华为芯片的任务更重了_ZAKER新闻

风暴将至。

就在车企价格战打得热火朝天的时候，一盆冷水浇了下来。各家车企陆续收到排查芯片自主化率的情况，以应对一年后可能极限施压的准备。目前来看极其不乐观，汽车芯片自给率不到 10%，国产自主远达不到遥遥领先。

与此相对的是，英伟达 " 特供版 " 芯片在中国继续畅销。尽管算力性能被阉割掉了 85%，但英伟达预测年内将向中国出口 100 万颗 AI 芯片，总价值折合人民币约 900 亿元。

唯一的指望还是在华为身上，但现实情况远比想象的复杂，华为并不是万能钥匙。

摸底汽车芯片

一场自查风暴，正在席卷车圈。

陆续有车企收到通知，要求在 9 月底前完成芯片自主化率的摸底情况。有外媒报道称，工信部要求比亚迪、吉利等电动汽车企业扩大采购本土电子零部件，并加速采用国产半导体芯片。据悉原本有一个非正式目标，要求车企在 2025 年之前将采购的本土芯片扩大到五分之一，但现在本土芯片占比推进速度十分不理想。

随后，市场流传出一份汽车芯片国产替代专家纪要，确认了 " 在 2024 年达到 25% 的国产化率红线 "，未达到红线的企业将逐步减少优惠政策，对国企有强制性要求。

更值得关注的是，在这份纪要中，详细梳理了 " 汽车芯片国产化率 " 的数据，令人触目惊心：

" 汽车大脑 "SoC 芯片，国产化率目前不到 10%。主要供应商仍是英伟达、高通、英特尔等。国产供应商如地平线、黑芝麻等在市场上的占比非常低。

" 汽车神经系统 "MCU 芯片，国产化率也不到 10%。高端 MCU 领域几乎没有国产化，主要供应商是恩智浦、英飞凌、瑞萨等。国产供应商如比亚迪、新唐威等在中低端市场有一定份额。

" 汽车记忆 " 存储器领域，国产化率同样不到 10%。主要供应商是美光、三星、海力士等。国产供应商如长江存储、长鑫存储等在市场表现不佳。

" 汽车肌肉 " 功率半导体，国产化率相对较好，特别是 IGBT 和碳化硅的国产化率分别达到 30% 和 35%。但在主驱领域的国产化率较低，约为 20%。主要国产供应商包括中车时代电气、比亚迪等。

" 汽车五官 " 传感器领域，国产化率不一，温度传感器等部分类型的国产化率较高，可达 60%-70%。但压力传感器和加速度传感器等在中高端市场的国产化率较低。主要国际供应商包括霍尼韦尔、英飞凌等。

简单来说，在中高端汽车芯片领域，国产化率非常不乐观。工信部电子五所元器件与材料研究院高级副院长罗道军公开表示：

" 中国拥有最大的新能源车产能，（芯片）用量也是越来越多。但是芯片的自给率目前不到 10%，是结构性的短缺。"

可见，车企价格战打得热火朝天，但核心的命运仍然掌握在外人手中。更有分析指出，即便在技术门槛较低、国产化率较高的汽车芯片市场，依靠价格战，考虑到总体使用成本，本土公司未必能卷赢国际大厂。

比如，芯片原厂要做好足够的质量管控与功能验证工作，以减少中小公司对于更换芯片的担心，只有质量过硬，才能真正实现良性的国产替代，否则就只能成为国际厂商拿来证明自己产品出色的反面案例。

而随着美国选举局势变化，更严重的极限施压可能很快到来。有业内人士呼吁 " 自主品牌放弃内战，快速解决芯片被卡脖子的问题 "。比亚迪、长城、吉利、上汽大家也别谁看不上谁了。被别人卡脖子的时候，如果谁有关键零部件能不能分给国内其他的兄弟企业。

问题是谁有这样的硬实力呢？有热心网友指出以上芯片华为基本都能做，更建议华为低端手机 nova 少卖 500 万，把芯片产能挪给国内汽车厂商，最难的车机芯片就解决了，智驾芯片华为全量生产 200 万颗，就能满足高端汽车的需求了。

这话说起来容易，但做起来恐怕并不现实。

华为遇阻

华为反逼英伟达降价的剧情，最近出现反转。

此前据相关媒体报道，英伟达下调了供应中国市场的 H20 人工智能芯片价格，在某些情况下，H20 芯片的售价比华为昇腾 910B 低 10% 以上。原因是昇腾 910B 芯片在一些关键指标上的表现优于 H20，导致英伟达 H20 销量不佳被迫降价。

但如今来看，华为难以持续保持优势。来自摩根士丹利的报告指出，英伟达特供中国市场的人工智能芯片 H20 系列，开始吸引包括百度、阿里巴巴、腾讯和字节跳动在内的中国科技巨头的采购兴趣。

英国《金融时报》更是抖了个猛料：英伟达公司预测将在本年度内向中国出口 100 万颗 AI 芯片，这批芯片的总价值预估达到约 90 亿英镑，折合人民币约 900 亿元。同时芯片咨询机构 SemiAnalysis 估计，华为的顶级 AI 芯片昇腾 910B 今年销量大约是这个数字的一半。

从性能上看，英伟达特供中国市场的 H20 芯片，更准确的说是 "H100 算力阉割版 "，其 AI 算力只有 H100 的 15%，部分性能确实不及华为昇腾 910B。既然如此，中国企业为什么还要豪掷 900 亿抢购呢？

一种说法是，尽管 H20 的 " 纸面 " 能力低于华为的 Ascend 910B 芯片，但在实际使用中，英伟达的 H20 芯片 " 明显领先 "，这要归功于 H20 卓越的内存性能。

另外一个原因是，就是华为芯片在软件生态上还敌不过英伟达。对于购买企业来说切换成本比较高，而且要充分利用华为昇腾 AI 芯片来满足大模型训练需求，目前还必须依靠华为团队的协助，迁移工作视大模型复杂性可能需时 9 到 12 个月，工程师培训则需要至少 3 到 5 个月。

一个典型的案例是科大讯飞发布的设备 " 星火一体机 "，为了顺利搭载华为昇腾 910B 芯片，华为对此不惜人力成本，调配了几百名工程师下场帮讯飞调教参数。

但是上述缺陷并非完全不可接受，更关键的原因在于华为芯片产能遇阻。

由于众所周知的原因，台积电无法代工生产华为芯片，华为也无法购买到芯片生产所需要的设备和零配件，目前华为已有的 7nm 芯片和据悉已经流片的 5nm 芯片，都是采用 DUV 光刻机使用多重曝光技术生产的，这种方案虽然有效但良率较低，而且对相关设备的损耗较高。

这导致在产能上，华为陷入了可以预见的严重瓶颈。由于芯片交货时间延长，市场传闻包括阿里巴巴、腾讯以及百度等 AI 开发都受到了冲击，原本期望用华为的芯片来降低对英伟达的依赖，但现在看来似乎也只能掉头再购买英伟达的 H20。

上述预测华为今年可生产 50 万颗 AI 芯片，基本可以满足用户的订单，已属相当乐观。

此外，由于华为本身既卖水也卖货，深度涉足汽车、手机、大模型领域，难免也会让友商担心 " 出卖灵魂 " 的问题。

因此，虽然华为有设计芯片和部分制造芯片的能力，但什么芯片都让华为来造，显然是不现实的，这也只会害了华为。

风向正在变化

汽车芯片和 AI 芯片市场，无疑是星辰大海。

从数量上看，燃油车单车只需使用 300 至 400 颗芯片，新能源汽车和具备辅助驾驶功能的汽车则要使用 1000 颗以上，实现完全自动驾驶的汽车将使用超 3000 颗芯片。

据 IC Insight 数据，到 2030 年，全球汽车芯片需求将超过 1000 亿颗，仅中国市场就需要 460 亿颗。从成本上看，传统燃油车单车的芯片成本大约 2270 元，而新能源汽车单车的芯片成本约 4540 元，是传统燃油车的两倍。

有业内人士分析称，中国快速推进智能驾驶、无人驾驶，本质是希望在功率半导体以及汽车智能芯片先抢头筹。因为中国市场体量太大，一旦中国有先发优势，那是不可逆转的。汽车高端化，芯片大战不可避免箭在弦上。

对此，国家相关部门也已经出手了。工信部近日发布《国家汽车芯片标准体系建设指南（2024 版）》提出：

到 2025 年，制定 30 项以上汽车芯片重点标准，涵盖控制芯片、计算芯片、存储芯片等重点产品与应用技术要求，以及整车及关键系统匹配试验方法；

到 2030 年，制定 70 项以上汽车芯片相关标准，实现基础、通用要求等重点领域均有标准支撑，加快推动汽车芯片技术和产品健康发展。

在全国乘用车市场信息联席会秘书长崔东树看来，这一政策导向将推动国产芯片的发展，加速国产芯片 " 上车 " 的步伐，也是解决芯片 " 卡脖子 " 问题的重要举措之一。

而另一边的 AI 芯片，也迎来新变化。

以 ChatGPT 为代表的通用大模型，对算力、数据的需求深不见底，大部分芯片厂商开始寻找更现实的商业路径，目前来看就是聚焦于特定领域或行业的垂直应用类大模型。

例如，在自动驾驶领域，可以专注于开发针对该领域的专用大模型，仅需处理全国范围内的交通数据即可满足需求；在外卖和快递领域，可以根据具体场景定制专用的 AI 大模型机器人。

相比 ChatGPT 等通用大模型追求大而全，垂直大模型则注重小而精，从而降低了对算力等性能的要求。从这个角度来说，中国企业大量采购阉割版 H20 芯片，或许是基于对 AI 的趋势判断已经发生了变化。

从业内最新趋势来看，这种变化正在迅速蔓延。除了华为等少数巨头继续硬刚英伟达，大多数芯片公司转向大模型 / 小模型在各行各业的落地，从对硬件、软件要求都不高的推理场景抓起，并开始聚焦细分市场，比如则针对一些功耗敏感的场景，主打低功耗小芯片；或者扎进视频优化等细分场景，做小而美的生意。

此外更有传闻称，在国产芯片领域，华为不能一家独大，要求分给海光、寒武纪等其他芯片企业一定的市场份额。而根据最新的会议精神指示，支持有能力的民营企业牵头承担国家重大技术攻关任务。

只能说，解决芯片卡脖子，只靠华为，是远远不够的。