据了解，不少智能汽车企业或已经启动“造芯”行动，或正在筹备自研芯片项目
全球芯片供不应求情况下，汽车业芯片“断供”传闻不断，全球汽车产业供应链压力再次引人关注。
芯片供应告急 影响电子控制单元
12月，博世（中国）投资有限公司执行副总裁徐大全告诉记者：“有点烦，因为电子控制单元需要外购的芯片供应紧张，影响了很多产品。”博世是全球汽车零部件巨头之一。
电子控制单元，又称“行车电脑”“车载电脑”等，应用广泛。电子控制单元通常用于中高级轿车的发动机，而防抱死制动系统、四轮驱动系统、电控自动变速器、主动悬架系统、安全气囊系统、多向可调电控座椅等也会配备ECU。随着汽车越来越智能化，越来越多的国产车也搭载了不少电子控制单元。不少芯片供应商表示，今年第一季度，国内汽车销量不好，他们随之削减了汽车行业芯片的生产配额。但没想到下半年以来中国汽车市场迅速复苏，芯片供应就变得紧张了。中国汽车工业协会副秘书长兼行业发展部部长李邵华称，“受第二波新冠肺炎疫情的影响，欧洲和东南亚主要芯片供应商降低产能或关停工厂的事件陆续发生，这进一步加剧了芯片供需失衡，导致部分下游企业出现芯片短缺，甚至面临断供的风险。”
“晶圆代工产能紧张，芯片供应自然跟不上。”半导体行业人士见怪不怪地表示，“卡在了晶圆环节。”从第二季度开始，8英寸晶圆就供不应求，至今仍未缓解。8英寸晶圆，在汽车业被广泛应用，主要用于需要差异化技术的产品，包括功率芯片、图像传感器芯片、指纹识别芯片、MCU、无线通信芯片等产品，涵盖消费电子、通信、计算、工业、汽车等多个领域。目前，晶圆供应商们加班加点工作着。中芯国际联合CEO赵海军指出，第三季度公司各工厂都满载运营。受益于需求增长，中芯国际等公司赚得盆满钵满。公开数据显示，第三季度，中芯国际的电源管理、射频信号处理、指纹识别，以及与图形图像处理相关的晶圆收入环比增长8%，同比增长22%；与微处理器和专用存储器相关的晶圆收入环比增长6%，同比增长26%。
在这个时候，汽车业偏偏碰上了抢食“芯片”的消费电子业。李邵华指出，“在5G技术发展推动之下，今年消费电子领域对芯片的需求在快速增加，芯片产能遇到挑战，抢占了部分汽车芯片的生产配额。”
自研芯片
早在这轮芯片供不应求前，部分车企们已经提高了警惕。特斯拉率先自研芯片。今年，蔚来也传出正在组建团队，拟研发芯片。
特斯拉是最早自研芯片的车企，也是最早在量产车上搭载自研芯片的车企。2019年4月，特斯拉发布了自家研发的FSD芯片方案，推出了在这一基础上的“具备完全自动驾驶能力”的Hardware 3.0自动驾驶硬件系统，当年齐齐地搭载在量产Model 3上。特斯拉创始人马斯克说：“无论是 Mobileye还是Nvidia，都无法满足我们对于性能、研发进度、成本或者功率方面的要求。”
特斯拉解脱了， 但其他车企们仍在苦海中。他们大多抱怨芯片供应商：价格高；要改动点什么，就得加钱。但由于车企们不掌握芯片技术，只能无可奈何地接受。
记者多方调查后发现，在算力、成本上，特斯拉自研的芯片比目前主流车企采用的自动驾驶芯片更有优势。其在HW2.5上采用了英伟达的芯片，在HW3.0上用上了自主开发的ASIC芯片，成本一下子从280美元下降到了190美元。一位车企高层表示，成本下降或源于专供。特斯拉自动驾驶走的是视觉主导的路线，对算力的要求更高、更多。而英伟达作为大型芯片供应商，需要满足各个行业的客户需求，所以设计出来的是通用芯片。
反观特斯拉自主研发的FSD芯片，算力达到2×72TOPS，远超英伟达的Drive Xavier的理论性能值30TOPS，现在每秒可以处理2300帧（Hardware 2.0和2.5都是110帧）图像。2021年，特斯拉将量产下一代FSD芯片，性能将大幅提升，能满足L5级别的自动驾驶所需的算力要求。
恒大研究院也看好特斯拉自研芯片，“特斯拉FSD芯片采用14nm工艺制造，包含3个四核Cortex-A72集群，共有12个运行于CPU（2.2GHz）、1个运行于GPU（1GHz）、2个运行于NPU（2GHz）。目前，自动驾驶处理器往往以CPU或者GPU为主，再结合其他功能模块。例如，英伟达Xavier芯片就是以GPU为特色的自动驾驶处理器，采用12nm工艺制造，包括一个八核CPU集群、具有额外推理优化能力的GPU、深度学习加速器、视觉加速器和一套多媒体加速器。与主流设计方案不同，特斯拉FSD芯片更注重神经网络加速器NPU单元，2块NPU单元分布占比最高，功能重要性可见一斑。”（见题图）
从多次迭代 看特斯拉变“芯”
特斯拉也是从苦海中走出来的。时至今日，特斯拉的Autopilot功能（自动辅助驾驶系统）已历经多次大迭代——1.0、2.0、2.5、3.0、4.0，前三次都是外购芯片。特斯拉最先采用的是Mobileye的芯片EyeQ3（2015年，特斯拉向车主推送7.0固件版本的同时，推出了Autopilot1.0）。但特斯拉一直不满意，因为Mobileye算力低（只有0.256tops），并且不接受自研算法。而特斯拉一直希望能迭代，将芯片和算法剥离，在可编程的芯片上进行算法研发，从而做到和应用场景有效结合。
2016年，全球第一起由自动驾驶引起的死亡事故让特斯拉和Mobileye彻底分手。2016年5月，一辆特斯拉Model S在Autopilot 模式下发生致命车祸。Mobileye认为是特斯拉的自动驾驶功能超越了安全底线。特斯拉却认为是Mobileye的技术不行，无法满足自身需求。几个月后，特斯拉迅速换芯，采用了英伟达的PX2芯片，将 AP从1.0升级至 2.0，性能提升了40倍。英伟达算力更强，并且支持客户自行开发软件算法（英伟达是GPU的发明者，GPU可以让大量处理器并行运算，是机器深度学习的头号牌子。英伟达推出了多款专用平台，包括2016年推出的DRIVE PX2）。
特斯拉一边换芯，一边开始自研芯片。2016年，特斯拉从AMD挖来了吉姆·凯勒担任芯片架构设计副总裁。在悄悄地研发几年后，2019年，特斯拉高调宣布采用自研芯片。特斯拉的理由是，英伟达芯片的能耗太高了。要满足巨大算力，支持L5级别自动驾驶的Drive PX Pegasus平台，GPU运行功耗达到了500W，相当于平均运行2小时就要用1度电，这严重影响了纯电动车的续航里程。此后，特斯拉找到了专用人工智能芯片ASIC这条路，采用固定算法最优化设计，从而达到最高的能耗比。虽然ASIC的研发成本和首次“开模”的成本较高，但可以迭代，并且后期量产成本低，特别适用于智能驾驶这样单一的应用场景。
今年，蔚来汽车也加入了自研芯片的行列。和特斯拉一样，蔚来汽车挖来了视觉感知业、芯片业的专业人才，比如原Momenta研发总监任少卿和前小米芯片/前瞻研究部门总经理白剑。
在自动驾驶大潮下，会不会有更多车企开始自研芯片？
