在我國汽車 “新四化”主流發(fā)展趨勢、半導(dǎo)體行業(yè)整體供應(yīng)趨勢以及復(fù)雜國際關(guān)系背景下,發(fā)展國產(chǎn)汽車芯片的重要性和緊迫性日益凸顯。我國政府主管部門出臺了一系列相關(guān)政策,也涌現(xiàn)出了一批國產(chǎn)汽車芯片 設(shè)計(jì)公司,比如地平線、黑芝麻、紫光國微,產(chǎn)品涉及了自動駕駛 Al、 MCU、功率器件、安全芯片等多個方向。

汽車芯片的產(chǎn)業(yè)鏈中，上游一般為基礎(chǔ)半導(dǎo)體材料(硅片、光刻膠、CMP拋光液等)、制造設(shè)備和晶圓制造流程(芯片設(shè)計(jì)、晶圓代工和封裝檢測);中游一般指汽車芯片制造環(huán)節(jié)，包括智能駕駛芯片制造(GPU芯片、FPGA芯片、ASIC芯片)，輔助駕駛系統(tǒng)芯片制造(ADAS芯片)、車身控制芯片制造(MCU芯片)等;下游包含了汽車車載系統(tǒng)制造、車用儀表制造以及整車制造環(huán)節(jié)。

汽車半導(dǎo)體是汽車的核心部件，持續(xù)的政策紅利推動行業(yè)快速發(fā)展。半導(dǎo)體廣泛分布于汽車的各個控制及電源管理系統(tǒng)，是整車機(jī)構(gòu)部件的“大腦”，協(xié)調(diào)汽車的正常駕駛功能。為了促進(jìn)汽車半導(dǎo)體產(chǎn)業(yè)的快速發(fā)展，彌補(bǔ)國內(nèi)相關(guān)產(chǎn)業(yè)的不足，國家持續(xù)密集發(fā)布了一系列關(guān)于汽車半導(dǎo)體的政策法規(guī)，支持汽車半導(dǎo)體行業(yè)不斷完善產(chǎn)業(yè)鏈和持續(xù)實(shí)現(xiàn)技術(shù)突破，為產(chǎn)業(yè)的健康發(fā)展保駕護(hù)航。

汽車半導(dǎo)體按照在車身上的不同應(yīng)用領(lǐng)域可以分為計(jì)算及控制芯片、存儲芯片、傳感器芯片、通信芯、功率芯片等。車內(nèi)負(fù)責(zé)計(jì)算和控制的芯片主要分為功能芯片 (MCU) 和主控芯片 (SOC),由于在車中發(fā)揮著重要作用,是當(dāng)下行業(yè)的重點(diǎn)關(guān)注方向,目前在整個汽車半導(dǎo)體中的市場占比約為 30%。MCU指的是芯片級芯片.一般只包含CPU 一個處理單元(例:MCU=CPU+ 存儲+接口單元),而OC 指的是系統(tǒng)級芯片,一般包含多個處理單元(例:SOC=CPU+GPU+DSP+NPU+ 存儲+接口單元)。在商業(yè)模式方面,汽車芯片廠家在傳統(tǒng)商業(yè)合作模式中一般面向 Tier1,提供基本的芯片硬件和驅(qū)動,不會直接面向主機(jī)廠,而在 SOA、新能源汽車、5G 等技術(shù)的蓬勃發(fā)展加持之下,傳統(tǒng)的汽車電子商業(yè)生態(tài)平衡正在被打破,產(chǎn)業(yè)鏈上掌握關(guān)鍵資源和核心技術(shù)的環(huán)節(jié)正在重塑全新的商業(yè)模式。

功率半導(dǎo)體，在傳統(tǒng)汽車中主要應(yīng)用在啟動與發(fā)電、安全等領(lǐng)域，例如動力控制系統(tǒng)、照明系統(tǒng)、燃油噴射、底盤安全等系統(tǒng)中;它負(fù)責(zé)功率轉(zhuǎn)換，用于電源和接口、控制電路開斷、電壓升降、交流和直流電轉(zhuǎn)換等。功率半導(dǎo)體的成本，新能源汽車遠(yuǎn)高于傳統(tǒng)燃油車。新能源汽車中為了提高效率，一般采用高電壓電路進(jìn)行電機(jī)驅(qū)動，但也需要兼顧儀表盤、電動車窗等低壓用電需求，因此需要頻繁進(jìn)行電壓變化。傳統(tǒng)燃油車半導(dǎo)體功率成本約是60美元，電動車采用的功率器件達(dá)350美元，特斯拉的功率器件更是高達(dá)650美元。

隨著汽車往智能化的發(fā)展,特別是智能座艙和自動駕駛概念的興起,對汽車的算力提出了更高的要求,傳統(tǒng)的功能芯片已無法滿足算力需求,主控芯片應(yīng)運(yùn)而生。隨著自動駕駛等創(chuàng)新應(yīng)用基于海量數(shù)據(jù)分析發(fā)展而來,自動駕駛所需要的環(huán)境感知、物體識別等應(yīng)用要求極快的計(jì)算響應(yīng),通常利用深度神經(jīng)網(wǎng)絡(luò)算法。在保證性能快效率高的同時,功耗不能過高,不能對自動駕駛汽車的續(xù)航里程造成較大影響,對計(jì)算芯片的效率提出更高要求,計(jì)算芯片體系架構(gòu)不斷發(fā)展,由通用計(jì)算向?qū)Ｓ糜?jì)算延伸。當(dāng)前主流的自動駕駛計(jì)算芯片在處理深度學(xué)習(xí) A 算法方面主要有可分為 GPU、 ASIC、FPGA、DSP 等幾類,選擇最佳解決方案通常與多種因素有關(guān),例如應(yīng)用場景、芯片規(guī)格(包括硬件接口、功耗等)、設(shè)計(jì)約束、軟件工具鏈以及上市時間節(jié)奏等。

智能汽車時代,Al 計(jì)算芯片就是數(shù)字發(fā)動機(jī),提供智能汽車最重要的硬件基石則是算力。當(dāng)前算力不足已經(jīng)成為智能汽車發(fā)展的核心瓶頸,算力的持續(xù)提升是汽車智能化進(jìn)步的標(biāo)志,每增加一級自動駕等級,算力需求十倍上升,自動駕駛每往上走一級。所需要的芯片算力就要翻一個數(shù)量等級。

汽車芯片，充滿想象。位于兩大巨型工業(yè)行業(yè)的結(jié)合點(diǎn)，汽車電子芯片毫無疑問地?fù)碛袕V闊市場發(fā)展空間以及創(chuàng)新機(jī)遇。但這個領(lǐng)域的專業(yè)性要求較高，因此對任何一個汽車芯片的發(fā)展方向，我們依然任重道遠(yuǎn)，需要細(xì)致深入探索。