2021年6月17日-19日，由中国汽车工业协会主办的“第11届中国汽车论坛”在上海市嘉定区举办。站在新一个五年的起点上，本届论坛以“新起点新战略新格局——推动汽车产业高质量发展”为主题，设置“1场闭门峰会+1个大会论坛+2个中外论坛+12个主题论坛”，全面集聚政府主管领导、全球汽车企业领袖、汽车行业精英，共商汽车强国大计，落实国家提出的“碳达峰、碳中和”战略目标要求，助力构建“双循环”新发展格局。其中，在6月19日下午举办的主题论坛“汽车‘芯荒’与中国对策”上，盖斯特管理咨询公司副董事长何伟发表了主题演讲。以下内容为现场演讲实录：

尊敬的罗秘书长，在座的各位嘉宾，大家下午好！很高兴参加本次论坛并与大家分享我们的研究成果。罗秘书刚刚介绍了，盖斯特管理咨询公司是由清华大学汽车产业与战略研究院赵福全发起成立的，专注于汽车行业战略研究与咨询，所以在我们日常研究工作中，经常有行业里的各位大佬与我们探讨各种战略问题。

芯片问题是最近一年探讨最多和最热的话题。今天在论坛的上半场，大家谈的是从芯片供应的角度上来看，芯片成了卡脖子问题，芯片短缺让所有与之相关的车企都已经停产。为什么会出现芯片荒？我想从另外的角度谈一谈，芯片对汽车产业意味着什么？如果不早一点从战略角度思考这些问题，从战略高度思考解决方案，很有可能我们从心态上会产生另外一个“芯片荒”。

下面与在座各位分享我们的研究方向和研究成果。我的演讲分为四部分：第一，我想谈一谈，芯片对汽车产业未来发展的战略意义是什么？第二，智能网联汽车芯片发展趋势，我们怎样判断它的未来发展方向。第三，芯片本来在汽车产业链上属于T1（一级供应商）、T2（二级供应商）级别的零件，现在对于汽车产业分工变革，芯片怎么就成为了关键要素。第四，面对这种情况下，整车车企如何布局未来，我们给出了几点建议。

芯片对汽车产业发展的战略意义

众所周知，现在的智能汽车成为新物种。实际上智能汽车是什么？智能汽车就是由软件定义、数据驱动、能够带给用户更好体验的汽车。智能网联汽车与传统汽车的本质区别在于，智能汽车可以自我进化、完善和升级。而数据是支撑智能汽车不断进化的核心，体验是智能汽车最重要的衡量标准，未来智能汽车必须面向不同客户提供个性化服务。未来汽车也一定是基于场景、基于数据来实现智能功能，其中数据决定产品功能。而数据从哪里来？是由软件定义汽车背景下所产生的，通过软件来产生、加工、分析、处理数据，而芯片与软件息息相关。实际上数据的产生、处理、存储和交互均依赖于芯片的功能和性能。

从智能网联汽车所需要的能力来看，智能网联汽车具有的通讯能力、计算能力、存储能力、感知能力都依托于芯片。另一方面，从智能汽车的软硬件架构来看，软件赋能硬件，使硬件的功能和性能得以最大化地发挥，并且由软件来定义体验。而所有的软件架构开发都是要基于芯片的功能性来进行开发，软件和芯片必须紧密融合在一起，否则软件不可能有效地驱动芯片和硬件，软件架构离不开芯片的支撑。同时，芯片也是组成硬件架构平台各个关键节点的核心组成部分，芯片既是功能提供者，又是硬件的控制者，并且芯片承担着打通软件和硬件的关键任务。因此，芯片是汽车产品升级的关键支撑，在智能汽车发展中具有关键作用与战略意义。

智能网联汽车芯片发展趋势

智能网联汽车对于芯片存在不同技术水平的需求。芯片有很多种分类方法，我们根据算力的性能和工艺水平把汽车芯片分为三个梯队。

第一梯队，就是高性能、高工艺的芯片，属于技术梯度最高的芯片，典型代表是各种AI芯片、主控芯片。智能网联汽车对这些芯片性能和工艺的要求非常高，而且随着智能网联汽车的发展，对此类芯片的需求会越来越大，也越来越重要。这部分芯片的供应之所以成为卡脖子问题，因为我们尚没有自主掌控其技术能力，目前几乎所有高性能汽车芯片均由台积电和三星代工。

第二梯队，是大家常见的芯片，也就是MCU微控制器，这部分的芯片具有中高算力、工艺要求较高的特点。现在用得比较多，出现供货上断档的主要是这类芯片。出于成本考虑，这类芯片少部分由汽车芯片企业内部制造，大部分由代工厂制造，目前有多家代工厂可供选择。

第三梯队，是功率芯片、通讯芯片、传感器与执行器、存储芯片等，属于低算力、工艺要求较低的芯片。此类芯片大部分都由传统汽车芯片的企业内部制造。这些企业的内部产能及工艺水平将越来越无法满足汽车芯片的供应需求。

我们看三个梯队芯片，它们不是简单通过技术升级能做到提升层级，各个梯队中间都隔着“一堵墙”。要跨过这堵墙，需要从芯片制造的全产业链进行全方位升级。很多传统芯片企业如果不能快速地自主掌握技术进行升级，意味着汽车芯片产业对于将台积电、三星代工厂的依赖性将越来越强，这也是由第一梯队芯片作用所决定的。 

智能网联汽车芯片开辟了全新的技术领域。对于智能网联芯片、传统汽车芯片和消费电子芯片，我们从算力、制造工艺、软件开放性、可升级性、可靠性和长效性、安全性等方面对比，详见图2。对比之后可以得出结论：智能网联芯片是全新的芯片类型，具有独特的功能和性能要求。

总体来说，智能网联汽车芯片在工艺规格上更接近于消费电子芯片，但又保留车规级的要求，同时还有其自身的独特需求。大家一定要深刻理解这三个需求。从这些独特的需求可判断出汽车芯片有着以下三个发展趋势。第一是定制化，芯片要基于车载应用场景开发。智能网联汽车芯片一定与车载场景有关，后面我会详细展开来讲。第二是专业化，不同类型的芯片要进行异构融合，以满足汽车不同的任务需求。第三是平台化，芯片可扩展、可升级，而且一定要支持个性化。下面详细分析这三个芯片发展趋势。

首先看定制化。传统汽车芯片与消费电子芯片均不能直接满足智能网联汽车的需求，因此智能网联汽车芯片需要定制化开发。智能网联汽车芯片与车载场景是高度融合的，从自动驾驶和智能座舱这两方面来看都是这样。从自动驾驶角度来看，多元的感知融合、高效实时计算、冗余系统控制等要求芯片不是传统ECU所做的“加减法”，而是在确保安全性能的基础上满足高性能、功能融合的需求。从智能座舱角度来看，3D/AR/多屏等先进显示、多模态交互、丰富应用生态等需求，消费电子芯片都不能直接给予满足，需要在功能、性能、生态等方面进行全方位升级。所以，为智能网联汽车打造定制化的产品，成为芯片创新的新路径。在这个方面就有两个案例，一是消费芯片巨头都在强势进入汽车领域，来做定制化。另一个是大量企业有针对性地选择车载的场景设计芯片。客观来看，消费电子芯片企业的入局将有效促进智能网联汽车芯片技术的进步与创新。

其次是专用化。不同种类的芯片将走向异构融合。根据各种各样的业务需求来看，每个业务都需要专用芯片，那么这种场景下的解决方法是什么？例如，使用通用处理器，由于受到半导体物理极限及工艺水平的限制，当做到一定程度后效率提高就遇到瓶颈；另一个方案是用新器件，运用新的模型进行解决，虽然新型技术很有发展潜力，但是还没有到成熟的程度，并没有进行大面积应用，因此不确定技术落地具体的时间节点，但是可以判断短时间内难以大规模应用。目前来看，未来5-10年内，提高芯片效率最优前景的方式是专用化处理器，而专用化处理器面对不同场景的不同任务，需要把不同类型芯片兼顾和融合在一起，即异构融合，以支撑智能网联汽车面对各类场景的需求。比如，将图像处理、图型处理、神经网络计算、视频处理等业务进行异构集成。专业化发展不仅提供了更高效率的资源利用率，还赋予汽车芯片更大的灵活性。

最后是平台化。芯片硬件将成为上层软件的共享资源。对于传统汽车来说，一个ECU对应一套软件。而对智能网联汽车来说，一个计算平台支撑丰富的上层软件生态。软件定义汽车的发展需求首先是软硬件解耦，软件不再嵌入硬件之后，实现软硬件开发分离，可以分别进行升级；同时还要实现软硬协同，协同就是软件要对硬件进行有效的控制、灵活的调用。同时意味着必须处于同一个平台下才能实现调用。比如，现在跨域就没有办法调用，调用的目的是优化用户体验。平台化的目的就是集中整车算力、统一处理计算任务，然后让硬件资源抽象化。从平台化来看，不只是芯片的性能、功能进行集成，还让汽车软硬件的关系发生了颠覆性的改变。

我们在谈智能网联汽车芯片时，不可回避的一个问题是车路协同，中国所选择车路协同的路线到底会对芯片带来哪些影响？车路协同本质是什么？我们认为，车路协同通过打通车内和车外的能力，赋予汽车芯片“做减法”的机会。车路协同就是把云端服务器和路侧设备与汽车进行高效5G赋能V2X来连接在一起，可以把部分感知、计算和存储能力从车内转移到车外，这样对整个芯片未来的发展造成三个方面的影响。

第一，通讯芯片的性能需求提升。这一点比较好理解，因为车端与云端/路端将进行大量的实时数据交互，传输的速率要求高了，传输的量也增大了，可以把未来汽车的通讯芯片理解成一个多源传感器，所以这部分性能要逐渐提升。

第二，车端的架构和云端的架构一定要采用协同设计。因为这两部分要打通和联通，所以要进行软件协同和硬件协同设计。软件协同设计要有标准化的服务架构，来完成车端和云端任务的分配，以及统一进行服务和管理调度。硬件协同要明确车端和云端的硬件能力需求，协同设计两端的芯片，比如统一数据的输入输出格式、统一规划芯片功能和性能配置。

第三，传感器和算力配置得以简化。部分计算/感知/存储的任务从车里移到云端去，因此对车端芯片的需求就会降低，传感器和计算平台的配置可选择更简单的方案。车路协同并不要求通讯芯片、计算芯片和云端服务器都是一家公司提供的，但是核心在于车企必须要明确定义好车端和云端的需求，而且还要协调管理好各方的资源。

芯片成为产业分工变革的关键要素

从整个智能网联汽车发展和芯片制造发展的需求来看，芯片成为汽车产业变革的关键要素。传统汽车企业作为整车集成方，通过传统汽车芯片企业T2提供ECU所需芯片、零部件企业T1提供软硬件开发与集成来供货。但是随着产业的升级，在软硬件解耦之后，汽车产业分工会发生三方面根本性的改变。

第一，整车企业主导芯片设计。芯片和整车架构有高度相关性，车企必须定义芯片使用场景和需求，主导架构的设计。具体案例就是特斯拉和蔚来汽车均自研自动驾驶芯片。

第二，芯片企业从T2升级到T1，芯片本身成为汽车上单独且核心的部件，芯片企业可以直接向整车企业供应产品。芯片企业与车企不是简单供应关系，而是紧密的战略合作关系。类似案例很多，例如上汽与地平线达成全面战略合作。

第三，软件一定要介入整个芯片开发过程，而不是芯片开发完成再开发软件。软件与硬件深度融合可使芯片性能最大化发挥，因此软件与芯片需要协同一体化设计。例如，Mobileye正在打造算法和芯片生态。

这就是我们认为汽车产业分工变革的三方面变化。智能网联汽车芯片作为关键要素，产业分工变革在参与者、合作方式和供应模式方面均发生深度变化。

车企参与车载计算平台及芯片设计的建议

接下来，我们再看车企怎样参与车载计算平台以及芯片设计。整车企业本身并不掌握芯片设计的核心能力，我认为车企利用这种能力即可，不太可能也没有必要去掌握相应能力。而车企更加擅长的是场景需求的挖掘与分析能力。这部分数据、所连接的消费者和用户服务都在车企这里，车企要充分挖掘这部分能力。车企一定要把场景定义好，因为未来汽车功能必须基于场景和数据开发。车企挖掘场景之后，与芯片企业相互配合，形成优势互补，从而提升产品的竞争能力。

我们把整个芯片的开发分成七个步骤，分别是规格制定、功能单元划分、芯片设计语言描述、计算平台基地设计、单元电路设计、分层布线设计和芯片合成仿真。具体内容参见图3。

从前三个方面来看，无论是规格制定、功能划分，还是芯片设计语言的描述，均与末端消费体验密切相关，对于整车企业如何参与，我们的建议如下。

建议一，车企应基于整车架构及对场景的理解，自主定义计算平台的各项需求。其中，需要把场景解读好，深度理解场景各种要素需求，然后提出对平台各种规格、功能以及设计语言的需求，这样才能实现平台和场景应用的结合。如果有T1在中间做“翻译”，描述可能在传导过程中失真，所以车企在前三个开发步骤中要紧密参加进去。

建议二，车企在定义需求时，还要考虑到后续芯片的迭代更新，合理划分功能单元以及确定接口标准。因为智能网联汽车通过OTA不断地在线升级，以让汽车越用越好。车企必须考虑在汽车全生命周期中芯片的算力支撑。如果算力预留得多，成本就高；而预留少了，将来车辆升级就会出现算力不够用的状况，车企对此都要考虑清楚。相比于手机只有三年的生命周期，汽车的使用生命周期长达十年，如何判断芯片在汽车全生命周期的迭代升级？对于车企来说，是一项巨大的挑战。因此需要车企合理地划分所有功能单元，以及确定所有的接口标准。

对于计算平台的基底设计、单元电路设计这两部分的设计功能，按理来讲都是属于芯片企业强势的地方。但是我们判断，对于强势车企来说，把前三个步骤做好基础上，对这两个部分可以考虑自主完成部分设计。如果车企能力比较弱，也要与芯片企业共同来开发。这种开发的目的在于实现企业软硬件的协同设计，因为这部分的设计要与硬件调用紧密联合在一起，如果不能在一起协同，最后实现硬件调用的效果就会打折扣。这是对于整车企业的建议三。

建议四，至于分层布线和芯片合成仿真，是芯片企业的自留地，这两个环节要求芯片企业有足够的技术和经验积累。这两部分对车的差异化影响比较小，更多的是通用性的部分。不建议车企参与。

最后还要提醒的是，整车企业在主导计算平台设计中，虽然处于主导地位，但是并不代表车企要深入参加所有的研发环节，很多方面也并非是车企的领域，因此车企应该根据自身能力量立而行。

我的分享就到这里，谢谢大家！

（注：本文根据现场速记整理，未经演讲嘉宾审阅）