作者:六千

 

汽车成为半导体产业的下一个增长点,可国内厂商要走的路还很远。

 

从2021年开始汽车缺芯持续了一年后,似乎依旧没有改观。

 

在整个芯片行业猜测缺芯和产能过剩的真实情况时,汽车芯片的供应情况一直稳定的缺。在此趋势下,“出货”成为了汽车厂们的第一竞争力。

 

缺芯停产成为困扰国内外汽车公司的共同难题,6月初,Stellantis的三家工厂就因为芯片短缺问题停产,受影响的车型包括Jeep和菲亚特等,丰田汽周二表示,由于半导体短缺,6月份全球出货量计划削减约10万辆至约85万辆。

 

国内方面,4月蔚来称受供应链影响,暂时停产;6月小鹏汽车董事长也在微博上高调求芯。

 

困在缺芯泥淖之中,各大车厂也似乎预计半导体短缺将延续到2022年年底。在这样的市场背景之下,持续深耕车载芯片的厂商们迎来一波业绩增长。2021年全球MCU市场排名前五的企业均迎来了超过20%的业绩增长,这些厂商均表示车载电子市场对公司2021年的业绩推动作用很大。

 

车载MCU成为“香饽饽”的同时,越来越多的汽车半导体公司将AI技术结合在自己的MCU产品上,这反映了什么趋势?而在AI技术上并不落后的我国,在车载领域又有什么动作呢?什么驱动了汽车半导体巨头在AI上动作?

 

汽车逐步向自动驾驶发展的同时,汽车作为边缘网络的终端,其对处理数据的能力的需求将会不断增加,这是为何各MCU大厂都在加紧向AI产品布局的原因之一。

 

多家汽车半导体MCU巨头在AI领域都有动作。

 

意法半导体推出了具备机器学习内核的惯性测量单元 (IMU) ,该产品主要用于提高智能驾驶的自动化程度。ML内核可实现快速实时响应和复杂功能,且对系统功耗要求低。同时意法半导体也提供了 NanoEdge AI Studio 为开发人员提供可编程的平台。

 

英飞凌推出了AURIX™  TC3x 系列微控制器,采用了新一代TriCore™ 1.8架构,搭载了AURIX™ 加速器套件,具备更高的可扩展性。集成了全新的并行处理单元(PPU)和可满足各种AI拓扑要求的SIMD矢量数字信号处理器DSP)。适用于实时控制和雷达数据后处理等各种应用。

 

瑞萨电子最新宣布,以全现金交易方式收购Reality AI。该交易已获得两家公司董事会的一致批准,在获得股东和所需的监管机构批准以及其他惯例成交条件后,预计将于2022年年末前完成。此次收购将显著增强瑞萨电子在终端的人工智能的实力,为系统开发人员提供更大的灵活性和效率,帮助他们的产品更好的进入 AIoT系统以更快进入市场。

 

传统汽车功能简单,与外界交互较少,常为分布式 ECU,主要为等待指令、停机指令、空操作指令、中断指令等各类控制指令,运算速度较低,其运算单位为 DMIPS(百万条指令/秒)、且存储较小。

 

而随着智能驾驶的不断进步,智能算法运行的算法将越来越多,包括路径规划算法、决策算法、计算机视觉算法等,其中涉及车辆控制、路线规划、信息收集处理等多种应用。智能算法往往通过软硬件一体的形式提供,算法是智能化的核心,硬件则是算法的载体。

 

同时智能网联汽车,不仅需要与人交互,也需要大量与外界环境甚至云数据中心交互,将面临巨大非结构化数据处理需求,车端中央计算平台将需要 500+ DMIPS的控制指令运算能力、300+TOPS的 AI 算力。智能化、数字化的驱动之下,融合人工智能算法的车载 AI 芯片应运而生,同时这种趋势还在促使汽车芯片结构形式由 MCU 向 SOC 异构芯片方向发展。

 

中国汽车芯片:AI与MCU分裂成长

 

但中国的汽车芯片的现状是AI芯片公司做汽车AI芯片,一部分MCU芯片公司在做车规MCU。这二者的割裂使需要两种产品组合的国产替代很难彻底实现。

 

在汽车AI芯片领域,已经有多家公司推出产品,包括黑芝麻智能科技的华山系列、华为昇腾系列芯片、地平线征程系列芯片、寒武纪的MLU系列芯片。黑芝麻智能研发的华山二号A1000自动驾驶计算芯片已经在功能安全、信息安全、可靠性方面完全成熟,预计年内量产,实现L2-L3级别自动驾驶功能。征程2可提供超过 4TOPS 的等效算力,典型功耗仅 2 瓦,能够高效灵活地实现多类 AI 任务处理,对多类目标进行实时检测和精准识别。征程2充分体现 BPU 架构强大的灵活性,全方位赋能汽车智能化。

 

国内车规MCU实现量产的公司有复旦微、杰发科技、赛腾微电子、上海航芯、中微半导体、极海半导体、兆易创新、芯旺微等等。

 

对于国内车规MCU公司来说,发展AI的难度较大,会分散相当一部分研发精力,投资性价比不高。另一方面是如果要发展AI,将对芯片制程的要求提出更高要求。恩智浦半导体(NXP)总裁兼首席执行官Kurt Sievers表示,NXP 与台积电合作批量生产雷达和车载网络处理器,需要采用台积电的 16 nm FinFET 工艺技术制造。NXP 的 S32G2 车辆网络处理器可用作高级驾驶辅助和自动驾驶系统中的高性能 ASIL D 安全处理器。16nm工艺中芯国际尚能满足,但对制程要求更高的汽车处理器(需要5nm技术),国内的代工厂就无法满足了。

 

所以即使国产车规MCU公司有精力设计具备AI能力的芯片,他们也未必能找到代工厂。毕竟有限产能还需要留给自己一部分成熟的产品,以维持公司营收。因此让国内的车规MCU公司在现阶段就迈向AI并不太现实。

 

这种情况意味着,中国还没有成熟的汽车芯片公司,仍处于各家专注于细分领域的阶段。这种背景下,国内汽车AI芯片公司与国产车规MCU公司之间合作并不深。例如地平线就推出了与NXP合作的行泊一体域控制器解决方案。可以看到,虽然中国拥有技术领先的汽车AI公司,但他们对国产车规MCU的带动作用却是有限的。

 

国外巨头在发展自己的AI 产品的同时,也在建立自己的AI体系,这意味着开发者与这些公司的绑定会越来越密切。而在使用相应公司的AI平台时,对相关品牌的MCU或其他产品的使用自然也会优先于其他品牌。可以发现,国外车用半导体巨头除了在用AI保持竞争力,其发展的核心更是在用生态保持自己的竞争力。这其实是处于追赶阶段的国产车规MCU面对的一大挑战。

 

谁能“一统”中国汽车半导体江山?

 

或许国产汽车厂可以成为这一问题的答案。

 

汽车半导体的潜力让许多汽车公司着手自研芯片,不过他们面临着高成本、高技术壁垒以及产能有限的挑战。

 

成本方面,Semiconductor Engineering估计7nm和5nm芯片的开发成本分别为2.97亿美元和5亿美元以上。技术方面,由于自动驾驶和智能座舱需要不同的设计。不同的汽车芯片的开发者需要了解不同的知识,需要巨大的工程师团队。产能方面,由于汽车芯片赛道上的玩家越来越多,但是有能力提供5nm和7nm芯片的代工厂只有台积电和三星,同时成熟制程的产能也十分有限,因此各类汽车芯片均呈现缺货态势。

 

但如果汽车厂串联起自己的供应链,让国产车规MCU厂商与AI芯片公司以及其他车规半导体公司进行信息共享,共同研发,这将大大有助于提高产业的效率并且打造出适合中国市场,中国用户的国产车载电子系统。

 

相对于自研芯片来说,这不仅可以降低成本,也可以相对而言更快速的解决中国车厂缺芯的难题。

 

接过消费电子接力棒的汽车半导体

 

2022 第一季度台积电财报显示台积电汽车业务迎来了26%的涨幅,台积电表示,汽车制造商在短缺一年多后对汽车芯片的需求保持稳定。同时台积电也相信,自动驾驶汽车未来可能会成为台积电收入的最大贡献者之一。

 

消费电子下一个重要形态是智能汽车,随着芯片算力不断提升以及成本功耗的不断下降,行业业态不断重塑,产品迭代与创新持 续进行。随着技术的进一步发展,以及实现碳中和的目标下,在 2020-2030 的十年间,智能汽车领域将是消费电子下一重要战场。以 Apple、华为、小米、OPPO 为代表的硬件公司正积极布局智能汽车行业,并对传统厂商进行冲击。

 

事实上,汽车产业会带动的半导体产品还有许多,如功率半导体、CMOS、车用内存等等。在国外巨头已经站住脚的情况下,国内相关厂商的追赶还需“团队作战”。

 

众人拾柴火焰高,汽车半导体这把火要靠整个产业链。