小米投了一家汽车芯片公司，估值超120亿

出品|虎嗅汽车组

　　作者 | 王笑渔

　　9月22日，虎嗅获悉，自动驾驶计算芯片公司黑芝麻智能，宣布已于近日完成战略轮及C轮融资两轮融资。战略轮及C轮两轮融资投后估值近20亿美元（约合人民币129亿元），黑芝麻智能正式步入“独角兽”行列。

　　战略轮由小米长江产业基金，富赛汽车等国内产业龙头企业参与投资；C轮融资由小米长江产业基金领投，闻泰战投、武岳峰资本、天际资本、元禾璞华、联想创投、临芯资本、中国汽车芯片产业创新战略联盟等跟投。

　　这也是小米在宣布造车后，对汽车上游核心芯片环节的第一笔投资。

　　本轮融资，将为公司的下一代高性能大算力自动驾驶平台的研发、公司的商业拓展、人才团队提供资金支持。此外，目前C+轮融资也在顺利推进中。

　　成立于2016年的黑芝麻智能无疑是幸运儿，在“国产替代”的大背景下，迈进芯片领域的“独角兽”阵营，同时又被头顶造车光环的小米所选中。一切都看似如此顺风顺水，但其背后必然也付出了诸多努力和尝试。国产芯，在崛起。

　　一、小米造车，芯片先行

　　如果是十几年前造燃油车，小米要可能要投资的是发动机、变速箱制造商。然而，日本爱信、德国采埃孚、美国艾利逊、加拿大麦格纳等海外企业，直到2017年都占据着近90%的自动变速箱市场份额。

　　如今再造纯电动车，小米关注的不再是“老三件”，不再是马力、扭矩这些机械参数。而是动力电池、大算力计算芯片所决定的续航里程、算力能力。

　　今年6月开始，小米开启了“买买买”模式，一举投资了多家动力电池、自动驾驶领域的公司。前几次出手，小米都是在高级辅助驾驶系统算法解决方案进行投资。而这一次，投资黑芝麻智能，是深入到底层的车规级自动驾驶计算芯片和平台研发上的布局。

　　黑芝麻智能科技，命名取自黑科技+芝麻开门，是一家车规级自动驾驶计算芯片和平台研发企业，成立于2016年，其业务最大的特点既是“软硬皆施”。

　　因为相较于市场上其他自动驾驶芯片公司，黑芝麻智能不仅提供大算力计算芯片，还能够提供完整的自动驾驶、车路协同解决方案。

　　要知道，今天的智能电动汽车正经历分布式架构向域控制、中央集中式架构方向发展。传统分布式硬件架构，面临多维感知需求和海量非结构化数据处理的需求，一般每新增一个应用功能，便新增对应的感知、决策、执行。

　　以特斯拉为代表的造车新势力，在汽车电子电气架构上采用中央集中式架构，即用一个“电脑控制整车”。极简的内饰之下，有一块特斯拉自研的FSD芯片，其支撑了FSD系统实现每1.5毫秒2500次搜索的效率，预测可能出现的各种情况，并在其中找到最安全、最舒适、最快速的自动驾驶路径。

　　面对不断演进的自动驾驶技术，特斯拉的做法始终没有变——需求更高算力的芯片。但特斯拉的FSD芯片也走了不少弯路，从最早外购Mobileye EyeQ3与英伟达DRIVE PX2的芯片，到最终选择自研的发展路径。

　　Mobileye EyeQ系列芯片在ADAS行业长期处于“垄断地位”，虽然它为车企提供芯片+算法的软硬一体方案，但基于“黑盒模式”的EyeQ 芯片让车企无法进行更多的功能迭代。封闭模式一直被行业诟病，蔚来、理想汽车都在下一代产品中，选择放弃Mobileye的方案。

　　所以说，国产车企其实也在重走特斯拉的老路，只不过国产芯片厂商的快速崛起，能加快从“外采”到“内供”的转变。最典型例子是，作为中国汽车首家自主品牌一汽集团，在自动驾驶平台的合作上就选择了黑芝麻智能。

　　从2019年底到2020年底，仅1年时间内，一汽集团及子公司就与黑芝麻智能公开进行了3次合作签约，双方在自动驾驶芯片、视觉感知算法和数据，乃至智能驾驶平台领域，展开全方位的合作。

　　此次战略融资，一汽集团、富奥汽车和德赛西威共同成立的富赛汽车参与投资。而黑芝麻智能与一汽合作的支持L3行车和L4泊车自动驾驶功能，将应用于红旗旗舰SUV车型。

　　除此之外，当下新能源汽车市场里炙手可热的几家品牌上汽、东风悦享均为黑芝麻智能的客户。

　　而据东吴证券研究所测算，到2025年AI芯片市场规模达92亿美元，CAGR为45.0%，到2030年将达181亿美元，十年复合增速为28.8%。可以预见的是，在随着智能汽车市场的爆发，AI芯片的需求将被推上新高。

　　二、算力既是实力

　　蔚来创始人、CEO李斌曾提到了一个观点：“马力加算力是定义高端智能电动汽车的新标准。”

　　诚然，今天距离完全自动驾驶可能还有很长的距离，但关于算力的实力储备已经迫在眉睫。算力的竞赛有点像以前燃油车的发动机功率和扭矩的比拼——你可以不用，但不能没有。

　　原来传统汽车的分布式架构，一般可实现低级别辅助驾驶，由于需要处理的传感器信息相对较少，采用 MCU芯片即可满足运算要求。

　　随着高级别智能驾驶的到来，则需要处理更大量的图片、视频等非结构化数据，仅依靠传统MCU芯片不能满足指数级增长的运算需求。那么这个时候，AI芯片的搭载就可以实现算得快、准、巧。

　　比如，L3级别自动驾驶产生的数据量是2.3GB/s，对算力要求在129TOPS以上；L4级别自动驾驶数据量达到8GB/s，对算力要求达到448TOPS 以上。而如果考虑功能安全的冗余备份，算力需求可能还要翻倍。

　　当车企在标杆高级别自动驾驶能力时，芯片算力就成了首要指标。

　　蔚来新款旗舰车型ET7搭载了4颗英伟达Orin芯片，号称算力可达1016TOPS。但其实，只有两枚用于自动驾驶计算和决策，一枚做冗余，一枚用于训练神经网络模型，自动驾驶过程中实际使用算力在762TOPS。

　　智己汽车目前使用的是英伟达Xavier芯片，算力在30-60TOPS之间，支持摄像头+雷达感知的传感器布局方案。接下来，智己也会将芯片升级为多枚英伟达Orin X芯片，据公开披露其算力在500-1000+TOPS之间。

　　华为在自动驾驶界的开山之作，北汽ARCFOX阿尔法 S 华为HI版，就搭载了华为定制开发的计算平台MDC810，算力达到了400+TOPS。

　　国产芯的另一个代表，黑芝麻智能则在2021年4月，黑芝麻智能发布华山二号A1000 Pro，同年7月流片成功，意味着可以开始大规模生产。

　　这颗芯片采用16nm工艺制程，在INT8的算力为106TOPS，INT4的算力达到了196TOPS，典型功耗 25W，也意味着整体能效比高达8TOPS/W。

　　在功能应用方面，能够支持包括自动泊车，城市道路到高速公路场景的高级别自动驾驶。此外，这款芯片也同样支持多块芯片级联，形成一个更强大的算力平台。

　　放眼当下的行业，算力竞赛已经开始拉开帷幕。Mobileye EyeQ5的算力是24TOPS，英伟达Xavier是30TOPS，英伟达Orin的高算力版本Orin X是200TOPS，华为MDC是48-160TOPS，特斯拉FSD是144TOPS。单从数字来看，黑芝麻智能的芯片算力水平，确实不输外资企业。

　　“芯片算力不断创新高，很大程度上是源于车企对新商业模式的思考。”

　　黑芝麻智能科技CEO单记章曾在采访中表示：“车企现在产生了一个新模式，即在车内进行硬件预埋后，通过软件升级来赚钱。车企不是特别了解未来需要多大的算力，但可以先把算力预埋进去，之后再去升级它的功能。”

　　比如，蔚来ET7、智己L7售价均超过40万元，相当于传统豪华车企的C级车水平。对于品牌底蕴和制造基础尚不构成壁垒的新造车们，可以靠产品的科技属性和服务生态去突破。但对于智能汽车而言，更重要的是可升级、可进化。

　　自动驾驶技术的研发，永远不是一蹴而就的，在硬件基础之上，更需要关注开发生态、配套软件和工具链的搭建。

　　为了配合高算力的芯片，黑芝麻智能开放了名为“山海”的人工智能开发平台。该开放平台拥有超过50种AI参考模型库转换用例，可以有效帮助车企客户降低算法开发的门槛。换而言之，黑芝麻智能可根据车企的需求提供芯片+算法的整体方案，车企也可以在芯片上写入自己的算法。

　　此外，黑芝麻智能还与保隆、所托瑞安、纽劢科技在内的传感器厂商、算法厂商合作，打造出一套标准化的FAD参考平台，能够进行快速部署，帮助提升车厂及自动驾驶企业客户的系统开发效率。

　　最后，还针对车路协同场景应用，黑芝麻智能还开放了车路协同路侧计算平台：FAD Edge。该平台可以将云端的计算下沉到边缘层，在边缘计算节点完成绝大部分计算，满足车路协同超低延时需求。

　　写在最后

　　在PC时代和手机时代，当应用和软件在大规模发展的前夕都是硬件先行，因为硬件的迭代周期长，软件的迭代周期短，所以在软件的快速迭代和扩展功能性能的前提，是需要先把硬件的性能和算力备足。

　　汽车行业现在开始进入到的阶段，恰恰就是：汽车行业开始电子化，甚至是消费电子化趋势的一个很重要的体现。

　　正如黑芝麻智能CMO杨宇欣所说，车企第一步是希望能留有足够多的硬件和算力的冗余，才能给软件的算法和创新留足够大的空间，这也是为什么现在大家都先要求算力，并且目前市场上对算力的要求，比想象的迭代还要快。

　　换而言之，算力的跃升就是帮我们把格局打开。