1364
作者 | 褚万博
编辑 | 章涟漪
传统汽车产业分工明细的上下游供应链，在智能汽车时代迎来了一次重构。体现最为明显的，是智能驾驶赛道。构成这个赛道的几个山头，有上游的芯片制造商，作为Tier 2存在，有中游的软件供应商，以Tier 1身份存在，下游的车企，以客户的身份直面用户。
不过我们现在看到的是，一些原有链条中分工明确的玩家们，正在构建自己从软到硬的全栈研发能力。车企如蔚小理及部分头部传统主机厂，算法供应商如Momenta，均有自己的芯片研发团队并在最近传来流片消息；芯片商的自动驾驶算法也正在如火如荼，比如英伟达、地平线等等。这种垂直的产业链条是否可行？曾经的智能手机行业给出了一些例证，有苹果这类成功构建自己软硬一体护城河的厂商，但毕竟是是少数，更多的是基于高通和安卓的集成商。
辰韬资本举办软硬协同报告发布会智能驾驶赛道后续会如何发展？前不久辰韬资本在上海举办的“自动驾驶软硬协同发展论坛暨行研报告发布会”上，众多行业专家给出了具备参考性的答案。首先可以肯定的是，当下从软到硬的全栈自研是合理的，因为整个行业都处在一个Know-How的阶段，芯片商要从软件的认知上设计芯片；算法供应商需要对芯片有更深的认知然后去更好的在不同平台上部署软件。
至于车企，正如智能手机行业一样，在出货量够大的前提下，构建一个从软到硬的闭环链条是最具经济性和护城河的玩法，特斯拉已经给出了部分答案。只是苹果只有一个，特斯拉或许还有但不会太多，大多数的产业链玩家们，应该怎么玩？
01、软硬一体，渐成趋势
在回答上述问题之前，我们需要对所谓的软和硬做简单的解释。在智能驾驶，或者说自动驾驶整个上下游产业链中，大概可以简单分为几个部分：分别是上层的应用算法，中间链接软件算法和计算芯片的中间件、操作系统等底软以及开发工具链等，最下层就是计算平台，核心是SoC计算芯片。类比传统的汽车产业分工，从OEM到Tier 1再到Tier 2，整个产业链条分工水平界限比较明晰，但在智能驾驶赛道中，最近一段时间一个非常明显的趋势是，越来越多的玩家开始玩从软到硬的垂直研发的路子。具体来说，有这么几类代表性玩家，并且在软硬一体深入布局的过程中，演化出几种固定的范式。车企层面，主要以造车新势力为主，如小鹏、蔚来、理想等，在成立之初就将自动驾驶能力当作自身区别于传统车企的竞争力之一，所以在自动驾驶算法层面领先早早布局自研并领跑行业。
小鹏发布自研芯片“图灵”而在芯片层面，同样是以蔚小理为代表，比较早开始将芯片自研纳入计划并在今年密集传出成果。比如小鹏在前不久的发布会上，拿出“小鹏图灵”芯片；蔚来的天玑NX9031计算芯片，也将在2025年搭载在ET9上；理想的自研芯片也还正在进行中，相信很快也会有好消息传出。
除此之外，传统车企中如比亚迪、吉利等，也将自研计算芯片纳入在计划中。这种以车企为主的软硬一体趋势，演进到最后的模版可以参照特斯拉，从算法、中间件及底软、计算芯片垂直闭环，这就是“重软硬一体”模式。这种模式在智能手机的时代，可以找到的参照物就是苹果。
第二类玩家以算法供应商为主，这类玩家的主流做法，更倾向于在软件的层面，基于对芯片的理解，完成不同计算平台的算法高效迁移和定制化设计，以满足不同车企客户的需求。这就是一种“轻软硬一体”模式，由算法公司深度绑定某几款芯片平台进行研发量产，最大程度发挥芯片性能，代表玩家如大疆、Momenta等。
不过Momenta，在去年7月份被曝入局造芯，这条路如果顺利，最终的走向也将是更深层次的软硬一体交付模式。最后是以芯片供应商为代表，由硬及软向上覆盖，除了最早以软硬一体黑盒模式为主的Mobileye之外，包括英伟达、地平线等，都在自动驾驶算法层面下功夫。这种模式在辰韬资本的研报中，被定义为由“重软硬一体”所衍生的一种中间状态，即由芯片厂商提供从芯片到部分感知算法（比如地平线征程5配套有感知算法），交付给客户之后由生态合作伙伴或者车企自己定义规控决策环节。
地平线基于征程6P发布SuperDrive方案不过目前来看，芯片厂商在软件层面也不仅仅在局限于参考感知方案，比如地平线基于最新的征程6P，研发出SuperDrive（产品化名称为HSD）高阶智能驾驶方案，并且已经在车企上定点，预计量产时间在明年第三季度。英伟达招揽吴新宙这个行为本身，也就是要建立自身的算法团队和能力。也就是说，从车企到算法供应商，再到本该以Tier 2角色出现的芯片方案商，整个行业的代表性玩家都在构建自己软硬一体的垂直智能驾驶产业链条。这个软硬一体的趋势在今天，正在由轻到重加速演进。但事实上，这与行业层长期宣传的软硬解耦，以及汽车行业水平分工明晰的成熟模式（类似的可以参考智能手机行业，除了苹果、华为之外，大多数诸如小米等都基于高通与安卓进行分工合作），是一种相悖的趋势。
02、重软硬一体，动机与契机
在辰韬资本看来，重软硬一体背后的动机，总结起来有2点可说。其一是成本驱动，一方面算法公司自研一款定制芯片或是深度绑定一颗芯片，可以最大化发挥芯片能力，避免平台芯片设计带来的浪费；另一方面是自研芯片可以显著降低单芯片成本，在满足足够出货量的前提下，降低整体开销。
英伟达与特斯拉自研芯片成本对比其二是开发效率方面，从软件到芯片协同的角度，需要软件商与硬件商相互紧密配合，但通用平台化芯片（比如英伟达）可能需要考虑更多需求，无法快速满足下游厂商的需求。相比之下，软硬全栈可控的好处显而易见。
除此之外，不管是主机厂还是芯片商，抑或是中间的软件Tier 1，都需要对软件和硬件有足够的全栈理解才能在产品层面有更好的呈现。尤其智能驾驶开始深入到复杂多变的城区场景，以及向L3自动驾驶突破的关键时刻，这一点更为重要。比如地平线副总裁吕鹏就表示，智驾SoC芯片不比电源芯片或者是功率芯片，其设计的复杂度需要很强的软件Know-How才能设计好。
有动机，也需要有契机，毕竟从软到硬或者是由硬及软，中间的学科与业务鸿沟并不小。就目前来说，业内玩家走向深度软硬一体的契机主要有3点。
首先，软件层面技术方案阶段性收敛，不管是前几年的BEV+Transformer方案，还是最近的端到端架构，行业基本都能在短时间内形成共识；
其次是芯片设计的难度，得益于半导体行业成熟的设计、IP、工具链等成熟的生态环节，芯片设计本身的难度在下降；
最后则是投入产出比，上面我们讲到，芯片自研在单颗芯片成本上要低于采购，但这个前提是单颗，如果不能在出货量上达到一个临界点，就无法覆盖前期的研发投入，对于企业本身来说压力会比较大。
对于这个临界点，业内比较共识的一个数据是100万颗出货量。不管是现在入局造芯的车企还是软件Tier 1，这个出货量的压力并不算小。辰韬资本认为，以上3条标准或者是契机，满足其中一条企业就具备考虑软硬一体布局的条件，满足其中两条企业就具备推动软硬一体布局的动力，满足其中的3条，则是一个企业的最优选择策略。
HW 3.0之后特斯拉采用全栈自研软硬件毫无疑问的是，特斯拉满足这3条标准且已经在这条路上趟出了结果，并且向外界给出了参考答案，即重度的软硬件一体布局，确实可以让方案的天花板更高，且在成本控制上体现出巨大的优势。
03、下一个特斯拉还会出现？
同样是基于我们上文讲的3个契机（或者是标准），算法收敛、芯片设计难度降低对于大多数玩家来说，都是已经实现的客观条件。这也就能够解释，业内不管是车企还是芯片商，或者是软件方案商，纷纷垂直研发，谋求自身的软硬一体全栈能力的大趋势。但是否能够诞生下一个特斯拉，目前来说似乎并不明朗。摆在众多玩家们面前的一个重要因素就是体量的问题。
天准科技域控负责人汪晓晖天准科技域控负责人汪晓晖表示，诸如蔚小理造芯，面对的一个问题是对市场的长期占有率，只有长期在市场上占有一定比例，才符合商业逻辑的投入产出比。所以他认为，主机厂自己做全栈软硬一体的模式可能会存在但不会太多，顶多1-2家。足下科技技术合伙人于晨笛则认为，参考PC行业与智能手机行业，垂直分工解决的是有和无的问题，水平分工解决的是普及问题。
足下科技技术合伙人于晨笛落到智能驾驶本身，高速NOA已经到了走向普及的阶段，所以我们能看到在这个功能上出现了更多的分工模式或者是轻软硬一体模式。
城市NOA的用户体验还没有到质变的阶段，在这个过渡阶段就会有人尝试做垂直全栈软硬一体。但最终行业的走向终究会是水平分工的模式，参考汽车行业的发展轨迹，一开始整车厂也是什么都做，后面才拆分出博世、大陆这样的Tier 1巨头。所以这里形成的一个共识大概有两点：
首先，全栈的软硬一体趋势，确实在高阶智能驾驶乃至自动驾驶的Know-How阶段会提供一个高的天花板，并且在这个过程中，诞生诸如特斯拉、苹果这样的生态封闭巨头；
其次，对于行业大多数玩家，最终基于技术的成熟与收敛，在成本的考量下走向水平分工模式，具体到智能驾驶，也就是软硬解耦的开发模式。
当然这需要满足一个条件，吕鹏认为，随着芯片算力供给越来越大，远超软件开发需求的状态，软硬解耦就会变得更容易一些。正如智能手机时代，也正是高通骁龙处理器与安卓生态创造的条件，小米们才通过这个生态做个性化开发，最终占领市场，与苹果分蛋糕。
下载ECAD模型
