导读：智能驾驶背后的技术和供应链，其实主要是分两部分：硬件核心竞争就是半导体、软件核心就是AI 算法。
正好看到了Yole的一些文章和图片，确实不错，能让我们很快从大体上了解自动驾驶核心硬件关键半导体生态链，所以我在这里对这些图片进行了二次加工，总结出五张图进行相关的解读，串成一个自动驾驶半导体生态的文章，希望能让大家对自动驾驶半导体生态链有一个大概的认知。
1，智能驾驶芯片主要玩家们；
2，AI视觉处理技术链；
3，AI视觉车载芯片示例；
4，车载视觉芯片主要玩家的发展；
5，汽车主机厂怎么应对AI芯片的策略？
一、智能驾驶芯片主要玩家们
感知硬件总成熟悉我们文章或者业内人士都非常熟悉了，摄像头，激光雷达，毫米波雷达，这三个是核心价值较高的,也是一直贯穿整个。
他们背后的半导体为：
（1）MCU - Micro Control Unit 微控制器，或者叫单片机就是不带系统的小型处理器，下面的其他都带系统叫SoC，这个在雷达里面应用多，当然汽车执行机构里面都用ECU 就是首发指令处理简单信息。这个技术含量以及制造工艺要求都低点，所以当前趋势国产机会很多，他的应用时长也还有很多。当前MCU基本上都是英飞凌和恩智浦的天下。
（2）FPGA - 这个是微软的霸主地位他的优点是可以同时启动系统软件 (SW) 和硬件 (HW) 开发，主要是赛灵思的芯片。
（3）Vision Processor - 这个其实就是AI视觉处理器，主要是当前GPU市场例如我之前文章智能自动驾驶六大主流车载芯片及其方案主要讲的这些，还有安霸，德州仪器，中国的地平线，华为，黑芝麻的杀入。
（4）中央平台以及加速器 - 这个其实上一个差不多，他的差异是他更多布置在云端而非车端的，用来处理海量数据和学习，例如特斯拉的Dojo。
当然SoC其实牵扯的核心技术是芯片架构和制造工艺，芯片IP架构方面有一个很强大的公司叫做Arm它可以提供技术，另外制造很强大的公司有TMSC 台积电，国内上海疫情保供单位中国中芯也可以提供制造工艺，所以芯片制造国内也可以搞。总的来讲AI是基于视觉和语言，视觉能复杂甚至能够部分通用于语音，所以接下来我们重点关注视觉AI相关。
二、AI视觉处理技术链
这种图表达的是视觉技术链三个步骤，从数据采集，数据预处理，到AI计算。写到这里让我想到之前微信圈流程很广的一篇文章，特斯拉干掉ISP（Image Signal Processor），其实讨论这个问题没有意思，给特斯拉做广告？首先视觉原始数据预处理是无法避免的，他不单独处理芯片处理就放到集成芯片处理，它是由摄像头传感器技术决定的，我之前文章《智能汽车要用多少个摄像头？分别干啥？什么原理？》大概讲述了下。
ISP 可以放到单独芯片处理，也可以放到传感器处理，也可以放到中央处理器由一个程序进行处理，当前芯片供应链也支持多种方式处理。但这个需要从成本和性能分开看，例如车载4个环视摄像头就可以ISP集中到一个处理器处理，他相对简单，减少每个摄像头的ISP可以减少成本，这个逻辑在《透过特斯拉自动驾驶传感器以及芯片看其高利润秘诀》中提出过对于汽车电子零部件的设计可以利用汽车平台架构设计的理念电子零部件简化以及批量模块化。
三、AI视觉车载芯片示例
接上面信息，AI车载视觉芯片示例，当前供应链下，你可以选择单独ISP芯片价格大概3-5美元，也可以选择ISP和处理融合一起支持简单例如车线检测等。最后就是ISP处理和融合一起例如安霸的芯片。
这个区间没有看到中国产品，好像黑芝麻有相关技术没有确认。
四、车载视觉芯片主要玩家的发展
车载视觉芯片怎么发展呢？Yole认为做ISP的也会去做计算芯片，做算法或者芯片IP的公司也会做计算芯片。有意思，AI 是未来，大家都看到这个未来，都想驶入快车道。而目前也确实，安霸以及德州仪器，瑞萨等等都有AI 视觉处理芯片。
五、汽车主机厂怎么应对AI芯片的策略？
作为AI 当前应用的最大场景，汽车。作为汽车主机厂怎样的策略呢？Yole给出的答案是三种：
（1）软件和硬件都自研，例如特斯拉；
（2）硬件采购，软件自研，这是当前主流主机厂的策略，例如大众，丰田，福特通用；
（3）软件和硬件都采购，针对于AI软件和算法都采购例如Stellantis，很多人觉得这是下下策，但是想想我之前文章《大众New Auto 战略再升级 - 成为垂直整合移动出行公司》中大众的新竞争对手不是ABB和丰田等而里面有Stellantis，其实主要因为我认为他站了一个更高的角度，把他作为一个功能Commodity而非全部，可以点击《Stellantis斯特兰帝斯（FCA和PSA）的软件定义汽车战略》了解。
显然我们无法简单的去评价每家的好坏，时间才能给出答案。
总结
今天正好看到Google CEO最近的采访，他认为人工智能AI是所有产业的未来，他对Google的要求是所有工作都需要优先考虑AI 方式。而汽车是当前AI应用最广泛的地方，AI 最底层的两个方面是芯片和算法以及相关工具，而对于中国来讲AI 是继互联网之后又一战场，互联网我们赢了吗？至少我不赞同，我们的互联网繁荣更多的是吃了人口的红利，底层的芯片和系统运行环境工具都来自于其他，当然对于汽车的AI很高兴看到我们芯片和算法底层有华为，地平线，黑芝麻等等的面孔，我们有了一个好的开始。
所以，希望这篇文章能够给大家自动驾驶AI 半导体生态链一个宽泛的介绍，如果我的文章能够帮助大家了解其中的技术链的一点点，我都觉得有意义。
参考文章：Yole图片Jack 手稿- Yole & Jack
作者：Vehicle Pirate Jack
