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(dǎo)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(guān)消息，寧德時(shí)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(shí)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(dá)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(guān)注度已經(jīng)被汽車芯片搶去了些許風(fēng)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(dú)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(rèn)可。新能源汽車對傳統(tǒng)內(nèi)燃機(jī)汽車顛覆的必然性，催生了車規(guī)級芯片更多元、復(fù)雜的需求，這是資本市場認(rèn)可自動駕駛芯片賽道的一個(gè)基本前提。

與此同時(shí)，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(xì)分領(lǐng)域，為曾經(jīng)的行業(yè)格局將帶來了新的洗牌機(jī)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(dāng)下行業(yè)內(nèi)存在的一個(gè)不容忽視的機(jī)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(jī)遇與挑戰(zhàn)之前，我們需要先理清汽車芯片的實(shí)際情況。

首先，芯片是半導(dǎo)體元件產(chǎn)品的統(tǒng)稱，當(dāng)前的汽車芯片主要分為三大類：微控制器MCU（Microcontroller Unit）、功率半導(dǎo)體、傳感器。三類芯片為汽車正常運(yùn)動、娛樂交互、安全保障、輔助駕駛等一系列基礎(chǔ)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(yīng)明顯，恩智浦、英飛凌、瑞薩電子、意法半導(dǎo)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(shí)出現(xiàn)，雖然在技術(shù)層面自動駕駛芯片代表著當(dāng)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(dá)、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(shù)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(shù)，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(yù)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(shí)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(jiān)固，汽車不同于3C類電子消費(fèi)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(biāo)準(zhǔn)。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(cái)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(shí)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(yīng)正常的情況下，花費(fèi)未知的試錯(cuò)成本去選擇一家全新的汽車芯片企業(yè)合作？

反應(yīng)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(wù)行業(yè)的特點(diǎn)：即ToB往往是一門慢生意，需要很多的積累，技術(shù)、產(chǎn)品、商務(wù)、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(jī)會。

汽車芯片賽道同樣擁有鮮明的鏈?zhǔn)叫?yīng)，即某芯片供應(yīng)商在特定領(lǐng)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(kuò)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?cái)嘀亟ā?/span>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(qiáng)化在汽車半導(dǎo)體領(lǐng)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(lǐng)域的領(lǐng)導(dǎo)者；英飛凌也同樣，在2020年通過收購賽普拉斯，成為當(dāng)之無愧的全球第一車規(guī)級芯片供應(yīng)商。

因此，新玩家想要在賽道中分得一杯羹，構(gòu)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(gè)更好的方式。當(dāng)前的汽車芯片賽道無異于兩個(gè)風(fēng)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(zhǔn)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(jì)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(dá)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(shí)支持 16 路攝像頭感知計(jì)算。

而大洋彼岸的電動車“一哥”特斯拉，所使用的FSD HW 3.0計(jì)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(shí)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(dá)NVIDIA DRIVE Orin芯片，算力高達(dá)1016TOPS，是特斯拉FSD HW 3.0計(jì)算平臺的七倍，但這四顆英偉達(dá)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(cuò)，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(shí)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(shí)現(xiàn)自動駕駛單靠算力遠(yuǎn)遠(yuǎn)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(yīng)技術(shù)的成品車仍極為有限，落地存在一系列的技術(shù)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(shù)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(shí)，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(cái)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(dāng)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(xué)校有著兩種分班模式，第一種是“平行模式”，即整個(gè)年級每個(gè)班的平均成績水平相近，教學(xué)秉承“不放棄每一個(gè)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(xué)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(fēng)險(xiǎn)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(fēng)險(xiǎn)，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(fèi)一些精力和財(cái)力為代價(jià)，打造出更尖端的同行業(yè)競爭力，進(jìn)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(gè)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)。