车企到底需不需要自研芯片？这是一个非常值得讨论的话题。
在最近这段时间里，我们其实看过了不少宣布要自研芯片的新闻亦或者是传闻，似乎自研芯片又要成为新的热潮。
但是，车企，真的需要去自研芯片吗？这是这篇文章想要讨论的问题。
先从自研芯片的好处讲起。
打破垄断封锁
在半导体领域，美国处于绝对是霸主地位，也正是因为美国的制裁，华为发布的 Mate 40 系列手机，成为麒麟芯片的「绝唱」。
在中国信息化百人会 2020 上，华为消费者业务 CEO 余承东坦言：「互联网时代，中国终端产业的核心技术和美国差距很大。」在芯片、核心器件领域同样如是。
如果说这件事给中国最大的启示是什么， 那应该就是要打造我们自己的「芯」生态。
放在汽车领域，未来对于算力的要求只会越来越高，息息相关的芯片需求不会低。
软件定义汽车已经成为共识，现在电子电气架构已经在向域集中式架构走（特斯拉更快一步，已经完成了跨域融合），未来，会实现最终一个中央域控制器的架构模式，在这个过程中，随着信息的处理被集中化，对于算力的要求也会越来越高，此外，越来越高阶的自动驾驶实现也需要高算力去支撑。
虽然，我们可以选择采用国外芯片厂商的现成产品，但还是有被国外卡脖子的风险。刚刚说的华为就是一个非常典型的例子， 自研芯片是关系到国家产业安全的重大战略项目。
定制化需求
再者，芯片本身就是一个极其暴利的行业。就拿汽车半导体供应商恩智浦为例，第三季度 GAAP 毛利率达到 48.1％，这个数字让这些吭哧吭哧搞汽车的人羡慕不已。如果能把这一块把握在自己手上，对于车厂们来说，可以增加对于成本的控制。另一方面，可以进一步增加产品竞争力，也是与竞争对手拉开差距的手段。特斯拉在采用自研平台之后，成本上较英伟达的自动驾驶平台降低了 20%，而这些最终都会在毛利上体现。
当然，成本是一方面，更关键的还是出于协同开发的需求。
特斯拉为什么要自研？这里马斯克的一段话可以作为参考：「Neither MobilEye nor Nvidia, which are certainly good companies, could meet any of our capability, schedule, cost or power requirements.（因为不管是 Mobileye 还是 Nvidia，都无法满足我们的任何能力、研发进度、成本或者功率方面的要求）」
这句话里包含的信息其实已经足够丰富，可以解决我们很多疑问。成本上的问题我想不必再多说。接着往下看。
特斯拉自动驾驶走的是视觉主导的路线，对于算力，有更庞大的需求，而英伟达毕竟客户众多，设计的芯片自然是通用芯片，无法单独去满足特斯拉在某些方面的特定需求。
不过，即便如此，特斯拉还是使用了两代英伟达自动驾驶平台（Drive PX2 以及 Drive PX2+），我想，或许特斯拉也想等一等英伟达最牛逼的 Orin 芯片，但是这个时间跨度还是太久（2022 年才能量产）所以决定自己搞，于是有了现在的自研芯片，甚至于下一代自研芯片也将在明年第四季度和我们见面，进度还要快于英伟达的 Orin。
所以，对于车企来说，自研芯片意味着拥有更多的自定义权（比如算力、成本），可以更好的去做协同开发，对于产品拥有更大的自主权，并在未来与同行的竞争中拉开差距（参考现在的特斯拉）。
传统车厂：多条腿走路
具体到不同厂商的车企，自然也有不同的策略。
传统车厂方面，自然是希望多条腿走路。以吉利为例。
一方面，吉利与 Mobileye 达成合作，旗下品牌领克自动驾驶辅助系统 CoPilot 就是由 Mobileye SuperVision 系统提供环绕式视觉驾驶辅助技术支持，同时，吉利汽车集团的多个子品牌产品将配备由 Mobileye 提供支持的包括紧急自动刹车（AEB）和车道保持系统（LKA）等在内的 ADAS 功能。另一方面其也在积极布局自研芯片的事情。于是有了亿咖通和 Arm 中国合资成立芯擎科技，进行芯片自研。从长期来看， 吉利想要做的是构筑自己的芯片产业链。
由此来看，传统车厂还是有其底蕴在，所以拥有更多的选择权，同时也有更长的时间窗口来筹谋这件事。
新势力没有选择
「如果不是电动化、智能化，作为造车新势力并没什么优势。」
这句话并不是我说的，而是出自理想汽车董事长李想。
对于新势力们来说，智能化是他们标榜的点。所以在未来汽车竞争中，想要脱颖而出，继续夯实在这一块的积累是他们唯一的出路。这也是为什么李斌想要深入到芯片领域的原因。
于是，蔚来引入原 Momenta 研发总监任少卿和前小米芯片负责人白剑，前者是视觉感知方面的技术大牛，可以看做蔚来要增加自动驾驶自研比重的一个动作；而后者拥有芯片背景，对于李斌以及蔚来来说，缺乏对于芯片行业的 know-how，而白剑的出现恰逢其时。不管之后是要自研芯片还是找相关的技术公司进行芯片定制，白剑可以帮助蔚来就这两种方案进行评估，而后进行最终决策。
而在前段时间的财报上，董事长李斌这样说道：「我们做出了自己的选择 ，我们能够确保的是，它是行业最领先的一个解决方案，能够保证我们在将来的几年也能保持领先」，「我们会有『in-house』的全栈能力，最近也是扩大了整个相关的算法和数据团队」。
从这个语气来看， 蔚来应该是放弃了放弃了自研芯片，采用了合作伙伴的方案。
视野再往上走一走，蔚来是上市公司，要想让公司价值再往上走，继续获得更大声量以及更多的资金支持，自研芯片，可以让资本和市场看到蔚来更多想象空间，作为资本运作高手，相信李斌更清楚这一点。
即便是像理想、小鹏，可能暂时并没有自研芯片的计划，但是在自动驾驶芯片上还是下了大手笔，小鹏 P7 直接上了英伟达 Xavier 计算平台，算力 30TOPS，目前量产车中，除了特斯拉自研自动自动驾驶平台之外，它排第二，而理想则直接预定英伟达下一代至强芯片 Orin，算力直接怼到 200TOPS，小鹏接下来的产品也会继续搭载英伟达的产品。某种程度上可以这么说， 芯片的竞争力决定了自动驾驶系统的未来成长力。
新势力们没有退路，必须在智能化上筑起自己的堡垒。
自研芯片并不容易
虽然我们说了这么多为什么要自研，但是不能忽略的是，这件事并没有那么容易。Arm 中国汽车市场高级经理舒杰告诉我，自研芯片并不是一件易事， 车企应该在拥有技术储备后再开始考虑自研芯片的事情。
首先，想要自研芯片，那就需要有设计能力，可以自行设计芯片，为了做到这一点，特斯拉可是拉了芯片皇帝 Jim Killer 入伙。但是从目前来看，拥有芯片设计能力以及理解能力的车企并不多。
这还不算完，这里还有涉及到后端的加工制造，比如特斯拉第一代自动驾驶芯片就是找三星代工，第二代换到台积电。这样的话，自研芯片的链条就会非常长。这里再补充一个小的知识点：麒麟 9000 之所以成为绝唱，就是美国政府禁令封杀导致海思芯片无法再由台积电制造。
再者，对于一款真正可用的车载芯片来说，必须要做到一点：合车规。比如说，从环境工作温度来看，消费电子只需要满足 0-85 ℃就可以了，但是车上要做到-40 ℃-125 ℃。 同时要经过包括使用寿命测试、封装组装整合测试、电气特性确认测试、芯片晶圆可靠度测试等等在内的一系列测试。此外，芯片还需要上车进行不断的测试、迭代……如此如此，这般这般，最后才能成为一个真正可用、合车规的芯片。
以已经成功自研出芯片的特斯拉为例。去年四月的自动驾驶日上，自研芯片正式面世，但是，这款芯片的设计却是在一年半前到两年前」完成的，而在更早之前的 2016 年，特斯拉就已经在思考关于自研芯片的事了， 细究下来，为了自研芯片这件事，特斯拉花了 3 年时间。
理想汽车首席技术官（CTO）王凯表示，从技术角度来说，对系统拥有足够深的理解是自研芯片的必要条件。以特斯拉为例，在那个时候（自研芯片），他们对于芯片已经有很深的理解，同时在市面上找不到一个更好的芯片，所以决定自己来做。同时也会深度参与其中。「一般芯片设计开发需要三年时间，然后有三年的使用时间，之后就需要对架构进行调整，加起来就是 6 年，对于主机厂来说，这是一个巨大的风险，甚至有可能什么都搞不出来。」
所以，自研这个事情，没那么容易。
至少自研芯片具体要花多少钱。舒杰告诉我，可能并没有想象中那么夸张。「我个人感觉用不了 10 亿美元，这个（资金）看你怎么用，可能你需要第三方的支持，或者要把软件生态做好，可能要投入很多，但是 10 亿美金我觉得有点太多了。」
小结
芯片这个事情，非常值得做。虽然现在很有阻力，但是放在未来智能汽车的大背景下来看，增强芯片方面的能力非常有必要。
看看现在的特斯拉你就知道了。在有了自研芯片能力之后，将 FSD 重写、自研神经网络训练机器 Dojo，这些能力带来的结果就是特斯拉在智能化上的体验升级，为其构筑了更加坚实的智能化护城河。
最初更新的重写版 FSD 功能展示了其无保护左转的能力，在这个视频里，特斯拉在通过比较窄小的车道的时候，会自动把后视镜收起来（第一次看还有点头皮发麻），可以预见的是，重写版 FSD 能力还没有见底，Dojo 的潜力还没有见底。
甚至这种优势直接为特斯拉带来源源不断的收益，Autopilot 的涨价就是一个非常好的例子，现在美国 FSD 的价格已经涨到 1 万美元，价格相当于最便宜 Model 3（37990 美元）的 1/4。这些，都为主机厂带来了新的利润想象空间。甚至体现在其估值之上，现在特斯拉股价已经是彼时第一名丰田的两倍之多。
车企要不要自研芯片？这里其实还是多方因素综合考量。要看自身的实力以及技术储备，同时评估这件事的益弊。毕竟，有钱有有钱的做法，没钱有没钱的方式，要学会灵活变通，选择一套最适合自己的玩法。
可预见的是，未来汽车的竞争，将是算力和数据的战争，而作为这二者的硬件载体，以芯片为代表的半导体也将在汽车中发挥更重要的作用。