在7月30日黑芝麻的戰(zhàn)略融資中，小米長江產(chǎn)業(yè)基金的身影就已經(jīng)出現(xiàn)，值得注意的是，這是小米宣布造車以來，在自動駕駛芯片賽道的首次投資動作。

在C輪融資過后，黑芝麻的估值已經(jīng)接近20億美元，而賽道內(nèi)的熱度，并非聚集在了一家身上。專注智能化的半導體企業(yè)芯馳科技在今年6月和7月相繼完成了A+輪和近10億人民幣的B輪融資，據(jù)相關消息，寧德時代也通過晨道資本持續(xù)重倉加注。從2020年末到2021年6月，短短半年時間，汽車智能芯片創(chuàng)業(yè)公司地平線就完成了7次C輪融資，估值高達50億美元。

“一輪融7次，還能這么玩？”，有網(wǎng)友如此感慨。不難發(fā)現(xiàn)，新造車的關注度已經(jīng)被汽車芯片搶去了些許風頭，不僅是正在發(fā)生的“芯片荒”，黑芝麻、地平線、芯馳科技等一眾汽車智能芯片獨角獸也開始相繼走到聚光燈下，引得無數(shù)資本盡跟投，而這究竟是一門什么樣的生意？

資本盯上了新造車“缺芯”？

自動駕駛芯片目前最大的確定性，在于資本市場的認可。新能源汽車對傳統(tǒng)內(nèi)燃機汽車顛覆的必然性，催生了車規(guī)級芯片更多元、復雜的需求，這是資本市場認可自動駕駛芯片賽道的一個基本前提。

與此同時，這也為未來的行業(yè)發(fā)展埋下了伏筆：汽車芯片需求的第二增長曲線已經(jīng)出現(xiàn)，賽道迅速升溫，諸如自動駕駛芯片的汽車芯片細分領域，為曾經(jīng)的行業(yè)格局將帶來了新的洗牌機遇。

汽車芯片的浪潮已經(jīng)涌來，各路玩家們的問題早已不是造不造，而是造什么、怎么造。想要踏浪前行，不禁讓人想到了當下行業(yè)內(nèi)存在的一個不容忽視的機遇，即汽車芯片短缺的現(xiàn)狀。資本真的盯上了新造車“缺芯”嗎？在分析缺口下的機遇與挑戰(zhàn)之前，我們需要先理清汽車芯片的實際情況。

首先，芯片是半導體元件產(chǎn)品的統(tǒng)稱，當前的汽車芯片主要分為三大類：微控制器MCU（Microcontroller Unit）、功率半導體、傳感器。三類芯片為汽車正常運動、娛樂交互、安全保障、輔助駕駛等一系列基礎與上層需求提供最底層的支持。

目前汽車芯片賽道馬太效應明顯，恩智浦、英飛凌、瑞薩電子、意法半導體、德州儀器、博世、安森美等主要廠商占據(jù)了全球超60%的汽車芯片市場。

隨著自動駕駛逐漸成為一眾車企的發(fā)力方向，自動駕駛芯片適時出現(xiàn)，雖然在技術層面自動駕駛芯片代表著當前汽車芯片的最前沿的科技與工藝，但是從本質(zhì)上分類仍屬于MCU，囊括了激光雷達、ADAS、COMS圖像傳感器等一系列產(chǎn)品。

值得一提的是，近年來出現(xiàn)的汽車“芯片荒”問題，主要芯片缺口依然是常規(guī)的汽車芯片，自動駕駛芯片并未受到?jīng)_擊。原因主要在于：需求供給矛盾小。自動駕駛技術仍在商業(yè)化的初生期，目前市面上只有部分中高端車型搭載了輔助駕駛技術，市場規(guī)模注定了自動駕駛芯片需求較小。

由此看來，資本紛紛下注的自動駕駛芯片賽道并無“芯片荒”問題，這也就預示著初創(chuàng)企業(yè)想要圍繞車企“缺芯”現(xiàn)狀布局，可能會是一件“兇多吉少”的事情。事實上，在自動駕駛芯片上發(fā)力的黑芝麻、地平線、芯馳科技等初創(chuàng)玩家也都沒有把精力放在一般車規(guī)級芯片上。

從行業(yè)角度出發(fā)，做一般車規(guī)級芯片，如今主流玩家壁壘堅固，汽車不同于3C類電子消費產(chǎn)品，安全方面的剛性需求給芯片研發(fā)與制造提出了更高的標準。據(jù)業(yè)內(nèi)人士透露，汽車芯片的開發(fā)周期往往是五年起步，更不用提期間所需要的巨大財力人力。

對于初創(chuàng)型玩家而言，即便在充足的資金儲備下用五年的時間讓成果落地，一方面，芯片短缺的問題可能早已解決；另一方面，從通用性、安全性等角度出發(fā)，業(yè)已跑通多年的行業(yè)格局里，整車廠為何愿意在芯片供應正常的情況下，花費未知的試錯成本去選擇一家全新的汽車芯片企業(yè)合作？

反應到資本層面，就像新手村玩家入局直接單挑Boss，雖然資本需要想象力，但汽車芯片初創(chuàng)企業(yè)直接針鋒相對“硬剛”英飛凌、恩智浦，這件事所需要的想象力未免太過“離譜”。

因此，資本紛紛涌入汽車芯片賽道，真正看中的并非芯片缺口造成的需求難滿，而是在押注一股也許能夠撼動賽道的“不確定性”力量。

ToB的“確定性”與造芯的“不確定性”

B端生意的底層邏輯與C端生意相差甚大，汽車芯片賽道很好地體現(xiàn)出了主營ToB業(yè)務行業(yè)的特點：即ToB往往是一門慢生意，需要很多的積累，技術、產(chǎn)品、商務、市場，包括對客戶的理解等等。換言之，頭部玩家跑馬圈地以后，其他公司可能更沒有機會。

汽車芯片賽道同樣擁有鮮明的鏈式效應，即某芯片供應商在特定領域的芯片一旦與某車企建立合作，便會迅速在同系車企中擴張。就比如成立于德國的英飛凌，與德系車企有著深度綁定，而瑞薩則與日系車企有著更多且穩(wěn)定的合作。

而且這樣的上下游“鏈”一旦形成，往往很難斬斷重建。為了搶占新市場，主流玩家的打法往往傾向于通過收購來降低重建“鏈”的成本。就比如恩智浦為了鞏固強化在汽車半導體領域的地位，曾在2015年收購了飛思卡爾，使其一度成為汽車芯片MCU領域的領導者；英飛凌也同樣，在2020年通過收購賽普拉斯，成為當之無愧的全球第一車規(guī)級芯片供應商。

因此，新玩家想要在賽道中分得一杯羹，構建“鏈”的難度很大，但倘若能夠巧妙地避其鋒芒，從新視角切入，也許會是一個更好的方式。當前的汽車芯片賽道無異于兩個風口：汽車芯片的缺口、自動駕駛的未來，這也是為何資本廣泛看中的是后者。

如今的很多車規(guī)級芯片初創(chuàng)玩家，諸如黑芝麻、地平線、芯馳科技等都是瞄準了做自動駕駛芯片，原因就在于這是一件頗有想象力又不會過分“離譜”的事情，而且成果已經(jīng)在不斷出爐。

目前的自動駕駛計算層面，目前主要存在兩大流派，即以Mobileye為代表的“算法優(yōu)先派”和其他一眾芯片企業(yè)支持的“算力優(yōu)先派”。

在算力方面，就比如今年4月，黑芝麻智能發(fā)布了芯片華山二號A1000 Pro，算力最高可以達到196TOPS；今年5月，地平線面向L4級自動駕駛的征程5系列芯片宣布流片成功，擁有96TOPS的高算力，同時支持 16 路攝像頭感知計算。

而大洋彼岸的電動車“一哥”特斯拉，所使用的FSD HW 3.0計算平臺最高算力為144TOPS，單從算力方面來看，國內(nèi)初創(chuàng)企業(yè)的實力已經(jīng)可以與之媲美。雖然“黑芝麻們”發(fā)力自動駕駛芯片，在算力上迅速走入前沿，躲過了主流芯片巨頭給出的壓力，但困難也同樣顯而易見，就是尷尬的落地問題。

今年年初，蔚來發(fā)布了首款轎車ET7，搭載四顆英偉達NVIDIA DRIVE Orin芯片，算力高達1016TOPS，是特斯拉FSD HW 3.0計算平臺的七倍，但這四顆英偉達芯片算力能否被充分使用？官方并未給出明確答案。

威馬的新車型W6更是給出了有百萬TOPS算力的數(shù)字，沒錯，特斯拉的七千倍左右，不難發(fā)現(xiàn)，“拼算力”似乎成為了一種對汽車智能化程度的量化方式。

然而從實際情況出發(fā)，目前已經(jīng)問世的自動駕駛芯片，算力雖然足以滿足L4甚至L5級別自動駕駛需求，但真正實現(xiàn)自動駕駛單靠算力遠遠不夠，且不說L4、L5級別的自動駕駛，光是L1、L2級別的輔助駕駛，目前市面上搭載相應技術的成品車仍極為有限，落地存在一系列的技術協(xié)同問題。

可以看到，從自動駕駛芯片入手布局汽車芯片賽道，是一件頗有想象力的事情，但技術瓶頸上的難題，并不是可以用單一的算力數(shù)字來量化解決的。

在今年接受媒體訪問時，百度CEO李彥宏表示，“百度僅去年一年就（在自動駕駛上）投入200億，而這可能需要10年乃至20年的長期投入?！?/p>

面對自動駕駛所需要的巨大財力投入，如今“黑芝麻們”融資節(jié)奏密集，余糧尚存。但資本市場對這份“慢”的想象力，還能持續(xù)多久？這是當前自動駕駛芯片賽道上的初創(chuàng)型玩家所必須思考的問題。

寫在最后：

一些學校有著兩種分班模式，第一種是“平行模式”，即整個年級每個班的平均成績水平相近，教學秉承“不放棄每一個人”的信念；第二種則是“兩極模式”，即大力打造“尖子班”，致力于養(yǎng)成“最拔尖的學生”，但這就會造成“放牛班”出現(xiàn)的概率更大。

對于很多行業(yè)而言，“平行模式”往往是更適合于抗風險能力較差的初創(chuàng)企業(yè)的模式，規(guī)避了“放牛班”的潛在風險，先存活下來站穩(wěn)腳跟，能夠通過自身盈利造血再考慮下一步；“兩極模式”則適合于大企業(yè)，耗費一些精力和財力為代價，打造出更尖端的同行業(yè)競爭力，進一步鞏固地位。

而對于2B的汽車芯片行業(yè)而言，初創(chuàng)企業(yè)的“平行模式”顯然走不通，近期資本熱捧自動駕駛芯片賽道，本質(zhì)上是看到了汽車芯片行業(yè)固化格局有望被打破的可能性，這無疑是一場豪賭，而資本在這一場豪賭中，有著一個不容忽視的籌碼：

畢竟，在真正的自動駕駛尚未到來之際，就自動駕駛芯片而言，無論是英飛凌、恩智浦，還是黑芝麻、地平線，所有人都是從同一條起跑線上出發(fā)。