芯片投资-算力PK-深度学习
芯片投资-算力PK-深度学习
芯片投资十年
芯片半导体领域投资的繁荣与泡沫。
- 2000年-2010年，中国半导体产业坐了10年冷板凳，不到20人的半导体投资圈，勉强凑满一个大饭桌。
- 2014年之前，互联网的黄金年代，却是半导体的冬天。资本不爱“又慢又重的半导体”，根本上还是市场需求薄弱。
- 2014年起，半导体产业慢慢崛起，得益于两个机会：消费电子快速发展，全面国产替代开启。2019年，科创板的成立，犹如烈火中再浇一桶热油，也催生了一批小巨头。
- 十年一个周期，中国半导体产业的融资额已经登上万亿台阶，但繁荣背后，资本泡沫也随之而来。
- 未来，芯片半导体的机遇主要集中在以Chiplet为主的新结构和新封装技术，产业链的上游半导体设备和材料，以及智能汽车为主的新场景上。
全球芯片格局正在发生前所未有的大变革。
美国《芯片和科学法案》的签署，将半导体产业链的明争暗斗推向高潮，韩国、欧盟等国家和地区都在加速建立自己半导体壁垒。
2月份，欧盟对芯片行业追加150亿欧元投资，以提高芯片产能，减少对亚洲芯片进口的依赖；8月初，韩国正式实施《国家尖端战略产业法》，加强扶持半导体产业，同时三星、SK海力士等科技公司承诺向韩国本土投资340万亿韩元（约2600亿美元）。
世界半导体投资风云变幻，中国内地也不平静。
8月初，国内半导体投资领域掀起一场反腐风暴，大基金相关人员陆续被查；资本市场，半导体芯片ETF在过去6个月下跌了17.99%；中科蓝讯、唯捷创芯等企业上市即破发，市值蒸发合计超过百亿。寒潮传递到一级市场，曾经一度融资2亿的诺领科技更是被证实倒闭，“芯片倒在C轮”的说法甚嚣尘上。
中国半导体产业在经历了2019年以来的高速发展之后，如今又走到了新的转折点。
中国半导体产业过去十年取得了长足的进步，从2010年前后的投资萌芽，到2014年逐步升温，再到2019年之后的快速繁荣。如今，随着“寒潮”来临，又将进入回调转型的新阶段。
从“冬天”再到“冬天”，过去十年，中国芯片半导体刚好经历了一个完整的周期，当寒冬再次来临的时候，如何穿越周期，成为一个关键的命题。
十年冷板凳
1997年，作为一名年轻的北大毕业生，杨磊踏上赴美留学的旅程。这位意气风发的青年，也将一步踏入全球顶尖半导体产业的大变局。
上世纪80年代到本世纪的2005年，美国半导体百花齐放，这一阶段，英特尔停掉了内存业务专心做处理器、雅各布斯创办高通、黄仁勋创办英伟达。之后，美国半导体步入真正的成熟期。
不过，在市场有限的情况下，除了几家头部企业，大多数企业的半导体业务都面临着盈利难题。所以从2005年开始，美国半导体行业也掀起了一次大规模的并购、分拆潮。
2005年，AMD正式将闪存部门剥离，并入Spansion；2009年AMD将生产部门拆分，成立了格罗方德。除此之外，像飞利浦、惠普、摩托罗拉等产业巨头，也都纷纷剥离自己的半导体事业部。
图为2005年前后，美国半导体企业分拆并购案例
为了接住这波浪潮中的商机，麦肯锡设立半导体业务部，毕业后就加入麦肯锡的杨磊，亲身经历了这一波浪潮更迭。
安森美-恩智浦并购、格罗方德分拆，Spansion分拆，杨磊回忆起十几年前先后参与的大项目颇感幸运，“我有幸在很早前就看到了芯片半导体的‘终局’，建立了对半导体上下游认知、公司核心竞争力以及对商业本质的洞察。”
恰恰也是这段经历，为杨磊后来回国从事半导体投资埋下了深深的伏笔。
图：在美国求学时的杨磊
美国半导体风云变幻之际，中国半导体刚刚露出小小的萌芽。 2000年，国务院印发的《鼓励软件产业和集成电路产业发展的若干政策》，成为开启中国半导体产业的一个标志。不过，这份文件虽然提到了集成电路，但还是更倾向软件产业。1998年到2000年，那些后来我们耳熟能详的互联网巨头，百度、阿里、腾讯、京东相继创立。
作为对比，中国半导体产业整整坐了10年冷板凳，真正有起色，还要等到2010年之后。
冷板凳上的半导体投资圈，勉强凑满一个大饭桌，还不到20人。
2008年，刚刚经历美国半导体产业变局的杨磊回国加入了一家美国基金VPVP，开启了在国内的半导体投资生涯，并于2010年加入北极光创投。
“当时看芯片半导体的投资人，寥寥无几”，如今作为华登国际合伙人的王林回忆起刚刚转行做投资时的情景，也有相同的感受。
“投资人喜欢聚圈子，大家谈的都是教育、电商、出海。”王林却觉得跟他们是两个世界的人，“他们说的我听不懂，我看的东西他们也不明白。”
投资人稀缺，意味着投入产业的资金量小，企业的融资也就不容易。
2008年，几个曾在摩托罗拉、IBM任职的技术人员回国创办了一家名为思瑞浦的企业。作为硅谷精英，刚成立的思瑞浦延续了硅谷的高端打法，将高性能的模拟芯片作为主攻方向。
但他们没想到的是，当时的国内市场不仅高端模拟芯片的需求不多，仅有的需求还都倾向采用国际知名的供应商，没有人为他们的芯片买账，思瑞浦也就很快就陷入了一场财务危机，创始团队四散分离。
为了让企业活下去，思瑞浦创始人周之栩几次找到华登国际董事总经理、华登中国负责人黄庆。在经历几次沟通后，华登因思瑞浦扎实的技术基础决定注资，这才将濒临倒闭的企业救了过来。 但对于思瑞浦来说，华登这笔钱虽然解了燃眉之急，却不足以支撑其度过漫长的转型投入期。2014年，思瑞浦又开启了新一轮融资。 “当时我们谈了好多公司，大家都不投，没办法，只好自己又投了一笔。”王林回忆当时的情景，很是无奈。“一家机构很少在同一标的上连投两轮，大家都是领投一轮，然后跟投，而那时候愿意投半导体的机构太少了！” 那个年代，如思瑞浦一样无奈的公司还有许多，比如同样让华登连投两轮的峰岹科技，但幸运的却始终只是少数。
如今，思瑞浦和峰岹科技先后登陆科创板，前者市值超过400亿人民币，后者市值超过70亿人民币。
图：思瑞浦上市（左）杨磊在科创板首批上市公司签约仪式上（右）
市场为什么这么冷？热钱有更理想的热土。
2015年之前，投资芯片半导体，退出案例最多也就小几亿美金估值；同一时期，互联网浪潮却正值鼎盛，创投暴富的故事充满诱惑。 2015年，“百团大战”刚刚结束，美团完成D轮融资，估值达到70亿美元。北京大学的校园里，ofo在这一年完成了Pre-A轮融资，共享单车大战刚刚燃起火星。在深圳，微众银行完成了第一笔业务，国内首家互联网银行诞生，而与之同时兴起的P2P业务也将在今后的日子里掀起巨大的波澜。 对于互联网来说，2015年还是一个遍地黄金的年代，芯片半导体则是投资圈的“冷门项目”。
“看项目的人其实很多，但要么看不懂，要么觉得项目太早期没有数据。”王林回忆道：“不仅VC不看好，银行看到好项目上市前三年的财报后，也都承认不会贷款。愿意投半导体的还是喜欢看数字，把它当成一个PE项目来做，而没有意识到半导体是一个具有爆发性的，前期投入很长的行业。”
华山资本创始合伙人及管理合伙人杨镭也有同感：“当时企业融资非常困难，国内投资半导体的基金也非常少，2011年的兆易创新和芯原微电子，2013年的安集微电子都是这种情况下投的。”
杨镭认为，当时企业融资难的原因主要是当时国内懂半导体的基金和投资人非常少，而且投资半导体也不是当时投资行业的共识，或者说根本就不“时髦”。那时候国内绝大多数基金都在投资互联网，或（B2C）的商业模式创新一类的公司。投资高科技的基金也是凤毛麟角。当然在这种情况下半导体企业的估值也不是太高，这也为我们的投资带来了可观的回报。”
“华山资本早期投的兆易创新，做的是‘Nor Flash’存储芯片的，一个储存里的细分市场。当时国际市场上有很多大的企业规模都已经很大了，大家会觉一个中国小公司要和国际巨头竞争，怎么打得过人家？”杨镭讲道。
但华山资本却看到里面“国产替代”的机会，虽然现在大家都提国产替代，但在当时有这个意识的人还比较少。在杨镭看来，在国产替代下，相比国际巨头，中国企业其实拥有独特的价格和市场优势，比如在相似的毛利率情况下公司仍然可以获得不错的净利润率；比如更接近客户，可以提供更好的贴身服务等等从而获得客户的认可。特别是有些细分市场，其实海外大厂在毛利润不高的情况下已经无心恋战，不愿再和国内厂商拼下去，这些都给国内半导体的初创公司带来了巨大的机会。
正是在这样的判断下，华山资本投资了兆易创新。2016年8月，兆易创新登陆A股，公司市值曾经长期在1000多亿人民币。
但像兆易创新这样毕竟只是少数，更多时候，更多时候半导体企业都是在和国际大厂竞争的过程中拿不到融资，然后倒在了路上。
杨镭说，那个时间因为没钱而死掉的企业几乎数不过来。比如创办于2005年，主攻FPGA芯片的京微雅格就是其中之一。
说起来，这家企业来头还不小，2013年的时候，京微雅格宣布获准承担2014年国家科技重大专项FPGA研发与产业化应用课题，总预算约4.5亿元人民币，其中国家拨款、地方资金和企业自筹经费按1:1:1配套。
2016年5月，京微雅格破产的消息出来时，办公室已人去楼空，并且欠薪2个月。当时，有接近京微雅格的人在微博发言，称京微雅格已负债3千万。
3千万，对于现在做芯片半导体的企业来说并不算多，许多企业一次流片的花费就接近千万。但在当时，负债3千万却已经宣告了一个企业的结局。
图：当时京微雅格发布在官网的道歉信 来源：电子发烧友
一次真正的春天
资本不爱“又慢又重的半导体”，根本上，还是因为市场需求的薄弱。
正如思瑞浦早期的高端产品很难得到市场支持一样，当时国内智能手机、空调、冰箱这些热销的电子产品，带头选择的都是国外知名供应商。作为国内方兴未艾的半导体企业，许多公司连进入供应商名单的资格都没有。
但从2014年开始，中国半导体产业迎来了一次真正的春天。
从IT桔子的数据来看，国内芯片半导体的投融资事件和投融资规模都在2014年快速攀升，也正是在这一年9月，第一期国家大基金宣告成立。
事实上，我国在政策上对于半导体的扶持并不晚。早在1956年，就已经提出要研究半导体科学，并将半导体技术列为国家四大紧急措施。
世纪之交后，随着中国互联网、消费电子的迅速发展，半导体产业在中国经济社会发展中的战略意义愈发重要。所以从2000年开始，国家就相继出台一系列产业整合和扶持措施。其中，仅2014年~2018年便出台了33份产业政策文件。而这里面最具有代表性的，便是国务院在2014年6月发布的《国家集成电路产业发展推进纲要》( 简称《推进纲要》) 。
《推进纲要》明确指出，设立国家产业投资基金要实行市场化运作，主要目的是吸引大型企业、金融机构以及社会资金，重点支持集成电路等产业发展，促进工业转型升级。这一份文件，也是后来大基金成立的基础。
华登国际合伙人王林表示，作为政府的顶层指挥棒，大基金让大家看到坚定的国家意志，具有非常重要的正面导向。在这之前，国家层面对半导体的投资其实并不少，但主要还是行政方面的支出，缺少市场化的指导，大基金将行政意志与市场化很好地结合了起来。
在大基金带动下，各地方政府和协会相继成立子基金，带动芯片半导体产业新增社会融资达到约5145亿元人民币。大基金管理机构华芯投资表示，按照基金实际出资结构，中央财政资金撬动各类出资放大比例约1:19，对提升行业投资信心发挥了重要作用。
在这之后，市场上愿意投资半导体的资金开始多了起来。
华登国际就在这之后成立了第一支纯人民币基金，募资对象也开始多元化。一些政府资金、上市公司，还有一些财务投资人都开始进入半导体行业。后来在半导体领域大名鼎鼎的武岳峰基金、中芯聚源等等，都是在这一年前后成立。
资本态度的变化背后，是市场需求的爆发。
比如，华登选择在2011年中国半导体最艰难的时候成立国内第一支半导体基金，就是因为看到了以深圳为代表的中国电子整机产业链的飞速发展。2013年，王林投资当时在国内还没有应用场景的峰岹科技（直流无刷电机芯片），也是因为看到这项技术在日本、欧洲的流行，因此在国内也必定会有应用场景。
王林说：“越是离产业链最近的地方，越是值得布局与投资。”事实也是如此，2014年前后，随着中国消费电子产品的快速发展，以及其催生的国产替代需求，都在快速推动中国半导体产业链的崛起。
而正是因为有了对底层逻辑的掌握，王林才敢在寒冬中布局，才能“在别人恐惧时我贪婪”。
逐渐升温，直到泡沫
2014年前后，一些缝隙中的小机会，在产业链中慢慢长大。 2011年，专注于通信核心芯片的创耀科技成立；2014年，瞄准国产CPU、DPU替代的海光信息成立；2016年，主要生产TWS（真无线立体声）蓝牙耳机上的无线音频SoC芯片的中科蓝讯成立。而到2022年上半年，这几家企业都陆续登陆科创板，市值分别达到人民币58.14亿、1392亿、71.12亿。
一批小巨头的诞生，得益于这个时期的两个大逻辑：消费电子前所未有的繁荣，和国产替代潮的全面开启。
以中科蓝讯为例，在2016年苹果发布第一代Airpods之前，市场上并没有TWS的概念。当时市场上流行的主要是3.5mm的有线耳机，或者有线的蓝牙耳机。
TWS真无线蓝牙耳机的出现，由于更容易佩戴，解决了用户使用有线耳机时线圈缠绕烦恼，以及传统耳机的“听诊器”效应等问题而获得用户喜爱。之后全球TWS耳机销量一路高歌猛进。市场研究机构Canalys发布数据显示，2021年全球TWS耳机市场出货量达到2.9亿部，同比增长14.5%。
TWS耳机的出现同时也改变了耳机的技术结构，比如要解决一对二的音频传输，延迟、主动降噪、左右声音不同步等问题，TWS音频芯片就成为其中的关键，但那个时候TWS芯片技术却主要被美、英、韩等国的企业所垄断。所以价格高、物流时间长、个性化开发难就成了当时企业的痛点。 针对这些问题，已到耳顺之年的黄志强看到了机会，2016年，黄志强成立了中科蓝讯，决心从简单的国产替代做起。
要做TWS芯片，黄志强做的第一件事就是找到了建荣国际的刘助展，邀请他出任中科蓝讯的总经理。建荣国际是国内老牌的音频芯片企业，刘展助则是建荣国际元老级的人物。
人员到位之后，为了打开市场，中科蓝讯瞄准当时国外巨头TWS芯片的痛点，比如国外价格高、存在技术壁垒，那中科蓝讯就采用IP授权费更低、技术完全自主可控的RISC-V 架构，将芯片价格压到1元区间，然后依靠超高的性价比强势打入华强北市场。
当然，芯片创业很多时候也不是一帆风顺的。
在经过两年的研发终于做出第一颗芯片之后，刘展助和技术团队却发现，这颗芯片虽然能放歌，但通话却存在问题。
“大家整夜都没睡，都围在那儿想办法解决问题。后来我们通过软件的方式，把硬件的失误救回来了。”刘助展在接受深圳电台采访时回忆道：“如果这个技术没攻克，那么我们就会错过2019年TWS的爆发期。”
依靠华强北的影响力，中科蓝讯迅速跻身行业头部，过去三年就卖出了近20亿颗芯片。
而除了国产替代之外，这一时期另一个重要变化，是产业投资者开始下场，这给了财务投资者更多信心。
过去五年里，小米通过“小米产投”布局了超百家芯片半导体与电子相关企业，涉及光电芯片、汽车芯片、半导体制造设备等领域。华为也通过哈勃投资陆续投了长光华芯、炬光科技、东微半导体等五十多家芯片半导体公司，并将其中大部分纳入到自己的供应链体系中。
市场慢慢升温，但将中国芯片半导体带入盛夏的，是2019年的科创板。
“科创板的设立，对国内半导体整个产业起到了积极的推动作用。”杨磊认为，过去投资半导体面临的一个最大问题，是不太明确到什么地方去上市，以至于许多中国半导体公司最后都只能去美国（上市）。而科创板的设立降低了上市门槛，至少将企业的上市时间缩短了三年。
在科创板的推动下，中国芯片半导体在资本市场的热度被迅速推上顶峰。但也正是在这样的热情中，泡沫开始悄然形成。
比如在市场庞大的热情推动下，曾经无人问津的半导体项目如今价格水涨船高，许多项目不仅是钱的问题，更多时候投资人还必须托关系才能投进去。
光锥智能最近与一位投资人聊起如何投进一个热门项目时，该投资人颇为无奈的吐槽道：“我托朋友介绍，到人家公司门口去蹲着，来回飞几十次请吃饭。”投资人追着给钱，半导体投资的激烈程度可见一斑。
近年来，我国半导体相关企业迅速增加，2022年经营范围包含“半导体”且状态正常的企业就达到12.4万家。而另据IT桔子数据，自2011年以来，中国芯片半导体领域共发生投融资事件3184起，并在2021年达到顶峰。近十年以来，融资规模更是达到9329.76亿元。
但与此同时，市场上一些奇葩的事情也开始出现，比如PPT融资。
杨磊提到，许多企业拿着PPT一轮一轮的融资，故事也越讲越大，从某一个小产品逐渐讲到大而全。比如一些最开始做云端训练芯片的公司，陆续开始讲云端推理、云游戏渲染，最后开始讲自动驾驶解决方案。故事一个比一个大，往往是上一个故事还没有deliver（交付），下一个故事又开始了。
也正是在这各种各样的乱象中，芯片半导体的估值开始如泡沫般破裂。
比如7月15日登录科创板的中科蓝讯，上市即破发，当日下跌29.85%。如今，中科蓝讯的股价已经不足60元，相比上市时，市值蒸发了近30亿。而在今年4月份同样上市即破发的唯捷创芯，当天总市值就蒸发了96亿元。
除此之外，2022年以来，千亿市值芯片龙头韦尔股份市值也从去年高峰的3000多亿下跌到1248亿，明星企业寒武纪的市值也蒸发了近700亿。
2022财新夏季峰会上，全国社会保障基金理事会副理事长陈文辉透露，他从一些私募股权基金管理人了解到，目前市场上有20%的项目能接受比上一轮更低的价格融资，即使是明星项目，比上一轮的加价率也从50%下降到10%-20%。
杨镭表示，“我们一年至少看一千多个项目，但一年也就投四五个项目，前一段时间股市震荡时候，很多基金都躺平了，不动了，但我们内部的口号是继续多看，但出手要谨慎。”
如今，在投资人圈子里，“芯片泡沫”、“资本寒冬”已经成为了大家挂在嘴边的词汇，“难”成为大家时常提起感叹。但杨镭却仍然保持乐观。
“一方面半导体行业是现代工业发展的基石，中国的半导体产业在国内良好发展的大环境才刚刚开始有了不错的起步，国际环境特别是地缘政治更是给中国的半导体行业带来了以自主可控，进口替代下的一波红利。现在的环境只能说挤掉了行业不该有的一些泡沫。会使接下来行业发展更加扎实。另外，一级市场的投资本来就是与二级市场反周期的，环境不好的时候，恰恰意味着这个时候公司估值低了，可选择的投资项目机会多了。创业者的公司运营也更加注意精兵简政提高效率了。我们不能等到所有行业都轰轰烈烈的时候再去做投资，那肯定是有问题的。”杨镭说。
但不管怎么说，如今中国的芯片半导体产业，在经历了2019年以来高速发展之后，也确实走到了转折的关键节点。
泡沫褪去，还剩下什么？
资本寒冬，往往也意味着洗牌。
今年7月份，有市场消息称，蜂窝物联网芯片厂商诺领科技走向破产倒闭。到8月初，Arm CPU初创企业启灵芯也处于停止运营状态，即将破产。而在三个月前，这家公司才宣布完成了天使轮和A轮共计6亿人民币的融资。
以诺领科技为例，现在回过头来看，它的倒下其实早有征兆。
2021年1月，诺领科技突然从位于南京江北新区产业园的腾飞大厦搬到了位于江北新区研创园共享空间。
诺领暴雷后，第一财经记者曾探访其在南京的总部，发现公司人去楼空，挂在前台的logo已被摘下，部分芯片制造和测试设备被随意堆放在办公室内，而一些重要的物品如部分人员的档案、墙上的荣誉证书等都未带走。
匆匆离开的诺领科技还拖欠着共享空间两个月的水电费，可能因为走得匆忙，一位员工甚至将银行卡落在了原来的工位上。
盛世尚未降临，一波洗牌却悄然而至。
“芯片公司，死于C轮”的舆论开始甚嚣尘上，资本寒冬下，那些主要依靠融资、烧钱催熟，产品迟迟出不来，或者产品量跟不上的企业走到了危险的边缘。
据不完全统计，中国目前有2万多家半导体企业。“这2万多家不可能都上市，也不可能都被并购，许多公司会被慢慢地淘汰掉。”杨磊判断，“中国芯片不会有并购潮，因为同质化的产品没有并购价值。”
在半导体从业近二十年，投资半导体十年的王林感觉，“半导体行业平均十年一个周期，但中国有一个比较奇怪的特点是春秋比较短，夏冬来的比较快。2010年我入行的时候就是冬天，现在马上又要到冬天了，最快可能会在2023年年初到来。”
在这一波周期里，最可能出现大规模淘汰的是芯片设计。
中国半导体产业重复建设的问题严重，造成了严重的内耗，这在芯片设计领域表现得尤其明显。从中国半导体行业协会的数据来看，截至2021年12月1日，国内芯片设计企业已由2020年的2218家增长到了2810家，同比增长26.7%。有行业人士表示，如果这些公司都拿到产能的话，那生产出来的产品一定会过剩。
图源：中商产业研究院
关于这一点王林也提到，许多企业拿着巨额的投资做着同样的事情，他们大多被资本催熟，如果产品迟迟出不来，或者产量跟不上，那必然就会被市场淘汰。
除了芯片产业链上的内卷之外，芯片产品的内卷也相当严重。
“过去大家在低端竞争，现在中高端领域也出现了‘天下文章一大抄’的‘同质化竞争’，比如在GPU、GPGPU、AI芯片领域，不管能不能做出来，反正PPT都长得差不多。仅在GPGPU领域，中国有几十家公司，但真正能够大批量给客户样品去测试，开始大批量获得订单的，可能只有一家。”杨磊颇为感慨，没有经历过周期的投资人，仍然相信只要有钱最后什么都能做出来。
创业者宁为鸡头不为凤尾，纷纷独立创业；投资人也在内卷，为了短期利益不停给分散的项目投钱。
“人才本就十分有限，再加上好方向、好项目不多的情况下，大家仍然在同一个方向上拼命重复建设，导致大量的资源浪费。”王林认为更好的方法是，“如果一家公司已经是头部了，那大家就应该继续加码，而没必要从头再去搞一家一样的。”
本就稀缺的资源被逐渐分散，最终导致中国半导体产业在低端替代徘徊，而失去了集中力量办大事，以及攻坚克难的能力。
过度的内耗也让中国半导体市场陷入尴尬的境地。王林表示：“虽然同样是冬天，但现在做半导体投资要比十年前难很多。十年前虽然没人投，但是可以投的东西有很多；现在慢慢有人投了，但可以投的东西却越来越少了。”
中国芯片半导体，需要单点破局的能力。
“就像田忌赛马，当你把所有的力量都集中到某一个领域的时候，就可以赢。但如果本身就是一个小公司，还要把有限的资源平铺在好多个领域，那大概率每场都会输。”杨磊认为。 事实上，目前国内真正头部的半导体芯片企业，也正是多年磨一剑，集中力量进行单点突破的。比如用了五年时间才推出第一款云端芯片的登临科技，或者四年才推出第一款车规级芯片地平线，亦或者将近三年才发布第一款智能驾驶芯片的黑芝麻智能。
另外，创业者要习惯团队作战，投资人也得抱团取暖。 王林认为，低垂的果实几乎都被摘取了，未来更多要做创新，做难而正确的事。这些都需要一个强大的团队。
“如今还有许多优秀的创业者，仍在延续十年前‘个人英雄主义’的创业思路”，王林提到：“以前一个人带着国外的先进技术回来，干五年、十年，公司可能就上市了。但现在整个环境变了，技术难度的上升，让一个人从一个单点突破再去做一个上市公司的机会越来越少，现在需要团队作战。” “未来十年，早期投资会越来越难，越来越少。更多的机会可能在整合、兼并上。”王林对光锥智能说。
未来十年，芯片半导体的投资机会在哪里？
事实上，中国芯片半导体可谓是成也萧何，败也萧何。这里的萧何，指的是“国产替代”。
一方面，国产替代带来的巨大市场让企业规模快速增长。但另一方面，简单的国产替代也让许多企业陷入“低端陷阱”和严重的内耗之中。
而最近几年，随着单一技术路线上摩尔定律的逐渐“失效”，以及异构封装、智能汽车等新技术、新场景的兴起，又正好给中国企业带来了弯道超车的新机会。
“过去，我们过度关注什么做不好，而没去关注未来能做什么。”杨磊认为，中国芯片的发展需要有一些顶层思考。
Scale Partners势乘资本合伙人刘英航认为，未来芯片半导体的机遇主要集中在以Chiplet为主的新结构和新封装技术，以及产业链上游的半导体设备和材料，和智能汽车为主的新场景上。
首先是以Chiplet为主的新结构和新封装技术。
长期以来，芯片算力和效益的提升在摩尔定律的指导下是通过砸钱就能实现的。但如今随着摩尔定律的效率下降，芯片算力和效益对应的成本开始快速增长。2018年的时候，国际芯片巨头格罗方德就宣布放弃7nm的研发，一个非常重要的原因就是成本上升到无法承受的地步。
图：华登国际合伙人王林在直播分享中的PPT
本质上，Chiplet是将不同的IP芯片化，然后通过先进封装堆叠到一起。这种方式能够极大地提高芯片制造的良率，降低芯片制造的成本，被业界普遍认为是延续摩尔定律的一个重要途径。
8月1日到15日，大港股份因为被市场认为拥有Chiplet相关业务，区间涨幅就达到112.51%，实现半月股价翻倍。虽然大港股份多次发文否认涉及Chiplet相关业务，但资本市场的热情可见一斑。 其次是半导体上游产业链。8月12日，美国商务部对GAAFET工艺EDA软件的一纸禁令将市场对于芯片半导体的关注从芯片本身转移到上游设备上。
有业内人士表示，如果使用全球顶尖的EDA软件设计一款5nm芯片，成本大约是4000万美元左右；但如果没有EDA软件支持，那么成本将可能达到77亿美元，这是一个接近200倍的差距。
目前，全球的EDA软件主要由Cadence、Synopsys、Mentor三家美国企业垄断。三巨头牢牢占据了全球超过70%的市场份额。
当然，EDA软件只是芯片上游产业链的一个代表。在全面国产化的背景下，整个芯片产业链从原材料，到设计、制造、封测等等，虽然是目前卡脖子的环节，也都将是未来芯片产业投资的巨大机会。
图：CadenceEDA软件工作界面
最后则是以智能汽车为主的新场景。据IDC数据，2021年我国智能网联汽车出货量1370万台，预计2025年增至2490万台，其中智能网联系统的装配率将达到83%。
目前，智能汽车行业仍然存在比较严重的芯片紧缺情况，据何小鹏透露，如今一辆智能汽车上的芯片绝对数在5000颗以上，涉及几百种，很多都是专有芯片。这其实也透露出未来以智能汽车场景下芯片发展的巨大潜力。 “从长远的角度来看，芯片半导体仍然是一个好的赛道。”杨磊说：“过去十年，半导体行业有非常大的发展；我们也同样觉得，未来十年芯片半导体仍然是新兴产业的基石。” “场景定义计算”，杨磊多年前提出这个词，认为“从市场角度来看，半导体是一个场景驱动产业。” 从贝尔实验室最早研发出晶体管开始，最先起量的是国防和企业市场，这是半导体发展的第一个台阶，大概一千亿美金的市场；之后是PC的广泛应用，让半导体产业进入第二个台阶，市场份额大概也是一千亿美金。再往后就是以手机为代表的移动互联网时代，以及与手机伴生的云计算的出现，共同构建了半导体产业发展的第三个阶段。
“我们今天处在一个场景、物种在不断爆发的年代。所以，围绕着半导体的产业去投资还是一个很好的机会。未来，汽车、数字孪生、元宇宙、机器人，这些都有半导体的底座，这些新的场景也会带动新的市场机遇。”杨磊新成立的基金粒子未来中，将有三分之一投进半导体中。
人至中年，杨磊、王林等投资人与中国芯片半导体的渊源，仍在继续上演。
硬刚英伟达！高通连夜剧透汽车超算芯片，组合算力2000TOPS
高通的车载超算芯片也来了，最大算力也是2000TOPS！前天英伟达刚发布完新款汽车芯片Thor，另外一个消费电子芯片巨头高通就坐不住了。在今天凌晨举行的高通汽车投资者大会上，高通汽车高级副总裁兼总经理纳库尔·杜格尔正式宣布，推出“业内首个集成式汽车超算SOC”，名字叫做Snapdragon Ride Flex。
▲高通Snapdragon Ride Flex SoC是业内首个超算芯片
根据官方的演讲PPT，Snapdragon Ride Flex确切的说是一个SoC产品家族，其包括Mid、High、Premium三个级别。最高级的Ride Flex Premium SoC再加上外挂的AI加速器（可能是NPU，MAC阵列）组合起来，就可以实现2000TOPS的综合AI算力。按照PPT的位置来看，Ride Flex Premium SoC单颗芯片的AI算力在600TOPS以上。
▲高通Snapdragon Ride Flex SoC最高算力2000TOPS
大算力之外，Snapdragon Ride Flex作为一个超算芯片家族，其最大的目标是实现车内的中央计算——即同时为智能驾驶、智能座舱、通信等能力提供计算支持，这也与英伟达Thor雷神芯片一致。在发布会上，高通并未透露更多技术细节，仅仅用一张PPT展示了其内部的IP核的结构，包括Kryo CPU、Adreno GPU、ISP、VPU（视频处理核）、音频DSP等。高通方面表示，会在明年CES上公布Snapdragon Ride Flex家族的更多信息。
▲高通Snapdragon Ride Flex SoC结构图
高通这次发布Snapdragon Ride Flex芯片可以说是惊讶但不意外。一方面，作为目前智能汽车芯片领域的新星，高通在智能座舱领域可谓是横扫市场，其新出的8155芯片几乎是中高端车型的标配，认知度极高。同时该公司也正在积极基于自家的SoC打造自动驾驶芯片，希望抢占更多的市场。国内Wey的摩卡激光雷达版即搭载了Ride SoC芯片为城市L2自动驾驶提供算力。作为英伟达的直接对手，高通此前已经透露自己在研发算力更强的Ride自动驾驶SoC，只不是一直没有发布，所以说看到新产品我们并不意外。在前天英伟达先发布了雷神芯片之后，高通显然得尽快进行回应。然后我们就看到了Snapdragon Ride Flex在今天凌晨提前被发布了（官方用了发布一词），但同时又不愿意透露更多——这就是让人惊讶的地方。本文福利：高通甩出2000TOPS大算力芯片，要硬刚英伟达。分享报告《通信芯片王者高通深度布局智能汽车，促行业变革提速》，对话框回复【车东西0416】下载报告。
01.中央计算芯片产品线出炉 共有四种组合
今年1月4日，高通推出了Snapdragon Ride Vison系统，该系统包括一颗4nm的SoC芯片和视觉算法，类似于Mobileye的EyeQ系列芯片，可以输出对车外环境的感知结果。基于Vison系统和全新的Snapdragon Ride Flex SoC家族，高通重新梳理了自己的自动驾驶，或者说汽车超算芯片产品线。目前的逻辑是：1、1套Vision系统，可以让汽车实现L1级的自动驾驶，即ACC等功能。2、1套Vision+1颗Ride Flex SoC（Mid）芯片，可同时为L2级自动驾驶（ICC等）和车机系统提供算力，算力在100TOPS以内。3、1套Vision+1颗Ride Flex SoC（HIGH）芯片，可为L2+（NOA/城市NOA等）以及以上的自动驾驶系统和整个智能座舱提供支持，算力在600TOPS以内。4、最顶级的Ride Flex SoC（Premium）芯片+AI加速器（未透露是MAC阵列还是GPU），可支持整个车内的计算和Robotaxi级别的自动驾驶能力。
▲高通Snapdragon Ride Flex SoC最高算力2000TOPS
这里多说一句，高通这个PPT的图片相对比较模糊，我们能得到的信息是不同的SoC，尺寸不同，这也意味着更高级别的SoC的封装尺寸更大，其内部的IP核心更多，晶体管数量也会更多。另外，最高级的SoC和AI加速器是分开的，所以由此可见高通是把AI加速器，或者是NPU放在了SoC之外，这与业内常见的在SoC内部放入NPU或者GPU作为加速器的做法有所不同。
02.汽车订单超2000亿 与奔驰红帽合作
除了发布重磅的芯片产品，高通方面也介绍了其在汽车领域的成绩和未来布局。高通还在今日的汽车投资者大会上宣布，骁龙数字底盘在汽车行业的广泛采用，汽车业务订单情况也在增长。高通方面表示，其汽车业务订单总估值已增长至300亿美元（约合人民币2128亿元），值得注意的是，7月28日高通在其2022年三季度财报中表示，其汽车业务订单总估值190亿美元（约合人民币1349亿元），而两个月后，高通的汽车业务订单估值就增加了110亿美元（约合人民币781亿元）。
▲高通在汽车领域的合作伙伴
高通还预计，到2030年，汽车业务的潜在市场规模将达到1000亿美元（约合人民币7094亿元），高通QCT汽车业务营收将在2022财年达到13亿美元（约合人民币92亿元），到2026年增至40亿美元（约合人民币284亿元），到2031年将超过90亿美元（约合人民币639亿元）。
▲高通对汽车业务营收的预测
合作方面，高通今日宣布了两个合作伙伴。一方面，高通宣布与梅赛德斯-奔驰合作，奔驰的下一代信息娱乐系统将采用高通骁龙座舱芯片。目前，奔驰在其MBUX系统中采用的是英伟达的芯片，首批配备高通数字座舱的车型将于2023年推出。另一方面，高通宣布与开源解决方案提供商红帽（Red Hat）合作开发基于Linux的安全评级和安全平台，预集成红帽车载操作系统的骁龙座舱平台和Snapdragon Ride平台的初始版本，预计将于2023年下半年开始提供给汽车生态系统合作伙伴进行评估。在与金融分析师的演示和问答中，CEO安蒙、高通汽车业务总经理Nakul Duggal和CFO Akash Palkhiwala透露，未来几年每辆使用各种高通芯片的汽车将带来200～3000美元（约合人民币1420～21301元）的收入。
▲高通三位高管在进行问答
除了为车企提供Snapdragon Ride Flex SoC外，高通还希望在车辆中销售域控制器、4到10 个区域控制器以及用于蜂窝连接的5G射频芯片等。
03.结语：AI芯片加速内卷
虽说AI芯片的算力不是决定芯片性能的唯一指标，但作为芯片的重要参数之一，算力也确实体现了一家芯片公司的技术实力。此前，无论是在辅助驾驶领域还是智能座舱领域，对于芯片算力的要求都不算高，但随着汽车四化的深入进行，自动驾驶的功能越来越丰富，车企对于智能座舱的要求也越来越高，导致对芯片算力的需求大幅上升。目前主流的自动驾驶芯片如英伟达orin，地平线J5等算力都已经超过了100TOPS，在座舱芯片中，最受车企青睐的高通8155芯片也拥有4TOPS的AI算力。而出于集成化的需求，驾舱融合的AI芯片将会成为行业主流，这就要求芯片厂商所提供的AI芯片必须拥有足够大的算力支持。高通和英伟达已经拿出了自己的产品，并且一出手就是史上最高的2000TOPS算力，其他芯片厂商也都会将这两个产品作为标杆，整个AI芯片行业将会加速内卷。
长鑫存储详解剖析：凭什么是国内第一家DRAM厂商？
长鑫存储的“芯”征程
2016年5月，合肥市政府和兆易创新公司合作投资的长鑫存储技术有限公司在合肥成立，专业从事DRAM的设计、研发、生产和销售。
企查查信息显示，2022年5月，长鑫存储完成新一轮融资工商变更，参保人数为4108人，其母公司睿力集成电路有限公司持股100%，注册资金达到238.876亿人民币。
企查查信息同时显示，从股权构成来说，一部分资金来自政府资本，一部分资金来源于民间资本。
国家集成电路产业投资基金二期股份有限公司（持股9.8001%）、阿里巴巴（中国）网络技术有限公司（持股1.3916%）、海口市碧桂园创投科技有限公司（持股1.8555%）等48家公司是睿力集成电路有限公司的股东。
显然，长鑫存储DRAM产品的最终用途完全是民用领域。
长鑫存储技术有限公司 图片来源：CXMT官网
➢长鑫存储采用IDM运营模式， 2018年第一季度第一座12英寸晶圆厂完成设备安装，据报道，洁净室面积为65000平方米。同年研发出国内首个8Gbit DDR4芯片。
➢2019年第三季度开始量产标准型DRAM芯片，包括DDR4/LPDDR4/LPDDR4X等，技术节点达到19nm，良率在70-75%，成为全球第四家量产20nm以下DRAM的厂商。
➢2020年的产能是4.5万片/月，并向一些国内品牌出售了其LPDDR4和DDR4内存模组。同年，总投资超过2200亿元的合肥长鑫集成电路制造基地项目顺利签约。这是中国大陆目前唯一拥有完整技术、工艺和生产运营团队的DRAM项目。
长鑫存储技术有限公司的生产车间 图片来源：CXMT官网
长鑫存储2021年的产能是8.5万片/月，产能居全球第四位。同时推出17nm工艺DDR5/LPDDR5等内存芯片。
内存模组厂商光威（Gloway）羿PRO系列内存、江波龙旗下嵌入式存储品牌 FORESEE已采用长鑫 DDR4 内存芯片，并在京东官网销售。
光威16GB DDR4 3200 台式机内存条 弈Pro系列马甲条 图片来源：京东官网
2022年长鑫存储正处在提升产能的关键时期，产能预计是12万片/月，主要客户有联想、小米等公司，场景应用包括用于PC的DDR4内存和用于手机的LPDDR4内存模块。
正在推进低功耗、高速率LPDDR5 DRAM产品开发，将成为中国第一家DDR5生产商。未来规划的产能预计是30万片/月。
2021年全球DRAM 厂商产能 数据来源：IC Insights
目前，长鑫存储目前的DRAM生产工艺处于16nm-19nm阶段，与三星、SK海力士等国际领先水平相比，大致落后5-6年。
但是，根据Digitimes的报道，专业分析机构Techinsights的拆解结果对比表明，长鑫存储19nm DRAM产品的性能与三巨头15nm以下DRAM产品性能相当。
长鑫存储技术有限公司 图片来源：CXMT官网
长鑫存储的初始技术来源
➢2014年9月29日，英飞凌公司支付奇梦达公司破产管理人1.35亿欧元和解金，并以1.25亿欧元收购奇梦达公司所有专利。
➢2015年6月，英飞凌公司将这些专利以0.3亿的价格打包出售给加拿大的Quarterhill公司（多伦多证券交易所代码QTRH，纳斯达克代码QTRH）旗下的Wi-LAN公司的全资子公司北极星创新有限公司(Polaris Innovations Limited)。
英飞凌科技公司 图片来源：百度百科
➢2019年12月5日，长鑫存储技术有限公司与Wi-LAN公司联合宣布达成专利许可协议和专利采购协议，奇梦达公司的所有DRAM专利转移到长鑫存储技术有限公司。
包括1000多万份DRAM技术文件，约2.8TB数据，12000多个专利（包括约5000种美国专利），对应的最先进芯片制程是46nm。
具体的成交金额没有披露。随后长鑫存储技术有限公司投入超过25亿美元的研发资金，实现了46nm到1xnm的突破。
➢2020年4月，长鑫存储技术有限公司再次从美国半导体公司Rambus公司取得了大量DRAM技术专利的实施许可。
长鑫初始技术、知识产权主要来源于奇梦达和Rambus 图片来源：CCTV
据报道，长鑫存储已经加入了JEDEC固态技术协会（这在后文中会提及该协会），参与到内存模块的DDR和LPDDR标准制定。
长鑫存储在中国大陆拥有超过3000项专利，并从几家国际公司获得了超过30000项专利的授权。
但是，长鑫存储的DRAM的应用场景似乎尚不包括大数据中心。大数据中心通常对DRAM产品高质量和可靠性有更高的要求。
另外，由于众所周知的原因，没有迹象显示长鑫存储将在未来的DRAM量产中导入EUV光刻机。
高通、英伟达围猎中央计算芯片
9月第四周，英伟达、高通先后发布了车载中央计算芯片，两款芯片都可同时兼容座舱和智能驾驶的计算，与此同时，两家企业也不约而同地将汽车的算力水平带进2000TOPS级。
9月20日，英伟达率先开了第一枪，英伟达取消了之前的Atlan，转而开发全新的Thor芯片，这是一颗拥有770亿晶体管的车载中央计算芯片，算力达到了2000TOPS，将原来智舱和智驾散落的算力进行整合，同时可以兼容泊车、自动驾驶和主动安全、DMS/OMS、CMS、仪表、信息娱乐系统等计算。
9月22日，高通在其首届汽车投资者大会上宣布，将推出集成式超级计算级别的汽车SoC，代号为Flex，全称Snapdragon Ride Flex SoC。
在高通的技术路线图中，Flex SoC配合AI加速芯片，可实现2000TOPS算力，不过和英伟达单SoC不同，根据高通的图示，要达到2000TOPS算力水平需要搭载双Flex SoC+双AI加速芯片。该技术方案可实现L4/L5级自动驾驶能力，同时兼顾更高端的智能座舱体验。
高通、英伟达，一个主要业务在手机SoC领域，一个主要业务在显卡、高性能计算领域，以往两者在汽车领域也有着相互的分工，竞争并不显著，如今在汽车业务上激烈碰撞，试图竞争汽车在“一个大脑”时代的主导权。
中央计算是让竞争加剧的幕后推手。汽车的E/E架构正在从域控制器向中央计算+区域控制的阶段演进，高通和英伟达显然都在为这一未来作出积极的努力。高通认为，在这一趋势下，汽车传统供应链金字塔的结构将被打破，新型的环状供应链将逐渐成型，主机厂、Tier 1和芯片厂商将互相之间的联系将会更加紧密。
在这样的逻辑下，围猎中央计算芯片，成为了高通、英伟达们的共识。
高通目前在汽车业务上的现状是两强一弱，智能网联+智能座舱是其强势业务，智能驾驶是相对（英伟达）较弱势的业务。
智能网联方面，目前全球世界有超过2.5亿辆车搭载了高通的蜂窝网络连接技术（包含5G），除了移动通信技术，高通在智能网联领域的业务还覆盖了Wi-Fi/蓝牙等。
高通在智能座舱领域的探索则始于2014年，在当年的CES上高通发布了第一代座舱平台，代表产品602A，当时的高通芯片只能为信息娱乐系统提供支持；
到了2016年CES，高通发布了第二代座舱平台，主力产品则是为外界所熟知的820A，高通这次把仪表也涵盖了进来，新势力的第一代车型，例如理想ONE、小鹏P7等都搭载了该芯片，820A的首次量产时间是2018年；
2019年CES上，高通发布了第三代座舱平台，包括SA6155/SA8155/SA8195系列芯片，这一次高通则将驾驶员监控、多屏、AR显示等功能也纳入进来，这是目前高通最成功的座舱产品，全球至少20家主要汽车制造商都搭载了第3代高通骁龙汽车数字座舱平台，主力产品8155的首次量产时间是2021年；
2021年CES上，高通发布了第4代骁龙汽车数字座舱平台，SA8295则是其中的旗舰产品，集度汽车首搭，预计量产时间将在2023年。
高通在推出座舱芯片方面，有着明显的代际，大概每两年发布一次新产品，新产品从发布到量产的时间周期也大概为两年。
根据高通的惯例，本次预告的Flex SoC预计于2023年1月的CES上正式发布，量产时间则很有可能要到2025年。
在智能驾驶方面，高通的进度则要稍微慢一点，2019年，高通发布了第一代的自动驾驶芯片和加速芯片，其中代表性的方案就是8540+9000的组合。
以通用汽车的方案为例，其Ultra Cruise计算平台采用了两颗SA8540P SoC、一颗SA9000P、一颗英飞凌TC397，将在2023年推出的凯迪拉克CELESTIQ等车型上搭载。
在2021年，高通的自动驾驶业务开始有了一些显著的进展，一大标志是，高通斥资45亿美元从SSW Partners手中收走了维宁尔的Arriver业务，Arriver主要的能力包括自动驾驶视觉感知、驾驶策略以及其他驾驶辅助系统软件。高通希望通过该收购，进一步补足其自动驾驶软件能力。
另外，高通在自动驾驶方面也先后收获了通用、长城、宝马、大众汽车等客户。
目前，高通在自动驾驶业务方面主要有三种模式：
一种是高通提供SoC+AI加速芯片的芯片组，车企或Tier 1根据自身情况，选取不同性能的芯片组合以满足自身需求，高通在这种模式下只提供最基础的安全OS、虚拟化、中间件、开发工具、库等，例如通用汽车、长城汽车都在采用该种模式；
第二种模式是，高通和Arriver联合打造的视觉系统方案，高通对车企或者Tier 1提供视觉芯片（Vision SoC）以及前视和周视算法，高通称，目前，沃尔沃、梅赛德斯、吉利、比亚迪等厂商都在基于Vision SoC开发自动驾驶系统；
第三种模式是，高通、Arriver、宝马达成的合作模式，高通可以提供整个自动驾驶技术栈，除了第一种合作模式的芯片和基础工具外，还可以为客户提供驾驶决策、地图、泊车、驾驶员监控等。
现在，高通希望将其智能座舱业务线和智能驾驶业务线合并到一张图上，客户可以根据自身需要选取不同能力组合的解决方案，分别为：
- Vision方案入门版，仅支持L1；
- 中配Vision方案+低配Flex SoC，支持中配智能座舱+L2；
- 高配Vision+高配Flex SoC，支持高配智能座舱+L2/L3/L4；
在这背后是高通打造了一款中央计算芯片，该SoC将智能座舱、辅助驾驶系统、自动驾驶、网络连接等都集中到一起。
有了该芯片的支持，高通的汽车业务演进路线愈发清晰，同时对未来的预期也更加激进。
在本次活动上，高通同时宣布了其汽车业务订单总估值达300亿美元，而就在7月27日，高通发布的2022财年第三财季（实际日期为2022年Q2）季报显示，截至当季末，高通的汽车行业在手订单（Design-win）为190亿美元。
这意味着在不到3个月的时间内，高通的在手订单估值实现了超过100亿美元的增长。
高通也发布了对其汽车业务规模的预测，2022财年的汽车业务预期收入为13亿美元，2026财年的预期收入将超过40亿美元，2031财年的预期收入将超过90亿美元。
小结一下，要理解高通这家公司，需要注意到高通的业务核心是连接和计算，不论是在手机、IoT、XR，还是智能汽车，高通的业务都是围绕这两点展开，如果再加个限定条件，则是发挥自身在高性能低功耗计算方面的优势，在合适的场景内推出合适的产品。
汽车毫无疑问是高通看好的下一个重要领域，高通的优势在于其在激烈竞争的手机市场得到了足够的锤炼，截至2020年，高通在移动领域的研发投入已经达到了660亿美元，从调制解调器到RF系统再到AI，从图像处理到多媒体技术，高通的布局比较完善。
高通的主要优势在低功耗、ISP等方面，这些技术也是汽车行业正需要的。
黄仁勋认为，两种算力驱使着汽车行业，一个是位于数据中心的AI工厂，主要用于数据处理、训练AI模型、数字孪生以及绘制地图；一个是车载芯片，用于自动驾驶推理、车内AI应用等，即英伟达本周发布的Thor。
Thor的算力是英伟达2021年4月发布的Altan芯片算力的2倍，约是其2019年12月发布的自动驾驶芯片Orin X算力的8倍。英伟达希望用一颗Thor同时为自动泊车、智能驾驶、车机、仪表盘、驾驶员监测、信息娱乐等多个系统提供算力，成为真正的整车级SoC。
从进军汽车市场到推出Thor，英伟达花费了7年多的时间，其在车端芯片的历程，也可称得上坎坷。
英伟达曾经有一颗角逐手机芯片市场的心，在早期的手机市场中，英伟达从2008年开始发布过Tegra系列5代产品，但由于在手机市场不敌高通，英伟达被迫转战汽车市场。
2015年CES，英伟达发布Tegra X1，实质性放弃移动端的竞争，开始战略性转向汽车市场，这时的英伟达就开始规划了第一代的PX平台和CX平台，分别用于自动驾驶和座舱。
2016年，英伟达发布了Tegra Parker，同时，英伟达还推出了PX 2平台，引入了独立GPU，英伟达称可以支持多系统，如IVI、仪表和ADAS系统，特斯拉是这一平台的客户。
尽管一开始英伟达希望同时抓住智能座舱、智能驾驶，但其汽车业务刚开始并不成功。
到了2018年，英伟达发布Xavier，引入DLA（深度学习加速器），英伟达终于在汽车市场找到感觉，开始在自动驾驶领域披荆斩棘。
2019年，Orin的发布，则直接奠定了英伟达在自动驾驶量产领域头号玩家的地位，主流汽车制造商纷纷从Mobileye叛逃至英伟达阵营。
Orin的正式量产时间是在2022年，由于提供了充沛的算力，英伟达的这一产品也开启了车企们在城市NoA（导航辅助驾驶）上的角逐之路。
尽管在智能驾驶上风生水起，但英伟达在智能座舱上却鲜有建树，曾经的合作伙伴奔驰尽管在EQS上搭载了Xavier，但随着今天和高通座舱合作的官宣，未来这一合作或将受到影响。
Thor的出现或许是英伟达解决这一问题的实际方案，同时搭载了Ada GPU（图形GPU）、Hopper GPU（GPGPU，通用GPU）和Grace CPU，英伟达拿出了自己目前在显卡、AI、高性能计算等领域最先进的技术。
英伟达直接采用了硬件隔离，使得单芯片允许并发的、对时间敏感的多进程无中断运行，同时运行Linux、QNX和Android。
英伟达希望将泊车、智能驾驶、车机、仪表盘、驾驶员监测、信息娱乐等尽归旗下，同时，如果对算力再不满意，还可以通过NVLink-C2C芯片互连技术连接两颗Thor，作为运行单个操作系统的计算平台。
同时，英伟达的布局有着很强的延续性，尽管在座舱业务上表现一般，但是英伟达每一代计算平台都在考虑兼容座舱，这一次则是直接从芯片层面实现兼容。
英伟达曾经表示，从Xavier开始，Orin和Atlan在外形尺寸上、计算平台上，与Xavier都是兼容的，尽管Atlan已经取消，但按照英伟达的习惯，Thor很有可能延续了Orin的尺寸结构等。
展望汽车产品未来的发展，我们会发现，借助于Ada GPU（图形GPU）、Hopper GPU（GPGPU）的支持，Thor的上限非常高。
Ada GPU自不必讲，英伟达多年在显卡市场的积累使得其在图形领域一骑绝尘，光线追踪以及DLSS 3.0技术，在释放了CPU压力的同时，还大幅提升了画面的逼真程度。
同时，Ada GPU还支持 RacerX(基于物理定律的仿真)，不论你想在汽车上实现自动驾驶，还是元宇宙，这都将是非常大的助力。
Hopper GPU架构最大的亮点则是引入了Transformer引擎，这或许将对接下来的自动驾驶和智能座舱AI应用起到很好的支撑作用。
英伟达一直是AI计算和算法的前沿跟踪者，英伟达从2012年开始注意深度学习，2016年开始针对性地为深度学习设计芯片架构，英伟达几乎每隔两年迭代一次GPU架构，并引入最新的技术，以适应最前沿的加速计算应用。
自从2017年Transformer横空出世，开始在自然语言领域大放异彩，再到2020年推出的ViT(Vision Transformer)碾压了各路ConvNet的性能表现，掀起了行业对Transformer的研究热潮。不论是在借鉴Transformer核心思想去提升计算机视觉的能力，还是通过一个模型去统一语音和视觉的跨模态学习，这些都被英伟达看在眼里。
小结一下，如果我们要理解英伟达，可以记住三个关键词：图形、AI、高性能计算，英伟达在三个领域都拥有非常强的统治力，而这些也是如今的汽车行业所需要的。
回看智能汽车的发展，我们会发现，在经过早期的混战之后，智能驾驶、智能座舱分别在各自领域独自演进，如今他们正在汇往一条河流。
智能化的代际也逐渐清晰，在高通8155、英伟达Orin分别收获了丰厚的订单之后，下一步的算力正在呈你中有我、我中有你之势。
自动驾驶方面，下一步主要的任务是要尽快让城市导航辅助驾驶大规模落地，进而开始推进全场景导航辅助驾驶，小鹏汽车已经给出了时间表，特斯拉预计也将在即将到来的AI Day上给出时间表。
这里主要的算力需求是AI算力，喂饱AI算法，使得自动驾驶系统在感知、决策等任务上大幅前进。
智能座舱方面，由于目前的座舱上延续了手机的生态，而高通8155作为目前算力的上限，则直接锁死了这一领域的可能性，导致大家在座舱方面陷入内卷，难以做出有效的差异化。下一步演进的方向则可能是AI、GPU（图形）能力的引入，为这一领域带来空间交互、新应用生态等变数。
整体来看，汽车对AI、GPU算力的需求将持续处于饥渴状态，而将座舱芯片、自动驾驶芯片在这方面的算力化零为整，并形成明显的代际关系，将有利于智能汽车的快速发展。
英伟达、高通在这一周的两场发布，将行业共识转化成了落地的产品，并为行业指明了清晰的时间节点。
2025年，将成为智能汽车历史上最重要的一年，智能汽车产品将进入新的代际，而这一切都源于本周的两场发布会。
本周将是智能汽车发展史上关键的一周。周末愉快！
目标检测损失函数：IOU、GIOU、DIOU、CIOU
IOU损失函数目前主要应用于目标检测的领域，其演变的过程如下：IOU --> GIOU --> DIOU -->CIOU损失函数，每一种损失函数都较上一种损失函数有所提升。本文来具体介绍这几种损失函数。
IOU损失函数：
图片展示了3组矩形框重合的示例：绿色是真实目标存在的框GT box，黑色是预测的box位置。通过观察上图，发现第三个预测效果较好，因为预测目标的位置与真实目标最为接近。但是计算三组l2损失发现损失值都为8.41，然而IOU的值不同。因此说明l2损失不能准确反应两个目标边界框重合的程度，因此诞生了IOU损失函数。
上图是IOU损失函数的计算方法：首先绿色的框表示真实目标的位置，蓝色框代表预测框的位置。IOU的计算方法很简单，用两个方框相交的面积/两个方框合并的面积，将得到的值取以e为底对数，前面添上负号就得到了IOU损失函数。
GIOU损失函数：
如图：绿色是真实目标边界框，红色是预测目标边界框，最外面的蓝色边框是将红绿矩形用最小矩形框起来的边界，Ac是蓝色矩形框的面积，u对应红绿矩形的并集面积。
如果当红绿矩形完美重合，那么IOU =1, Ac = u = 预测目标边界框面积，GIOU = 1 - 0 = 1。如果两个目标分开很远，Ac趋向于很大的数值，u趋于0，IOU也趋于0，GIOU = 0 - 1 = -1。因此GIOU取值的区间是[-1, 1]。
GIOU损失函数的最终表达形式是L(GIOU) = 1 - GIOU
上表是原论文中的实验效果：第一列(AP-IoU一列)采用MSE(l2损失)的mAP=0.461，采用IoU损失得到的mAP=0.466，有些许提升。如果采用GIoU loss，能达到0.477，效果比IOU更好。
但是，GIOU也存在它的缺点：当两个预测框高宽相同，且处于同一水平面时，GIOU就退化为IOU。此外，GIOU和IOU还有两个缺点：收敛较慢、回归不够准确。
DIOU 损失函数：
在介绍DIOU之前，先来介绍采用DIOU的效果：如图，黑色代表anchor box， 蓝色红色代表default box，绿色代表真实目标存在的框GT box的位置，期望红蓝框与绿框尽可能重合。第一行是使用GIOU训练网络，让预测边界框尽可能回归到真实目标边界框中，迭代到400次后才勉强重合。第二行使用DIOU训练网络，到达120步时，发现与目标边界框已经完全重合。可以看出，相对于GIOU，DIOU的不仅收敛速度更快，准确率也更高。
我们再看一组图，图中给出了3组目标边界框与目标边界框的重合关系，显然他们的重合位置不相同的，我们期望第三种重合（两个box中心位置尽可能重合。这三组计算的IOU loss和GIoU loss是一模一样的，因此这两种损失不能很好表达边界框重合关系）。但是DIOU计算出的三种情况的损失是不一样的，显然DIOU更加合理。
DIOU计算公式
ρ代表b和b(gt)之间的欧氏距离
结合这张图理解一下公式：b代表预测中心坐标的参数，也就是黑框的中心点，bgt代表真实目标边界框中心的参数，即绿框中心点。ρ^2就是两个中心点距离的平方，即图中的d(红线)的平方，c代表两个矩形的最小外接矩形对角线(蓝线)长度。如果两个框完美重叠，d=0 ，IOU = 1，DIOU = 1 - 0 = 1 。如果两个框相距很远，d^2/c^2 趋近于1，IOU = 0, DIOU = 0 - 1 = -1 。因此，DIOU的取值范围也是[-1,1]。
DIOU最终损失函数为：L(DIoU) = 1 - DIOU
当采用DIOU loss，mAP为46.57，相较于Iou和GIOU准确率都有提高，且收敛速度相比IOU提高了3%左右。
CIOU LOSS：
论文中，作者表示一个优秀的回归定位损失应该考虑三种几何参数：重叠面积、中心点距离、长宽比。CIoU就是在DIoU的基础上增加了检测框尺度的loss，增加了长和宽的loss，这样预测框就会更加的符合真实框。
因此CIOU的三项恰好对应IOU，中心点距离，长宽比的计算。CIOU loss = 1 - CIoU。α和v为长宽比，计算公式如上图所示：w、h和w(gt)、h(gt)分别代表预测框的高宽和真实框的高宽。
如果使用CIOU，mAP可以达到49.21%，相比于GIoU涨了1.5个百分点。CIOU(D)指在验证模型评价mAP时，将IOU换成DIOU，准确率还有提升 。
实际检测效果中，CIOU相比GIOU在框选目标时，能找到一个更合适的框选位置。如上图所示，第一行的两张图中，第一个猫猫使用GIOU损失函数，发现有一只猫耳朵在框外，第二只猫猫使用DIOU损失函数，将猫猫的位置准确标出。同样，第二行中，第一只狗狗虽然完整标出，但并不能准确框出狗狗的轮廓，而第二张图检测框的位置刚好合适。
参考文献链接
https://mp.weixin.qq.com/s/szq0qfZ9fXuaLDaYfDjkJg
https://mp.weixin.qq.com/s/pBrhyqo61CPosFan5YDVCA
https://mp.weixin.qq.com/s/pfcTqqjqJvs5Vq2Q-JkWLw
https://mp.weixin.qq.com/s/ql7EqIaJpLKPKz0G9Q9fTA
https://mp.weixin.qq.com/s/XOEhCDtpgYPL8bhMy3o1KA
