2018年09月11日 | 车用半导体产业并购不断 厂商卡位自动驾驶赛道

随着自动驾驶、电气化、智能网联的发展，汽车行业的电子技术不断更迭。“将来的电动车里可能会配有1000美元的半导体产品。”恩智浦半导体全球销售与营销执行副总裁Steve Owen在恩智浦的一场峰会上说道。

而2017年每台车所含的半导体价值为380美元，这意味着未来还有2-3倍的价值空间。虽然汽车半导体在芯片行业中占比约10％，但是增长迅速，因此车用半导体厂商们也展开错位竞争。

其中，恩智浦（NXP）的强项在于汽车半导体领域，特别是汽车半导体中的传感芯片、汽车微控制器等方面。恩智浦目前在车用半导体领域中市场份额达到14%，位居全球首位。和来自德国的英飞凌、日本瑞萨电子、瑞士的意法半导体等企业争夺车用半导体的市场头部位置。半导体市场被欧美日韩瓜分的格局在车载半导体领域也可见一斑。

在自动驾驶领域，除了上述传统的汽车半导体厂商外，英伟达、英特尔等公司也加入了战场，在中央处理器、传感的细分领域上提前布局。在不少业内人士看来，2020年会是接近L3级别的高级辅助驾驶车量产的时机，届时围绕着L3及以上车型的市场竞争将更加激烈。

收购与扩张

和其他行业相比，收购案件在半导体领域是家常便饭。主要的原因在于半导体领域技术门槛极高，专利的门道极深，这样导致即便部分企业的市场份额不高，但其他半导体巨头想要进入对方的市场，也会因为具体市场的细分程度太高，无法承受自主研发的成本和时间，不得不采用收购的方式。

另外，半导体领域一方面利润率高，但同时伴随着巨额研发投入，特别是这些年半导体的集成化程度大幅提高，商业应用场景的复杂度也不断加剧，导致需要更大的前期投入才能适应市场需求。

在车用半导体领域亦是如此。2015年，恩智浦以约118亿美元的价格收购了飞思卡尔后，才成为行业第一；2016年，英飞凌以8.5亿美元收购Cree旗下Wolfspeed功率和射频业务部，加强了在电动交通、可再生能源以及新一代蜂窝基础设施等市场上的地位；2017年，瑞萨以32亿美元收购了美国公司Intersil，以此加强具有调整电力功能的芯片业务，布局自动驾驶芯片市场。

但是目前车用半导体前三名玩家的份额相差不大，并未出现寡头现象。2018年以来，厂商们收购的意愿没有减少，但是交易成功率却变得不确定。

今年闹得沸沸扬扬的高通收购恩智浦案，让恩智浦进入中国舆论的视野。恩智浦脱胎于荷兰科技巨头飞利浦，目前是全球前十五的半导体巨头，市值达320亿美元。当初高通看中恩智浦的一大原因就在于恩智浦在车载半导体特别是近几年自动驾驶领域的技术成果。毕竟高通的野心远不止移动端，还希望进入汽车领域，特别是在自动驾驶领域和英伟达正面对抗。毕竟5G和物联网时代，汽车半导体将会是新的蓝海。

不过，此次收购并未成功。恩智浦半导体资深副总裁兼汽车电子事业部首席技术官Lars Reger告诉21世纪经济报道记者：“未来一两年还会持续有一些并购项目，但我觉得会是规模比较小的并购。对于大型的并购，外部的环境不是公司可以控制的，而且并购的交易过程非常烧钱。恩智浦在今后几年会在并购上有一个休整，专注内务。”

再看对手英飞凌，今年8月，彭博社报道称，英飞凌在2017年就已经开始尝试收购意法半导体，并进行了会谈。如果收购成功，那么英飞凌将跃居成为行业首位。近日瑞萨则发布公告称，有意向收购美国芯片商IDT，因为IDT与瑞萨的核心产品【包括微控制器（MCU）和片上系统（SoC）】相互补充，外界预估该收购额将达60亿美元。

从当前各家在扩张后的特色来看，恩智浦的产品线最齐全，从汽车模拟/RF/DSP、汽车微控制器市场、商用汽车MEMS传感器，到应用领域的车载信息娱乐、汽车安全门禁、车身与车载网络、安全、动力传动系统等，均有产品组合。

同时，恩智浦在各细分领域都面临着竞争对手。集邦拓璞产业研究院分析师姚嘉洋向21世纪经济报道记者分析道：“比如恩智浦的竞争对手就包括TI（德州仪器）、瑞萨，他们都已经进入雷达市场，未来的车用市场中雷达是非常重要的传感器；再比如802.11p（车用无线通信标准技术）的部分，其实高通、ST（意法半导体）也有解决方案；蓝牙的部分，进入门槛更低，而投入这部分的半导体供应商会更多。”

抢占自动驾驶赛道

在扩张地盘的同时，这些传统车用半导体厂商也在加速研发自动驾驶的解决方案。同时，他们还面临着来势汹汹的英伟达、英特尔等芯片大厂的竞争。

具体来看，英飞凌的自动驾驶业务主要包括了雷达、微处理器、数据传输以及电源管理等部分，即集中在传感方面。意法半导体的STM系列微处理器、逻辑IC，以及信息娱乐处理单元颇为出名，在自动驾驶方面，意法半导体已经和英特尔收购的Mobileye共同研发生产ADAS(高级驾驶辅助系统)芯片，一大优势在于视觉处理能力。

和英伟达一开始就做高大上的自动驾驶芯片不同，恩智浦推出全球首个完全可扩展计算架构S32，主要面向OEM和Tier 1供应商。S32目前主要是针对汽车控制器系统，在这个平台上低端芯片去执行自动刹车这样低智能化的操作，高端芯片可以分析来自传感器的大规模数据进行决策。

英伟达则走了一条不同的路。英伟达的新平台Pegasus就是针对自动驾驶汽车。可以说恩智浦、英飞凌等做的是手脚和触觉，英伟达做的是视觉和大脑。英伟达在自动驾驶领域主要发扬了自己电脑GPU时代的技术强项，即强大的图片处理能力，来处理L3级别以上自动驾驶所需要的图像处理算力。

姚嘉洋告诉记者：“英伟达主要针对L3到L5级别的智能车，但是L3级别的车到2020年才有可能量产，现在非常少，所以英伟达是提前布局卡位。但是L1、L2、L2 plus，直到L3级别的智能车，是目前传统车用半导体厂商集中的领域，这个部分量最大，所以恩智浦和英伟达在市场区隔上会有不同。”

同时，他也指出，恩智浦的自动驾驶路线也已经规划到了L5。而英伟达只做汽车中央的控制部分，但是雷达、摄像头的部分并没有着墨，在这方面，传统车用半导体厂商的布局更加完善。

在恩智浦看来，要实现自动驾驶，仅靠一个强大的CPU支撑并不足够，还需要利用边缘计算来配合汽车“大脑”运作。

Lars Reger就谈道：“未来造车和人类生物学原理相通，比如车上有很多传感器，当行驶过程中出现路障，雷达会进行报告，然后让紧急制动系统来制动。这个过程类似于人体的条件反射，不用等到大脑告诉你停车，雷达可以凭借之前的信息来做出判断。等车停下来后，大脑主机再进行判断。”

“比如我们和百度Apollo就有类似的合作。最重要的是，这是建造自动驾驶汽车成本最低的一种方式，否则一个强大的CPU就会导致到处都是宽带，并且使用SOD通信，会占据很大的空间，我们的路径是确保有额外的空间来接受额外的信息。” Lars Reger进一步阐述道。

而对于自动驾驶商用面临的挑战，Lars Reger认为主要有三方面，其一是传感难题，这也是恩智浦正在解决的部分；其二是很难探究AI学习系统在具体情境中，是如何做出反应的。譬如很难去跟踪识别学习系统为什么判断这个是小狗，另一个是花草，因此很多厂商正考虑在学习系统上加一个监测系统；其三是人工智能系统安全性的问题，即在多大的程度上能受到保护，在黑客入侵的情况下，系统又会是什么样的反应。（倪雨晴/文）