『壹』 摩根士丹利研發級別
自2020年底開始，缺芯問題就成為汽車行業的最大挑戰。期間，眾多汽車廠商因缺芯被迫停產或減產。晶元短缺不僅導致汽車行業產出減少，消費者購車成本增加，還影響到車輛的正常交付，甚至還影響了眾多開發自動駕駛的科技企業。
目前，汽車行業缺芯危機成為全球供應鏈乃至疫情中維持世界經濟發展的焦點。然而，曠日持久的半導體短缺問題近期似乎在改觀。一些分析機構均表示，最近一些公司開始看到情況在改善，5月份的交付周期也基本上與前月持平。這似乎預示做汽車晶元的問題將得到徹底解決呢？
汽車晶元短缺問題將更早得到緩解
全球金融交易巨頭海納國際集團（Susquehanna Financial Group）的研究顯示，5月全球晶元平均交付周期（晶元從訂購到交付的時間）為27.1周，刷新了紀錄高位，但與4月份的27周基本持平。該機構表示，交付周期上次持平或者略有縮短是在2022年1月。
該機構分析師Chris Rolland在周二的研究報告中稱：「具體到公司的數據則偏向下行，約60%的晶元公司交付周期縮短。」
Rolland指出，疫情封控措施和俄烏沖突造成的持續干擾並未導致交付周期顯著拉長。
對於受缺芯影響最嚴重的汽車行業，車企集團梅賽德斯-賓士近日表示，晶元供應正在改善，其全球汽車製造業務基本上在正常運行。大眾汽車5月初也曾表示，預計半導體短缺問題將在下半年有所緩和。
此前研究顯示，因為受到晶元短缺的影響，全球汽車市場累計減產量約為169.38萬輛，其中歐洲地區受打擊最為嚴重，該地區減產量佔到全球市場的46%。
摩根士丹利分析師Adam Jonas近日也在一份報告中表示，代工廠出貨強勁、消費電子產品市場減速以及中國復產復工，可能有助於晶元短缺問題比預期更早得到緩解。
Jonas寫道，雖然情況依然不穩定，但根據與汽車製造商、供應商的溝通，以及來自摩根士丹利亞洲半導體團隊的數據，全球汽車晶元的長期短缺局面可能正在接近得到解決。
汽車晶元漲價仍在繼續
近日，有消息稱，因物流、原材料、能源等成本壓力上升，博世計劃提高產品價格，目前正在與車企重新進行合同談判。對此，博世方面並未給予肯定回復。但5月31日，威馬汽車創始人、董事長兼CEO沈暉在微博發文稱：「博世漲價不是傳聞，還有其他Tier1(也在漲價)。這次漲價的都是必不可少的晶元。」
「近期，以晶元為代表的汽車零部件的確有新一輪的漲價趨勢。實際上，自2019年下半年開始，晶元相關產品就在不停漲價，基本上每過一個季度，就會有一次價格上調。 」近日，有晶元行業設計人員表示。
「不過，現在也不完全是晶元供應的問題，疫情導致了其他汽車類零部件也供應不上。」 有自主品牌內部人員表示，目前整個汽車行業的零部件供應都處於不充足的狀態。
據沈暉透露，晶元仍是此次汽車零部件漲價潮的「主角」。「我們做了簡單估算，智能電動車的晶元成本已經超過電池包。這種語境下，單顆萬元的激光雷達很難持續熱下去。這也意味著電動車的行業賽道從電池轉到了晶元。」沈暉發文說。
圖片來源：新浪微博
汽車供應商都已經官方宣布了產品漲價。比如，英飛凌已在今年2月發布通知稱由於市場供不應求及上游成本的增加，其無力承擔溢出的成本，醞釀漲價。意法半導體同樣表示，全球晶元持續短缺，以及經濟和地緣政治形勢嚴重影響了行業，短期內沒有復甦跡象，原材料、能源和物流成本已經達到了公司無法消化的水平。
智能駕駛推升晶元需求
隨著智能汽車自動化程度提高，數據生產量級呈指數級增長。從自動駕駛級別來看，目 前所處的L1、L2級別的定速巡航不需要太多存儲設備，只記錄車速、發動機參數等。L4級別自動駕駛的演算法准確性需要達到甚至超過人類的認知水平，需要人工智慧和深度學 習的參與，通過對大量的數據進行訓練，不斷優化，把所有的經驗歸納為代碼，才有可能實現不同駕駛場景的准確判斷和科學決策，L4級別自動駕駛下一輛車一次路測就會產生約8-60TB的數據，整個研發周期內產生的數據會達到EB級別。L5級別完全不需要人的參與，數據採集、預存、反饋、匹配、科學依據和判斷環節需要大量存儲容量。
自動駕駛產生的海量數據將對存儲的帶寬和容量提出更高的要求，汽車存儲晶元的價值 量會隨之提升。
智能化下占據車輛車載存儲數據的最大份額的是各類感測器的數據，感測器數據主要來 自ADAS系統和V2X功能。其中包括：GPS接收器、激光雷達、超聲波感測器、毫米波雷達、高清攝像頭等。以汽車駕駛輔助系統ADAS為例，由於需要大容量存儲和高效運算支撐系統的快速反映，特別是高清的圖像傳輸，對於存儲產品的容量、性能、可靠性也提出了越來越高的需求。在自動駕駛研發過程中，這些路測數據會被上傳到研發平台，由平台對這些數據進行訓練，並在ADAS平台上進行驗證和模擬，在此過程中又會產生大量的過程數據，他們都以文件或對象的方式保存，供各個平台頻繁讀寫。
隨著自動駕駛等級由L1向L5不斷滲透，感測器數量、採集到的數據量顯著提升，對存儲晶元的數量和容量需求也隨之增加。自動駕駛應用中，每顆攝像頭、雷達均需要一顆儲存晶元與其配套使用，攝像頭和雷達會將所感知到的路面信息寫入儲存晶元中，並通過專有演算法對寫入的數據進行運算、分析，快速做出緊急避讓、制動等操作。以L4級別為例，自動駕駛私家車各個感測器一天數小時行駛中需要產生超過10GB的結構化數據，每2h需要存儲2TB場景記錄數據，營運車行駛10h將產生20TB數據，目前網路等自動駕駛方案車每天路測所積累的場景數據已經遠超20TB。現有的流量成本和帶寬很難支持將全部數據上傳雲端，大量數據需在車內進行存儲和計算。