2022年英偉達(dá)率先走入產(chǎn)品迭代周期（Xavier->OrinX），國產(chǎn)芯片和英偉達(dá)在2025年后正式進(jìn)入同層次競爭階段。國產(chǎn)芯片經(jīng)過五年的追趕在量產(chǎn)驗證和客戶獲取維度逐步打平英偉達(dá)。
有了與車企的合作關(guān)系以及性能上的進(jìn)階，國產(chǎn)芯片又幸運的遇到了智駕平權(quán)引發(fā)的需求爆發(fā)，成為最大公約數(shù)。
證據(jù)之一就是，從目前已有信息看，幾乎所有的自主車企都將國產(chǎn)芯片作為主流方案選擇，「國產(chǎn)芯+算法供應(yīng)商+Tier1+車企」的智駕方案合作模式成為主流，國產(chǎn)芯片供應(yīng)商喜提一輪需求井噴期。
東吳證券還從芯片架構(gòu)層面給國產(chǎn)芯片找到了一份優(yōu)勢，他們認(rèn)為英偉達(dá)的芯片都是GPGPU（沒有NPU，用GPU做AI加速），其他的智駕芯片都為專為智駕特制的ASIC芯片（有NPU，用GPU做AI加速）。
區(qū)別在于，GPU使用多個可以同時計算的乘加單元進(jìn)行AI計算，中間結(jié)果流回緩存；而NPU使用特殊結(jié)構(gòu)來避免中間結(jié)果流回緩存提高效率。
NPU可以理解為定制化的GPU，用于滿足特定的AI計算效果，是ASIC芯片效率更優(yōu)的核心原因。
作為對比，GPGPU作為智駕核心芯片，只能發(fā)揮出其30%的性能；而特斯拉HW3.0（標(biāo)準(zhǔn)算力144TOPS）的有效算力（針對特定算法）相當(dāng)于300+ TOPS的通用GPU。
芯片的開發(fā)是持久戰(zhàn)，定義之初就要保證符合下一代智駕算法的迭代方向。行業(yè)通常認(rèn)為芯片制造起碼需要三年積累，英偉達(dá)Orin從發(fā)布到量產(chǎn)用了三年；地平線J6從定義到量產(chǎn)用了四年；蔚來的神璣從定義到發(fā)布就用了五年。
規(guī)律其實已經(jīng)很明顯，越有積累和上下游資源的公司時間越短，并且這種時間跨度優(yōu)勢會持續(xù)保持下去，成為后來者很難逾越的壁壘。
但類似蔚來這樣的后來者也并非機會全無，從芯片制造成本視角來說，車企想通過自研來節(jié)省利潤必須滿足規(guī)模+迭代能力兩個條件：
1）具備足夠大的自供銷量（至少50萬片）；
2）芯片具備很好的迭代能力。如果芯片具備很強的迭代能力，那么開發(fā)人員可以有復(fù)用性，更容易實現(xiàn)經(jīng)濟性。
智駕芯片制造成本測算
三家新勢力中只有理想勉強達(dá)到了銷量規(guī)模，但其自研芯片進(jìn)展卻落后于蔚來和小鵬。
不過這也能從中看出，智駕研發(fā)的核心競爭力越來越趨于軟硬一體。
歷史上軟件與硬件的合作形式多樣，但唯一不變的是軟硬結(jié)合。其核心是車企對智能駕駛本質(zhì)的理解:智駕是計算系統(tǒng)整體效率的較量，不止是算法或硬件的競爭。
軟硬一體結(jié)合賦予智駕系統(tǒng)的優(yōu)勢在于算力利用率的提升，在這方面，特斯拉FSD算法和芯片的結(jié)合效果就足以代表。
根據(jù)特斯拉在2023年AI DAY上的披露，占用網(wǎng)絡(luò)可以直接利用FSD芯片的NPU進(jìn)行稀疏卷積計算，而通用芯片需通過CUDA等框架轉(zhuǎn)換為密集卷積，效率降低約30%。
根據(jù)Embedded Vision Alliance，特斯拉的底層驅(qū)動和中間件（如Dojo編譯器）可以針對芯片指令集優(yōu)化，減少了操作系統(tǒng)和中間層的調(diào)度開銷。相比之下，基于Linux或QNX的自動駕駛系統(tǒng)在通用芯片上運行時，需額外消耗5-10%的算力。
從規(guī)模+性能迭代到軟硬一體，無不透露出當(dāng)前智駕的兩條路線：即全棧自研與第三方供應(yīng)商，后者要相對弱勢一些。
但車企對于功能上車的思路永遠(yuǎn)兼顧性能和成本，算法升級/芯片迭代/傳感器簡化都為降本的思路。從這個角度看，成本是第三方智駕供應(yīng)商的優(yōu)勢之一。
以比亞迪為例，有券商調(diào)研紀(jì)要顯示，比亞迪天神之眼C（芯片：Orin-N/J6M）的智駕域控制器成本大概為3000元，加上傳感器后整體硬件成本不到5000元。
智駕尤其是高階智駕，其競爭力取決于數(shù)據(jù)、算力、人才、資金和內(nèi)部協(xié)同，其中算力和數(shù)據(jù)是兩個核心要素。
與大語言模型可在互聯(lián)網(wǎng)爬取海量文字?jǐn)?shù)據(jù)用于訓(xùn)練不同，端到端智駕系統(tǒng)訓(xùn)練需要的視頻數(shù)據(jù)獲取成本和難度較高。對于高階智駕功能來說，影響訓(xùn)練數(shù)據(jù)的重要因素包括能夠穩(wěn)定收集數(shù)據(jù)的車輛總數(shù)、以及車企智駕車型比例。
相較于第三方供應(yīng)商，整車廠在訓(xùn)練數(shù)據(jù)獲取方面具有較大優(yōu)勢。截至2024年3月，配備FSD的特斯拉車輛已達(dá)200萬輛。據(jù)華為預(yù)測，搭載華為智駕的車型在2024年底將突破50萬輛。截至2024年7月，理想累計交付超過87萬輛，其中有99%的用戶使用過輔助駕駛。截至2024年7月，蔚來智能駕駛總用戶數(shù)達(dá)55.8萬人，NOP+總用戶數(shù)達(dá)30.8萬人。截至2024年6月，小鵬XNGP的智能導(dǎo)航輔助駕駛的用戶滲透率達(dá)到了85%。
對于第三方供應(yīng)商而言，此前國內(nèi)上海AI lab團隊搜羅了整個Youtube，才最終搭建了一個2000小時的數(shù)據(jù)集OpenDV-2K。與之對比，特斯拉于2023年端到端神經(jīng)網(wǎng)絡(luò)開發(fā)之初，就投喂了1000萬個經(jīng)過篩選的人類駕駛視頻片段，即使以每段15秒計，這也是超過40000小時的高清視頻。
另外也不要低估人才規(guī)模和內(nèi)部協(xié)同產(chǎn)生的差距。
高階智駕核心靠人才驅(qū)動，根據(jù)新渠道觀察統(tǒng)計數(shù)據(jù)，華為、比亞迪、小鵬、蔚來、小米等車企的智駕團隊人員規(guī)模均在1000人以上；智能駕駛是當(dāng)前車內(nèi)復(fù)雜度最高的軟件之一，智能駕駛開發(fā)涉及多個二級研發(fā)部門的協(xié)同配合，如智能座艙、底盤、市場營銷等部門，對整車廠內(nèi)部協(xié)同和整體管理效率要求很高。
開啟這一輪智駕平權(quán)的比亞迪，雖然芯片和算法都比較依賴外部供應(yīng)商，但其自研智駕芯片的消息去年底就已傳出來了，今年五月基于地平線J6M的自研算法據(jù)說也在加班加點。
有頭有臉有銷量擔(dān)保的頭部車企，基本都是自研打底+外采過渡，而在主要為英偉達(dá)貢獻(xiàn)銷量的新勢力中，也只有小米和極氪暫無智駕芯片得自研計劃。
這對第三方智駕供應(yīng)商而言雖不是好消息，但也不算差。至少在自研芯片被驗證量產(chǎn)裝車的過程中，還有機會迭代性能完善服務(wù)，更何況車企對于功能上車的思路，除了性能還有更重要的成本考量。
快報
根據(jù)《網(wǎng)絡(luò)安全法》實名制要求，請綁定手機號后發(fā)表評論