中兴、华为之痛，中国汽车是否也会在劫难逃？

新能源汽车近年来在国内市场的飞速发展大家有目共睹，截止2019年，中国新能源汽车的销量已经占据了全球新能源汽车市场过半的份额。同时，宁德时代与全球汽车巨头展开合作，戴姆勒入股孚能，大众入股江淮、本田入股宁德时代，没有了一直束缚自主品牌的发动机和变速箱方面的差距，中国在新能源领域取得的市场地位达到了燃油车时代未曾企及的高度。于是我们经常看到，说中国在新能源车领域进行着弯道超车的好戏。

不过，不容忽视的是特斯拉至今仍是全球纯电动汽车领域的绝对霸主，Model3国产车型上市以来一直领跑新能源汽车销量榜。除了早已建立起来的强大品牌优势，特斯拉的强项不止在纯电续航方面，智能座舱和强大的辅助驾驶乃至在自动驾驶领域的技术储备都是其吸引消费者的重要原因。想要在新能源汽车领域弯道超车，拼的不只是电池，更需要在汽车智能化方面的实力。而智能汽车，离不开的便是芯片。

芯片是智能汽车的重要基石

在当下这个移动互联时代，芯片已经充斥在外面身边的几乎每个角落。但如果不是中兴、华为事件，我们甚至很少注意到这个无处不在，无比重要又十分微小的部件。在汽车领域，芯片是智能汽车离不开的重要基石。智能汽车包括智能座舱和智能驾驶两个主要的方面，接下来外面着眼更为复杂一些的智能驾驶方向，聊聊汽车上的芯片那些事。

智能驾驶，也就是我们常说的自动驾驶，它的实现主要依托于遍布车身的传感器、算法以及芯片。至于这三者谁更重要？这里不得不给出一个不痛不痒的回答——都很重要。做个比较直白的比喻，芯片相当于人的大脑，算法就相当于是人的思想，而传感器就是眼睛、耳朵、鼻子、皮肤这些视觉、听觉、嗅觉、触觉机构。和人不一样的是，人是先有大脑，后有思想，而对于自动驾驶，相当于“外部生命”把思想（算法）写好装进了大脑（芯片），算法和芯片并没有先后的顺序。

传感器、算法以及芯片在功能上同等重要，缺一不可。不过传感器的技术门槛相对不是那么高；算法我们与先进水平虽有一定差距，但目前整个行业尚处于发展初期，进步的空间还很大；而我们在芯片环节的薄弱，在美国动用国家机器打击中兴、华为的事件中可见一斑。

中国作为石油消耗大国，2019年进口大约2400亿美元左右的石油，但我国同年进口芯片的总额去到了3000亿美元左右，芯片已经成为我国最大宗的进口商品。可以看得出芯片市场规模和中国在半导体领域的短板有多庞大。芯片最基础的材料是硅（Si），制造芯片所需的单晶硅来自于到处都是的沙子，可以说是取之不尽。但难就难在要在指甲盖大小的硅片上刻上几亿乃至几十亿条电路，这种纳米级的操作，需要用到一种叫做光刻机的设备。

单晶硅

芯片的制作首先要从沙子中高温萃取单晶硅然后切成薄片，在薄片上涂一层光刻胶，光刻胶是一种在光的照射下能从不溶于水变成溶于水的感光材料。冲洗掉溶于水的部分，便可以通过蚀刻在单晶硅上留下密密麻麻的刻痕，里面可以注入金属等制作成导线、电阻等器件。经过反复多次光刻和蚀刻就能制造出及其复杂的芯片，这就是芯片制造的基本原理。

但是以上操作都是在纳米级的范围内进行的，直白的说就是要有足够细足够强的光和可以在纳米级精准移动的轴承，光刻机被认为是世界上最精密的机器之一。目前，荷兰ASML公司占据了光刻机市场的80%，他的镜片来自德国蔡司、轴承来自瑞典SKF，在光刻机技术上互相交叉持股牢牢绑定。除了ASML，日本佳能、尼康也制造光刻机，但在发展上已经被ASML远远的甩在了身后。而中国最强的上海微电子芯片公司目前只能制造出90nm水平的光刻机，仅相当于对手2000年的水平。中国台湾的台积电、韩国三星、美国英特尔等晶圆制造巨头使用的都是ASML的光刻机，而其他主机厂则找这些企业代工生产芯片，例如华为之前主要找台积电代工生产的芯片。

光刻机巨头是荷兰公司，合作的核心部件来自德国、瑞典等，光刻胶技术几乎是日本一家独大，晶圆制造也并非美国独一家，为什么美国可以限制中国半导体的发展？1996年，美国牵头组织了包括俄罗斯、德国、荷兰等33个工业发达国家签订了一个流氓协议——《瓦森纳协定》，将一些尖端技术对其他国家进行技术封锁上。虽然成员国理论上可以自愿对出口进行限制，但美国会干涉所有违背其意志的交易。2018年，国内最大的晶圆制造商中芯国际曾向ASML订购单机价值超过1.5亿美元的7nm EUV光刻机，当时得到了荷兰政府的许可。但在美国的干涉下，很快ASML单方面终止了合同。而在美国针对华为时，直接要求晶圆制造企业不得给华为代工芯片，台积电随即单方面取消了华为的芯片订单。

《瓦森纳协定》签约国

目前，中芯国际刚刚能够实现12nm工艺芯片的生产，而国际上当下主流的现金水平已经实现了7nm工艺。目前台积电5nm芯片已进入风险试生产，3nm工艺据称有望在2021年实现试产，2nm工艺研发也已经启动。当然，中芯国际最先进的光刻机也是购买的ASML的设备，但最先进的设备却无法采购。例如2015年，三星、台积电等企业已经可以采购ASML品牌10nm工艺的光刻机，同年中芯国际却只能买到ASML品牌32nm工艺的光刻机。2015年中芯国际的芯片工艺水平只能达到台积电2011年的水平。而这五年间，市场经历了2G到3G的转折期和4G时代的到来。

美国硅谷企业分布

除了瓦森纳协定，美国在上游材料、PVD、离子注入、检测设备等方面也有着近乎垄断的优势，因而美国也可以通过专利技术切断他国的芯片供应。除了芯片代工，美国还有另一个杀手锏，就是在芯片设计方面。一块芯片的诞生，要经历设计-晶圆制造-封测几个大的环节。美国半导体产业起步早，技术先进，在硅谷积累了大量的芯片设计人才，同时在芯片设计所需的软件领域更是呈垄断态势。芯片设计要在不到指甲盖大小的平面上绘制几亿条线路，每一个细微的错误都可能导致几十亿投资的损失，这显然不是可以手工绘制的项目。在芯片设计环节，需要用到EDA软件。

放大后的芯片构造宛若城市

现如今全球最大，也是仅有的三家可以提供全套EDA服务的公司分别是Synopsys、Cadence、Mentor Graphics，三家公司总部全部设在美国。今年5月15日，美国再次对华为痛下杀手时，提出禁止华为使用美国的EDA软件，与华为合作的公司随即中断了华为购买的EDA软件的更新升级服务。华为本身具备了不错的芯片设计能力，但没有EDA软件也是巧妇难为无米之炊。就好比你有很厉害的PS技巧，但突然有一天Adobe公司禁止你继续使用Photoshop一样尴尬。山寨软件可行吗？且不说是否真的能够实现山寨，作为要在市面流通的命运产品，专利层面的合法性是无法避开的。

其实，中国在早年曾发展国自主的EDA软件，例如1993年中国曾开发出首款国产EDA软件熊猫系统，但美国随即解除了对中国的EDA禁令。面对强大的国际巨头的竞争，国产EDA软件的发展立马陷入了停滞，如今国内还有少数仅存的EDA企业，在少数特定性能上甚至有出众的表现，但并不能形成规模化的全套服务，对于中兴华为目前面临的窘境也属有心无力。

中兴、华为的痛是否会在汽车圈重演？

不少人会好奇，中国有先进的导弹、雷达等武器系统，有先进的航天科技，北斗导航卫星已经组网成功，这些无一不需要先进的芯片支撑，为何小小的手机芯片会让美国如此嚣张？其实这涉及到了规模和性能取向的问题，军事、航空等领域所采用的同样需要很高的算力，但与消费级通用芯片在性能、功耗、成本等方面的追求不同，军用级芯片更关注稳定，可靠，抗干扰性等方面的表现。目前很多军用芯片很多还在90nm、65nm，28nm甚至14nm的军用芯片已经属于最顶尖的产品了。目前中芯国际已经可以量产14nm芯片，而90nm芯片甚至可以使用到我们自主的光刻机生产。军用芯片大多是单一处理型芯片，不像消费级通用这种啥都干的全能型选手，因而极限要求反而更低。在军事领域中国芯片能够保证足够的安全。

另外，军事、航天等科技金字塔顶端的行业中，同一种芯片的需求量往往不过几千甚至几百，在巨额的研发费用面前，生产成本的影响微乎其微。而手机Soc、电脑CPU等通用消费级芯片市场的规模都在亿单位级，研发的成本会被最大极限的摊平，单块芯片的制造成本便也是重要的考量因素。也正因如此，芯片市场有个看起来很奇怪的现象，最尖端、最先进的芯片能够迅速的占领市场，摊平研发等费用，因而最先进的芯片往往是最便宜的。除了市场规模较小的专用芯片，消费级芯片市场并不存在我们日常理解的“低端市场”，不能打开市场局面的低端芯片，价格反而会更高。

相比军用芯片等，汽车仍然是一个规模庞大的民用市场，但智能汽车的市场规模与手机Soc、电脑CPU等通用消费级芯片又无法相提并论。2019年，全球汽车销售总量约为9032万台，而同年仅华为一个品牌的手机出货量就达到了2.385亿部，位居全球第二，三星和苹果手机出货量分别达到了2.965亿和1.962亿部。即便未来智能汽车能够绝大部分乃至全部汽车市场，其芯片的消费规模也无法与手机、电脑等相提并论。同时在汽车这个高附加值的产品中，芯片成本所占的比重也相对较低。

另外，由于使用环境的不同，汽车所搭载的芯片与消费级芯片的要求也会有所不同。打入汽车电子类产品供应链需要满足AEC Q100/101/200可靠度标准和ISO/TS 16949零失效标准，在温度、防水防尘、发霉、有害气体侵蚀、冲击、振动、可靠性、一致性方面都需要比消费级芯片达到更高的要求。例如在温度方面，消费级芯片仅需满足0~70℃的要求，汽车乘员舱芯片需要满足-40~80℃要求，而燃油车发动机周边的电子产品需要满足-40~150℃的要求。另外，消费级电子产品的设计寿命往往只有数年，而汽车的设计寿命至少要达到15年或20万公里，这就对车规芯片的耐久性有了更高的要求。

奥迪A7自动驾驶测试车前后对比

同时，自动驾驶所需的芯片也属于专用芯片领域，与可以不计成本的军用单一处理型芯片相比在性能和成本上要有更多的考量，但与消费级同样芯片相比极限还是会更低一些，因而在工艺水平上的要求也会相对较低。目前14nm工艺水平的芯片基本可以满足当下辅助驾驶/自动驾驶的设计要求，但是最顶尖的产品还是有用到7nm的工艺水平。在自动驾驶设计、测试阶段，厂商经常将数块GPU拼在一起”，放在车辆的后备箱中，体型庞大，能耗也相当之高。在量产中车规芯片对于能耗也需要有更高的要求，尤其对于续航本身就备受关注的纯电动汽车而言。

以目前的技术水平和要求来看，自动驾驶所需的芯片在工艺和制造方面被美国等国家卡脖子的风险不算太高。从另一个角度来看，尚处于发展幼稚期的自动驾驶被当做中美大国博弈的筹码的可能性也微乎其微。目前手机Soc、电脑CPU已经处于相对成熟的市场，已经基本形成更新迭代的市场规律，品牌之间的关系网也相对稳定。美国动用国家机器无理的打乱市场环境能够立竿见影的起到威慑作用。

而自动驾驶目前还在摸索中前进，正处于逐步完善技术，确立行业标准的关键时期，美国凭借在半导体产业领域积累的优势在自动驾驶芯片领域同样处于领先地位，此时美国当然不会主动放弃领导地位。但作为国内企业，中兴、华为的遭遇不得不作为警醒，而早年美国EDA软件扼杀国产EDA熊猫系统的手段也会故技重施。对国内芯片企业对于产品保持一定的采购量，不仅是出于爱国的举动，而是关乎企业未来安全的重要举措。

国内自动驾驶芯片现状

纵观全球自动驾驶芯片领域，诞生自以色列耶路撒冷的Mobileye占据了全球ADAS市场60%的市场份额，包括宝马、通用和沃尔沃等早期客户在内，Mobileye已经拥有 20 余家稳定车企客户。2014年，Mobileye在美国纳斯达克上市，被认为是以色列有史以来最成功的IPO案例。2017年，Mobileye的潜力被芯片巨头英特尔看中，以 153 亿美元的价格收购。Mobileye EyeQ系列是典型ASIC芯片，量产了从EyeQ1至EyeQ4系列芯片，EyeQ4的算力为2.5 TOPS，功耗为3W,能效0.83 TOPS/W。不过随着竞争的加剧，研发中的EyeQ5将从过去的一体式视觉芯片+算法供应商的“黑匣子”模式转变为开放的系统。目前，小鹏XPilot、蔚来NIO Pilot、广汽新能源Aion系列车型等均采用了Mobileye EyeQ4芯片。

相比Mobileye相对实用的路线以及早期捆绑算法的路线，英伟达更加注重超强的算力和开放的生态，也赢得了不少的市场份额。英伟达最新推出的Orin芯片算力可达200TPS，功耗45W，可以同时满足AI训练和推理的需求。疫情期间，英伟达发布了第八代架构安培（Ampere）、以及基于安培架构的第一款GPU A100。A100拥有 826 平方毫米的芯片面积、540亿个晶体管、3D堆叠技术，同时支持TF32和BF16格式，拥有438个第三代Te那个nsor Core，支持虚拟成为 77 个 GPU 来执行不同的任务，是当前最强大的7nm芯片。

一直以来都在大力发展自动驾驶的特斯拉与Mobileye和英伟达都有着很深的渊源，Autopilot 1.0系统使用的便是Mobileye Q3芯片，从Autopilot 2.0开始，特斯拉转投到了英伟达的怀抱。2019年4月，特斯拉发布了首款自动驾驶芯片FSD，并直接实现量产，英伟达与Mobileye也被抛弃。FSD芯片除了常规的CPU和GPU之外，还配备了2个神经网络处理器，运行在2.2GHz频率下能提供72TOPS的处理能力，可以说是当前最好的自动驾驶芯片。

而在国内，华为在2018年推出了分别对应L3和L4级自动驾驶的MDC300和MDC600两个平台以及全栈解决方案。其中MDC300由昇腾Ascend310芯片、华为鲲鹏芯片和Infineon的TC397三部分组成，而MDC600基于8颗昇腾310 AI芯片。华为昇腾310算力为16TOPS，功耗仅为8W，能效为2TOPS/W。除了华为昇腾，华为旗下还有大名鼎鼎的华为海思麒麟系列芯片。

除了力扛中国芯片行业大旗的华为，地平线、寒武纪等自动驾驶初创企业有都颇有建树。地平线由前百度研究院副院长、百度深度学习实验室主任余凯于2015年创办，2017年底推出向智能驾驶的征程（Journey）1.0处理器和面向智能摄像头的旭日（Sunrise）1.0 处理器。2019年，地平线发布了国内首款车规级芯片征程二代，拥有超过4TOPS的等效算力，典型功耗仅2W，采用台积电28nm制程工艺。地平线还计划在今年年底推出拥有96TOPS算力，15W功耗的征程5芯片。

寒武纪由中国科学院计算技术研究所下一个课题小组于2016年创办，其研发重点在人工智能领域，目前已发布了多款7nm工艺的IP产品。其中主打的是智能驾驶领域Cambricon-1M处理器IP属于第三代产品，提供了2TOPS、4TOPS、8TOPS三种尺寸的处理器内核。华为麒麟970芯片便是基于寒武纪的NPU架构打造。

另外，致力于打造阿波罗自动驾驶的百度在2018年发布了首款AI芯片——昆仑；南京芯驰半导体发布了X9、V9、G9三大汽车芯片产品；黑芝麻科在今年6月15日发布了研的车规级芯片——华山二号A1000和华山二号A1000L。而2015年创办的西井科技则另辟蹊径，将研发重心放在了类脑芯片上。与主流的冯•诺依曼结构处理器芯片不同，类脑芯片模仿的是大脑神经元的工作形式，其计算模块和存储单元是分离的。其发布的DeepWell峰值算力1.8TOPS，单核功耗500mW，双核功耗1W。

写在最后

由于半导体产业整体的落后，中国在车规级芯片的开发起步也并不早。不过近两年来，中国在AI芯片领域的探索呈现爆发趋势，自动驾驶芯片领域的头部企业也逐步取得了一些实质性的成功。但是，芯片是一个需要长期巨额投入，见效很晚的产业，想要深耕半导体领域需要做好打持久战的准备。

美国针对中兴、华为突然的重拳出击确实让国内两家巨头企业措手不及，当下面临着很大的困难和危机。不过对于中国半导体产业而言，这却是一次难得的机遇。上世纪七、八十年代，日本半导体产业曾一度超越美国，但随后迎来的便是美国的迎头痛击，至今尚未能恢复元气。彼时的日本主权并不完整，而芯片的市场主要在美国，面对美国的打击也只能选择委曲求全。当下与美国的博弈中，我们有完整的主权，有全球最大的市场，在华为事件之前中国芯片市场基本被美国公司占据，而美国针对华为的阴谋无疑是主动退出了中国市场，这也正是中国芯片企业获得市场的绝佳机会。

即便未来美国选择重新拥抱中国企业，芯片危机仍然是悬在中国高科技企业头顶的达摩克利斯之剑。我们清楚的知道，美国拥有毁灭我们的能力，也有毁灭我们的动机，而打破这一威胁的关键，不在于自我蒙蔽或寄希望于美国的自我颓废，只能是奋发图强在半导体产业领域赶上甚至超过世界先进水平。

对于芯片企业，客观的差距无疑是巨大的鸿沟，选择在细分的垂直领域各个攻克是当下最为稳妥的办法。美国的巨头企业也是在常年的兼并、整合中才逐步成为了拥有全套能力的霸主。同时，长期、巨额的投入也是不得不面对的巨大障碍。身在硅谷的特斯拉可以轻易的寻觅到最顶尖的芯片设计人才，从设计到代工制造都有完整的产业生态支撑，而我国的企业却需要一步一步的从头来过。而对于车企，选择英特尔旗下的Mobileye或英伟达的芯片无疑是更加方便的选择，甚至可以获得额外的品牌溢价，但长期而言仍然需要保持与自主芯片企业的高效互动，在爱国之外，这也是关系到切身利益的选择。

而对于我们普通消费者而言，高精尖的产业发展初期必然步履缓慢，甚至看不到其与我们实际生活有多少直接的交集。但对于中国芯片以及中国自动驾驶的理解和包容就是对他们最大的支持。技术的进步是推动人类发展的最核心动力，而掌握核心科技是我们维护主权、维护自身利益最终极的砝码。在中国大力推进芯片产业发展的同时，我们在石墨烯芯片、量子芯片等技术蓝海也在不断摸索。过去，我们常调侃中国“摸着鹰酱过河”，而当我们逐渐与鹰酱齐头并进甚至打入人类未曾探索的道路时，就是见证中国创造力的时候，也是最需要我们全民理解和支持的时候了。