华为要造车？详解其自动驾驶和电动汽车关键技术

任正非曾明确表态：“华为永远不会造汽车。我们是有边界的，以电子流为中心领域，非这个领域的都要砍掉。”

但日前，一个名为曹山石的账号在推特上爆料了一些关于华为自动驾驶的信息。

此消息一出，对于华为造车的质疑又一次引起了一阵轰动。虽然对于该爆料的真实性，有待进一步考究，但也有知情人士对这一消息进行补充：“华为启动（自动驾驶的时间）大概比苹果晚半年，中间也是各种纠结痛苦，现在终于确定自我定位了。”

假如爆料为真，那么除了我们熟知的与通信更为接近的车联网领域，以及芯片领域，华为可能有优势以外，在自动驾驶汽车以及电动汽车领域，华为的优势有在什么地方呢？

华为的自动驾驶技术以车联网为内核

自动驾驶技术，是一门高度集成的技术，涵盖了传感器（包括激光雷达、毫米波雷达、摄像头等），软件系统（包括车身感知算法、路径规划、控制系统），以及自动驾驶芯片等，此外，还需要云服务提供自动驾驶需要的数据收集、传输、仿真等。

按照华为轮值CEO的说法，就是基本摸清了自动驾驶的整体架构和关键技术。

ICT（ Informationand Communication Technology）

华为一直高调主推ICT Informationand Communication Technology）方面的技术，包括自动驾驶超算平台、C-V2X、OceanConnect车联网平台等。

在2018国际消费电子信息及通信博览会上，华为发布了OceanConnect车联网平台，该平台主要致力于使能车辆的智能化网联、车企的服务化转型和交通的智能化演进。

车联网引发ICT与汽车业深度融合，车联网平台是使能车企数字化转型的关键ICT基础设施，是智能网联车的“数字引擎”，华为OceanConnect车联网平台为车企转型提供“四个使能” ：联接使能、数据使能、生态使能和演进使能。

截至目前，华为与法国标致雪铁龙集团构建了全球最大的前装车联网项目，首款基于华为OceanConnect车联网平台的车型DS 7已上线中国、欧洲地区，为消费者提供创新的出行服务。

MDC600：指挥自动驾驶汽车的大脑

华为在2018年10月举办的年度开发者大会上，发布了能够支持L4级别自动驾驶能力的计算平台——MDC600，由8颗华为AI芯片昇腾310，同时还整合了CPU和相应的ISP模块，并且符合最高级别的车规标准，即ISO26262 ASIL-D级别标准。

正如华为董事、战略市场总裁徐文伟表示，MDC600是指挥自动驾驶汽车的大脑，主要为客户提供全栈全场景方案的落地应用之一。

在HUAWEI CONNECT 2018期间，已经将华为MDC移动数据中心MDC600集成到奥迪Q7原型车中，用于城市自动驾驶环境的运行。

商用的车路协同方案

在2018年12月27日，华为携手北京首发集团、奥迪中国，基于C-V2X（即蜂窝网络的V2X），完成了全国首例高速公路实际场景的车辆协同测试，时速达到80Km的L4级别自动驾驶和智能辅助驾驶。

据公开的信息表示，从去年年初至今，华为在C-V2X领域相继推出了多款产品：年初华为发布支持LTE-V2X的海思Balong芯片，2018Q2发布RSU(路边单元)，Q3发布T-box、MEC、V2Xserver等，为车联产业通信领域提供E2E解决方案。

汽车通讯

华为主要提供通讯能力，包括车载模组、面向后装的平台和车企合作进行服务。

在端侧，华为主要提供一些通信芯片和模组；管道侧，提供 2G、3G、4G 网络和网关、车载 WiFi 等；在云端，提供车联网平台，为车企提供相关的产品和服务。可以把车内的信息、数据提取出来进行处理以服务车企。华为有两大关键能力：

一是架构能力，平台切入以后可以横向跨域支持各种不同的车辆，比如说卡车、大巴、特种车辆等，面向 T-Box 各个不同厂家的标准，为车企解决他们的规模招标或者是分层招标的问题；

另一个是数据能力，这方面华为一直是强项，尤其是实时大数据，这也是华为能够为客户提供比较好的服务的关键。

提到汽车通讯，当然绕不开5G。

5G网络的部署进展，甚至比华为想象中来得更快。

2018年11月，华为公布了一组数字，其中就包括首次披露华为5G基站系统的出货量。目前全球已经有66个国家的154家运营商，在建设5G试验网络。华为5G基站出货量也已经突破1万套，在全球已经签署22个5G商用合同，到2025年，全球将有110家运营商部署5G网络。

华为自动驾驶投入巨大

上面是一些公开的信息，下面说一些非公开的信息。传闻，华为在汽车领域的投入非常巨大，甚至采用内部赛马的方式进行研发，例如在毫米波雷达方面，就有三个不同的团队在努力。华为做毫米波雷达，业内都是普遍知道的，毫米波雷达的 技术难度比激光雷达更高，其芯片更是受到禁运的影响，需要突破。

华为自动驾驶的人员投入非常巨大，整体超过1000人是毫无疑问的，举个例子，车身感知算法团队就有200人左右的团队。这仅仅是自动驾驶一个细分领域的人员投入。

此外，华为自动驾驶还在疯狂的招聘，即便是校招，硕士研究生学历的起步价是年薪30万，博士研究生的学历起步价是40万。相比之下，小鹏汽车自动驾驶的硕士研究生起步价是24万，博世自动驾驶的硕士研究生起步价是12万左右。

华为电动汽车技术储备

华为轮值CEO在内部表态前是有一句，过去外界传言华为要造车，华为也从没明确地对外表态不造车。因那时候我们对是否造车还没形成清晰共识。

实际上，在2019年1月28日，华为与北汽蓝谷联合设立“1873戴维森创新实验室”，正是共同开发面向下一代的智能网联电动汽车技术。

在这里，要重点关注电动这两个字，众所周知，电动两个字涉及的主要是指“电池、电机和电控”，也就是“三电”技术。目前，华为并没有正式公布过“三电”技术的情况。

就电池领域而言，早在2014年，华为中央研究院瓦特实验室一直致力于研究锂离子电池。早在2016年底，华为就推出了首个高温长寿命石墨烯助力的锂离子电池。如今，华为的石墨烯电池技术，已经在华为手机上实现应用。并且石墨烯锂电池的超长续航能力，也给华为在新能源汽车上的发力，带来了无限遐想。

在电机和电控方面，适合电动汽车的电机和电控技术，目前没有看到华为有放出这方面的消息。按照华为这几年来一直坚持的高达150-200亿美元的研发投入，并且花了4年的时间，这个投入应该是有所收获。未来，可能会借与主机厂合作的方式，定制化推出相应的“三电”部件，“1873戴维森实验室”可能就肩负这样的使命。

团队储备方面，华为很早便开始在其中央研究院下属的车联网创新中心招聘毕业生，岗位包括智能驾驶、动力电池系统开发和设计、电机和电驱、整车设计等领域。

2016年华为大规模招聘汽车人才遭到曝光之后，该公司迅速停止了公开渠道的汽车招聘。但彼时在华为的车联网创新中心的人数已超过千人。在当时，凭借自身丰富的通讯领域技术积累以及相关人才储备，华为造车已经成为可能。

华为具有整车厂的三大技能

据悉，从整个供应流程来说，整车厂本身需要根据生产计划选择符合产能的供应商，再根据研发设计的产品输出零部件需求给符合质量标准的供应商生产，在此过程中，要求整车厂必须具有详细零部件需求输出能力、整车集成能力、资源整合能力以及供应链管理能力。

技能一：零部件设计，曾有媒体报道，目前华为至少与上汽商用车、广汽和北汽新能源接触车载充电机和电控，而且有的已经是定点供应商。这意味着很快在量产车型上，人们将看到华为的电源电驱零部件。

技能二：组装技术，其实华为天罡芯片资源整合能力的一个缩影。去年，华为发布5G基站核心芯片-天罡。该芯片的最大特点是具有极高的集成度，以及算力上实现2.5倍运算能力的提升。在最关键的几项技术上——调制、编码、多址、组网、多天线等方面，有了很大提升。

此外，华为手机的成功，已经充分证明了华为有巨大的终端消费品的研发和资源整合能力。

以华为当前炙手可热的品牌号召力，无论进入哪一个行业，都会给既有的从业者带来巨大的挑战，且从汽车行业本身来说， 对于电动汽车成本占比最大的无非就是电池及动力总成，根据目前纯电动汽车的来说电池以及动力总成基本上占了整车的40%-50%的成本，不同的车型有些许差异，其次是电控和电机，基本上占据了车辆10%到20%左右的成本，根据相关资料显示，目前华为在电池、动力总成、电控和电机方面有着长达4年多的研发积累。

技能三：供应链管理，未来企业间的竞争，再也不是单一企业间的竞争，而是供应链与供应链的竞争，企业如何在竞争中获得优势，就要看这条链的磨合程度。

任正非最近一次谈到华为对采购与供应链管理的要求，华为要与优秀的供应商建立战略合作伙伴关系；形成战略纵深，不要仅仅盯着供应商谈判等细节上；加强风险管理，保障供应安全是第一位的，不要计较一时的储备成本。

供应链管理能力是指面对成千上百家供应商，从设计、采购、物流、配送等各个流程，对于整车厂而言都必须进行严格把控，确保每一个零部件按最严格的标准、最低的价格、最快的物流到达每辆完整的车上。

总体来看，具备整车厂能力的华为已经杀进电动汽车供应链，目前担任的是像博世、德尔福等一样的零部件供应商。

如今，在汽车领域不断开疆扩土的华为，其打造的具备自动驾驶功能的电动汽车轮廓已渐渐清晰。华为汽车版图也已经从开始的争议、澄清、积蓄实力、拓宽赛道，一步步明朗起来。

从华为在电动汽车和自动驾驶领域的频繁动作中可以看出，华为在汽车领域的定位更像是一个方案解决供应商。在电动汽车核心电机、电池以及电控，自动驾驶、车联网等方面，与合作伙伴开放合作。

对于造车，任正非曾接受媒体群访时表示，华为永远不会造车。

否认了造车，但关于自动驾驶，任正非也给出了明确答案，在攀登珠峰的路上沿途下蛋。也就是说，将来即使是华为不能在马路上自动驾驶，可以在生产线上使用，管理流程中使用，低速条件下的工作中使用……