汽车产业与技术链分析

汽车产业与技术链分析
参考文献链接
https://mp.weixin.qq.com/s/8No0u5yYSfDZ46zFEIdpQg
https://mp.weixin.qq.com/s/q4cXewR2lzOg-Eo4bMntyA
https://mp.weixin.qq.com/s/tzyq3tpiSOWTL_k0XI0hPw
https://mp.weixin.qq.com/s/NgrrCWnZxFlNTgVk7PKkcQ谁在？
https://mp.weixin.qq.com/s/7DBRyslROM3KEOT-KNTUkA在看啊我
400V？800V？高电压平台技术解析
全面系统地介绍了纯电动汽车技术，包括纯电动汽车的基本知识，如纯电动汽车的定义、组成、工作原理、驱动形式、特点、典型实例，以及纯电动汽车的动力蓄电池系统、电驱动系统、整车控制器和纯电动汽车的性能与仿真等。该书以工程应用为背景，通过大量图片及具体实例进行讲解，帮助读者掌握纯电动汽车初步设计所需的理论知识。

电动车会取代燃油车吗？电动车什么时候能像燃油车一样便利？虽然在动力、噪音、使用成本等方面电动车已经甩开燃油车一个身位，随着续航超过1000km的车型陆续亮相续航焦虑也得到了很大程度的缓解，但充电慢、充电难依旧是电动车无法颠覆燃油车的“阿喀琉斯之踵”。为了解决这一问题，高电压平台技术和与之配套的超级充电桩是目前最被看好的解决方案之一。那么，电压平台升高的量变如何使电动车实现便利性媲美燃油车的质变，距离这一技术的广泛应用又还有多长的路要走呢？

受限于硅基IGBT功率元器件的耐压能力，之前电动车高压系统普遍采用的是400V电压平台。基于该电压平台的充电桩中，充电功率最大的是特斯拉第三代超级充电桩，达到了250kW，工作电流的峰值接近600A。如果想要进一步提高充电功率、缩短充电时间，就需要将电压平台从400V提升到800V、1000V甚至更高的水平，来实现高压系统的扩容。

800V电压平台搭配350kW超级充电桩所能实现的充电速度，不仅比目前常见的120kW直流快充桩要快上很多，更逐步接近传统燃油车在加油站加油的使用体验了，尤其对于没有家用充电桩安装条件、充电依赖公共充电设施的用户来说是一大利好。而根据业内人士分析，在超级充电桩落地后，充电桩的最大充电功率有望达到600kW以上，“充电五分钟、续航200公里”也将从一句玩笑变成现实。到那时，还会担心电动车的充电问题吗？
　　与此同时，在用电功率相同的前提下，电压等级的提高还将减小高压线束上传输的电流，这将缩减高压线束的截面积，达到降低线束重量、节省安装空间的效果。

结果很简单但过程很复杂
　　虽然从实现的功能上来说，高电压平台技术看起来并不复杂，只是升高了整车的电压。但对于技术的开发和应用，却是“牵一发而动全身”的大工程。

目前主流的动力电池包，已经能够支持2C充电倍率（充电倍率是充电快慢的一种量度，充电倍率=充电电流/电池额定容量），通过电解液添加剂、各向同性石墨、石墨烯等材料的使用，可以一定程度上提升电池材料的电导率，改善高电压下三元材料的稳定性。但这些方案并不能从根本上避免副反应的发生，如果想要实现4C甚至6C充电倍率的超快充，还需要在电池材料、高控制精度的BMS（电池管理系统）等方面实现突破。

在电驱动系统方面，电压的提高会对绝缘能力、耐压等级以及爬电距离提出更高的要求，将对电气部件的设计和成本带来影响，但在工业电机等领域还是有比较丰富的高压应用经验可以借鉴，主要的难点在电机控制器的核心元件——功率半导体器件。目前满足车规级标准的功率半导体器件中，最主流的硅基IGBT耐压等级在600-750V，能在800V平台上使用的高压IGBT产品并不多，还存在着损耗高、效率低的缺点。

只是由于目前在产能和成本方面仍无法与IGBT相媲美，碳化硅器件的普及还需要时间，业内对2025年碳化硅MOSFET的渗透率预期普遍在20%左右，未来几年内IGBT仍将是电驱动系统最主流的功率半导体器件。
　　在空调压缩机、PTC、DCDC、车载充电机等部件方面，面向高电压平台的开发也在进行中。根据业界人士的分析，相关的量产工作均有望于今年年内完成，一旦产业链趋于成熟，可以快速拉低整个制造成本。

星星充电、普天新能源、特来电等充电服务商，均具备了400kW以上充电桩的技术储备。但目前采用的电动汽车充电标准还是2015年颁布的，最大电压和电流分别为950V、250A，最大充电功率被限制在240kW。充电桩落地，也将进一步推动相关产品的应用。
　　总的来说，电动车高电压平台技术所需的配套方案已经基本具备，何时进行高电压平台的量产开发工作、以何种方式应用这一技术的问题，已经摆在了各个车企面前。
车企在高电压平台方面的布局
　　在高电压平台方面，第一个吃螃蟹的是2019年上市的保时捷Taycan(参数|询价)。出于对充电速度和持续性能的追求，Taycan率先量产了800V电压平台，但作为“先行者”，保时捷也承担了相应的开发风险和挑战，受限于各零部件开发进度的不同，最初的Taycan并没有拿出一个完全由800V用电器组成的电压平台，并在电池的快充速度上进行了一定的妥协和让步。

不惜在车上增加如此复杂的电压转换设备，保时捷Taycan最主要的目的就是要缩短用户在充电上付出的时间成本。而在其他高压部件以及电池快充能力取得进步之后，保时捷Taycan及其后续车型还有望在350kW充电功率的基础上，进一步发掘出800V电压平台的潜力。

保时捷Taycan有些高不可攀，别急，高电压平台技术也在覆盖更多平民车型。现代汽车就在其E-GMP平台上使用了800V电压平台，基于此平台开发的IONIQ（艾尼氪）5已经完成亮相。

奔驰的EVA平台、通用的第三代纯电动平台、捷豹路虎的电气化平台，也都纷纷选择了800V作为车辆的运行电压。此外，虽然MEB平台的车型才上市不久，但大众也迫不及待地提出了Trinity项目，预计将于2026年应用800V超充技术。
　　比亚迪是较早布局相关技术的厂商。借助高压IGBT方案，比亚迪将e平台旗下车型的电压提升至了600V以上，唐新能源更是达到了700V。

此前专注于增程式方案的理想汽车，也计划在高压纯电动平台上推出多款纯电动车型，通过对400kW充电桩的支持，实现10分钟提升300-500km续航的补能速度。可以说，厂商在高电压平台方向上的开发工作也并不落后。
前景很美好但距离很遥远
　　虽然高电压平台+超级充电桩技术的发展，为电动车描绘出了一个美好的未来，但在落地推广的层面，还是陷入了“先有鸡还是先有蛋”的争执中。
　　对于整车厂来说，在没有基础设施配套的前提下，推出一款高电压平台的产品仍将使用户面临充电困难的问题。对此，北汽蓝谷、岚图汽车的相关人士均表示，虽然一直在关注高电压平台和超级充电桩技术的发展，但尚未有推出相关车型的打算。

无论是“车等桩”还是“桩等车”，整车厂和充电服务商的顾虑都是可以理解的，还需要在充电基础设施建设和电动车开发方向上，加以引导和推动。
编辑点评：
　　虽然电压平台的升高，意味着电动车诸多零部件的重新开发设计，以及高压充电网络从无到有的布局建设，让距离产品的普及还有很长一段距离要走。但就像快充技术改变了大家使用智能手机的习惯，电动车高电压平台技术的落地也会对电动车产品的技术走向和使用体验产生巨大的影响。当基于电压平台升高的量变，使电动车的便利性达到了媲美燃油车的质变，那么取代燃油车的那一天还会远吗？
自动驾驶芯片
智能芯片领域的独角兽——地平线，再度传出融资方面的信息。据相关报道，地平线计划融资1亿至2亿美元。至于IPO上市，地平线目前正在等待比较合适的时机，即等到市场有合理甚至高估值的时候，再寻求在香港进行IPO。

方案的优秀代表——地平线
当前，地平线已经陆续推出了征程2、征程3和征程5三款车规级芯片。其中，尤其值得一提的是，作为第三代的车规级芯片，征程5单颗芯片AI算力最高可达128TOPS，是面向L4高等级自动驾驶的大算力芯片。在今年4月，比亚迪就已经官宣和地平线达成合作，在旗下部分车型上搭载地平线的征程5芯片；不久之后，上汽也进一步官宣，将和地平线合力打造基于征程5和征程6的智驾计算平台。
在芯片法案通过，并且通过出口管制政策不断收紧包括EDA在内的各种芯片上下游工具的情况下，自主解决芯片供应问题已经成为当务之急。而地平线的征程系列，正日益成为方案的优秀代表。放眼市场，包括长安、奇瑞、上汽智己、广汽埃安、东风岚图、江淮以及上汽大通、理想、长城等都已经成为地平线的方案，就是最好的一个例证。
芯片企业新老业务对比
和出售芯片不同，地平线目前还在积极拓展帮助车企自研芯片的业务。对于车企来说，如果可以部署专属的芯片，必然能够提升车企的差异化竞争力，加快研发创新的速度。而地平线的这种模式，就是BPU授权模式。
作为最早布局自动驾驶领域的技术企业，Mobileye是将芯片架构、芯片、操作系统以及自动驾驶相关软硬件全部整合在一起。等Mobileye将开发工作全部完成后，再交付给车企。这种模式，对于车企来说，自动驾驶相关的软硬件完全是一个黑盒。与此同时，Mobileye的开发周期也可能高达6，7年。在当前自动驾驶技术发展日新月异的当下，Mobileye这种打包出售自动驾驶解决方案的模式，逐渐出现难以更好满足车企研发需求的情况。

而和Mobileye形成鲜明对比的是英伟达。其把GPU架构开发成芯片，然后包上自己的操作系统 CUDA。对于车企或者自动驾驶技术公司来说，可以基于英伟达的方案来设计自动驾驶软硬件，也就是说，在这种模式下，自动驾驶软硬件的开发和整车开发流程整合在了一起。一方面，车企有了更大的自主权，另外一方面，相关的开发周期能够被大大缩短。对于车企和自动驾驶技术公司来说，这种模式显然比Mobileye的模式更加先进和高效，而这也是导致英伟达如今在汽车自动驾驶领域比Mobileye更受欢迎的主要理由。

至于地平线，之前一直在推动所谓的Together OS 模式。在这种模式下，整车企业的开发工作不仅深入到自动驾驶这样的应用软件，还能够触达底层操作系统。这么做的做大好处在于推动量产的时间可以进一步缩短。而主机厂在前期介入的越深，就能够更好地调集各种资源，实现效率最大化。当前，地平线正在推动BPU授权模式。这种模式的最大特点就是打通芯片和整车之间的开发，让整车开发可以和芯片以及自动驾驶软硬件系统的开发实现高度协同。在这种情况下，车企可以为自己打造专属的自动驾驶芯片，实现整体芯片效率的最大化。之前特斯拉就是拥有自研芯片的能力，因此在算力上甚至能够超过英伟达，为AutoPilot和FSD提供最强的算力支持。而现在，地平线想做的就是将这种能力赋予更多车企。当然，芯片的专利依然牢牢掌握在地平线自己手中。

芯片，依然是资本眼中的香饽饽
不得不说，芯片半导体依然是资本最为青睐的领域。
除地平线之外，仅在今年上半年，芯驰科技完成了B+轮融资；芯擎科技得到了近10亿元A轮融资；至于黑芝麻智能则推进到了C+轮融资。无论是政策，还是投入的资源，现在的自上而下都会优先确保芯片所需的各种资源。根据公开数据显示，在过去的两年里，芯片半导体领域的年均融资规模都超过了2000亿元，而2022年上半年也有超过800亿元的融资额。像地平线、黑芝麻智能这样的公司，已经被视为英伟达、Mobileye这样深耕自动驾驶芯片公司的技术方案。

如果再结合地平线目前正在进行的新一轮融资以及提供全新的服务情况来看，地平线正在积极为自己寻找到新的收入来源。作为芯片设计公司，如果以英伟达为案例来看的话，其汽车领域的自动驾驶芯片，相比于英伟达起家的显卡芯片来看，所占比例相对较小。而对于地平线来说，在没有英伟达这样更多的业务领域涉足的情况下，基于手头现有的技术进行挖潜，是去提升收益的必经之路。也只有更为靓丽的财报和具备更强抵御冲击的能力，才能让地平线之后的IPO获得更高的估值。
RISC-V策略全解析！
在今日举办的2022 RISC-V峰会上，平头哥半导体副总裁孟建熠公布了阿里平头哥的最新“造芯”力作——无剑600。这次，平头哥发的不是芯片，而是一个高性能RISC-V芯片设计平台。一方面帮助芯片公司降低开发芯片成本和风险，另一方面向第三方IP和基础软件公司开放，让更多资源接入到RISC-V生态。“无剑”是剑法的至高境界，也寄予了平头哥的雄心：通过“授人以渔”，提供软硬件全栈支持，显著缩短芯片从研发到量产的时间，推动更多面向不同行业的高性能RISC-V芯片出现。更重要的是，将长期活跃于终端市场的RISC-V芯片，送上了通往高性能的高速列车。据孟建熠分享，无剑600已经实现与开源云端操作系统龙蜥的适配，并成功运行了大型桌面级软件和基于JAVA的应用。
01.“平台+SoC原型”双剑出鞘，突围高性能
近年起势迅猛的RISC-V，与x86、Arm一起，被业界并称为「三大CPU主流架构」。因开源开放、灵活、低功耗等特性，RISC-V具备没有历史包袱、没有高昂授权费用、开发成本更低、无需担忧“断供”风险等优势，被视作发展自主可控本土芯片生态的关键路径之一。平头哥在做的事，就是通过软硬件研发投入和生态连接，推动RISC-V生态快速壮大。今天发布的无剑600，便意在于此。无剑600是一个高性能RISC-V异构芯片的软硬件全栈平台，拥有高性能、高内存带宽、异构计算、人工智能（AI）加速的特点，同时兼具高安全、多模态感知和软硬一体的能力。

▲无剑600平台设计图
借助该平台，开发者和企业能够快速开发性能更高、主频更高、内存更大、边缘AI计算能力更强的SoC芯片。无剑600的默认处理器是玄铁C910，即平头哥在2019年发布的主频2.5GHz的高性能RISC-V核。这将RISC-V的商用性能，从1GHz推向2GHz。有何意义？孟建熠打个比方，假如将RISC-V比作跳高运动，原来只能跳1米高度，现在能稳定跳2米以上，突破了RISC-V性能的极限。在AI加速方面，无剑600平台中，最新版的玄铁C910集成了矢量Vector处理器，支持FP16等新型数据类型，并可提供高达4TOPs的Int8 AI算力，方便AI加速类应用的开发。无剑600平台还重点实现了CPU+XPU异构架构设计，从运行功耗、内存带宽和软件栈方面都进行了优化，并支持适配GPU、NPU、VPU、DSP、ASIC等多种不同功能的第三方IP。也就是说，半导体IP公司可以用无剑600来打造RISC-V整体生态上的能力，下游厂商进入了系统级、体系化的框架，可更高效地开发芯片。平头哥基于无剑600平台成功“打样”——SoC原型曳影1520。

▲SoC原型曳影1520
这是一颗多模态AI处理器SoC，内置4核玄铁C910，最高吞吐率4266MT，AI峰值算力达到4TOPS，支持全链路安全防护，具有4K视频处理能力，同时包含丰富的异构计算和高速IO资源，软硬件都已完成应用的适配。开发者和企业也可以在定制个性化芯片的同时，先在曳影1520上开发自己的系统，缩短产品从研发到量产上市的时间。
02.给软硬协同打个样！用RISC-V芯片跑大型桌面级软件
RISC-V芯片的参数迈进了高性能的大门，下一步，就是考察实际跑应用的表现。在曳影1520上，平头哥与龙蜥社区、中科院软件所PLCT实验室，联合打造从芯片平台到龙蜥操作系统、再到上层应用软件的全链路能力，已首次实现龙蜥Linux操作系统的兼容。

▲基于龙蜥Linux OS的软硬件全栈平台
这进一步拓展了RISC-V生态想象力。龙蜥操作系统（Anolis OS）是一款基于Linux的主流开源云计算操作系统，定位于服务器端，支持多种主流芯片架构和计算场景。因其丰富、复杂的软件栈，龙蜥对芯片的要求非常高，此前在x86、Arm架构上都经过了全面验证。这一次，龙蜥首次对RISC-V提供全面支持。曳影1520帮助RISC-V架构搭载更重的操作系统和应用，完成了3000多个基础组件的适配，并首次运行FireFox浏览器、LibreOffice等大型桌面级软件，以及Hexo和Open Rocket等基于NodeJS和JAVA的应用，这为更大型应用程序的适配奠定了基础。

▲图说：无剑600平台已适配龙蜥OS，并首次运行LibreOffice Writer/Impress/Calc等桌面级软件
这是无剑600平台的一小步，但是RISC-V的一大步。全栈适配龙蜥，印证了无剑600平台能够适配主流云计算操作系统，并凸显了RISC-V可面向特定领域及应用进行深度定制化的软硬联合优化能力。当前，无剑600平台针对的市场主要包括平板、智慧大屏、智能NVR、AR/VR和低速UGV等这类高性能旗舰级的产品，也支持医疗成像、视频会议、家用机器人、无人机等中高端应用。基于无剑600平台现已能运行龙蜥社区的多种云上应用，OpenJDK、NodeJS、Python等上游社区常见应用，以及NCNN等AI应用。
03.夺榜权威AI基准测试，RISC-V架构创新加速端侧AI计算
实现高性能RISC-V芯片，非常考验芯片设计团队的功底，尤其体现在算力与内存、功耗、成本等多方面之间的平衡把握上。孟建熠告诉智东西，如今下游合作伙伴已经不仅仅满足于一个硬件IP核，而更加看重软硬件能否很好融合、在稳定性和性能上都做出优势，这些需求的变化正推动市场往软硬件全栈方案发展。以无剑600平台为例，从RISC-V处理器的指令设计、微架构实现、工具链和底层库的优化、操作系统优化适配，到应用的联合调优，平头哥团队都做了大量艰苦的研发工作，才在技术软件上达到基本稳定的量产水平。打磨好这些基本功后，还要配置专业的团队，对特定应用领域所需的功能进行锤炼。作为高性能RISC-V处理器的先行者，平头哥当前的策略是通用计算和DSA（领域专用架构）并行演进。AI加速是当前一大主流DSA方向。随着AI计算在端侧应用愈发普及，AI开发友好性正成为芯片的一大核心竞争力。很多硬件加速器已经能做到较高的性能，但输在“用不起来”。而RISC-V的开放性，使其相较于Arm芯片有更大的底层创新和扩展空间，能设计出更适合跑AI算法的系统，并能兼顾到不断推陈出新的AI算法对灵活可扩展性的要求。平头哥正通过矢量扩展和全链路软硬件能力的提升，持续优化其RISC-V处理器的AI加速能力。今年4月，权威AI基准测试MLPerf Tiny V0.7推理性能榜单显示，基于平头哥RISC-V处理器的软硬件联合优化方案，在视觉唤醒、图像分类、语音唤醒、异常监测等4个典型端侧AI任务中均取得第一，遥遥领先于第二名。

▲平头哥在MLPerf Tiny V0.7测试拿下4个第一
平头哥近两年也在力推为RISC-V准备的AI部署工具HHB，支持各种类型的模型和算法，通过更好地实现AI算子与硬件的适配，帮助开发者完成AI模型的高效编译及部署。据孟建熠观察，对于1TOPs以下的端侧AI算力需求，平头哥现有的RISC-V处理器足以胜任，不需要再额外加专用加速器；对于超过1TOPs的算力需求，平头哥既提供基于RISC-V的扩展，也支持用户自定义的第三方AI加速IP。例如在过去两年，平头哥与Imagination在GPU和AI方面进行深度合作，已经能提供硬件IP到优化的软硬件异构计算方案。这也是RISC-V领域最成熟的可量产的方案。
04.推动生态形成合力，三分天下有其一
孟建熠分享说，未来RISC-V将向3个必然趋势演进：高性能、软硬件全栈、更广的生态合作。如何构建更加繁荣的生态？俨然是当前RISC-V领域最核心的议题。“统一形成好的生态是大家做RISC-V的共识。”孟建熠谈道，RISC-V不是其它架构的革命者，当务之急是证明自己能够成长起来，发展出自己的特色，真正成为“三分天下有其一”的架构。RISC-V处理器的作战阵地，正从中低端IoT市场，扩展对高性能、可靠性有更高要求的云计算、边缘计算、车载智能计算等应用场景。过去一年，全球RISC-V生态进展飞速，并出现很多标志性事件：在IoT（物联网）领域的应用规模超过100亿颗，公司的出货量占到50%；SPECint性能首次超过10分，进入高性能计算的行列。平头哥也收获了显赫的战绩：玄铁处理器已成为RISC-V领域影响力和市占率最大的处理器，广泛应用于MCU、蓝牙、无线、语音、视觉等30多类场景，授权数以每年50%的数量增长。但相比Arm逾2000亿颗芯片的出货量、几乎圈入全球主流科技公司的成熟生态，RISC-V在应用规模、行业渗透率、生态多样性上，都还有很长的路要走。在平头哥生态副总裁杨静看来，应用和软件，对于整个RISC-V生态的发展至为关键。这也是平头哥打造无剑600平台的用意所在，通过打牢软硬件全栈地桩和联通更多的第三方IP，让企业能基于RISC-V开发出满足其特定应用需求的高性能稳定可靠的SoC芯片产品。平头哥已实现RISC-V与Anolis、AliOSThings、FreeRTOS、RT-Thread、Linux、安卓等操作系统的适配，并在商业量产芯片中得到了应用。今年4月，平头哥玄铁C910处理器成功运行TensorFlow Lite，首次实现了RISC-V在安卓12新系统上的AI支持。孟建熠认为，尽管RISC-V的应用市场会呈现碎片化特征，但是RISC-V生态仍然是标准化和统一的。今天，RISC-V基金会正在制定统一标准，来推动生态形成合力。平头哥也在积极参与其中，已在RISC-V基金会中参与了29个技术方向的标准制定，主导负责了10个技术小组，过去一年向基金会贡献8篇技术文章。再往前走，关键问题是如何将RISC-V架构的可扩展性很好发挥出来，这要求有一个标准化的高性能RISC-V芯片平台，能够承载更加厚重的软件栈，而平头哥正致力于此。
05.结语：RISC-V仍在生态繁荣的前夜
在孟建熠看来，如果将目标定为渗透到桌面级或云端，那么RISC-V依然处于生态繁荣的前夜，要把开发者生态培育起来，路还很长，需要全球软硬件RISC-V开发者的共同努力。可以看到，平头哥打造无剑600平台的目标，不是售卖自己的芯片，也不是授权几乎单一的标准化处理器IP，而是纵向上面向通用计算和特定领域做软硬件全栈的适配和优化，横向上扩展对第三方IP的支持，由此降低RISC-V芯片的开发门槛，来吸引更多的生态合作伙伴。这样的策略，将在帮助RISC-V架构进入高性能应用的同时，助力芯片产品及应用走出多样性，共同推动RISC-V生态繁荣。
汽车赔本赚吆喝？
烧钱、抢占市场是现阶段小鹏汽车的重点，因此“卖得越多，亏得越惨”成为了小鹏汽车的真实写照。不过，投资者似乎对此已经失去耐心，2022年半年报发出后，小鹏汽车股价创下历史新低。
8月24日，小鹏汽车迎来股价历史新低，导火索是2022年半年报的发布，不出意外的继续亏损，且亏损幅度仍让人吃惊。
2022年上半年，小鹏汽车净亏损为44.02亿元，同比下滑122.28%；二季度净亏损达27.01亿元，同比下滑126%，去年同期为11.95亿元，亏损持续扩大。
另外，在二季报发布会上，小鹏汽车董事长何小鹏，一个自信到用自己名字做品牌的“狂人”，却对三季度销量给出了一个保守的期望。
何小鹏表示，小鹏汽车预计交付量将在2.9万辆至3.1万辆之间。考虑到小鹏汽车7月份销量为1.15万辆，意味着8、9月各月平均交付量低于1万辆。
投资者的失望以及对未来的担忧，马上体现在了股价上。8月24日港股开盘，小鹏汽车大幅低开，盘中跌至71.25港元，跌幅14.1%。这已经创造了小鹏汽车股价的历史低点，跌破3月15日创下的纪录。截至收盘，小鹏汽车股价72.85港元，跌幅12.18%。
面对“寒气扑鼻”的未来，小鹏汽车还有什么牌可以打？
卖得越多，亏得越惨
2021年下半年，何小鹏将汽车市场比作春秋，将三五年后比作战国。“如果三五年后从春秋到战国的时候，做不到战国的前三前五，会非常有挑战，认为在那个时候毛利应该高、那时候规模应该更大。今天更重要的是要解决在那个时候不光要活，还要活得更强的问题。”
在何小鹏看来，现阶段毛利率不会是小鹏汽车的重点，销量更重要。
小鹏汽车2022年的半年报，就是对上述言论的具体体现。2022年上半年，小鹏汽车总收入为148.91亿元，同比增长121.9%；其中，汽车销售收入为139.37亿元，同比增长118%。
亮点来自于销量。

作为“蔚小理”中新晋销量担当，小鹏汽车在2022年销量保持领先。上半年，小鹏汽车累计交付6.9万辆，同比增长124%；其中第二季度总交付量为3.44万辆，同比增长98%。
智能运动型轿车P7交付3.54万辆，同比增长82%；智能家庭型轿车P5交付2.33万辆。其中，二季度P7的交付量为1.6万辆，较2021年同期上升39%；P5的交付量为1.28万辆。
近7万辆的交付带给小鹏140亿元的营收，可改变不了毛利率低的命运。
目前，小鹏汽车的收入主要来自于汽车销售和服务及其他收入，上半年毛利率11.6%，与去年同期持平，但占据绝对领导地位的汽车销售毛利率出现下降，上半年为9.7%，同比下降0.9个百分点。单看二季度只有9.1%，同比和环比分别降低1.9个百分点和1.3个百分点。
这已经是小鹏汽车上调售价后的结果。5月6日，小鹏汽车宣布新增包括小鹏P5/7在内的多款车型、调整部分在售车型配置和价格以及取消了部分用户权益。但电池成本的增加，导致销售价格调整带来的收入增加被部分抵消。
本就不如其他车企毛利高的小鹏汽车，不得不接受命运的安排。
值得一提的是，在何小鹏看来不是重点的低毛利，仍会对经营造成一定困扰。巨大的销售费用和研发费用像是“一张大嘴”，不光要吃掉小鹏汽车为数不多的毛利，还要消耗更多的现金，而且这些费用目前来看无法减少。
上半年，小鹏汽车的总费用57.92亿元，占总收入比例38.9%，其中研发费用24.86亿元，占比16.7%，销售费用33.07亿，占比22.2%。
研发费用是创新企业的重中之重，但低毛利却限制了小鹏汽车继续加大投入。从上个季度开始，小鹏汽车的研发费用已经被理想汽车超越，目前在“蔚小理”中排名垫底。

虽然销售费用占收入比重逐年下降，但小鹏汽车主销车型所在价格区间竞争激烈，需要大量的市场营销费用、门店与销售人员的支撑。
这些费用，最终导致小鹏汽车亏损。上半年，小鹏汽车净亏损为44.02亿元，同比下滑122.28%；二季度净亏损27.01亿元，同比下滑126%，去年同期为11.95亿元，亏损持续扩大。
销量成为小鹏汽车半年报中最大亮点，但“卖得越多，亏得越惨”，是不得不面临的现状。
“令人意外”的低预期
在小鹏汽车第二季度电话会上，除了业绩外，对未来的展望也备受关注。
何小鹏表示，小鹏汽车预计交付量将在2.9万辆至3.1万辆之间。“三季度交付指引数据已经把调价、促销等因素考虑进去，总体上促销力度小于提价的上升，预计第三季度的毛利率会回到第一季度的水平。”
面对小鹏的中报，摩根士丹利发表报告表示，该公司预期第三季度汽车交付量按季度环比跌10%至16%，有关跌势令人意外。该机构认为，考虑到小鹏汽车7月份销量为1.15万辆，意味着8、9月各月平均交付量低于1万辆，相关指引属保守。
对冲三季度保守预期的影响，小鹏汽车也透露出关于新车的消息。
财报电话会议上，小鹏汽车表示，B级车将在明年上半年推出，与Model Y形成竞争。C级车在明年下半年推出，定位高端，是小鹏此前未涉及的全新细分市场。

从当前的布局来看，加上今年9月将要上市的小鹏G9，明年小鹏在售的车型数量将达到六款，涵盖更多的细分市场。可以说，G9的销量才是重点。作为目前小鹏汽车旗下定位最高的SUV车型，以及旗下售价可能最高的一款车型，G9将是小鹏汽车改善毛利率的关键。
不比小鹏P7，G9面临更加“内卷”的市场，蔚来ES6、问界M7以及刚刚上市不久的阿维塔，都将是富有竞争力的对手。
不过，市场已经给予小鹏汽车消极的回应。
在业绩发布后，8月24日港股开盘，小鹏汽车大幅低开，盘中跌至71.25港元，跌幅14.1%。这已经创造了小鹏汽车股价的历史低点，跌破3月15日创下的纪录。
目前，小鹏汽车总市值1254亿港元。2022年，该公司港股股价最高199.5港元，市值3435.39亿，目前市值已经较年内最高跌去2181.39亿港元。而“蔚小理”三家中，截至8月24日，蔚来市值2386亿港元，理想汽车市值2362亿港元。
小鹏汽车，已经被同一起跑线上的其他造车新势力，甩开了“一个身位”。
自动驾驶芯片的算力焦虑，「存算一体」能解决吗？
自动驾驶芯片，越来越「热闹」了。近年来，自动驾驶的普及以肉眼可见的速度加快，根据1月12日工信部数据，2021年新能源汽车销售352.1万辆，其中搭载组合辅助驾驶系统的乘用车新车市场占比达到20%。而两年前，L2级辅助驾驶的渗透率仅为3.3%。相伴而生的，是汽车「大脑」自动驾驶AI芯片的竞争加剧。英伟达、英特尔等老牌芯片企业早就瞄准了这一赛道，特斯拉、蔚来、小鹏等车企，黑芝麻、地平线、芯驰科技、寒武纪、后摩智能等芯片厂商也都纷纷入局。比如，蔚来汽车有自研芯片的计划；高通去年宣布和宝马合作，2025年使用高通骁龙Ride自动驾驶平台；初创公司有的直接聚焦在自动驾驶上，也有的业务范围更广，覆盖自动驾驶、智能座舱、中央网关、高可靠MCU等；收购、合作等关系网也在不断变动，这一战场的发令枪已经拉响了。然而，与常见的数据中心AI芯片不同，应用于汽车场景的AI芯片，在算力、功耗、性能方面都提出了更极端的要求。在摩尔定律逐渐失效、“存储墙”问题日益凸显的当下，汽车AI芯片到底需要提供多大算力？何种路径才是突破摩尔定律的存储墙壁垒的最接近落地方法？面对山头林立、秩序井然的芯片市场，初创公司的市场机遇和差异化优势又是什么？「存算一体」也许是个值得研究的答案。
一笔取舍账，自动驾驶需要多少算力
过去几年中，用于衡量一款自动驾驶芯片最直接的标准之一，就是算力高低。自动驾驶级别越高时，产生的数据越多，对芯片的算力要求也就越高。2014年时，最早应用Mobileye的第一代EyeQ芯片，算力只有0.256TOPS；2015年，就已有专门面向自动驾驶的平台，每年要迭代1-2次；英伟达也预告将在2025年上市1000T算力的Atlan芯片。算力的不断提升，是否意味着自动驾驶的需求已经得到了满足，自动驾驶玩家们可以跑出算力焦虑了？远还没有。一方面，大算力也意味着更高的成本。实际上在现有的自动驾驶芯片中，单片算力很难满足高级别自动驾驶的需求，车企或自动驾驶企业多会采取“堆料”的方式，用芯片数量的增加来实现大算力。成本的增加不可避免，难以推动自动驾驶技术的规模化应用，车企也很难实现技术和商业的平衡。另一方面，除了对算力需求高，智能驾驶场景也对芯片的功耗和散热有很高的要求。服务于丰田的创业者Amnon Shashua曾在多个场合表示过，效率比算力更重要。具体解释，算力、功耗、成本就像是一个三角架构，一角的增减要用另一角来填补才行。除此之外，「算力」并不真正代表着「性能」。1000Tops的芯片参数，并不意味着这块芯片在实际应用中能够发挥出1000Tops的真实性能。在当前的冯·诺伊曼架构当中，内存系统的性能提升速度大幅落后于处理器的性能提升速度，有限的内存带宽无法保证数据高速传输，形成了一道“存储墙”。一方面，大量的计算单元受限于带宽的限制，无法发挥作用，造成算力利用率很低；另一方面，数据来回传输又会产生巨大功耗，进一步加大汽车电动化大潮下的里程焦虑。因此，仅仅简单用算力高低来评估，远远达不到自动驾驶的需求。汽车AI芯片不仅需要大算力，更要有实际利用率的大算力，而且能够保障低功耗、低延迟以及可承受的成本。

存算一体，金字塔从头建起
为了解决“存储墙”问题，当前业内主要有三种方案：用GDDR 或HBM来解决存储墙问题的冯·诺依曼架构策略；算法和芯片高度绑定在一起的DSA方案；以及存算一体的方案。HBM是目前业内超大算力芯片常用的方案之一，其优势在于能够暂时缓解“存储墙”的困扰，但其性能天花板明显，并且成本较高。DSA方案以牺牲灵活性换取效率提升，算法和硬件高度耦合，适用于已经成熟的AI算法，但并不适用于正处于快速迭代的自动驾驶AI算法中。最后是存算一体方案，这是一项诞生于实验室的新兴技术，其创新性在于打破了传统·冯诺伊曼架构局限性，实现了计算与存储模块一体化的整合创新，解决了传统芯片架构中计算与存储模块间巨大的数据传输延迟、能量损耗痛点，既增加了数据处理速度，又大大降低了数据传输的功耗，从而使芯片能效比（即每瓦能提供的算力）得到2-3个数量级（>100倍）的提升。达摩院计算技术实验室科学家郑宏忠曾讲过：“存算一体是颠覆性的芯片技术，天然拥有高性能、高带宽和高能效的优势，可以从底层架构上解决后摩尔定律时代芯片的性能和能耗问题。”因此，存算一体架构可以把算力做的更大，其芯片算力天花板比传统冯·诺依曼架构更高；同时，大幅降低了数据传输的能量损耗，提升了能效比；另外，还能得到更低的延时，存储和计算单元之间数据搬运的减少，大幅缩短了系统响应时间。更重要的是，用存算一体架构做大算力AI芯片另一大优势在于成本控制。不依赖于GDDR 或HBM,存算一体芯片的成本能够相应的降低50%～70%。换句话说，真正创新架构的AI芯片是将上文中提到的算力、功耗、成本三角形结构从原来的位置往上挪了三个档位。不仅可以提高算力，还可以达到降低功耗、控制成本的效果。
摘取「高挂的果实」
最近几年，在缺芯的时代背景下，随着政策支持的不断加码，看到半导体产业迎来了发展的良机。芯片已经在很多细分领域取得了进展，深受资本市场青睐。但是资本市场也有越来越多的人意识到，热门芯片赛道的创业项目已经日趋饱和。一部分嗅觉敏锐的投资人开始关注后摩尔时代的“创新架构”，认为要想在纯市场化竞争中挑战英伟达等芯片巨头，必须另辟蹊径。于是差异化的技术创新成为芯片投资中的重要策略。HBM、DSA、存算一体都属于芯片行业当前的技术创新路径，三者对比来看，存算一体可以算作是一条难度最大、颠覆性最强、风险最高，但差异化和创新性也最显著的路径。近年来，涌现出不少专注于存算一体芯片的新兴创企，巨头们纷纷加快了产业布局，资本也对其青睐有加。最近一笔相关融资来自今年4月，存算一体明星创企「后摩智能」宣布获得数亿人民币Pre-A+轮融资。不过，一直以来，传统的存算一体研究大多集中在低功耗、低算力的「小」芯片场景中，比如语音、AIoT、安防等边缘领域。能够应用在车载AI的存算一体「大」算力芯片，即便在学术界也是一大难题，产业界敢于迎战者更是屈指可数。想要将二者融合，既需要存储单元阵列、AI core、工具链等各个方面都需要有深厚积累的团队，又需要进行整体的协同优化设计，才能最终实现一款高效的基于存算一体的大算力AI芯片。所幸，这一创新性技术已经让市场看到了落地可能性。5月23日，后摩智能首款基于SRAM的存算一体大算力AI芯片已成功点亮，并跑通智能驾驶算法模型。首次在存内计算架构上跑通了智能驾驶场景下多场景、多任务算法模型，为高级别智能驾驶提供了一条全新的技术路径。 存算一体很难，存算一体大芯片更难。但在产业巨头林立，市场秩序森严的芯片产业，新兴创企若是只愿意选择容易走的路、采摘「低垂的果实」，是难以取得成功的。在保证存算一体带来的高能效比、高性价比的前提下，又能将其成功扩展到满足自动驾驶「大」算力需求的级别，属于产业中「高挂的果实」。从成立之初就聚焦于存算一体大算力芯片的后摩智能，正是瞄准了这一道路。以团队组成来说，后摩智能的核心创始团队既有来自普林斯顿大学、UCSB, Penn State大学等海内外知名高校的学术人才，又有在AMD、Nvidia、华为海思、地平线等一线芯片企业中拥有丰富大芯片设计与实战经验的产业专家。今年5月大算力存算一体芯片宣布点亮，对于后摩智能来说，离摘取「高挂的果实」已经越来越近了。传统高算力芯片山头林立，后来者想要在现有赛道上实现超越，确实是充满挑战的。但随着HBM等昂贵方案的不断的提出，冯·诺伊曼架构的最后一丝红利已经被榨干，市场迫切地需要新架构、新出路。
在AI算法快速迭代，摩尔定律逐渐失效的当下，期待看到越来越多像后摩智能这样愿意投身于基础创新的芯片创企，不断推进产业走向下一个时代。

参考文献链接
https://mp.weixin.qq.com/s/8No0u5yYSfDZ46zFEIdpQg
https://mp.weixin.qq.com/s/q4cXewR2lzOg-Eo4bMntyA
https://mp.weixin.qq.com/s/tzyq3tpiSOWTL_k0XI0hPw
https://mp.weixin.qq.com/s/NgrrCWnZxFlNTgVk7PKkcQ
https://mp.weixin.qq.com/s/7DBRyslROM3KEOT-KNTUkA