芯片，摄像头，自动驾驶技术漫谈
芯片，摄像头，自动驾驶技术漫谈
参考文献链接
https://mp.weixin.qq.com/s/msh4qLOq48ppQ9LiVRg3VQ
https://mp.weixin.qq.com/s/12D2hWJBtNqUCDDpYgK0OA
https://mp.weixin.qq.com/s/jQE3VAtfW6NJwsP0KhuA-g
https://mp.weixin.qq.com/s/0N_mXOqdnUfkG2RN179P2A
芯片行业全面封锁
2022年10月10日，一个吉祥的日子，却成为了半导体板块的受难日。
已经阴跌了一整年后，板块出现了大规模的跌停，龙头中微公司和北方华创也不能幸免，甚至本次股灾中优质公司的跌幅更大。
不止芯片，所有硬科技行业的同胞们，都应该记住这一天，屈辱的一天。
在3天前，美国商务部工业与安全局，公布了出口管制新声明，对中国芯片行业进行了全面封锁。
狼来了的故事，终于从童话变成了现实。
大家知道，美国针对我们的芯片出口管制已经很久了，从2018年华为事件开始手段频频，为何这次不一样，可以用“全面”两个字呢？
我总结了三点新变化：
1）实体清单扩大化：
大家知道，实体清单是最严格的封锁手段，2018年华为被列入后，被迫断臂求生，从头打造自己的全套上游供应体系——现在我们已经看不到多少华为的高端手机，因为芯片库存用完了。
未核实名单，之前是一个比较轻的手段，代表说美国无法核实你的用途是不是合规，比如之前药明生物就被纳入过。
但本次声明，打通了“未核实名单”（UVL）与实体清单的界限，大大增加了实体清单的震慑力。
“当外国政府持续缺乏合作，阻止 BIS 核实“未核实名单”（UVL）上公司的真实性，如果最终用途检查没有及时安排和完成（60天内），可能导致这些当事实体被直接移至实体清单。”
本次美帝新增了31 家公司到UVL，意味着这些企业一旦沟通不畅，过了60天，美国人就能找个理由把你直接升级到实体清单，从此之后买啥包含美国技术的东西，都要拿许可证才行。
达摩克利斯之剑，从此悬在了长江存储、合肥长鑫、北方华创们的头上，这只是开始。
2）先进技术点对点封杀：
有三大领域——先进计算芯片、超算和半导体生产设备，本次被添加到了商业控制清单（CCL）中，不允许向中国出口。
就像三体文明通过经典物理学卡死人类，美帝认定这三块是技术的制高点，只要封锁住了，中国芯片生态就成不了大气候。
先进计算芯片：满足输入输出（I/O） 双向传输速度高于 600GB/s， 同时每次操作的比特长度乘以 TOPS 计算出的处理性能合计为 4800 或更多算力的产品。（差不多刚好是英伟达A100的算力）
超算：在 41,600 立方英尺或者更小的体积内， FP64（双精度） 理论计算能力是在 100 petaFLOPS 以上浮点算力的超级计算机。
半导体设备：可以被用于 16nm 或 14nm 或以下非平面晶体管结构的逻辑芯片、18nm 半间距或更小的 DRAM 内存芯片、128 层或以上 NAND 闪存芯片制造的半导体设备
3）管控范围扩大到人：
美国原来的原则是基于物品来进行管控，现在还加入了美国人。
只要你跟美国沾边，有美国国籍，或者是在美国的外国人，在已知的情况下， 参与支持中国的先进计算芯片和超算的制造和开发的工作，都会被 BIS 所禁止。
这里有个bug，在于我国的半导体企业存在大量外籍员工，甚至很多高管都是美国国籍。
如果事业和国籍只能保一个，他们会做出什么样的选择呢？
这件事情对于芯片行业的影响是很深远的，有人说我们自己造就行，全面脱钩。
但一个客观现状是，芯片工程浩大，产业链长，技术协同要求广，哪一个环节被卡都不行。
一旦贸然全面国产化，良率就会出问题，产品可能要历经漫长的客户认证和市场摸索期，才能达到盈亏平衡。
这是我们需要突围的又一次长征。
过去几年，国家已经通过科创板、地方政府产业基金等多重手段，营造了芯片行业的良好融资氛围，这解决了资金的问题，大批芯片上市公司账上都躺着几十甚至几百亿现金。
但时间是横亘在我们面前的一道墙，下一步，可能需要从客户认证方面寻找加速的突破口，如果国家能出台采购国产化设备及芯片的对口补贴政策，那么这会是对冲行业危机的一线曙光。
还有一个机会窗口，在于美国中期选举之后，两国的政治博弈。
从佩洛西访台，到芯片法案，再到今天的全面封锁，最近3个月针对中国的阴招损招层出不穷。
大概率是因为拜登急了，面对历史最低的选票，他只能奋力一搏，争取民心。
而在海的那边，渲染中美冲突，修昔底德陷阱，是一种绝对政治正确的竞选策略。
所以一旦11月的中期选举结束，无论是哪一党取得上峰，都会有一个时间窗口，去把竞选作秀搁置一旁，完成长期的政治目标。
全面封锁中国芯片事业，对美国本身也是自损八百，因为中国是全球第一大芯片消费国，纳斯达克的CEO们不会甘心丢掉这一块市场。
更何况，通胀还猛于虎，需要中国低成本的供应链来降低成本。
所以这里，有着谈判博弈的空间，也许，今天的狠劲也只是一场嘴炮。
接下来的2个月，可能会决定未来5年的全球格局和趋势，我们要有耐心，静观其变。
深圳将出台促进半导体与集成电路高质量发展“新政”；株洲设立规模200亿元产业集群发展母基金，主要投资电子信息、新能源等
1、深圳将出台促进半导体与集成电路高质量发展“新政”
2、最高500万元，青岛市加快集成电路产业发展新政将出炉
3、株洲设立规模200亿元产业集群发展母基金，主要投资电子信息、新能源等
4、深圳市战略性新兴产业扶持计划拟资助项目公示，含9个集成电路项目
5、重庆市推出自动驾驶和车联网创新应用“三年行动计划”
6、高性能GPU企业，砺算科技完成过亿元Pre A轮融资
1、深圳将出台促进半导体与集成电路高质量发展“新政”
10月8日，深圳市发展和改革委员会发布《深圳市关于促进半导体与集成电路产业高质量发展的若干措施（征求意见稿）》（以下简称《征求意见稿》）。《征求意见稿》提出重点支持高端通用芯片、专用芯片和核心芯片、化合物半导体芯片等芯片设计；硅基集成电路制造；氮化镓、碳化硅等化合物半导体制造；高端电子元器件制造；晶圆级封装、三维封装、Chiplet（芯粒）等先进封装测试技术；EDA工具、关键IP核技术开发与应用；光刻、刻蚀、离子注入、沉积、检测设备等先进装备及关键零部件生产以及核心半导体材料研发和产业化。此外，《征求意见稿》明确提出全面提升产业链核心环节、加速突破基础支撑环节、聚力增强产业发展动能、构建高质量人才保障体系等内容。以下是该征求意见稿的部分内容：全面提升产业链核心环节实现核心芯片产品突破。重点突破CPU、GPU、DSP、FPGA等高端通用芯片的设计，布局人工智能芯片、边缘计算芯片等专用芯片的开发。以5G通信产业为牵引，全面突破射频前端芯片、基带芯片、光电子芯片等核心芯片。聚焦智能“终端”等泛物联网应用，推动超低功耗专用芯片、NB-IoT芯片的快速产业化。对企业购买IP开展高端芯片研发，给予IP购买实际支付费用最高20%的资助，单个企业每年总额不超过1000万元。加快基于RISC-V等精简指令集架构的芯片研发，对研发投入1000万元（含1000万元）以上的RISC-V芯片设计企业，按照不超过研发投入的20%给予补助，每年最高1000万元。对深圳企业销售自研芯片，且单款销售金额累计超过2000万元的，按照不超过当年销售金额的15%给予奖励，最高1000万元。加强对设计企业流片支持。积极协调深圳支持建设的集成电路生产线和中试线开放一定产能，服务深圳中小设计企业的流片需求。支持集成电路设计企业加大新产品研发力度，重点支持集成电路设计企业流片和掩模版制作。对于使用多项目晶圆进行研发的深圳企业，最高给予该款产品首轮掩膜版制作费用的50%和直接流片费用70%、年度总额不超过500万元的补助；对于首次完成全掩膜工程产品流片的深圳企业，最高给予该款产品首轮掩膜制作费用50%和流片费用50%，年度总额不超过700万元的补助。提升半导体制造能力。加强与集成电路制造企业合作，规划建设逻辑工艺和特色工艺集成电路生产线，支持建设高端片式电容器、电感器、电阻器等电子元器件生产线。支持代表新发展方向的半导体与集成电路制造重大项目落户，鼓励既有集成电路生产线改造升级。对落户我市由市政府确定的集成电路制造重大项目、深圳本地半导体企业实施的生产线重大升级改造项目，按照不超过设备采购投资额的10%给予补助，单个项目补助额度不超过15亿元；自投产之日起，项目的生产性电价、生产性水价分别为当时电价、水价的60%和50%；按照不超过研发费用实际支出的50%给予研发补贴；按照实际销售收入的10%给予流片补贴。赶超高端封装测试水平。加快MOSFET模块等功率器件、高密度存储器封装技术的研发和产业化，重点突破晶圆级、系统级、凸块、倒装、硅通孔、面板级扇出型、三维、真空、Chiplet（芯粒）等先进封装核心技术，以及脉冲序列测试、IC集成探针卡等先进晶圆级测试技术，按照项目实际投资额的10%给予补助，单个项目不超过1000万元。加速化合物半导体成熟。鼓励通信设备、新能源汽车、电源系统、轨道交通、智能终端等领域企业推广试用化合物半导体产品，提升系统和整机产品的竞争力。对年度采购深圳设计或制造的化合物半导体产品金额达2000万元（含）以上的企业，按不超过采购金额的20%给予补助，每年最高500万元。引导企业参与关键环节技术标准制定，抢占产业制高点，提升产品市场主导权和话语权。加速突破基础支撑环节加快EDA核心技术攻关。推动模拟、数字、射频集成电路等EDA工具软件实现全流程国产化。支持开展先进工艺制程、新一代智能、超低功耗等EDA技术的研发。加大对国产EDA企业的扶持力度，对从事EDA工具软件研发的企业，按照不超过单个项目总投资的40%给予补助，最高2亿元。加大国产EDA工具推广应用力度，鼓励企业和科研机构购买或租用国产EDA工具软件，推动国产EDA工具进入高校课程教学。对购买国产EDA工具软件的企业或科研机构，按照不超过实际支出费用的70%给予补助，每年最高1000万元。对租用国产EDA工具软件的企业或科研机构，按照不超过实际支出费用的50%给予补助，每年最高500万元。推动关键材料自主可控。依托骨干企业加快光掩模、光刻胶、聚酰亚胺、溅射靶材、高纯度化学试剂、电子气体、蚀刻液、清洗剂、抛光液、电镀液功能添加剂、氟化冷却液、陶瓷粉体等半导体材料的研发生产，按照不超过研发费用（含材料验证测试费用）的40%给予补助，最高1000万元。支持首批次新材料进入重点集成电路制造企业供应链，按一定期限内产品实际销售总额给予研制单位不超过30%，最高2000万元奖励。突破核心设备及零部件配套。鼓励我市企业进行集成电路关键设备及零部件研发，推进检测设备、薄膜沉积设备、刻蚀设备、清洗设备、高真空泵等高端设备部件和系统集成开展持续研发和技术攻关，按照不超过单个项目总投资的40%给予补助，最高2亿元。支持首台套关键设备及零部件进入重点集成电路制造企业供应链，按一定期限内产品实际销售总额给予研制单位不超过30%，最高2000万元奖励。大力引进国内外设备及零部件领域龙头企业落户深圳，给予不超过3000万元一次性落户奖励。加大关键核心技术攻关支持力度。进一步增强深圳集成电路产业核心竞争力，提升产业整体自主创新能力，打破重大关键核心技术受制于人的局面，对我市集成电路产业重点领域、优先主题、重点专项的关键技术攻关予以资助。引导企业加大研发投入，对符合条件、开展研究开发活动的深圳集成电路企业，给予研究开发费用补助。对于新引进投资300万元以上的集成电路企业给予房租补贴。聚力增强产业发展动能积极承担国家专项战略任务。鼓励有关单位承担国家发展改革委、工业和信息化部、科学技术部等部委开展的集成电路领域重大项目、重大技术攻关计划和重点研发计划。根据国拨资金拨付进度，给予不超过1:1的资金配套，总额不超过项目总投资的30%。对重点核心企业提出的能够解决集成电路产业链“卡脖子”问题，但未获得国家资金的重大项目，根据企业自筹资金投入情况，可分阶段给予不超过30%的配套资金支持。对于成功申报国家产业创新中心、国家制造业创新中心、国家技术创新中心的，予以1:1配套支持。支持企业做大做强。助力企业快速发展，提高市场占有率，不断做大产业规模。对年度营业收入首次突破1亿元、3亿元、5亿元、10亿元的深圳集成电路EDA、IP及设计企业，分别给予企业核心团队500万元、700万元、1000万元和1200万元的一次性奖励。对年度营业收入首次突破10亿元、20亿元、50亿元、100亿元的深圳集成电路制造、封装测试、关键装备和材料企业，分别给予企业核心团队500万元、700万元、1000万元和1200万元的一次性奖励。强化产业支撑平台建设。建设集成电路领域制造业创新中心、产业创新中心、IC设计平台、设备材料研发中心、检测认证中心等公共服务平台，以骨干企业、科研机构为依托，联合上下游企业和高校、科研院所等构建中小企业孵化平台，对符合我市产业布局要求并经市级认定的平台，按不超过平台建设费用的40%给予补助，最高3000万元。平台建成后，根据运营服务情况，按每年不超过1500万元给予补助。完善产业投融资环境。探索设立市级集成电路产业投资基金，重点支持集成电路产业发展。支持符合条件的企业通过融资贷款、融资租赁参与项目建设和运营，按照实际贷款或融资部分最高2.5个百分点进行贴息，贴息年限最长不超过5年。支持企业充分利用主板、创业板、科创板等多层次资本市场上市融资发展，按上市挂牌进程分阶段给予不超过1500万元的补助。支持保险机构参与集成电路产业发展,引导保险资金开展股权投资。促进进出口贸易快速增长。搭建覆盖通关全过程的信息互通和监管平台，优化和简化集成电路产品的进出口环节和程序，建立本市集成电路企业、科研机构等试点单位“白名单”，便利试点单位通关。建立集成电路重点商品进口指导目录，对企业进口自用集成电路生产性原材料、消耗品，净化室专用建筑材料、配套系统和集成电路生产设备及零配件等目录所列商品，且年度累计进口金额超过5000万元的，按照进口金额的5%给予补贴，每年最高500万元。严格落实国家集成电路企业税收优惠政策，对集成电路重大项目进口新设备，准予分期缴纳进口环节增值税。支持行业组织发挥桥梁作用。成立联合产业链上下游的半导体与集成电路产业联盟，不断汇聚和融合全球产业资源和力量，提升深圳半导体与集成电路整体竞争力。支持产业联盟、行业协会等社会组织发展，按项目择优给予最高500万元资助。对经认定的联盟、协会等社会组织，每年按照实际租金及物业服务管理费的50%予以补贴，可连续补贴3年，每年最高不超过100万元。在招商引资方面有突出贡献的给予招商引资奖励。
2、最高500万元，青岛市加快集成电路产业发展新政将出炉
9月27日，青岛市工业和信息化局发布《青岛市加快集成电路产业发展的若干政策实施细则（公开征求意见稿）》，以加快青岛集成电路产业发展，提高专项资金的管理水平和使用效益。以下是该征求意见稿“申报事项”部分的内容：第六条 对集成电路设计企业购买电子设计自动化（EDA）工具软件的，按照实际支出费用的30%，给予年度最高200万元补贴。第七条 对企业购买非关联企业知识产权（IP）开展高端芯片或特色工艺芯片研发的，按照购买IP实际支出费用的50%，给予年度最高200万元补贴。第八条 对使用多项目晶圆（MPW）流片的设计企业，按照不超过其MPW流片直接费用的70%，给予年度最高300万元补贴。说明：多项目晶圆（MPW）流片是指将多个具有相同工艺的集成电路设计放在同一晶圆上流片，按面积分担流片费用，以降低开发成本和新产品开发风险。第九条 对完成全掩膜（Full Mask）工程产品首轮流片的设计企业，按照不超过其首轮流片费用的50%，给予年度最高500万元补贴。说明：工程产品是指经过全掩膜（Full Mask）流片，达到设计要求后，可以提供给集成电路系统整机厂商进行芯片性能测试及示范应用的芯片产品；首轮流片是指设计企业在政策有效期内，就申报产品首次申报的与芯片制造企业或第三方服务平台或代理机构签订流片合同，进行的流片。第十条 本市企业销售自主研发设计的芯片，且单款芯片产品年度销售额超过500万元的，按照不超过其年度销售额的10%给予奖励，单个企业年度奖励总额最高300万元。第十一条 本市企业销售自主研发生产的集成电路关键核心设备和材料，且年度销售额超过100万元的，按照不超过其年度销售额的10%，给予最高200万元的补贴。第十二条 对第三方服务平台为本地集成电路企业提供EDA工具和IP核、先进工艺流片、先进封装、芯片及设备、材料测试验证等用于研发支撑服务，且年度服务合同实际完成额超过100万元的，按照不超过其年度服务合同实际完成额的20%，给予最高200万元奖励。第十三条 对年度营业收入首次突破1亿元、5亿元、10亿元的集成电路设计企业，分别给予不超过100万元、300万元、500万元的一次性奖励。对年度营业收入首次突破5亿元、10亿元、20亿元的集成电路制造、封测等企业，分别给予不超过100万元、300万元、500万元的一次性奖励。对年度营业收入首次突破1亿元、5亿元、10亿元的集成电路装备、材料等企业，分别给予不超过100万元、300万元、500万元的一次性奖励。同一企业若满足多项条件，按照“就高不重复、晋级补差”原则给予奖励。
3、株洲设立规模200亿元产业集群发展母基金，主要投资电子信息、新能源等湖南株洲市委、市政府近期审议通过了株洲市先进产业集群发展母基金（以下简称“母基金”）设立方案及相关管理办法，正有序推动首期落地。
据湖南金融消息，母基金主要由株洲市人民政府牵头，湖南财信金融控股集团有限公司、株洲市属国有企业作为主发起人，共同发起设立，母基金目标规模200亿元，首期50亿元，投资期限为5+5+2，即5年投资期，5年退出期，经普通合伙人同意可延长2年。该基金采用双GP模式，基金管理人为湖南省财信产业基金管理有限公司，执行事务合伙人为株洲市国投创新创业投资有限公司，通过母、子基金的模式，撬动更多社会资本参与株洲市先进产业集群的建设，共享发展收益，将主要投资于轨道交通、航空动力、先进硬质材料、电子信息、新能源、高分子材料等13条产业链。
4、深圳市战略性新兴产业扶持计划拟资助项目公示，含9个集成电路项目
9月30日，深圳市发展和改革委员会公示深圳市战略性新兴产业扶持计划拟资助项目。其中，含9个集成电路领域项目，包括芯海科技（深圳）股份有限公司的深圳市新一代智能终端MCU芯片技术研发及应用工程研究中心、国民技术股份有限公司的深圳市物联网设备主控芯片核心技术工程研究中心、深圳飞骧科技股份有限公司的深圳市5G终端射频芯片与异构集成系统工程研究中心组建、峰岹科技（深圳）股份有限公司的深圳矢量运动控制智能芯片工程研究中心等。以下是项目具体内容：
5、重庆市推出自动驾驶和车联网创新应用“三年行动计划”9月29日，《重庆市自动驾驶和车联网创新应用行动计划（2022—2025年）》（以下简称《行动计划》）印发。《行动计划》提出，到2025年，全市自动驾驶和车联网创新能力进一步提升，建成全国领先的智能网联生态，打造以基础平台支撑产业发展的高质量样板，在全国率先开展规模化、多场景示范应用，基于车路云一体化的感知、决策、控制等服务在示范区域实现全覆盖。“重点任务”方面有：（一）建立技术研发创新体系突破智能网联关键核心技术。突破新型电子电气架构、多车型适配的标准化硬件平台、智能网联操作系统、自动驾驶算法、智能座舱等车端关键技术。突破高可靠、低时延的多源信息融合边缘计算技术，长时域、高可信的多目标识别与跟踪等路端关键技术，以及混合交通情况下的多层级群智决策与控制等车路协同关键技术。重点突破C—V2X单播组播、业务连续性、规模化运维等关键技术，满足车联网低时延、高可靠性、大带宽等需求；推进高精度地图和北斗高精度定位、超宽带室内定位及相关新型定位定姿技术深度融合，形成高精度地图众包测绘、自动标注和标准化生产能力。搭建创新研发基础平台。支持整车企业打造硬件可插拔、场景可编程、生态可随需、系统自进化的智能电动数字化车端平台，推动车载软件快速更新迭代；打造功能模块化、集成化、平台化并支持多种应用场景的电动商用底盘，推动商用车智能化迭代升级。支持软硬件构建设计库、综合检测与大数据平台、大规模交通场景库等基础数据库，以及汽车智能计算中心、智能汽车与车联网信息安全技术创新中心等公共技术服务平台加快建设，不断提升创新支撑能力。加快建设自动驾驶仿真测试、信息安全、软件测评等重点实验室，不断提高中国汽研大足智能网联测试基地、交通运输部自动驾驶封闭场地测试基地（重庆）、国家智能网联汽车质量检验检测中心（重庆）的测试验证能力。发挥联盟支撑纽带作用。依托产业技术创新联盟，推动骨干企业、科研院所、高等院校加强协作，共同开展技术创新，促进研究成果产业化。推动产业技术创新联盟深化国内外合作交流，完善与国内外研究机构、知名企业等沟通协作机制，促进重大项目合作，加速集聚产业创新资源，提升重庆智能网联产业知名度与影响力。强化技术成果转化及服务。坚持以市场为导向，构建“产学研金用”深度融合的技术创新体系。建立健全科研成果向市场转化的创新机制，加强创业辅导、投融资支持等服务，建立“众创空间+孵化器+加速器”全链条孵化体系，开展智能网联产业精准投资，促进科技成果转化应用，推动最新科技成果在重庆首发首试和转化应用。（二）打造自动驾驶和车联网示范区强化统筹推进。市经济信息委牵头，推动全市自动驾驶和车联网示范区统一规划、统一建设、统一运营，科学定位建设内容，明确建设步骤和路径，统筹推进示范区建设。两江新区侧重于推进车路协同设备的低成本广域覆盖，实现基于车联网的信息服务规模化应用；西部科学城重庆高新区侧重于打造基于云控基础平台的协同决策体系，实现基于车联网的自动驾驶规模化应用；永川区侧重于建设高级别自动驾驶、无人驾驶示范运营基地。建设基础设施网络。统一基础设施建设标准，重点推进重庆高新区网联自动驾驶样板示范区、重庆（两江新区）国家级车联网先导区等重点项目标准化建设，积极引入社会资本参与，持续降低政府投入，加快建成城市级规模化基础设施网络，积极推进智慧城市基础设施与智能网联汽车协同发展试点工作，实现智能网联汽车规模化应用，支撑自动驾驶与车联网商业化落地。推进高精度地图应用。在确保数据采集、汇聚、处理、使用全流程安全保密的前提下，鼓励具有相关资质的企业依据有关法律法规政策，在试点区域内开展基于北斗卫星导航系统的高精度地图生产、应用试点工作。强化地图服务商、整车企业、科研单位、高校等试点单位交流合作，支持开展多元化测试验证和应用推广，加快推进智能网联基础地图关键技术取得突破。建设云控基础平台及应用体系。支持西部科学城重庆高新区建成可扩展的车路云一体化云控基础平台，满足规模化、商业化的汽车决策控制、实时运行监管、交通数据分析等应用需求。打通车路云协同领域的技术链、产业链、服务链，力争打造全国首个基于云控基础平台支撑的网联自动驾驶样板示范区。2018年3月，《重庆市自动驾驶道路测试管理实施细则（试行）》发布；2022年1月，《重庆市智能网联汽车道路测试与应用管理试行办法》发布。
6、高性能GPU企业，砺算科技完成过亿元Pre A轮融资
近日，砺算科技完成过亿元Pre A轮融资，君桐资本、活水资本、达泰资本、哲方资本共同领投。活水资本消息显示，砺算科技本轮资金将用于砺算科技高性能图形渲染GPU产品研发及相关商务拓展，完成兼容国际标准DirectX 12、OpenGL 4.6和Vulkan 1.3的标准图形GPU功能，以及针对元宇宙、数字孪生、云渲染、新能源车应用的定制开发。砺算科技的自研架构支持扩展到16384个计算核心，将有与英伟达Ada Lovelace系列的旗舰产品RTX 4090竞争的机会。砺算科技的第一代高性能GPU产品G100，性能对标英伟达在国内销量最大、占比达90%的主流产品（10-20TFLOPS）。砺算科技成立于2021年，是一家研发高性能GPU的公司，专注自研架构、全自有知识产权，深度掌握GPU大芯片的架构、设计、软件研发和know-how，对处理器生态状况和生态建设具有深厚经验。据悉，砺算科技创始团队曾在老牌硅谷GPU公司S3沉淀了深厚的技术能力及工程经验。砺算科技联合创始人、联席CEO宣以方毕业于台湾交通大学，拥有28年GPU研发经验，曾领导量产15代GPU芯片；砺算科技联合创始人、联席CEO孔德海于1984年考入清华大学无线电系本科专业，从1992年起从事GPU芯片研发，是中国第一代超大规模集成电路（VLSI）设计师；砺算科技CTO牛一心在1994年加入S3，是首个S3D引擎的研发者，也是全球第一代3D加速GPU芯片ViRGE的负责人，此前18年担任GPU研发副总经理，带领GPU硬件设计，支持DirectX、OpenGL、OpenCL全部标准。
纯视觉方案稳步向前，千亿车载摄像头市场火爆
随着特斯拉AI Day 2022的发布，特斯拉在拒绝激光雷达、抛弃毫米波雷达之后，这次干脆连超声波雷达也放弃了。也就是说，特斯拉的自动驾驶将是在纯视觉感知方面一条道走到头，依靠其环绕车身的8颗摄像头进行优化开发。
奥迪前视镜头，摄于上汽奥迪展台
之所以是摄像头，是由于特斯拉FSD不断训练感知深度神经网络，已经积累了海量的行驶数据，各方面都已成熟，成本上也相对更低。
AI DAY上，特斯拉展示的如何通过新算法新概念来使摄像头实现类似激光雷达的效果
随着特斯拉纯视觉方案的稳步向前，这对于目前主流的结合摄像头、毫米波雷达、激光雷达的多传感融合将会带来哪些冲击呢？而车载摄像头在接下来的时间还有着哪些创新应用及热点发展趋势呢？11月17日，上汽集团、中汽研、清华大学交叉信息研究院、梅克朗、华阳通用、豪威集团、轩辕智驾、寅家科技、丽景科技、研鼎信息、北京天地精仪、上海佰弋电子等行业大咖将带来精彩分享，欢迎您的参与！
2022年第二届车载摄像头产业链高峰论坛
The 2nd Automotive Camera Industry Chain Summit Forum in 2022
行业背景
随着汽车新四化与智能汽车时代的到来，汽车摄像头作为重要的感知传感器之一。伴随着智能汽车的发展，车载摄像头将成为行业新的蓝海产业。一套ADAS系统的摄像头就可以达到6个，而伴随着高端智能汽车的发展一个汽车的摄像头数量可以达到12个。同时，在这个产业的发展过程中我们也会面对很多的问题，比如：目前汽车整体产业链芯片整体的缺货问题？视觉传感器目前在自动驾驶领域的瓶颈问题？中国本土摄像头供应商在产业链上的工艺技术是否更大突破？摄像头哪些核心部件和核心技术急需我们攻克？等等。
艾邦智造在2021年4月22～23于江苏昆山召开了第一届的《车载摄像头创新应用及工艺技术高峰论坛》，得到汽车摄像头行业的各位专家大力支持和认可，在此希望在2022年11月17日于上海再次召集行业精英组织第二届车载摄像头产业链暨工艺技术的高峰论坛，本次大会即将围绕摄像头的行业趋势、未来市场预测、当下的供应体系、摄像头整体的系统应用场景、摄像头产业链的核心元器件、以及算法解决方案、以及和其他传感器技术的融合等热点话题展开讨论，旨在为行业打造一个可以深度合作的专业综合性交流平台，聚集行业智慧，加速汽车摄像头产业的快速发展。
车载摄像头应用热点
1、汽车电子后视镜CMS：不仅能解决传统光学后视镜视野范围局限及因光线明暗、雨雪天气等影响传统视镜可视效果导致的交通事故，还可以通过降低风阻风噪实现节能2%-3%，更可以实现智能网联、事故取证等增值功能。随着今年年中政策放开，CMS将是各大厂商征战的又一红海。
2、驾驶员监控系统DMS：主机厂对DMS的应用将迎来爆发期 ，智能座舱视觉AI已成为汽车产业的发展浪潮。汽车智能驾舱人机交互系统研究，依托人脸识别、姿态识别和手势识别视觉交互人工智能技术，为智能驾舱提供视觉交互技术和解决方案。
3、流媒体后视镜：除了兼顾行车记录仪的传统基本功能外还有更多的优点，比如：超清不变形、画面实时回传不丢失数据、超大视野、后视清晰、破雨破雾等。
4、360全景影像及自动泊车：通过导航屏幕的360度全景影像来做出判断，车身周围的所有视野盲区全部可以看见，避免意外的发生。
5、 夜视系统：夜间行车在整个公路交通中只占四分之一，但发生的死亡事故却占了一半。因此车载夜视系统的应用主要是防患于未然。可以这样说：车载夜视系统将是继安全气囊和防抱死制动系统之后，具有更高使用价值的安全系统。
主机厂OEM
自主品牌：一汽、上汽、广汽、北汽、吉利、长安、长城、比亚迪、奇瑞、江淮、东风、红旗...
合资/外资：奔驰、宝马、奥迪、通用、福特/泛亚技术中心、捷豹路虎、本田、丰田、日产...
新势力：蔚来、爱驰、宝能（观致）、理想汽车、天际、小鹏...
一级供应商Tier 1
ADAS：安波福、大陆电子、博世、维宁儿、纵目科技、德赛西威、华为、麦格纳、电装、伟世通、中科创达、均胜电子、华阳...
摄像头：浙江大华、海康威视、锐明技术...
摄像头模组/总成
LG Innotek、同致电子、信利光电、欧菲科技、光宝、丘钛、苏州智华、合力泰、深圳豪恩...
芯片
CMOS：sony、三星、豪威、安美森半导体、晶方科技、思特威科技、Melexis...
算法/AI视觉：NXP、日立、三星、芯仑科技、socionext、地平线、旷视科技、艾迈斯、商汤科技、百度、虹软、mobileye、TI...
光学镜头
光学镜片：舜宇光学、富士胶片、信华精机、蓝特光学、福特科、悦目光学、锐欧、富饶...
镜头模组： 欧菲科技、舜宇光学、联创电子、华楷麦尔...
材料部分
塑胶原料：日本帝人、可乐丽、科思创、SABIC、三菱、宝理...
光学保护膜：3M、LG、蔡司、柯尼卡美能达等及相关代理商...
滤光片（红外）：旭硝子、水晶光电、日本电波、日东...
胶水（封装/贴合）：汉高、安普生、东洋、道康宁...
胶带：德莎、3M等
散热材料：莱尔德等
其他
功能检测、光学检测等相关厂商
如注塑机、封装、贴合、检测、自动化产线、气密性测试等
科研院校、第三方测试及其他
会议议题
|
NO. |
议题 |
邀请嘉宾 |
|
1 |
全球自动驾驶和摄像头市场趋势分析 |
标普全球汽车资深首席分析师 陈光远 |
|
2 |
视觉自动驾驶技术VCAD解读 |
清华大学交叉信息研究院 助理教授 博士生导师 赵行 |
|
3 |
车载摄像头相关应用标准解读及测试方案 |
中国汽车工程研究院 高级工程师 李林峰 |
|
4 |
自动驾驶时代视觉传感器的应用案例介绍 |
上汽集团 无人驾驶技术负责人 程增木 |
|
5 |
新豪威-自动驾驶赋能者 |
豪威集团 汽车电子业务拓展总监 孙磊 |
|
6 |
可支持夜间以及低能见度下行驶的摄像头感知系统 |
轩辕智驾 产品经理 刘涛 |
|
7 |
寅家科技电子后视镜量产思考 |
寅家科技智能座舱产品总监 包鹏志 |
|
8 |
水汽捕集泵在摄像头真空镀膜领域的应用 |
北京天地精仪科技 总经理 宋艳霞 |
|
9 |
车载摄像头的核心部件及组装工艺 |
丽景科技 副总经理 王晗 |
|
10 |
摄像头-监视器Class到Class的全套测试方案 |
研鼎信息技术 副总经理 王海宁 |
|
11 |
电子后视镜研发核心难点和解决方案 |
上海梅克朗汽车镜有限公司 研发总监 陈明 |
|
12 |
华阳数字外后视镜开启智驾新“视”界 |
惠州华阳通用电子有限公司 |
|
13 |
从仿生学角度看AI及自动驾驶的视觉传感器 |
上海佰戈电子科技有限公司 总经理 王君亮 |
|
14 |
软硬协同优化，构建机器人传感器计算与智能大脑 |
北京鉴智机器人科技有限公司 |
|
15 |
摄像头图像传感器检测解决方案介绍 |
光焱科技 |
|
16 |
车规级大曲率透镜量产镀膜解决方案 |
新柯隆 管进 PD部 部长 |
|
17 |
高分子材料在摄像头产业应用案例与技术解析 |
拟邀请：宝理材料，科思创，沙比克等 |
|
18 |
虹软视觉技术赋能智能汽车安全驾驶 |
拟邀请：虹软科技 |
|
19 |
自动驾驶时代视觉传感器的应用案例介绍 |
拟邀请：Momenta，知行科技 |
|
20 |
车载摄像头胶合材料-UV胶的材料应用介绍： |
拟邀请：汉高，道康宁 |
|
21 |
基于FPGA摄像头图像采集显示系统介绍 |
拟邀请：AMD,京微齐力（北京）科技 |
|
22 |
ADAS镜头与标定做法实例介绍 |
拟邀请：珠海华亚，德赛自动化，珠海广浩捷 |
关于自动驾驶的一些思考和展望
“智能电动汽车”正在颠覆整个汽车行业。“电动化”正在如火如荼地进行之中，而“智能化”尚处在初级阶段。“智能化”的核心，不是把汽车变成另一个移动互联网终端，而是实现真正的自动驾驶。围绕自动驾驶的技术路线，有大量的争议。谁会是未来的成功者呢？未来自动驾驶的格局会是怎样呢？
毫无疑问，自动驾驶一定是未来的发展趋势，因为它满足了人类的底层需求：人性天然是懒惰的。满足人的惰性是推动技术进步的一大动力。除了少数情况，驾驶机动车本身是一项重复性的体力劳动，枯燥、乏味、消耗精力。与其日复一日无聊地驾驶，不如把时间解放出来用来休息、娱乐或学习。并且，大多数人并不擅长驾驶。人只有两只眼睛，并且功能有限，不如摄像头、激光雷达这些设备感知精准，可覆盖360°范围。普通人驾驶的反应时间在0.3秒左右，而自动驾驶的反应时间可以缩小到0.01秒。而且人难以长时间地集中精力，而机器可以做到24小时驾驶，1秒都不分心。在中国，仅2020年就发生各类交通事故244674起，死亡人数为61703人，受伤人数为250723人。高阶自动驾驶如果得以普及，那么交通事故和伤亡人数将大幅下降。
自动驾驶能够创造的商业价值是巨大的。车主使用自动驾驶汽车，相当于雇佣了24小时全职的私人司机。整个社会将节约出来大量时间，人们可以从事更有价值、更有创造力的工作。同时也能挽救更多人的生命，生命的价值是无限的。
自动驾驶具有非常显著的规模效应。对于自动驾驶方案提供商来说，虽然需要付出很大的研发成本，但一旦研发成功，产品本质是一套可以通过空中下载技术（OTA）分发的算法，边际成本为零。同一套算法可以适用于全球各地市场，适应于小汽车、卡车、出租车、公交车等各型车辆，甚至是机器人。消费者剩余巨大的同时边际成本几乎为零，这是非常好的生意模式。
自动驾驶将颠覆很多行业，对社会结构的颠覆也是巨大的。据统计，2020年，中国有1728万货车司机，完成了全社会货运量的74%。如果卡车实现自动驾驶，卡车可以24小时在高速网络中运行，跟车距离也可以大幅度缩短，路网的使用效率将大幅度提升，整个社会的物流成本将大幅下降。同样，滴滴司机、出租车司机、代驾等职业也不再需要，共享出行将更加发达，整个社会维持原有出行规模需要的汽车数量将大幅下降。长距离通勤不再辛苦，人们可以住得更加分散。郊区的房产甚至会更受欢迎。外卖员、快递员等机械性工作都可能被完全替代。整个社会的成本会大幅下降，效率大幅提高，但被颠覆行业的从业者将需要重新寻找新的职业。正如智能手机颠覆了相机、掌上游戏机、PC、收音机、闹钟、手电筒、ATM等等，自动驾驶还将产生一些意想不到的二阶效应，改变农业、零售业、物流业、制造业、房地产、保险、旅游、医疗、养老等各个行业。
正因为前景如此美好，近年来，大量的创业者和资本涌入自动驾驶行业，但曾经有多疯狂，如今有多落寞。谷歌自动驾驶项目的前负责人创办的Aurora，曾经无人驾驶领域市值最高，如今寻求部分或整体将公司出售，股价下跌90%。图森未来传出要将亚太业务以 10 亿美元的价格出售，股价也下跌90%。通用汽车旗下自动驾驶子公司 Cruise巨额亏损。谷歌旗下的Waymo同样持续多年亏损。Intel旗下的 Mobileye 估值仅半年接近腰斩。华为也感受到寒意，对于智能汽车解决方案将减少预算。百度Apollo、小马智行等国内自动驾驶公司同样进展不顺。
原因在于，在技术上实现L4和L5级别的高阶自动驾驶极其困难。哪怕解决了99.99%的问题，剩下的0.01%也非常致命。当下的绝大多数自动驾驶公司，还停留在早期研发阶段，技术无法突破，产品无法量产，就无法在商业上变现，也无法获得规模效应。一旦融资受阻，就有破产的风险。
在整个行业陷入艰难的情况下，有一家公司却鹤立鸡群，在技术进展和商业变现上取得了很大的突破，那就是特斯拉。我们可以在网络上看到，很多北美特斯拉车主发布了特斯拉最新FSD beta测试版本的视频。特斯拉FSD最新版本，已经基本实现了在复杂城区开放道路的自动驾驶，包括识别道路标志，识别红绿灯，避让各类行人、动物、机动车和非机动车，识别复杂的修路路障、锥桶、警示杆，无保护左转，通过标线混乱或没有标线的道路等等。在被前方临停的车辆挡住时，甚至会挪开一点位置观察后继续行驶，或者前方故障车辆挡住路时，像老司机一样压黄线避让后行驶。在能见度低的雨雾天，也能先于人发现前方来车。当然，个别地方比人类司机还稍有逊色。
特斯拉这一年的进化速度极快，特斯拉FSD beta能做到复杂道路基本不需要人工接管。能达到当下这种自动驾驶水平，已经很让人吃惊。特斯拉FSD测试版在美国的价格已经由2015年的2500美元涨价到目前的1.5万美元，购买的人数仍在大幅增长。
可以说，特斯拉的自动驾驶水平已经不断逼近L4。无论是自动驾驶的先驱谷歌的Waymo，还是国内的华为、百度或者蔚小理等造车新势力，没有一家能做到当下特斯拉的水平。谷歌和百度的自动驾驶出租车，也依然限定在特定城市的特定区域。个别公司宣称在城区道路自动驾驶开了多少公里，纯粹是实验层面的测评，而不是大量用户的真实体验，也远远没有量产。那么，特斯拉为什么目前遥遥领先，它到底有什么与众不同？
技术路线之争：纯视觉还是激光雷达
要实现自动驾驶，需要车辆完成“感知、决策、执行”三个步骤。为了增强感知能力，自动驾驶汽车可能需要很多的传感器，如摄像头、毫米波雷达、超声波雷达、激光雷达等。每种传感器都有自己的功能和局限。
传感器的本质是比特流。光学摄像头摄像头比特/秒的信息量，要比毫米波雷达和激光雷达高几个数量级。摄像头技术成熟、价格便宜。不过，摄像头直接获得是二维的图像信息，不能直接识别目标距离。此外，摄像头可能受天气和其他环境条件的影响。
毫米波雷达的原理是依靠反射的电磁波来探测障碍物，受外部条件影响小，具备直接提供三维数据能力，但毫米波雷达由于波长的原因，分辨率有限，且很难识别静止或非金属物体。超声波传感器主要用于短距离物体检测，应用于自动泊车和碰撞警告等场景，缺点在于测距短，需要安装多个，只适用于低速场景，而且超声波的传播速度慢，误差大，可靠性不足。
激光雷达的优点是，能够直接提供目标的三维数据，有极高的角度、距离和速度分辨率，缺点在于工作时受天气和大气影响大，在大雨、浓烟、浓雾等坏天气里，衰减急剧加大。激光雷达因为不具备色彩、文字等完整的环境感知能力，实际并不能作为单一的传感器来使用。此外，激光雷达成本高昂，目前尚未有大规模量产的实际运用经验，技术路线也在演进，可靠性没有得到充分证明。
不同公司，因在技术路线选择和资源禀赋上的差异，主要分为了“多传感器派”和“纯视觉派”，前者又分为“前端融合”和“后端融合”。
以谷歌的Waymo为代表的“多传感器派”占据绝对主流，包括百度Apollo、蔚小理、奔驰等，几乎都认为传感器越多越好，车身布满摄像头、毫米波雷达、超声波雷达和激光雷达，并且需要配合事先绘制的高精地图。
特斯拉却反其道而行之，选择了“纯视觉”的极端方案。之前，特斯拉的自动驾驶传感器包括8个摄像头、也包括了1个前置毫米波雷达，以及车辆周围的超声波传感器。去年，特斯拉宣布将过渡到没有雷达的“Tesla Vision”自动驾驶系统，并开始去掉毫米波雷达。特斯拉近期宣布将去掉全部的超声波雷达。特斯拉的未来自动驾驶方案将仅完全依靠8个摄像头。
如果问多数人特斯拉这么做的原因，大概率只会回答一个原因，就是激光雷达太贵了。所以，国内车企比赛谁的激光雷达更多，似乎就是比特斯拉更加重视用户。国内甚至有车企提出“没有4个激光雷达，请不要说话”。激光雷达的成本将来必然会降低，如果多花一些成本，就能迅速在自动驾驶方面领先，特斯拉没理由不用。其实，传感器成本仅仅只是一个原因，但不是最重要的原因。未来激光雷达成本大幅降低后，特斯拉也不会再采用。综合马斯克和之前自动驾驶负责人Andrej Karpathy的一些观点，特斯拉采用纯摄像头的方案，原因有如下几个方面：
首先，使用多种传感器，将面临不同信息融合的问题。如果各种传感器信息相互矛盾，无论是前段融合还是后端融合，都可能出问题。例如特斯拉之前使用过毫米波雷达，由于分辨率有限，对地面金属反射物有过强的反射，形成对目标的误判，导致出现“幽灵刹车”。
其次，使用超声波雷达、毫米波雷达和激光雷达完全没有必要。雷达的优势只是在直接感知层面得到了更加精确的深度信息，但识别、记忆、预测、决策这些方面的难题一个都绕不过去。视觉本身不完美，但完全有办法解决。特斯拉强在AI算法方面非常强大。例如，摄像头虽然直接提供的是二维图像，但通过神经网络的Transformer算法可将8个摄像头提供的数据综合成三维信息，形成鸟瞰视图“BEV”。BEV后来又升级为更加强大的“占用网络” （Occupancy Network）。过去特斯拉曾经出现过无法识别纯白色卡车而出现的事故，但这一问题早已不复存在。经过算法的改进，尤其是近一两年来的飞速进步，算法已经可以解决纯视觉方案的一些缺点，已经完全不需要雷达就可以得出精确的深度信息。经过算法改造后的三维信息，甚至比激光雷达直接获得的深度信息更准确。特斯拉遵循了奥卡姆剃刀原理:“如无必要,勿增实体”，当8颗摄像头就已经可以完成当前所有感知任务时，就不再增加第9颗，而且要砍掉已经多余的、哪怕极其便宜的超声波雷达。
第三，纯摄像头方案，大幅节约成本。特斯拉使用8个摄像头，预计总成本在1000元人民币以下。激光雷达单只价格在万元人民币以上，马斯克炮轰激光雷达“昂贵、丑陋、没有必要”，不是没有道理。而且，摄像头方案下，也不需要对已经卖出的车辆进行重大的硬件改造，只需要软件的OTA升级就能实现自动驾驶。
此外，由于激光雷达技术尚不成熟，配备激光雷达的车辆迟迟难以大规模量产，不能超大规模积累数据，不能快速进化，自动驾驶能力进展会很缓慢。所以马斯克曾说：“使用激光雷达注定要失败”。
以上是特斯拉在感知方面与Waymo等公司的巨大不同。马斯克从第一性原理出发，认为“人仅仅依靠一双眼睛和大脑开车，而且所有现有道路和标识都是依照人体工学设计的，那么机器也应该可以仅仅依靠视觉和运算驾驶”。人类的视力感知能力不强，且容易分心，但人类大脑却极其强大，通过模糊的识别就能做出正确的决策。特斯拉依靠车辆前后左右不同位置的8个摄像头采集数据，通过强大的人工智能深度学习算法，不断地学习人类司机在不同场景下的驾驶方法，完全可以取得更好的效果。过度的传感器不仅没有必要，反而可能有副作用，而且成本高昂，难以量产。所以，算法才是自动驾驶的灵魂，而且与硬件相比，算法的迭代和进步是没有上限的。
由于多传感器自动驾驶能力进展缓慢，一些公司提出了一些变通的技术方案：例如高精地图、高精定位和车路协同等。这些所谓的“智能交通”技术路线将很快证明是浪费资源的伪命题。当下，不少地方政府花费巨资对道路等基础设施进行改造，试图将自己打造为自动驾驶领先城市。汽车不是芯片，它是全国到处跑的。试想，如果只有有少量城市、部分经过改造的道路才能实现自动驾驶，那还有多大意义呢？高精地图就像拐杖，如果自动驾驶能力不强，高精地图也解决不了太大问题。道路实时情况瞬息万变，高精地图更新一旦不及时，就容易出大问题。况且全国各地都绘制高精地图也成本高昂到不现实。依赖高精地图行驶的车辆，就像“行驶在虚拟铁轨上的列车”，一旦离开铁轨就没有用武之地。
特斯拉的纯摄像头方案，不需要高精地图，也不需要对道路进行任何的改造。一套算法，全世界任何地方都适用。只有这种全球普适性的自动驾驶技术路线才可能是正确的。根据马斯克的说法，今年年底FSD最新版本就可以向全球开放。
数据：自动驾驶时代的石油资源
特斯拉的自动驾驶能力为何超过了谷歌Waymo，难道谷歌没有算法人才吗？谷歌不缺钱，也不缺算法人才，除技术路线的差别外，谷歌还唯独却乏一项关键资源——数据。
当前人工智能领域占据主导的还是深度学习技术，和人脑的逻辑完全不同。人类婴幼儿看了少数几只猫，就能识别各种不同的猫。甚至没见过猫，只见过几笔简单勾勒的猫的画像，婴幼儿就能识别出猫。而深度学习算法则可能需要数十万张各种不同角度、不同品种的猫，才能识别出下一只猫。当下的自动驾驶软件算法还是基于人工智能的深度学习技术，需要大量的数据喂给算法进行训练。
FSD beta 的现有能力，是海量数据滋养出的。数据主要采集于真实世界行驶中的特斯拉车队和虚拟世界中的仿真系统这两个渠道。数百万特斯拉车主真实道路行驶的数据是特斯拉最大的资源，而且这些数据的获得是免费的，甚至是收费的，客户购买特斯拉车和FSD都需要付费。特斯拉2020年交付近50万辆，2021年就交付了93万辆，2023年预计交付200万辆。特斯拉车主的数量每天都在增加。FSD Beta 已迭代到 10.69.2.2 版本，测试人数高达 16 万人，很快将扩大到100万人。根据特斯拉2022 AI day的说法，在 30PB 的数据积累下，每 8 分钟就能训练一个神经网络模型。
相反，根据今年上半年的一份数据，Waymo自动驾驶车队规模大约在800辆左右，百度Apollo车队规模500辆左右。而且这些为数不多的车辆需要公司花钱来造，还需要雇佣安全员坐在驾驶位上。Waymo用来测试的车队数量从特斯拉的千分之一慢慢会掉到万分之一，能够获得的数据量和特斯拉相差好几个数量级。
自动驾驶实现的难点不是普通的简单的道路，而是99.99%以外的长尾情况。只有大量的实际道路驾驶数据，才会遇到大量的复杂情况和罕见状况的“边缘场景”（corner case），才有可能让算法越来越聪明。使用特斯拉FSD的车主发现车是不断在学习进化的，就是这个原因。不少车主遇到车辆处理不太完美的情况时，会一键主动报告给特斯拉，这都是免费的宝贵资源。
如果说燃油车时代最宝贵资源的是石油，电动车时代宝贵的资源是锂镍钴，则自动驾驶时代最宝贵的资源则是海量高质量的数据。
芯片与超级计算
当下成熟的自动驾驶还处在L2阶段，或者ADAS（高级驾驶辅助系统）阶段，如自适应巡航、车道保持、碰撞预警、智能灯光等功能。这个阶段芯片的霸主是以色列公司Mobileye，已被Intel收购。2020年，Mobileye的EyeQ系列芯片出货量高达1930万片，占细分市场份额的70%。但Mobileye与汽车厂商的合作模式是“芯片+视觉感知算法”捆绑销售的“黑盒模式”，主机厂没有主动权。而且，Mobileye的芯片和算法，在驾驶过程中，只是对车辆检测到的情况根据算法中的“条件语句”进行机械的反应，没有根据数据进行主动学习进化的能力，并不是真正的智能化。所以，Mobileye的地位正在被动摇。
2015年，英伟达推出了NVIDIA Drive系列平台。英伟达Orin芯片成为算力最强的芯片。蔚来、理想、小鹏、智己等新势力纷纷搭载英伟达芯片。一些车型的芯片总算力超过了1000TOPS。今年9月份英伟达还发布了一颗算力达到2000TOPS的芯片——雷神Drive Thor。不仅仅提供芯片，英伟达还提供一整套完整的工具链NVIDIA DRIVE，为车企提供算法支持和训练支持。可以说，国内的车企对英伟达的依赖已经很深。
2016 年之前，特斯拉采用Mobileye芯片，后来换到英伟达的芯片。但是，无论是Mobileye还是Nvidia，都无法满足特斯拉对于性能、研发进度、成本、功率方面的要求。2019年4月份，特斯拉自研HW 3.0主控芯片，自研芯片的好处是主控芯片中的神经网络算法和 AI 处理单元可以自主完成，芯片和算法的更好结合将加速自动驾驶的进步。特斯拉还将很快量产HW 4.0版本芯片，基于7nm工艺，性能将是HW 3.0的3倍，预计可以达到10倍于人类驾驶员的驾驶能力。
数百万车辆每日采集的庞大数据的标注和训练，需要大型的服务器或超级计算机。特斯拉还自研了AI训练芯片D1，组成了Dojo超级计算机，“能够利用海量视频数据，做无人监管标注和训练”，摆脱了对英伟达GPU的依赖。这套算法已经让特斯拉能够识别道路上大约60亿种物体。
综上，和Waymo等先行者相比，特斯拉的自动驾驶取得更大突破的原因可以理解为：纯视觉的正确技术路线+庞大真实用户提供的高质量的免费数据+先进的人工智能神经网络算法+匹配自身需求的自研芯片+算力强大且几乎可无限扩展的超级服务器。目前全世界能同时满足这些要素的自动驾驶企业，仅有特斯拉一家。
技术路径的选择非常关键。这不仅是在自动驾驶领域，机器人领域也一样。特斯拉近期公布了人形机器人“Optimus”，动作笨拙，功能有限，貌似让人大失所望。但是，起点并不重要，进步的速度和能达到的终点更重要。有些技术路线，起点高，但上限低，有些则相反。特斯拉机器人和波士顿动力机器人的差别，类似于FSD与Waymo的差别。波士顿动力机器人跑酷视频的确惊艳，但十多年了一直停留在实验室阶段，依然没有量产。一款能够低成本量产，不断积累数据，用人工智能算法不断快速学习迭代的机器人，才更有前途。
中国的自动驾驶
蔚来创始人李斌曾说：“特斯拉有的我都有，我有的它却没有”。从表面看的确如此，蔚来汽车有更多的摄像头、毫米波雷达和激光雷达，内饰、娱乐大屏、各种配置等都要领先于特斯拉。例如，蔚来ET7，仅仅感知硬件就包括1个超远距激光雷达、5个毫米波雷达、12个超声波传感器、14个摄像头。可以说，新能源车的硬件层面，无论是蔚小理还是比亚迪，和特斯拉并没有差距，甚至更好。但自动驾驶方面，差距还非常大。
硬件的配置完全不能代表整体性能。国产车“堆料”很厉害，但各个车企昂贵的激光雷达更多是为了未来自动驾驶进步留下的“冗余”，客户先为此付费，但却很难派上实际用场。国产新势力配置的英伟达芯片算力值，表面上也远高于特斯拉。但如果没有强大的人工智能算法，这些硬件发挥不了全部作用。例如，特斯拉三年前的自研HW3.0芯片峰值算力是144TOPS，并不是太高，但已经完全可以支撑超越人类驾驶能力2-3倍的自动驾驶能力，甚至芯片的算力还没有完全发挥出来。没有好的软件能力，硬件就只是摆设。
国内车企应该认知思考一下，特斯拉为何能做到仅仅通过摄像头感知以简驭繁，感知层面做得越复杂就一定越好吗？例如，小鹏汽车的XPILOT智能驾驶辅助系统，融合了几乎所有的传感器和感知方式：前视三目摄像头＋翼子板侧后视摄像头＋反光镜前视摄像头＋后视摄像头＋5个毫米波雷达＋4个环视摄像头＋12个超声波雷达＋高精地图＋高精定位+激光雷达。如此复杂的各种感知数据，真的能很好融合吗？仅仅认为特斯拉用纯摄像头方案，是因为雷达贵，是过于简单的想法。特斯拉每一辆车的盈利远超国内这些年年亏损的新势力，它连最便宜的超声波雷达都用不起，都要去掉吗？
此外，国内企业的自动驾驶方面，还有一项弱点，就是芯片过于依赖国外。不久前，英伟达用于云端数据中心AI计算的服务器级别的人工智能芯片A100 和 H100两个型号为被限制出口中国，对国内企业的自动驾驶云端训练带来挑战。目前有地平线等国内企业发布了算力不错的车端芯片，但和英伟达等相比还有较大差距，而且集中在设计领域，制造依然依赖于台积电。
国内企业有一个好消息，那就是特斯拉的高级别自动驾驶能否进入中国还是未知数。当下国内的特斯拉只有L2级别，FSD的最新版本能否进入中国还需要审批。特斯拉能否在中国境内大规模采集和使用数据，有一定的不确定性。这种不确定性给国内企业发展自动驾驶提供了时间窗口。
在我国，车企或者互联网科技公司谁更有希望实现更高级别的自动驾驶？车企，尤其是新能源车企的可能性最大。新能源汽车由于其特性，更加适合自动驾驶。但当下这些企业要么新能源汽车十分热销，为交付问题殚精竭虑，还没开始重视起自动驾驶；要么还停留在错误的技术路线，进展缓慢，且芯片和算法都依赖他人。
华为和百度等都有自动驾驶方案，它们强在软件和算法等能力，但弱点在于数据。他们不是车企，没有大规模的车队。华为、百度与车企结合似乎是好的方案，但利益关系很难摆平，车企不愿意丢掉“灵魂”，沦为代工厂，这种合作往往貌合神离，多会不了了之。
难道自动驾驶系统不能像安卓统治智能手机一样，有一套除特斯拉之外的车企通用的操作系统？二者的逻辑不太一样：安卓系统只需要顶层设计，不需要大规模的数据经过深度学习算法来训练，而自动驾驶却需要。况且，华为、百度的自动驾驶技术路线还是和Waymo类似的，能否取得突破并量产，还有很大的距离。
新能源汽车以及电池的制造方面，我国实现了世界领先地位，体现了我们制造能力方面的优势。但自动驾驶是数据、人工智能、芯片、超级计算、商业模式等各个方面的结合体，更多是软实力，在此方面我们能否实现领先，还需要继续观察。
总之，特斯拉的自动驾驶最近一年的突飞猛进以及展现出的巨大潜力，给我们带来很大的鼓舞和启发。自动驾驶的前景让人充满向往，但不需要后视镜、方向盘、油门、刹车的L5级别的完全自动驾驶，何时能够真正实现还是未知数。人类之所以主宰地球，成为万物之灵，不是感知和运算能力多么强，而是机器难以复制的大脑的抽象、推理决策能力。当前的并不太强的人工智能底层技术，能够在驾驶领域实现甚至超过人脑能达到驾驶能力吗？
自动驾驶的未来未必会一帆风顺，作为汽车驾驶者，我们绝对不能对当下的技术过于信任，否则一个小的bug就可能付出巨大的代价。但毫无疑问，这个世界正在被科技改变。完全自动驾驶将给人类社会的经济生活带来重大影响。而更难实现的智能人形机器人如果成功，将重塑整个人类社会，电影《I robot》中描绘的场景可能成为现实。
参考文献链接
https://mp.weixin.qq.com/s/msh4qLOq48ppQ9LiVRg3VQ
https://mp.weixin.qq.com/s/12D2hWJBtNqUCDDpYgK0OA
https://mp.weixin.qq.com/s/jQE3VAtfW6NJwsP0KhuA-g
https://mp.weixin.qq.com/s/0N_mXOqdnUfkG2RN179P2A
