华为芯片的任务更重了

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。