2022已過去一月有餘，而車企缺芯的困境還遠未打破。
這場困擾全球車市多時的危機到底何時能徹底解決？
德國英飛凌汽車半導體業務單元負責人表示，預計在2022年底前都不會恢復正常，到2023年應該能解決短缺問題。
同樣，在特斯拉第四季度財報釋出後的電話會議上，馬斯克也表示，預計在2022年至2023年能解決晶片短缺問題。
2022也許仍會異常艱難，但至少，希望已在眼前。
業界普遍認為缺芯是由於疫情和供應鏈問題，以及半導體供應商無法提升產能導致。
但行業分析公司IC Insights認為，除了疫情與供應鏈問題，短缺的真正原因在於2021年汽車晶片的需求激增。
在產能端，根據IC Insights的資料，與2020年相比，2021年半導體供應商面向汽車行業的出貨量增加了30%，已遠高於去年全球半導體出貨總量22%的增幅。
這一方面源於2021年車市終於結束逆增長，銷量開始上揚。
另一方面則是由於當前汽車大部分創新基於微電子技術（半導體），尤其是電動化和自動駕駛前裝落地的加速，行業對晶片的需求量大大增加。
——01——
車企最缺什麼芯？
車載晶片種類繁多。那麼，這兩年鬧得沸沸揚揚的缺芯浪潮中，車企最缺的到底是什麼芯？
在回答這個問題之前，我們先認識一個新名詞：MCU。
MCU全稱Micro Control Unit，即微控制器，又名微控制器。通俗來看即可以理解成一個微型計算機。
MCU是把中央處理器的頻率與規格做適當縮減，並將記憶體、運算器、計時器、介面等整合在單一晶片上，形成晶片級的計算機，為不同的應用場合做不同組合控制。
隨著汽車智慧化加速，整車將會搭載更多功能，大量執行元件需要MCU來控制。
從防抱死制動系統、四輪驅動系統、電控自動變速器、主動懸架系統，到現在逐漸延伸到車身各類安全、網路、 娛樂控制系統等領域。
如今，一輛傳統燃油車需要使用幾十至數百顆MCU，新能源汽車的使用量更是翻倍。
如此大用量的MCU晶片，便是這兩年車企缺芯的主角。
而且，對MCU的需求還在不斷增加。
據IC Insights預測，全球車規級MCU市場規模有望從2020年的65億美元增長至2023年的88億美元。
而從格局來看，車用MCU市場集中在幾家頭部企業中。
2020年全球車用MCU市場份額佔比前五名分別為瑞薩、恩智浦（NXP）、英飛凌、德州儀器和微芯，佔比合計達87%。
在延續兩年的缺芯危機面前，頭部企業們正迅速作出反應擴大產能。
英飛凌在2021年投資16億歐元建成的12英寸（300mm）晶圓廠已正式投入使用。
英飛凌目前擁有兩座用於生產功率半導體器件的大型300毫米薄晶圓工廠，分別位於德累斯頓和菲拉赫。
晶圓代工霸主臺積電則將營收的年複合增長率預期從10%至15%提高到15%至20%。
此外，臺積電還計劃在美國亞利桑那州（5nm）、日本（22/28nm）、臺灣高雄（7/28nm）和新竹（2nm）興建新晶圓廠，同時會將原有的南京工廠進行擴建，而位於德國和臺灣台中（2nm）的新建計劃也正在評估中。
日本晶片製造商瑞薩電子也表示，到 2023 年將其汽車和電子產品關鍵部件的供應能力提高 50% 以上。
回到國內市場，中國MCU市場也是海外龍頭獨大。7大海外龍頭企業佔據了約70%的市場份額，國產化率低。對本土企業來說，替代市場潛力巨大。
在市場大熱風口下，國內半導體企業紛紛入局汽車MCU。
其中風頭無兩的當屬今年1月27日剛剛在創業板完成IPO過會的比亞迪半導體。不出意外，比亞迪半導體將成為國內首家車載晶片上市公司。
比亞迪半導體最初只是比亞迪集團內部的一個事業部，2004年成立比亞迪微電子。其在MCU領域已有多年建樹，從工業級MCU，一路發展到車規級8位MCU晶片、車規級32位MCU晶片等產品及業務。
2020年正式拆分出來，剛獨立便被100多家VC/PE爭搶，估值猛漲到300億元，僅用2年就即將實現IPO，這一速度堪稱神速。
四維圖新在MCU領域同樣有所佈局。其旗下全資子公司傑發科技（Autochips）專注於汽車電子晶片，是國內首款量產車規級MCU的製造商。
Autochips 32位車規級MCU-AC7801x
此外，芯旺微電子（ChipOn），琪埔維（Chipways）等公司也已推出車規級MCU產品，紫光國微、中穎電子、兆易創新、北京君正、凌鷗創芯（晶豐明源併購）、芯海科技等國內設計企業也正加碼車規級MCU的研發和認證。
傳統企業擴大產能，新玩家強勢入局。解決全球車企缺芯問題，這是牽動整個行業的命題。
——02——
車載晶片到底有哪些？
從資料處理能力來看，除了本質為控制指令運算的MCU，車載晶片還包括算力相對較強的主CPU和以智慧運算為主的AI晶片（也有將CPU歸於和MCU同類的，此處不作展開）。
AI晶片對算力的要求最高。
廣義上講，能運算AI演算法的晶片都叫AI晶片。但狹義上一般將AI晶片定義為“專門針對AI演算法做了特殊加速設計的晶片”。
目前通用的CPU、GPU、FPGA等都能執行AI演算法，只是執行效率差異較大。
FPGA意為現場可程式設計門陣列（Field Programmable Gate Array），是在可程式設計器件的基礎上進一步發展的半導體器件。與為特定設計任務定製製造的專用積體電路(ASIC, Application Specific Integrated Circuit) 相比，FPGA 可以在製造後重新程式設計以滿足所需的應用或功能要求。
同時，也有部分晶片企業開始設計專門用於AI演算法的ASIC專用晶片，比如谷歌TPU、地平線BPU等。
在智慧駕駛產業應用沒有大規模興起和批次投放之前，使用GPU、FPGA等已有的通用晶片可以避免專門研發定製晶片（ASIC）的高投入和高風險。
但由於這類通用晶片設計初衷並非專門針對深度學習，因而存在效能不足、功耗過高等方面的問題。
專門定製的ASIC可以有效解決這些問題，但因其成本與風險過高，目前市場還並不成熟。
自動駕駛晶片常被稱為AI晶片，算力以TOPS（每秒萬億次）為單位。而智慧駕駛座艙晶片算力要求比自動駕駛晶片相對略低。
而從晶片結構形式上來看，隨著汽車智慧化的不斷深入和自動駕駛級別的提升，傳統的CPU早已無法滿足智慧汽車的算力需求。
集成了AI加速器的SoC異構晶片應運而生。
SoC（System on Chip）一般稱為系統級晶片，也稱為片上系統，即將能夠完成某項功能的一整個系統整合在一塊晶片上。SoC常由CPU+GPU+DSP+NPU+各種外設介面、儲存型別等電子元件組成。
自動駕駛晶片和智慧座艙晶片一般均為SoC系統級晶片。
與MCU相比，SoC晶片系統複雜度更高，整合功能更豐富，支援執行多工複雜系統。
MCU則是把CPU的頻率和規格做了縮減，複雜度較低。
MCU是晶片級，用於控制指令計算。SoC是系統級，用於智慧運算。
——03——
為整車提供大腦的自動駕駛AI晶片
隨著自動駕駛級別從L0到L5的提升，對為其提供大腦的晶片的算力要求也在不斷攀升。
實現L4及以上級別的自動駕駛到底需要多少算力？一般認為，L4需要的AI算力>100TOPS，L5需要的AI算力則高達500-1000TOPS。
但業界並沒有明確的定論。現有產品中，有Mobileye的176TOPS即可支援L4/L5級別自動駕駛，也有英偉達大手筆祭出1000TOPS算力冗餘的方案。
而算力上的比拼，顯然已成為各家AI晶片廠商間無言的默契。
後來居上的英偉達依靠強大的技術實力，在高級別自動駕駛領域遙遙領先，是目前當之無愧的自動駕駛晶片王者。
2021年4月12日，英偉達在GTC大會上推出面向自動駕駛汽車的新一代AI處理器NVIDIA DRIVEAtlan，單顆SoC算力達到驚人的1000TOPS，比大多數L4級自動駕駛車輛整車的算力還要強，它將用於多家汽車製造商的2025年車型上。
NVIDIA DRIVEAtlan
英偉達此前的NVIDIA DRIVE Orin SoC便可提供254 TOPS的算力，可完整覆蓋ADAS到L5級自動駕駛的需求。
NVIDIA DRIVE AGX Xavier則可為L2+級和L3級自動駕駛提供30 TOPS的運算。其核心是 NVIDIA首次生產的車規級Xavier系統級晶片。
Orin與Xavier是當下車企搭載的主流。
即將量產上市的蔚來ET7，智己L7，威馬M7，小鵬P5等車型均選擇了Orin X。
面對英偉達的壓力，Mobileye在2022 CES上推出三款全新晶片，分別為EyeQ 6L，EyeQ 6H和EyeQ Ultra。
EyeQ Ultra一共有64核的加速器，5納米制程工藝。同時支援176 TOPS的8 bit深度學習運算。跟競爭對手的數字相比，176並不大，但Mobileye CEO Shashua教授認為關鍵的不僅是算力，還有效率。
從Mobileye的產品資料來看，176TOPS大概是10顆EyeQ 5晶片算力的總和。而Mobileye有使用8顆EyeQ 5驅動的Robotaxi。
由此可知，相當於10顆EyeQ 5整合的單晶片EyeQ Ultra完全能夠支援RobotTaxi所需的算力。而其價格只需要幾百美金，且整個系統能耗非常低，不到10W。
EyeQ 6H和EyeQ 6L的算力大概分別為45TOPS和5TOPS，相比於前代產品在算力大幅提升的情況下功耗增加卻非常有限。
可以看出，Mobileye的亮點在於保證算力充分的前提下儘可能降低能耗與成本。
對於需要上車量產的晶片來說，能耗與成本也是算力之外非常重要的指標。
此外，除了英偉達與Mobileye，2022年初，自動駕駛晶片賽道又殺入新的重量級玩家。
同樣在2022 CES上，美國晶片公司安霸推出基於5納米制程的AI域控制器晶片CV3系列，其AI等效算力達到500eTOPS（eTOPS中的e就代表equivalent（等效）），可用於L2+至L4級自動駕駛。
相比上一代CV2，CV3的AI效能提升了42倍，增幅驚人。
電動卡車廠商Rivian、自動駕駛技術公司Motional和電動汽車製造商Arrival等均有采用基於安霸CV2的方案。
而採用“全鏈路”路線的特斯拉也自研了FSD（Full Self Driving）晶片。
FSD晶片的設計和規劃始於2016年，當時，特斯拉聲稱沒有找到適合他們的其他解決方案。FSD晶片目前已經應用於Model 3之上。
國內市場上，地平線、黑芝麻智慧、芯馳科技等企業也紛紛推出了得到市場廣泛認可的自動駕駛晶片產品。
征程5是地平線第三代車規級產品，等效算力達128TOPS。可同時適用於高算力需求的自動駕駛和智慧座艙平臺。
早在2017年，地平線便已經獲得了英特爾近億美元的投資。
華山二號A1000 Pro是黑芝麻智慧旗下最新一代大算力車規級自動駕駛計算晶片，2021年4月釋出，並於同年7月流片成功，為目前效能最強的國產車規級自動駕駛晶片。
黑芝麻智慧此前便已推出華山A1000，擁有8核CPU，算力從58TOPS（INT8）-116TOPS（INT4）。華山A1000L為其簡配版，6核CPU，算力16TOPS。
單顆A1000L適用於ADAS輔助駕駛，單顆A1000適用於L2+自動駕駛，四顆A1000則可支援L4及以上的自動駕駛需求。
而2018年才成立的芯馳科技則推出了V9系列自動駕駛晶片。
2021年4月的上海車展期間，芯馳科技推出最新一代的V9T自動駕駛晶片，採用了兩組完全獨立的四核Cortex-A55應用處理器叢集，既可以獨立執行來提供更高的效能，也可以互為冗餘備份來提升安全性。
作為消費電子領域當之無愧的龍頭，華為決心要將其技術積累遷移至汽車領域，自然也不甘在自動駕駛上落後。
基於其為北汽ARCFOX阿爾法Ｓ定製的MDC Pro 610平臺，華為打造出最新的面向所有車企客戶的平臺化標準化產品MDC 810，算力可達400+TOPS。
華為號稱其為已經量產的最大算力智慧駕駛平臺。據稱該平臺使用的是昇騰系列晶片昇騰610，但華為一直沒有正式公佈。
零跑汽車則走了和特斯拉一樣的自研路線，與安全領域巨頭大華合作推出凌芯01。採用28nm製程工藝，運算能力4.2Tops，功耗4 W，搭載於零跑C11，已經量產上市。
零跑對凌芯01的定義是中國首款擁有完全自主智慧財產權的車規級AI智慧駕駛晶片。
2019年初創成立的超星未來也於2021年5月在國際智慧網聯汽車技術年會上釋出新一代高級別自動駕駛車載計算平臺NOVA30P，使用了高效能處理晶片和功能安全ASIL-D等級MCU的異構硬體方案。
此外，雲端智慧晶片生產商寒武紀日前也在投資者互動平臺表示，其子公司行歌科技正在設計、研發面向高等級智慧駕駛應用場景的車載智慧晶片。
隨著智慧汽車的發展，AI晶片潛力巨大。
據東吳證券研究所測算，AI晶片單車價值將會從2019年的100美元提升到2025年的1000+美元。
我國汽車AI晶片市場規模也將從2019年的9億美元提升到2025年的91億美元，複合增速達46.4%；到2030年將達177億美元，十年複合增速28.1%。
——04——
為車機提供大腦的智慧座艙SoC
智慧座艙晶片是車載晶片中另一類複雜度較高的SoC晶片。
智慧座艙SoC主要負責座艙內海量資料的運算處理工作。
而隨著智慧座艙快速發展，座艙SoC不僅需要處理來自儀表、座艙屏、AR-HUD 等多屏場景需求，還需要執行語音識別、車輛控制等操作，智慧汽車對座艙SoC的效能、算力需求也在持續攀升。
高通是智慧座艙晶片領域絕對的霸主，目前市面主流的智慧駕駛艙車機晶片基本都出自於高通。
高通已量產的SA8155P晶片AI算力約8TOPS，其第四代座艙SoC整合的NPU算力高達30TOPS，是目前已釋出的AI算力最高的座艙SoC產品，計劃2023年投產。
WEY摩卡、小鵬p5、蔚來et7、威馬w6與零跑C11等車型都不約而同採用了高通最新的8155處理器。
而一向不按常理出牌的特斯拉則從2021年11月開始將其效能版ModelY的座艙SoC從IntelA3950換成了AMD Ryzen。
據悉，相比於高通8155處理器，AMD Ryzen的CPU效能強2倍，GPU效能強大約1.5倍。
業界普遍期待，特斯拉的此次升級是否會改變智慧座艙晶片一家獨大的局面，掀起智慧座艙晶片新一輪的“軍備競賽”。
此外，三星、瑞薩、恩智浦、德州儀器等傳統車載SoC廠商也均有智慧座艙SoC產品推出。
如2021年7月，瑞薩推出全新系列產品R-Car Gen3e，涵蓋六款新品，計劃2022年量產。
2021年11月，三星釋出了全新面向中高階智慧座艙系統的Exynos Auto V7，已應用於大眾汽車的車載電腦ICAS3.1上。
而國內市場上，華為海思基於手機處理器麒麟990開發的麒麟990A，採用8核CPU，具有3.5TOPS算力，並支援5G網路。
芯馳科技的X9U智慧座艙SoC，CPU總算力達到100KDMIPS，AI計算效能1.2TOPS。
X9U僅透過一顆晶片就能支援多達10個獨立全高畫質顯示屏，包含前排儀表、中控屏、HUD及多個娛樂屏，實現多屏共享和互動。
聯發科技的AutusI20（MT2712）是一種高效能六核資訊娛樂解決方案，具有靈活的介面，支援多種顯示器，包含四顆ARM Cortex-A35處理器和兩顆Cortex-A72處理器。
此外，吉利旗下芯擎科技於2021年12月首度公開發布新一代7奈米車規級智慧座艙多媒體晶片“龍鷹一號”，其AI算力達到約8TOPS。
作為國內唯一由臺積電代工生產的7奈米晶片，龍鷹一號是目前市面上極少數採用7納米制程的高階智慧座艙晶片。
芯擎科技由億咖通與安謀中國合資成立。
除了以上談及的MCU晶片，自動駕駛AI晶片和智慧座艙SoC，車載半導體還包括IGBT，MOSFET等功率半導體器件。
比亞迪半導體在IGBT模組的表現尤為突出，2019年、2020年連續兩年中，比亞迪半導體在新能源乘用車電機驅動廠商中全球排名第二，國內廠商排名第一，市場佔有率達到19%，僅次於英飛凌。
——05——
併購與投資，買買買完善業務
總體而言，目前車載晶片的市場仍處於被少數幾家巨頭壟斷的局面。但隨著行業的發展，多家新興企業正在崛起，資本與技術紛紛入局。
2021年多家初創企業獲得新一輪融資。而傳統晶片廠商在競爭壓力下也開始尋求鞏固自己的護城河。除了進一步開發新產品，透過併購完善技術與業務也是各大廠商普遍採用的模式。
比如沸沸揚揚延續了一年多的英偉達收購ARM案。
就在剛剛過去的2022年2月7日，英偉達正式宣佈放棄收購ARM。
英偉達宣佈要以400億美元的價格收購ARM還是2020年9月的事。
眾所周知，英偉達在GPU和AI晶片領域是王者一般的存在。而ARM是全球最大的半導體智慧財產權（IP）提供商。兩者的結合勢必會影響整個產業鏈的格局。
因而，這場收購案一公佈，便遭到各行業巨頭乃至各國監管機構的一致反對。
2021年12月2日，美國聯邦貿易委員會（FTC）釋出宣告，表示將於2022年8月9日正式對英偉達收購ARM提起行政訴訟。
2月7日，英偉達正式宣佈放棄收購ARM。為此，英偉達還將損失已預付給軟銀的12.5億美元。
無獨有偶，2018年，高通擬收購荷蘭晶片巨頭恩智浦，最終也以相似的理由不得不宣佈放棄。
但失敗並沒有阻止巨頭們的併購之路。
就在1月28日，中國國家市場監督管理總局剛剛宣佈，有條件地批准美國晶片企業AMD以350億美元收購FPGA製造商賽靈思 (Xilinx) 的計劃。
此前，該交易已獲得包括歐盟、英國、美國在內的諸多國家和經濟體市場監管機構的批准。
成立於1984年的賽靈思，和Altera並稱為FPGA雙雄，是FPGA、可程式設計SoC及ACAP的發明者。2015年，Altera已被AMD的老對手英特爾以167億美元收購。
此外，繼2021年年初傳出訊息後，今年1月又有外媒報道，三星擬收購英飛凌或恩智浦。
三星電子目前是全球最大的儲存晶片製造商，也是僅次於臺積電的全球第二大晶片代工商。外媒分析認為其會併購汽車半導體領域的公司，以增強在這一領域的實力。
半導體巨頭們砸錢買買買，初創企業則忙著吸引投資。
2021年6月，地平線完成C7輪融資，融資金額高達15億美元，投資機構包括韋豪創芯、京東方等，投後估值高達50億美元。
2021年7月，芯馳科技宣佈完成近10億元B輪融資，除多家基金與投融資公司外，寧德時代也透過晨道資本重倉加註。
黑芝麻智慧則在2021年9月完成由小米長江產業基金領投的數億美元戰略輪和C輪融資後，又於2022年1月完成C+輪融資，投資方為博世集團旗下博原資本。
車載晶片行業的2021年既是艱難的，又是充滿生機的。
缺芯的車企不得不停工、減產，而晶片廠商則卯足了勁擴大產能，新玩家也紛紛入局。
政策層面，2月8日，歐盟委員會官網正式釋出《歐洲晶片法案》。根據法案，歐盟將投入超過430億歐元公共和私有資金，支援晶片生產、試點專案和初創企業。
同時，英特爾也於2月8日宣佈，將設立一項 10 億美元新基金，用於扶持早期階段的初創公司和成熟公司，為代工生態系統構建顛覆性技術。
缺芯危機到底何時能夠過去？
業界有如英飛凌、特斯拉這樣的相對樂觀者，認為2022至2023年就能解決。但據財聯社訊息，英特爾CEO日前表示，晶片供應緊張情況仍會持續2023年全年，2025-2030年供應形勢才會有所好轉。
無論這場危機何時能真正結束，我們相信，在市場需求的正面刺激下，行業將以最快速度向前發展，未來的格局必將有所改變。
