資本的“確定性”和造芯的“不確定性”,造車走向“新戰場”

據天眼查APP,9月22日,專注於視覺感知技術與自主IP的AI晶片開發企業黑芝麻智慧(以下簡稱“黑芝麻”)完成了數億美元的C輪融資,本次融資由小米長江產業基金領投,聞泰科技、武嶽峰資本、FutureX Capital天際資本、元禾璞華、聯想創投等跟投。

資本的“確定性”和造芯的“不確定性”,造車走向“新戰場”

在7月30日黑芝麻的戰略融資中,小米長江產業基金的身影就已經出現,值得注意的是,這是小米宣佈造車以來,在自動駕駛晶片賽道的首次投資動作。

在C輪融資過後,黑芝麻的估值已經接近20億美元,而賽道內的熱度,並非聚集在了一家身上。專注智慧化的半導體企業芯馳科技在今年6月和7月相繼完成了A+輪和近10億人民幣的B輪融資,據相關訊息,寧德時代也透過晨道資本持續重倉加註。從2020年末到2021年6月,短短半年時間,汽車智慧晶片創業公司地平線就完成了7次C輪融資,估值高達50億美元。

“一輪融7次,還能這麼玩?”,有網友如此感慨。不難發現,新造車的關注度已經被汽車晶片搶去了些許風頭,不僅是正在發生的“晶片荒”,黑芝麻、地平線、芯馳科技等一眾汽車智慧晶片獨角獸也開始相繼走到聚光燈下,引得無數資本盡跟投,而這究竟是一門什麼樣的生意?

資本盯上了新造車“缺芯”?

資本的“確定性”和造芯的“不確定性”,造車走向“新戰場”

自動駕駛晶片目前最大的確定性,在於資本市場的認可。新能源汽車對傳統內燃機汽車顛覆的必然性,催生了車規級晶片更多元、複雜的需求,這是資本市場認可自動駕駛晶片賽道的一個基本前提。

與此同時,這也為未來的行業發展埋下了伏筆:汽車晶片需求的第二增長曲線已經出現,賽道迅速升溫,諸如自動駕駛晶片的汽車晶片細分領域,為曾經的行業格局將帶來了新的洗牌機遇。

汽車晶片的浪潮已經湧來,各路玩家們的問題早已不是造不造,而是造什麼、怎麼造。想要踏浪前行,不禁讓人想到了當下行業記憶體在的一個不容忽視的機遇,即汽車晶片短缺的現狀。資本真的盯上了新造車“缺芯”嗎?在分析缺口下的機遇與挑戰之前,我們需要先理清汽車晶片的實際情況。

首先,晶片是半導體元件產品的統稱,當前的汽車晶片主要分為三大類:微控制器MCU(Microcontroller Unit)、功率半導體、感測器。三類晶片為汽車正常運動、娛樂互動、安全保障、輔助駕駛等一系列基礎與上層需求提供最底層的支援。

目前汽車晶片賽道馬太效應明顯,恩智浦、英飛凌、瑞薩電子、意法半導體、德州儀器、博世、安森美等主要廠商佔據了全球超60%的汽車晶片市場。

隨著自動駕駛逐漸成為一眾車企的發力方向,自動駕駛晶片適時出現,雖然在技術層面自動駕駛晶片代表著當前汽車晶片的最前沿的科技與工藝,但是從本質上分類仍屬於MCU,囊括了鐳射雷達、ADAS、COMS影象感測器等一系列產品。

值得一提的是,近年來出現的汽車“晶片荒”問題,主要晶片缺口依然是常規的汽車晶片,自動駕駛晶片並未受到衝擊。原因主要在於:需求供給矛盾小。自動駕駛技術仍在商業化的初生期,目前市面上只有部分中高階車型搭載了輔助駕駛技術,市場規模註定了自動駕駛晶片需求較小。

由此看來,資本紛紛下注的自動駕駛晶片賽道並無“晶片荒”問題,這也就預示著初創企業想要圍繞車企“缺芯”現狀佈局,可能會是一件“凶多吉少”的事情。事實上,在自動駕駛晶片上發力的黑芝麻、地平線、芯馳科技等初創玩家也都沒有把精力放在一般車規級晶片上。

從行業角度出發,做一般車規級晶片,如今主流玩家壁壘堅固,汽車不同於3C類電子消費產品,安全方面的剛性需求給晶片研發與製造提出了更高的標準。據業內人士透露,汽車晶片的開發週期往往是五年起步,更不用提期間所需要的巨大財力人力。

對於初創型玩家而言,即便在充足的資金儲備下用五年的時間讓成果落地,一方面,晶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,業已跑通多年的行業格局裡,整車廠為何願意在晶片供應正常的情況下,花費未知的試錯成本去選擇一家全新的汽車晶片企業合作?

反應到資本層面,就像新手村玩家入局直接單挑Boss,雖然資本需要想象力,但汽車晶片初創企業直接針鋒相對“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,資本紛紛湧入汽車晶片賽道,真正看中的並非晶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,汽車晶片賽道很好地體現出了主營ToB業務行業的特點:即ToB往往是一門慢生意,需要很多的積累,技術、產品、商務、市場,包括對客戶的理解等等。換言之,頭部玩家跑馬圈地以後,其他公司可能更沒有機會。

汽車晶片賽道同樣擁有鮮明的鏈式效應,即某晶片供應商在特定領域的晶片一旦與某車企建立合作,便會迅速在同系車企中擴張。就比如成立於德國的英飛凌,與德系車企有著深度繫結,而瑞薩則與日系車企有著更多且穩定的合作。

而且這樣的上下游“鏈”一旦形成,往往很難斬斷重建。為了搶佔新市場,主流玩家的打法往往傾向於透過收購來降低重建“鏈”的成本。就比如恩智浦為了鞏固強化在汽車半導體領域的地位,曾在2015年收購了飛思卡爾,使其一度成為汽車晶片MCU領域的領導者;英飛凌也同樣,在2020年透過收購賽普拉斯,成為當之無愧的全球第一車規級晶片供應商。

因此,新玩家想要在賽道中分得一杯羹,構建“鏈”的難度很大,但倘若能夠巧妙地避其鋒芒,從新視角切入,也許會是一個更好的方式。當前的汽車晶片賽道無異於兩個風口:汽車晶片的缺口、自動駕駛的未來,這也是為何資本廣泛看中的是後者。

如今的很多車規級晶片初創玩家,諸如黑芝麻、地平線、芯馳科技等都是瞄準了做自動駕駛晶片,原因就在於這是一件頗有想象力又不會過分“離譜”的事情,而且成果已經在不斷出爐。

目前的自動駕駛計算層面,目前主要存在兩大流派,即以Mobileye為代表的“演算法優先派”和其他一眾晶片企業支援的“算力優先派”。

在算力方面,就比如今年4月,黑芝麻智慧釋出了晶片華山二號A1000 Pro,算力最高可以達到196TOPS;今年5月,地平線面向L4級自動駕駛的征程5系列晶片宣佈流片成功,擁有96TOPS的高算力,同時支援 16 路攝像頭感知計算。

而大洋彼岸的電動車“一哥”特斯拉,所使用的FSD HW 3。0計算平臺最高算力為144TOPS,單從算力方面來看,國內初創企業的實力已經可以與之媲美。雖然“黑芝麻們”發力自動駕駛晶片,在算力上迅速走入前沿,躲過了主流晶片巨頭給出的壓力,但困難也同樣顯而易見,就是尷尬的落地問題。

今年年初,蔚來發布了首款轎車ET7,搭載四顆英偉達NVIDIA DRIVE Orin晶片,算力高達1016TOPS,是特斯拉FSD HW 3。0計算平臺的七倍,但這四顆英偉達晶片算力能否被充分使用?官方並未給出明確答案。

威馬的新車型W6更是給出了有百萬TOPS算力的數字,沒錯,特斯拉的七千倍左右,不難發現,“拼算力”似乎成為了一種對汽車智慧化程度的量化方式。

然而從實際情況出發,目前已經問世的自動駕駛晶片,算力雖然足以滿足L4甚至L5級別自動駕駛需求,但真正實現自動駕駛單靠算力遠遠不夠,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技術的成品車仍極為有限,落地存在一系列的技術協同問題。

可以看到,從自動駕駛晶片入手佈局汽車晶片賽道,是一件頗有想象力的事情,但技術瓶頸上的難題,並不是可以用單一的算力數字來量化解決的。

在今年接受媒體採訪時,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。”

面對自動駕駛所需要的巨大財力投入,如今“黑芝麻們”融資節奏密集,餘糧尚存。但資本市場對這份“慢”的想象力,還能持續多久?這是當前自動駕駛晶片賽道上的初創型玩家所必須思考的問題。

寫在最後:

一些學校有著兩種分班模式,第一種是“平行模式”,即整個年級每個班的平均成績水平相近,教學秉承“不放棄每一個人”的信念;第二種則是“兩極模式”,即大力打造“尖子班”,致力於養成“最拔尖的學生”,但這就會造成“放牛班”出現的機率更大。

對於很多行業而言,“平行模式”往往是更適合於抗風險能力較差的初創企業的模式,規避了“放牛班”的潛在風險,先存活下來站穩腳跟,能夠透過自身盈利造血再考慮下一步;“兩極模式”則適合於大企業,耗費一些精力和財力為代價,打造出更尖端的同行業競爭力,進一步鞏固地位。

而對於2B的汽車晶片行業而言,初創企業的“平行模式”顯然走不通,近期資本熱捧自動駕駛晶片賽道,本質上是看到了汽車晶片行業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,就自動駕駛晶片而言,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。

頂部