導讀：智能駕駛背后的技術和供應鏈，其實主要是分兩部分：硬件核心競爭就是半導體、軟件核心就是AI 算法。
正好看到了Yole的一些文章和圖片，確實不錯，能讓我們很快從大體上了解自動駕駛核心硬件關鍵半導體生態鏈，所以我在這里對這些圖片進行了二次加工，總結出五張圖進行相關的解讀，串成一個自動駕駛半導體生態的文章，希望能讓大家對自動駕駛半導體生態鏈有一個大概的認知。
1，智能駕駛芯片主要玩家們；
2，AI視覺處理技術鏈；
3，AI視覺車載芯片示例；
4，車載視覺芯片主要玩家的發展；
5，汽車主機廠怎么應對AI芯片的策略？
一、智能駕駛芯片主要玩家們
感知硬件總成熟悉我們文章或者業內人士都非常熟悉了，攝像頭，激光雷達，毫米波雷達，這三個是核心價值較高的,也是一直貫穿整個。
他們背后的半導體為：
（1）MCU - Micro Control Unit 微控制器，或者叫單片機就是不帶系統的小型處理器，下面的其他都帶系統叫SoC，這個在雷達里面應用多，當然汽車執行機構里面都用ECU 就是首發指令處理簡單信息。這個技術含量以及制造工藝要求都低點，所以當前趨勢國產機會很多，他的應用時長也還有很多。當前MCU基本上都是英飛凌和恩智浦的天下。
（2）FPGA - 這個是微軟的霸主地位他的優點是可以同時啟動系統軟件 (SW) 和硬件 (HW) 開發，主要是賽靈思的芯片。
（3）Vision Processor - 這個其實就是AI視覺處理器，主要是當前GPU市場例如我之前文章智能自動駕駛六大主流車載芯片及其方案主要講的這些，還有安霸，德州儀器，中國的地平線，華為，黑芝麻的殺入。
（4）中央平臺以及加速器 - 這個其實上一個差不多，他的差異是他更多布置在云端而非車端的，用來處理海量數據和學習，例如特斯拉的Dojo。
當然SoC其實牽扯的核心技術是芯片架構和制造工藝，芯片IP架構方面有一個很強大的公司叫做Arm它可以提供技術，另外制造很強大的公司有TMSC 臺積電，國內上海疫情保供單位中國中芯也可以提供制造工藝，所以芯片制造國內也可以搞。總的來講AI是基于視覺和語言，視覺能復雜甚至能夠部分通用于語音，所以接下來我們重點關注視覺AI相關。
二、AI視覺處理技術鏈
這種圖表達的是視覺技術鏈三個步驟，從數據采集，數據預處理，到AI計算。寫到這里讓我想到之前微信圈流程很廣的一篇文章，特斯拉干掉ISP（Image Signal Processor），其實討論這個問題沒有意思，給特斯拉做廣告？首先視覺原始數據預處理是無法避免的，他不單獨處理芯片處理就放到集成芯片處理，它是由攝像頭傳感器技術決定的，我之前文章《智能汽車要用多少個攝像頭？分別干啥？什么原理？》大概講述了下。
ISP 可以放到單獨芯片處理，也可以放到傳感器處理，也可以放到中央處理器由一個程序進行處理，當前芯片供應鏈也支持多種方式處理。但這個需要從成本和性能分開看，例如車載4個環視攝像頭就可以ISP集中到一個處理器處理，他相對簡單，減少每個攝像頭的ISP可以減少成本，這個邏輯在《透過特斯拉自動駕駛傳感器以及芯片看其高利潤秘訣》中提出過對于汽車電子零部件的設計可以利用汽車平臺架構設計的理念電子零部件簡化以及批量模塊化。
三、AI視覺車載芯片示例
接上面信息，AI車載視覺芯片示例，當前供應鏈下，你可以選擇單獨ISP芯片價格大概3-5美元，也可以選擇ISP和處理融合一起支持簡單例如車線檢測等。最后就是ISP處理和融合一起例如安霸的芯片。
這個區間沒有看到中國產品，好像黑芝麻有相關技術沒有確認。
四、車載視覺芯片主要玩家的發展
車載視覺芯片怎么發展呢？Yole認為做ISP的也會去做計算芯片，做算法或者芯片IP的公司也會做計算芯片。有意思，AI 是未來，大家都看到這個未來，都想駛入快車道。而目前也確實，安霸以及德州儀器，瑞薩等等都有AI 視覺處理芯片。
五、汽車主機廠怎么應對AI芯片的策略？
作為AI 當前應用的最大場景，汽車。作為汽車主機廠怎樣的策略呢？Yole給出的答案是三種：
（1）軟件和硬件都自研，例如特斯拉；
（2）硬件采購，軟件自研，這是當前主流主機廠的策略，例如大眾，豐田，福特通用；
（3）軟件和硬件都采購，針對于AI軟件和算法都采購例如Stellantis，很多人覺得這是下下策，但是想想我之前文章《大眾New Auto 戰略再升級 - 成為垂直整合移動出行公司》中大眾的新競爭對手不是ABB和豐田等而里面有Stellantis，其實主要因為我認為他站了一個更高的角度，把他作為一個功能Commodity而非全部，可以點擊《 Stellantis斯特蘭帝斯（FCA和PSA）的軟件定義汽車戰略》了解。
顯然我們無法簡單的去評價每家的好壞，時間才能給出答案。
總結
今天正好看到Google CEO最近的采訪，他認為人工智能AI是所有產業的未來，他對Google的要求是所有工作都需要優先考慮AI 方式。而汽車是當前AI應用最廣泛的地方，AI 最底層的兩個方面是芯片和算法以及相關工具，而對于中國來講AI 是繼互聯網之后又一戰場，互聯網我們贏了嗎？至少我不贊同，我們的互聯網繁榮更多的是吃了人口的紅利，底層的芯片和系統運行環境工具都來自于其他，當然對于汽車的AI很高興看到我們芯片和算法底層有華為，地平線，黑芝麻等等的面孔，我們有了一個好的開始。
所以，希望這篇文章能夠給大家自動駕駛AI 半導體生態鏈一個寬泛的介紹，如果我的文章能夠幫助大家了解其中的技術鏈的一點點，我都覺得有意義。
參考文章：Yole圖片Jack 手稿- Yole & Jack
作者：Vehicle Pirate Jack
