当下，汽车芯片成为了业内最热的话题，无论是产能，还是芯片技术、功能，以及商业模式，都处于前所未有的发展阶段与变化过程当中。而自动驾驶的兴起，又给这股热潮添了一把火，使得汽车核心芯片——处理器——进入了一个各大厂商各施所长，同时又随着应用的发展，不断推陈出新的发展阶段。
目前来看，纯电动汽车和自动驾驶正在加速车用MCU向区域和集中控制应用发展，这就对核心处理器的架构整合水平和算力提出了更高的要求，从而带动车用处理器向SoC转型。特别是随着自动驾驶等级的提升，例如将来的L4，车内用到的传统MCU数量将会大幅减少，而具备人工智能算力的SoC将会大量增加。目前来看，这种趋势已经在产业落地，如特斯拉将更多的资源投入到自主设计研发自动驾驶SoC，而BMW和奥迪等传统车企也在自研符合自家需求和特点的自动驾驶芯片。
SoC架构演进
就自动驾驶SoC而言，目前业内主要有三大类架构，分别是：CPU+ASIC+GPU设计架构，代表企业是英伟达和特斯拉；CPU+ASIC架构，代表企业是英特尔旗下的Mobileye和中国的地平线机器人；CPU+FPGA架构，代表企业是Alphabet旗下的Waymo和百度的Apollo。总体来看，在这些厂商中，Mobileye目前在L1和L2级自动驾驶芯片市占率超过70%，英伟达锁定L3级以上自动驾驶SoC，而绝大部分中国厂商还无法量产自动驾驶单芯片，仅地平线量产少部分芯片切入中国本土电动车。
下面具体看一下以上提到的三大类架构，首先看英伟达和特斯拉。
英伟达的代表芯片是Xavier，它以GPU为核心，主要有4个功能块，分别是CPU，GPU，Deep Learning Accelerator（DLA，深度学习加速）和Programmable Vision Accelerator（PVA）。其中，GPU占位面积*，然后是CPU，辅以两个ASIC，一个用于inference的DLA，另一个用于加速传统CV的PVA。
特斯拉的代表芯片是FSD，它以NPU（Neural Processing Unit）为计算核心，另外还有CPU和GPU。其中最重要也是面积*的就是特斯拉自研的 NPU，主要用于运行深度神经网络，GPU主要用于运行 deep neural network。
在FSD基础上，特斯拉于前不久的8月推出了新的自研AI训练芯片Dojo D1，它采用7nm制程，具有500亿个晶体管，单片FP32算力可达22.6 TOPs，BF16算力为362 TOPs。这使得Dojo D1几乎成为当今世界上最快的AI训练芯片。该芯片的推出，也是特斯拉将自动驾驶芯片向高整合度的具备AI算力SoC演进的一个重要步骤。
再看一下Mobieye的CPU+ASIC架构，代表芯片是EyeQ5，它主要有4个模块，分别是CPU，Computer Vision Processors（CVP），Deep Learning Accelerator（DLA），以及Multithreaded Accelerator（MA）。其中CVP 是针对很多传统计算机视觉算法设计的ASIC，从成立之处开始，Mobileye就以其CV算法而闻名。
第三种架构CPU+FPGA，Waymo采用英特尔12核及以上CPU，搭配Altera的Arria系列FPGA，并采用英飞凌的Aurix系列MCU作为CAN/FlexRay网络的通信接口。
就发展眼光来看，以上提到的三种架构中，当下，CPU+GPU+ASIC架构仍是主流，这是在自动驾驶软硬件技术和算法还未成熟的环境下形成的，待自动驾驶算法完全成熟后，低功耗、低成本的专用自动驾驶AI芯片将逐渐取代高功耗的GPU，CPU+ASIC架构将成为主流。
车用MCU前景如何？
在传统汽车中，MCU用量巨大，但随着纯电动汽车和自动驾驶的普及，MCU的日子似乎不像以前那么好了。越来越多的SoC正在取代MCU，不过，短期内，大部分车用MCU还无法被取代，因为汽车是复杂的系统，例如电动车底盘车身和动力系统依旧是以MCU为主。
据中国台湾资策会产业情报研究所（MIC）资深产业分析师何心宇分析，以特斯拉Model 3的底盘车身控制平台为例，相较于Model S的分布式架构，Model 3底盘车身平台采用区域式控制架构，MCU数量减少有限，且MCU可以整合相关功能。何心宇预期，电动车底盘车身用MCU需求数量仍会持稳，不过功能趋于弱化、以制动功能为主；电动车和自动驾驶趋势也不会明显改变动力系统所需的MCU。
此外，电动车新增的电池管理系统（BMS）、整车控制器（VCU）和减速箱等，仍需要高阶位的车用控制组件，因此，电动车所需高阶位的主控制器价格反而会更高，动力系统区域的控制器则将呈现量价齐升的态势。
新工艺芯片渐入佳境
随着纯电汽车的普及，SiC等第三代化合物半导体的应用优势逐步凸显出来。
SiC 是制作高温、高频、大功率、高压器件的理想材料之一，令其成为纯电动汽车的理想选择。与传统解决方案相比，基于SiC的解决方案使系统效率更高、重量更轻，且结构更紧凑。
在电动汽车中，SiC功率半导体主要用于驱动和控制电机的逆变器、车载充电器和快速充电桩。对于逆变器而言，800V高压运行架构下的SiC功率半导体比传统硅器件的整体系统效率高8%。SiC功率半导体也使得散热系统设计更简单，机电结构的空间更小。对于车载充电和快速充电桩，SiC功率半导体与传统硅器件相比，在充电过程中减少了能量损失，也减少了所需的电容和电感的数量。
SiC比硅更薄、更轻、更小巧，市场应用领域偏向1000V以上的中高压范围。车用半导体中，SiC是未来趋势，目前，xEV车中的主驱逆变器仍以IGBT+硅FRD为主，考虑到未来电动车需要更长的行驶里程、更短的充电时间和更高的电池容量，SiC基MOSFET将是大势所趋。SiC有望提高3%-5%的逆变器效率，从而降低电池成本。
目前来看，车用功率半导体器件中，仍以硅基IGBT为主，而SiC基MOSFET代表着未来，因为它性能更强，但目前推广的*障碍就是高成本。然而，随着整车动力电池包越来越大、电机*功率/峰值扭矩越来越高，SiC基MOSFET的优势就越显著。
要想充分发挥MOSFET的优势，就需要控制承压层深度和掺杂浓度等技术参数，以获得更高的工作电压、*功率和综合效率。目前，SiC基MOSFET系统的综合效率（以逆变器效率计算）约为98%，在应用层面，SiC基MOSFET相比于硅基IGBT具有本征优势。
SiC 应用到电动汽车的逆变器、OBC、DC/DC时，更低的阻抗可带来更小的尺寸，更高的工作频率可以有效降低电感、电容等元器件的尺寸，且更耐高温，可以减小冷却系统的尺寸，最终带来的是系统级的体积缩小和成本的降低。
SiC用在车用逆变器上，能够大幅度降低逆变器尺寸和重量，做到轻量化与节能。在相同功率等级下，全SiC模块的封装尺寸显著小于硅模块，同时也可以使开关损耗降低75％（芯片温度为150° C）。在相同封装下，全SiC模块具备更高的电流输出能力，支持逆变器达到更高功率。
逆变器已经开始使用IGBT+SiC SBD的混合方案，预计全SiC的逆变器将从2023年开始在主流豪华车品牌中量产。
此外，车载OBC和DC/DC，已经开始采用SiC器件，比如PFC电路中二极管切换改为了SiC SBD，或者将OBC的DC/DC原边电路MOSFET管改为SiC MOSFET。全SiC方案也有望从 2021年开始量产。
纯电动车的功率控制单元（PCU）是汽车电驱系统的中枢神经，管理电池中的电能与电机之间的流向和传递速度，传统PCU使用硅基材料制成，强电流与高压电穿过硅制晶体管和二极管的时的电能损耗是混合动力车最主要的电能损耗来源，而使用SiC则可大大降低这一过程中的能量损失。
将传统PCU配备的硅二极管换成SiC二极管，硅IGBT换成SiC MOSFET，就可以降低10%的总能量损耗，同时也可以大幅降低器件尺寸，使车辆更为紧凑。
中国的机遇和表现
中国本土的芯片水平有限，在全球范围内一直处于追赶状态。而在全球车用芯片变革的当下，中国本土企业迎来了一波发展机遇，并开始做出一些成绩。
在汽车核心控制芯片方面，中国本土的地平线机器人和黑芝麻科技很有特色，虽然这些初创企业与国际大厂相比还比较弱小，但在中国国内具有很好的发展前景。例如，地平线机器人已经与主要的一级供应商和一些OEM合作，包括奥迪。据说其Journey 2汽车AI处理器已经出货了100,000台，并且其具有3级功能的Journey 3将于2021年第三季度投入量产。该公司还为其未来的SoC提供了明确的L5路线图。
在全球功率电子半导体市场中，Nexperia原来是NXP的一个分公司，现在已由中国企业拥有，占MOSFET市场的13％以上。在汽车级MOSFET方面，它在全球排名第二，仅次于英飞凌。另外，华为投资了MOSFET IDM东方半导体，不过，迄今为止，其市场份额很有限。
目前来看，Nexperia与TI，NXP，英飞凌，安森美和Rohm等业内知名的国际大厂有的一拼，其在电动汽车功率半导体方面可以为中国本土产业发展贡献不小的力量。
自动驾驶还推动了在汽车领域使用CMOS图像传感器（CIS）。自动驾驶汽车通常会配备激光雷达和CIS。车辆上需要越来越多的传感器。2021年生产的汽车可能装有8个图像传感器，而且这个数字还在不断增加。
中国*的图像传感器公司Omnivision，其2019年占全球193亿美元CMOS传感器市场的10％。在汽车CIS方面，Omnivision的表现要好于索尼（10％）。它拥有约22％的市场份额，仅次于美国公司安森美的36％。
从技术上讲，Omnivision的产品与安森美和索尼的在伯仲之间。这些公司都提供类似的8.3MP前视摄像头CIS用于自动驾驶。Omnivision还为欧洲汽车OEM供货许多产品。
结语
在车用芯片不断发展变化的当下，无论是芯片技术、架构，工艺，还是芯片企业市场地位、格局，都在发生着变化，另外，不同企业对新商业模式的转变（如有越来越多的车厂开始自研芯片），也给产业带来了更多变数。这也许只是开始，未来车用芯片市场的变革更值得期待。
