新能源下半场，比亚迪终究还要磕芯片( 四 ) （图源：比亚迪官网）文/冯天

财报显示， 2021年，比亚迪在汽车板块的研发费用为51.4亿元，在研发端占比48.3％，在汽车项目上的开发支出成本总计有99亿元。
有足够的订单与资金做靠山，比亚迪入局自动驾驶芯片也就具备了外部条件。
但这些，显然还不够。
03不止要算法，还要会挖人
放眼各大新能源车企，特斯拉在自研自动驾驶芯片上，第一且唯一。
早在2019年，特斯拉就已将其自主研发的FSD芯片搭载在全系车型中，摆脱了对Mobileye、英伟达等芯片厂的依赖，成为全球唯一实现自动驾驶核心领域全栈自研自产的科技公司。
也许是受成功者的影响，国内头部车企也纷纷传出自研芯片消息，其中包括人们熟知“蔚小理” ，但至今仍没有流片的迹象。
那么，特斯拉的成功自研，比亚迪能做到吗？
首先，特斯拉作为智能汽车的“吃螃蟹者” ，在软件算法与数据处理能力上的先发优势，决定了其芯片的高效。
早在Autopilot1.0时代，特斯拉就已开发出一套完整的AI深度学习算法，该算法基于深度神经网络的视觉处理工具TeslaVision ，能够对行车环境进行专业的解构分析，同时借助其售出车辆搜集的大量数据，反过来对TeslaVision的神经网络进行训练和改进。
而软硬件的协同，正是自动驾驶SoC芯片的重中之重。
特斯拉FSD芯片，就是从算法需求出发，进行了芯片架构设计。其核心技术来源于由两颗NPU组成的NNA（NeuralNetworkAccelerator ，神经网络加速单元）系统，而这两颗NPU正是以特斯拉自研算法为基础，负责深度学习及预测功能的处理器。

文章图片
（特斯拉FSD芯片，图源：Wikichip）
正如行业专家所说， “特斯拉的做法适应了AI时代的正确理念，由算法定义芯片，软硬件协同设计。 ”
在两家中国芯片头部厂商的经验中，也可以得出同样的结论。
地平线创始人余凯指出，其在自动驾驶芯片的优势正是深度学习处理器为深度学习软件服务，用软件的思维设计芯片；黑芝麻智能CEO单记章也说，设计SoC芯片背后的技术难度很大，其中最大的难题就是“深入了解自动驾驶算法，尤其其背后使用的神经网络” 。
但软件算法，并不是比亚迪所擅长的。
无论是最初采用博世的全家桶方案，还是如今与Momenta、百度等供应商合作，比亚迪自身仍没有具有自主产权的算法。
特斯拉在算法上可谓费尽了心思，从一开始就“押宝”了纯视觉传感器路线，使机器视觉算法得以快速进化。 2015年，马斯克主导成立了非营利性人工智能研究公司OpenAI 。同时，特斯拉也在不断演进、重写自动驾驶算法，从2D视觉感知、多摄像头融合感知俯视，到3D环境建模和动静态目标检测……特斯拉在纯视觉感知算法的道路上一直在努力。
再看“蔚小理”的情况，小鹏目前已经在“感知-决策-执行”全域实现算法自研，而蔚来、理想也实现了“决策-控制”域的自研，预计今年实现全域自研。

文章图片
因而在软件上，相比于拥有自研算法的特斯拉和“蔚小理” ，比亚迪仍需补足。
BOSS直聘显示，比亚迪及比亚迪半导体已在招募“高级算法工程师”“智能驾驶系统专家” ，定位ADAS开发，要求有视觉感知算法和雷达算法开发经验。可见，比亚迪也能意识到自有算法的重要性。
其次， AI芯片的技术门槛，决定了其对研发人员的要求极高。