为了降低汽车公司的成本,芯片公司“八仙过海”

2024-05-14

价格战越来越激烈,在过去的一年里,智能领域降低成本的方法论和战略落地,成为汽车制造商关注的“热门话题”。


每个人都在思考如何利用技术创新和管理模式创新来大规模降低成本。


小鹏汽车曾经指出,未来一两年,造车成本将直接影响市场竞争力,2024年自动驾驶的硬件成本必须降低一半。


马斯克在几次演讲和新闻发布会上发布了同样的信息,降低成本将成为特斯拉未来几年的主旋律。最终目的是通过降低原有的新车价格来收获更多的全球市场。



在过去的2023年,蔚来也在裁员、开放换电等管理效率和市场服务方面做出了很多努力。李斌自己也承认,降低成本是目前蔚来的一件非常高的优先事项。


在这样的环境下,上游供应商也在寻找新的解决方案,不仅要为汽车公司的客户考虑降低整个系统成本的问题,还要在产品和技术迭代中满足更高层次的市场需求。从北京车展来看,智能驾驶跑道和汽车芯片跑道的趋势更加明显。


尤其是在汽车芯片领域,我们在介绍产品和战略布局时,不再单维强调计算率。我们发现芯片玩家更注重成本等优势,尤其是龙头企业,正在探索一条“性价比”路线,为汽车企业降低成本,从而占领更多的市场高地。


降本方法论


对于许多本地芯片制造商来说,为客户节省开发进度,本质上也是为汽车制造商降低成本,而且这种方式是国产芯片的优势之一。


芯驰科技产品和营销总监张曦桐告诉《汽车公社》,作为当地制造商,其优势之一是所有开发和适应的速度都远远超过国外制造商。目前,芯驰可以帮助国内公司节省5~6个月的开发进度。


“大部分适配工作都可以提前为原始设备制造商做,比如先进的信息安全方法。在汽车制造商移动之前,我们可以开始这样做。如果汽车制造商选择我们的计划,他们可以直接节省这个周期。国外芯片厂可能做不到这一点。”


另外一种是支持国内客户的定制化需求。


“国内汽车公司其实和国外生产不一样。国内竞争激烈,需要做很多差异化需求,芯片需要从底层支持定制化。”在这一点上,张曦桐认为国内芯片公司优势很大,也是核心候车芯片“黑马”的护城河之一。


核心发动机科技创始人、董事兼首席执行官汪凯也表示,汽车制造业目前正朝着一个新的方向发展,每个人都在思考如何降低汽车公司的成本,整合硬性需求。停车集合是解决问题的好方法。


本质上是提供更高集成度的芯片解决方案,属于横向功能拓展,将多个功能集成到更少的芯片中,从而降低汽车公司的智能成本。


在智能驾驶领域,黑芝麻华山系列A1000是中国第一个支持行泊一体域控制器的芯片平台,也是中国最成熟、量产车企数量最多的自动驾驶芯片。目前,A1000已经处于全面量产交付状态。


大陆集团自动驾驶和旅游业务集团中国区前负责人罗邈曾表示,行泊一体化是由产品驱动的R&D,具有功能感知和成本。两个系统的整合可以降低约50%的成本。——


它对汽车公司有很大的吸引力。


跨越式结合,对芯片公司也是一个挑战。芯驰科技张曦桐认为,这一难度主要体现在三个方面。


第一,随着集成功能的增加,对MCU处理能力的要求也越来越高。第二,要考虑安全性,跨域结合,跨到另一个领域,可能是动力和底盘,这样肯定需要更高的安全性。第三,业务之间可能需要一些隔离机制,产品也需要通过各种软硬件支持虚拟化。


当前大规模生产的解决方案,舱泊一体化和行泊一体化占大多数,在所有集成中,舱驾一体化的难度最大。


集驾驶于一体,芯片供应商难在哪里?


核心科技CTO孙鸣乐认为,首先,ADAS的功能安全水平不同,ADAS的功能安全水平更高。在整个设计中,如果使用单芯片,整个芯片必须达到ADAS水平。


第二,对散热的挑战更大,原来两个控制器都有自己的盒子,塞在一起,功耗放在一起,热设计难度大。


最后,在复杂性方面,做了硬件解耦,交互实际上非常有限。


放在一起后,互动在芯片内部,会变得更有效率,但从软件、底软或整个软件架构来看,同时在一个Cpu上运行这么多东西会比以前更加困难。


近年来,兆易创新是中国芯片展区的一家科技公司,一直致力于开发存储技术、MCU和传感器解决方案。


在车展现场,公司负责人告诉《汽车公社》,他们第一次参加北京车展,中国芯片联盟组织大家聚在一起。这是一个集体出现和展示最新技术的好时机。


“中国公司有自己的方法论。事实上,为汽车公司降低成本是我们的环城河之一。当然,这条环城河应该是持续有效的,一方面取决于技术创新,另一方面取决于与汽车公司的合作。”


“算率为王”,一去不复返。


更多的芯片公司意识到,在汽车公司追求降低成本的时候,客户更注重芯片产品的综合指标,比如性能、价格、功耗等等。单层次计算率和“计算率为王”的时代已经消失,性价比已经成为汽车公司采购的重要参考标准。


本质上,只堆算率肯定是不够的,需要传感器和其他软硬件的配合。


以特斯拉为例。


目前,大模型“上车”已经成为一个热门话题。然而,大模型与汽车芯片的匹配直接影响计算能力的利用率。特斯拉专门为自己的算法设计了144Tops计算能力的芯片。之所以能在功能上优于500Tops范围的芯片,是因为协同性高。


时间线再次向前推进,2018年特斯拉自主研发的HW3.0芯片,智能驾驶性能提升了20倍,但起单芯片的算率只有72tops。


地平线总裁陈黎明曾经说过,智能驾驶赛道的内卷越来越激烈,从原始设备制造商到供应商,每个人都承受着巨大的压力。这也迫使地平线致力于开发性价比高、效率高的产品,而不仅仅是追求高计算能力。


"从系统的角度,进行成本优化."


对他来说,局部优化并不意味着整体优化,系统优化,必须从系统的角度考虑如何进行优化。


对于像地平线这样的玩家来说,最重要的任务是降低系统成本,提高整个系统的性能和客户体验。对于地平线来说,开发成本和系统成本尤为重要。


核驰副总裁陈蜀杰还告诉《汽车公社》,大约三四年前,竞争对手都在卷“AI算率”,但当时,核驰并未跟随卷。


现在,每个人实际上都在做计算能力的减仓。


芯驰专注于L2 计算率仍然是最实用的计算率。“我们没有先跑出去,浪费了很多钱,投入了更高的R&D成本和性价比。其实现在大家都在想,是不是所有的车都需要实现8295的GPU计算率?”


关于降低芯片成本,纳芯微CEO王升杨也表示,国际芯片厂商各有特色和优势,中国芯片公司可能无法简单复制国际厂商的方式,而是要把握现在,建立自己的核心竞争优势。


对中国芯片公司而言,要积极应对市场竞争,牢牢保持在某些优势领域的市场份额,最重要的是应用创新。


在王升杨看来,过去国内大部分芯片公司都是从原点取代的产品。当过去缺乏核心时,这种产品可以在客户系统中更换得更快,更容易快速增加数量。


但是,如果仅仅停留在“原点替代”上,国内芯片公司就无法真正与外国巨头竞争。


特别是当整个行业回到供应稳定、竞争充分的状态时,中国芯片公司只有与汽车公司紧密合作,围绕汽车系统应用的演变趋势开发更具突破性的产品,才能引领行业未来的发展方向。


本文来源于微信微信官方账号“C次元”(ID:C作者:北岸,责编:崔力文,编辑:别致,36氪经授权发布,_world2021)。


本文仅代表作者观点,版权归原创者所有,如需转载请在文中注明来源及作者名字。

免责声明:本文系转载编辑文章,仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布,请及时与我们联系进行审核处理或删除,您可以发送材料至邮箱:service@tojoy.com