自动驾驶芯片重点企业梳理

2017 年，自动驾驶在芯片层面发生了很多有趣的变化。3 月份，英特尔宣布以 153 亿美元收购了 Mobileye，在未收购 Mobileye 之前，英特尔已经开始进入汽车市场，英特尔旗下的 Altera FPGA 被奥迪采用，收购 Mobileye 更突显了其欲在自动驾驶领域取得先发优势的意图。Mobileye 的 EyeQ 系列处理器一直由意法半导体制造，被英特尔收购以后，有传言今后 EyeQ 系列有可能选择英特尔工艺，不过目前来看，至少 EyeQ 4 和 2018 年出样片的 EyeQ 5 还会维持与意法半导体的合作。

 

特斯拉在 Autopilot 2.0 中引入 Nvidia（英伟达）芯片平台，马斯克曾宣称 Autopilot 2.0 在硬件上达到了五级自动驾驶水平。但据外媒曝光，相比第一代，Autopilot 2.0 传感器数量与指标都增加不少，而 Nvidia Drive PX 2 计算能力也是 Mobileye EyeQ 3 的 40 倍左右，但实际效果各有评说。也许蓄谋已久，也许因 Nvidia 在 Autopilot 上表现一般而加速自研芯片进度，特斯拉在 12 月正式宣布已经在开发人工智能芯片，这对 Nvidia 而言不是好消息。

当然，准备做通用自动驾驶平台的 Nvidia 不会只依靠特斯拉，新一代奥迪 A8 即采用了 Nvidia 的 GPU。博世也在 2017 年 3 月宣布，在新自动驾驶系统中引入 Nvidia Drive PX 平台。另一个 FPGA 厂商 Xilinx（赛灵思）也与西门子业务部 Mentor 合作，推出了 DRS360 自动驾驶平台。

 

准备在汽车电子领域大展身手的公司还有高通，其切入点最初是车联网与信息娱乐系统，不过现在汽车移动接入率并不高，所以高通在汽车领域进展缓慢。手机芯片市场停滞使高通加速寻找新增长点，并在最后选择了直接收购。2016 年，高通宣布以 380 亿美元收购第一大汽车半导体厂商恩智浦，但由于该案牵涉领域广泛，各国反垄断机构审核都比较审慎，交易还没有全部完成。据外媒报道，欧洲与日本反垄断机构已经大体认可高通修改后的收购方案，预计 2018 年初就能完成收购。

 

虽然在各自领域执其牛耳，但英特尔、高通（不包含恩智浦）、Nvidia 与 Xilinx 在汽车电子方面都算新兵，风头最劲的 Nvidia，到 2017 年 9 月份，其汽车电子业务占总营收比例也不过是 6%。而全球前五大汽车半导体厂商，汽车业务营收占比至少在 15% 以上。

2016 年前十大汽车IC厂商

数据来源：Semicast Research

从下表来看，第五名德州仪器（TI）汽车电子业务占总营收 15%，意法半导体和恩智浦（NXP）占比为 29%，英飞凌和瑞萨甚至高达 41%。

前五大汽车半导体厂商汽车业务营收占比

数据来源：美国国际贸易委员会

Nvidia 等新贵集中在计算平台上寻求突破，老牌汽车半导体厂商布局更加全面，从传感器、处理器、车载通信、自动驾驶专用芯片到构建自动驾驶系统所必需的电源、信号调理、安全以及执行器，前几大汽车半导体厂商均有较完整的产品线。

与新进厂商大打宣传战不同，传统厂商在 2017 年多低调扎实地向前推进自动驾驶战略。

2017 年 7 月，东芝宣布与日本电装共同推出基于视频的主动安全系统。该系统配备了东芝最新的 Visconti 4 自动驾驶专用芯片，Visconti 4 内置 8 个多媒体处理核，能够同时执行 8 种应用，专门为自动驾驶视频应用做了优化，识别速度从 100 毫秒缩短到 50 毫秒，只用 Visconti 4 就可以构建出车道偏离警告、前后方防撞警告、前后方行人防撞警告、交通标识与信号识别等功能。

电装在 2015 年就开始将 Visconti 2 应用在辅助驾驶上，除了核数翻倍，Visconti 4 在行人识别算法上也比前一代改善很多，采用增强型 CoHOG 识别算法的 Visconti4，极大提升了在阴暗场景下对行人和骑自行车者的识别能力。

Visconti 4 检测行人与自行车

来源：东芝

车载摄像头方面，索尼于 10 月发布一款 742 万有效像素的车载堆叠型 CMOS 影像传感器，该影像传感器水平分辨率较上一代高出近 2 倍，能够高清拍摄到 160 米开外的交通标识。为提升暗光环境下的灵敏度，搭载了高感光像素加算模式，实现 2666 mv 的高灵敏度，即使在只有月光的夜晚也可清晰拍摄到行人或障碍物。索尼称，这款摄像头可适配 Mobileye 的 EyeQ 4 与 EyeQ 5，将于 2018 年 6 月量产。

 

毫米波雷达在自动驾驶中发挥的作用也越来越大。据英飞凌（Infineon）估算，要达到三级自动驾驶，至少需要 6 个毫米波雷达、4 个摄像头与 1 个激光雷达模组，而四/五级自动驾驶至少需要 10 个毫米波雷达、8 个摄像头与 1 个激光雷达模组，所以传感器及其数据融合对自动驾驶发展至关重要。

自动驾驶大幅增加传感器需求数量

资料来源：英飞凌