自动驾驶芯片战役

英特尔、英伟达、高通之战早已埋下伏笔。

自动驾驶芯片战役打响。

2021年11月16日，高通在2021投资者大会上，宣布与宝马达成合作，从2025年开始，宝马新车将使用高通骁龙Ride自动驾驶平台（含芯片）。

不止英伟达，高通也开始抢占英特尔旗下Mobileye自动驾驶芯片市场。

作为Mobileye曾经最稳固的伙伴之一，宝马的“叛离”被认为是Mobileye“ADAS时代”的结束，新的芯片战争开启。

英特尔、英伟达、高通三者之战早在2017年已经埋下了伏笔。

那一年前后，智能驾驶计算平台三大玩家先后宣布重磅动作：英特尔收购Mobileye、英伟达与博世结成深度合作、高通收购恩智浦，产业从萌发进入到加速发展期，智能驾驶计算平台迈入新纪元。

实际上不止上述三位玩家，华为、地平线、特斯拉等国内外一大批企业也在陆续加入战局。此前地平线创始人余凯曾表示，“芯片领域最终胜利者会很少，甚至可能只有一二名，第一名相比第二名还有巨大的优势。”

到底鹿死谁手，好戏刚刚开始。

01、算法起步

1998年，世界上还没有辅助驾驶，丰田工程师们正在为加强计算机辅助驾驶的立体视觉技术焦头烂额。他们希望将立体相机安装在汽车中，两个摄像头并排放置，以便发现车辆并与前面的汽车保持安全距离。

彼时，以色列希伯来大学教师Amnon Shashua正在丰田开会，其于3年前创立的公司CogniTens正服务于丰田，为后者在质量控制流程中用数字图像检测“保险杠”。

在听到丰田工程师的设想后，Shashua当即否定了这个说法。他认为，不需要立体镜头。检测到车快撞到东西或者偏离车道线，提前发出警告，只要一个单目摄像头就可以。这样，就不用只靠“保险杠”来提高安全性了。“当人闭上一只眼睛时，并没有影响观察立体的能力。”

这个想法并非突然出现的，此前在Shashua在希伯来大学图书馆，曾翻阅人类与机器视觉专家 Shimon Ullman 论文时发现一个小细节“人的视网膜与计算机十分相似”，并把它记在了心里。

丰田汽车公司半信半疑，但是最终同意给Shashua几十万美金，去做研究，证实这个理论的可行性。

回到以色列以后，Shashua与好朋友Ziv Aviram说，单个摄像机的方法低成本、高效，且在挡风玻璃中占用更少的空间，会有很大的市场，因此，他决定创建一家公司来做这件事。这就是Mobileye的开始。

这并不是以色列人Shashua创立的第一家公司，但是其最成功的的一次，至少截止目前为止。

以色列的高校在商界十分活跃，几乎每家以色列大学和研究所都有自己的科技成果转化机构和技术代理公司，将实验室研发出的技术成果、知识专利出售，或进行商业化运作。

其中以希伯来大学最为著名。这家大学由科学家阿尔伯特·爱因斯坦、心理学家西格蒙德·弗洛伊德等知名犹太学者共同创立。迄今为止，希伯来大学的教授和校友共获得8枚诺贝尔奖。

1999年，以丰田的项目为基础，Shashua和Aviram成立了Mobileye，即：汽车的眼睛，致力于用单目视觉，提供包括行人检测、车道保持和自适应巡航等辅助驾驶技术。

Δ 单目、双目、多目摄像头特征对比

根据镜头个数的不同，摄像头可以分为单目、双目和多目摄像头。单目摄像头通过计算机视觉与人工智能算法对摄像头获取的信息进行分析，获取有用的信息并做出相应的判断。

在Mobileye的带动下，目前单目摄像头解决方案已经相对成熟，且成本低廉，广泛搭载于各类汽车上，用于对路况的判断。

随着单目摄像头的发展，业内也发现了其对于特殊场景处理困难的劣势，并且Mobileye的垄断地位也使得新入局玩家希望通过其他技术路径实现弯道超车，双目摄像头、多目摄像头等技术在近年快速发展。

其中，继承自Mobileye，特斯拉是摄像头算法的另一大拥护者，并逐步应用了三目摄像头，但算法后置到FSD芯片上的Autopilot。特斯拉的摄像头模块将所有CMOS传感器嵌入到PCB中，而将图像处理交给Autopilot的控制器完成。与特斯拉不同的是，其他车企采用的三目摄像头多来自采埃孚这一Tier 1供应商，而采埃孚的三目摄像头搭载的也是Mobileye的算法能力。

不过，受限于处理摄像头数据的芯片，双目、多目摄像头当前仍然只能使用定制化的FPGA，单目摄像头仍是业内最成熟的技术路径。

02、一家独大

在很长一段时间，Mobileye是辅助驾驶领域绝对王者。

从1999年到2001年，Mobileye以每年迭代一次的速度开发原型产品，并于2001年提出将自研的算法固化到芯片上，以集成到汽车当中的计划，即后来的EyeQ系列芯片。

2003年秋天，Mobileye发布EyeQ1芯片，这颗芯片支持前向碰撞警告、车道偏离警告和智能远光灯控制等功能。

时间来到2007年，Mobileye正式上车，宝马、通用和沃尔沃配装Mobileye芯片。翌年，EyeQ2发布，Mobileye开始进入稳定的发展期，出货量不断攀升。

顺风顺水的Mobileye于2014年在美国首次公开募股，共募集了8.9亿美元，创下以色列公司在美股市场IPO的最高记录，且首日涨幅接近50%。

随后Mobileye迎来一路高光，股价和出货量都在不断攀升，开创了属于自己的辅助驾驶芯片时代。

从2007年EyeQ1上车，到2014年推出EyeQ3之后一举成名，Mobileye在ADAS领域所向披靡……到2021年，Mobileye在全球拥有超过30家汽车厂商41款车型的全新ADAS项目订单。

Δ Mobileye EyeQ系列。资料来源：天风证券

有个“小插曲”是，2016年，因为自动驾驶引发的车祸事件，作为技术提供商的Mobileye与特斯拉闹掰了。

当年7月17日，特斯拉创始人马斯克在Twitter表示，正在与其雷达供应商博世公司合作，改进雷达软件。“Btw, want to thank both Bosch and MobilEye for their help and support in making Autopilot better. Please direct all criticism at Tesla.”（博世和Mobileye的小伙伴都帮了大忙，事故不是他们的责任，我们一家来背锅。）

几天后的7月26日，Mobileye宣布停止与特斯拉的未来合作。

尽管与特斯拉的合作加大了Mobileye名气，但彼时，特斯拉还远远没有如今在智能汽车市场上的强势地位，Mobileye手握宝马、通用、现代等一线车企订单，因此对于和特斯拉的“分手”，当时的Mobileye并没有意识到自己失去了什么。

而正如《创业者的国度——以色列经济奇迹的启示》作者索尔·辛格在谈及“为什么以色列仍然缺乏自己的诺基亚、三星或IBM”时所言，大部分原因是因为以色列的初创企业往往被大型外国公司收购，以色列企业迄今未能培养出运营此类公司所需的成熟管理文化。

Mobileye也未能逃脱这一“命运”。

2017年3月，芯片巨头英特尔选择以153亿美元的价格，溢价三分之一收购了Mobileye，这是以色列科技公司有史以来最大的一次收购。Mobileye因此也从纽交所退市。在退市之前，Mobileye市值为139.2亿美元。

在被收购后，Mobileye的定位从“Our vision，your safety”变为“Sensing the Future”，从单一的芯片制造商向系统供应商转变。

彼时，在谈到为什么会选择英特尔时，Shashua称，“当我们谈论自动驾驶时，我们谈论的不是某个产品，而是整个行业。我们不是谈论计算机视觉、人工智能、芯片系统，而是基础设施、云计算、汽车厂商、监管部门、5G网络、数据中心。而显然，一家只有650名员工的公司无法实现上述变革。”

Mobileye希望通过加入英特尔，能与全球范围内的监管部门协商，翻开新的篇章。

巧的是，一手将英特尔打造成全球第一半导体公司的格鲁夫是犹太人，他领导下的英特尔纪律严明，讲究效率和结果，永远要抢在竞争对手前让产品达到摩尔定律给出的性能指标要求，硅谷将这一时期的英特尔公司成为“以色列军队”。

实际上，在完成收购后不久，英特尔以色列分部的200名工程师即加入了Mobileye，从事下一代芯片EyeQ5的开发工作。

Mobileye之所以能够快速崛起，原因主要有三：布局早、方案可快速落地、数据图像算法壁垒。在过去20年时间里，Mobileye以视觉感知技术为基础，推出了算法+EyeQ 系列芯片组成的一系列解决方案，帮助车企实现从L0 级的碰撞预警，到L1级的AEB紧急制动、ACC自适应巡航，再到L2级的ICC集成式巡航等各种功能。

而英伟达虽然也早从2009年开始与奥迪合作，布局汽车导航和娱乐系统，但以智能座舱为主，智能驾驶领域其早期更关注L4级以上市场，与Mobileye还未形成强竞争关系。

不过，面对这场收购，人工智能领域专家吴军曾表示过担忧。他在《浪潮之巅》一书中表示，做芯片出身的英特尔公司是否具有人工智能技术和系统集成技术的基因，大家对此依然颇有疑问。

而此时的Mobileye处于无限风光中，并没有意识危机将至。

03、多方争霸

在Mobileye市场端迎来爆发之际，危机已经埋下伏笔。

2012年，AlexNet神经网络在ImageNet竞赛中获得冠军，此后深度神经网络在图像处理中的应用开始普及、狂热。竞争对手绕开Mobileye的图像算法壁垒，采用深度学习迎头赶上。

Mobileye的技术积累主要是基于机器视觉和神经网络，运用摄像头附带传感器和定制化神经网络系统芯片，将物体探测任务在单一硬件平台上执行。

根据Mobileye公布的基于EyeQ5自动驾驶芯片的自动驾驶最新解决方案SuperVision。在该方案中，Mobileye采用了7个远距离自动驾驶用单目摄像头构成SFM（Structure  from  Motion），通过多个二维图像序列构建出完整的三维结构环境模型，也称为多目立体视觉系统。

这一解决方案技术壁垒极高，除了Mobileye以外，目前市场上还没有通过SFM实现立体视觉的商业化实例，Mobileye在计算机视觉领域的技术领先可见一斑。

但对手们“弯道超车”。

随着谷歌、苹果、百度等科技巨头，还有一众自动驾驶创业公司开始用深度学习算法开发新一代的L4自动驾驶技术，量产车搭载的L2系统也越来越向着L4自动驾驶的技术架构看齐。Mobileye提供的算法+芯片解决方案，已不能满足自动驾驶公司和车企们的需求。

后续起家的英伟达、地平线、华为、特斯拉等都是深度学习芯片的拥簇者。

Δ 英伟达自动驾驶平台架构。资料来源：天风证券

早在2015年，英伟达即推出了NVIDIA Drive系列平台，赋能自动驾驶生态。英伟达在CES 2015上推出了基于英伟达Maxwell GPU架构的第一代平台：搭载1颗Tegra X1的DRIVE CX，主要面向数字座舱，以及搭载2颗Tegra X1的DRIVE PX，主要面向自动驾驶。

此后几乎是每年英伟达都要更新一至两次Drive 平台；每隔两年发布一款车规级SoC芯片，且不断拉升算力水平。2020年，Xavier芯片算力为30 TOPS，2022年即将发布的Orin算力一跃至254 TOPS。后者成为英伟达对战英特尔的关键。

Δ 英伟达历代车规级 SoC 芯片

2021年“蔚来日”，蔚来ET7正式亮相，并宣布成为Orin系列的首发量产车。此前，蔚来使用的是EyeQ4芯片。

资料显示，蔚来NIO Adam超算平台，配备四颗Orin 芯片，Adam拥有48个CPU内核，256个矩阵运算单元，8096个浮点运算单元，共计680亿个晶体管，总算力高达1016 TOPS。蔚来ET7将于2022年3月开始交付，同样搭载NIO Adam超算平台的蔚来ET5将于2022年9月开始交付。

随后，越来越多的车企宣布了与英伟达的合作消息。理想、小鹏、智己、威马等，其中蔚来ET7、IM智己汽车、威马M7均搭载了四颗Orin芯片，总算力超过1000TOPS，量产车将首次迈入1000TOPS算力时代。

英伟达Orin芯片的交付，对电动车来说将是一个里程碑事件，自动驾驶芯片算力将替代传统燃油车马力指标，成为汽车行业一个全新竞争点。

不仅如此，在2021年4月的英伟达春季 GTC 大会，英伟达发布了下一代自动驾驶芯片Atlan SoC 芯片平台。Atlan 可以和 Orin 和 Xavier 平台的软件堆栈兼容，Atlan 采用 5nm 制程，单颗算力达到 1000 TOPS，相当于 Orin 的 4 倍。Atlan SoC将于 2023 年向开发者提供样品，并于 2025 年大规模量产上车。

与此同时，智能座舱芯片“绝对王者”也在加入自动驾驶芯片赛道。

2020年CES上，高通推出全新自动驾驶平台高通Snapdragon Ride，自动驾驶芯片“骁龙 Ride”，芯片将于将于2023年上市，面向ASIL-D及安全性的 SoC芯片，可支持从L1至L4的自动驾驶系统，算力覆盖范围为10TOPS至700TOPS。

其中，L1/L2级ADAS，面向具备AEB、TSR和LKA 等驾驶辅助功能的汽车，提供 30 TOPS 的算力；L2+级ADAS，面向具备HWA、自动泊车APA以及TJA功能的汽车，提供60~125 TOPS的算力；L4/L5级自动驾驶，面向在城市交通环境中的自动驾驶乘用车、机器人出租车和机器人物流车，可提供700 TOPS算力，功耗为130W。

可谓，全面参战。

借助智能座舱优势，在推出 Snapdragon Ride 自动驾驶平台后，高通也迅速与通用、长城等多家主机车厂达成合作，并成功挖角宝马，给予Mobileye重击。

此外，国内企业地平线、华为、黑芝麻等也纷纷亮剑，推出了一系列芯片。

Mobileye的应对方案是：在2022年CES电子消费展上带来了为自动驾驶打造的EyeQ Ultra芯片。

据介绍，EyeQ Ultra芯片采用5纳米制程工艺，性能相当于10片此前的EyeQ 5的性能之和，算力达176 TOPS，可以满足L4级别自动驾驶的所有需求和应用场景。

芯片预计将于2023年底供货，2025年搭载该芯片及配套自动驾驶方案的车型将会面试。而英伟达Orin芯片将于2022年开始上车。2025年，EyeQ Ultra芯片PK的将是单颗芯片算力超过1000 TOPS的Atlan SoC 芯片、高通算力超700 TOPS的骁龙 Ride芯片，以及地平线算力400 TOPS的征程 6等，但从算力来看，赢面并不大。

不过，Shashua在多个场合表示，效率比算力更重要。他称，根据Mobileye无人出租车的数据，大约140 TOPS的算力（8枚算力17 TOPS的Eye Q5芯片）就足够支持无人出租车的运行，而新发布的EyeQ Ultra芯片足够应对L4级别的自动驾驶，且其系统能耗不到10W。

Δ 地平线征程系列芯片。资料来源：天风证券

持相近观点的还有地平线。余凯在反驳英伟达CEO的“TOPS就是新的马力”时说，“百公里加速比马力更真实反映动力性能，每秒准确识别帧率MAPS比算力更能反映芯片的AI性能”。

但对于外界看来，算力仍然是最直观的数据之一。

而从算力来看，Mobileye毫无优势。很大原因在于，在很长时间里，Mobileye把更多的精力放在了销量上。吴军在《浪潮之巅》一书中曾言，“当一家公司开始垄断一个行业时，它会更多的倾向于利用自己的垄断资源，而不是靠技术的进步获得更多的利润，毕竟前者比后者容易多了。”

04、殊途同归

Mobileye还要为自己过去的“封闭”买单。

2016 年特斯拉与Mobileye“分手”后，先是切换到了由1颗NVIDIA Parker SoC和1颗NVIDIA Pascal GPU组成的NVIDIA DRIVE PX 2计算平台，并于 2017年将NVIDIA Drive PX 2升级为NVIDIA Drive PX 2+。

由于英伟达的高能耗，2017年起马斯克决定开始自研主控芯片，尤其是主控芯片中的神经网络算法和 AI 处理单元全部由特斯拉自主完成。

自研，或者说深度参与芯片研发的好处是什么？特斯拉创始人马斯克的话或许可以作为参考：Neither MobilEye nor Nvidia, which are certainly good companies, could meet any of our capability, schedule, cost or power requirements（无论是Mobileye还是Nvidia，都无法满足我们对于性能、研发进度、成本、功率方面的要求）。

Δ 特斯拉自动驾驶芯片迭代之路。资料来源：天风证券

2019年4月份，特斯拉在Autopilot HW 3.0平台上成功推出自研的FSD主控芯片，实现了自动驾驶芯片+神经网络算法的垂直整合。特斯拉计划将在不久后推出HW 4.0版本，基于三星7nm工艺的全新FSD自研芯片，其性能将是HW 3.0的三倍。

在实现芯片自主后，特斯拉智能驾驶业务一路开挂。

受到特斯拉启发，汽车厂商们纷纷开始自研自动驾驶芯片。早在2020年4月，丰田与电装成立合资公司MIRISE Technologies开发自动驾驶芯片；5月，北汽产投与芯片IP供应商Imagination成立合资公司核芯达，研发智能网联车规级芯片；10月，吉利旗下亿咖通与ARM成立自动驾驶芯片设计公司芯擎科技。

另一部分有能力的车企则要求至少要深度参与设计，而这恰恰是Mobileye的弱点。

Mobileye的“黑盒模式”可满足造车新势力或寻求智能化转型的主机厂快速量产需求。但长期来看，算力升级较为保守、迭代速度较慢、差异化定制能力欠缺等问题极大阻碍主机厂上车热情。此外，Mobileye独创的高精地图需要采集大量数据（收集的信息会被匿名化并被加密），其国外公司身份在国内具有一定政策风险。在多重因素影响下，小鹏、蔚来、理想等相继在新车型上放弃使用Mobileye方案并不意外。

理想前CTO王凯曾在回应改选NVIDIA Orin芯片时表示，Mobileye的系统足够成熟但不够开放，理想能参与的空间较小。相比之下，NVIDIA的开放和可扩展性，对理想很重要。由此可见，理想等车企希望能够参与打造一个从芯片到应用的自动驾驶系统体系。

未来模式中，主机厂希望将芯片和算法解耦，可以在芯片进行算法的开发，因此对芯片供应商的需求是提供硬件和可调用的算法库。

而这正是英伟达、高通等企业的优势，其中以英伟达为甚。

车企可以在英伟达自动驾驶全栈工具链之上完成自动驾驶平台上开发。以英伟达的DRIVEAGX（车端自动驾驶计算平台）为起点，在DRIVEConstellation（自动驾驶仿真平台）上验证软件算法；充分验证后将部署软件，并通过DRIVEHyperion参考架构（自动驾驶数据采集和开发验证套件）进行上路测试。

Δ 英伟达自动驾驶平台架构。资料来源：天风证券

此外，车企还可采用NVIDIADGX（高性能AI训练服务器，特斯拉迁移至自研DOJO平台前使用）进行人工智能DNN训练，此过程将迭代数次以提高性能。

实际上，Mobileye并非没有开放过。早在2016年，Mobileye就提到过EyeQ5将会被打造成开放平台，采用“芯片+算法”与“芯片only”两种方式销售，第二种方式可以允许客户按照需求自己写算法。

2017年，英特尔完成对Mobileye的收购之后，派驻了200位专门负责打造EyeQ5开放架构的工程师，对当时提出的销售模式付诸行动。2018年初，在CES上，Shashua重申，EyeQ5可以允许客户基于软件开发套件写入算法。但实际上大多数主机厂并不具备很强的软件能力。

实际上，英伟达也面临这一问题。其自动驾驶芯片量产落地用户已蔚小理等造车新势力为主，足以说明一定的问题。

这也是为什么，Mobileye依然坚持，基础ADAS是价格非常敏感的产品，客户不需要在EyeQ芯片上编程，比如EyeQ4芯片，只需要在挡风玻璃后面提供安全辅助功能即可。而当涉及到带有集中计算平台的多摄像头系统时，如EyeQ5设定的设计目标即是可编程的平台。

可以预见，“算法+芯片”与“芯片only”两种销售模式，会是大多数自动驾驶芯片供应商的选择。

综合来看，从开发便利性来说，英伟达生态开放性和开发便利最佳；从最大算力的绝对水平来看，英伟达和高通处于第一梯队，华为和地平线等也在稳步追赶；而从性价比和落地成熟度来说，Mobileye则更具优势。

因此，在这场自动驾驶芯片中，现在谈论Mobileye“出局”还显得太早，但其想要保证现在的市场份额也已经几乎不可能。

作者 | 章涟漪

参考文献：

《英伟达向左，Mobileye向右》

《Mobileye CEO Amnon Shashua：如何让自动驾驶技术变成大规模落地的产品》

《全球智能驾驶产业链报告》

《从瓦特到比特：汽车半导体扬帆起航》

《从芯片到软件，车载计算平台产业链全面拆解》