下一个万亿级市场：中国自动驾驶汽车的机遇和产业化之路

近年来，随着国际油价飙升和全球气候变暖，各国对节能减碳的需求愈发迫切。其实在此之前，消费者和企业对电动汽车的需求就一直在增长，多家研究机构数据显示，2021年全球新能源汽车销量实现逆势增长，占比快速提升。

其中，中国汽车市场表现最为抢眼。据工信部数据显示，2021年中国新能源汽车产销分别完成354.5万辆和352.1万辆，同比增长1.6倍，连续7年位居全球第一。在欧洲市场，2021年电动汽车销量增长近70%，达到230万辆。其中，第四季度电动汽车销量首次超过柴油车，占到新车销售的21%，创下历史新高。在巴西、新西兰、沙特阿拉伯、新加坡等国家，电动汽车销量增幅超过200%；美国、韩国、澳大利亚市场的电动汽车销量增幅超过100%。

来源：Logo来自各公司官网，中信证券研究部绘制

无论市场还是资本，对交通行业及汽车电气化越来越关注。造车新势力、传统整车厂、科技公司和创业公司，都纷纷涌入这个号称“最后一个万亿级”的增量市场。

根据中信证券研究部援引各公司数据显示，2021年，中国新能源汽车市场中，四家造车新势力市占率为17.1%，如下图所示，2017年时这些企业还只是“一条线”。预计2022年，蔚来（2235亿元）、理想（2163亿元）、小鹏（1488亿元）、小康股份（972亿元）将成为中国TOP 10车企，而特斯拉（7218亿美元）则有望成为全球TOP 1车企。

来源：各公司官网，中信证券研究部

如今的汽车行业，要在传统燃油、机械动力系统的存量市场中创新很难，但电动化、智能化、网联化就很不一样。

“对于非传统汽车强国来说，电动汽车是弯道超车的机会。” 芯原股份创始人、董事长兼总裁戴伟民，在日前举办的“第十二届松山湖中国IC创新高峰论坛”圆桌讨论中说到，无论发动机、变速箱还是电池、电机、电控，都是一套全新的系统，大家重新回到了同一起跑线，并且起跑之后，中国还是处于领先位置的。

在圆桌讨论中，来自新能源汽车和自动驾驶领域的企业高管、投资人，就行业热点趋势、技术方案路线、应用场景、商业模式和自主造芯等问题进行了充分探讨。

由左到右分别是：

芯原股份创始人、董事长兼总裁 戴伟民，

瑞芯微电子高级副总裁 陈锋，

武汉环宇智行科技有限公司 CEO 李明，

深圳一清创新科技有限公司 CEO 刘明，

北京翊辉科技有限公司 CEO 荣辉，

上海小橡投资管理有限公司创始合伙人 石兴梅，

芯原股份高级副总裁 汪洋

现场依旧采用了芯原松山湖会议极具特色的互动模式，大屏幕抛出问题，观众和嘉宾通过手机参与互动，选择自己认为正确的答案，随即展开探讨。

投票一：在整车领域，哪一类企业更具发展优势？（单选）

在四个选项造车新势力、科技公司（如苹果、英特尔、百度、华为、小米等）、传统整车厂、创业公司(非上述三类的初创企业)中，获得最多投票的是造车新势力，而传统整车厂仅排在第三位。

戴伟民表示，这可能是因为典型的智能驾驶系统结构，与传统汽车结构存在很大不同。“智能驾驶架构关心三个问题——在哪里？去哪里?怎么去？”所谓“在哪里”，指的是车辆对环境场景的感知，例如车辆运动、外部环境和车内人员的感知，涉及到摄像头、毫米波雷达、激光雷达和超声波雷达等；“去哪里”，指的是决策规划，包括车辆轨迹预测、行驶路线规划、危险行为预警等，而这类轨迹规划往往要用到数据融合；最后“怎么去”，指的是控制执行，包括转向、驱动、制动和安全等一系列控制动作，与轨迹跟踪相关。

感知技术用纯视觉还是大融合？

投票二：在未来3—5年内量产的智能汽车中，纯视觉、视觉+毫米被雷达、视觉+激光雷达、视觉+毫米波雷达+激光雷达，哪一类会成为主流的汽车的感知方案？（单选）

70%多的现场观众认为，三种方案融合将会是未来3-5年的主流；选择纯视觉的仅占3%。

陈锋以特斯拉为例进行分析，在他们较早的型号Tesla Model 2之前，特斯拉其实是采用视觉+毫米波方案的。但是特斯拉希望其感知技术可以更快地进行迭代，如果用单视觉要比融合方案迭代速度更快。“不过在FSD迭代完成后，我觉得特斯拉还是会把激光雷达加回来，主要因为低照度或对着强光等不良视觉环境下，单视觉的效果不是很好。”

另外一方面促进激光雷达上车的是不断降低的成本。“目前国内的自动驾驶方案，大部分采用两个激光雷达+摄像头，而且现在的自动驾驶芯片算力已经可以做到很高。”陈峰认为，感知方案还是越全面越好，至于用哪样关键看成本，最主要还是视觉。“人是最不精密的机器，体现在开车的时候，自动驾驶要比人安全的多。随着工业化激光雷达成本的降低，我认为最终Fusion（融合）的系统会更普遍。”

戴伟民从另一个角度分析，国内厂商普遍采用融合感知方案还有一个原因，那就是“如果跟特斯拉做视觉，你永远跟不上，就算比它算法好都没用。因为特斯拉布局很早，车辆数目上的优势已经为他积累了很多机器学习数据。”至于为什么一定要激光雷达，是因为很多事情视觉+毫米波不能做。

激光雷达虽好，但太贵——这是整个自动驾驶行业面临的问题。毫米波雷达比较便宜，是否可以“视觉+毫米波雷达”替代激光雷达? 或者先用激光雷达，待软件和算法完善后，用毫米波雷达来取代激光雷达做的事？

对此石兴梅举了一个例子，我们看自动驾驶的惯性思维，往往是在白天、天气良好、城市柏油马路上的自动驾驶，但事实上真正的自动驾驶应用要考虑到一切恶劣的环境。

“2017年我们准备投资自动驾驶行业时，判断这项技术会先从封闭、人烟稀少的场景率先开展。例如智能矿山、采煤厂等，自动驾驶可以把司机从那个艰苦的环境中解放出来。”但这时候她们发现一个关键问题，视觉芯片在面对尘土飞扬的渣土路时，立刻变成了瞎子不走了。再加上毫米波雷达后才有所改善，“我们可以认为视觉系统是眼镜，毫米波雷达就像耳朵。至于激光雷达也有其特定优势，但只有量产到一定程度时，才可能被普遍采用。”

荣辉曾在北汽新技术研究院担任副院长，他的观点和大家不太一样。首先他认为在“3-5年内”这个限定条件下，大家判断感知融合是趋势是没错的。“但如果是10年后或终极方案，可能纯视觉就够了。”

他给出的理由是：

1、人开车，基本上90%靠眼睛就可以了，剩下10% 听一下旁边的喇叭声。“但理论上单靠眼睛是可以把车开好的，这就是为什么现在AI深度学习实际上是学习人的能力。人的能力是有限的，机器学习在所有方面都可以赶上人。”

2、必须包含一个隐含条件，认为未来无人驾驶还会行使在今天的道路上，其实是不对的。“以未来的路况条件，实现无人驾驶比今天简单得多，单靠视觉就够了。”

智驾域、座舱域、底盘域该如何集成？

投票三：在汽车电汽架构方面，智驾域、座舱域、底盘域该如何集成？大一统的中央域会成为未来趋势吗？（单选）

观众投票最多的选项是“智驾域与座舱域集成”。

李明也认同这个选项，他认为因为现在高算力芯片已经较为普遍，智驾域和座舱域的融合已经比较好处理。“但是再往下发展，融合底盘域控制的要求会越来越高。智能驾驶用高算力处理器，相对来说有很多计算要求，而底盘则要求更可靠，需要万无一失。”

座舱域的特点是高算力，自动驾驶功能未开启的时候，算力可以释放。从应用融合的角度，已经车厂在做自动驾驶和座舱域融合的规划。而底盘域相对功能比较简单，但可靠性要求非常高，所以“它在与自动驾驶域融合的时候，里面还是有鸿沟的。所以我认为自动驾驶域和坐舱域融合对整车成本更好、更有效，而且对整车架构影响较小。”李明说到。

智驾域和底盘域真的不能有关系吗？

荣辉指出，单就智驾域来说，其决策、判断、感知、融合各家车厂的技术路线也不一样。以博世为代表的域分配是娱乐、坐舱、智驾等功能性划分，特斯拉的域控制器则按照前部、左面、右面的方位来划分，目前哪种更好还无定论。

“但是我觉得人或动物的分配结构是很合理的，例如小脑管动作，大脑管智能化。豹子在110多米每秒的速度奔跑时还能思考捕猎路线就是一个大小脑分工的典型。所以我觉得底盘域要单独拿出来，它要求可靠性、时延等一系列东西要求非常高，其他几个域集成在一起是有可能的。” 荣辉说到。

投票四：现有的智驾域存在哪些问题，该如何演进？（选三项）

这里的6个选项其实对于智能驾驶域芯片都很重要，所以差距并没有拉开。最多人选的是增加算力，其次是降低成本。

作为自动驾驶方案商，李明认为芯片非常重要。他们在使用芯片开发产品的过程中有两个关键体验，一个是好工具非常重要。作为开发者，车厂售卖某个车型需要赶在一个时间点，所以留给开发也仅有一个时间段，“不能按时推出，再好的芯片装上去也没用，所以工具链、生态的成熟度是我们选择芯片最关心的。”比如英伟达Orin非常受自动驾驶开发者欢迎，并不是因为其算力高，而是工具链完善，很多算法一上去就能跑。”

李明的第二点体验是算法模型可定制性很重要，这也是互联网造车势力选Orin的原因。“今后算法升级的速度会非常快，最终汽车用户得到的体验都来源于算法迭代升级，因为它（算力）导致你的功能是否能实现，实现功能才能谈生态。”

第三是来自车厂的体验。一颗量产的芯片虽然已经得到充分验证，但第一颗芯片用在第一款车型上往往很难。既然量产芯片已成为事实标准，那么车厂都非常希望有人能尽快把它用到某个车型上，能用上去就是一个大飞跃。

“这三点非常重要，特别是第三点。选芯片不要只盯着它算力多么强，一定要在某一个功能上量产，才是巨大的优势。”李明说到。

Chiplet在自动驾驶中的应用

其实很多车载域处理器，本身就是一种高端应用处理器。这次会议，芯原也带来了他们的平板电脑高端应用处理器方案演示，采用BIG-LITTLE CPU架构（四核CA77+四核CA55），12核Mali-G77 嵌入式图形处理器，其中芯原的IP包括NPU、ISP、VPU、音频DSP和显示控制器。其他特性包括高性能总线架构和创新性的FLC终极内存/缓存技术，高速外部接口USB3/DP/eDP/PCIE 3。

戴伟民表示，这是一颗“组合”成的芯片，也就是Chiplet，不是传统意义上的SoC。“这种芯片设计方式，或许决定了国产新片什么时候可以对标Orin，或是做出和它差不多的东西。因为有些国产芯片的功能已经可以替代它了，但整体替代还是一个问题。”

要追赶英伟达Orin很困难，但是换一个思路，换道才能超车。Chiplet的意义就在这里，不同芯片厂商针对不同AI场景的功能模块，不管是5nm、12nm还是28nm都可以拼在一颗SoC中，实现单个功能独立迭代。

要做成这件事最重要的是接口标准。今年3月份，英特尔、AMD、Arm、高通、三星、台积电、日月光等芯片设计、代工和封测大厂，以及GoogleCloud、Meta、微软等云计算龙头宣布成立UCIe产业联盟。8月，英伟达和阿里巴巴加入UCIe 联盟董事会。

UCIe是UniversalChipletInterconnectExpress的缩写，是一个开放的Chiplet互连协议，旨在芯片封装层面确立互联互通的统一标准，满足客户对可定制封装要求。芯原是第一批参加这个联盟的中国厂商之一，也一直在积极推动UCIe规范。

戴伟民预计，Chiplet最先落地的三大场景将是平板电脑、数据中心和自动驾驶。

2022年8月16-17日，Aspencore将在南京国际博览中心2号馆举办IICShanghai(国际集成电路展览会暨研讨会)，届时芯原股份创始人、董事长兼总裁戴伟民博士将在17日举办的2022中国IC领袖峰会上发表主题为《中国Chiplet产业化之路》的演讲。更多详细地解读，欢迎大家点击这里报名，到场与戴博士现场交流。

投票五：Chiplet技术在自动驾驶领域产业化落地的最大挑战是什么？（选三项）

对于Chiplet这样一个非常新的技术，用于同样新的自动驾驶中，观众普遍认为最大的挑战还是产业链成熟度，因为两者都没有实现大规模商用。其次担心的是可靠性和商业模式成熟度，这些担忧都是在评估一项新技术时的“人之常情”。

汪洋最近和国内很多车厂有过不少交流，根据自动驾驶厂商的反馈来看，国内外造车新势力头部企业基本上都是采用英伟达Orin。而大家期望有芯片可以对标Orin，除了简单的降成本和供应链风险管理之外，很大一部分原因是头部车企都在寻找形成差异化的途径，“不管是算法也好，自动驾驶收集的数据也好，都希望控制在自己手里。这样车企才能实现从云到车打造完整生态链。”

打造这样一颗芯片的难点就是会涉及到车规，算力也要做到Orin的指标。除了最核心的算法部分，其实自动驾驶芯片在CPU、GPU等模块上有很多共性。“如果自己做，投入可能要上亿美金，其实可以通过其他方式把这一块做得更好、迭代更快。芯片中除了一小部分需要用到5nm\7nm的先进工艺，其他部分其实不需要这么高的工艺。”汪洋说到。

投票六：国内企业什么时候可以推出对标英伟达Orin的SoC或SiP？（单选）

在这个问题上大家都比较乐观地认为，国内企业能在5年之内对标英伟达Orin。

汪洋也认同大家的看法，他觉得要做这件事有两个途径。一是单一芯片，从他与车厂讨论的结果来看，目前国内厂商从工艺、IP成熟度，都已经接近Orin的指标。二是以Chiplet方式来做，他认为这种方式更好，可以通过封装的方式，用几个月快速得到支撑更多算力要求的芯片方案。Chiplet的另一个优势是标准的接口不需要重复去做车规认证，这就省去了1、2年的时间。

以后车厂将分成底盘商和座舱商？

虽然这次圆桌主要讨论芯片，但是荣辉作为一个“汽车人”，还是谈了谈底盘。无人驾驶场景给整个汽车产业带来了变化，大部分人认为这些变化主要是座舱上的AI、激光雷达等技术，但其实汽车行业的底盘马上也要发生巨变。

上图左边所示是传统的汽车底盘，这是汽车从业者130多年来的智慧结晶，“但是很快，你看到的底盘就不再是这样的了，而是（图右）这样完全变成另一个样子。”荣辉说到，底盘变化给整车也带来了变化：

第一、车分家了。专业底盘厂做通用的底盘，上面扣什么样的座舱，就会变成什么样的车。将来有专业提供底盘的厂，上面扣什么壳子变什么样的车。

第二、底盘通用性增加，整车成本就降低了。就像大家可以不穿同样的衣服，实现个性化。

投票七：以下哪一种商业模式会成为主流？（单选）

在这个投票之前，还有一个小问题是“上车体和下车体应该分离吗？”现场大部分选择的是“应该”。于是顺着应该分离的思路，谁来做底盘更合适这个问题上，由于现代电动汽车的电池基本都在底盘上，所以是电池技术的更新带动着电动汽车底盘技术的更新。大家普遍认为应该由电池企业兼做底盘。

荣辉透露，全球电池龙头宁德时代已经杀入底盘制造业。

传统的底盘制造涉及车身多个零件，需要多条生产线和工艺配合。而现在的一体式冲压底盘，一下就能把所有的东西都做完。据悉，特斯拉底盘也是采用一体式冲压技术，整体成本降低了40%，重量降了10%。

传统电池包是采用CTM（Cell To Module）的模式，先将电芯组成小模组，再将小模组布置到电池包中，有点像俄罗斯套娃，这种方式空间利用率仅有40%。“将来的电池技术有CTP（Cell To Pack）、CTC（Cell to Chasis）、CTB（Cell to Body）等，其中CTP仍是独立电池包，但CTC和CTB则把电池和底盘/车身高度融合，这也是为什么电池厂商宁德时代做底盘的重要原因。”荣辉说到。

汽车底盘正在发生的变化，给我们带来了坏消息和好消息。坏消息是一部分传统的汽车人，可能会因为技能过时而失去工作；好消息是这些新技术大部分掌握在中国人和美国人手里，而且中国人是领先的。

在技术领先这件事上，荣辉以挪威市场的中国电动汽车销量为例，可以看到基本上所有车型售价都比中国贵，“在国外卖车比在中国卖车还赚钱，这就是为什么中国超过韩国，成为世界汽车出口第三大国的原因。估计今年会超过德国，明年很有可能冲击日本。所有中国汽车人的前景将是美好的，因为底盘变了。”

投票八：哪股势力会在底盘竞争中取胜？（单选）

底盘和车身分离后，底盘会更专业化，大家认为华为、宁德时代等新科技公司将主导未来的底盘生意。同时，Rivan、Ree、Canoo等新型底盘公司由于技术优势，也获得了不少票数。

而传统车厂普遍不被看好，荣辉认为，底盘车身分离，会降低传统车厂的竞争力。

新旧技术交替，带来的新旧产业冲突

新产业的诞生，往往会对旧产业造成冲击。那么汽车电动化、智能化、网联化给汽车产业链（车厂、一级模块供应商、二级芯片供应商）带来了哪些冲击和变化呢？

比如有的车厂直接“造芯”会成为未来的主流趋势吗？荣辉认为，随着汽车更多的电动化、智能化、网联化，一辆汽车的重点和最值钱的部分已经不掌握在传统车厂手里了。

大家可能还记得上汽董事长陈虹谈与华为自动驾驶合作时，曾表示不能接受，要把灵魂掌握在自己手中。“对此我也深刻感觉到，要和头部科技公司合作造车，传统车厂就像一个打工人，因为电动汽车或自动驾驶最值钱的技术往往都在这些Tier 1手里，作为车厂反而没什么可说的。”荣辉说到，这些汽车方案商已经不止是Tier 1这么简单了，他们已经成为Tier 0.5甚至0.1级供应商，尤其在汽车智能化之后，一辆车要怎么做基本车厂不能做主，要听方案商的。

石兴梅认为未来汽车除了电动化、智能化、网联化趋势，还应该加上与材料相关的轻量化。这新四化带来的是潮气蓬勃、充满活力、诱人的万亿级市场，“我甚至觉得是十几万亿级巨大的机会，新一代创业者赶上国产化时代，大有可为。”

这个机会不仅仅是造车新势力和科技公司的，所有求变的传统车厂、软件技术厂商、主芯片厂商都有机会。不管从哪个角度参与，这个蛋糕都足够大。“比如一辆传统汽车要用500颗芯片，电动汽车可能要用5000颗，并且这个故事还远远没有结束。”她说到。