2016年，AlphaGo計算機程式以4：1擊敗韓國圍棋選手Lee Sedol，以人工智慧（AI）的力量震驚世界。如今，人工智慧已經滲透到日常生活和傳統行業，影響了從語音助手和自動駕駛到透過人臉識別解鎖智慧手機的一切。

人工智慧也成為中國國家頂層規劃的中流砥柱。自從中國政府的《政府工作報告》首次被提及以來，人工智慧年復一年地成為被提及的關鍵詞。

包括科技公司、網際網路巨頭和初創公司在內的眾多中國公司都投資了人工智慧，這也吸引了大量資本湧入。然而，傳統晶片已無法滿足當今AI行業的功能和計算要求。

為了滿足未來AI的需求，企業必須找到一種方法來構建高效能AI晶片，從而有效地將晶片和AI技術結合起來。

中國抓住AI晶片發展機遇

2006年，新一代人工智慧誕生，在深度學習方面取得了突破。隨著演算法的發展，人工智慧技術及其應用在影象、語音、自然語言等各個領域持續發展。這一輪AI產業發展與計算能力的提升密不可分——日益複雜的深度神經網路，引發了AI計算從CPU向GPU的遷移。

此外，隨著AI晶片的成熟，該行業繼續增長。根據Tractica的資料，全球AI晶片市場預計到2025年將達到726億美元，複合年增長率（CAGR）為46。14%。

憑藉如此良好的市場前景，包括英偉達、谷歌、英特爾和賽靈思在內的國際領先公司正在開發該領域的新產品。

領先的傳統半導體廠商和科技巨頭除了自身發展外，還依靠資本優勢在海外進行併購融資，並吸引優質資本和創新團隊，推動自身在AI晶片行業的成長。例如，英特爾收購了AI晶片公司Altera，Nervana，Movidius和Mobileye。

就中國企業而言，主要的網際網路和ICT企業正在競相進入AI晶片市場。中國排名前三的網際網路公司（騰訊、百度和阿里巴巴）正在開發自己的AI晶片。網際網路初創公司美團和位元組跳動也在進入市場。

在ICT企業中，2018年，華為釋出了昇騰系列AI處理器，這是全球首個AI IP和晶片系列。此後，昇騰310產品和雲服務在智慧工業園區、自動駕駛等應用中得到廣泛應用。

隨著市場的增長，越來越多的擁有自己的AI晶片的AI初創公司在中國湧現，包括Cambricon Technologies，Enflame Technology，Iluvatar CoreX，Horizon Robotics和Black Sesame Technologies（BST）。

市場的普及也吸引了

大量

資本。根據平等海洋（EO）情報，截至2022年1月，2021年中國人工智慧晶片相關領域共發生92起融資事件，總額約300億元人民幣。

根據Questel的一份報告，中國的晶片專利在過去十年中增長迅速。事實上，中國已成為專利申請最多的國家。

AI晶片為中國企業的發展提供了絕佳的機遇。已經具備與國際公司競爭和合作的技術和智慧財產權（IP）基礎的中國公司有潛力在人工智慧晶片領域蓬勃發展。

自動駕駛是AI晶片的主要增長領域

1939年，通用汽車（GM）利用其在紐約世界博覽會上的Futurama展銷會，展示了其對自動駕駛汽車的願景。直到2015年，汽車行業才意識到自動駕駛汽車的希望，並開始探索自動駕駛技術的實施和產業化。

如今，業界一致認為，智慧駕駛在於晶片與汽車的融合。

汽車電子行業從最早的電子控制單元（ECU）開始突飛猛進。如今，汽車晶片大致可分為三類：AI晶片、微控制器單元（MCU）和IGBT功率元件。其中，AI晶片是將傳統汽車轉變為智慧汽車的關鍵——它們負責自動駕駛，以及人機互動計算和處理。

汽車行業目前正在從機械定義的車輛轉向智慧定義的車輛，電動汽車（EV）需要比燃油動力汽車更多、更高質量的汽車晶片。此外，隨著新能源汽車（NEV）滲透率的大幅提高和智慧駕駛的臨近，汽車AI晶片成為核心。

高階智慧駕駛的出現意味著更智慧的車輛需要處理更多的非結構化影象和影片資料。單靠傳統的MCU晶片無法滿足這些計算需求，但AI晶片可以實現快速、準確、智慧的計算。

根據Gartner的資料，到2025年，全球汽車AI晶片市場預計將以31%的複合年增長率增長，達到236億美元。中國的汽車AI晶片市場，預計到2025年將達到68億美元，到2030年以28。14%的年複合成長率成長為124億美元。汽車行業有望成為AI晶片的主要增長領域。

整合更多AI單元是智慧晶片技術發展的一大趨勢。目前，AI晶片的主要路徑是GPU，CPU，ASIC，FPGA和NSoC。

CPU擅長邏輯控制和通用資料計算，是不可替代的。GPU擅長大規模平行計算。FPGA具有很高的計算能力，適用於小規模的定製開發和測試。ASIC還具有高計算能力，並且具有高能效。NSoCs是指晶片集成了更多的神經網路單元，可以實現快速卷積神經網路（CNN）計算；但是，它們只能支援少量演算法。

目前，對於未來車載AI晶片使用通用GPU、FPGA、ASIC晶片解決方案，仍存在不少爭議。將神經網路單元新增到AI晶片將使他們能夠更有效地執行AI計算。

雖然新興的NSoC不是ASIC固定演算法，但它們具有成本更低、功耗更低的優點。然而，它們對不同場景的適應性仍然相對較弱。在汽車行業，未來的效能和成本將同樣重要。

汽車AI晶片市場脫穎而出

自2015年以來，中國新能源汽車產銷量連續七年位居世界第一。來自中國汽車工業協會（CAAM）的資料顯示，國產品牌乘用車的市場份額達到中國市場的44。4%，主要由新能源汽車品牌推動。事實上，中國已成為全球汽車工業向電池電動汽車（BEV）轉型的重要推動力。

中國汽車工業在汽車革命的上半年取得了不錯的成績。隨著四種新的車輛現代化（電氣化，網路化，智慧化和共享）的發展，電力系統已經從內燃機轉向電池電動；控制系統已經從分散式發展到集中式；汽車品牌已經從封閉系統轉向開放系統。這些百年一遇的變化現在正在進入下半年。

那麼，下半場比賽的核心是什麼呢？對汽車智慧技術有什麼要求？核心競爭將是智慧晶片，智慧汽車的“大腦”。

自2020年下半年以來，汽車晶片的短缺情況有所惡化。許多新汽車製造商不得不推遲交付並推遲新車型的釋出，這凸顯了汽車AI晶片的重要性。

中國的汽車晶片，就像消費電子產品的晶片一樣，嚴重依賴進口。來自中國汽車晶片產業創新戰略聯盟的資料顯示，2019年中國製造的汽車晶片僅佔全球市場的4。5%，該國對海外汽車晶片的依賴度高達90%。

國外晶片製造商憑藉其在傳統MCU晶片領域的既定優勢，主導汽車晶片市場。晶片短缺進一步凸顯了這一問題。

瑞薩電子、恩智浦半導體和德州儀器（TI）等傳統汽車晶片公司目前是領先的大規模生產商，在汽車晶片設計方面擁有豐富的經驗。嵌入式處理器領域與汽車軟體和系統開發之間的緊密聯絡可以更好地協調車輛控制和控制功能的安全要求。

此外，由於汽車智慧的快速發展，英偉達、高通、英特爾近年來大規模部署了汽車核心控制晶片。他們現在躋身全球汽車半導體前25名。

低階駕駛員輔助領域（L1-L2）由英特爾子公司Mobileye和Xilinx主導。在某一時刻，Mobileye的市場份額超過70%。2020 年，Mobileye 出貨量接近 2000 萬臺，而 Xilinx 出貨量超過 700 萬臺。

Mobileye 的優勢在於視覺技術，而 Xilinx 則擅長感知計算。汽車製造商通常使用Mobileye的視覺解決方案和Xilinx的毫米波（mmWave）雷達晶片進行L2級自動駕駛。

2017年3月，英特爾以153億美元收購Mobileye。2022 年 2 月，AMD 以 350 億美元的價格完成了對 Xilinx 的收購。因此，未來，英特爾和AMD有望成為低階駕駛輔助晶片領域的領跑者。

英偉達和高通已經加入了高層（L2 +及以上），並採取了不同的策略。

高通專注於智慧駕駛艙，將其在消費電子領域的經驗和技術優勢應用在一起。目前，主流智慧駕駛艙的大部分晶片來自高通。

英偉達是該領域的後來者，依靠其技術優勢。其Xavier，Orin和Atlan晶片系列，以及Hyperion和Drive AGX系統平臺可以支援L2-L5級別的自動駕駛，幫助英偉達在高階自動駕駛領域處於領先地位。

特斯拉已經為自主研發的晶片走“全鏈路”路線，是軟硬體兩全最成功的汽車公司。其自主開發的全自動駕駛（FSD）晶片量產並用於Model 3。特斯拉的FSD業務在2020年帶來了10億美元的收入，FSD的未來收入預計將超過汽車銷量。2021年8月，特斯拉宣佈推出Dojo超級計算機，其處理能力高達每秒362萬億次操作（TOPS），並使用7nm工藝；預計將於2022年投入量產。

外國科技巨頭在汽車AI晶片領域相互競爭，而中國汽車晶片的發展仍處於早期階段。然而，業內人士認為，中國的環境對汽車AI晶片有利，並指出自動駕駛的最大市場是中國。對於中國供應商來說，這是一個很好的機會，但他們現在必須在競爭剛剛開始時就打下基礎。

本文轉自DIGITIMES