首页 > 专业知识 > 华为的汽车野“芯”

华为的汽车野“芯”

晰数塔互联网快讯
2020-06-18 15:20

华为汽车产品体系最为核心的部分是华为自研的芯片，其中就包括构建起 MDC 智能驾驶平台的 AI 芯片昇腾以及高性能 CPU 鲲鹏，还有应用在智能座舱层面的 5G 通信芯片巴龙 5000。此外，与意法半导体（非美IP企业）合作研发汽车芯片产品线，加大外部芯片投资部署都是华为推进车芯的重要战略。

本文来自微信公众号：机器之能（ID：almosthuman2017），作者：徐丹，编辑：四月，原标题《华为深耕11年的汽车野「芯」：麒麟要独立上车？平台已获车规级认证》，题图来自：IC photo

近日有消息称，比亚迪汽车已与华为签署了麒麟芯片的合作协议，双方拟联合打造数字驾驶舱技术，而在一个月前，搭载华为 5G 芯片的广汽新能源 Aion V车型开启预售。华为智能汽车解决方案业务部公布的汽车战略就包括将麒麟芯片用于智能座舱系统。

不止华为盯上了汽车芯片市场，比亚迪旗下的比亚迪半导体已经独立谋划上市，本周比亚迪就公布了引入战略投资者的公告，旗下比亚迪半导体完成8亿元的A＋轮融资，本轮投资者包括韩国SK集团、小米长江产业基金、ARM、中芯国际等30家战略投资者，估值达102亿元。

华为与比亚迪早有合作，此前比亚迪已经应用了华为手机NFC车钥匙、HiCar手机投屏方案等产品，今年6月，比亚迪全新旗舰车型“汉”也搭配了华为MH5005G模组。

但这次合作似乎是更进一步，海思部门直接与比亚迪合作，并且麒麟芯片在此之前从不供应华为手机之外的市场。它意味着麒麟芯片或将走向对外开放的第一步，也是华为芯片上车的新一步。

不造车的华为驶向智能汽车

任正非一直说“华为不造车”，但汽车界从来没少过华为的传说。

华为从2009年便开始入局汽车市场，但与一般汽车制造厂商不同的是，华为不做硬件，只聚焦ICT（信息与通信）技术，致力于面向智能网联汽车的增量部件供应商。概括而言，就是做汽车的大脑，将传统汽车改造成智能汽车。

不要小看这个增量部件，在汽车智能化转型的大趋势下，华为轮值董事徐直军说，增量部件将占据一辆车70%的价值。另据IHS数据，到2023年整个车联网市场规模将达到9550亿。

到底什么是增量部件？

据2019年华为智能汽车解决方案业务部（BU）公布的智能汽车整体战略，增量的地方包括智能电动、智能驾驶、智能座舱、智能网联和云服务。

华为自动驾驶解决方案五大领域/图源：国信证券

简单解释，这几个方面可以概括为：智能驾驶即自动驾驶；智能座舱指人车互联，将车内外环境和车内信息以2D、3D的方式呈现给用户并支持智能设备接入；智能网联车-车互联，以5G通信等技术让车与车互联，实现「车路协同」；云计算主要服务于自动驾驶平台；智能电动提供底层能源支持。

做增量部件比拼的其实就是芯片实力，智能驾驶、环境感知、人车互联等都需要高计算性能的芯片做支撑。

华为对车载模块的开发大概是2009年，从2011年开始加大投入，至今每年有上亿元人民币用于研发。而此次高调宣布进军车联网，表明了华为对车联网市场的坚定信号，长期投入而非短期行为。

2013年，华为推出了首款车载通信模块ME909T，华为终端有限公司MMB产品线副总裁刘晓滨说道。随后，华为在2017年开始研发V2X（vehicle to everything）技术，即车对外界的信息协同，就是现在说的车路协同。

目前，除麒麟芯片之外的全线芯片都用来支撑智能汽车战略，包括服务器鲲鹏、AI芯片昇腾和通信芯片巴比龙。

云服务基于昇腾 910芯片，该芯片采用自研达芬奇架构，7nmEUV工艺，是目前单芯片计算密度最大的芯片，计算力超过谷歌及英伟达。

智能驾驶平台（Mobile Data Center，MDC）由CPU鲲鹏 920芯片和端侧 AI 芯片昇腾（Ascend）310组合而成，前者采用 7nm 制程工艺，号称是业界算力最高的基于 Arm 架构的芯片，后者采用12nm 工艺制程，最大功耗仅为 8W，算力达到 16 TOPS，优于英伟达 Xavier和 Mobileye EyeQ 4这两款主流的自动驾驶芯片。

智能网联则采用5G基带芯片巴比龙5000，这是目前性能最强的 5G 芯片之一，与高通骁龙的 X55 相比性能相当，但更早具备商用条件。

从不外用的麒麟芯片也被规划在了智能座舱场景中，被爆出与比亚迪合作的麒麟710A原本由台积电代工，制程工艺12nm，今年5月麒麟710A开始由中芯国际代工实现量产，制程工艺则变为14nm，做到了全流程国产化，并搭载荣耀play4T上市。

提到智能座舱，它可以算作是华为IoT战略在汽车场景的延伸，未来将以麒麟芯片和鸿蒙OS系统为支撑，可见对其非常重视。依靠智能汽车战略，目前华为已经构建了一个庞大的汽车朋友圈。陆续与上汽、长安、东风、一汽、沃尔沃、奥迪等签订了长期战略合作，聚焦于云服务、车联网、C-V2X等领域的合作，今年5月还联合18家车企共同打造了5G生态圈，加速5G技术在汽车产业的商业进程。

华为汽车朋友圈/图源：国信证券

深耕11年，华为的汽车野芯

但华为的汽车芯片规划并不止于将自家芯片用于智能汽车战略，更在于研发生产车规级芯片。包括推动已有芯片过车规级认证、自研车规级产品线、合作非美系半导体制造商以及投资相关汽车芯片厂商。

这里需要解释一个区别，应用于云服务、车联网的芯片与消费级芯片并没有太大区别，不涉及到汽车行驶部分，即便性能有问题不会影响驾驶安全。智能座舱芯片一般来说也不属于车规级，但若涉及到数字仪表，对安全等级的要求便要高一点。

真正的车规级芯片，在传统汽车中主要包含MCU（车用微控制器）、功率半导体（IGBT、MOSFET等）、传感器等，在智能汽车中主要指自动驾驶芯片，包括辅助驾驶ADAS、COMS图像传感器、AI主控、激光雷达、MEMS等一系列产品。

由于生产门槛高、需求大，这类芯片才是汽车芯片的主要竞争领域。

普通芯片厂商要研发车载芯片芯片并非易事，必须要经过车规级认证。相比普通芯片，车规级芯片意味着极高的安全性、可靠性和稳定性要求，产品的开发周期更长、难度更大。

一般消费类电子产品对环境工作温度的要求是0~85℃，而车规级的要求是-40~125℃；前者的最大缺陷故障率为0.03%，车规级要做到硬件故障率为0。

另外手机的芯片供货周期一般是两年，而汽车芯片起码要保证10年不断供。对很多芯片，尤其是消费级芯片厂商而言，保持十年持续供货是一项巨大挑战。

为应对繁琐的认证手续和多条产品线融合，华为采取了平台化战略。

今年2月，华为宣布旗下MDC智能驾驶计算平台获得德国莱茵TÜV集团颁发的ISO 26262功能安全管理认证证书。该标准是全球电子零部件供应商进入汽车行业的准入门槛之一。

目前汽车电子行业的准入标准，主要包括A-SPICE（汽车软件过程改进及能力评定）和ISO 26262两套体系。已通过ISO 26262功能安全认证的自动驾驶芯片仅有Mobieye的EyeQ系列，英伟达的Xavier及华为，而与前两者不同的是华为是整个MDC平台获得认证（MDC搭载的芯片包括鲲鹏 920和昇腾310）。

华为智能驾驶平台/图源：国信证券

不过已有的车规级芯片还不足以支撑华为的汽车战略。

华为这两年也在不断的开拓新的车规级芯片产品线，手段主要是自研、合作研发和收购相关半导体企业，涉足产品类型包括功率半导体、微控制器、视觉处理芯片等等。

2019年末，有媒体爆料华为已经开始研发功率半导体器件IGBT，目前正从某国内领先的IGBT厂商挖人。比亚迪是国内为数不多的IGBT芯片IDM厂商，集芯片设计、制造、封测于一体，比亚迪与华为合作消息传出后，不少业内人士在猜测，二者可能会有芯片制造方面的合作，比亚迪或许可以为华为IGBT芯片代工。

另外，今年2月，据《日经新闻》，华为正与芯片供应商意法半导体合作，为其移动和汽车产品生产芯片。意法半导体是先进汽车芯片顶级供应商，产品线庞大，包括鼎鼎大名的STM系列微处理器芯片、功率半导体和自动驾驶中的ADAS视觉处理芯片等。

受美国禁令的影响，华为可能也是想摆脱台积电依赖，这里选择的两个芯片都是非美系厂商。

除此之外，自哈勃成立后，华为也在持续不断的收购半导体企业，丰富自身芯片家族。如今与汽车芯片相关的被投企业已经达到7家，覆盖领域包括第三代半导体碳化硅材料、增强车与车、人、环境连接智能型的多模态语义理解和以太网技术、用于外部环境捕捉的光电技术和通信技术芯片。

华为汽车芯片投资/来源公开资料/整理机器之心

虎视眈眈的后来搅局者

在汽车芯片领域，华为并不算是一个先行者，一个与之最旗鼓相当的对手就是同样手机芯片出身的高通。

今年高通的骁龙802A发展势如破竹，已经应用在联想One、小鹏、奥迪等众多车型上，占据了智能座舱领域的半壁江山，此刻麒麟710A的出现不免显得火药味十足，如果合作事真，那么麒麟+鸿蒙OS在智能座舱上的应用将成为高通强劲的竞争对手。

但二者真正的竞争还是在自动驾驶芯片方面，在这一步，华为占了先机。今年1月高通发布了首个自动驾驶平台SnapdragonRide，并宣布今年晚些时候向车企交付，到2023年，将用于自动驾驶汽车当中。交付的时间点比较晚且没有进一步的消息传出。相比之下，华为的MDC已经过了车规级认证，扫清了交付最大的障碍。

但华为在自动驾芯片领域也并非没有对手。英伟达、英特尔收购的Mobiley等厂商早就已经盯上了这块肥肉。

英伟达凭借其无可撼动的GPU地位，在自动驾驶芯片中领域依然是当之无愧的大哥，今年刚发布的DRIVE Pegasus Robotaxi自动驾驶平台使用两颗Orin Soc和两颗安培GPU，性能可以达到2000TOPS，是华为MDC算力的5倍多。