誰在謀殺自動駕駛芯片龍頭

　　歡迎關注“新浪科技”的微信訂閱號：techsina 

　　文 | 熊宇翔  編輯 | 周哲浩

　　來源：遠川研究所

　　2017年3月，英特爾以153億美元收購以色列自動駕駛芯片公司Mobileye，時任英特爾CEO科再奇對這筆收購寄予厚望，稱之“自動駕駛汽車大腦和眼睛的結合”。Mobileye創始人Amnon Shashua則相信，背靠英特爾，一家以色列公司將更有能力改變整個世界。路透社在報導的標題中稱，收購“震撼了自動駕駛行業”。

　　五年後，在自動駕駛競爭如火如荼之際，英特爾今年3月適時放聲，拆分Mobileye獨立上市正在進行。雖然傳聞市場給了500億美元的估值，但關於Mobileye的評論並不怎麽給面子，有聲音稱之為“高位套現”。

　　英特爾與Mobileye想象中的“強強聯合，捍衛王座”局面並未出現。

　　收購發生時，Mobileye是自動駕駛芯片當之無愧的一號位。以色列希伯來大學的計算機科學院長Shashua，將他掌握的計算機視覺軟體算法固化到芯片當中，封裝了一套輔助駕駛方案，以較低的成本和開發資源，幫助車企實現了輔助駕駛功能上車。當行業目標從輔助駕駛邁向自動駕駛，Mobileye榮升自動駕駛芯片龍頭。

　　巔峰之時，Mobileye的市場佔有率超過70%，汽車行業稱之“流水的主機廠，鐵打的Mobileye”。

右一為Shashua

　　近年，英特爾和Mobileye的競爭對手相繼走向台前，不僅有同樣發源美國的芯片企業NVIDIA、高通，也有在大洋彼岸承壓崛起的新生力量華為、地平線、黑芝麻。並起的群雄以不同方式衝擊著Mobileye的地位，有的以產品性能見長，有的以熱情服務攬客。

　　不斷有車企從Mobileye的陣營中“叛逃”。去年，Mobileye的種子客戶、與其合作十五年之久的寶馬也選擇“出逃”。

　　自動駕駛芯片龍頭正在遭逢一場“巔峰危局”：舊時的統治地位為Mobileye帶來了如今的高估值，但面向未來它的地位卻在不斷瓦解。

　　合久必分並不構成Mobileye境遇的充分解釋，如今一切的伏筆，早在2016年乃至更早的年月裡就被埋下。

　　反封裝：打開自動駕駛芯片的黑箱

　　2016年4月，一輛特斯拉Model S在美國撞上了一輛橫亙在道路中間的卡車，駕駛員當場身亡。這輛特斯拉當時開啟了輔助駕駛功能Autopilot，而後者感知系統核心中的核心，是一枚Mobileye的EyeQ3芯片。

特斯拉第一代輔助駕駛系統板卡

　　Shashua事故後公開指責特斯拉過於激進，“挑戰安全極限”，“將損害公司利益甚至貽害行業”。考慮到汽車行業供應商不說車企客戶壞話的行規，Shashua的表態反映了一個事實：雙方積怨已深。

　　實際上，Shashua怒懟特斯拉不僅是因為鬧出了人命，還因為特斯拉早就在謀劃著一場背叛：自己掌握自動駕駛的核心科技，準備時機成熟時踢開Mobileye。Mobileye曾以漲價威脅特斯拉，但馬斯克早已想明白，“我們的決裂不可避免[1]”。

　　2016年馬斯克為特斯拉制定了宏偉藍圖2.0，其中有一個關鍵KPI，“開發出比人類手動駕駛安全10倍的自動駕駛技術”。問題隨之暴露：跨越式發展的需求下，Mobileye所擅長的適用於汽車產業傳統的封裝模式逐漸失靈。

　　在很長一段時間裡，封裝是汽車行業的基本組織方式。Tier-2、Tier-1、車企結成金字塔式的產業鏈，車企在頂端負責產品的功能定義和技術集成，Tier-2與Tier-1則將他們掌握的技術打包，封裝成一個車企只需少量開發、測試、驗證即可拿來就用的模塊。

　　在一個高度分工、處處封裝的汽車產業中，車企對技術的掌握往往集中在他們認為最關鍵的部分：如發動機、變速箱、底盤（實際上，傳統汽車三大件也有數不清的、車企可以拿來即用的封裝方案），大量的研發工作實際上下放到了供應商手中。

　　這種極致的分工帶來了效率的優化，成本的降低以及產量的增加，再借全球化的東風，全球汽車的銷量從2000年的5800萬輛增長到2016年的近9500萬輛。同樣，借Mobileye封裝好的EyeQ芯片，汽車行業實現了輔助駕駛的初步普及。

　　然而，封裝並非沒有代價。

　　供應商“出於好意”為下遊客戶提供了一個封裝好的解決方案，意味著車企面對的常常是一個知其然而不知其所以然的黑箱，只能調用無法參透，進而失去對底層技術的控制。

　　供應商不僅常常成為新技術的策源地，同時也還會是天花板。

　　Mobileye的EyeQ3，已經是特斯拉當時能找到的最先進、可靠的芯片，但自動駕駛的需求遠遠超過它的能力上限。並且，為了保衛自己的知識產權和商業模式，Mobileye“婉拒”了特斯拉在其芯片和算法上自行開發自動駕駛技術的請求。

　　如此一個巨大的、攔住去路的黑箱，徹底惹惱了尊崇第一性原理的馬斯克。2016年，馬斯克建立了特斯拉的機器視覺團隊，從頭開始研發感知算法；又從AMD挖來了“矽仙人”吉姆·凱勒，自研芯片，兵分兩路突破自動駕駛的瓶頸[1]。

　　特斯拉的做法，在隨後幾年裡如漣漪一般相繼異塵餘生了造車新勢力、自主車企、外資車企。回過頭看，2016年4月這場致命車禍，實則是一股車企自動駕駛反封裝浪潮的導火索。

　　不過，當時規模袖珍的特斯拉給出的訂單極為有限，Mobileye也完全不認為“自己多做、客戶少做”的模式有何不妥，畢竟不是每家車企都是特斯拉，都有自研自動駕駛芯片和算法的實力和魄力。

　　業績似乎也證明了這一點：2016-2020年，Mobileye的芯片年出貨量從600萬片翻了三倍多增長到1930萬片。

　　然而，以色列人Shashua大概沒有聽過一句東方俗語：星星之火，可以燎原。

　　軟硬解耦：從獨立王國到開放平台

　　2021年1月，上汽旗下高端品牌智己新車剛剛亮相，就在PPT上寫出了重要的自動駕駛芯片合作夥伴，NVIDIA。不那麽為人們所知的是，上汽本是Mobileye在中國的重點合作夥伴，2016年就推出了搭載EyeQ的車型，2020年雙方還在探討加強自動駕駛合作。

　　才1年時間上汽為何就移情別戀？按行業流行的說法，與Mobileye的結合“沒有靈魂”。

　　車企並不是純粹的組裝廠，只是會有選擇地將主要研發資源投入到“靈魂領域”，而車企的靈魂在“從硬變軟”。將汽車硬體做到極致的大眾CEO迪斯在2019年公開宣稱，汽車未來90%的創新在軟體[2]。

　　如果說燃油車時代車企的靈魂是發動機、變速箱、底盤的製造/調教經驗，那麽對三電系統、自動駕駛、智能座艙的軟體算法的掌握，就是智能電動汽車車企的靈魂。

　　事實確實如此：一輛車的自動駕駛能力主要由作為硬體的芯片和作為軟體的算法決定。芯片迭代慢、壁壘高，車企自研意願小；軟體算法迭代快、消費者能直接感知，車企為了差異化競爭力普遍將研發重心投向軟體。

　　為了捍衛新的靈魂，過去五年中，從小鵬、蔚來、理想這樣的造車新勢力，到上汽這樣的傳統車企，繼而到歷史更悠久的寶馬、奧迪，一支支自動駕駛軟體的算法團隊被組建起來。這些團隊與特斯拉一樣，都反對封裝，只不過他們的訴求不是自研一切，而是軟硬解耦。

　　打個比方，原來主流的自動駕駛芯片是硬體與軟體算法高度協同，更像是一個排他的，一旦上車車企就無權干涉的獨立王國；而軟硬解耦的芯片，就必須是一個硬體通用化、軟體支持下遊二次開發的編程平台。

　　然而，Mobileye賴以成名的優勢正是“軟硬體一體”，其開發生態以封閉著稱，車企想用自研的自動駕駛感知算法去替代既有算法，一方面在技術上並不容易，另一方面也會遭到Mobileye的阻礙。

　　2019年，搭載了Mobileye EyeQ4芯片的理想One上市，EyeQ4成了車上的一塊“飛地”，其采集到的數據並不分享給理想。無奈的理想在車上自行安裝一枚數據采集攝影頭。同樣使用EyeQ4芯片的蔚來ES6、EC6等車型，在開發NIO Pilot領航輔助時，則因為Mobileye的芯片不支持車企自行修改算法，不得不將自研的算法寫進另一枚芯片中，系統運行更複雜也更低效。

三年之前的EyeQ4還是蔚來彰顯產品力的小甜甜

　　“天下苦Mobileye久矣”。Mobileye的競爭對手紛紛揭竿而起 ，除了傳統的汽車半導體供應商瑞薩、德儀，還有設計GPU的NVIDIA、做手機SoC的高通，國內的創業公司地平線、黑芝麻亦相繼崛起。

　　他們的自動駕駛芯片算法積累、量產經驗雖然不如Mobileye深厚，但高度尊重了車企軟硬解耦的需求——不僅不限制車企自行開發自動駕駛軟體算法，而且還盡力打造工具鏈，盡可能地為車企開發、移植、更新算法提供便利。

　　NVIDIA依靠CUDA開發平台建立起來的AI開發者生態，使車企在其芯片上應用人工智能技術難度大減，因而從Mobileye手中搶過蔚來、上汽、沃爾沃等新車自動駕駛計算平台的訂單。地平線則在2021年獲得新款理想One和更多本土車企的青睞，靠的是發揮國內創業公司快速響應、貼身服務的本土優勢。

　　這種“貼身”常常是物理意義上的——理想汽車自動駕駛研發的高層透露過一個消息，因為理想要快速切換方案，時間緊任務重，地平線的工程師與理想的開發人員一起熬了不少通宵。相比之下，Mobileye在國內只有一個銷售團隊。

　　並且最近進化到知識產權上：不久前，地平線宣布開放其自動駕駛芯片的IP，幫助車企自研芯片。狠起來連自己的命都革。

　　過去數年，儘管Mobileye的芯片出貨量依靠累積的訂單仍在增長，但卻一直處在客戶流失的過程中。待Mobileye意識到自己從車企的小甜甜變成牛夫人，推出支持軟硬解耦的EyeQ5芯片，時間已經來到2021年。

　　而它要補的課，也遠不止軟硬解耦一項。

　　算力奪權：高T（ops）即正義

　　在Mobileye被車企背叛的過程中，做顯卡出身的NVIDIA從其手中搶到了最多的客戶，包括但不限於蔚來、理想、威馬、上汽等。NVIDIA能夠不斷搶單，一方面得益於其完善的開發生態，更重要的原因是：在自動駕駛感知技術轉向AI的年代，NVIDIA率先展示了算力霸權。

　　2016年以來，汽車自動駕駛感知算法經歷了一次全行業變革：從前流行的是傳統機器視覺算法，算法基於人工設定的規則，更像是一個專家進行邏輯推演；如今的主流則是深度學習算法，使用多層的神經網絡抽取圖像特徵進行識別，依靠大數據量的並行計算，形式上類似於將一道難題分解為100個簡單問題，找100個小學生演算，簡單粗暴但有效。

　　Mobileye一直以來的強項是傳統機器視覺算法，並對此自主設計了芯片架構，走的是高效能比的路線，對堆算力並不十分看重；而NVIDIA原本的遊戲顯卡最重要的就是並行計算能力，與深度學習算法的需求不謀而合。

　　2018年，NVIDIA為自動駕駛推出的芯片Paker算力尚且只有1Tops（tera operations，每秒1千億次運算），而2022年將搭載在蔚來ET7上的Orin，算力暴漲2500%，突破250T。相比之下，Mobileye去年上車的EyeQ5不到25T，一片頂十片。

　　兩者選擇的路線在實際應用中並沒有10倍差距，但問題在於，如同智能手機早年盛行的跑分一樣，算力成為了消費者衡量一輛智能汽車自動駕駛能力最直觀的數據，“算力越大越牛”的感性認識，讓車企從拚馬力的時代進入了拚算力的時代。

　　另一邊，行業對自動駕駛究竟需要多少算力也並無統一認知，而智能電動汽車上的自動駕駛功能又要不斷升級更新，為了避免“量產即落後”的尷尬局面，車企普遍採用“硬體預埋、軟體跟上”的策略。

　　比如蔚來ET7直接一步到位，設置了1000T算力，需要4枚Orin芯片在一塊龐大的板卡上共同工作。而如果換成EyEQ5，可能需要的就是一個能塞滿備份箱的機櫃了，同時系統變得過於複雜，可靠性會經受巨大的挑戰。

　　在這種面向未來的軍備競賽中，芯片算力越高則潛力越大。即使這在理論上並不是最優選擇，但行業已經進入了一場算力內卷，算力即正義，高算力才能兜底。

　　Mobileye曾經對此嗤之以鼻，並將EyeQ的芯片計算效率與NVIDIA芯片進行公開對比，宣布能效吊打NVIDIA，但最終，Mobileye在算力競賽下不得不低頭，2022年初發布了EyeQ Ultra，算力176T，仍被壓了一頭[3]。

　　更重要的是，這款芯片2-3年後才能量產上車，而NVIDIA的Orin今年就將量產上車，Mobileye面向高等級自動駕駛的高算力芯片進度落後。而在此之前兩個月，高通已經用高算力自動駕駛芯片平台，從Mobileye手中搶走了最大客戶寶馬。

　　尾聲

　　在那個埋下自動駕駛芯片轉向伏筆的2016年後，汽車行業經歷了前所未有的動蕩，技術的翻篇、終端市場的興替已經見證了一批供應鏈巨頭的浮浮沉沉。近兩年，缺芯、鋰瘋、乃至戰爭，讓企業要考慮的遠不僅僅是技術的風向和消費者的偏好。

　　在一個黑天鵝事件頻發，供應鏈不知什麽時候就會遭到重創的世界裡，車企評判供應商的標準也發生了改變，更開放透明的程度或者更低卡脖子的風險，取代了成本和由長期合作建立的默契。

　　Chaos is a ladder，有人借機向上攀登，就有人因勢滑落王座。

（聲明：本文僅代表作者觀點，不代表新浪網立場。）