编者按：制约电动车行业未来发展最大的困难和阻力是什么？推动智能化引领架构演进的“芯引擎”包括什么？如何明智地投资“芯引擎”领域？瑞鹏资产梁亮为您解析汽车行业智能化的“芯引擎”。
【芯安锂得】智能化将主导汽车行业下半场
当前(21年及后)，整车从工业品变为消费品，产品重心变迁为新市场洞察力。强势自主呈现持续成长性，单纯基于轴距差异的“多车型”策略逐步失效，对应的历史形成的整车投研方法论“产品周期”亦将逐步失效。>竞品加剧：产品定义从硬到软刻度、消费者购车弹性放大、电车体验感减弱。当前智能驾驶发展还处于早中期阶段（L1-L2），整体行业渗透率不足30%，政策及消费习惯引领产业加速发展，渗透率及装机量不断快速提升。>马太效应：同质化竞争下，破局者出现，门槛提高，集中度快速提升。由产品经理思路和组织架构决定，大部分车企还是对标，所以蔚小理领先，合资落后。最终状态将是进入同质化竞争，而在硬件配置不断升级迭代中，动力电池和智能化芯片将长期保持重要地位>双龙会：对标苹果的理想(大单品)与对标三星的比亚迪(一体化)。理想的产品违背正常品牌逻辑，跨阶层上攻，就是为了有足够的价格填入配置,从战略上看，理想已经明牌，后期通过规模优势挤占市场。成功案例下，行业或将跟随，比如比亚迪有望在明年推出高阶自动驾驶，一旦上量也能快速缩短差距，长城汽车旗下毫末智行大规模推广基于毫末AI的MANA系统于自身车型“新能源、互联、智能”三大革命驱动汽车产业深刻变革，“电动化”做为能源革命的标志开启汽车革命上半场，本质是对能量的运用，而“智能化”将引领下半场，本质是对信息的应用。随着汽车电子化程度提升，控制器接受、分析、处理的信号大量且复杂，域控制器推行是必然趋势。
TOPS（SoC）、Flops（GPU-cuda）、DMIPS（CPU）——本质是处理器每秒处理的操作数，即每秒芯片处理多少数据量或机器指令1TOPS=10^12 FLOPS(浮点运算数/秒)；TOPS/W=1W功耗下，处理器能进行多次万亿次操作。GPU的全名叫Graphic Processing Unit，中文翻译过来是图形处理器。所以顾名思义，GPU的老本行就是用来做图形图像处理的。一张图片其实是由很多的像素点组成的，为了显示一张图片，其实就是把这些像素点一个一个的显示出来。至于先显示哪个再显示哪个，这个顺序其实并不重要。成百上千个“张量核心”——我们可以让每个核心处理一个像素点，这样就可以在同一时间完成一张图片里所有像素点的处理了。GPU的这种基于大量计算核心的结构，也是它与中央处理器CPU的最大区别.所以，GPU特别擅长做哪些计算密集、并且可以大量并行执行的应用。国产 GPU 行业迎来新战略机遇期。在美国对华芯片法案、限售 EDA、限售高端GPU 等政策陆续出台后，我国芯片行业已建立起摆脱对外进口依赖、实现自主技术研发行业共识。目前芯片各环节国产化率依然很低，特点呈现以下：① 产品性能弱：IP基础投入远远不够，在英伟达、ADM等巨头构筑的高壁垒面前，瞄准目标应用大量的验证及出货是国产GPU必然要越过的难关——GPU作为高性能高复杂度的大芯片，想在短期内快速推出相关产品，必然依赖外部IP② 生态无法打通：行业客户用英伟达的训练加速卡已用得非常顺手了，一方面是其性能优异，通用性强，另一方面则是生态，CUDA的运算平台适合各类模型，客户基于此可高效训练或改进自己的算法
国产目前芯片各环节国产化率依然很低，特点呈现以下：② 适配周期久：一款芯片从一次流片、二次流片到验证测试、拿车规级认证周期3-5年，客户适配周期至少2年-3年① 本地化快速服务能力+国产品牌崛起带来的适配机会③ 低复杂度、低算力应用场景：矿区无人驾驶、港口无人驾驶、厂区自动化物流配送机器人、商场/楼宇智能机器人、扫地机器人等④ 中小算力SoC+算力优化场景：目前没有主机厂有运用超大算力芯片的能力，成本高昂，中小型算力芯片会是未来的机会点
