撰文 | 郑文
编辑｜周长贤
台积电投 400 亿美元赴美建厂，这在芯片行业是一件大事儿。
在前几天的开幕仪式上，91 岁高龄的台积电创始人张忠谋发表了演讲。演讲中，他说了这么一段话：
「这次的仪式，叫做机台移入典礼（first Too-in ceremony）。在中国台湾之外，没人知道这个词是什么意思，所以才改叫开幕仪式。这在中国台湾是常有的仪式，一开始，我不知道这样的仪式代表着什么，但在经历了多次的机台移入典礼后，我才知道这个仪式的意思。」
「它代表的是‘开始的结束’。」
「对一座半导体工厂来说，起启阶段的结束，这代表，刚刚开始建立工厂的浪漫想法已经消失无踪，刚开始的兴奋之情也消失了，只留下很多待解的困难工作在那里。」
「…… 全球化已经接近死去，自由贸易也几乎要死了，很多人希望它们还能再回来，但我认为，至少在一段时间内，它们是不会回来的。」
作为全球最大的芯片代工厂，强大如台积电，在美成立新的工厂，后续产业链的建设依旧挑战重重，充满着不确定性。
这件事对我们有两个隐喻，一是半导体产业是一个极具壁垒的产业，无论对哪个想参与的企业来说都挑战巨大；另外，台积电在美建厂也是与美国制造产业深度耦合的一个开始，而国产替代可能是一个不得不思考、提上日程的事儿。
恰巧，最近黑芝麻智能在上海举办了技术开放日暨媒体沟通会，《出行百人会 / AutocarMax》也借此机会深入了解了一下自动驾驶芯片的技术发展情况。
今天，借由对 「一块国产智驾高算力芯片怎样诞生」 的追踪，我们一起来了解并思考，中国芯片产业的发展难点在哪儿？机遇又在哪儿？还需要走多少路？
从车上开出一扇机遇之窗
先粗略介绍一下，IC 产业链分为支撑、核心、需求三大块产业链。上游是支撑产业链，包括材料、设备、洁净工程等，为芯片产品的生产提供必要的工具、原料和生产环境，不展开讲。
下游是需求产业链，是行业发展的根本驱动力。从手机到 PC，到智能手机，再到汽车电子、5G、AI、物联网等，行业在不断升级迭代的需求中滚滚向前。
链接上下游的桥梁，是包括半导体产品的设计、制造（前道工序的晶圆加工）和封装测试（后道工序）等在内的核心产业链。
一个产业发展的前提，必然是市场需求的驱动。基于新能源、智能化转型，当前中国汽车产业有个明显的市场机遇。
统计数据显示，2022 年新能源车单车平均芯片搭载量约 1459 个，传统燃油车搭载的芯片数量为 934 个。Strategy Analytics 判断，每辆车的平均硅含量还将从 2021 年每辆车 530 美元翻番至 2028 年超过 1000 美元，高端车会更多，甚至超过 3000 美元。
一个显而易见的现象是，中国新车的 L2 及以上级别自动驾驶渗透率水平以及渗透率的提升速度领先全球。中国市场对于智能汽车的接受度更高，对于自动驾驶重要性的看法以及愿意为自动驾驶支付的溢价均优于全球水平…… 这为中国智能汽车产业的崛起提供了绝佳的土壤。
黑芝麻智能首席市场营销官杨宇欣表示，智能驾驶一定是智能化皇冠上最重要的明珠，中国在自动驾驶技术发展的速度会大大领先于全球的发展，「到 2025 年国内 66% 的新增车会预置 L2 级以上的自动驾驶功能，这其中 50% 是 L2-L3，我们认为未来 3～5 年人机共驾一定是常态。」
随着智能化的快速发展，出现了一个很明显的变化，汽车硬件产品升级周期已经从每代 5～10 年缩短到目前的 2～3 年，这一趋势激励着企业的加入。
在需求端产业链的驱动下，可以看到很多企业抓住了机遇，核心产业链涌现出了黑芝麻智能、华为、地平线、芯驰科技等很多新加入赛道的芯片设计公司。
这些企业诞生的底层逻辑是智能化令汽车行业完全变天，过去的机械技术积累很难再赋能未来，汽车 E/E 架构也要先破、再立。
在以 「机械化」 为主导的传统汽车分布式 E/E 架构下，ECU（电子控制单元）相互孤立，车载功能的升级依赖 ECU 数量的增加。智能化迅速发展后，传统架构凭 ECU 的数量增加已经远远满足不了功能、算力等需求。
E/E 架构出现根本的变革，以 「电子化」 逻辑进行演变，ECU 孤岛的状态必须打通，车上软硬件逐步被解耦。现阶段，很多 E/E 架构会将智能驾驶归成一个域，将座舱控制也归类成一个域，随之而来的是整个域需要一块高算力的芯片去控制它。
在探索初期，先行者们都是先用通用处理器来处理的，也就是先做个 「拿来主义」，从别的行业挪用芯片来用，比如谷歌用 CPU 推进 AI 项目，百度深度实验室用 GPU 来运行深度学习算法。
虽然 GPU 优于 CPU，但也并没有因此就用得得心应手。由于本质上它们都是通用处理器，在运算需求更专门化的领域，短板就很明显，单位计算性能不如特定用途的处理器强。
于是，自动驾驶 AI 专用芯片应时代而生，而黑芝麻智能、地平线等加入赛道的公司应使命而生。
这块芯片像个多面手，什么都得能干，要处理得了图像、图形、音频等，还要能够深度学习，包含中央处理器（CPU）、图形处理单元（GPU）、图像处理单元（ISP）、神经处理单元（NPU）、数字信号处理器（DSP）等单元模块。
杨宇欣认为，只有对各种 IP 深刻理解才能设计出好用的芯片。
虽然，从以控制为主的 MCU，转变到计算为主的多面手智驾 SoC 芯片，难度突跃式上升，但换个角度看，由于芯片本身的要求更复杂、更高，所以在芯片的 CPU、GPU、ISP、NPU 等方面，都会是汽车领域芯片创新的重要方向。
举一个例子。基于专用领域，黑芝麻打造了两大 IP，分别是 NeuralIQ ISP 图像信号处理器和深度神经网络算法平台 DyanmAI NN 引擎（NPU），前者让车 「看得更清楚」，后者让车 「拥有更强的处理能力和更高的效率」。
另一家高算力芯片公司地平线的核心技术，高性能自动驾驶处理器 BPU 计算架构，存储器架构进行了特别优化，能使数据自由传递，进行多种计算，让不同部件同时运转起来，提高 AI 运算效率。
自研技术包含高性能、低延迟的数据并发处理，用脉动阵列提高数据并行速度，用进程计算打破部分内存墙获得更高的技术效率等。值得一提的是，这个架构今年已经开放 IP 授权，以满足自研能力强的车企的芯片研发需求。
地平线联合创始人黄畅指出，「如果脱离开应用场景、算法不断迭代以及对算法的预估，其实你对每个东西的取舍以及规模大小是无从下手的。关注应用，关注算法的取舍，其在对芯片架构的取舍、规模以及元器件的掌握就会更准确。」
这就很自然地带出了 IC 设计的过程，它分为前端的逻辑设计和后端物理设计。
前端包括确定市场定位、确定性能与功能目标、架构与算法设计、任务划分、购买 IP、RTL 编码与功能验证、综合门级仿真、静态时序分析与仿真。后端则有 RTL 转门级网表文件、数据导入、布局规划、单元布局、时钟综合树、布线、物理验证、版图文件交付晶圆代工厂。
如果，你觉得这个过程晦涩难懂，现在把上面的流程忘了，可以用一个直观的例子理解 IC 设计流程。
这个过程有点像盖房子，先明确要盖的是别墅还是经济适用房；然后，基于此，对房子进行整体方案的设计，将房子的面积、成本、位置敲定下来；这些敲定以后，就要更细化地设计房子的楼层、房间数、每间房功能区格局等参数…… 这些可以称之为架构设计。
架构设计好之后，每间房的设计也需要进一步跟进，这个部分可以称之为单元设计，房间设计的过程中，需要随时检查是不是和最初设计方案一致，功能是否达到，电器、家具规格是否与预设的一致。这个部分是边设计边检查的，检查的工作叫验证。
每间房搞完后，相当于功能模块已完善，之后还要把所有功能模块综合，连到一块儿再试整体功能是否能走通。整个过程都完整之后，形成一个设计图，交给建筑公司去建筑。
而自动驾驶芯片设计则需要考虑接多少个传感器，接入后的传感器数据做什么功能处理，然后再验证里面用到哪些 IP，这些 IP 在架构设计里怎么实现，再通过最后的仿真验证，这是前端的仿真设计。
再往后要落实到芯片上，就考虑到芯片上要实现这个功能，使用这么多 IP，怎么在芯片上做布局，一颗芯片就几个平方厘米，全部实现要怎么布局线路。芯片出来之后要做测试，在设计的时候就要考虑到会做什么测试，所以有很多预留的测试点在这颗芯片上。
黑芝麻智能们」 完成设计工作，下一步就是交给 「台积电」 们去完成实体。
挑战摩尔定律
英特尔创始人之一戈登・摩尔的一个经验之谈，成为芯片制造行业发展的金科玉律：集成电路上可以容纳的晶体管数目在大约每经过 18 个月到 24 个月就会增加一倍。也就是说，处理器的性能大约每两年翻一倍，同时价格下降为之前的一半。
迭代快、投入大，就必然导致这个行业一定头部效应非常明显。IC Insights 的数据显示，在全球前十大代工厂商中，台积电一家占据了超过一半的市场份额，前八家市场份额接近 90%。
与此同时，产业逐渐催生出了相对稳定的 Fabless+Foundry+OSAT 模式。由 Fabless（设计公司）将设计的电路图交给 Foundry（代工厂）生产，又经过 OSAT（封测代工）外包封装测试，最终成品芯片作为 Fabless 的产品来销售。其中，Foundry 在产业中起主导地位。
芯片，更直观的说法叫集成电路。芯片的制造，是一个真正 「点石成金」 的过程。我们先来过一遍芯片制造的过程，再来看车规芯片的难点与特点。
从二氧化硅开始，晶圆制造的过程这里就不细说了，简单来说就是把二氧化硅还原成硅锭，提纯，拉晶获得单晶硅的硅棒，然后切片，研磨成晶圆。集成电路会被刻在 8～12 寸的五彩斑斓的晶圆上。
芯片制造过程中，光刻是非常复杂的部分。光刻蚀，是使用一定波长的光在感光层中刻出相应的刻痕，由此改变刻痕处材料的化学特性。刻蚀的每一步都复杂精细，这一 「螺蛳壳里做道场」 的过程，要经过许多个刻蚀步骤后，最终晶圆上形成一块块约 100 平方毫米面积的集成电路。
芯片的制造工艺，早已从微米时代进入纳米时代（nm）。这个 「nm」，指的是晶体管的大小，晶体管越小，同样面积能放的个数就越多。
台积电在 2020 年中发布了基于 7nm 的 ADEP，是面向先进工艺的车规工艺平台；2022 年，台积电发布基于 5nm 的车规工艺平台。
从目前业界最先进的工艺制程来看，3nm 已进入量产阶段。今年 6 月份，三星正式量产 3nm 工艺。在国内，大约 14nm 可量产，去美化的产业链工业制程是 28nm。
随着摩尔定律的进一步演化，在小面积中刻入复杂集成电路就会一步步逼近极限。比如，随着 CMOS 工艺的演进，栅氧厚度也要不断缩小，薄到一定厚度，栅氧就不再是理想的绝缘体，会出现明显的泄漏。栅氧是为了实现电流通路，进行场控的介质。
于是，在 40nm 进入 28nm 的时候，业界开始普遍采用 HKMG 技术，技术路线分为 Gate-first 和 Gate-last。工艺进入到 16nm/14nm 的时候，晶体管结构从 2D 变为 3D FinFET 能够带来更好的 leakage current 控制和更好的性能。目前最先进的量产工艺主要是 7nm/5nm，更小的 pitch 让 EUV 技术越来越成为主流。
GAA（Gate All Around）的名称，来自晶体管结构，这个全新设计将栅极完全包裹在通道周围，可实现更好的控制。三星相对台积电来说，会更早采用 GAA 技术。台积电则会从 2nm 开始采用 GAA。
说完芯片制造，再聊车规芯片制造的特点与难点，它的壁垒相比其他行业会更高。黑芝麻智能产品市场总监王治中介绍，车规芯片和消费类芯片有很多不同，难点之一是现在汽车所经历的使用环境比消费类电子要严苛很多。
需要具备以下特点：温度范围大，在发动机舱位置温度范围是 - 40°C～150°C，车身控制部位 - 40°C～125°C，车身其他位置也要在 - 40°C～105°C，相比消费电子的温度范围大了很多。
物理 / 化学特性需要稳定，车辆的工作环境变化很大，就需要考虑到湿度、粉尘、盐碱、霉变、高低温交替、震动、冲击等因素的影响。
在抗干扰性上，装载在车上的电子器件、传感器及各种通信线束，对车规芯片的 ESD 静电、EFT 群脉冲、RS 传导辐射、EMC、EMI 等要求也都非常高。
另外一点是车规芯片的供货周期要有保证，芯片有十年稳定的供应，保证十五年之内芯片不会出任何问题。
至于工作寿命，需要满足汽车 15 年 50 万公里的设计寿命要求，远高于手机类的消费电子；故障率要求是 PPM（百万分之一）-PPB（十亿分之一）-0。
产品一致性方面，由于大批量生产的车辆影响生命安全，芯片在产线认证，产线一致性，原材料 / 生产 / 封装溯源等方面的要求，也都很严格。
除了以上标准，还要满足质量管理标准，可靠性标准、功能安全标准、环保标准等。以黑芝麻智能 A1000 为例，遵循 ISO-26262 安全标准设计；专门的服务器，用于存储设计文档以及过程数据，所有流程可溯源等等。一条专线生产的产线，所有文件记录都要保存十年以上。
种种严苛条件，决定了车规芯片制造的壁垒，很高。
摩根士丹利分析团队指出， 随着晶圆代工竞争格局的不断演变，未来的芯片之争将主要在台积电、三星和英特尔之间展开。高端制程市场的争夺非常残酷，一旦落后，会造成客户的瞬间流失。
「不是你生，就是我活」 的残酷竞争，催生着半导体工艺的不断进步，并带来 PPA（Performance Power Area）的提升，进而提升芯片以及系统产品的关键指标和用户体验。
PPA 是芯片开发者们背负的终极 KPI，对于算力要求高的智驾芯片来说，有决定性的影响。
说到这，其实可以理解半导体行业常说的一句话，「没有完美的芯片，只有完美的平衡」。设计芯片，很大程度上就是在找平衡，制程水平与芯片工艺的平衡，性能与功耗的平衡，算力与成本的平衡……
很难。
写在最后：
车规芯片量产是一个长期而艰辛的过程。
以黑芝麻智能的华山二号 A1000 系列芯片为例，从产品设计、流片、封测、车规认证和打造算法工具链，到功能安全认证，自动驾驶软件包开发再到完善支持行业生态，跨过层层门槛，前后共经历了三年多的时间。
同时，它也是一个耗资巨大的产业，需要足够的资金进行制程流片。根据 IBS 的估计，开发一块芯片的成本，包括 IP 许可、EDA 软件、研发、tape out、包装和测试费用，对于 16nm 技术节点，总计流片费用为 1.06 亿美元；对于 7nm 技术节点，总计流片费用为 2.98 亿美元；而对于 5nm 技术节点，流片费用为 5.42 亿美元。
这个行业的未来离不开深耕行业的参与者们筚路蓝缕，手胼足胝的艰苦奋斗。眼下，布局并跟上半导体先进工艺的节奏非常关键。
基于国产的供应链体系包括芯片、元器件、软件等很多东西，王治中介绍，「我们现在在做基于黑芝麻芯片的一整套全国产参考设计，实话实说，这个东西离真正的上车落地会有一定的时间，不同困难点都在，包括有些芯片目前暂时达不到车规级……」
杨宇欣补充道：「但是我们要找到这种潜在的、有合作价值的合作伙伴，我们先形成一套相对基于自主的解决方案，包括操作系统，我们也都做了适配。大家一起逐渐把系统做得更加完善，这是相对来说中长期的过程。」
「我们欣喜地看到，很多关键节点已经有国产的芯片公司在那个位置了，只是需要多久成熟，或者说什么时候实现真正量产。我们愿意把我们的 know how 分享出来和合作伙伴一起发展。」
根据杨宇欣的判断，希望在芯片产业上下游做国产替代的企业，关键的时间节点在 2025 年。如果在 2025 年前没能替代成功，那后面就很难了。
「对于车厂来说，国产的供应商已经有了，可以量产了，再用另外一个国产化去替代的意愿会大大下降，所以我觉得 2025 年是很关键的节点。」
