凤凰网汽车

刚刚，自动驾驶计算芯片公司黑芝麻智能宣布了，完成由武岳峰科创领投的C+轮融资，算上之前的C轮融资，此轮募资金额超过5亿美元。

如果几年前，你问什么时候可以实现自动驾驶，没有人能给出一个肯定答案。但现在，这个问题的答案已愈加清晰。

到2024年左右，长安、北京现代、极氪等品牌都将量产拥有L4级别自动驾驶能力的乘用车。彻底解放双手，正从不可能变成某天可以随时划掉的to do list。

至于原因，还得从这颗自动驾驶芯片讲起。

为什么是国产自动驾驶芯片？

长期以来，车规级芯片的算力水平被消费级芯片牢牢压制，手机功能层出不穷，汽车的智能化水平却停留在“老人机”的阶段，更别提发展什么自动驾驶。

若按照SAE制定的L0～L5级自动驾驶分级标准，升级通关往往伴随着传感器数量的增加。比如2018年，一台Robotaxi算上摄像头和雷达不过十几个传感器，而今年7月上市的海豹、哪吒S都已经突破这个标准，高端市场的ET7等车型甚至要更多。

车身上的传感器数量越多，采集到的路况信息就越详细。但相应地，需要处理的数据指数级增长。一组研究显示，L1级自动驾驶需要的算力小于1TOPS；L2+级自动驾驶需要大于10TOPS的算力；而L3级以上，所需的算力超过100TOPS。

数字信息时代，算力就是生产力，这一点可以用“TOPS”来说明。“OPS”是算力单位，指芯片每秒钟能够进行的运算次数，T是10^12，也就是1万亿。手机处理器的算力高低早已不是MOPS、GOPS可以形容的，更何况是“软件定义”的智能汽车。

两年前，黑芝麻智能发布华山二号A1000芯片，AI算力达到58TOPS（INT8）～116TOPS（INT4），成为首个符合车规、算力最大的国产芯片平台。也是从那时起，国产车规级芯片才算真正有了姓名。

从卡脖子，到和国际芯片巨头同台竞争，国产自动驾驶芯片走过了“从0到1”最艰难的时期。而从1到100，也在这场由疫情和新能源交织的革命中稳步进行。

2020年疫情爆发前，美国断供华为事件在中国产业人的心中投下了一块大石。海外产品随时可能出现的断供，未知与不确定性疯狂生长，一些“价低质美”的国产芯片由此打入了“海外产品专供”的本土产业链。

后来，疫情在全球爆发，国际物流受阻，供应链的脆弱性展露无遗。也是这两年，中国新能源车市迅速发展，新势力崛起，给了能就近供应的国内芯片商不同于以往的机会。

车规级芯片由于验证时间较长，要打入新的供应链其实并不容易，所幸自动驾驶技术仍处于起步阶段，包括黑芝麻智能在内的几家头部自动驾驶芯片公司赶超的概率更大一些。

今年5月，黑芝麻智能和江汽集团达成了战略合作，江汽集团旗下思皓的多款量产车型将搭载华山二号A1000系列芯片。截止到现在，与黑芝麻智能展开合作的Tier1超过15家，整车厂超过8家。接下来，我们会看到更多搭载华山二号A1000系列芯片的车型陆续发布。

时机与抓住机会的手

大算力的自动驾驶芯片，让AI在车上找到了安身之所，而自动驾驶市场的不断成熟，也推着主芯片持续演进。

2019年，国内L2级自动驾驶在乘用车市场的渗透率仅有5.2%，到了今年第一季度，这一数字提高到23.2%。市场从主流的L2级向L3级过渡，对自动驾驶芯片提出了更多要求。

一颗自动驾驶计算芯片，最重要的组成部分之一便是负责AI计算的核心。

在华山二号A1000上，黑芝麻智能不仅自研了车规级图像处理ISP，还有车规级深度神经网络加速器NPU，前者让车“看得更清楚”，后者让车“拥有了更强的处理能力及更高的效率”。

不过，算力并不是往堆上就完事了。对于芯片算力而言，高算力带来的高功耗会降低芯片性能和使用寿命，从而影响车辆控制器及其他源部件的表现。换句话说，单一的硬件性能仅能代表一块突出的长板。

芯片决定了软件算法的天花板，同样算法是芯片能否做到极致的关键因素。

正因如此，黑芝麻智能从成立之初便致力于提供全栈式的自动驾驶解决方案。不仅拥有全栈感知算法量产化能力，还有Data Best数据闭环解决方案。

配合华山系列自动驾驶计算芯片，黑芝麻智能先后发布了山海人工智能开发平台以及瀚海自动驾驶中间件平台，通过成熟的工具链和中间件体系支撑车企快速量产。

此次，黑芝麻智能完成了新一轮超5亿美元的融资。融资完成后，黑芝麻智能将能进一步提升核心技术、芯片产品的研发和商业化能力，全面提速旗下自动驾驶芯片的量产应用。

国产自动驾驶芯片的量产上车，对于夯实自动驾驶本土产业链、供应链的意义非凡。然而，被寄予厚望的自动驾驶芯片，要带领国产芯片产业出走历史困境，任重而道远。

IC Insights给出了一组数据，去年，国内芯片设计公司的数量增长到2810家，但全球市场份额只有9%，远低于美国的68%。

自动驾驶市场被认为价值超过万亿美元，芯片、传感器、软件算法将是车端系统的主要增量市场，但这里面，会有国产品牌的几分天下，我们且走且看。