智能驾驶底层硬件研发成为国产新势力车企的新战场。
编辑丨宋玮
我们独家了解到，理想汽车计划在香港建立一个芯片研发办公室，正在招募职级为 18-19 级的 AI 芯片架构师。这个办公室的定位是国际技术交流中心，隶属于理想芯片预研部门，目前开放的岗位大致对应国内头部互联网公司的技术专家 / 高级专家（如阿里 P7/P8），团队规模预计为 10 人左右。
一位接近理想的人士称，理想芯片预研部门隶属于系统运营部门，主要负责与智能驾驶芯片相关的软件研发工作。“预研团队要的人都是精英”。
此外，理想汽车官网显示，理想正在香港招募与芯片、训练集群相关的战略投资人士，要求候选人具备 4 年及以上台湾芯片产业公司从业经历，了解芯片产业的设计技术、先进制程、设备等最新变化，有能力完成芯片行业研究、项目研究和投资等工作。
我们尚不清楚理想为何选择在香港设立芯片研发办公室。去年 11 月，我们率先介绍了理想在新加坡设立芯片研发办公室。除上述两地，理想芯片研发团队还分布在北京、上海和美国硅谷，合计约 200 人。
理想正在同时自研两种芯片，分别是用于智能驾驶场景的 AI 推理芯片，以及用于驱动电机控制器的 SiC 功率芯片。其中，理想智能驾驶 AI 推理芯片采用与特斯拉 Hardware 5.0 类似的架构，晶体管数量约为 400 亿颗，已被送往台积电流片。
在芯片行业，“流片” 即试生产，意思是在研发团队设计完电路以后，先生产少量供测试用的芯片，以检验每一个工艺步骤是否可行、芯片是否具备相应的设计功能。
一位芯片产业从业者告诉我们，芯片的流片有设计文件交付、生产、测试三个环节。其中，生产和测试分别需要 1 至 2 个月时间。如果代工厂生产出来的样片能够通过理想研发人员的基础功能测试，就意味着流片成功；如果样片未能通过测试，理想需要使用软件修复芯片功能，或者修改设计图、重新流片。
据我们了解，理想智能驾驶车端推理芯片预计在今年四季度出流片结果，2026 年量产装车。
我们就上述信息与理想汽车官方确认，截至发稿，未获回复。
理想芯片研发团队隶属于算力单元部门，下设 NPU 架构、SoC 设计、软件研发、前 / 后端设计、验证等部门，负责人为罗旻，他向理想汽车 CTO、系统与计算群组负责人谢炎汇报。
当前，能够对外提供智能驾驶所需车端推理芯片的厂商主要包括英伟达、高通、Mobileye 等外资厂商，以及华为海思、地平线等国产厂商。高工智能汽车研究院数据显示，今年上半年中国市场自主品牌乘用车上车方案中，地平线、Mobileye、瑞萨、英伟达、华为海思分别占据市场份额的前五名，合计市占率达 85.14%。
造车新势力则是自研智能驾驶芯片的代表。在特斯拉于 2019 年 3 月量产自研的 FSD （Full Self-Driving，完全自动驾驶）芯片后，蔚来、小鹏、理想等国产造车新势力陆续跟进。
FSD 芯片已经在特斯拉全系车型上大规模搭载，累计出货量超 1200 万颗。国产造车新势力自研的智能驾驶芯片还未量产。
今年 7 月，在 2024 蔚来创新科技日上，蔚来汽车 CEO 李斌称，蔚来 5nm 智驾芯片神玑 NX9031 流片成功。这款芯片拥有超过 500 亿颗晶体管，预计于 2025 年一季度在蔚来旗舰轿车 ET9 上量产搭载。8 月，小鹏汽车 CEO 何小鹏称，小鹏自研的图灵芯片流片成功。这款芯片为 AI 大模型定制设计，将同时应用在汽车、机器人和飞行汽车上。
智能驾驶是 AI 在汽车产业最大的垂直落地场景，行业竞争激烈、薪资待遇水涨船高。当前，有三年左右头部公司工作经验的智能驾驶软件工程师，年薪可达 80 万-100 万元。智能驾驶芯片研发工程师的平均薪资水平也与此基本相当。
国产造车新势力的研发投入与特斯拉存在明显差距。以 2023 年为例，特斯拉的研发费用约 283.9 亿元人民币，基本相当于蔚来、小鹏、理想三家车企同期研发费用之和。
由于国产造车新势力的年销量和研发投入均远不及特斯拉，对于他们是否应当自研智能驾驶芯片，业内存在争论。
国产车载芯片厂商芯砺智能首席战略官陈超卓告诉我们，一颗高算力芯片的研发和量产需要花费十几亿元人民币甚至更高，而车企自研的芯片一般只能自用，由于行业发展速度快，可能一颗芯片只能搭载在一两代车型上，如果自研芯片的车企销量不够大，商业模式很难撑得住。
对于自研芯片的原因，去年 3 月，理想汽车 CEO 李想在一场媒体沟通会上解释称，在系统的研发方面，车企需要关注平台的成本如何继续下降。在智能驾驶的硬件（包括雷达、摄像头等传感器和计算平台）成本上，特斯拉是 1500 美元，理想是 4000 美元。
“如果理想自己做推理芯片，可以做到像特斯拉一样的成本，因为算法掌握在自己的手里，也包括后面整个的训练平台、训练芯片自己做。” 李想当时说。
他还称，理想的目标是到 2030 年成为全球领先的人工智能企业。无论是产品层面、平台应用层面，还是底层系统层面，理想必须得具备与特斯拉、苹果相同的能力，方可在全球 3-5 家人工智能头部企业中立足。
车企自研智能驾驶芯片的一大好处是，可以针对自家智驾软件算法实现专属设计。理想芯片部门 NPU 架构研发负责人陈飞认为，芯片厂商要考虑通用化，面向整个行业设计制造芯片，而每一家主机厂用的模型可能都不一样，这就会造成浪费，很难达到 “量身定制” 的效果。今年 8 月，理想智能驾驶副总裁郎咸朋也在接受我们采访时说，特斯拉自研的 FSD 芯片，是其做智能驾驶等 AI 研发的硬件支撑。
此外，智能驾驶 “端到端” 技术方案的落地，也对智能驾驶芯片性能提出了更高要求。由于架构设计的原因，目前已大规模量产的智能驾驶芯片对于世界模型（world model）的支持都十分有限。
英伟达等头部芯片厂商已经意识到车企自研芯片对其构成的挑战，并为此加快了产品迭代速度。今年 4 月，英伟达汽车事业部副总裁吴新宙在一场活动中称，英伟达的智能驾驶芯片将能够把 AI 产业最前端的技术成果运用到汽车上。公开信息显示，英伟达下一代智能驾驶芯片 Thor 预计于 2025 年量产，其 AI 算力可达 2000 TOPS（Tera Operations Per Second，每秒计算一万亿次），是英伟达 Orin-X 的近 8 倍。英伟达 Thor 的首批量产合作车企包括比亚迪、理想、小鹏、极氪和广汽昊铂。
美国政府的芯片禁令趋严，也是推动国产车企自研芯片的重要因素。一位接近理想的人士曾对我们分析称，“如果理想短时间内不自研智能驾驶芯片，而是一直使用英伟达的芯片，并不会很快出现性能瓶颈，但是英伟达的芯片价格高，而且存在断供风险。”
智能驾驶芯片研发的周期长、投入大，属于典型的高壁垒行业。在一款高性能芯片诞生的背后，往往是数代产品的试错迭代，这需要长时间的经验积累、海量资金的持续投入。国产造车新势力距离实现芯片研发和应用的良性循环，还有很长一段路要走。
邱豪对本文亦有贡献。
题图来源：视觉中国
- FIN -
