计算机行业更新：独立IPO的Mobileye能否破局

曾经的自动驾驶霸主。Mobileye从单目视觉系统出发，深耕ADAS计算机视觉赛道，并成为该领域的全球领导者。在2017年被英特尔收购后，公司从单一的芯片制造厂商向系统供应厂商转变，正式迈入自动驾驶领域。2021年，Mobileye的成绩依旧亮眼。EyeQ芯片累计出货量达1亿颗，收入同比增速超40%。截至目前，EyeQ系列芯片已发布6代产品，EyeQ3及EyeQ4系列曾备受主流车商青睐，搭载于特斯拉、宝马、蔚来等车型。前期的先发优势也使得公司在数据方面占领高地。 “黑盒模式”已出现水土不服。在辉煌的背后，却是Mobileye的增速放缓和主机厂的纷纷背离。蔚来、小鹏、理想等传统车企都宣布下一代旗舰车型选择英伟达的Orin芯片，“老伙伴”宝马也表示下一代自动驾驶将采用高通Ride平台。Mobileye的市场份额已从90%缩减至70%。究其原因，1）Mobileye提供的自动驾驶解决方案缺乏开放性；2）算法迭代慢，更新周期长，服务支持能力相对偏弱；3）EyeQ系列芯片性能在行业中不占优势。在全栈自研成为趋势的智能化大背景下，显然Mobileye在交付模式和算力上已经开始“掉队”。 面对困境，Mobileye已在改变。寻求独立IPO就是Mobileye迈出的第一大步。2022年3月初，公司已向SEC提交首次公开募股（IPO）申请。同时，Mobileye开始放弃诸多诟病的封闭式算法，与主机厂开展更为开放的合作，宣布与极氪展开全面合作，并将于2024年前共赴全球首辆L4级自动驾驶汽车。此外，Mobileye在产品端全面发力，加速芯片迭代以及打造高精雷达。2022年CES上推出的三款高算力芯片和成像雷达、激光雷达的自研，或将帮助Mobileye的消费级L4自动驾驶实现真正量产。 风险提示：Mobileye无法独立IPO的风险；行业竞争加剧的风险； 大客户流失的风险。 1.曾经的自动驾驶霸主 2.1Mobileye逐步成长为“自动驾驶”独角兽 从单目视觉系统出发，到ADAS结合AV，Mobileye创下一代辉煌。 Mobileye由Amoon Shashua教授和Ziv Aviram于1999年在以色列创立，设立之初专注于研究开发单目视觉系统，仅使用相机和处理器上的软件算法来检测车辆。2001年，Mobileye意识到设计出专用于解决计算机视觉产生的大量负载的芯片系统才是公司未来发展的方向，自此Mobileye开始走上“软硬一体”之路。2007年，第一代芯片EyeQ1正式上市，并开始在宝马、通用和沃尔沃等车企量产上车。 至2014年成功推出EyeQ3，Mobileye已然成为ADAS计算机视觉领域的全球领导者。同年，Mobileye在纽交所完成上市，市值达到80亿美元。2017年3月13日，英特尔宣告以153亿美元的高价收购Mobileye，溢价1/3。在被收购后，Mobileye正式从单一的芯片制造厂商向系统供应厂商转变。截至2021年末，Mobileye已实现芯片累计出货1亿颗，创下历史。 图1：Mobileye发展经历三个阶段 2021年Mobileye也交出了亮眼的成绩单。2021年度，公司推出的41项新设计赢得30多家OEM的青睐，将用于5,000万辆汽车的生产；全年营收14亿美元，收入YoY为44.78%；EyeQ芯片出货量达2,810万个，同比增度达45.6%。得益于2021年的出色表现，截至2021年末，Mobileye实现EyeQ芯片累计出货量1亿的历史性成就。2021年，有188个新车型配备有Mobileye。与此同时，公司携手本田共同推出行业首创的L3级汽车，与宝马共同发布拥有120度视角、800万像素的极高分辨率相机，也与大众集团正讨论推出以云增强、REM技术为支撑的高级辅助驾驶系统。 图2：收入同比增速超40%，为近三年最高 图3：EyeQ芯片累计出货量达1亿颗 2.2Mobileye携EyeQ系列领航ADAS EyeQ系列芯片是Mobileye产品的核心。2004年，Mobileye的SoC团队成功研发出 180nm 制程的EyeQ1，并于2007年推向市场。随后，公司于2010年推出算力0.026 TOPS，功效2.5w的EyeQ2芯片。2014年，公司又推出EyeQ3，EyeQ3基于ASIC架构自行开发，在功耗不变的基础上极大提升了算力，可装载用于L2级别的自动驾驶。2015年，Mobileye发布EyeQ4，在上一代的基础上引入2个多线程处理集群（MPC）内核和2个可编程宏阵列（PMA）内核，算力达2.5TOPS，功耗几乎保持不变，为3w。在EyeQ4实现量产的3年后，公司于2021年推出EyeQ5。 它采用7nmFinFET工艺，具备多线程8核CPU和18核视觉处理器。算力大幅提升至24TOPS，功耗仅为10w，可以满足L4高度自动化的驾驶需求。 Mobileye2022年连发三款最新芯片，布局高阶自动驾驶。在CES2022的大会上，EyeQ Ultra、EyeQ6 Light和EyeQ6 High三款芯片发布，涵盖L1-L4各级别自动驾驶的需求。与此前产品相比，这三款芯片在控制能耗的前提下大幅提升性能，尤其是EyeQ Ultra，拥有64颗核心处理器和12个RISC-V CPU，每个核心24线程，能够实现高效率和精确计算。 表1：2004年至今EyeQ系列芯片已发布6代产品 在软硬件“内外兼修”的战略指引下，市占率达70%（此前高达90%以上）。Mobileye早期就开始将将计算机视觉软件算法固化到芯片当中，封装了一套计算机视觉算法、EyeQSoC芯片与单目摄像系统结合的辅助驾驶方案，实现性能、成本和功耗三者之间的平衡，成功占领前装市场，早些年间公司在自动驾驶领域鲜有对手。 出色的性能，使得早期主流车商纷纷选择EyeQ3及EyeQ4系列。特斯拉于2014年10月开始在Model S和HW1.0版本车上装配EyeQ3；2018年开始量产的EyeQ4曾搭载在宝马、福特、理想、蔚来、小鹏和上汽等旗下产品的车型中。2021年新推出的EyeQ5目前已被极氪001、宝马iX和吉利的ZERO Concept等车型使用。同时，Mobileye与极氪共同宣布，将在2024年前携手打造具有L4能力的纯电新车。 图4：多家知名车企选择装载EyeQ系列芯片 前期的先发优势也使得公司积累了足够的数据优势，进而进一步迭代算法。基础设施数据方面，Mobileye拥有200PB的数据量，部分预置，部分在AWS上云储存，现有的1.600万个芯片足以支持25年的驾驶。运算方面，公司拥有基于现场实例50万峰值CPU核，是Skyscanner的10倍以上。装配有EyeQ芯片的汽车每个月运行5000万次，即用每月50万小时驾驶时间来处理100PB的数据，这是十分强大的工程。与此同时，公司建立了用于REM制图的众包机群，每日收集2500万公里的数据。 2021年，Mobileye实现了40亿公里的数据获取。 图5：Mobileye积累了大量的数据 2.“黑盒模式”已出现水土不服 辉煌过后，Mobileye的增速出现了放缓，随之市场份额也在下降。虽然公司的EyeQ系列芯片销量在2021年底突破1亿片，但与此同时却是销量增速的下降和份额的减少——2020年EyeQ芯片销量为1,930万颗，同比增长10.3%，较2019年下滑30.8pct，2021年增速有所好转（但对比竞争对手，增速也显得不及预期）；另一方面，据Gartner数据，Mobileye的市场份额也从以往的90%下降至70%，英伟达、高通及国内自主厂商正在占据越来越多的份额。 份额下降的背后是主机厂的纷纷背离。回溯历史，2016年装载了EyeQ3的特斯拉Autopilot系统发生故障，该致死事件成为了导火索，使得特斯拉在与Mobileye合作仅两年后就分道扬镳，建立了自己的机器视觉团队，开启了自研的道路。紧接着，2021年11月，高通公司宣布与Mobileye的忠实客户宝马（此前合作长达十五年之久）达成合作，将在宝马下一代的驾驶辅助和自动驾驶系统中使用高通芯片，其中包括中央计算芯片（SoC）、计算机视觉SoC和高通Car-to-Cloud服务平台，新款车型预计在2025年量产。 国内方面，“蔚小理”三家典型车企的初代车型均采用的是Mobileye的EyeQ4芯片，但随后纷纷投向了英伟达、地平线等后起之秀。蔚来汽车在2021年1月就采用了英伟达的Orin芯片，小鹏汽车早在2020年就转投英伟达，理想汽车也在2021年5月宣布采用地平线征程3芯片。随后，三家国内车企又清一色地在新车型上选择了英伟达Orin芯片。传统车企方面，Mobileye的重要合作伙伴上汽也似乎有出逃的想法，2021年1月，其旗下高端品牌智己新车全新亮相，并宣布搭载英伟达Xavier芯片；9月27日,智己汽车又对外展示了首枚英伟达Orin X芯片样件，双方的合作在进一步加深。 表2：主机厂部分车型陆续与Mobileye停止合作 究其原因，智能化大背景下全栈自研成为趋势，Mobileye已经在交付模式和算力上掉队。最近5年里，在特斯拉的示范作用下，全球车企都看到了L4自动驾驶架构算法的强大，之前Mobileye在L2时代建立的优势并不能帮助公司维持之前的行业地位，需要的是更加开放的算法、快速的响应和更强的算力，显然，Mobileye在这几个方面都做得并不是很好。 首先，Mobileye提供的自动驾驶解决方案缺乏开放性。Mobileye的EyeQ芯片已在内部写好固定的感知算法，主机厂都是基于芯片对外部环境的感知结果再去做出合适的驾驶决策。在自动驾驶起步的早些年间不失为一个最有效率的方案，特别是经验并不是十分丰富的造成新势力；但随着自动驾驶特别是L3、L4的到来，主机厂对算法的参与程度明显提升，软件定义汽车使得全栈自研越来越成为趋势，算法的先进与否直接决定了市场份额。但Mobileye的系统仍然保持封闭（大部分），车企无法看到算法的运作过程，也就无法拿到核心数据或者按照自身的特点做出修改，使得供应商的技术在一定程度上成为了车厂技术的“天花板”。例如2019年的理想ONE，Mobileye采集到的数据并不分享给车企，逼迫其需要自行安装一枚摄像头以采集数据；蔚来的ES6、EC6等也面临同样问题，因为Mobileye不支持车企自行修改算法，使得其不得不将算法写入另一枚芯片，系统更复杂的同时运行效率也更加低下。 对比Mobileye，其它芯片厂商提供的自动驾驶解决方案不仅不限制车企自行开发算法，还尽力提供完善的工具链及各类开发平台，全力满足车企的软硬解耦需求，从而满足主机厂对于底层算法架构和数据的控制，这就使得Mobileye的封装模式在大环境中难以适应。 其次，Mobileye算法迭代慢，更新周期长，服务支持能力相对偏弱。EyeQ内嵌的感知算法想要升级迭代，需要大量的实际行驶数据。而Mobileye作为业内绝对霸主，在客户覆盖全球的同时无法响应全部中小主机厂的算法迭代要求。疫情背景下，跨地域的支持也变得更加困难，进一步放大了Mobileye的弱点。2021年春节前，蔚来因Mobileye的视觉算法没有识别到前方有静止/缓行的不规则异形车辆发生了事故。但由于蔚来无法修改Mobileye的封闭算法以及Mobileye算法迭代的低效性，同年8月份，蔚来再次发生了同样原因下的一起事故，造成了悲剧的再度发生，也成为了蔚来和Mobileye解约的导火索。 此外，从产业发展趋势角度讲，高效的沟通和贴身的本地服务已经成为了车企选择供应商的核心考虑因素，但Mobileye在这方面做得也并不突出，此前在中国仅有一只销售团队。 表3：Mobileye算力与其他头部厂商相比远远落后 此外，算力内卷下EyeQ系列芯片性能在行业中不占优势。虽然说算力并不是评判自动驾驶的唯一标准，但在当前市场尚未形成一致认知之前，车企为防止量产即落后局面纷纷采取“硬件预埋、软件跟上”的策略，这就