强象家具质量怎么样？使用一个月后【真相大揭秘】

强象家具质量怎么样？使用一个月后【真相大揭秘】纵观近年来高端芯片的发展，摩尔定律依然有效，传统的供应链模式也正在经历诸多挑战和重构：

　　Apple  MacBook换装了自研M系列芯片，产品能力大幅提升，软硬件融合的商用力更加显现；

　　由于制裁，华为不仅无法获得外部先进制造能力，还限制购买第三方高端芯片。 CBG的业务遭受沉重打击。值得庆幸的是，近期麒麟9000S的发布，让我们看到了替代国内芯片供应链的一线希望；

　　自主研发的FSD芯片支撑特斯拉继续领跑智能驾驶赛道，产品广受好评；

　　比亚迪长期在电池、MCU、功率半导体等领域布局自研，为其在中国乃至全球新能源市场的地位奠定了重要基础；

　　OPPO旗下子公司哲酷在投入近4年时间大力投入自研芯片后，正式宣布解散。半途而废，令人悲哀；

　　一直专注于智能驾驶算法研发的Momenta，继地平线“芯片+算法”全栈模式后，开始进军自研汽车AI芯片赛道。

　　各种行业做法刺激了芯片最大终端用户——家车企的神经，迫使它们重新审视自己的车载芯片策略和供应模式。

　　解决芯片“卡脖子”问题，本质上隐含着中国汽车人的英雄情结。

　　近年来，已有不少进入者进入汽车芯片的研发，而疫情期间的缺芯经历进一步催化了这一趋势。车企有足够的动力加强对芯片供应的控制。

　　当前，中美竞争持续加剧，本土车企“买而不是造”的心态正在盛行。芯片布局已经溢出到技术以外的层面，甚至成为公司战略方向的重要支撑点。

　　车企研发自研芯片的四大模式

　　汽车是芯片使用量最大的单一民用产品，涵盖的芯片品类非常广泛。

　　新能源智能汽车将核心内容推向新高度，从功率半导体到MCU芯片，从传感器芯片到座舱SoC，从存储芯片到通信芯片，从算力较小的ECU到算力较大的AI芯片等.基本上所有类型的芯片都可以在汽车上找到。

　　目前，车企纷纷布局汽车芯片赛道，动作频频。特别是在新能源和智能驾驶浪潮的推动下，汽车芯片布局进程进入加速期。

　　每个车企布局芯片的方式并不完全相同。目前多种模式并存，车企在每种模式中所扮演的角色和优势也各不相同：

　　第一种模式是在车企内部成立自研团队，亲自做芯片设计和研发，需要大量投入，对人才密度要求非常高。

　　这种模式的成功代表是比亚迪和特斯拉。

　　比亚迪自研芯片历史最悠久，涉足多个芯片品类。

　　—— 比亚迪微电子公司，比亚迪半导体的前身，成立于2004年，从事功率半导体、智能控制MCU、智能传感器和光电半导体的研发和生产。坚持IDM模式，尤其掌握IGBT领域的核心技术。已成为国内最大的IGBT制造商。制造商。

　　特斯拉的自研策略与比亚迪不同。它选择从智能驾驶领域控制AI芯片入手。特斯拉在自主研发上投入巨资的自研FSD芯片，是Autopilot拼图中极为重要的一块。该计划非常具有前瞻性，将于2019年正式推出。并且随着新车的推出，性能将通过OTA不断增强。

　　今年，第二代FSD芯片（HW4.0）也正式推出。

　　新势力代表魏晓礼也在低调研发自己的芯片，进展不一。从最近的公开报道中可以找到一些线索。

　　蔚来是新势力中投入最多的。其早在2020年下半年就成立了自研芯片团队，目前约有800人，主要从事智能驾驶、传感器等芯片的研发。该团队隶属于智能硬件部门。

　　在不久前的蔚来创新科技日上，李斌介绍了首款自主研发的芯片产品——LiDAR主控芯片“阳剑”，具有集成度高、能耗低、性能强的特点。与图大通猎鹰LiDAR类似，合作更换了原有的FPGA和ADC等有价值的第三方芯片，号称能为蔚来每辆车节省数百美元的BoM成本。

　　还有消息称蔚来正在开发自己的座舱芯片，采用7nm技术，由三星制造。有理由相信，新款座舱芯片将与刚刚推出的发布手机蔚来有更多创新联动。

　　小鹏汽车于2020年开始在中国和美国部署自研芯片，产品目标瞄准特斯拉FSD芯片。最高峰时员工人数达到200人，但吴新洲的离开给自研芯片增添了变数，销量也不如预期，今年团队也在裁员。

　　理想被认为是新势力中比较保守的公司。是比较谨慎的。其芯片团队的组建明显晚于蔚来和小鹏。目前，理想自研芯片团队不足百人，主要专注于智能驾驶芯片的NPU架构设计。

　　传统自主品牌车企也蠢蠢欲动，但主要是从车用广泛、开发难度稍低的功率半导体入手。

　　长城汽车于2022年成立芯动半导体，主要研发IGBT，包括智能驾驶、智能座舱等领域的芯片。

　　吉利汽车同年孵化成立京能微电子，打造汽车级IGBT产品。 2023年3月，宣布流片成功。

　　二是通过合资的方式成立新公司，强强联手，优势互补。

　　这种模式目前比较流行，有利于利用主机厂雄厚的资本和终端客户的需求。合资伙伴通常是芯片制造商。

　　大众汽车是此类车型中最大的参与者。 2022年，大众旗下CARIAD与地平线合资的消息引爆了智能驾驶行业。大众汽车出资24亿欧元，持有合资公司60%的股份。这表明了其弥补智力短板的决心。

　　据子公司PowerOn报道，地平线已将内部软件算法团队的数百人调至新合资公司，规模达到300人。 Horizon联合创始人黄畅担任合资公司的CTO。双方的基因高度互补。是否会发生神奇的化学反应，让我们拭目以待。

　　与大众CARIAD-Horizon合作模式类似，长安汽车与地平线共同成立长先智能，从事高级驾驶辅助系统（ADAS）业务，双方各持股45%。

　　此外，长安旗下深兰汽车合资成立“重庆安达半导体有限公司”。今年6月与Star  Semiconductor合作。

　　中国一汽与义马半导体合资的SiC项目将于2021年投产，年产30万片模块。

　　东风于2018年与株洲中车时代就IGBT功率模块展开合作，2019年与中车时代合资成立智芯半导体公司，自主研发、制造和销售功率半导体模块。这是中国首次完成汽车功率半导体的研发和制造。仅有的三个单位之一。

　　上汽集团选择与英飞凌合资成立上汽英飞凌汽车功率半导体（上海）有限公司，从事汽车IGBT模块的研发和制造。广汽还与中车时代合资成立清澜半导体，同样瞄准IGBT。

　　理想今年与国内三安半导体合作建立功率半导体生产线。北京车和家占股70%，湖南三安半导体占股30%。双方将通过合资企业布局SiC功率半导体。

　　2021年，吉利与新聚能半导体、新和科技等合资成立广东新粤能半导体有限公司，生产和研发汽车和工控领域的SiC芯片。

　　在车载智能芯片领域，吉利旗下一卡通2019年与ARM中国成立合资公司芯清科技，并于去年底量产7nm车规级智能座舱芯片“龙影一号”。该号码首次安装在9月份新推出的领克08上。

　　2020年，北汽集团旗下投资平台北汽产业投资有限公司与知名芯片IP公司Imagination共同发起成立汽车无晶圆厂半导体公司和芯达。其主营业务为汽车级SoC芯片设计及相关软件开发，专注于自动驾驶。应用处理器和智能座舱语音交互芯片。

　　第三种是OEM与芯片厂商深度合作定制芯片。 OEM提供架构和需求，芯片制造商完成设计和开发，芯片只卖给OEM。

　　2020年，零跑发布推出了与大华股份联合研发的车规级AI智能驾驶芯片凌芯01。花了3年时间来开发和支持基本的ADAS应用。 CPU为阿里巴巴旗下平头哥公司的玄铁C860。AI核心为8核NPU。 Leapao提供了芯片的架构和功能需求，大华负责具体的芯片设计和开发。2021年，上汽通用五菱宣布与芯王微联合定制汽车MCU芯片，预计将用于T-BOX场景。

　　第四种模式是对外投资，入股芯片企业，达成战略合作，形成更紧密的协作模式。它是最轻的模式，目前比较常见，门槛也最低。

　　汽车智能驾驶AI芯片厂商因其技术门槛高、研发投入大、在智能驾驶架构中发挥核心作用，一度成为车企最青睐的投资标的之一。

　　比如比亚迪、长城、上汽、广汽、长安等都投资了地平线，而东风、上汽则投资了黑芝麻智能。

　　另一个重要目标是功率半导体。虽然不少车企已经通过自研或合资的方式开始发展，但也有投资的模式。

　　例如，专注于SiC芯片的展芯电子就获得了上汽、广汽、北汽、小鹏汽车等多轮投资。海外车企也在积极研发功率半导体。今年上半年，大众、现代起亚、宝马、福田、JK等均投资了安森美半导体的SiC项目。

　　车企为何密集布局芯片？

　　车企为何在芯片侧进行如此大规模、高强度的布局？尤其是2022年之后，芯片自研步伐明显加快。

　　从上述四种布局模式可以看出，车企涉及的自研芯片主要分为智能驾驶芯片、座舱芯片和功率半导体三类。

　　随着汽车四化的不断演进，智能化（包括智能驾驶、智能座舱）和电动化已经势不可挡，自行车智能芯片和功率半导体的价值也越来越高。

　　ICV数据显示，2022年全球智能驾驶AI芯片市场规模将达33亿美元，年复合增长率达43%。智能座舱芯片部署率超过80%。预计到2030年全球座舱芯片市场规模将达到700亿美元。

　　功率半导体涉及电动汽车的行驶效率、充电速度、续航里程等各方面性能，是三款电动汽车的核心模块。

　　据Strategy  Analytics统计，电动汽车中单个功率半导体的平均价值可达500美元，是传统燃油汽车的五倍。

　　功率半导体、座舱芯片和智能驾驶芯片分别对应三电性能、座舱体验和智能驾驶功能，都处于当前整车技术卖点的前沿。主机厂通过芯片布局，不仅可以满足技术自主可控的需求，还可以增强整车产品的差异化竞争优势。

　　以智力为例。智能驾驶的竞争归根结底是AI能力的竞争。 AI能力的竞争归根结底是芯片性能+算法架构+数据量的竞争。三者耦合度很高。

　　通过开发自主研发的智能驾驶AI芯片，主机厂可以定义自己的芯片规格要求，深度挖掘芯片潜力，基于算法架构设计芯片架构，快速响应自身算法迭代需求，同时大幅降低成本满足不同主机厂的差异化需求。芯片设计带来的设计冗余极简，进一步减少BOM。

　　目前，智能驾驶AI芯片的自研技术和资金门槛较高。除特斯拉和蔚小汽车外，其他车企大多通过合资或投资的方式进行上游布局。

　　与智能驾驶芯片相比，座舱芯片的安装率更高，需求更大，应该会吸引车企深度布局。但目前的情况是，研发自研座舱芯片的整车厂少之又少。

　　公开的信息只是蔚来正在内部开发。吉利旗下一卡通已与Arm合作开发龙鹰一号。就连芯片能力独树一帜的特斯拉，依然选择AMD的座舱芯片。目前市面上几乎所有机型都采用高通系列芯片。 8155一度成为智能座舱的标杆。这种现象背后有多种原因：

　　首先，第三方座舱芯片的性能和供货能力能够满足下游车企的需求。其次，芯片本身的价值不高，远不及智能驾驶芯片。第三，座舱芯片的竞争力与生态链的完整性密不可分。更换新平台通常既耗时又费力，而且从整个生命周期的角度来看并不划算。

　　功率半导体因其价值较大且相关三电核心性能，是目前国内厂商芯片布局的主要重点。以上四种模式都有涵盖。其中，传统整车厂既有自研活动，也有对外合作。形式丰富，生力军趋向于对外合作，布局赛道从IGBT扩展到下一代SiC。

　　车企的芯片布局也体现了多元化的核心战略。汽车本身就是一个超级产品，结构复杂，产业链长。经历过大风雨的车企，很少将“核心芯片”放在一个篮子里，与外界合作。坚持多模式原则是上策。

　　例如，不少国内整车厂选择2-3款智能驾驶芯片进行量产适配，且大多是国内外供应商的结合。

　　以理想为例。 L系列高端智能驾驶车型采用NVIDIA  Orin平台，低端版本采用Horizon  J5平台。虽然两个系统的开发需要更多的人力和物力，但双供应商模式提高了作为客户的理想水平。掌握话语权，同时保证供应链的稳定。

　　比亚迪也是如此，在腾势N7上使用了NVIDIA  Orin芯片，并计划在高配版汉车型上使用地平线征程5芯片。

　　蔚来虽然小鹏汽车一直选择NVIDIA独家供应其智能驾驶芯片平台，但自研芯片的布局也体现了重塑供应模式的潜在愿望。

　　大众汽车已将合作发挥到了极致。在经历了疫情期间的供应链风险后，它开始与半导体厂商直接合作，取代原来的一线供应商模式。通过与多家半导体厂商合作直接洽谈采购，提高半导体供应链的透明度和控制力。

　　大众旗下CARIAD选择与地平线组建合资公司，基于对方芯片开发其智能驾驶系统。新公司并不开发新芯片，而是通过战略合作，整合合作伙伴的能力，打造适合大众汽车中国乃至全球战略的高端智能驾驶系统。融入其广阔的汽车领域。大众虽然在芯片领域频频布局，但从未触及自研芯片这条线。欧美老牌车企深谙企业管理，崇尚合作与分工。

　　从财务角度来看，自研芯片在某种程度上并不划算，而且自研风险较高且管理基因不匹配。基于现有第三方芯片的合资模式已经是其最深入的芯片布局策略。

　　激进代表：对特斯拉FSD  的思考

　　近年来，车企纷纷造芯，但大部分车企仍背负着沉重的包袱，盈利仍不明朗。取得阶段性成功的知名车企只有比亚迪和特斯拉。其中，比亚迪和特斯拉代表了智能驾驶的方向。 FSD芯片在智能驾驶行业仍然被人们津津乐道。

　　特斯拉虽然是最激进的智能驾驶汽车公司，但它一开始并没有研发自己的域控AI芯片。

　　2014年至2016年，特斯拉基于Mobileye的EyeQ3芯片构建了HW1.0计算平台，支持基本的ADAS功能。它并不是独一无二的，但它满足了特斯拉快速批量生产的需求。缺点是计算能力。较低（小于1 TOPS），黑匣子交付模式。

　　到2016年，HW2.0计算平台切换为NVIDIA的DrivePX2，计算能力提升至24 TOPS。该系统配备8个摄像头、1个毫米波雷达和12个超声波雷达。

　　Mobileye和Nvidia都无法满足特斯拉对性能、研发进度、成本、功耗等方面的要求，雄心勃勃的马斯克最终选择了自研。

　　特斯拉于2016年推出自研芯片，并聘请AMD首席架构师Jim  Keller担任Autopilot硬件工程总裁。时隔三年，2019年首款自研芯片——FSD正式编号发布。该芯片基于三星14纳米工艺打造，算力高达144 TOPS，支撑特斯拉在智能驾驶领域的商业化进程遥遥领先于同行。

　　特斯拉自研芯片战略的成功得益于其清晰的战略思路：

　　首先，智能驾驶芯片定位明确。 Autopilot是特斯拉电动车的核心卖点之一，而智能驾驶芯片是Autopilot的核心技术控制点，价值很高（支持城市NOA的大算力域控制芯片成本普遍超过美国） 700 美元）。想要保持核心竞争力（性能成本），就必须把核心技术掌握在自己手里。

　　其次，芯片需求明确。在有了前两代使用第三方芯片的经验后，特斯拉对自己的芯片需求有了清晰的认识，从而剔除了不必要、冗余的规格要求，将算法固化到芯片硬件设计中，以达到最佳性能。和功耗平衡。

　　第三，智能驾驶架构稳定，演进方向明确。特斯拉拥有极其稳定的智能驾驶架构，很早就建立了纯视觉路线（虽然HW4.0考虑加入4D雷达进行冗余验证，但仍然可以认为视觉是其第一原理底层逻辑，比如最新的BEV  +Transformer架构），在需要芯片时不会因为后期架构调整而不断改变芯片，同时芯片架构的限制也不会导致整车智能驾驶的结构落后。第四，商业模式清晰。特斯拉采用硬件预嵌入策略，用户通过付费订阅的方式购买高端智能驾驶套餐。去年，特斯拉在全球共售出130 万辆汽车。仅去年第四季度，FSD  就实现了3.24 亿美元的收入。商业模式持续良性闭环。

　　是良药还是毒酒？车企自研芯片面临四大挑战

　　除了战略审时度势之外，自研芯片规划真正落地还需要克服诸多现实挑战。

　　以智能驾驶域控制芯片为例：

　　首先必须组建至少一百人的芯片设计团队，负责定义芯片需求（性能、功耗和面积是三个核心指标），并负责架构和算法设计、时序分析和仿真、门级网表文件生成，以及布局规划、物理验证等许多高度复杂的协作任务。

　　管理芯片团队对于传统车企来说是一个不小的挑战。首先，他们需要聘请外部高端芯片专家和专职管理人员。这个团队还需要与车企内部的其他部门密切合作，不仅是在芯片定义阶段，而且在后续的开发、测试和上线过程中都需要配合相应的团队管理策略。

　　第二步是确定芯片架构各模块的开发模型。一般来说，智能驾驶AI芯片分为三大模块：CPU、GPU和NPU。 CPU和GPU一般都是从外部采购成熟的IP，而NPU一般采用自研模式，这一点体现得最为明显。当OEM知道如何智能驱动算法后，所有模块都将集成到SoC中。 SoC架构设计需要较高的芯片设计能力和经验。

　　据媒体报道，小鹏汽车最初将自研智能驾驶芯片的SoC设计外包给Marvell，但对方投资水平较低，导致进展缓慢。后来又转移到日本Soxi，可见实现的复杂性。

　　此外，还有至少10亿元的资金投入、100人的高端芯片团队、单次流片成本上千万。这些都是巨额投资，不能指望成功流片。 Semiengingeering数据显示，开发28nm节点芯片的投资约为5130万美元，7nm节点芯片已达到2.97亿美元。

　　最后一步是找到合适的代工厂。对于7nm汽车标准工艺，我们只能找到台积电和三星。不过，如何让台积电和三星积极配合项目进度，也将考验车企应对上游Fab工厂的能力。然后坚持两到三年，确保芯片顺利量产，达到汽车级。这个时候朋友或者供应商的下一代芯片可能已经推出了。打磨了好几年的芯片还能不能继续使用，是一个重大考验。

　　尽管部分车企高举自研芯片战略大旗招兵磨刀，大有取代上游芯片供应商的潜力，但部分芯片供应商却不这么认为。

　　黑芝麻智能CMO杨宇鑫和新驰科技副总裁陈树杰在采访中也表达了类似的观点。他们相信：

　　首先，每颗优秀芯片的研发成本都很高，需要大量的应用来平均分摊研发成本。车企自己做不划算；第二，专业的人做专业的事，车企从无到有，自己做并不是最高效的选择；

　　第三，如果车企有差异化需求，可以选择与芯片供应商深度合作。

　　但英伟达似乎有特别的担忧。中国市场对于英伟达来说有着特殊的意义。中国消耗了英伟达近一半的芯片，尤其是在汽车领域。中国新势力已经推出的高端车型几乎都搭载了英伟达域控AI平台。

　　然而，中国车企基于地缘政治风险，正在重新审视其芯片供应计划。面对英伟达随时可能停产的高端AI芯片，提前做好自研准备不失为一种战略后备计划。难怪黄仁勋也开始担心，“如果中国买不到美国的GPU芯片，他们就会自己制造”。

　　此外，车企对于芯片性能和价格始终有双重需求，不同车企的平衡点也不同。何小鹏远赴美国与NVIDIA洽谈芯片定制事宜。定制点之一是将Thor算力从2000TOPS削减到750TOPS，以降低芯片成本，反映出芯片差异化需求日益强烈。

　　OPPO关闭哲库给整个科技行业敲响了警钟。车企也清醒地认识到，跨界造芯并不容易。他们需要面对技术不断更新迭代带来的成本压力。能否继续投资将是一个巨大的挑战。

　　事实上，最终真正自己造芯的车企比例并不高。大部分车企仍选择外包或深度合作策略。

　　芯片作为科技产业的战略制高点，对于目前普遍推崇科技的中国车企来说，似乎是一剂良药，但喝了可能就是毒酒。

　　归根结底，我们要避免盲从。一切都要立足业务本质，围绕公司战略目标，完善产品定义，发挥生态效能，完成业务闭环。

　　毕竟，当前芯片荒之后，车企面临的最大挑战并不是芯片供应端，而是如何基于商业闭环来定义产品功能并在技术路线上做出最优决策。