編者按:制約電動(dòng)車行業(yè)未來發(fā)展最大的困難和阻力是什么?推動(dòng)智能化引領(lǐng)架構(gòu)演進(jìn)的“芯引擎”包括什么?如何明智地投資“芯引擎”領(lǐng)域?瑞鵬資產(chǎn)梁亮為您解析汽車行業(yè)智能化的“芯引擎”。
【芯安鋰得】智能化將主導(dǎo)汽車行業(yè)下半場
制約電動(dòng)車行業(yè)未來發(fā)展最大的困難or阻力是什么?>屬性遷移:從工業(yè)品到消費(fèi)品,汽車屬性的變遷。當(dāng)前(21年及后),整車從工業(yè)品變?yōu)橄M(fèi)品,產(chǎn)品重心變遷為新市場洞察力。強(qiáng)勢自主呈現(xiàn)持續(xù)成長性,單純基于軸距差異的“多車型”策略逐步失效,對應(yīng)的歷史形成的整車投研方法論“產(chǎn)品周期”亦將逐步失效。>競品加?。寒a(chǎn)品定義從硬到軟刻度、消費(fèi)者購車彈性放大、電車體驗(yàn)感減弱。當(dāng)前智能駕駛發(fā)展還處于早中期階段(L1-L2),整體行業(yè)滲透率不足30%,政策及消費(fèi)習(xí)慣引領(lǐng)產(chǎn)業(yè)加速發(fā)展,滲透率及裝機(jī)量不斷快速提升。>馬太效應(yīng):同質(zhì)化競爭下,破局者出現(xiàn),門檻提高,集中度快速提升。由產(chǎn)品經(jīng)理思路和組織架構(gòu)決定,大部分車企還是對標(biāo),所以蔚小理領(lǐng)先,合資落后。最終狀態(tài)將是進(jìn)入同質(zhì)化競爭,而在硬件配置不斷升級(jí)迭代中,動(dòng)力電池和智能化芯片將長期保持重要地位>雙龍會(huì):對標(biāo)蘋果的理想(大單品)與對標(biāo)三星的比亞迪(一體化)。理想的產(chǎn)品違背正常品牌邏輯,跨階層上攻,就是為了有足夠的價(jià)格填入配置,從戰(zhàn)略上看,理想已經(jīng)明牌,后期通過規(guī)模優(yōu)勢擠占市場。成功案例下,行業(yè)或?qū)⒏S,比如比亞迪有望在明年推出高階自動(dòng)駕駛,一旦上量也能快速縮短差距,長城汽車旗下毫末智行大規(guī)模推廣基于毫末AI的MANA系統(tǒng)于自身車型二、"芯引擎"推動(dòng)智能化引領(lǐng)架構(gòu)演進(jìn)“新能源、互聯(lián)、智能”三大革命驅(qū)動(dòng)汽車產(chǎn)業(yè)深刻變革,“電動(dòng)化”做為能源革命的標(biāo)志開啟汽車革命上半場,本質(zhì)是對能量的運(yùn)用,而“智能化”將引領(lǐng)下半場,本質(zhì)是對信息的應(yīng)用。隨著汽車電子化程度提升,控制器接受、分析、處理的信號(hào)大量且復(fù)雜,域控制器推行是必然趨勢。TOPS(SoC)、Flops(GPU-cuda)、DMIPS(CPU)——本質(zhì)是處理器每秒處理的操作數(shù),即每秒芯片處理多少數(shù)據(jù)量或機(jī)器指令1TOPS=10^12 FLOPS(浮點(diǎn)運(yùn)算數(shù)/秒);TOPS/W=1W功耗下,處理器能進(jìn)行多次萬億次操作。GPU的全名叫Graphic Processing Unit,中文翻譯過來是圖形處理器。所以顧名思義,GPU的老本行就是用來做圖形圖像處理的。一張圖片其實(shí)是由很多的像素點(diǎn)組成的,為了顯示一張圖片,其實(shí)就是把這些像素點(diǎn)一個(gè)一個(gè)的顯示出來。至于先顯示哪個(gè)再顯示哪個(gè),這個(gè)順序其實(shí)并不重要。成百上千個(gè)“張量核心”——我們可以讓每個(gè)核心處理一個(gè)像素點(diǎn),這樣就可以在同一時(shí)間完成一張圖片里所有像素點(diǎn)的處理了。GPU的這種基于大量計(jì)算核心的結(jié)構(gòu),也是它與中央處理器CPU的最大區(qū)別.所以,GPU特別擅長做哪些計(jì)算密集、并且可以大量并行執(zhí)行的應(yīng)用。國內(nèi)GPU產(chǎn)業(yè)現(xiàn)狀:國產(chǎn) GPU 行業(yè)迎來新戰(zhàn)略機(jī)遇期。在美國對華芯片法案、限售 EDA、限售高端GPU 等政策陸續(xù)出臺(tái)后,我國芯片行業(yè)已建立起擺脫對外進(jìn)口依賴、實(shí)現(xiàn)自主技術(shù)研發(fā)行業(yè)共識(shí)。目前芯片各環(huán)節(jié)國產(chǎn)化率依然很低,特點(diǎn)呈現(xiàn)以下:① 產(chǎn)品性能弱:IP基礎(chǔ)投入遠(yuǎn)遠(yuǎn)不夠,在英偉達(dá)、ADM等巨頭構(gòu)筑的高壁壘面前,瞄準(zhǔn)目標(biāo)應(yīng)用大量的驗(yàn)證及出貨是國產(chǎn)GPU必然要越過的難關(guān)——GPU作為高性能高復(fù)雜度的大芯片,想在短期內(nèi)快速推出相關(guān)產(chǎn)品,必然依賴外部IP② 生態(tài)無法打通:行業(yè)客戶用英偉達(dá)的訓(xùn)練加速卡已用得非常順手了,一方面是其性能優(yōu)異,通用性強(qiáng),另一方面則是生態(tài),CUDA的運(yùn)算平臺(tái)適合各類模型,客戶基于此可高效訓(xùn)練或改進(jìn)自己的算法③ 試錯(cuò)成本極高,缺乏市場批量檢驗(yàn)
國內(nèi)自動(dòng)駕駛SoC產(chǎn)業(yè)現(xiàn)狀國產(chǎn)目前芯片各環(huán)節(jié)國產(chǎn)化率依然很低,特點(diǎn)呈現(xiàn)以下:② 適配周期久:一款芯片從一次流片、二次流片到驗(yàn)證測試、拿車規(guī)級(jí)認(rèn)證周期3-5年,客戶適配周期至少2年-3年③ 試錯(cuò)成本極高,缺乏市場批量檢驗(yàn)機(jī)會(huì):國內(nèi)自動(dòng)駕駛SoC企業(yè)的切入點(diǎn)① 本地化快速服務(wù)能力+國產(chǎn)品牌崛起帶來的適配機(jī)會(huì)③ 低復(fù)雜度、低算力應(yīng)用場景:礦區(qū)無人駕駛、港口無人駕駛、廠區(qū)自動(dòng)化物流配送機(jī)器人、商場/樓宇智能機(jī)器人、掃地機(jī)器人等④ 中小算力SoC+算力優(yōu)化場景:目前沒有主機(jī)廠有運(yùn)用超大算力芯片的能力,成本高昂,中小型算力芯片會(huì)是未來的機(jī)會(huì)點(diǎn)