行者卓馭，做好“智駕合伙人”
來源：汽車商業(yè)評論（李星宇）2022-02-09 08:11
汽車行業(yè)缺芯其實并不是新鮮事，半導體行業(yè)本身就是典型的周期性行業(yè)，周期一般是4-6年，每個周期都是從芯片短缺開始啟動。
上一次比較大的缺貨行情是在2008年次貸危機發(fā)生后，次年全球汽車銷量下降了13.5%，美國更是下降了34%，下游客戶大舉砍單，但到2010年,全球總產(chǎn)量迅速恢復，增長了26%。需求暴增導致了非常明顯的缺貨，但那一次缺貨恢復比較快，而且主要是在Tier1和芯片公司之間解決的，車企的體感不強。
這次缺貨還疊加了汽車芯片需求的暴增，今天，一輛30萬元價位的智能電動汽車對于芯片的需求約是同等價位的燃油車的2~3倍，達到1200至1700顆，折合下來相當于整整一個8寸晶圓，其中用于新能源的功率芯片占了大約一半，如IGBT等，另一半主要是用于智能化的數(shù)字芯片，包括MCU和AI計算芯片等。
智能電動汽車對于芯片的需求增量無疑是驚人的。擴大產(chǎn)能勢在必行。因為下游芯片缺貨帶來的爆炸性需求，英特爾、臺積電、中芯國際、三星都發(fā)布了規(guī)?？涨暗耐顿Y擴產(chǎn)計劃，統(tǒng)計下來2030年前有超過4000億美元的投資計劃。
很不幸，連擴產(chǎn)能都變得比以前更慢了，在缺貨的傳導效應(yīng)下，缺的不單是芯片，連半導體生產(chǎn)設(shè)備都缺了，設(shè)備的交貨期從之前的只要半年，延長到現(xiàn)在的一年甚至一年半。近日半導體設(shè)備龍頭ASML位于德國柏林的一家工廠發(fā)生火災(zāi)，更是給設(shè)備交付蒙上了一層陰影。
中芯國際的彭進表示，全球半導體市場出現(xiàn)不遵循市場需求的重復建設(shè)，推高了設(shè)備交貨周期，這讓晶圓廠的擴產(chǎn)更加慢，進一步影響了芯片供給。
從車用半導體的整體產(chǎn)能來看，根據(jù)臺灣工研院的數(shù)據(jù)，2020年，代工廠的產(chǎn)能僅占31%，產(chǎn)能大頭都在采用IDM模式的大廠手里，即自建工廠進行生產(chǎn)的公司。
對于這次缺貨最嚴重的MCU芯片，行業(yè)三駕馬車瑞薩、恩智浦和英飛凌都是采用IDM模式，擴產(chǎn)速度相比代工廠要更慢，也更謹慎。瑞薩目前的計劃是到 2023 年才能將其車用 MCU 產(chǎn)量提高 50%。
總結(jié)來看，擴產(chǎn)能屬于必要手段，但需要時間，更需要思考的是：單純靠擴產(chǎn)能是否能完全解決問題？
相比于芯片需求數(shù)量的增長，汽車智能化的底層架構(gòu)正在發(fā)生深刻變化，芯片的未來趨勢也因此發(fā)生了質(zhì)變。
傳統(tǒng)汽車使用的分布式ECU計算架構(gòu)需要大約50~150顆MCU，對應(yīng)的芯片種類也特別多，而且大都是基于成熟工藝的芯片，沒法充分利用新的工藝制程帶來的高階產(chǎn)能。如果把主機廠所需要管理的所有芯片型號加起來，更是超過1000種，可以說，不改變汽車電子電氣架構(gòu)（EEA），芯片供應(yīng)鏈的安全就很難以保證。
從技術(shù)上講，靠增加ECU的數(shù)量來提升汽車的智能，已經(jīng)難以為繼。當前智能汽車正在掀起一場電子電氣架構(gòu)變革，從分布式計算架構(gòu)往集中式的計算架構(gòu)演進。當前的演進重點是域控制器架構(gòu)，但從終局來看，集中式的計算架構(gòu)打造的是一個高性能的中央計算平臺。
正如生物的智力進化史一樣，從低等生物到高等生物，對應(yīng)的是神經(jīng)元的持續(xù)集中化，并最終了進化出了大腦；計算集中化也讓汽車的智能得到質(zhì)的提升。
中央計算架構(gòu)能夠?qū)⑿酒挠昧亢头N類降低至少10倍以上，從而急劇降低供應(yīng)鏈管理難度和風險。更重要的是：單顆芯片的功能集成度和性能比原來提高兩個數(shù)量級以上，極大增強了芯片的通用性，允許下游客戶建立通用芯片選型庫，提升芯片復用率，對供應(yīng)鏈的好處不言而喻。
這場技術(shù)變革也將使整個汽車芯片行業(yè)的競爭格局發(fā)生深刻的變化，帶來行業(yè)新一輪的洗牌，也迎來了新的創(chuàng)新機遇。
還是以MCU芯片為例，當前汽車行業(yè)大規(guī)模使用的MCU性能并不強，32位的MCU雖然已經(jīng)有不少新品，但8到16位的MCU依然是出貨主力，其對應(yīng)的制程也多在65nm以上。所以很多人認為汽車MCU在技術(shù)上并不先進，但行業(yè)前沿已然不是這樣，今天先進的MCU相對于過去的8位MCU，性能至少提升了3個數(shù)量級，功能集中度也在飆升，多核CPU、網(wǎng)關(guān)都整合了進來，下一代MCU的制程更將提升到16nm。
可以說，最新的MCU完全可以展現(xiàn)出以一擋十的威力，并且可以充分利用代工廠的先進產(chǎn)能。
有人會問為什么缺芯這么嚴重？為什么到現(xiàn)在還是落后的芯片占主流，而不使用更先進的汽車MCU呢？
向集中式架構(gòu)，即使是域控制器架構(gòu)，都不是一個容易的過程。這涉及到大規(guī)模的軟件開發(fā)，以及大量系統(tǒng)測試驗證，開發(fā)周期往往需要兩年以上。
如果不改變分布式ECU架構(gòu)，僅針對單個ECU進行MCU芯片的替代，也并非高效的解決方案，替換芯片的開發(fā)周期起碼需要一到兩年，而更麻煩的問題在于ECU的更新帶來的測試驗證工作，尤其是與安全相關(guān)的ECU，其測試驗證周期非常長，而且耗資巨大。
這就帶來一個風險：整車電子電氣架構(gòu)變革在加速推進，ECU更新完成后就已經(jīng)落后，產(chǎn)品因為缺乏市場競爭力而賣不出去。
同時，超過七成的ECU是黑盒方案，替換芯片的更新工作需要依賴Tier1供應(yīng)商，又需要一筆不菲的開發(fā)費用，而且也缺乏規(guī)模效應(yīng)，主機廠買單意愿不強。
也正因為如此，汽車芯片行業(yè)的頭部玩家在擴產(chǎn)能方面才表現(xiàn)謹慎，針對舊型號的產(chǎn)能一旦建起來，而技術(shù)變革又在往前走，市場需求一變，就很容易陷入踏空的危險。
AI計算芯片可能是這個趨勢里最大的機遇，也是一個較新的市場,在中央計算平臺時代，僅AI計算芯片的價值就可能達到每臺車一千美元。
由于下游需求在持續(xù)飆升，智能汽車領(lǐng)域掀起了AI算力的競賽，其背后的驅(qū)動力是海量的數(shù)據(jù)，數(shù)據(jù)量隨著傳感器的增加而飆升，在2到3年之后，高端汽車會標配12-13個攝像頭，覆蓋車外和車內(nèi)，每個攝像頭的分辨率正在從100~200萬像素快速升級到800萬。
從功能的角度來看，從L2到L4，每提升一級，AI計算的量都要提升一個數(shù)量級，其結(jié)果是：AI芯片將替代過去的CPU，成為中央計算平臺的中心，結(jié)合高性能MCU組成中央計算加區(qū)域控制器的架構(gòu)，將為軟件定義汽車提供統(tǒng)一、強大的計算平臺。
簡而言之，這場變革依然需要時間，但趨勢是確定的。三年前，我曾發(fā)表萬字長文《向超級中央計算機邁進--智能汽車電子構(gòu)架變革迎接數(shù)字化重塑》，論述由特斯拉引領(lǐng)的技術(shù)趨勢，今天，計算集中化的進程正在加速，從目前的態(tài)勢來看，域控制器將在未來兩年內(nèi)成為主流。樂觀預(yù)計，到2025年，中央計算平臺將成為高端車的標配。
計算集中化帶來的行業(yè)影響是深遠的。
從下游產(chǎn)商的角度來講，芯片供給側(cè)情況是共性因素，對誰家基本都一樣，但如果在計算集中化應(yīng)用方面獲得領(lǐng)先優(yōu)勢，將能帶來的更強大和靈活的供應(yīng)鏈管理能力，進而獲得市場競爭優(yōu)勢。這也從一個側(cè)面解釋了，為何主機廠在過去的一年掀起了一場算力平臺的軍備競賽。
計算集中化在技術(shù)上對下游公司提出了兩種能力要求：計算架構(gòu)的定義能力和強大的軟件能力，這樣才能對芯片選型有判斷，才能在供應(yīng)鏈管理方面獲得主動權(quán)。
歷史上，IBM之所以能成為PC產(chǎn)業(yè)的開創(chuàng)者，就是因為他有強大的軟硬件能力，這背后體現(xiàn)了技術(shù)變革期的底層邏輯：在產(chǎn)業(yè)發(fā)展早期，軟件和硬件都有多種技術(shù)路線，簡單拼湊無法發(fā)揮各自的優(yōu)勢，只有具備軟硬結(jié)合的架構(gòu)設(shè)計思想，深入掌握軟硬件之間的協(xié)作關(guān)系，才能有效利用好芯片的算力，打造強大的整機系統(tǒng)。
從商業(yè)角度看，計算集中化將解鎖新的盈利模式，中央計算平臺可以打造一個穩(wěn)固的底層軟硬件平臺，實現(xiàn)軟硬解耦，從而使持續(xù)的軟件服務(wù)成為可能。
但軟硬解耦有一個前提：操作系統(tǒng)和芯片的深度結(jié)合，PC歷史上，英特爾和微軟通過緊密配合，為整個產(chǎn)業(yè)的軟件繁榮奠定了基礎(chǔ)，才最終在摩托羅拉、Zilog、IBM、SUN等一眾競爭對手中殺出來，主導了整個PC產(chǎn)業(yè)。
在未來，整車將成為軟件服務(wù)的流量入口，通過OTA持續(xù)提供新的功能和服務(wù)?；谲浖?wù)的利潤很可能超過整車硬件的利潤。
PC行業(yè)的歷史已經(jīng)昭示了這一趨勢：硬件可以創(chuàng)建一個新的市場，但到成熟期后，利潤大頭將被軟件公司拿走。2003年，PC行業(yè)基本成熟，微軟的利潤已經(jīng)是戴爾的3.5倍，而到了2011年，更是達到13.1倍。最后，計算集中化帶來的改變并不是只是技術(shù)和商業(yè)，組織變革也勢在必行。
過去，在分布式ECU時代，車企只需要做整車集成；到了域控制器時代，軟件開始成為重點，但部門依然按照功能進行劃分，典型的方式是劃分為智能座艙、智能駕駛和智能車控三個部門；在中央計算平臺時代，硬件完成大一統(tǒng)整合，完全實現(xiàn)軟件定義汽車，開發(fā)團隊的調(diào)整不可避免。
1967年，馬爾文·康威提出著名的康威定律（Conway’s Law），指出：系統(tǒng)的架構(gòu)等同于產(chǎn)生該設(shè)計的組織架構(gòu)。這句話用在這里，就意味著要實現(xiàn)中央計算平臺和軟件定義汽車，組織的設(shè)計也必須打破當前煙囪式的架構(gòu)，按照集中式的架構(gòu)來進行。
解決缺芯問題，短期靠搶貨，但屬于零和博弈；中期靠產(chǎn)能，屬于行業(yè)共性因素；長期看技術(shù)，這是企業(yè)真正能建立競爭優(yōu)勢的地方。
在汽車智能化的浪潮下，如果不重視計算集中化的技術(shù)變革趨勢，而單純依靠擴產(chǎn)能來應(yīng)對缺芯，就如同戰(zhàn)爭行將進入熱兵器時代之時，卻只希望擴大弓箭生產(chǎn)來備戰(zhàn)。
為了實現(xiàn)這一戰(zhàn)略轉(zhuǎn)型，技術(shù)、商業(yè)模式和組織變革這三要素需要互鎖。
中國汽車行業(yè)很可能將迎來“咆哮的20年代”，新能源疊加智能化讓中國汽車品牌有機會引領(lǐng)百年汽車工業(yè)的新時代。若能穿越短期波動的迷霧，著眼先手布局，方能行穩(wěn)致遠，在烏卡時代贏得主動權(quán)。（作者為地平線生態(tài)發(fā)展與戰(zhàn)略規(guī)劃副總裁）
