计算机行业：技术路线与上车时间或为车载SoC芯片竞争的关键点

国产自动驾驶芯片独角兽，用芯赋能未来出行。黑芝麻2016年成立，专注在自动驾驶的计算平台，能够提供从芯片到算法到完整的解决方案。公司将自身定位为Tier2，致力于打造一套完全开放、软硬件完全解耦的技术体系，以方便Tier1和主机厂进行定制化，从而获得差异性。公司的核心技术壁垒来自两个自研的核心IP，一个是图像处理ISP的IP，解决看得清的问题；一个是神经网络加速器的IP，解决看得懂的问题。公司现在的核心产品是华山系列的自动驾驶计算芯片，单车价值超过100美元，预计公司下一步有望拓展更多产品线，进一步提升单车价值。 我国领跑全球自动驾驶市场。在燃料车时代，我国在品牌、渠道、技术、人才方面与国外有差距，但在新能源车赛道中，我国已建成了全世界最完整的新能源车产业链。不同的研发理念也导致中国车企在智能新能源车领域领先于国外车企。中国车企做新能源车，首先默认它是智能车，但是在外资车企体系中，新能源车是新能源车，智能车是智能车，二者没有什么联系。领跑全球需要上游供应链体系的强力支撑，现在所有的车企都在建立一个面向国内供应商的供应链体系，这是国内供应链的巨大机遇。 GPU与ASIC路线各有所长，智驾SoC替换成本高昂。1）GPU的好处在于其软硬件体系一致，在很多新的市场出现的时候，大家都愿意拿GPU去验证。但其短板在于：第一，面积偏大，功耗偏高，成本偏高；第二，算力的利用效率偏低，要支持所有模型意味着没法对某一个模型做足够多的优化。2）主SOC决定了车厂一代智驾平台的硬件架构、软件架构、算法体系，这导致主机厂一旦选择某家SoC厂商，后续替换成本较高。从这个视角来看，2025年对于国内自动驾驶芯片玩家或是关键时点。3）座舱域和驾驶域商业模式不同。比如从第三方来讲，座舱软件很多都是提供“平台+定制服务”的商业模式，但是做驾驶很多的是提供算法授权的商业模式，所以没有一个特别可量化的计算方式来表征座舱域和驾驶域软件价值量孰高孰低，但大的趋势是软件的部分占比会越来越高。未来智驾是一套体系，做座舱的厂商也会做驾驶，做驾驶的厂商也会做座舱。 推荐中科创达、德赛西威、虹软科技。芯片厂商的稀缺性长期存在，且IP的延续性决定了其与方案商存在一定程度的事实绑定关系。基于与目前主流芯片厂商的合作情况，推荐中科创达、德赛西威、虹软科技。 风险提示：部分技术难题未被完全攻克、疫情对汽车销量的影响长期存在 1.国产自动驾驶芯片独角兽，用芯赋能未来出行 国产自动驾驶芯片独角兽。黑芝麻2016年成立，主要专注在自动驾驶的计算平台，核心是芯片。公司能够提供从芯片到算法到完整的解决方案。在自动驾驶方面，公司理念为自动驾驶的发展不仅仅面向汽车行业，自动驾驶的发展可以上升到整个智慧交通发展的重要环节。所以公司同时有面向车端的智能驾驶解决方案和面向路端的边缘计算的感知计算平台的解决方案，其自动驾驶平台的目标是能够打造聪明的车和智慧的路。公司是纯设计公司，没有自己的晶圆厂，目前代工来自台积电。暂时没有使用国内的晶圆厂，主要原因在于国内现在的主要的车规产线工艺还是成熟工艺，比如 65nm 、55 nm、40 nm等，而公司对于制程较高，目前是 16nm ，下一代预计是7 nm。 核心团队具备丰富经验，技术实力顶尖。公司核心团队在国内相关领域的创业公司里比较有特色。团队主要来自于两个部分，一部分是汽车行业，公司拥有20年以上的汽车行业从业经验的团队；另一部分来自芯片行业，公司芯片团队在芯片行业也超过20年，核心的芯片设计团队平均有超过15年的工作经验。公司的核心团队教育背景基本来自于清华大学，工作背景也来自于全球最顶尖的芯片或汽车行业的公司，包括像高通、ARM、安霸、英伟达、特斯拉、博世、福特等等。 公司将自身定位为Tier2，赋能Tier1、主机厂。公司现在很重要的策略是打造一个全开放体系，因为纯黑盒方案在L2及以上的自动驾驶中是很难被主机厂接受的，车厂希望在未来的智能化、新能源化浪潮中，尤其是在智能化方面自己可以完全掌控供应链，所以车厂都开始自建软件体系、算法团队，希望芯片公司在提供芯片能力的同时提供一套开放体系，能够让他们实现差异化。黑芝麻一方面在行业积累很深，另一方面也一直致力于打造一套完全开放、软硬件完全解耦的技术体系。目前公司基本上与国内所有车企有交流，大部分在展开合作，部分项目已经在量产路上；同时，公司和国内主流Tier1展开了紧密合作。公司希望用芯片技术去赋能行业，所以其软硬件全解耦，软件模块可以根据客户需求进行替换，以方便Tier1和主机厂进行定制化，从而获得差异性。 A1000系列芯片是公司目前的主打产品。公司现在的核心产品是华山系列的自动驾驶计算芯片，目前已经推出了2代4款芯片，在市场上主推的是2020年6月份发布的A1000系列的芯片。该系列芯片一共有三款，A1000L、A1000和A1000Pro，对应覆盖的算力16T以上、50T以上和100T以上，公司的芯片算力是按照int8精度来计算的，公司更倾向于用更加精确的物理算力计算方法来标注算力。在自动驾驶领域，int8精度的算力会是最主要的算力衡量标准之一。 公司的核心技术壁垒来自核心的自研IP。公司芯片里目前有两个核心IP是自研的，一个是图像处理ISP的IP，解决看得清的问题；一个是神经网络加速器的IP，解决看得懂的问题。全球最领先的自动驾驶芯片公司或者技术公司，只要是自研芯片，这两个核心IP基本都是自研的，如特斯拉、英伟达、高通、mobileye、华为等，这两个核心IP非常关键。 ISP的IP：虽然特斯拉提出可能ISP未来不一定需要，可以用神经网络去处理传感器获取的原始数据。但根据我们的调研显示，传统 请务必阅读正文之后的免责条款部分 ISP非常重要。ISP的作用在于随着自动驾驶的等级提升，传感器数量增加、像素增加，带来了需要处理的大量数据，这些数据的质量会直接决定后续认知的结果。ISP很重要的作用是把图像传感器采集进来的数据尽量处理清楚，如果图像质量很差，即使算力再高，算法再复杂，也得不到准确的感知结果。汽车是工作环境最复杂的，它需要全天候在不同光线条件下都能正常工作，而且要处理的是视频动态数据而不是静态数据，所以对于ISP的性能要求非常高。 NPU的IP：随着自动驾驶等级提升，算力越来要求越来越高，如何提供高效、低功耗的大算力IP，IP的设计非常重要。在2017年、2018年公司开始研发NPU的IP的时候就提出了两个方向：第一，异构架构的NPU IP，同时具备一维、二维、三维网络的加速引擎，来处理不同规模的模型，处理一些简单的语音、文字就用小的引擎，图像数据需要大规模的神经网络的来加速，就用三维网络。第二，公司从2017、2018年开始大量引入transformer模型。 做自动驾驶芯片面临多方面挑战，公司已成功进入量产轨道。 从0到1迭代，需要摸索试错。芯片在车里面以前没有，而且从芯片的架构来讲，以前也没有过类似功能的芯片，所以公司进入的是一个无人区。芯片的架构是全新的，做的应用也是非常新的。在公司和车厂合作的过程中，车厂没用过这种芯片，车厂用过小的MCU但没用过这么大规模的SOC芯片。所以芯片怎么来应用，上面的软件算法怎么部署，行泊一体的域控制器怎么来做，其实都是从0到1，所以周期也比较长。公司花了约一年时间，然后客户进行芯片测试，并在2021年开始陆续拿到车厂定点。预计最快在2022H2就有应用A1000芯片的车开始量产上市。 车载芯片从开始设计到最终上车的周期较长。根据黑芝麻的估算，芯片从产品定义到芯片研发，大概需要4-5年时间。从芯片开始设计，大概需要42个月。其中芯片设计大概需要2年时间，之后，通过各种车规认证大概需要1年左右，客户定点之后整个车的研发周期大概快的话12-18个月，慢的话要24个月。 对于功能安全要求较高，自动驾驶芯片认证周期较长。大算力芯片从出来给客户拿到样片到最终量产需要2-3年的时间。现在的车都是新能源车或者智能车，电子部分、软件部分占比越来越多，研发迭代周期已经快于原来以机械为主的平台的研发，但这种快也无非是从4-5年迭代一代平台变成了2-3年迭代一代平台，仍然是漫长的过程。特别是自动驾驶芯片涉及到车身控制，所以对整个的认证要求更高。比如MCU可以分为两类，一类是车身MCU，座椅、空调、雨刷等等，不涉及到车身控制，对安全等级要求相对较低；另一类是涉及到车身控制的MCU，安全等级要求非常高。自动驾驶芯片涉及到车身的控制，所以对安全等级要求很高。公司近两年基本上把芯片能够拿到的所有认证，包括团队认证、产品认证、流程认证、软件的认证都拿到了。所以公司在2022年芯片完全进入量产状态，开始准备交货。2022年预计会有更多的跟车厂合作的发布。 过车规需要付出额外成本。第一，团队要过车规的培训，带来培训的成本，然后拿证。第二，所选用的IP都必须是过了车规的IP，有的IP可能车规和消费不分，不是关键IP，但有些IP是要过车规的，所以要去买车规的IP，普遍车规IP比普通IP大概贵50%，甚至更多；第三，要花更多的钱买支持车规芯片设计的EDA工具。 第四，流片必须选车规的产线，封测也是车规标准的封测。每个环节都有相应成本的叠加，相对于做消费级芯片，做车规芯片在设计难度、技术门槛、研发周期上的成本都要高出不少。 从迭代速度来看，公司基本上每年推出一个新产品。公司核心产品的迭代基本上按照国内车企的迭代速度要求，基本上一年会出一个新产品。 2020年是公司推出A1000、A1000L，2021年是A1000Pro，2023年还有A2000，算力不断提升。同时A2000也将是公司第一代面向中央计算的产品，其功能、性能预计会有较大幅度提升。 兼具单颗、2颗、4颗方案，单车价值超一百美金。从芯片的使用来讲，每台车现在用的最多的方案是1-2颗，但公司也有4颗的方案。其核心不是搭载几颗芯片，而是客户需要多少算力。目前公司的高算力芯片还没有出来，所以客户在有高算力需求的时候，需要叠加更多的芯片，但是未来算力提升之后，可能相应芯片的数量会减少，但是芯片的单价也会提升。从价格上来看，公司的芯片基本上是在整个一辆车大概用几百美金，单颗、2颗或4颗的方案价格在超过一百美金。 预计公司下一步有望拓展更多产品线，进一步提升单车价值。传统燃油车每辆车有约500颗芯片，智能新能源车至少1000-2000颗芯片，而且不是原来传统的500颗芯片的简单数量叠加，会出现很多新类型的芯片，会让公司有更多的机会不断去拓展产品线。预计公司未来会通过不断拓展产品线来提升单车价值量。 2.我国领跑全球自动驾驶市场 自动驾驶芯片并不能算是完全的国产替代市场。 进口替代更多的是基于红海市场已经成熟的产品线和供应链。但是没有中国的供应商，通过创业公司或者国外回来的团队开发能跟这些成熟产品对标的产品来替代现有的市场的产品。特别是在缺芯的大环境之下，这是有市场机会的，而且这个方向更能被称之为进口替代，因为这个替代是面向成熟市场、红海市场。 第一批自动驾驶发展是在2015年左右。那时AI兴起，AI技术和AI团队都在各个的行业中找落地场景，在汽车行业大家找到的就是无人驾驶。彼时市场比较激进，大家都去做L4、L5无人驾驶，真正想替代司机，但几年下来遇到了技术的成熟速度、政策法规、伦理道德等各类问题，真正的无人驾驶还需要相当长的时间。 整个市场在2018年、2019年进入波谷，很多创业公司被收购或破产。整个市场回暖是2020 H2 ，特斯拉发布了FSD，这标志着特斯拉从电动车向完全的智能电动车特别是在自动驾驶领域更加成熟，对传统车厂或者汽车行业的影响是大家都开始专注在L2、L3级别，在政策法规允许范围之内从提高驾驶体验同时降低事故率的角度入手，这也是现在所有车厂在专注的领域。而且新能源汽车的电子电气架构也从原来的分布式架构向域控制架构演进，未来可能会走向中央计算架构。几个因素叠加，L2-L3级别自动驾驶又成为现在所有车厂关注的主流。 2022年和2023年是全球特别是国内是域控架构量