新能源下半场，比亚迪终究还要磕芯片( 三 ) （图源：比亚迪官网）文/冯天

最顶尖的阵营，以英伟达、特斯拉为代表，采用CPU+GPU+ASIC方案，难度最高、风险最大；
其次， Mobileye、地平线等新兴科技公司，多采用CPU+ASIC方案；
以Waymo、百度为代表的公司，则采用CPU+FPGA方案为主。
从CPU、GPU、FPGA到ASIC ，通用性越来越差，效率越来越高。

文章图片
特斯拉作为最顶尖的新能源汽车公司，在马斯克“第一性原理”驱动下，一上来就选择了最为hard的芯片技术路径——不仅要自研ASIC ，还将技术侧重点都押注在ASIC上。
在自动驾驶芯片领域， ASIC是令许多厂商又爱又怕的存在。它专门为某一项算法定制，不像GPU那样堆料，容易控制硬件成本、功耗表现也十分优越，但挑战它也意味着巨大的风险：由于仅支持单一算法，没有重构能力，也就意味着，一旦算法需要大幅迭代优化，架构就要推倒重来，故对芯片厂商算法、IC设计上，提出了极高的要求。
相比之下，英伟达则凭借在GPU方面的绝对优势，侧重于利用GPU ，保持对FPGA和ASIC算力上的优势。为了满足愈来愈高的算力需求，英伟达不得不在GPU方面采用“堆料”模式，造成了愈来愈高的成本、愈来愈大的功耗。但在当下的车规级市场，由于找不到更好的替代方案，许多车企只能妥协承受，亦或是，采用FPGA这样折中的自研路径。
FPGA全称FieldProgrammableGateArray ，可理解为半成品版本的ASIC ，其运算性能优于GPU ，又具备可重构性，成为不少企业的“入门级”选择。如Mobileye、地平线等，均是先以FPGA路径切入，后期再进阶，聚焦ASIC芯片，以此分摊ASIC带来的巨大研发风险。
然而，折中的方案却也会带来“两头不沾”的代价——成本高、功耗高、技术难度大、适配与量产难度大，都使厂商面临不小的挑战。
总结来说，在自动驾驶芯片领域，无论走哪种路线，全球还未探索出一条既低成本、低风险，又兼具高性能的方案。凡有选择，皆有代价。对比亚迪半导体，在高性能车规芯片领域，其技术积累还较为空白，是选择折中方案，还是直接挑战最高峰，都将承受巨大风险。
不过，研发自动驾驶芯片不止依靠“硬实力” ， “软实力”也是不可或缺的条件。在这方面，比亚迪表现不俗。
首先，是比亚迪销量的背书。
根据东吴证券报告，芯片行业是竞争壁垒极高的寡头格局行业，在企业获得先发优势后，可以凭借较大的出货量平摊研发费用。
报告也提出，拥有庞大消费市场是芯片搅局者成功“分羹”的重要因素，苹果、特斯拉、华为都是先例。
而让比亚迪有信心斥巨资投入其中的，或许正是其稳定的“自用订单” 。
在2021年中国新能源乘用车中，比亚迪以58.4万台的成绩力压五菱、特斯拉，问鼎销量冠军；放眼全球，比亚迪也仅次于特斯拉，排名第二。

文章图片
而比亚迪，似乎想做第二个特斯拉。
除了销量外，足够的资金支持也是比亚迪的必要条件。
行业专家指出，研发自动驾驶芯片所需的资金投入为10亿人民币到10亿美元不等。
根据招股书，自2018年起，比亚迪半导体的研发费用分别为1.10亿、0.97亿、1.35亿、0.97亿（2021上半年）。对于比亚迪半导体来说，这个项目的量级显然有些大了。
但若将视角放到比亚迪在汽车领域的布局， 10亿的投入似乎并不是天方夜谭。