文章综述：

1.此次芯片产能危机对特斯拉等自研芯片的车企影响有限。

2.域控制器成为未来芯片发展方向，其将ECU和ESP等功能整合，从根源上降低了汽车对芯片数量的需求。

3.高性能域控制器将推动芯片产业发展，优化芯片产业格局。

4.部署高质量芯片，代替多个简单ECU芯片，用质量取代数量，缓解了芯片产能不足。

5.车企通过自研域控制器，能更好地将软硬件结合，提高产品性能。自研芯片正在成为更多车企、电脑等科技公司的选择路径。

12月初，南北大众因缺少芯片而停产的新闻引爆汽车圈。这次芯片危机不仅仅影响到南北大众，对全球多家车企巨头都造成了一定影响。但自研芯片的特斯拉等“新势力们”基本上没有受到芯片危机影响。

“特斯拉们”能较为平顺地度过这次危机，除了产量相对传统车企较小之外，其采用的芯片理念也不相同。这次芯片供应短缺中，主要缺少的芯片是ECU（电子控制器）和ESP（车身电子稳定系统）。ESP芯片保证着车辆的安全性，提高车身的稳定性。ECU控制着汽车的发动机、变速箱、车机系统等等。所以传统汽车对这两种芯片的需求量很大。

但像特斯拉这类新能源汽车企业已经开始采用域控制器，把ECU和ESP的功能整合到域控制器中，从根源上降低了汽车对芯片数量的需求，也就降低了这次芯片危机对车企的影响。

“面向自动驾驶开发，现有的E/E架构系统无法满足需求，所以需要将现有的ECU进行整合，对底层代码、应用层软件进行统计。这样，大量的底层代码可以互通，而且减少了大量的通信过程，利于自动驾驶开发。“大众CEO Herbert Diess曾对外界表示。

和传统汽车电子架构相比，域控制器更为简约，控制的范围也从单一功能转向区域功能。域控制器，通过采用车规级CPU等通用芯片对汽车一片区域进行控制，把区域内所有的ECU功能集成到一起，达到降低ECU数量的目的。大众上的ECU数量为70个，如果用域控制器的话，数量可以减少到3-5个。

域控制器将成为未来汽车发展方向，汽车上的芯片将被整合，通过域控制器让汽车更好地工作。目前装备域控制器的只有特斯拉家族的FSD（Full self- driving）芯片和的zFAS(自动控制器) 芯片。

作为域控制器，FSD芯片可以控制车机系统、电机、大灯等等部件，不仅可以实现ECU和ESP功能，还实现了包括娱乐系统和驾驶系统在内的所有电子功能。

相比奥迪A8 zFAS芯片，特斯拉的FSD芯片在产品上应用更多，而且迭代速度更快。目前特斯拉自动驾驶芯片由一个35人的团队为核心，另外有近百人参与到自动驾驶芯片研发，虽然人数不是很多，但是所有人都是行业内的精英，比如计算机视觉+深度学习圈的网红人物Andrej Karpathy。

和其他芯片相比，马斯克称FSD芯片为“世界上最好的芯片”。根据数据，特斯拉FSD芯片和同时期英伟达XDrive芯片相比，算力提升了21倍。作为世界上应用最广，技术领先的自动驾驶芯片，FSD是非常具有代表性的。

不过特斯拉FSD芯片也无法做到万无一失。自动驾驶最让人担忧的就是其安全性，驾驶者是否可以把自己的生命交给机器来掌控。就在本月，据韩国媒体报道，特斯拉失控撞向墙壁，导致一死两伤。短短半月内，在北京海淀区，特斯拉同样失控撞向阳台，导致车体损毁。

不过特斯拉FSD芯片也在进化，相比第二代芯片，第三代FSD芯片算力提升了80%，而功耗仅仅上升了25%，在完成更复杂运算的同时，也保证了电动汽车的续航里程。同时，采用最新的设计也让其芯片消耗更少的硅，降低了生产成本。

域控制器相对ECU来说其设计难度，制造难度都更大，虽然一片域控制器可以代替数十个传统ECU，在芯片数量的需求上降低了很多，但是要求的制造工艺水平更高，对生产设备的要求更高。

根据IBS数据：28nm芯片的设计成本大致在5130万美元左右，而7nm芯片需要2.98亿美元。在制造方面，目前可以制造7nm芯片的厂商只有三星和台积电，可见其制造难度之大。

随着高性能域控制器的普及和需求量上涨，低端芯片生产企业也必须提高自己的制造水平以抢夺市场。所以，域控制器将推动芯片制造企业发展，优化芯片产业格局。

特斯拉自动驾驶芯片已经历了三代的发展，根据台积电消息，特斯拉第四代芯片FSD芯片将由台积电生产，采用7nm工艺，并于2022年第一季度开始交付。7nm制造工艺可以让芯片在更低电源电压下工作，降低芯片整体功耗。

随着自动驾驶和电动汽车发展，低功耗产生地影响会越发明显。而且使用7nm工艺可以在相同尺寸的晶圆上生产更多的芯片，对产能也有很大提升。

特斯拉现有芯片在2019年4月份发布，一个整体主板上有两个芯片，每个芯片包括一个CPU（中央处理器），一个GPU（图形加速卡）和两个NPU（神经网络计算单元）。

芯片采用14nm工艺生产，每块芯片配备了4个低压高速内存，在保证内存容量的同时，也兼顾了性能和功耗。每块芯片的封装面积为260平方毫米，和我们日常使用的高性能台式机芯片大小类似。在工作的时候两个芯片为冗余设计，计算输出结果互相比对，提高了汽车系统的安全性。

这三个处理器各有分工。CPU作为汽车的中央大脑，除了处理大部分汽车数据之外，还会分配工作给GPU和NPU，并处理GPU和NPU传输回来的数据，作出汽车最终决策。FSD的CPU采用12个64位ARM Cortex A72内核，运行频率2.2GHZ。

如果做个类比，等于主机内三个高性能CPU并联产生的效果。GPU主要工作是图像后处理工作，比如特斯拉中央大屏，驾驶员前侧屏幕展示的信息都是由GPU来处理，所以在驾驶室内的娱乐影音系统都是GPU的功劳。

简单理解，CPU的作用和ECU类似，只不过CPU的性能要比ECU强大，汽车只需几个CPU就可以达到数十个乃至上百个ECU的数据处理能力。GPU单纯是为了智慧座舱而生，可以理解为车内屏幕的CPU系统，我们在车内屏幕看到的所有内容都是由GPU处理，没有GPU，我们就无法看到车内图像。

NPU则是芯片中面积最大的部分，也是自动驾驶系统的核心部分。NPU的作用也是处理图像数据，其功能和GPU类似，不过处理的图像来自于车载传感器，也就是特斯拉汽车的各种外置摄像头。

NPU作为神经网络计算单元，会根据深度学习模型对图像数据进行处理，每一个NPU处理器算力为36TOPS，一块芯片有两个NPU处理器，所以其算力为72TOPS，整个主板NPU的算力也就是144TOPS。按照数据量化算力，这颗特斯拉芯片可以在一秒中内处理1024GB的数据，可见其算力强大。

很多人可能有疑问，有GPU处理图像，为什么还需要NPU ？其实根本原因就在于采用的算法和设计思路不同。GPU属于通用芯片，可以用在很多领域，计算不同用途的图像。而NPU则属于专用芯片，只能计算某一类的计算。

比如特斯拉的NPU芯片，就是为了处理摄像头数据而特殊设计的。由于智能网联汽车和自动驾驶汽车需要处理大量的图像数据，其边缘计算要求计算机具备高速简单运算能力，也就需要NPU这样的专用芯片。

通俗来讲，神经网络的每一次运算都是加减乘除，但是需要计算机运算上亿次或者更多，并且要在极短的时间内运算完成。这种需求CPU完全无法胜任，只能由NPU来完成。

如果做一个比喻，CPU是一个大学老师，可以解决难度系数很高的数学难题，但是无法让他在短时间内解决大量的小学算术题。而NPU则是一堆小学生，虽然没有办法解决复杂的数学问题，但是可以在短时间内完成大量的简单算数题。

部署高质量芯片，代替多个简单ECU芯片，用质量取代数量，既缓解了芯片产能不足，也推动了自动驾驶和智能网联的发展，对于自动驾驶和智能网联汽车都有重大意义。

目前除了特斯拉之外，蔚来汽车也于近期成立自动驾驶芯片研发部门，并开始招聘有经验的技术负责人。而传统车企吉利汽车已在自研芯片的土地上耕耘良久，并研发出自己的IGBT芯片，目前国内大部分车企使用的IGBT芯片就来自于吉利。

除了车企，科技企业也走上自研芯片的道路。据中国台湾媒体12月10日消息，苹果正在寻求和台积电合作，开发自动驾驶芯片。英伟达也研发出Drive系列芯片，用于自动驾驶。

对于车企来讲，研究域控制器不仅仅降低了汽车使用芯片的数量，也为未来的自动驾驶等技术铺路。不同车企的自动驾驶技术不同，所以软硬件相匹配就变得非常重要。

其实不只是汽车行业，整个电子产业都在向自研芯片的道路发展，比如苹果最新的M1芯片，就是按照苹果OS系统进行设计和优化。根据跑分数据，使用M1芯片的MAC比任何一款使用Intel芯片的MAC分数都高。

所以，使用一个适合自己软件的硬件是非常重要的，尤其是在自动驾驶领域。芯片和软件已经逐步替代发动机和变速箱，成为汽车上最重要的两个部件。

未来，不管是车企还是科技企业，芯片都将成为核心产业。这次芯片危机的爆发，更加凸显了芯片的重要性。而在芯片供应短缺的背后，更重要的问题是：是选择自主研发芯片，还是依赖供应商资源？车企已经站在芯片产业的十字路口。