域控制器專家交流紀要 更多行業、個股一手紀要請關注同名微信公眾號：新調研紀要
利用域控制器做L2+和L3級別輔助駕駛的發展狀況
域控制器最早出現，是在2017年奧迪釋出的A8搭載的zFAS，這個域控制器的平臺當時使用的是mobileye的晶片，加上奧地利的TTTech的中介軟體，再加上資源演算法，形成了所謂的域控制器的第一代雛形。後來逐漸看到特斯拉、包括國內的這些基於英偉達晶片做了一些域控制器的一些方案，這些是第一代。
到現在可以講第二代有一個比較大的提升。原來的ECU基本上從體積到成本，相對於域控來講還是小很多的。現在國內的域控方案提供商，主要有第一類車廠自研域控，一部分是獨立的第三方的Tier1這種大型Tier1在提供，另外一部分是從2019年陸續在做的國內的一些創業公司。
整個域控的上車週期比ECU要長很多。雖然說整個汽車的智慧化的演進速度、迭代週期在加快，效率在提升。但域控本身的從產品設計到驗證到上車，基本上要經過一年半到兩年的時間週期。拿典型的車廠的域控來講，一般是拿到一顆晶片，然後車廠去做打板，打完板之後它會把整個板子的一些埠點亮、通訊調通，這是第一步。然後基於這個板子，經過a樣、b樣、c樣的測試，再去做面向量產的域控。a樣測試會基於這個板子去做一些物理效能、電氣效能，包括一些車規穩定性、安全性最基礎的驗證，週期基本上經過4到6個月的時間。透過測試之後，開始啟動b樣，b樣主要是在這個平臺上把車廠自研的或第三方演算法公司的演算法下載下來，放到這個平臺上去跑演算法的效能，這個週期基本上也會是4-6個月。然後開始轉向c樣，第一是為面向量產做準備，第二就是把b樣中的各種各樣的問題進行解決、演算法最佳化、整個系統軟體的穩定性、效率以及整個成本的控制，都會在c樣裡面去做最佳化、做選擇。最後，做完c樣，會聯絡下游的生產供應商去做生產。
現在來看，國內大的Tier1，像德賽西威、經緯恆潤，東軟睿馳。這三家有突出代表性，從生產能力到工藝，再到整個交付的穩定性上來講，這三家做的應該是國內最好的。當然還有華為這樣的比較特殊的一個存在。然後還有一些車廠自身的Tier1在做域控制器，包括一汽、長城、吉利，他們下面都有自己的Tier1在做相應的東西。但從體量、研發效率、生產能力來講，和剛才提到的三家其實還有一些差距。還有一部分是創業公司，像宏景智駕、環宇智行，這些公司人數基本上都是在一兩百人，但是效率還是很高的，靈活性特別好，基本上你給他一個方案，可能兩個月就可以把這個模板做出來，然後再用四五個月的時間，就會把整個域控的原型交付客戶去用，這個週期其實比傳統Tier1要快很多。
現在整個域控的方案裡面，主流的車廠當然是選擇大的Tier1作為主要供應商，國內或者國外的，國內的就是前面說的這三家。但有一些面向L2+和L3的新車型的測試方案，車廠也會去考慮用一些創業公司的方案去做對比方案，其實在車廠內部任何一個平臺都會去做，我們叫雙備份。我們跟車廠的接觸下來發現，域控本身的複雜度，包括整個車廠下決心去做下一代域控的力度來講，其實都是很大的，國產替代是一個最核心的動力。
國內外自動駕駛AI晶片競爭格局
延伸到晶片這個維度。首先，對於整個域控來講，晶片是最核心的，然後是外圍的一些電子元器件，再到軟體。現在晶片的市場格局其實還相對來講比較清晰的。我們從國內和國外，從晶片本身的架構去看。國外基本上是mobileye、TI、英偉達和高通這四家。國內像華為這種大廠，還有一些創業公司，包括地平線、黑芝麻、芯馳，甚至包括寒武紀都在做相應的研發。
從現在國內車廠去評價一顆晶片的維度來講，其實有這樣幾個指標：第一個是效能，即所謂的算力；第二個是成本；第三個是功耗；第四就是易用性，或者是叫易開發性；最後是同構性，就是晶片平臺對其他系統的相容性。
從算力上來講，基本上現在（國內現在做域控的，做自動駕駛域控的就以L2+、L3為主）L2+的域控保守講基本上是30-50T的算力。當然，做L2+的現在其實是比mobileye的勢頭會更好一些。對於整個AI晶片或者自動駕駛晶片各家的產品，它們的優勢和劣勢在哪，我們分開來說。
mobileye是這個行業的標杆，它的主力晶片是EyeQ4，這個產品其實從zFAS到國內的三家新勢力，以及一汽、吉利、比亞迪這些車廠都在用。但對它的詬病除了大家比較瞭解的不開放之外，還有就是整個的研發效率、研發時間上的問題。如果車廠把反饋意見提給mobileye，mobileye內部再去研發，整個週期基本上按年去計。所以市場對這個是既恨又愛，畢竟效能非常好，傳統視覺對晶片的利用率最佳化已經到了非常好的地步，神一樣的存在。
TI從19年下半年、20年開始逐漸推廣TDA4晶片，這是原來是給座艙用的晶片，逐漸在駕駛的域控開發裡面應用，還有著非常好的效果。我瞭解到TI晶片在國內主要是跟大疆有一些非常緊密的合作。大疆拿這個晶片做了好幾個主流平臺的研發，現在是已經很成熟的一個平臺，包括成本。TDA4雖然算力只有10t左右，但是整個晶片的最佳化、成熟度與開發度還是非常好的。不過面對L2+和L3，算力相對來講還是有一些低。那TI怎麼去應對呢？第一，它會推薦雙晶片的方案；第二，它會加額外的處理單元來進行最佳化。但是對於TI來講，我們看目前TI本身內部，其實還沒有正式去要去大力宣傳它下一代的自動駕駛域控晶片的研發。TDA4晶片對於這種大的晶片廠商做決策、做產品定義階段來說是非常謹慎的。廠商一旦把一顆晶片推出來了，而且還不錯的話，它會把這顆晶片的利用率壓的非常高，除非這顆晶片到最後真的趕不上行業需求了，它才會選擇推下個新品。從市場戰略層來講，它一定會把TDA4晶片繼續再推1-2年時間，才會去換下一個品牌，不然的話它的研發成本其實很難靠住。目前我們國內的車廠選擇TDA4的品牌，粗略統計大概是40%-50%之間的覆蓋率。
英偉達19年推出的Xavier，也是現在國內做自動駕駛的一個非常主力的計算平臺。30T的AI算力加上一些其他的計算單元的能力，其實完全是可以實現L2+、L3的功能。它是現在給到車廠去用的成熟度最高的做L2+、L3的晶片。國內德賽是和英偉達繫結非常深的一個Tier1，就是在推Xavier，去年釋出的Orin也是陸續會在明年有新的車型的量產。就英偉達本身來講，它現在新的Design-in平臺佔的比例還非常高。就我們粗略地跟車廠交流拿到的一些資訊來講，基本上除了一汽之外，別的市場基本上都是在使用和測試英偉達的平臺，mobileye市場份額的下滑還是非常明顯。從新的designin平臺來看，TDA4很成熟，但也只是在L2級別上去發揮作用。對於L2+、L3這個市場，基本上英偉達還處於一個壟斷地位。
下面來講高通，高通的座艙晶片已經佔有非常好的市場地位了，基本上80%左右的中高階車都是用它的晶片來做。高通做駕駛其實稍微晚了一些，從19年開始做，到20年CES期間也釋出了一個晶片。我們現在也看到長城、理想都是在基於Ride平臺做一些測試研發，但是高通的整個駕駛晶片的成熟度其實比英偉達要低，目前看還是相對低一些的。從長期看，我們比較看好高通。因為高通的晶片和mobileye，包括華為，包括國內這些創業公司都走的是ASIC路線。至於英偉達的GPU方案，其實行業內對其也有一些詬病，最核心的還是在功耗和利用率上。功耗基本上是比普通的ASIC晶片要高很多，3~5倍這樣。英偉達GPU方案的Orin、Xavier的利用率基本上是30%，怎樣最佳化基本都是30%。ASIC晶片針對不同的神經網路模型去最佳化，基本上可以做到60%~80%之間，好一點的可能會做到80%再高一些，但也不可能達到100%。所以從利用率、功耗這些關鍵指標上來講，高通可能會在三年之後，2024年2025年這個期間搶走很大一個市場。我們還是比較看好高通，因為在手機領域，英偉達基本上敗給了高通，在PC領域，英偉達敗給了Intel。所以在專業晶片領域，英偉達其實並沒有太多的成功案例和經驗，其實本質上與它整個GPU的生態有關係。當前來看，英偉達所有的開發工具，包括它的運算元庫豐富程度，都是非常好的。客戶用英偉達的晶片，除了功耗和利用率之外，別的都特別順手。所以我們現在看到英偉達能夠如日中天的在整個行業裡面存在，但是未來在市場中它肯定會往下降。
國內外自動駕駛AI晶片公司的對比
國外基本上都是一個非常大的晶片公司在做，國內其實主要是創業公司以及華為這樣的巨頭在做，當然也有一些聲音說是有車廠想做晶片，然後還有是一些網際網路大廠，也要做自動駕駛的晶片。有一家大廠評估下來做一顆車規級的AI晶片，就是L2+、L3的AI晶片大概成本在5億到7億美金之間，時間是在2~3年。所以，很多車廠或者是很多大廠選擇去投資一些行業內賽道上不錯的東西。行業內的一些有產品、有經過市場分析來做的這個研發週期，其實給了國內的這些晶片公司一個很好的成長機會。我們看未來2~3年，國內和國外的晶片公司會有一個怎麼樣的格局呢。國內公司一定是有存在空間的。短期來講，2023、2024年應該保守來講可以做到20~30%的市場份額。2025、2026年的時候基本上可以做到40~50%。
國產自主替代對於整個國內的創業公司，或者國內的整個域控產業鏈是一個非常好的助力。我們瞭解到一些大車企內部決策層明確說，從去年第四季度開始已經明確不用mobileye晶片，也不會去測英偉達這個平臺。新的design-in平臺基本上還是選國內的，包括華為、地平線、黑芝麻這樣的公司。這個週期推的還是比較快，基本上在明年第四季度會有國產晶片的主流車型的量產。2023年是一個大年，國內晶片公司的量產基本上在2023年會看到一個非常好的成績。
基於整個晶片的格局，我們往下演進的是晶片配套的行業，如作業系統、演算法等。國內包括晶片公司、Tier1、演算法公司，其實它們的業務邊界一直在不斷的模糊化。現在很多做感知、規劃、控制的演算法公司在做Tier1，試圖去碰Tier1的業務，去做模組、板子、硬體，然後去給客戶去提供方案。同時，很多Tier1，現在也在大力招募演算法公司的團隊，比如整個系統最佳化人員，軟體能力其實一直在往上走。現在賣晶片跟原來賣晶片的一個很大區別在於，現在賣晶片基本上給客戶的時候都是搭載了非常好的除錯完成的作業系統，再加上一些參考設計算法給到客戶去用，越來越結實，越來越與手機行業的晶片模式接近。原來手機晶片可能沒有這麼好的成熟度。現在國內以及海外的晶片公司，在給到客戶晶片的時候，開發環境、工具和運算元庫都會給客戶配套非常好。
從整個行業裡面來看，不管是Tier1還是晶片公司，邊界逐漸模糊化。當然大家還是有主要聚焦的產品，只是從業務上來講邊界是越來越模糊，有的Tier1同時嘗試去做晶片，有的演算法公司也會嘗試去做一些硬體，甚至會去做一些晶片，市場現在的格局還是比較散一些，都有機會。單從晶片維度上來講，國內現在的第一梯隊基本上是華為、地平線、黑芝麻。第二梯隊是芯馳、寒武紀這些公司。但是對於寒武紀來講，它的戰略相對晚了一些。還有從晶片開發程度上來講的話，軟體現在也有很大一部分創業公司，包括大廠也在做作業系統、中介軟體相關的一些公司。
我們知道這個行業裡面非常有名的一家公司是TTTech，2020年底它跟上汽合作的協議就到期了，所以創時智駕汽車（上汽與TTTech的合資公司）這裡面有很多人員，其實是流出來了，到市面上來的很多。至少從今年來看的話，有七八家公司都是聚焦在做整個智慧駕駛相關的中央整合平臺。這個平臺原來沒有那麼大重要性，其實是因為域控的複雜度、要求沒有這麼高。而現在整個行業對域控的要求非常高了，包括對系統的安全性、實時性要求非常高。這個時候像TTTech的公司，它的核心技術人員，相當於已經在行業內分散開了。這個其實也是我們可以關注的一個點，作為一個核心的中介軟體公司，依託中介軟體能力去做成一個類似於QNX這樣一套作業系統，也是有這樣的機會，特別是在現在國內整個自主可控的大背景下，不管從資金還是政策支援角度看，都是非常好的機會。
另外從晶片到域控到整個自動駕駛方案上來講，其實整個行業都是處在一個變化特別快的階段。國內有國內的方案，國外有國外的方案。我們現在的大廠，像一汽、上汽這些公司，其實都是在賣力地做新一代的研發，成立獨立的品牌來拓展這一塊業務。這些頭部的主機廠，他們決策方向是能夠比較好地指引整個行業的發展的。晶片公司再厲害，也不會複製其在移動端的話語權。在這個行業裡面，其實車廠還是話語權最大的玩家。所以，整個晶片公司，包括域控公司，如何去和車廠配套，做到比較到位的服務，是最核心的因素。為什麼英偉達他們推起來沒有那麼快，就是因為它國內的地推團隊特別少，基本上就是三四十個人在做，這還是在德賽西威的支援下。國內這些晶片公司像華為基本上都是大幾百人的這些FAE團隊在支援，所以這也是國內晶片公司的一個機會。
Q：中科創達和高通，經緯恆潤和mobileye，以及德賽西威和英偉達他們之間的關係是否牢固？
A：英偉達跟德賽的合作其實是非常緊密的。我交代一下背景，我所在的一家晶片公司，跟國內的三大家——東軟睿馳、德賽西威和經緯恆潤都有緊密的合作。德賽這邊跟我們的合作相對來講是比較緊密的，我們也瞭解到德賽跟英偉達的這種合作關係還是更為牢固的。現在英偉達所有的國內晶片落地，基本上都是靠著德賽去做的。而且德賽的生產能力、研發能力，可能是目前國內Tier1裡面最好的。從短期來看，三年以內能夠最有競爭力的計算平臺還是英偉達的，雖然說它的整個功耗特別高，利用率也不高，但是它有非常好的運算元庫。如果我們給它的運算元庫打90分的話，國內基本上最好的也就是在60-70分之間，差距還是挺大的。對於上層做AI演算法開發的一些工程師來講，這個運算元庫的豐富程度是非常有價值的。任何一個模型在不同的晶片和硬體平臺上跑，一定是需要做最佳化的，因為底層每一家晶片公司的架構都不一樣。所以運算元庫豐富的話就能夠把你的模型更快、更高效地連結到這個計算平臺上。從這個維度上講，儘管英偉達的平臺的授權費一年大概有大幾千萬人民幣，一兩千萬美金，它現在依然是全球方案裡面最好的一個選擇。德賽西威一定不會放棄這個機會，這個關係可能是越做越牢。但是我們也有一個擔憂或者說是機會，國內有些大的車廠會直接和英偉達去合作，這樣會相對減少對德賽西威的依賴，但現在其實還很少。比如蔚來，肯定也想自己做整個域控，整個方案越來越多地集中在自己手裡，但這個比例其實還比較低。所以德賽業務的穩定性我覺得還是很不錯的。
創達跟高通的關係還是非常緊密的。不僅是座艙，下一代高通的Ride平臺，國內創達肯定是最主要的軟體合作伙伴了。硬體端國內現在高通也在去選合作伙伴，但我覺德賽肯定不會去選高通。高通會怎麼選另外一家，它是選小米還是選別的合作伙伴也不太明確，這個資訊還比較少。mobileye跟經緯這邊，不是因為經緯的能力不行，經緯能力還是非常好的，只是因為mobileye的模式給它帶來了很大的挑戰。國內一汽明確表示新的平臺是不用mobileye的。mobileye每年都要收很高的費用，有任何的一個開發需求，還要給mobileye去做更新，這種是沒有辦法接受的。所以現在mobileye本身市場份額主要還是靠吉利的銷量在撐著。就未來來看，這塊業務應該也不是經緯恆潤最核心的一塊業務。雖然說現在還是有量，但未來經緯恆潤可能還是會選包括國內的晶片公司，以及類似於高通這樣的公司去做。
Q：能否簡單評價一下東軟睿馳、德賽西威還有經緯恆潤這三家公司，您個人相對看好哪一家？
A：從現在的整個業務規模、研發能力和業務落地來講，德賽西威肯定是最好的，然後是經緯恆潤，後面就是東軟睿馳了。東軟睿馳是因為他們和晶片公司的合作，目前跟地平線合作比較緊密，跟大廠晶片的合作相對來講沒有那麼突出。它沒有一個明確的站隊，更類似於一箇中立的Tier1。它跟哪家晶片公司現在繫結得都不是那麼緊。所以它在整個行業內被哪一款晶片最佳化的程度都不是那麼突出，相對來講會有一些挑戰。
Q：長城、吉利明確基本到2025年會走向中央整合化，那麼現在做域控制器的公司的業務會不會是一個過渡性的業務？在2025年之後，它們的業務模式可能會有什麼變化？
A：中央整合這種架構會不會對現在的這種域控廠商有一些挑戰？一定不會那麼快的，不管大家從PPT上怎麼說，不管是對算力還是對架構，其實更多是一個賣點。真正去量產一個車型的話，每一代研發車型都是會做得非常謹慎的，車規級的這些測試認證環節一個都少不了。舉一個我接觸到的一個例子，我們做域控做到b樣，基本上要10萬公里的路測和30萬公里的模擬測試，到c樣要做到30~50萬公里路測以及200萬公里的模擬測試。不管是域控還是所謂的中央計算機架構，去做這樣的一個控制器，肯定是免不了這個週期的。
從現在的國內車廠落地L2+，我們不提L3，其實L3能不能落地還不太清楚，真正L2+、L2.5這些泊車、高低速融合這些功能方案落地，也得等到明年的Q3Q4，2023年可能才會有一些量產。所以，我只能說到2025年可能會有一些類似標杆車的車型出現，但一定不是大規模出現，不是大規模的批次生產。對於晶片公司來講，一般超過10萬片的晶片算是一個量產得還不錯的晶片。對域控來講也是這樣，能出10-15萬量級的域控制器還算是一個不錯的程度，但高階車一定賣不到這麼高的量。可能就像對算力來講，我們覺得1000多T的確是以口號宣傳為主。所以我覺得2025年之前不用擔心這個問題，Tier1的生意還是很好的。原來車廠一直覺得軟硬分離，車廠自研各種各樣的東西。其實從今年車廠跟Tier1的合作來看，Tier1的話語權其實還是很好的，晶片公司跟著Tier1一塊去做生意,比晶片公司單獨和車廠去做要好很多。因為Tier1是非常瞭解車廠整個的研發邏輯以及整個供應鏈體系的。如果做晶片的公司沒有接觸Tier1，自己拿晶片給車廠去測，一定會因為不知道它內部流程是怎樣的而遇到各種問題。但是Tier1知道，Tier1對於大的晶片公司，以及創業晶片公司這些產品的出貨、拿到訂單有非常大的作用。我們還是看好Tier1，一定還是一個很中堅的力量。
Q：目前一些龍頭車企比較焦慮地想在智慧化核心技術方面佈局。三五年之後，智慧化供應鏈會形成一些新的格局，主機廠跟上游智慧化供應商之間會是什麼樣的關係？
A：直接一點說，原來Tier1做的部分，包括域控、晶片，車廠去碰這個的可能性應該還是比較小的，但車廠一定會在軟體裡面下大功夫去做。所謂軟體不僅指演算法，演算法是一個非常核心的部分，但是從作業系統，包括一些系統框架，它都會去碰。這其實是能夠區分不同車廠間競爭能力的一個非常核心的表現。類似於手機行業，整個行業越成熟，晶片平臺的數量一定是越少的，手機行業基本上就是高通、MTK這幾家在做。在智慧車領域也一定是這樣，兩三年之後，國內晶片公司的格局就會穩定，再到三五年之後，也就是2025年之後，全球的車載AI晶片的格局也會穩定下來。這個時候車廠更多的是專注於上層的應用，包括軟體的開發。舉個例子，因為我對TTTech比較熟，拿它來說，原來從TTTech的出來的很多人之後去了很多車廠。車廠會圍繞這些人去建一個部門，或者去建一個團隊來去做他們相關的研發，這也是車廠重視這塊的一個體現。我們從兩方面：座艙和駕駛。座艙領域上基本是應用類的演算法團隊，車廠現在配置的還不錯。現在國內做UI互動的這些創業公司活得都不是那麼好，甚至包括一些內容運營都不是那麼好，就是因為車廠在做這個東西。另一方面，駕駛領域，因為難度比坐艙要難很多，然後它需要用軟體平臺去做，整個複雜度、難度高，價值量比座艙要大3-5倍，所以這塊車廠做起來沒有那麼的順手。應用這方面演算法的創業公司，包括軟體公司活得還不錯，是因為他們有一些非常有獨到一些地方都會被車廠去用到。所以總結來講，我覺得車廠在去碰硬體領域應該不是很多，或者是說邊界會越來越收縮，在試探完之後就會收縮。但是在軟體領域，車廠一定還是會加大人力、物力去投入的。
Q：時間長一點來看，智慧車有沒有可能複製智慧手機發展的歷史。現在主機廠都強調軟體部分的自研，那麼經過三五年的積累之後，主機廠能否可以讓消費者感知到軟體部分的能力？A：首先，車廠一定不會讓消費者感知到它的Tier1的存在的，不管是硬體還是軟體Tier1的存在。比如說有一家非常好的演算法公司，它的產品賣到車廠之後，消費者肯定不知道是誰家的演算法。我們瞭解到，同樣一個平臺會配2-3家公司的演算法，它不會只給一家去做。像華為這種打著Hicar打著Logo的，基本上在頭部的車上肯定不會出現，車廠肯定不會允許消費者感知到。消費者拿到的一定是車廠自己的Logo、自己口號的產品。當前來看，如果在2023年要量產一些非常好的演算法應用，現在車廠還是沒有那麼好的方案去做，基本上還是要依靠國內一些龍頭演算法公司去做，但是消費者感知不到。
至於到2025年車廠能不能完成自研的問題。我覺得是這樣，車廠最敏感的是成本。比如一個方案可以讓20萬的車省出1000塊錢，這個方案肯定會被選擇。把所有效能、功耗、穩定性、車規級方面的問題解決完了，真正到量產階段的時候關鍵就是成本。到這個階段車廠其實不是那麼在乎是否是自研，是否是核心供應商提供。我們看到像上汽、通用投了Momenta很多的資金，這些主機廠是對Momenta的技術依賴度越來越高。國內一些新勢力車廠比較強調自研，因為這是他們區別於傳統車廠的一個核心所在。比如小鵬如果泊車方案做得沒有那麼突出，沒有那麼有個性，那麼基本上很難去打差異化。然後我們看到理想把mobileye的晶片替換掉，下一代在用地平線，然後下下一代在用英偉達去做測試。從軟體層面來講的話，它也會找很多的演算法供應商或者合作伙伴去做。
目前從晶片的合作伙伴來看的話，基本上同一個平臺都會配2-3個外部的演算法公司合作。最後車廠選哪個去量產，或者選哪幾個去量產，其實我們現在也不太能夠明確去說。車廠一定會投入，投入具體多少，其實跟每一家車廠的定位是有關係的。我理解傳統車廠一定會投入，但投入到一定邊界之後，它們的投入就會下來。如果行業的成熟度非常高，大家都在規模化出貨一些L2+，L3車型的時候，對於自研還是外採，其實並沒有區別。但是對於新勢力，比如小米要出車的話，小米一定會強調自研的東西，而且它一定會這麼做的，還是要看是傳統車廠還是新勢力車廠。
Q：功耗和利用率之間的關係是怎樣的，是不是功耗越大，利用率就會越低？
A：不是這樣的。功耗和利用率是兩個概念，利用率是AI演算法最佳化利用算力的能力。功耗是如何去平衡整個板載級、晶片級層面功耗。但是對於晶片公司來講，晶片的功耗不僅包括AI部分，因為目前很多晶片都是多核異構的，以英偉達的晶片為例，它的GPU的功耗當然是最高的了，但其實還有一些DSP，一些CPU，這些都會涉及到功耗。利用率其實跟每一家神經網路的架構是有關係的，對於有的大通量、平行計算，它的利用率一定是有天花板的。但是在ASIC方案中，每一家的架構是不一樣的，雖然現在開發框架越來越成熟，越來越主流化，大廠的訓練框架其實是越來越成熟。即便在這種情況下，每一家演算法公司的演算法還是不一樣的。而且對於同一個演算法在不同的晶片平臺上去跑，底層的ASIC架構，每一家都是不一樣的。這個時候就會涉及到運算元庫的豐富程度，運算元庫越豐富，演算法跨平臺移植的效果就會越好。所以ASIC的利用率一定比GPU要高。而且現在整個訓練框架在越來越通用化，越來越成熟，整個AI越來越工程化。每一家晶片公司的核心技術競爭壁壘，就在於架構能不能實現，比如有一些做NPU加速架構的設計是三維的，有一些是兩維的。
全球最好的做NPU的團隊在北美，當初華為的晶片的團隊就是在矽谷，後來因為大家都知道的原因，全部被裁掉了。但是做NPU最好的團隊，是在矽谷。國內現在也有從海外回來的人開始去做，但從技術上來講，國內現在還是跟國外有一些差距。高通在這個行業裡面是後發者，但它優勢很明顯就在於：第一，它的架構團隊是全球頂尖的。第二：來自移動端利潤的資金可以去支援它做晶片。對於創業公司，可能融資幾億美金就已經很了不起了，但是對於高通，它去用兩三億美金投一顆晶片還是非常容易的。總之算力利用率和功耗有關係，但它們是兩個維度的評價指標。
更多行業、個股一手紀要請關注同名微信公眾號：新調研紀要
