芯片|挑战苹果：中国芯片大师的自我验证( 四 ) 苹果|it芯片|重器

为苹果设计了手机SPAD芯片的硬件巨头索尼，最擅长的是SPAD前两个部分——光学器件与模拟电路。但在算法处理和MCU方面，则暴露出了日本工业界长久以来的软件弱点。
许多SPAD企业也存在同样的问题，或者说他们并不认为对大量数据做片上预处理很重要——要么加一个协处理器，要么将所有数据丢给域控（自动驾驶芯片），怎么做是客户自己的事儿。
但陈然估算了一下数据量，特别是远距车载激光雷达， SPAD阵列转化的数字信号量级，大到根本没有合适的传输渠道送它们出去。
他认为，站在激光雷达角度去定义芯片才是靠谱的。如果既没有算法积累，又不想做难度更大的集成，那么“坑”就会顺势转移给下游整机厂商。
此外， SPAD与多年积累的传统激光雷达算法经验并不能完全重合，很有自己的一套脾气，与传统探测器相比有着独树一帜的特性。
譬如，它有时候会“装死” 。这个特性通常被工程师称为“死区时间”——在接收到一个光子后，它一定会突然死一段时间，这是其他器件都没有的毛病。
在XY象限里， SPAD的探测波形本来有着光滑的起伏，但“死区时间”一旦到来，波形立马就形成一个直切式断崖。
“如果不把SPAD摸透，那么算法就会出现严重偏移，任何从旧器件移植或嫁接过来的东西都是无效的。 ”
但整机厂做芯片，上述问题都不是最大的难点。
芯片相当于重开了一个大炉灶，从哪里找到真正匹配的人才？
而这些人才在一个多条技术路线并存的企业里，处于一个什么位置？
单光子芯片的研发如何与传统条线研发做分离与融合？
此外， Ouster一开始就是走的SPAD路线，后来所有的任务都是围绕VCSEL与SPAD展开。而对于寄希望拓展新研发支线的企业，是否会带来更不可承受之重？
04 花钱大王
在2022年一个绍兴地方半导体政府会议上，一位国产IP大佬说出了中国A企业的“秘密” ，扫地机器人等消费产业才是这家中国自动驾驶芯片公司出货量最大的市场。
“这本就没啥可惊讶的。因为你觉得需要凭借多少万辆车，才能摊平研发和流片前期投入呢？”她说。
这完全可以映射车载激光雷达市场如今的状况。
即便大小激光雷达公司的通稿里充斥着“百万出货”的巨大数字，但大家心里都清楚，即便搭载激光雷达的车型卖出10万，也回不了本。没有一家企业能盈利，也没有任何批判的必要性。
而再加上所谓的“自研芯片” ，表面上虽有推高估值的好处，但也会让车载激光雷达创业公司在夜里遍体生寒。
半导体产业里，前期投入1000万，每年只能卖1万颗与每年卖1000万颗的差别，每个人都清楚意味着什么。
只有把SPAD技术复用在不同的市场，特别是成熟的消费级市场，摊平成本，才能保持我的市场竞争力。
其实大多数激光雷达企业都在走这种路线。譬如Velodyne失去汽车市场却能死而不僵，就在于它在工业市场仍具有强大的影响力和出货量。
而对于all in SPAD路线的创业者来说，无论是单线产品还是难度更高的车载系列，底层技术都如出一辙。如果只用于内部或汽车市场，那么无论从技术还是销售规模，对企业都不是一笔好买卖。
陈然在甲骨文做CPU时，真正明白了这一道理。
作为全球最好的数据库企业之一，外界并不知晓，甲骨文内部做的 SPARC CPU ，使用了当时最好的半导体制程，最复杂的设计，使得并发处理性能是同时代英特尔CPU的几倍甚至几十倍。