02

自动驾驶：研发、收购，拿下部分用户

如果说，高通能够快速占领智能座舱市场，很大程度是在承袭消费级芯片优势。那么布局智能驾驶芯片，针对汽车进行定制化开发的专属产品，则意味高通将智能汽车作为独立于智能手机的独立赛道加大了投入力度。而其即将面对的对手，也更加强大。

2020年1月，高通发布了全新的自动驾驶平台Snapdragon Ride，该平台采用了可扩展且模块化的高性能异构多核CPU、高能效的AI与计算机视觉引擎，以及GPU。同时包括Snapdragon Ride安全系统级芯片、Snapdragon Ride安全加速器和Snapdragon Ride自动驾驶软件栈。

高通自动驾驶平台主要面向三大细分：L1／L2级ADAS，面向具备AEB、TSR和LKA等驾驶辅助功能的汽车，提供30 TOPS的算力；L2＋级ADAS，面向具备HWA、自动泊车APA以及TJA功能的汽车，提供60～125 TOPS算力；L4／L5级自动驾驶，面向在城市交通环境中的自动驾驶乘用车、机器人出租车和机器人物流车，可提供700 TOPS算力，功耗为130W。

Δ Snapdragon Ride 测试车

自高通在2020年初推出Snapdragon Ride自动驾驶平台后，目前已与通用、长城、宝马等主机厂达成合作，将在下一代新车上搭载Ride平台，相关量产车型落地在即。

最新消息显示，今年5月3日，大众旗下软件公司CARIAD宣布，将选用高通Snapdragon Ride平台系统级芯片（SoC）用于其统一的可扩展软件平台。按计划，自2025年起，大众旗下所有搭载CARIAD软件的车型，都将搭载高通Snapdragon Ride芯片。

加速商业落地的同时，高通还在不断叠加“buff”。

今年4月1日，高通和投资公司SSW Partners完成对维宁尔收购，耗资45亿美元。

维宁尔（Veoneer）总部位于瑞典斯德哥尔摩，前身是全球最大的安全气囊和安全带生产商奥托立夫（Autoliv）公司电子事业部。2018年从奥托立夫拆分出来，从事自动驾驶汽车的高级辅助系统（ADAS）和协作式自动驾驶系统（AD）领域的研发，拥有雷达系统、ADAS 电子控制单元（ECU）、视觉系统、激光雷达系统和热成像等产品。Veoneer在2020 年将ADAS、协作和自动软件开发集中在一个部门并命名为Arriver。

在相关交割完成后，SSW Partners将在短时间内将维宁尔旗下的Arriver软件部门转让给高通，帮助高通补齐在自动驾驶技术相关的短板。

Δ Veoneer测试车

据悉，高通将把Arriver的计算机视觉（Computer Vision）、驾驶政策（Drive Policy）和驾驶辅助（Driver Assistance）业务纳入其Snapdragon Ride 高级驾驶辅助系统解决方案，这将增强高通为汽车制造商和一级零部件供应商提供开放的高级驾驶辅助平台能力。

这意味着，高通有机会将芯片、软件算法整合在一起，形成更加完整的自动驾驶解决方案。在高通现有的Snapdragon Ride 平台上，高通主要提供的是以芯片为基础的硬件架构，其中的软件则是采用Arriver。

实际上，在收购完成前，高通已经与Arriver展开合作。CES 2022上，高通发布了Snapdragon Ride Vision视觉系统，集成了专用高性能 Snapdragon Ride SoC和Arriver 下一代视觉感知软件栈，提供多项计算功能以增强对车辆周围环境的感知，预计于2024年量产上市。

高通试图不断拓展自动驾驶边界。

03

面对“刻意规避”，如何打动客户？

尽管陆陆续续公布了一些合作伙伴，但相比庞大的智能座舱“朋友圈”，高通的自动驾驶芯片落地之路并不算顺畅。

在探讨原因之前，首先需要了解的是，智能座舱和智能驾驶架构是两套完全不同的体系，诉求也是完全不同的。

对于智能座舱架构来说，其上层软件（底层软件是芯片厂商或第三方来负责），如安卓、黑莓，或者苹果、特斯拉诉求是开放、开源、迭代快，甚至底层代码都向开发者打开，这样才能够吸引更多的软件开发者。

而ADAS逻辑诉求正好相反，它需要足够闭合。ADAS的逻辑思路非常简单，主要是加速、减速、直行、拐弯等指令。需要足够闭合以保证谁都进不来，确保高度安全。

Δ 大算力智能驾驶芯片多于2022年开始量产。资料来源：安信证券

与此同时，智能座舱和智能驾驶对芯片算力本身需求也是不同的。

智能座舱只需要考虑CPU算力和散热，后者没有具体指标参考，因此CPU是唯一可以量化的东西。高通基于手机芯片优势，可以在质量保证的同时，以便宜的价格出售，同时保证开发周期和迭代速度，因此能够快速拿下更多市场。

而ADAS的指标诉求要复杂的多，要看CPU、GPU和NPU。CPU，即中央处理器，所有数据都需要它处理，但整个流程走下来会导致处理速度非常慢、效率非常低。而对于汽车来说，大部分数据是来自于摄像头捕捉到的图形图像，因此这部分数据开发者编译了一条规律，把它交给GPU来处理，大大减轻CPU压力。NPU，神经网络处理器，即AI处理器，主要负责分析大量行为后做出决策。

发展方向不同、考核指标不同，导致尽管有一些车企考虑跨域融合，但目前大多数车企下两代产品依然选择两个架构、两个芯片。

Δ 地平线余凯曾表示，伴随征程5发布，未来智能驾驶和智能交互会合在一个芯片上计算

“大部分车企下一／二代座舱和ADAS是要求分开的，这样便于他们开发，节约人力成本。”有业内人士称，买一颗芯片，可能省下几百美金，贵一些ADAS，大概1000美金左右，但同时要多搭上数十个工程师，花费半年工时，综合成本算下来，每个车企都会有自己的想法。

在此之下，上述人士表示，结合稀释风险，大多数车企不愿意把电子电气架构底层硬件全交给一家厂商来做，他们不愿意做芯片公司的附属品，需充分制衡各家供应商关系，甚至“刻意规避高通”，这一定程度上导致高通自动驾驶芯片落地进展不算迅速。

目前，高通智能驾驶和智能座舱业务同属一个数百人的团队。据业内人士介绍，如何克服车企的顾虑，是高通正在努力的方向。

方法之一，或许是更开放、更配合。

一家应用高通芯片作为智能驾驶控制类芯片的车企表示，相比其它芯片大厂，高通的开放度更高，在车企需要的范围内做到了白盒交付，配合度极高。

更开放、更配合、更低价、更利他……显然，智能驾驶芯片行业竞争正激烈。而在行业还未形成统一技术路径、统一技术标准的之前，谁都可能会成为领域“龙头”。

       原文标题 : 能否复制“成功”？高通开启自动驾驶上车元年