編者按：制約電動車行業(yè)未來發(fā)展最大的困難和阻力是什么？推動智能化引領架構演進的“芯引擎”包括什么？如何明智地投資“芯引擎”領域？瑞鵬資產(chǎn)梁亮為您解析汽車行業(yè)智能化的“芯引擎”。
【芯安鋰得】智能化將主導汽車行業(yè)下半場
制約電動車行業(yè)未來發(fā)展最大的困難or阻力是什么？>屬性遷移：從工業(yè)品到消費品，汽車屬性的變遷。當前(21年及后)，整車從工業(yè)品變?yōu)橄M品，產(chǎn)品重心變遷為新市場洞察力。強勢自主呈現(xiàn)持續(xù)成長性，單純基于軸距差異的“多車型”策略逐步失效，對應的歷史形成的整車投研方法論“產(chǎn)品周期”亦將逐步失效。>競品加?。寒a(chǎn)品定義從硬到軟刻度、消費者購車彈性放大、電車體驗感減弱。當前智能駕駛發(fā)展還處于早中期階段（L1-L2），整體行業(yè)滲透率不足30%，政策及消費習慣引領產(chǎn)業(yè)加速發(fā)展，滲透率及裝機量不斷快速提升。>馬太效應：同質(zhì)化競爭下，破局者出現(xiàn)，門檻提高，集中度快速提升。由產(chǎn)品經(jīng)理思路和組織架構決定，大部分車企還是對標，所以蔚小理領先，合資落后。最終狀態(tài)將是進入同質(zhì)化競爭，而在硬件配置不斷升級迭代中，動力電池和智能化芯片將長期保持重要地位>雙龍會：對標蘋果的理想(大單品)與對標三星的比亞迪(一體化)。理想的產(chǎn)品違背正常品牌邏輯，跨階層上攻，就是為了有足夠的價格填入配置,從戰(zhàn)略上看，理想已經(jīng)明牌，后期通過規(guī)模優(yōu)勢擠占市場。成功案例下，行業(yè)或?qū)⒏S，比如比亞迪有望在明年推出高階自動駕駛，一旦上量也能快速縮短差距，長城汽車旗下毫末智行大規(guī)模推廣基于毫末AI的MANA系統(tǒng)于自身車型“新能源、互聯(lián)、智能”三大革命驅(qū)動汽車產(chǎn)業(yè)深刻變革，“電動化”做為能源革命的標志開啟汽車革命上半場，本質(zhì)是對能量的運用，而“智能化”將引領下半場，本質(zhì)是對信息的應用。隨著汽車電子化程度提升，控制器接受、分析、處理的信號大量且復雜，域控制器推行是必然趨勢。
TOPS（SoC）、Flops（GPU-cuda）、DMIPS（CPU）——本質(zhì)是處理器每秒處理的操作數(shù)，即每秒芯片處理多少數(shù)據(jù)量或機器指令1TOPS=10^12 FLOPS(浮點運算數(shù)/秒)；TOPS/W=1W功耗下，處理器能進行多次萬億次操作。GPU的全名叫Graphic Processing Unit，中文翻譯過來是圖形處理器。所以顧名思義，GPU的老本行就是用來做圖形圖像處理的。一張圖片其實是由很多的像素點組成的，為了顯示一張圖片，其實就是把這些像素點一個一個的顯示出來。至于先顯示哪個再顯示哪個，這個順序其實并不重要。成百上千個“張量核心”——我們可以讓每個核心處理一個像素點，這樣就可以在同一時間完成一張圖片里所有像素點的處理了。GPU的這種基于大量計算核心的結構，也是它與中央處理器CPU的最大區(qū)別.所以，GPU特別擅長做哪些計算密集、并且可以大量并行執(zhí)行的應用。國內(nèi)GPU產(chǎn)業(yè)現(xiàn)狀：國產(chǎn) GPU 行業(yè)迎來新戰(zhàn)略機遇期。在美國對華芯片法案、限售 EDA、限售高端GPU 等政策陸續(xù)出臺后，我國芯片行業(yè)已建立起擺脫對外進口依賴、實現(xiàn)自主技術研發(fā)行業(yè)共識。目前芯片各環(huán)節(jié)國產(chǎn)化率依然很低，特點呈現(xiàn)以下：① 產(chǎn)品性能弱：IP基礎投入遠遠不夠，在英偉達、ADM等巨頭構筑的高壁壘面前，瞄準目標應用大量的驗證及出貨是國產(chǎn)GPU必然要越過的難關——GPU作為高性能高復雜度的大芯片，想在短期內(nèi)快速推出相關產(chǎn)品，必然依賴外部IP② 生態(tài)無法打通：行業(yè)客戶用英偉達的訓練加速卡已用得非常順手了，一方面是其性能優(yōu)異，通用性強，另一方面則是生態(tài)，CUDA的運算平臺適合各類模型，客戶基于此可高效訓練或改進自己的算法
國內(nèi)自動駕駛SoC產(chǎn)業(yè)現(xiàn)狀國產(chǎn)目前芯片各環(huán)節(jié)國產(chǎn)化率依然很低，特點呈現(xiàn)以下：② 適配周期久：一款芯片從一次流片、二次流片到驗證測試、拿車規(guī)級認證周期3-5年，客戶適配周期至少2年-3年機會：國內(nèi)自動駕駛SoC企業(yè)的切入點① 本地化快速服務能力+國產(chǎn)品牌崛起帶來的適配機會③ 低復雜度、低算力應用場景：礦區(qū)無人駕駛、港口無人駕駛、廠區(qū)自動化物流配送機器人、商場/樓宇智能機器人、掃地機器人等④ 中小算力SoC+算力優(yōu)化場景：目前沒有主機廠有運用超大算力芯片的能力，成本高昂，中小型算力芯片會是未來的機會點
