Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

蒋思莹作者

中国汽车电子芯片初露曙光,但长路漫漫

日前,兆易创新宣布,其GD25全系列SPI NOR Flash产品已完成AEC-Q100认证,是目前唯一的全国产化车规闪存产品,可以为汽车前装市场以及需要车规级产品的特定应用提供高性能和高可靠性的闪存解决方案。

近些年来,伴随着新能源和自动驾驶等趋势,使得汽车电子市场持续升温,不仅让半导体厂商加大在此间的投入,也让传统车厂开始重视汽车芯片的研究。新的市场环境,也促生了一批新的汽车芯片公司林立而起。由这些企业之间展开的竞争,使得汽车芯片市场百花齐放。但是碍于汽车电子产品门槛较高,也让中国企业感受到了困难。此次,兆易创新通过了AEC-Q100认证,是否也让我们寻到了一丝中国汽车芯片即将迎来曙光的气息。

汽车电子市场诱惑力大

2016年,汽车芯片凭借300亿美元的市场被视为是半导体市场成长最快的应用领域之一。同时,GGII预测,2020年全球车用芯片市场规模将增至430亿美元。目前看来,尽管汽车相比其他领域对整个芯片产业而言占比只有大约10%,但未来,伴随着新能源和自动驾驶市场的迸发,汽车将用到更多的芯片。高德纳咨询公司预测称,到2020年,汽车半导体这一业务板块的利润增长率将是全球芯片市场的两倍。

(来源:中国闪存市场ChinaFlashMarket)

目前,一辆普通的新车芯片数量超过600个,芯片在每辆汽车中的价值超过2000元。而2018年全球汽车销量接近1亿辆。而未来的ADAS系统在向L3、L4阶段升级的过程中,则需要更多的CMOS传感器、 MEMS传感器、以及探测雷达来感知周围环境。同时,新能源汽车动力系统的电气化使得功率器件使用量大幅增加。同时,由于新能源汽车的动力结构发生改变,也为电源管理芯片带来了新的发展机会。在自动驾驶和新能源两者的驱动下,便可窥见汽车芯片的诱惑有多大。

根据不同的用途,汽车芯片又可分为 MCU、功率半导体(IGBT、MOSFET 等)、传感器及其他。根据Strategy Analytics数据显示,在纯电动车中,MCU 占比仅次于功率半导体,为11%。DIGITIMES预测,功能芯片MCU市场规模有望从2017年66亿美元稳步提升至2020年72亿美元。

(全球汽车半导体市场规模(亿美元),来源:众调汽车大数据

通过这些数据,我们不难看出,未来汽车芯片潜力巨大。汽车市场为众多半导体企业提供了发展机会,从MCU到功率器件都有涉及。在这种情况下,也难免增加了许多之前从未涉足过汽车芯片的玩家。

欧美日厂商把持

从全球汽车芯片市场来看,恩智浦、英飞凌、意法半导体、瑞萨、博世、赛普拉斯等是汽车芯片的传统玩家。

2015年,恩智浦收购飞思卡尔以后,一直稳居全球汽车电子市场榜首。公司凭借在处理、连接与安全三个方面的优势,打造了嵌入式处理器与MCU、各类通信模块以及安全芯片等产品,可以提供较为广泛、全面的汽车芯片。除此之外,在传统汽车芯片企业中,英飞凌以向汽车领域供应传感器、微控制器和功率半导体等产品见长;瑞萨电子以车用MCU方面占有着领先优势,赛普拉斯长期居于全球汽车NOR闪存市场榜首,以65%的市场份额傲视群雄。

汽车市场的火爆,也让一些老牌芯片厂商看红了眼。传统汽车芯片厂商不仅要与自己的老对手竞争,还要时刻关注着包括高通英特尔、三星、英伟达、赛灵思等新进玩家的动态。而这些玩家,除了英伟达以外(英伟达凭借GPU优势布局汽车芯片),几乎无一例外地都走上了通过收购发展汽车芯片的路线。

2014年,高通以骁龙芯片开始布局车载娱乐市场,而后,高通从车内蜂窝调制解调器业务入手,形成了电动汽车无线充电、远程信息处理、资讯娱乐三大板块。高通曾想通过收购恩智浦布局汽车芯片领域,可惜这桩交易在2018年正式宣告结束。2017年,英特尔斥资153亿美元收购Mobileye,布局自动驾驶领域,据悉,Mobileye计划在2021年批量化实现L4-L5级别的自动驾驶应用。2018年,赛灵思收购深鉴科技,强化汽车领域市场,有统计数据显示,到2018年赛灵思的芯片已经被运用到29个汽车品牌,111款车型中,且未来这个数字还会继续扩大。同样走着收购发展汽车芯片的还有三星电子,三星电子收购哈曼在前,随后还成立了专门的ADAS/自动驾驶战略业务部门,研发车联网、自动驾驶相关的前沿技术,后来又推出了自家全新汽车芯片品牌——Exynos Auto和ISOCELL Auto。

同时,类似特斯拉、丰田等整车厂也开始参与到汽车芯片的制造研发中来,开始抢夺汽车电子这块蛋糕。

在上述的介绍中,无论是传统汽车芯片供应商还是老牌芯片厂,亦或是整车厂都能凭借自身技术经验或者是资本上的强大优势,占据了汽车电子的大部分市场。面对国际市场上汽车芯片热火朝天的局面,我国在汽车芯片上的情况却又是另一番天地。我国汽车芯片严重依赖进口,上述的各大厂商也将中国市场视为汽车芯片领域重要的增长地区,纷纷布局其汽车芯片在中国的发展。据统计,我国汽车芯片市场规模约占全球的 20%,但是国产汽车芯片在全球占比不到 1%。

为什么会出现这种情况?

两道必须跨越的鸿沟

要想弄清楚这个问题,就先要了解汽车芯片市场的门槛在哪里。汽车,在现代生活中占有了重要的地位,因而,其安全性必须得到保障。汽车芯片对安全性的要求包括,对温度、质量、使用寿命和可靠性。如何判定安全性,这就要靠AECQ100和ISO16949这两个认证。

AECQ100由AIAG汽车组织开发的用于集成电路的资格认证测试流程。此规格的目的是要确定一种器件在应用中能够通过应力测试以及被认为能够提供某种级别的品质和可靠性。AEC-Q100包括了一系列应力测试失效机理、最低应力测试认证要求的定义及集成电路认证的参考测试条件。 这些测试能够模拟跌落半导体器件和封装失效,目的是能够相对于一般条件加速跌落失效。在这个标准中,涉及汽车的部分有:AEC-Q001 零件平均测试指导原则、AEC-Q002 统计式良品率分析的指导原则、AEC-Q003 芯片产品的电性表现特性化的指导原则、AEC-Q004 零缺陷指导原则以及SAE J1752/3 集成电路辐射测量程序。

ISOTS16949是国际标准化组织于2002年3月公布了一项行业性的质量体系要求。ISOTS16949是国际汽车行业的一个技术规范,其针对性和适用性非常明确:此规范只适用于汽车整车厂和其直接的零备件制造商。这些厂家必须是直接与生产汽车有关的,能开展加工制造活动,并通过这种活动使产品能够增值。对所认证的公司厂家资格,有着严格的限定。那些只具备支持功能的单位,如设计中心,公司总部和配送中心等,不能独立获得ISOTS16949:2002的认证。对那些为整车厂家或汽车零备件厂家制造设备和工具的厂家,也不能获得ISOTS16949:2002的认证。因此,ISOTS16949:2002的实施,对三大汽车公司和他们的零备件制造供应商将有直接的影响。ISOTS16949特别注重厂家的完成品及实现这个完成品的质量系统能力。它认为这是整个制造过程活动的基础。另一个特点是,它特别注重一个机构的质量管理系统的有效性。ISOTS16949:2002的审核,由从单一的要素的审核转变成一个过程的审核。

以上这两个认证通对汽车芯片的要求极为严格,中国汽车芯片研发经验不足,很难通过这两项认证。这也是中国芯片要想进入到汽车领域的第一道门槛。

同时,汽车芯片使用周期较长,往往是十年起步。与消费电子1-2年的更换周期相比,汽车芯片的投资明显要长很多。而目前很多企业都追求短平快的盈利模式,也使得中国汽车芯片市场并没有像消费电子芯片市场一样火爆。

同时,汽车芯片厂商也需要与中下游零部件厂商和整车厂长久的合作关系,这也是为什么中国汽车芯片很难打开局面的困难之一。

另外还有大众汽车CEO Herbert Diess表示,大众的汽车电子系统正在从分布式向集中式处理方式转换,计划将ECU(车载控制单元)功能集成起来,最终实现系统模块数量级的减少,核心架构从当前数十个甚至上百个控制单元减少到三到五个车载中央处理器。而这种做法将有益于英伟达和英特尔这样的公司。若这种做法得到了大部分整车厂商的认可,对整个汽车芯片供应商,尤其是对于正在谋划进入这个市场的国产厂商来说,更将倍受打击。

但面对着压力,国内汽车芯片厂商迎难而上。

中国玩家初露曙光

事实证明并没有,在前不久结束的两会期间,政府工作报告中指出,未来我国要深化大数据人工智能等研发应用,培育新一代信息技术、高端装备、生物医药、新能源汽车、新材料等新兴产业集群,壮大数字经济。同时,2019年推出的科创板,也意在扶持包括新能源和芯片之类的企业。

在这种环境下,也为中国汽车芯片的发展提供了土壤。除文章开头的兆易创新以外,还有一些厂商在汽车电子领域取得了不错的成绩。

国内汽车品牌比亚迪,拥有独立的微电子公司,专门从事芯片研发与制造,目前拥有从IC设计、功率芯片设计、晶圆制造、IC封装测试、模组封装测试等完整产业链,从业工程师超过2000人,其自主设计与制造的IGBT芯片和模组,已批量应用于自家电动汽车。

同时,加特兰、全志、四维图新等科技公司,也都在加紧布局车载芯片。

其中,据介绍,加特兰是目前国内唯一量产77GHz毫米波雷达芯片的企业,公司于2017年成功量产了第一代芯片,也是全球首颗成功量产的GHz CMOS工艺毫米波雷达芯片,并成功导入多家汽车零部件一级供应商和传感器制造商。3月21日,加特兰正式发布了第二代CMOS毫米波雷达芯片SoC- ALPS系列,覆盖全车雷达需求。

与加特兰不同的是,四维图新开始在自动驾驶上的布局是从2016年开始,公司基于数字地图,布局车联网、自动驾驶、汽车芯片以及位置大数据。改变策略后,四维图新先后与蔚来汽车、威马汽车、英特尔、一汽解放达成合作,开始在汽车领域大展手脚。

全志科技作为国内领先的智能应用处理器SoC和模拟芯片设计厂商,在2018亚洲CES上,正式发布了其针对数字座舱的车规(AEC-Q100)平台型处理器T7。该平台支持Android、Linux、QNX系统,集成多路高清影像输入和输出,完美支持高清多媒体处理,内置的EVE视觉处理单元可提升辅助驾驶运算效率。

国内以AI芯片起家,走向汽车芯片的厂商也不在少数。类似地平线寒武纪西井科技等初创企业也加入到了汽车芯片的角逐中。

2018年,地平线发布了基于新一代BPU构架的产品Matrix。地平线也是目前中国唯一在全球四大汽车市场(美国、德国、日本和中国)同顶级汽车Tier1s 和 OEMs 建立合作关系的智能驾驶创业公司。

2018年5月,寒武纪推出的1M芯片可支持 CNN、RNN、SOM 等多种深度学习模型,以及SVM、k-NN、k-Means、决策树等经典机器学习算法的加速,帮助终端设备进行本地训练,从视觉、语音、自然语言处理等领域为智能汽车提供计算。

同样从AI切入的还有西井科技,之后公司又向封闭场景自动驾驶领域进军。2018年,公司发布了号称“全球首款真正意义的全时无人驾驶电动重卡”—— Q-Truck。8月,西井科技与西藏珠峰达成战略合作,并收获了首个自动驾驶矿车订单,双方未来将携手打造中国矿业首个全局化人工智能智慧矿场。

虽然中国汽车电子芯片近来有了不少好的消息,但可以预见的是,国内的汽车电子芯片厂商还有很长的一段路要走。

半导体行业观察
半导体行业观察

最有深度的半导体新媒体,实时、专业、原创、深度,30万半导体精英关注!专注观察全球半导体最新资讯、技术前沿、发展趋势。

产业芯片自动驾驶高通英特尔赛灵思寒武纪西井科技中科寒武纪地平线
相关数据
英特尔机构

英特尔(NASDAQ: INTC)是全球半导体行业的引领者,以计算和通信技术奠定全球创新基石,塑造以数据为中心的未来。我们通过精尖制造的专长,帮助保护、驱动和连接数十亿设备以及智能互联世界的基础设施 —— 从云、网络到边缘设备以及它们之间的一切,并帮助解决世界上最艰巨的问题和挑战。

http://www.intel.cn/
相关技术
Qualcomm机构

高通公司(英语:Qualcomm,NASDAQ:QCOM)是一个位于美国加州圣地亚哥的无线电通信技术研发公司,由加州大学圣地亚哥分校教授厄文·马克·雅克布和安德鲁·维特比创建,于1985年成立。两人此前曾共同创建Linkabit。 高通公司是全球3G、4G与5G技术研发的领先企业,目前已经向全球多家制造商提供技术使用授权,涉及了世界上所有电信设备和消费电子设备的品牌。根据iSuppli的统计数据,高通在2007年度一季度首次一举成为全球最大的无线半导体供应商,并在此后继续保持这一领导地位。其骁龙移动智能处理器是业界领先的全合一、全系列移动处理器,具有高性能、低功耗、逼真的多媒体和全面的连接性。目前公司的产品和业务正在变革医疗、汽车、物联网、智能家居、智慧城市等多个领域。

http://www.qualcomm.com/
深鉴科技机构

深鉴科技成立于2016年3月,定位为深度学习硬件解决方案公司,将以自主研发的深度压缩与深度学习处理器(DPU)为核心,打造最好用的解决方案和最高效的整体系统,提供硬件+芯片+软件+算法的完整方案,方便所有人使用。同时,深鉴主要瞄准智慧城市和数据中心两大市场,可帮助用户为多种智能安防场景打造稳定高效的解决方案。

相关技术
西井科技机构
寒武纪机构

寒武纪科技是一家AI芯片研发商。致力于打造各类智能云服务器、智能终端以及智能机器人的核心处理器芯片,同时还为用户提供IP授权、芯片服务、智能子卡和智能平台等服务。

www.cambricon.com
地平线机构

以“赋能机器,让人类生活更安全、更美好”为使命,地平线是行业领先的高效能智能驾驶计算方案提供商。作为推动智能驾驶在中国乘用车领域商业化应用的先行者,地平线致力于通过软硬结合的前瞻性技术理念,研发极致效能的硬件计算平台以及开放易用的软件开发工具,为智能汽车产业变革提供核 心技术基础设施和开放繁荣的软件开发生态,为用户带来无与伦比的智能驾驶体验。

horizon.ai
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

自动驾驶技术技术

从 20 世纪 80 年代首次成功演示以来(Dickmanns & Mysliwetz (1992); Dickmanns & Graefe (1988); Thorpe et al. (1988)),自动驾驶汽车领域已经取得了巨大进展。尽管有了这些进展,但在任意复杂环境中实现完全自动驾驶导航仍被认为还需要数十年的发展。原因有两个:首先,在复杂的动态环境中运行的自动驾驶系统需要人工智能归纳不可预测的情境,从而进行实时推论。第二,信息性决策需要准确的感知,目前大部分已有的计算机视觉系统有一定的错误率,这是自动驾驶导航所无法接受的。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

大数据技术技术

大数据,又称为巨量资料,指的是传统数据处理应用软件不足以处理它们的大或复杂的数据集的术语。

动力系统技术

动态系统(dynamical system)是数学上的一个概念。动态系统是一种固定的规则,它描述一个给定空间(如某个物理系统的状态空间)中所有点随时间的变化情况。例如描述钟摆晃动、管道中水的流动,或者湖中每年春季鱼类的数量,凡此等等的数学模型都是动态系统。 在动态系统中有所谓状态的概念,状态是一组可以被确定下来的实数。状态的微小变动对应这组实数的微小变动。这组实数也是一种流形的几何空间坐标。动态系统的演化规则是一组函数的固定规则,它描述未来状态如何依赖于当前状态的。这种规则是确定性的,即对于给定的时间间隔内,从现在的状态只能演化出一个未来的状态。 若只是在一系列不连续的时间点考察系统的状态,则这个动态系统为离散动态系统;若时间连续,就得到一个连续动态系统。如果系统以一种连续可微的方式依赖于时间,我们就称它为一个光滑动态系统。

自然语言处理技术

自然语言处理(英语:natural language processing,缩写作 NLP)是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言;自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。

Xilinx机构

赛灵思作为FPGA、可编程SoC的发明者,一直坐稳全球最大的FPGA芯片供应商头把交椅。赛灵思的产品线覆盖45/28/20/16nm四个系列的FPGA以及Zynq SoC,旗下拥有着超过4400项技术专利、60多项行业第一的技术产品,服务着全球超过60000的客户。赛灵思耗时4年,超过1500名工程师的研发参与,超过10亿美元的研发投资,推出高度集成的多核异构自适应计算加速平台——ACAP!10月赛灵思发布了统一软件平台Vitis,成功“打破软硬件壁垒”。

https://china.xilinx.com/
相关技术
推荐文章
暂无评论
暂无评论~