开年以来，一波新车型涌向台前，其最亮眼的特点都集中在了自动驾驶方面。
蔚来 ET7 宣布搭载激光雷达，自动驾驶域控制器内部整合了四颗英伟达 Orin SoC，理论算力达到恐怖的 1016TOPS，堪称目前已发布车型之最。上汽和阿里合资车企智己汽车也宣布搭载了 Xavier 或 Orin X 芯片，最高算力也超过 1000TOPS。
▲蔚来 ET7 自动驾驶电脑配置
长城 WEY 品牌推出的新车摩卡将搭载量产固态激光雷达，在 2022 年还将使用高通的 Snapdragon Ride 计算平台。英特尔旗下自动驾驶公司 Mobileye 宣布今年将在吉利旗下车型上率先搭载 EyeQ5 芯片…
很明显，作为自动驾驶系统的大脑，自动驾驶芯片显然已经成为 “车企的必争之地”，并且竞争日益白热化。
自 ADAS 技术，或者说是 L1~L2 级自动驾驶技术兴起之后，自动驾驶芯片市场长期被 Mobileye 和赛灵思两个玩家所掌控，前者的年出货量已经接近 2000 万片，后者则超过 700 万片。
但随着传感器、AI 等技术的发展，自动驾驶系统的硬件架构转变为域控制器架构（所有传感器的数据汇总后进行统一处理计算），同时对计算芯片的算力要求也越来越高。
GPU 王者英伟达、手机芯片王者高通先后推出大算力自动驾驶 SoC，开始从特斯拉、蔚来，以及长城手中抢夺 Mobileye 和赛灵思的市场份额。
另一方面，以 X86 架构为主的 PC 芯片巨头英特尔和 AMD 则分别以 153 亿美元和 350 亿美元的天价收购了 Mobileye 和赛灵思两个老牌玩家，希望将自家的大算力芯片与老玩家的产品和经验结合起来，抢占自动驾驶和智能汽车市场。
也正是在这一背景下，才出现了开头英伟达、英特尔和高通分别与不同车企合作，竞争自动驾驶芯片市场的一幕。
一场由英特尔、英伟达、高通、AMD 四大消费电子芯片巨头主动的自动驾驶芯片大战，正在上演。
一、四大巨头动作连连 自动驾驶芯片之战开打
在上周举行的 “中国电动汽车百人会论坛 2021”高层论坛中，全国政协经济委员会副主任苗圩在发言中说道，2020 年，我国 L2 级自动驾驶的渗透率已经达到 15%。
▲全国政协经济委员会副主任苗圩
也就是说，2020 年全年有近 300 万辆配备 L2 级自动驾驶的车辆进入市场，相当于新能源汽车市场的 2 倍还多，并且这一市场还在快速扩大。
如此巨大的市场，各大车企都在加紧占领，L2 级自动驾驶的竞争愈加激烈。
同时，L2 级自动驾驶芯片之战也在拉开序幕。
此前，L2 级自动驾驶芯片的霸主非 Mobileye、赛灵思莫属，不过从 2020 年开始，这一现象正在被逐渐改写，2021 年，Mobileye、赛灵思等老牌厂商在 L2 级自动驾驶芯片的地位可能会逐渐受到威胁。
1、英伟达快速拉拢造车新势力
2021 年开年，两家造车新势力召开了新车发布会，蔚来发布了旗下第四款车型，同时也是首款轿车 ET7，上汽和阿里合资汽车品牌智己汽车正式发布了两款量产车型。这三款车型将在今明两年陆续上市。
巧合的是，这两款车所采用的自动驾驶解决方案都来自英伟达。
蔚来 ET7 的 Adam 自动驾驶电脑采用 4 颗英伟达 Orin SoC，单颗芯片的理论算力可以达到 254TOPS。实际运行中，两颗 Orin SoC 参与计算，每秒钟能处理传感器产生的 8GB 数据。第三颗 Orin SoC 作为冗余，随时备用。第四颗 Orin SoC 则进行本地化的机器学习，不断提升车辆的自动驾驶性能，同时根据驾驶员个人喜好提供个性化的驾驶体验。
智己汽车的自动驾驶有两种解决方案，一种是视觉感知解决方案，采用英伟达 Xavier SoC，算力在 30～60TOPS；另一种是兼容激光雷达软硬件架构的冗余方案，理论算力可以达到 500～1000+TOPS 的算力，其中 500TOPS 算力版本配备两颗 Orin SoC。
除蔚来和智己汽车之外，国内造车新势力理想汽车、小鹏汽车也都与英伟达达成了合作，英伟达已经全面拿下国内头部造车新势力。
理想汽车将在明年推出的下一代车型中采用英伟达的解决方案，而小鹏 P7 已经采用了英伟达 Xavier 自动驾驶芯片。
值得注意的是，蔚来现售三款车型 ES8、ES6 以及 EC6，理想现售车型理想 ONE 采用的都是 Mobileye 的自动驾驶解决方案，一年时间内，两个品牌却先后与英伟达达成了合作。
2、Mobileye 不甘心 EyeQ5 芯片今年上车吉利
面对蔚来、理想的 “抛弃”，Mobileye 并不甘心。
本月初，车东西采访了英特尔副总裁、Mobileye 产品及战略执行副总裁 Erez Dagan，他在采访中就谈到了 Mobileye 与蔚来的关系。
▲中国媒体通过线上采访 Erez Dagan
Erez 表示，2020 年全年 Mobileye 向蔚来提供了超过 5 万套系统，包括三目摄像头系统以及 ADAS 解决方案。
不过，作为 ADAS 芯片行业的老大，Mobileye 更希望与大厂合作。
Erez 说道：“我们必须做出一个艰难的决定，那就是选择谁作为我们解决方案在中国市场的领导者。正如今年 CES 上提到的，我们的选择是与更大更强的吉利汽车集团合作。”
同时，他表示，随着更先进功能的加入，我们需要选择比蔚来更强大和有实力的 OEM 厂商。
Erez 在采访中表示：“我们跟蔚来的关系还是很好的，我们跟蔚来还有出行即服务（MaaS）运营车队供应的合同和三目方案的延长合同。”
去年 9 月，Mobileye 和吉利共同宣布，Mobileye SuperVision 自动驾驶系统将在今年秋季正式量产，首款车型就将是吉利的某款车型。
其中，SuperVision 包含两颗 EyeQ5 芯片，11 颗感知摄像头，能够实现端对端全栈 L2 级自动驾驶能力、高精地图以及泊车功能。
3、高通自动驾驶初见成果 2022 年正式量产
相比于智能座舱，高通在自动驾驶领域的动作可以用 “低调”来形容。去年年初，高通推出了 Snapdragon Ride 自动驾驶解决方案，可以为 L1/L2、L2+/L3、L4 不同的自动驾驶系统提供不同的 SoC。
就在去年 12 月 30 日，高通与长城汽车在自动驾驶领域达成合作，长城汽车将采用高通 Snapdragon Ride 平台，量产搭载于长城汽车 “咖啡智能”车型，预计 2022 年可在长城高端量产车型中搭载。
▲搭载高通 Snapdragon Ride 平台自动驾驶解决方案的测试车辆
高通 Snapdragon Ride 有多种硬件配置。面向 L1/L2 级自动驾驶，配备单个高通骁龙 ADAS 应用处理器；面向 L2+/L3 级自动驾驶，可以采用算力达到 30 TOPS 等级单颗 SoC，如果是 L4/L5 级自动驾驶，则可以采用多颗 SoC，算力超过 700 TOPS，功耗为 130 瓦的设备。
4、AMD 花 350 亿美元收购赛灵思
去年 10 月，AMD 宣布以总价值 350 亿美元的全股票交易收购全球 FPGA 鼻祖暨第一大 FPGA 厂商赛灵思。这一交易额比当时 AMD 市值（大约 940 亿美元）的 1/3 还要多。
AMD 除了看中赛灵思的 FPGA（现场可编程逻辑门阵列）架构之外，汽车业务也是合并后公司的重点业务之一。
近期的这四场 “大战”，实际上只是芯片巨头在 L2 级自动驾驶领域的一个缩影。2021 年，随着 L2 级自动驾驶普及度的不断增高，汽车由分布式计算向中央计算的不断进化，四家巨头的自动驾驶芯片之 “战”还将不断升级。
二、自动驾驶计算架构变革 芯片巨头跑步进场
ADAS 技术，或者说 L1~L2 级自动驾驶技术兴起之初，基本的功能就是 ACC 自适应巡航、AEB 主动刹车、还有 LKA 车道保持等系统。
想要实现这些功能，需要车辆对外部的其他车辆、行人等交通参与者，还有车道线进行感知。
博世等 Tier1 将毫米波雷达搬到了车上，用雷达感知前车的速度和距离，进行实现 ACC 功能。其雷达感知到的数据，一般都是在赛灵思的芯片上进行处理和计算，然后来实现车辆控制功能。
与此同时，以计算机视觉技术见长的 Mobileye 则选择用摄像头来感知外部的车辆和车道线，摄像头抓取的画面会在其自研的 EyeQ 系列芯片上进行计算，并输出结果，从而实现 AEB 自动紧急制动、车道保持等功能。
在基于毫米波雷达和智能摄像头的 ADAS 技术各自发展一段时间后，Tier1 和车企发现，可以将雷达和摄像头的感知能力结合起来使用，实现更高级的功能——比如 ICC 集成式智能巡航系统，就是现在常说的 L2 级自动驾驶技术。
工作时，雷达和摄像头都会监测车辆前方其他道路参与者的信息，比如车辆、行人、自行车等。同时摄像头负责感知车道线信息，有了其他车辆的位置和速度，以及车道线的数据，车辆即可在单一车道内进行自动驾驶，并根据前车距离和速度自动加减速。
在这个过程中，摄像头和雷达都会感知前方的路况，需要对感知结果进行汇总、比对后来做出驾驶决策，因此厂家会选择一个传感器（雷达或摄像头）作为主控制器，接受另一个传感器的数据，并在此进行统一计算。
由于 Mobileye 在视觉感知领域经验非常丰富，因此大部分车企都会选择使用 Mobileye 提供的视觉感知方案（摄像头 + 写好了感知算法的 EyeQ 芯片）。
毫米波雷达则选择博世、大陆等公司的产品，雷达内部用于计算的芯片则依然是赛灵思的产品。
正是因为 L1~L2 级自动驾驶普遍使用了这样的硬件架构，因此这个市场一直都是 Mobileye 和赛灵思的天下。
可以看两组数据。
Mobileye 在 2020 年，EyeQ 芯片的出货量再创新高达到 1930 万枚，已经与 28 家车企达成合作。
赛灵思也是如此，2016 年～2020 年，汽车芯片的平均销售量为 1930 万套，在 2020 年，有超过 750 万套设备运用于 ADAS。
可以说，绝大部分搭载了 ADAS 系统的车辆，都使用的是这两个玩家的芯片。
但变化出现在 2015 年左右，英伟达当年推出了 Drive PX 系列自动驾驶 SoC，希望为汽车的自动驾驶系统提供算力。
Drive PX 首批客户中最重要的就是特斯拉了。
当时，特斯拉已经意识到自动驾驶技术将是智能汽车的核心功能。再加上深度学习技术的兴起，特斯拉希望用深度学习等 AI 技术打造出全球最强的自动驾驶系统。
与传统 L1~L2 多使用基于规则的算法不同，因为要用到深度学习技术，特斯拉就需要改变系统的硬件架构，从雷达、摄像头分别计算（并融合），跨入到了自动驾驶域控制器的玩法之中。
特斯拉基于英伟达的 Drive PX 芯片研发了自动驾驶域控制器，早期仍然选用 Mobileye 的感知系统，但同时额外安装了自己的摄像头来收集道路数据。
工作时，Mobileye 的视觉感知系统和毫米波雷达会将感知结果输出到特斯拉的域控制器中，域控制器对感知结果进行融合，同时进行计算，给出驾驶决策。
这一步里，特斯拉相当于是将感知部分交给供应商来做，自己制作最后的决策算法。事实上，像是宝马、通用、福特等大型车企也目前也都是这种做法。
再往后，特斯拉有了足够多的数据后，开始放弃 Mobileye 等供应商的感知方案，自己采购摄像头和雷达，原始信息全部在域控制器内部进行处理，自己获得感知结果，然后自行进行融合和决策。
特斯拉的这种做法是当时量产车中最先进的自动驾驶系统架构，也是现在正在快速普及的域控制器架构。
这一架构的出现，彻底改变了游戏规则。
一方面，在特斯拉的带动下，越来越多的车企开始选择自己做感知技术，这就不再需要在摄像头或者雷达系统内安装赛灵思的计算芯片。雷达和摄像头采集的原始数据直接到域控制器内进行处理和计算即可。
另一方面，这一架构下所有传感器的数据都要回传到域控制器进行处理，同时传感器的种类和数量也不断增加，对域控制器的算力也提出了更高的要求。
或者说，就是对域控制器内最关键的计算芯片提出了更高的要求。
正是看到了这一技术变革趋势，英伟达在 2015 年才会选择用消费电子领域流行的 SoC 芯片来打造自动驾驶芯片，并与特斯拉一起促进了 L2 级自动驾驶系统的变革。
当然，由于特斯拉的发展速度太快，在 2019 年的时候更是决定甩开英伟达，直接做了自己的自动驾驶芯片，来提供更高的算力，但依然证明了这一变革已经大势所趋。
自动驾驶计算架构向着集中计算架构转变，自然让英特尔、AMD、高通等消费电子芯片巨头看到了新的机会。
毕竟，这个星球上算力最强的芯片，都是消费电子芯片巨头的产品。
英伟达第一个做出了反应，以 2015 年的 Drive PX 产品开始，每年都在推出新的自动驾驶芯片，稳步推进。
2016 年，英特尔选择以 153 亿美金天价收购了 Mobileye，给自己买到一张入局自动驾驶，甚至是智能汽车行业的门票。
手机 SoC 巨头高通，在 2014 年先推出了 602A 汽车 SoC，给座舱提供算力。在 2016 年，其又更进一步，推出了 820A SoC，还能给 ADAS 系统提供算力，希望进入自动驾驶市场。
与此同时，高通还选择了跟英特尔一样的路子，希望通过以 400 多亿美元收购全球最大的汽车芯片供应商恩智浦，来获得装车经验和客户资源，但最终被监管机构否决。
再往后，英伟达和 AMD 分别在去年宣布收购 Arm 和赛灵思，收购价格也是空前的高，分别达到 400 亿美元和 350 亿美元。
至此，消费电子领域四大芯片巨头，全部进军到了自动驾驶和智能汽车领域，新一轮的汽车芯片算力之战打响。
三、天价收购不断上演 自动驾驶成巨头新战场
除了在产品上的布局之外，芯片巨头的投资并购布局脚步始终没有停歇，几年来投资并购总额已经超过 900 亿美元。几家芯片巨头在数据中心、AI、工业、汽车领域的豪赌其实早就已经打响。
▲四家芯片巨头近年来的投资并购
1、英特尔 162 亿美元买下 Mobileye 和 Moovit
2017 年，英特尔斥资 153 亿美元买下 Mobileye，就是这场芯片大战的开始。
实际上，英特尔也是借助 Mobileye 打下 L2 级自动驾驶的市场。
2017 年，英特尔与当时谷歌自动驾驶公司 Waymo（后被拆分为 Alphabet 子公司）达成合作，Waymo 测试使用的自动驾驶系统全部采用英特尔的处理器进行计算和决策。
不过，在 L2 级自动驾驶领域，英特尔的资源很少，在收购 Mobileye 之后，全球 25 个以上的汽车品牌、300 多个车型、6000 万辆以上的汽车都搭载了 Mobileye 的 L2 级自动驾驶技术，让英特尔在 L2 级自动驾驶领域站稳脚跟。
英特尔在 L2 级自动驾驶领域的入局无疑是非常成功的。
就在本月初，Mobileye 发布了一款自研的激光雷达系统集成芯片。利用硅光子工艺集成激光器，依靠 FMCW（调频连续波）计算物体的距离、速度、方向，将在 2025 年正式上车。
▲Mobileye 自研激光雷达芯片
这款自研的激光雷达芯片就将使用英特尔的技术制造。而硅光子学加工、晶圆厂以及 IP 方面，英特尔都有其优势，可以将有源和无源激光元件集成在芯片上。
除激光雷达之外，Mobileye 通过行即服务（MaaS）、车辆即服务（VaaS）、驾乘即服务（RaaS）将自研自动驾驶技术推向市场。
去年 5 月，英特尔斥资 9 亿美元（约合 58.3 亿元人民币）的价格收购以色列出行服务公司 Moovit，这家公司所提供的服务就事 MaaS。
▲Moovit 移动 app
Moovit 的用户群体非常庞大。公开数据显示，Moovit 在全球 102 个国家和地区提供公共交通、自行车以及两轮电动车服务，整合城市内的出行信息，也就是类似 Uber、滴滴的出行服务平台。同时，Moovit 的用户总数已经超过 8 亿，已经有庞大的用户群体。
2、AMD 花 350 亿美元买下赛灵思
去年 10 月，AMD 宣布以总价值 350 亿美元的全股票交易收购全球 FPGA 鼻祖暨第一大 FPGA 厂商赛灵思。这一交易额比当时 AMD 市值（大约 940 亿美元）的 1/3 还要多。
分析指出，AMD 看中赛灵思的 FPGA（现场可编程逻辑门阵列）架构，能够为云、边缘计算、终端设备提供更强大的计算平台，汽车业务也是合并后公司的重点业务之一。
3、英伟达 400 亿美元收购 Arm
2020 年，英伟达宣布将以 400 亿美元收购芯片设计公司 Arm。如果交易完成，这将成为半导体行业有史以来最大的并购案。
在收购声明中，英伟达也提到将与 Arm 生态系统相结合，能够将计算从云、智能手机、PC、自动驾驶汽车和机器人技术推进到边缘物联网，进一步将 AI 计算扩展到全球各个角落。
在 L2 级自动驾驶的 SoC 中，Arm 架构的 CPU 核心以及 Mali GPU 核心都非常常见，无论是赛灵思、英伟达、Mobileye 还是高通，Arm 架构的核心当前必不可少。
4、高通曾谋求收购恩智浦 但最终失败
实际上，高通也曾在 2018 年谋求收购老牌汽车半导体公司恩智浦，当时恩智浦的估值为 470 亿美元，交易额甚至超过英伟达收购 Arm。但由于监管机构没能批准，最终收购失败。
近几年，高通在智能座舱领域的地位凸显，高通骁龙 820A、采用 5G 技术的第三代高通骁龙汽车数字座舱都已经大规模量产上车。
不过在自动驾驶领域，高通的脚步有些慢。
2020 年初正式发布自动驾驶平台 Snapdragon Ride，最早量产时间在 2022 年，而其他芯片巨头的产品从去年开始已经陆续上车。
四、车企、芯片厂配对背后 算力与开放性是关键
芯片厂商提供芯片，最终决定是否装车的还是整车企业。那么，这些芯片巨头的 L2 级自动驾驶芯片究竟能不能受到车企欢迎呢？
车东西咨询了英伟达自动驾驶软件总监卓睿，以及国内 AI 芯片厂商地平线市场拓展与战略规划副总裁李星宇，得到了问题的答案。
卓睿认为，英伟达和各大车企接触的过程中，有五个关键指标影响着自动驾驶芯片的选择。
1、深度学习的算力和效能。除 spec 算力之外，车企还会参考芯片的计算效能，也就是实际使用中究竟有多少算力是有效的，这个数据和多家厂商对比，最终得出结论。
2、支持多个不同种类传感器输入。自动驾驶车辆不断向高等级和多功能方向演进，除视觉传感器之外，还需要毫米波雷达、超声波雷达甚至激光雷达加入。域控制器支持更多数量、更多种类的传感器输入接口，也是一大优势。
3、软件开发的便利性。当前有不少有实力的车企正自研自动驾驶的感知和决策算法。由于整套软件的开发周期较长，对车企来说能早一天开发，就能早一天量产上车。英伟达提供多种开发工具，例如使用 CUDA 开发软件，甚至能用 GeForce 以及 Tesla GPU 硬件进行开发。当产品正式量产后，可以轻松移植到自动驾驶硬件中。
4、获得功能安全认证。在自动驾驶过程中，芯片需要保持安全性和稳定性。当前英伟达量产的 Xavier 自动驾驶芯片已经获得德国 TÜV 的 ASIL-C 功能安全认证。
5、提供完整的解决方案。能否提供完整的解决方案也是车企选择自动驾驶芯片的重要指标。一些车企自研自动驾驶系统，希望得到更加开放的软硬件解决方案；还有一些车企希望买整套技术集成进车内，这两种解决方案英伟达都能提供。
去年，英伟达和奔驰达成合作，从 2024 年起，奔驰所有车型的自动驾驶系统将采用英伟达的解决方案，奔驰的选择就是完整的自动驾驶解决方案。中国的造车新势力小鹏、理想以及蔚来先后宣布采用英伟达的自动驾驶芯片，同样也在自研自动驾驶算法，实际上采用的是芯片 + 底层软件 + 开发工具链的方案。
车企对开放的解决方案有巨大需求，近年来也催生了一批自动驾驶芯片的初创公司。
国内汽车芯片初创公司中，唯一实现量产上车的就是地平线。当前地平线征程 2 芯片能够让奇瑞蚂蚁实现 L2 + 级自动驾驶，同时也在长安 UNI-T 上装车，实现智能座舱功能，这款芯片的出货量已经超 16.5 万。
去年发布的征程 3 芯片，算力增强的同时，可以让车辆实现自动泊车功能，目前已经实现量产。
▲地平线征程 3 芯片
而日益增长的算力需求，即将发布的地平线征程 5 将拥有 96TOPS 算力，征程 5P 将拥有 128TOPS 的算力，征程 5 系列芯片预计将于明年下半年量产上车。
李星宇认为，面向未来中央计算的电子电气架构，芯片厂商需要拥有开放策略，为车企提供芯片、工具链，让有自研算法的车企直接移植到硬件平台中，同时为没有算法能力的车企提供算法。
总结来看，四大芯片厂商的自动驾驶之战，实际上就是算力和开放性的战争。
作为 ADAS 芯片行业的老大，Mobileye 同样有自己的考量。在此前的采访中，Mobileye 产品及战略执行副总裁 Erez Dagan 表示，Mobileye 更希望与大厂合作。
Erez 说道：“我们必须做出一个艰难的决定，那就是选择谁作为我们解决方案在中国市场的领导者。正如今年 CES 上提到的，我们的选择是与更大更强的吉利汽车集团合作。”
同时，他表示，随着更先进功能的加入，我们需要选择更强大和有实力的 OEM 厂商。
Mobileye 最新的 L2 级自动驾驶系统称为 SuperVision，首款与吉利汽车合作的车型将在今年 9 月正式量产上市。在 Mobileye 的测试视频中能看到，这款车搭载了 11 枚摄像头、2 颗 EyeQ5 芯片。
▲SuperVision 硬件配置
Mobileye 也展示了测试车辆搭载的硬件，共有 2 颗 EyeQ5 芯片组成计算设备。在自动驾驶感知方面，Mobileye 提供了端对端全栈 L2 级自动驾驶能力、高精地图以及泊车功能。
Mobileye 已经向着中央计算的电子电气架构发展，但和此前相同，Mobileye 仍然向车企出售整体解决方案。
结语：从 L2 到 L4 的芯片之战正在进行
L2 级自动驾驶渗透率的不断提高，催生自动驾驶的普及，苦苦研发 L4 级自动驾驶的科技公司、初创公司心里一定美滋滋，用 L4 级自动驾驶赚钱的那一天已经越来越近了。
无论是 L2 级还是 L4 级自动驾驶，芯片之战早已打响，无论是芯片巨头还是初创企业，看好的不仅是当前的市场，更多的是未来 L4 级自动驾驶的市场，追求高算力以及中央计算的电子电气架构将是自动驾驶芯片公司未来一个时期内的主要目标。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。