这几年，随着国产汽车的爆火，国产芯片厂商也在行动，大家进军汽车芯片市场，从几大战场入手，比如大算力芯片战场，用于自动驾驶技术，与英伟达等国外厂商竞争。

一块是智能座舱芯片入手，用于车内的娱乐等，与高通等竞争。还有从低算力芯片入手，与国外厂商TI等竞争。

而在上海车展上，我们发现国产芯片厂商地平线、黑芝麻、芯驰等，将展台从零部件馆搬到了整车场馆。同时也拿下了多个合作车型或品牌，包括比亚迪汉、星途星纪元ES、东风乘用车eπ、领克08、哪吒GT、合创V09等。

机构统计，到目前为止国产智驾芯片的出货量超过了300万片，且正在拿下更多车型定点，而一些国外芯片的市场，慢慢的已经被国产芯片厂商抢走了，比如在上海车展上，基本很少看到Mobileye EyeQ的量产搭载新车了，被国产厂商“卷死”了？

竞争加剧的车规级MCU赛道

与此同时，在“软件定义汽车”浪潮下，软硬协同能力成为核心，“自主可控的架构+芯片+软件算法+开发工具链”成为中国大陆主流芯片产品方案；车规级芯片广泛应用于汽车各个领域，并且当前正从功能安全需求弱的低端场景向功能安全需求强的高端场景迈进。

随着新能源汽车渗透率不断提升，如何保障相关产业链、供应链的安全性稳定性被上升到一个新的高度。回顾2020年以来，车规级半导体的供应持续短缺，成为一众产业链中横亘在新能源发展道路上的一大难题；2021年，甚至包括大众、丰田、日产等面对芯片短缺一度被迫减产甚至停产。直至今日，本土车规芯片短缺问题仍未根本解决。

根据国际机构的数据以及供需现状，不可否认车规级MCU大部分的中国大陆市场仍然被恩智浦、瑞萨、英飞凌、意法半导体、Microchip（美芯）等盘踞，同时中国大陆汽车市场需求端占据全球份额30%，甚至未来更高，汽车芯片的巨量市场是有着扎实的需求支撑。

车企们全球找“芯”之际，芯片国产化成为了芯片短缺难题的破解之道，同时也成为行业企业不得不探索的道路。近期芯片厂与主机厂的合作模式越来越开放透明，产业链结构正由传统链条式结构向更加扁平的网络状结构演进。


7nm将成为汽车芯片分水岭

很多网友认为，汽车芯片相较消费级芯片在安全性、稳定性方面要求更高，因此不适应7nm以下的先进制程。但事实上，随着芯片制程的不断迭代，技术也更加成熟，7nm工艺已经能够提供足够的安全性和稳定性，当然价格也更贵。

台积电是全球领先的芯片代工企业，早在2018年4月就实现7nm芯片的量产，2019年实现7nm EUV工艺，如今更是实现了3nm工艺的量产。市场占有率方面，台积电更是当仁不让，60%的市占率让对手瑟瑟发抖，排在第二的三星电子市场占有率为13%，中芯国际仅为5%。

此外，台积电的制造水平更胜一筹，相同面积的晶圆上晶体管数量最多，良品率更高、漏电率更低。

根据最新数据，目前14款先进工艺的汽车芯片中，有11款已采用或计划采用台积电代工，仅有3款选择三星电子代工，而联电、格芯、中芯国际连汤都喝不上。

2020年，台积电推出了基于7nm汽车设计支持平台（ADEP）。该平台包揽了汽车芯片设计、制造、应用、生态等全流程、多体系。全球首款7nm车机芯片高通8155，就采用了台积电7nm工艺，整体性能相当于骁龙855+。8155是高通第三代骁龙座舱旗舰芯片，包含CPU、GPU、DSP、ISP以及AI引擎。运行内存高达16GB，平均运算速度高达360万次/秒，AI算力达到8TOPS。

8155一发布，就受到了广大车企的抢购，成为了高端汽车的标配。长城、吉利、广汽、上汽、小鹏、蔚来、理想等车企纷纷采购。

今年5月26日，高通公司在汽车技术与合作峰会上公布了旗下第四代座舱芯片骁龙 8295（SA8295）。相对于之前的骁龙 8155，骁龙 8295 进行了多方面升级。骁龙8295采用台积电5nm工艺，AI 算力达到30TOPS、GPU性能提升2倍、3D渲染能力提升 3 倍，增加了集成电子后视镜、机器学习视觉、乘客监测以及信息安全等功能，一颗芯片可带 11 块屏。前排辅助驾驶、后排尽享娱乐，驾驶乐趣将成倍提升。

8295将搭载在奇瑞、小米、博泰、零跑、集度等品牌的汽车上。除了8295外，高通骁龙自动驾驶平台的核心SoC、安霸最新AI域控制器芯片CV3系列。恩智浦新一代 S32 系列车用处理器，也将采用台积电5nm工艺。

这些都显示着先进制程汽车芯片开始快速迭代，并进入量产加速期。

此外，台积电还计划在2024年业界第一款基于3nm的汽车芯片平台——“N3AE”。N3AE是在消费级的N3E基础上，进行了改造和升级，计划在2025年量产3nm汽车芯片。而作为第一个吃螃蟹的高通，仍然是第一批客户，预计骁龙8755将是全球第一款3nm汽车芯片。

可以看出，“台积电+高通”模式，将在汽车芯片领域刮起一阵风，想要成功、想要盈利就只能站在风口上。


中国车规级芯片产业创新与未来展望

根据车规级芯片的生命周期划分创新维度，归纳总结出三个主要创新方向：芯片技术创新、产品及应用场景创新、企业发展创新。

芯片技术创新包含芯片材料创新、芯片设计创新及制造工艺创新三个维度；产品及应用场景创新包含产品方案创新、应用场景创新两个维度；企业发展创新包含合作模式创新、生态建设创新两个维度。

材料创新：SiC耐高压、耐高频、耐高温，成为电驱系统更优选择。

相较传统的Si（硅）而言，第三代宽禁带半导体材料SiC（碳化硅）和GaN（氮化镓）因其特性更适用于高压、高频环境。其中，SiC功率器件在新能源汽车领域中具有巨大潜力，主要应用于主驱逆变器、车载充电系统OBC、车载电源转换器DC/DC及非车载充电桩。

随未来800V高压平台成为主流方案，相比当前主流的Si-IGBT，耐高压性、耐高温性更强，开关频率、功率密度更高且损耗更低的SiC-MOSFET在高压领域中更具优势。尤其在主驱逆变器中，SiC-MOSFET方案能够显著减少导通损耗和开关损耗、节约芯片面积、节省成本。

中国SiC发展起步虽有落后，但当前已有明显成果。如比亚迪半导体不断迭代IGBT技术的同时还大力布局SiC功率器件，率先实现SiC功率模块量产落地，在迈入以SiC-MOSFET替代Si-IGBT阶段之后，进一步专为SiC定制功率模块以发挥SiC材料的显著优势。

材料创新：硅光芯片信号传输快、集成度高，助力FMCW激光雷达发展。

硅光技术是以光子和电子为信息载体的硅基光电子大规模集成技术，能够大幅提升集成芯片性能。硅光芯片是光子技术与微电子技术融合的结晶，取两家之长，既拥有光的高带宽、高速率、高抗干扰性，又具备微电子高集成、低能耗、低成本等优势。

激光雷达是硅光芯片重要应用领域。基于调频连续波相干探测（FMCW）路线的激光雷达兴起与硅光技术发展密不可分。早期FMCW激光雷达由各种分立器件堆叠起来，组件调试和器件成本都非常高，难以规模化商业落地。而硅光芯片能够集成光波导通路传输信号，且集成光路具备体积小、

成本低特征，准确切入FMCW激光雷达研发落地痛点，并让芯片级FMCW激光雷达方案成为可能。

目前中国已有数家企业基于硅光芯片研发FMCW激光雷达方案，其中洛微科技自研车规级硅光芯片并在其基础之上研发芯片级FMCW激光雷达。

设计创新：高性能与高安全目标驱动芯片设计演进，多核锁步应运而生。

芯片设计以性能与安全为核心目标和驱动力。面对越发庞大复杂的汽车数据，提升芯片计算性能迫在眉睫，诸多芯片厂通过多个集成高主频内核来

提升芯片整体计算效率。100MHz已不足为奇，更有芯片其主频已高达800MHz，高主频高性能芯片成为设计主流。

在智能网联趋势之下，网络信息安全日益重要，主机厂已普遍采用“安全芯片（SE）+硬件安全模块（HSM）”方案构建信息安全防护体系，芯片防护能力和信息安全设计成为新焦点，当前中国已有企业凭借多年安全芯片技术布局汽车电子，深入车规级芯片信息安全设计。

在功能安全设计方面，目前多核MCU主要采用锁步架构设计提升安全性；集成更多模块的SoC通常安全等级较低，需要外挂高安全MCU实现功能。

安全等级提升，同时还有芯片厂进一步提升SoC集成化程度，内置高安全MCU作为安全岛从而增强整个SoC的功能安全性。

设计创新：计算效率需求推动架构创新，存算一体开辟崭新技术路线。

提升计算芯片性能主要有两种方式：工艺提升和架构优化，在国内芯片不断向先进制程进军之时，后摩智能率先推出存算一体创新芯片架构，为芯片计算效率提升开辟崭新技术路径。存算一体创新架构将存储与计算完全融合，能够减少数据搬运降低能耗，实现计算能效巨幅提升。存算一体架构芯片较传统架构芯片具备低功耗、低延时、高算力三大优势，非常贴合智能驾驶场景需求。


工艺创新：为降本增效，芯片不断追求先进制程，探索摩尔定律极限

如今智能汽车搭载功能丰富多样，信息数据体量规模与日俱增，智能化升级对车载计算控制芯片的计算性能提出更高要求。同时，汽车销量逐日攀升、单车用芯量不断增长，加之规模化量产对降本增效需求持续增强，种种情况促使芯片厂不断追求更低制程以实现性能提升与成本降低。

不同计算控制芯片对制程工艺的需求所有不同：MCU对制程工艺的需求并不高，主要是依靠成熟制程（28nm以上）；而智能座舱、自动驾驶等场景所需要的主控SoC则持续追求先进制程（28nm以下）。中国车规级MCU集中采用40nm成熟制程，少数企业如芯驰科技采用先进制程，而海外芯片则早早迈入先进制程。在这方面中国与海外差距较大，但介于MCU低制程需求特性仍有缓冲余地。在SoC芯片方面，中国与海外芯片仍有差距，本土SoC已进展至7nm，地平线、黑芝麻智能、芯擎科技都发布了相关产品，而海外芯片厂更快一步，如英伟达Altan则已率先迈进至5nm。

技术展望：后摩尔时代架构创新正当时，高通用性芯片前景广阔。

芯片迭代路径总是一代架构优化，一代工艺提升，彼此交替进行。如今制程工艺已近物理极限，后摩尔时代到来，架构创新恰逢其时。

基于ASIC设计的AI芯片专用性更强，且更具规模化成本优势，但研发周期长、投入成本高；基于FPGA设计的AI芯片专用性相对较弱而通用性更强，可硬件编程性令其能更加灵活地匹配不同算法；基于存算一体架构设计的AI芯片依然具备高计算性能，且架构通用性强，算法配合非常灵活。

随AI大模型逐渐应用到自动驾驶领域中，自动驾驶算法模型更新迭代将更加迅速。且目前算法模型尚未收敛至终局，未来定有更优越的算法模型，在越发变幻莫测的环境中，行业将更加需要能够灵活移植、快捷匹配算法、落地上市速度更快的芯片，这一需求将为FPGA、存算一体芯片等具备高通用性架构设计的芯片带来广阔的应用前景。

产品展望：区域控制器将是近5年竞争热点，中央计算芯片将加速落地。

近年主机厂纷纷发布最新一代E/E架构规划，Zonal架构成为布局热点。在未来5-10年中，中国汽车将实现从跨域融合架构到Zonal架构的演变，并基于Zonal架构专注研发更高性能的区域控制器和区域处理器。而在2030年之后，Zonal架构将逐步向更集中式的One Brain车云计算架构发展，中央计算平台将成为唯一车载计算决策单元，区域控制器仅发挥网关作用，此时中央计算芯片将成为核心竞争点。

未来近五年里，区域控制器和区域处理器将是AI计算芯片领域的竞争热点，各大芯片厂将根据Zonal架构推出架构级芯片解决方案。

同时，中央计算芯片将成为芯片厂核心研发任务，芯片厂将与软件算法商深度合作，致力于推出基于大算力中央计算芯片且高度软硬协同的中央计算方案，为未来的One Brain车云计算架构做好技术储备。

生态展望：芯片创新牵一发而动全身，产业协同将是发展主旋律。

车规级芯片创新并非单点突破式创新，而是需要整条产业链各个环节充分沟通、相互配合，共同实现产业创新。

在COT（Customer Oriented Technology）模式下，主机厂作为供应链下游末端客户提出功能需求，芯片厂作为上游供应商解读需求提供方案。

未来双方将逐步构建长期战略合作关系，深度沟通协调功能需求与具体实现。

在车规级芯片产业链中，芯片厂将逐渐向上游IP库与EDA设计工具布局，掌握核心IP，实现芯片设计自主可控，同时与下游晶圆制造、芯片封测等环节沟通工艺节点，削弱短板效应，通力协作满足主机厂需求。而在具体芯片产品中，软硬协同将持续成为芯片产品方案核心点，芯片协同范围将拓展至主机厂应用层软件，打造更加贯通的软硬协同生态；在同一系统和场景中，不同芯片产品也将相互配合以更好地实现功能。

国产化展望：由易至难循序渐进，国家聚力扶持研究，头部企业负重前行。

智能电动汽车作为热门赛道，参与者越来越多，而芯片产业重技术积累、重量产经验的特性直接导致极高的技术壁垒。车规级芯片国产化进程无法一蹴而就，突破技术壁垒并非易事。中国车规级芯片企业将顺应从易到难趋势，逐步实现国产化，最后实现完全自主。

在AI技术深度应用的智驾、座舱SoC领域，中国市场目前总体是百家争鸣状态，越发激烈的竞争将逐渐催生出更具实力和竞争力的龙头企业；在MCU和功率器件领域，中国已有具有较强能力的大型企业，此类企业将继续发挥其在行业中的标杆作用和影响力，在率先打入国际市场的同时带领本土其他芯片企业进步，实现“先强带动后强”。

未来，中国车规级芯片产业将在国家的扶持下，以先进头部企业为标杆集中式发展。