相信經(jīng)過這幾個(gè)月的“熏陶”，大家都對半導(dǎo)體緊缺的事實(shí)有了充分的認(rèn)識(shí)，自2020年12月起，汽車行業(yè)缺乏芯片面臨停產(chǎn)的問題就開始困擾無數(shù)車企，最先放出口風(fēng)的是奧迪、大眾、福特、戴姆勒、豐田、菲亞特克萊斯勒等知名汽車廠商，先是減產(chǎn)、推遲部分產(chǎn)品線，部分工廠甚至出現(xiàn)了停工的狀況。甚至有預(yù)測稱缺芯會(huì)導(dǎo)致2021第一季度全球減產(chǎn)100萬輛輕型車輛。

隨著人工智能算法不斷完善，智能化應(yīng)用逐漸落地，汽車電子架構(gòu)的發(fā)展也在朝著更復(fù)雜的方向演進(jìn)，但出乎意料的是，和宣傳視頻形成鮮明對比的，正是難以支撐復(fù)雜操作的車載系統(tǒng)，也正是前陣子芯片短缺的新聞，才讓很多人意識(shí)到了車載芯片原來這么落后。

和電腦愛好者關(guān)注的重點(diǎn)差不多，車載系統(tǒng)芯片的算力很大程度上決定了系統(tǒng)的性能，然而直到去年，大部分量產(chǎn)車使用的還是驍龍820a，沒錯(cuò)，它就是2016年旗艦手機(jī)芯片驍龍820的車規(guī)版，也是工業(yè)領(lǐng)域中出現(xiàn)的首個(gè)集成了X12 LTE modem的車規(guī)級SoC，但制程是14nm。

從整個(gè)芯片行業(yè)的等級劃分來看，分別有軍工級、車規(guī)級、工業(yè)級和消費(fèi)級，其中車規(guī)級芯片對于可靠性、一致性和穩(wěn)定性要求更高，僅次于軍工級，與消費(fèi)級芯片有很大不同，車規(guī)級芯片需要面臨更惡劣的環(huán)境，要求可靠性更高，車規(guī)級芯片的要求更為嚴(yán)格，因此對芯片廠家的汽車芯片生產(chǎn)線要求也更為嚴(yán)格，車規(guī)級芯片的生產(chǎn)線可以改造生產(chǎn)其他芯片，但生產(chǎn)其他芯片的生產(chǎn)線無法輕易改造生產(chǎn)車規(guī)級芯片，這在一定程度上造成了開發(fā)下一代的遲緩。

從分類上來看，汽車芯片大致分為以下幾類，一是負(fù)責(zé)算力的控制芯片，也就是處理器和控制器芯片，如發(fā)動(dòng)機(jī)、底盤和車身控制，以及中控、輔助駕駛(ADAS)和自動(dòng)駕駛系統(tǒng)等;二是負(fù)責(zé)功率轉(zhuǎn)換的IGBT功率芯片，一般應(yīng)用于電動(dòng)車的電源和接口;三是傳感器芯片，主要用于各種雷達(dá)、氣囊、胎壓監(jiān)測。汽車芯片也可以分為主控芯片、功能芯片、功率芯片和傳感器芯片。

從架構(gòu)方面來看，車規(guī)級芯片需要有獨(dú)立的安全島設(shè)計(jì)，在關(guān)鍵模塊、計(jì)算模塊、總線、內(nèi)存等，都有ECC、CRC的數(shù)據(jù)校對，為車規(guī)級芯片提供功能安全。由于要求繁多且規(guī)格復(fù)雜，一般來說一款車規(guī)級芯片需要2-3年的時(shí)間完成車規(guī)認(rèn)證并進(jìn)入整車廠供應(yīng)鏈，一旦進(jìn)入后，一般擁有5-10年的供貨周期。這也導(dǎo)致了雖然手機(jī)電腦的芯片工藝制程在不斷突破，然而車載芯片仍然停留在多年前的工藝水平。

除此之外，車上算力利用的效率也是問題重要的一部分，在汽車液晶儀表盤上，行業(yè)的普遍邏輯是兩個(gè) GPU 和兩個(gè) CPU 鎖定在一起，這種設(shè)置叫做鎖步：它們在執(zhí)行任務(wù)的時(shí)候會(huì)互相驗(yàn)證計(jì)算結(jié)果的正確性，這就導(dǎo)致了50%起步的算力損耗。傳統(tǒng)汽車行業(yè)在軟件開發(fā)過程中，基于安全因素的考慮非常多，車企希望打造一個(gè)不容易出錯(cuò)的系統(tǒng)，這在一定程度上會(huì)拖慢進(jìn)展。

在電控汽車時(shí)代，芯片早已成為汽車的大腦。當(dāng)發(fā)動(dòng)機(jī)進(jìn)入電控時(shí)代，通過電腦智能調(diào)節(jié)氣門開閉時(shí)機(jī)和時(shí)長，有意將進(jìn)氣門延遲關(guān)閉，排氣門提前開啟，讓進(jìn)排氣更加充分，提升性能;如果缺少芯片，最直觀的表現(xiàn)就是油耗和排放控制的缺失。如今進(jìn)入智能時(shí)代，隨著ADAS、自動(dòng)駕駛技術(shù)的成熟，需要大量的圖像數(shù)據(jù)、雷達(dá)數(shù)據(jù)處理，汽車廠商對芯片的算力要求也在提高，此前需靠駕駛員判斷的東西現(xiàn)在慢慢交給芯片，這樣汽車對芯片的使用量就會(huì)越來越多，并且對芯片的算力要求也會(huì)越來越高。

最生動(dòng)的解釋就是自動(dòng)駕駛，不管是激光雷達(dá)系統(tǒng)還是圖像識(shí)別系統(tǒng)，由于汽車實(shí)時(shí)的速度很快，但數(shù)據(jù)分析的要求不能降低，在車上加裝一個(gè)芯片是可行的，裝一個(gè)電腦機(jī)箱問題也不大，但總不能把服務(wù)器塞進(jìn)去吧?所以這樣海量的數(shù)據(jù)計(jì)算只能放在云端，讓云端的服務(wù)器集群來計(jì)算，然而這就又引申出了另一個(gè)問題：數(shù)據(jù)計(jì)算都在云端，大家下載云端的數(shù)據(jù)就會(huì)有延遲，萬一延遲高，1s后才收到1s前的數(shù)據(jù)，車都不知道開哪兒去了，所以這也就是5G發(fā)展建設(shè)起來后自動(dòng)駕駛才有望普及的重要原因。

就目前的情況來看，老老實(shí)實(shí)等車規(guī)級芯片更新和5G落地，顯然只會(huì)拖累智能駕駛的發(fā)展進(jìn)程，一小部分廠商也開始探索使用非車規(guī)級芯片甚至智能設(shè)備代替中控臺(tái)，但都或多或少遇到了麻煩。

當(dāng)汽車進(jìn)入電控時(shí)代以及向電氣化轉(zhuǎn)型，汽車與芯片就已經(jīng)密不可分，下一代智能車，真的能實(shí)現(xiàn)智能駕駛，車聯(lián)互動(dòng)等未來技術(shù)嗎?這個(gè)問題暫時(shí)沒有答案，但這次芯片危機(jī)的爆發(fā)，也意味著行業(yè)革新正在進(jìn)行。