论文部分内容阅读
今年，芯片成为了整个科技圈的焦点，疫情影响下，全球芯片供应紧张。
这不，这场“芯片风波”已经从手机行业蔓延到了汽车行业。
有媒体报道称，受芯片供应不足影响，车企减产或停产将在所难免，部分车企也承认确实会受到影响，只是现在情况还没有那么严重。
目前大众中国已经和总部、相关供应商展开协调工作，积极采取应对措施。据悉，相关车辆的客户交付并未受到影响。
那么，为什么会出现汽车芯片断供的现象？直接来看，很可能是由于国外芯片厂商停工导致芯片断供。今年10月下旬，日本AKM（旭化成半导体）工厂发生火灾，大火持续91个小时，直接导致芯片断供。
不过，更深层的原因或许是近年来自动驾驶的蓬勃发展，使得普通车载芯片的供应不足。随着智能化和电动化的推进，汽车上各种新兴科技都要依托于芯片来实现，整车产线将更加依赖芯片的供应。
要知道，其实车载芯片一直都是一个较为稳定的小规模市场，更别提能做到行业巨头的地位了。因此，这些车载芯片的制造商既没有庞大的资金也没有大规模的生产线，一旦遇到突发情况，就很可能面临大规模芯片断供的现象。
如此看来，车载芯片的供应链似乎确实有些跟不上智能汽车的发展了，在紧张的芯片大环境下，稍有干扰，都会对整个汽车行业造成影响。
当前，车载芯片的发展趋势正逐步从以CPU为核心的ECU（电子控制单元）走向以FPGA（现场可编程门阵列）、ASIC（专用集成电路）为核心的自动驾驶芯片，甚至是模仿人脑神经元结构设计的类脑芯片。
以往，车载芯片以ECU为主，主要分布在发动机等核心部件上，而ECU是与传感器一一对应的。ECU的制作有着“传感器信号-传感器数据-驱动数据-驱动信号”这样一个完整工作流程。
Xilinx的Spartan系列FPGA芯片
随着汽车逐渐走向电子化，车载传感器的数量变得越来越多，传感器与ECU的一一对应使得车辆整体性下降，线路复杂性也急剧增加，因此DCU（域控制器）和MDC（多域控制器）等更强大的中心化架构逐步替代了分布式架构。
当下，随着自动驾驶的功能愈发精进，这些功能的实现需借助于摄像头、雷达等新增的传感器数据，需要借助更大算力的GPU來替代传统的CPU。再加上自动驾驶算法需要GPU来支撑其庞大的训练数据，FPGA、ASIC成为目前主流的车载芯片解决方案。
FPGA在业内有着“万能芯片”之称，这就意味着你需要它有怎样的功能，它就可以有怎样的功能。
据了解，用户可以通过烧入FPGA配置文件，来定义这些门电路以及存储器之间的连线，用硬件描述语言（HDL）对FPGA的硬件电路进行设计。每完成一次烧录，FPGA内部的硬件电路就有了确定的连接方式，具有了一定的功能，输入的数据只需要依次经过各个门电路，就可以得到输出结果。
不过，所谓的“万能”，也就意味着通用性强而缺乏专业性，因此，难免会存在性能、功耗等方面的瓶颈。随着人工智能应用规模的扩大，这类问题将日益突出，所以，现在更多的AI芯片选择以ASIC取代FPGA。
ASIC是针对特定需求而定制的专用芯片，因此无疑具备很强的专业性，一旦完成制造便不能更改。虽然失去了通用性，但ASIC无论是在性能、功耗还是体积上，都比FPGA和GPU芯片更有优势，例如在严寒酷暑、刮风下雨或长时间运行等恶劣条件下，ASIc芯片都有稳定的计算表现，这就很适合做自动驾驶的芯片。
所以，ASIC备受AI芯片的青睐。
IBM仿人脑芯片TrueNorth
举例来说，IBM的TrueNorth就是一款通过模拟大脑结构研制出的具有认知能力的类脑芯片。从2011年TrueNorth诞生到现在，这款芯片从只有“虫脑”容量的水平发展到了能够组合成一台具有实时视频处理能力的神经元计算机原型，让我们看到了AI芯片的无限潜力。
由此我们可以判断出，未来ASIC专用芯片将成为主流，也是未来AI芯片的核心。尽管AI芯片还处于研发初期，但毫无疑问，其未来充满前景。
讲完了车载芯片的发展之路，让我们来看看国内汽车芯片产业现在有着怎样的布局，什么时候才能不被芯片“卡脖子”？
国内厂商在车规级半导体领域的布局大致可以分为三大类：一是传统半导体厂商和车企;二是初创或者新加入这个赛道的企业;三是通过并购整合切入汽车级半导体市场的企业。
传统车企中，比亚迪和中车等企业都采用自研的方式，而北汽、上汽、吉利等企业是通过与半导体厂商合作成立新公司的方式入局。初创公司中，DJI大疆的子公司览沃科技（Livox）、速腾聚创RoboSense、安智杰科技等企业纷纷崭露头角。并购整合切入市场的，比如闻泰收购安世，打入汽车功率半导体;韦尔股份收购豪威和思比科，进军CMOS图像传感器;北京君正收购ISSI，入局汽车级存储芯片。
接下来让我们具体看看国内汽车芯片产业的布局。
Livox Horizon激光探测测距仪 
速腾聚创官网
中车从1964年就开始投入功率半导体技术的研发与产业化，2008年战略并购英国丹尼克斯公司。中车还拥有国内首条、全球第二条8英寸IGBT芯片线，基本解决了特高压输电工程关键器件国产化的问题。
安智杰科技RR-01B毫米波雷达传感器 
此外，长城汽车也十分重视技术研发。据悉，该公司去年全年研发支出总额达到42.48亿元，占营收比例4.47%，并重点布局汽车清洁化、智能化、网联化领域。
随着自动驾驶的落地，国内一些初创企业也在激光雷达、AI领域崭露头角。
在CES 2020上，DJI大疆的子公司覽沃科技（Livox）发布了两款激光雷达传感器——Horizon和Tele-15，这两款激光雷达专为L3/L4级自动驾驶而设计。在价格方面，Livox的激光雷达也十分具备竞争力。
另外，创立于2014年的速腾聚创Robo Sense也发布了车规级智能固态激光雷达RS-LiDAR-M1 Smart，专为L3-L5级自动驾驶而设计，集成了AI感知算法和SoC芯片，能提供优质的高分辨率三维点云数据。
成立于2015年2月的镭神智能也发布了3款激光雷达产品LS20B/D/E;还有2014年成立的安智杰科技，于2016年进军前装OE市场，研发出RR-01B/E/G毫米波雷达传感器，迅速得到了客户的认可，成为了国内领先的汽车毫米波雷达部件供应商。
在汽车半导体发展的大背景下，我们可以看到，无论是传统芯片制造商还是一些初创企业，都在加大力度扩展技术和产品能力。
对于更加细分的汽车AI芯片，引用清华大学微纳电子系副主任、微电子所副所长尹首一教授的话作为结尾，“我们的AI芯片产业创新与国际同步，可以说今天中国AI芯片的技术路线是最全面的，我们的应用领域是最丰富的，伴随着中国的人工智能产业快速发展，AI芯片领域一定大有可为。”（摘自美《深科技》） （编辑/诺伊克）
这不，这场“芯片风波”已经从手机行业蔓延到了汽车行业。
有媒体报道称，受芯片供应不足影响，车企减产或停产将在所难免，部分车企也承认确实会受到影响，只是现在情况还没有那么严重。
目前大众中国已经和总部、相关供应商展开协调工作，积极采取应对措施。据悉，相关车辆的客户交付并未受到影响。
那么，为什么会出现汽车芯片断供的现象？直接来看，很可能是由于国外芯片厂商停工导致芯片断供。今年10月下旬，日本AKM（旭化成半导体）工厂发生火灾，大火持续91个小时，直接导致芯片断供。
不过，更深层的原因或许是近年来自动驾驶的蓬勃发展，使得普通车载芯片的供应不足。随着智能化和电动化的推进，汽车上各种新兴科技都要依托于芯片来实现，整车产线将更加依赖芯片的供应。
要知道，其实车载芯片一直都是一个较为稳定的小规模市场，更别提能做到行业巨头的地位了。因此，这些车载芯片的制造商既没有庞大的资金也没有大规模的生产线，一旦遇到突发情况，就很可能面临大规模芯片断供的现象。
如此看来，车载芯片的供应链似乎确实有些跟不上智能汽车的发展了，在紧张的芯片大环境下，稍有干扰，都会对整个汽车行业造成影响。
车载芯片的过去、现在和未来
当前，车载芯片的发展趋势正逐步从以CPU为核心的ECU（电子控制单元）走向以FPGA（现场可编程门阵列）、ASIC（专用集成电路）为核心的自动驾驶芯片，甚至是模仿人脑神经元结构设计的类脑芯片。
以往，车载芯片以ECU为主，主要分布在发动机等核心部件上，而ECU是与传感器一一对应的。ECU的制作有着“传感器信号-传感器数据-驱动数据-驱动信号”这样一个完整工作流程。
随着汽车逐渐走向电子化，车载传感器的数量变得越来越多，传感器与ECU的一一对应使得车辆整体性下降，线路复杂性也急剧增加，因此DCU（域控制器）和MDC（多域控制器）等更强大的中心化架构逐步替代了分布式架构。
当下，随着自动驾驶的功能愈发精进，这些功能的实现需借助于摄像头、雷达等新增的传感器数据，需要借助更大算力的GPU來替代传统的CPU。再加上自动驾驶算法需要GPU来支撑其庞大的训练数据，FPGA、ASIC成为目前主流的车载芯片解决方案。
FPGA在业内有着“万能芯片”之称，这就意味着你需要它有怎样的功能，它就可以有怎样的功能。
据了解，用户可以通过烧入FPGA配置文件，来定义这些门电路以及存储器之间的连线，用硬件描述语言（HDL）对FPGA的硬件电路进行设计。每完成一次烧录，FPGA内部的硬件电路就有了确定的连接方式，具有了一定的功能，输入的数据只需要依次经过各个门电路，就可以得到输出结果。
不过，所谓的“万能”，也就意味着通用性强而缺乏专业性，因此，难免会存在性能、功耗等方面的瓶颈。随着人工智能应用规模的扩大，这类问题将日益突出，所以，现在更多的AI芯片选择以ASIC取代FPGA。
ASIC是针对特定需求而定制的专用芯片，因此无疑具备很强的专业性，一旦完成制造便不能更改。虽然失去了通用性，但ASIC无论是在性能、功耗还是体积上，都比FPGA和GPU芯片更有优势，例如在严寒酷暑、刮风下雨或长时间运行等恶劣条件下，ASIc芯片都有稳定的计算表现，这就很适合做自动驾驶的芯片。
所以，ASIC备受AI芯片的青睐。
举例来说，IBM的TrueNorth就是一款通过模拟大脑结构研制出的具有认知能力的类脑芯片。从2011年TrueNorth诞生到现在，这款芯片从只有“虫脑”容量的水平发展到了能够组合成一台具有实时视频处理能力的神经元计算机原型，让我们看到了AI芯片的无限潜力。
由此我们可以判断出，未来ASIC专用芯片将成为主流，也是未来AI芯片的核心。尽管AI芯片还处于研发初期，但毫无疑问，其未来充满前景。
讲完了车载芯片的发展之路，让我们来看看国内汽车芯片产业现在有着怎样的布局，什么时候才能不被芯片“卡脖子”？
中国汽车半导体有望迎来曙光
国内厂商在车规级半导体领域的布局大致可以分为三大类：一是传统半导体厂商和车企;二是初创或者新加入这个赛道的企业;三是通过并购整合切入汽车级半导体市场的企业。
传统车企中，比亚迪和中车等企业都采用自研的方式，而北汽、上汽、吉利等企业是通过与半导体厂商合作成立新公司的方式入局。初创公司中，DJI大疆的子公司览沃科技（Livox）、速腾聚创RoboSense、安智杰科技等企业纷纷崭露头角。并购整合切入市场的，比如闻泰收购安世，打入汽车功率半导体;韦尔股份收购豪威和思比科，进军CMOS图像传感器;北京君正收购ISSI，入局汽车级存储芯片。
接下来让我们具体看看国内汽车芯片产业的布局。
中车从1964年就开始投入功率半导体技术的研发与产业化，2008年战略并购英国丹尼克斯公司。中车还拥有国内首条、全球第二条8英寸IGBT芯片线，基本解决了特高压输电工程关键器件国产化的问题。
此外，长城汽车也十分重视技术研发。据悉，该公司去年全年研发支出总额达到42.48亿元，占营收比例4.47%，并重点布局汽车清洁化、智能化、网联化领域。
随着自动驾驶的落地，国内一些初创企业也在激光雷达、AI领域崭露头角。
在CES 2020上，DJI大疆的子公司覽沃科技（Livox）发布了两款激光雷达传感器——Horizon和Tele-15，这两款激光雷达专为L3/L4级自动驾驶而设计。在价格方面，Livox的激光雷达也十分具备竞争力。
另外，创立于2014年的速腾聚创Robo Sense也发布了车规级智能固态激光雷达RS-LiDAR-M1 Smart，专为L3-L5级自动驾驶而设计，集成了AI感知算法和SoC芯片，能提供优质的高分辨率三维点云数据。
成立于2015年2月的镭神智能也发布了3款激光雷达产品LS20B/D/E;还有2014年成立的安智杰科技，于2016年进军前装OE市场，研发出RR-01B/E/G毫米波雷达传感器，迅速得到了客户的认可，成为了国内领先的汽车毫米波雷达部件供应商。
在汽车半导体发展的大背景下，我们可以看到，无论是传统芯片制造商还是一些初创企业，都在加大力度扩展技术和产品能力。
对于更加细分的汽车AI芯片，引用清华大学微纳电子系副主任、微电子所副所长尹首一教授的话作为结尾，“我们的AI芯片产业创新与国际同步，可以说今天中国AI芯片的技术路线是最全面的，我们的应用领域是最丰富的，伴随着中国的人工智能产业快速发展，AI芯片领域一定大有可为。”（摘自美《深科技》） （编辑/诺伊克）