车企并不多。

另一方面，即使通过各种方法尽可能把芯片算力用满，也不代表万事大吉——算力是智能驾驶的基础，算法才是灵魂。

关于算法的重要性，在游戏行业有一个生动的例子。

2021年前，游戏玩家在打开GTA5联机版时，即使拥有性能不错的电脑，也需要等待一段漫长的时间。

后来有程序员解包发现，由于部分代码质量过低，某个只需一步完成的步骤，被迫跑了19.8亿次if语句——这段代码很简单，但占用了60%的计算资源。

同样的道理在智能驾驶行业也成立：堆砌、消耗算力并不难，难的是通过高效算法将算力转化为实打实的用户体验。

一个有经验的算法团队常常能取得更高的算力费效比。

比如小鹏刚刚向广州区域的P5车型推送了城市高阶辅助驾驶CNGP，在行业大多基于上百T算力实现这一目标时，小鹏P5仅搭载了算力30TOPS的Xaiver芯片，依靠的便是算法优化和高精地图加持。

不久前与五菱一起推出低算力辅助驾驶方案的大疆车载认为，实现智能驾驶面临传感器、算力、算法、数据四座大山，四座山头需要一起翻越。

换句话说，智能驾驶系统其实是一个木桶，决定最终体验的是不是某块长板，而是短板。

而在当下，整个汽车行业将芯片算力堆到数百乃至上千T的大有人在，但没有一家车企的辅助驾驶系统效果，比得上特斯拉基于144T算力做出来的FSD Beta。

面对这种情况，很难说智能驾驶行业的短板在芯片算力上。

而在广阔的辅助驾驶市场，更加主流的其实是服务中低端车型的够用就好。他们不追求（也无力使用 ）高端配置，而是用低成本芯片、传感器，在有限场景内将辅助驾驶功能做好。

比如大疆与五菱今年合作推出的智驾版 KIWI EV则更进一步，采用200万像素摄像头为主传感器，计算平台算力仅16T，全套辅助驾驶套件成本在一万以内。

随着此类方案的流行，一些平价智能驾驶芯片如地平线J3（算力5T）、德仪TDA4（算力8T）正在打开越来越大的市场。

地平线向左，黑芝麻向右

事实上，即便同样定位于自动驾驶的SoC解决方案提供商，地平线和黑芝麻智能切入市场的方式也完全不同。

首先是地平线，其选择战略是“开放”。

地平线在招股书中提到，高级辅助驾驶和高阶自动驾驶的大规模应用要走开放平台的路径，让所有产业链参与者均可被技术赋能，开发符合其需求的功能及产品，同时缩短车型上市的时间。

目前为止，自动驾驶芯片的发展过程中其实就是一个不断开放的过程。

早期，Mobileye几乎占据自动驾驶芯片市场超90%的份额，但由于其采用软硬件高度耦合的一体式解决方案，无法满足车企自主开发的需求，以至于许多车企不得不选择其他供应商。

特斯拉是最有代表性的一个例子，其最早采用Mobileye的EyeQ系列芯片，后由于缺少自主性转而选择了英伟达。从此之后，软硬件解耦解耦，让车企可以自主开发就成为了自动驾驶芯片行业的普遍做法。而包括英伟达在内、地平线、黑芝麻智能都可以说是在这一轮开放浪潮中受益的企业。

但到目前为止，芯片市场对于车企的开放仍然不够。随着自动驾驶的发展，车企对芯片的定制化需求越来越多，在成本、封闭性等多种因素的推动下，许多车企不得不考虑芯片自研。特斯拉就是如此放弃英伟达开始自研FSD芯片的。

如今国内的各大造车新势力也逐渐走到了特斯拉当时的阶段，为了适应市场需求，地平线选择开放自身的产品体系和服务能力。

这种开放体现在两方面，其一是产品“原子化”，其二是“服务到家”化。这也恰恰对应着地平线的两种盈利方式，即基于芯片的解决方案交付，和IP授权与服务。

所谓“原子化”是地平线将芯片SoC、操作系统、自动驾驶软硬件系统和整车开发解耦，车企可以根据自身需要随意选择整车开发的介入程度。即可以选择全套解决方案、也可以从芯片开始自己开发。

其次是IP授权与服务，针对那些想要自己开发芯片的车企，地平线可以将芯片IP进行授权，开放各种软件开发工具和开发平台，甚至派驻团队进行协助，加快芯片的开发进程。可以说是扶上马，再送一程。

在2023年7月的中国汽车论坛上，余凯提到：“我们不仅支持类似于传统的Mobileye的完整交付模式，也支持类似于像英伟达这样的较为开放的模式。相较于英伟达，地平线不仅可以开放底层软件如工具链或bsp，我们还进一步开放IP授权模式，这种IP授权模式甚至支持领先的OEM、主机厂，开发他们定制化的芯片以及他们自己的软件。”

与地平线不同，黑芝麻智能选择的是“提前下一步棋”。

除了“开放”之外，智驾芯片的第二个趋势就是从分散走向集中。这是因为当前汽车的电子EE架构正在从从模块化、分布式走向中央集中式。

当前汽车的电子电气架构以域为中心，分为动力域、底盘域、座舱域、自动驾驶域和车身域，自动驾驶芯片只是自动驾驶域的SoC，但未来五大域的逐渐融合，一辆车只需要一块SoC芯片，而自动驾驶芯片则是最适合统一各大域的芯片。

黑芝麻智能在2023年4月发布了武当系列跨域SoC，根据弗若斯特沙利文的说法，这是行业里首个集成自动驾驶、智能座舱、车身控制及其他计算域的产品。

从分布式走向中央集中式，可以提高智能汽车的系统性能、安全和灵活度、并降低系统成本，在智能汽车价格战愈发激烈的当下，这样的产品无疑非常符合车企的需求。目前包括高通、博世、AMD在内的老牌半导体巨头都在推出可以融合多域的智驾SoC，这正在成为一种未来趋势。

黑芝麻智能之所以提前布局下一代产品，一个原因是早期黑芝麻智能的产品发布比地平线晚一代。

2017年12月，地平线发布征程1；2019年8月，地平线发布第二款芯片征程2，算力达到4 TOPS；这个时候黑芝麻智能才发布第一款芯片华山一号A500，算力5-10TOPS。

芯片的发布时间直接影响后续车企的测试、开发、上车等一系列流程。在黑芝麻智能发布第一款芯片时，地平线已经依靠征程1与车企走过了前期阶段，黑芝麻智能由此错过了早期的第一批客户，并且导致了一步慢，步步慢的结果。

所以跳过当前阶段，卡位下一个节点也成了当前黑芝麻智能找回节奏的一种方式。

当然，和地平线一样，黑芝麻智能也发布了一整套服务于芯片开发的软件平台系统和工具链，这当然也目前国内智驾芯片企业的一种优势。

我们前面提到，“服务”是当前英伟达的短板，但这恰恰是国产厂商所擅长的。作为本土企业，中国的芯片厂商可以随叫随到与车企充分沟通，可以派驻大量员工入住车企共同开发，还不会存在语言和工作方式的障碍。

我们需要看到的一个事实是，中国自动驾驶芯片确实在技术上与英伟达等国际企业相比有一定差距，所以弯道超车的关键，除了努力发展技术，还要舍得弯下腰做更多服务和dirty work。

这种发展方式，我们可以从国产数据库的发展过程中看到成功的例子。

与国外Oracle、IBM DB2这样成熟的数据库企业相比，国产数据库自然是起步更晚，但国产数据库仍然在激烈的市场中依靠本地化杀出一条血路，关键在于其更懂得服务于中国市场。

中国产业数字化起步较晚，大多数企业别说数字化，更是连早期的线上化都还没有完成，大量的数据依靠文件打印，手写抄录留存。

国外的数据库公司没有见过这样的环境，无法为“没有数据”的企业提供服务。但国产数据库公司却愿意帮助这些企业先实现线上化的过程，再将这些线上的数据通过数据库去存储整理。

这虽然是一个耗费巨大时间和成本的过程，但也恰恰因为这些成本，让国产数据库在成功抢下了中国市场。如今的自动驾驶芯片自然也是如此。