2015年7月，硅谷知名黑客Geohot和马斯克在弗里蒙特工厂秘密会面，前者狠狠拉踩了当时特斯拉的自动驾驶芯片供应商Mobileye，称其“落后于时代”，并表示自己可以打造出便宜又可靠的智能驾驶系统。
Geohot因第一个破解iPhone一炮打响，后来还因为破解PS3吃过索尼的官司。面对这种顶级人才，马斯克也不含糊，直接抛出百万美元合同，但Geohot十动然拒。
不仅人没招到，两人的对话也被彭博社曝光[1]，让Mobileye大为光火。
次年初的一场财报电话会上，摩根士丹利分析师犀利发问：特斯拉是否在考虑自行设计芯片？一向人狠话多的马斯克沉默许久，给出了一句“不予置评”的含糊回答。
当时，特斯拉与Mobileye的分手已成定局，但接替Mobileye的英伟达，最终也只收获了一段塑料友谊。2019年4月，伴随特斯拉硬件平台HW3.0发布，其自研的FSD芯片终于揭开了神秘面纱。
两颗采用14nm工艺、集成了60亿晶体管的FSD芯片，让特斯拉实现了芯片的“独立自主”，此时离他们第一次购买Mobileye的产品，只过去了短短5年。
有了特斯拉的模范带头作用，国内外的车企纷纷撸起袖子，将芯片自研提上日程。除了蔚小理为代表的新势力军团，比亚迪研究智驾芯片的消息频繁见诸报端，丰田和现代看似和半导体八竿子打不着，也不约而同加入自主可控群聊。
以2025年为分界线，车企造芯的酝酿与蛰伏阶段行近尾声，接下来几年，很可能是大量成果密集的落地与验证期。
机会面前埋伏着陷阱，陷阱也常常伪装成机会。车企自研芯片，是奥德修斯式的苦尽甘来，还是掉入一个乔装打扮的陷阱？
分手的决心
特斯拉与Mobileye和英伟达的两次分手，完美解释了车企自研芯片的重要性。
特斯拉早期的自动驾驶方案Autopilot高度依赖Mobileye提供的芯片和算法，但Mobileye交付给客户的是一个“黑盒”，里面的算法无法更改。马斯克虽然不喜欢，但当时Mobileye市场份额接近垄断，奔驰宝马都在用，你爱买不买。
为了提升辅助驾驶性能，特斯拉尝试在内部开发视觉算法Tesla Vision。Mobileye得知后试图阻止，甚至用断供和涨价威胁。结果是极限施压玩脱，特斯拉移情英伟达。
英伟达的方案是只提供芯片，由车企自行研发算法。面对特斯拉这个大客户，英伟达不仅给了很大折扣，黄仁勋也没少晒自己的特斯拉座驾，但双方的合作不满三年，就被特斯拉的自研方案取代。
抛开地缘政治等宏观因素，单纯从技术层面考虑，“自主可控”的优势可以总结为两点：
一是通过软件构建差异化优势。
自动驾驶是一项硬件趋同，差异化更多依赖软件能力的技术，因此车企有足够的理由自行研发自动驾驶算法，这也是Mobileye在近几年不断被车企抛弃的原因之一。
二是专用芯片的效率更高。
英伟达在汽车领域异军突起，要归功于在GPU市场练就的算力大法。但通用芯片普遍有个问题：效率不高。
按照李想的说法，特斯拉的两颗FSD芯片方案，纸面算力远远不如两颗英伟达OrinX，但两者的“有效算力”基本一样。原因在于FSD芯片自产自用，可以和自家的纯视觉算法更有效耦合。但英伟达不是只做特斯拉的生意，芯片设计上必然会为了通用性牺牲。
时至今日，特斯拉的FSD芯片只迭代过一次制程，芯片设计还是原汁原味，但对应的算法已经更新了无数次。
更深层的原因在于，如果辅助驾驶乃至自动驾驶逐渐普及，那么“芯片+算法”构成的系统，就类似于“CPU+操作系统”之于PC，成为决定产品差异性的关键因素。
对车企来说，不能将核心软硬件握在手里，等于把“产品定义权”和与之对应的附加值拱手让人。
2007年iPhone发布会上，乔布斯引用了Alan Kay的一句话：真正在意软件的人，应该自己造硬件。
按照乔布斯的规划，硬件是苹果产品的大脑和肌肉，软件则是灵魂。继任者库克遵循这一规划，一步步打造了一个望而生畏的芯片产品线。
早期的辅助驾驶有点像笔记本电脑上的摄像头，主打一个“又不是不能用”，因此Mobileye这类成熟方案，更有利于快速推向市场。但当辅助驾驶能力开始深度影响购车决策，车企便有足够的动力构建自身的产品差异性。
有苹果教科书级别的造芯史摆在手边，有特斯拉大干五年实现自主可控的参考教材，车企难免会产生“我行我上”的冲动。
脆弱的根基
2022年9月，通用汽车旗下自动驾驶公司Cruise公开了一款代号“Horta”自动驾驶芯片。按照Cruise的设想，这款芯片会在2025年装进无人车Origin里。
看着团队多年研发投入修得正果，Cruise硬件负责人Carl Jenkins向媒体哭诉[3]，由于采购规模太小，根本没有议价权，只能花大价钱从“一家知名供应商（英伟达）”那里采购GPU：
“我们的车型数量很少，没有和芯片商谈判的权利。因此，我们必须掌握自己的命运。”
事实证明，掌握Cruise命运的不是自研芯片，而是大股东通用。去年底，通用宣布放弃Robotaxi的研发，停止向Cruise注资，芯片和无人车成为镜花水月。
芯片设计是一场挑战物理学的浪漫冒险，但也是一沓能把公司干倒闭的账本。
根据IBS测算，设计一颗7nm芯片的平均成本大约2.17亿美元，一颗5nm芯片要花费4.16亿美元。流片一次算作5000万美元，那么车企试错成本高达4.6亿美元。
由于芯片从0到1的环节不产生任何收入甚至现金流，因此对大部分企业来说，相比技术难题，手里的现金储备能不能扛过漫长的研发与验证周期，才是关键问题。
流片成功就像电影过审，拿完龙标还得看票房成绩。
芯片研发的目的不是在汇报验收后束之高阁，因此，芯片需要足够大的终端产品销量摊薄成本，才有可能实现正向回报。
初代iPhone研发时，乔布斯曾劝说英特尔为苹果开发手机芯片，结果价格没谈拢。CEO欧德宁事后痛彻的悔恨，完美诠释了这条行业铁律[5]：
谁能想到iPhone的销量会是预计的100倍？
当年OPPO的芯片团队哲库面临的问题就在于，将芯片研发成本按照手机销量分摊，会导致产品成本反而高于外部采购，必须涨价才能维持原本的产品利润率，很可能导致市场竞争力被削弱。
芯片公司富可敌国的原因不是因为芯片卖的贵，恰恰是因为芯片卖的便宜。任何试图自研的企业恐怕都要扪心自问：自己有没有足够的出货量。
特斯拉第一代FSD芯片历时18个月设计完成，从立项到量产装车用了三年时间，当时，特斯拉已经是全球销量第一的新能源车企（36.78万辆）。
除了当前百万规模的销量，特斯拉还有采用自研方案的数据中心来分摊成本，这是大多数跃跃欲试上马自研的车企所不具备的。按照地平线CEO余凯的说法，“赚钱的速度比造车还慢”[4]。
按照行业估算，台积电5nm代工价格是每片晶圆1.6万美元，接单至少2.5万片，一次性代工费用大约4亿美元。
若一年卖出20万颗芯片，分摊到每颗芯片的研发与制造成本就超过4000美元，若一年卖100万颗芯片，单颗芯片分摊的成本在800美元左右。即便这样，也远远超过英伟达的OrinX。
