對于造芯片，很多人說汽車芯片不就是只要跟著移動互聯網跑就行了，移動互聯網落后幾年的芯片然后用到汽車上來就行了。其實汽車芯片并不是移動互聯網芯片的降維打擊，它帶有自己的特殊性，而且加速了摩爾定律的終結將焦點從通用架構轉移到更專業的硬件上。目前汽車行業關于人工智能處理的高端芯片，都朝著DSA (Domain Specific Architecture) 或者ASIC（Application-specific integrated circuit）等方向發展，實現特殊應用的方向，而不是之前英特爾CPU那種通用芯片。例如我們之前文章《理想L9的智能座艙，駕駛技術以及供應鏈》分享的高通的座艙芯片8155/8295就是此類，它集合了CPU/GPU/ISP/安全/通訊/藍牙等等來實現智能座艙的總體處理，還有智能駕駛英偉達Orin，小鵬發布的圖靈，蔚來發布的神璣NX9031都屬于此類。它類似于小型化AI專用的計算機，將各類不同處理芯片，通訊芯片，內存，網關組合一起到一塊芯片上。
當然汽車還有非高性能但講究穩健可靠的控制類型的MCU和電驅動IGBT/SiC，他們更多來自工業控制而非互聯網IT。未來中央大腦式的控制單元會將安全，實時的各種核集合形成汽車特殊的處理器。所以人工智能時代的智能汽車將從車端，路端，云端催生芯片的另外一次發展。
但目前來講，汽車行業芯片的設計和制造流程依然沒變，所以本文將整理芯片半導體產業鏈相關知識，為后續理解當前汽車行業暗中較勁的芯片競爭埋下科普基礎。芯片半導體行業有 6 種不同類型核心產業鏈，這些不同的行業細分市場將其資源沿著價值鏈向上傳遞，直到最終芯片裝上PCB板。從下往上看，這些半導體芯片行業產業鏈可以細分如下：
芯片知識產權 (IP) 是芯片部分或全部的邏輯、單元或芯片布局的設計規范。可以參考汽車架構，把一塊完整的芯片看成一臺汽車，芯片IP就是來自于不同廠商的具有某一功能的模塊化零件，將他們組合起來就成為特定功能的芯片。- 通用計算的CPU IP - 例如鼎鼎大名的ARM，有講究實時安全的M/R核IP；有講究計算和性能的A核IP。目前主流的汽車高性能芯片上都離不開它的影子。
- 當前很火的AI 處理NPU?(Neural Processing Unit)? IP等或者叫做AI加速器?-?例如Synopsys提供的Synopsys ARC NPX6 NPU IP等。
- 數據傳輸接口 IP等，畢竟AI時代，數據的吞吐很大部份決定AI芯片性能。
- 芯片網絡 IP 核 (NoC IP) - 當前芯片上堆疊很多不同的計算單元，所以需要多個信號在 NoC 上共享相同的線路和鏈路，允許各種數據鏈路同時對不同的數據包進行操作。
?目前，有超過200家公司銷售芯片IP核，不少中國芯片公司的業務也在這方面開展地如火如荼。它是一種專門用于輔助集成電路芯片設計和生產全過程的工業軟件，工程師可以使用這個工具在他們購買的任何 IP 核上添加自己的設計。這個汽車行業最好理解，猶如汽車機械布置畫圖的UG/CATIA；或者建筑行業的CAD。該行業一直由三家美國供應商主導 Cadence 、 Mentor 和Synopsys。過去兩年華為應該突破封鎖也有自己的EDA，國內還有華大九天、概倫電子、芯和半導體等大概100多家。現代芯片可能包括高達數十億個半導體器件，英偉達最先進的Blackwell已經有2080億。在沒有EDA軟件的幫助下，設計如此復雜的芯片幾乎成為不可能任務。一個大型工程團隊使用這些 EDA 工具需要 2-3 年的時間來設計一個復雜的邏輯芯片，例如手機、計算機或服務器內部使用的微處理器。（見下面的設計流程圖。）如今，隨著邏輯芯片變得越來越復雜，所有電子設計自動化公司都開始引入人工智能輔助，以實現流程的自動化和加速。在設計好了之后，就需要把這些設計圖進行制造，變成有形的東西，制作芯片類似于拍照，將設計好的芯片拍照到材料“晶圓”上進行物理生產，“晶圓”主要是指硅晶片，高純度的沙子，晶圓廠就是制造這些硅晶片的工廠。有了材料，還需要機器物理地制造芯片，就是這個拍照設備--光刻機，制作高性能芯片的光刻機主要來自于ASML，當然還有另外4家公司主導該行業——Applied Materials, KLA, LAM, Tokyo Electron.基本都來自于歐美日。這些是地球上最復雜（和最昂貴）的機器之一。芯片的制程幾nm就是靠這個東西，目前制程最高的EUV光刻機對于中國是禁售的，聽說目前華為7nm芯片是采用2次光刻的方式獲得，未來3nm將采用4次光刻來獲得，來規避沒有高制程光刻機的苦惱。代工廠在自己的“晶圓廠”中為其他工廠生產芯片，世界最出名的莫過于TSMC臺積電了，僅次其后的是三星，目前國內最火的就是SMIC中芯國際。他們購買并整合來自不同制造商的設備晶圓制造設備、專用材料和化學品，他們利用這些設備設計獨特的工藝來制造芯片，但他們不設計芯片。現在一個芯片工廠的成本超過 100 億美元，原因之一是制造芯片所需設備的成本飆升僅荷蘭公司ASML的一臺先進光刻機就價值 1.5 億美元。而一家晶圓廠大約有 500 多臺機器（并非所有機器都像 ASML 那樣昂貴）。另外晶圓廠建筑極其復雜，制造芯片的潔凈室只是一套復雜管道的冰山一角，這些管道在正確的時間和溫度下將氣體、電力、液體輸送到晶圓廠設備中。而建設新一代芯片（3nm）制造廠耗資200億美元，所以芯片廠的建設基本上要靠舉國和大財團體制，例如臺灣的TSMC，大陸的SMIC，韓國的三星。
在晶圓上刻蝕好了芯片之后，就是最后一步封裝和測試，我們之前《中國智能汽車芯片的新希望 - Chiplet》也分享過目前芯片行業非常火的一種封裝方式。測試和封裝部門或者公司從代工廠獲取晶圓，將其切割成單個芯片，進行測試，然后進行封裝，最后芯片上市。而我們看到汽車行業常說的他們的芯片流片成功就是意味著小批量試制的芯片出來了，開始進行應用測試，如果各項指標達標那么就意味著量產。有了IP，EDV，原材料，制造設備，制造工廠，封裝和測試，這6大類就組成了芯片產業基本要素。按照以上產業鏈可以組建不同的公司，同時還有一些公司整合部分產業鏈形成芯片行業特殊的公司，例如：“無晶圓廠”芯片公司，他們設計芯片（使用 IP 核和自己的設計），制造交給別人代工，他們不擁有晶圓制造設備，也不使用專門的材料或化學品。他們設計的芯片可能自己用，例如蘋果、谷歌、亞馬遜……或者他們專賣芯片，例如 AMD、Nvidia、Qualcomm、Broadcom……中國不少汽車行業芯片公司也是走這條路，例如地平線，芯馳等。
集成設備制造商 (IDM) 會設計、制造（在自己的晶圓廠）并銷售自己的芯片。IDM 分為三類：存儲器（例如Micron、SK Hynix）、邏輯（例如Intel）、模擬（TI、Analog Devices）目前，生產一款新型尖端芯片（3nm）的平均成本為 5 億美元- 寫作者使用Word或者飛書寫書一樣，而芯片工程師使用EDA電子設計自動化工具設計芯片
- 作者與專門從事該類型作品的出版商簽訂合同，然后將文本發送到印刷廠。工程師選擇適合其芯片類型（內存、邏輯、射頻、模擬）的晶圓廠。
- 印刷廠購買紙張和油墨。晶圓廠購買原材料；硅、化學品、氣體
- 印刷廠購買印刷機械、印刷機、裝訂機、修邊機。晶圓廠購買晶圓廠設備、蝕刻機、沉積機、光刻機、測試機、封裝機
- 一本書的印刷過程需要膠版印刷、拍片、剝離、藍圖、制版、裝訂和修整。芯片的制造過程非常復雜，需要使用蝕刻機、沉積、光刻來操縱原子。可以將其視為原子級膠版印刷。然后切割晶圓并封裝芯片。
- 書印刷工廠生產了數百萬本同一本書。這家工廠生產了數百萬個同一款芯片。
下圖是制造芯片所需的1000 多個步驟的簡化版本。雖然芯片制造，看起來很簡單，但事實并非如此。芯片可能是有史以來最復雜的產品，它算是目前最精密的產業，首先設計方面，例如英偉達最新的Blackwell人工智能芯片，集成了2080億個晶體管，想象EDA設計這個芯片時候的復雜和圖片量；制造時候需要把這2080億晶體管影刷到晶圓上，從晶圓各種材料的要求，到制造設備的精度要求，都是工業頂級技術。通過以上信息可以明白，汽車行業主機廠的造芯片，特別是高端芯片方面，應該更多的是走“無晶圓廠”芯片公司的模式，做好芯片需求管理，集成產業模式。MCU以及相對工業和成熟的芯片，類似于BYD，上汽等大集團采用垂直整合，投資控股的方式。
根據相關信息，目前，類似于蔚來汽車神璣NX9031 5nm芯片臺積電報價都需要0.4 -0.5 億美金，加上各種IP和開發設計費估計生產一款新型尖端芯片（5nm）的平均成本為 3-5 億美元。所以，不管是高性能芯片還是高安全的控制芯片，投資無疑都是巨大的，它的經濟上成功是需要量的支撐。但中國智能汽車發展，在地緣政治，發展趨勢上，都已經催生了汽車行業的造芯運動。未經準許嚴禁轉載和摘錄-參考資料：
- CMPT 450/750: Computer Architecture Fall 2023 Domain-Specific Architecture I How did we get here ? What are they ? -?SFU課件
- Lecture 26: Domain Specific Architectures Chapter 07, CAQA 6th Edition CSCE 513 Computer Architecture - University of South Carolina?Yonghong Yan課件
芯片生態系統詳解 -?steve blank
加入Vehicle VIP 知識星球獲取智能新能源汽車以及科技海量參考資料。
- 智能汽車 AI 101，以及“端到端”和“復合方法”之間有什么區別？
