小米投了一家汽车芯片公司，估值超 120 亿

 

9 月 22 日，虎嗅获悉，自动驾驶计算芯片公司黑芝麻智能，宣布已于近日完成战略轮及 C 轮融资两轮融资。战略轮及 C 轮两轮融资投后估值近 20 亿美元（约合人民币 129 亿元），黑芝麻智能正式步入 " 独角兽 " 行列。

战略轮由小米长江产业基金，富赛 汽车 等国内产业龙头企业参与 投资 ；C 轮融资由小米长江产业基金领投，闻泰战投、武岳峰资本、天际资本、元禾璞华、联想创投、临芯资本、中国汽车芯片产业创新战略联盟等跟投。

这也是小米在宣布造车后，对汽车上游核心芯片环节的第一笔投资。

本轮融资，将为公司的下一代高性能大算力自动驾驶平台的研发、公司的 商业 拓展、人才团队提供资金支持。此外，目前 C+ 轮融资也在顺利推进中。

成立于 2016 年的黑芝麻智能无疑是幸运儿，在 " 国产替代 " 的大背景下，迈进芯片领域的 " 独角兽 " 阵营，同时又被头顶造车光环的小米所选中。一切都看似如此顺风顺水，但其背后必然也付出了诸多努力和尝试。国产芯，在崛起。

一、小米造车，芯片先行

如果是十几年前造燃油车，小米要可能要投资的是发动机、变速箱制造商。然而，日本爱信、德国采埃孚、美国艾利逊、加拿大麦格纳等海外企业，直到 2017 年都占据着近 90% 的自动变速箱市场份额。

如今再造纯电动车，小米关注的不再是 " 老三件 "，不再是马力、扭矩这些机械参数。而是动力电池、大算力计算芯片所决定的续航里程、算力能力。

今年 6 月开始，小米开启了 " 买买买 " 模式，一举投资了多家动力电池、自动驾驶领域的公司。前几次出手，小米都是在高级辅助驾驶系统算法解决方案进行投资。而这一次，投资黑芝麻智能，是深入到底层的车规级自动驾驶计算芯片和平台研发上的布局。

黑芝麻智能 科技 ，命名取自黑科技 + 芝麻开门，是一家车规级自动驾驶计算芯片和平台研发企业，成立于 2016 年，其业务最大的特点既是 " 软硬皆施 "。

因为相较于市场上其他自动驾驶芯片公司，黑芝麻智能不仅提供大算力计算芯片，还能够提供完整的自动驾驶、车路协同解决方案。

要知道，今天的智能电动汽车正经历分布式架构向域控制、中央集中式架构方向发展。传统分布式硬件架构，面临多维感知需求和海量非结构化数据处理的需求，一般每新增一个应用功能，便新增对应的感知、决策、执行。

以特斯拉为代表的造车新势力，在汽车电子电气架构上采用中央集中式架构，即用一个 " 电脑控制整车 "。极简的内饰之下，有一块特斯拉自研的 FSD 芯片，其支撑了 FSD 系统实现每 1.5 毫秒 2500 次搜索的效率，预测可能出现的各种情况，并在其中找到最安全、最舒适、最快速的自动驾驶路径。

面对不断演进的自动驾驶技术，特斯拉的做法始终没有变——需求更高算力的芯片。但特斯拉的 FSD 芯片也走了不少弯路，从最早外购 Mobileye EyeQ3 与英伟达 DRIVE PX2 的芯片，到最终选择自研的发展路径。

Mobileye EyeQ 系列芯片在 ADAS 行业长期处于 " 垄断地位 "，虽然它为车企提供芯片 + 算法的软硬一体方案，但基于 " 黑盒模式 " 的 EyeQ 芯片让车企无法进行更多的功能迭代。封闭模式一直被行业诟病，蔚来、理想汽车都在下一代产品中，选择放弃 Mobileye 的方案。

所以说，国产车企其实也在重走特斯拉的老路，只不过国产芯片厂商的快速崛起，能加快从 " 外采 " 到 " 内供 " 的转变。最典型例子是，作为中国汽车首家自主品牌一汽集团，在自动驾驶平台的合作上就选择了黑芝麻智能。

从 2019 年底到 2020 年底，仅 1 年时间内，一汽集团及子公司就与黑芝麻智能公开进行了 3 次合作签约，双方在自动驾驶芯片、视觉感知算法和数据，乃至智能驾驶平台领域，展开全方位的合作。

此次战略融资，一汽集团、富奥汽车和德赛西威共同成立的富赛汽车参与投资。而黑芝麻智能与一汽合作的支持 L3 行车和 L4 泊车自动驾驶功能，将应用于红旗旗舰 SUV 车型。

除此之外，当下新能源汽车市场里炙手可热的几家品牌上汽、东风悦享均为黑芝麻智能的客户。

而据东吴证券研究所测算，到 2025 年 AI 芯片市场规模达 92 亿美元，CAGR 为 45.0%，到 2030 年将达 181 亿美元，十年复合增速为 28.8%。可以预见的是，在随着智能汽车市场的爆发，AI 芯片的需求将被推上新高。

二、算力既是实力

蔚来创始人、CEO 李斌曾提到了一个观点：" 马力加算力是定义高端智能电动汽车的新标准。"

诚然，今天距离完全自动驾驶可能还有很长的距离，但关于算力的实力储备已经迫在眉睫。算力的竞赛有点像以前燃油车的发动机功率和扭矩的比拼——你可以不用，但不能没有。

原来传统汽车的分布式架构，一般可实现低级别辅助驾驶，由于需要处理的传感器信息相对较少，采用 MCU 芯片即可满足运算要求。

随着高级别智能驾驶的到来，则需要处理更大量的图片、视频等非结构化数据，仅依靠传统 MCU 芯片不能满足指数级增长的运算需求。那么这个时候，AI 芯片的搭载就可以实现算得快、准、巧。

比如，L3 级别自动驾驶产生的数据量是 2.3GB/s，对算力要求在 129TOPS 以上；L4 级别自动驾驶数据量达到 8GB/s，对算力要求达到 448TOPS 以上。而如果考虑功能安全的冗余备份，算力需求可能还要翻倍。

当车企在标杆高级别自动驾驶能力时，芯片算力就成了首要指标。

蔚来新款旗舰车型 ET7 搭载了 4 颗英伟达 Orin 芯片，号称算力可达 1016TOPS。但其实，只有两枚用于自动驾驶计算和决策，一枚做冗余，一枚用于训练神经网络模型，自动驾驶过程中实际使用算力在 762TOPS。

智己汽车目前使用的是英伟达 Xavier 芯片，算力在 30-60TOPS 之间，支持摄像头 + 雷达感知的传感器布局方案。接下来，智己也会将芯片升级为多枚英伟达 Orin X 芯片，据公开披露其算力在 500-1000+TOPS 之间。

华为在自动驾驶界的开山之作，北汽 ARCFOX 阿尔法 S 华为 HI 版，就搭载了华为定制开发的计算平台 MDC810，算力达到了 400+TOPS。

国产芯的另一个代表，黑芝麻智能则在 2021 年 4 月，黑芝麻智能发布华山二号 A1000 Pro，同年 7 月流片成功，意味着可以开始大规模生产。

这颗芯片采用 16nm 工艺制程，在 INT8 的算力为 106TOPS，INT4 的算力达到了 196TOPS，典型功耗 25W，也意味着整体能效比高达 8TOPS/W。

在功能应用方面，能够支持包括自动泊车，城市道路到高速公路场景的高级别自动驾驶。此外，这款芯片也同样支持多块芯片级联，形成一个更强大的算力平台。

放眼当下的行业，算力竞赛已经开始拉开帷幕。Mobileye EyeQ5 的算力是 24TOPS，英伟达 Xavier 是 30TOPS，英伟达 Orin 的高算力版本 Orin X 是 200TOPS，华为 MDC 是 48-160TOPS，特斯拉 FSD 是 144TOPS。单从数字来看，黑芝麻智能的芯片算力水平，确实不输外资企业。

" 芯片算力不断创新高，很大程度上是源于车企对新商业模式的思考。"

黑芝麻智能科技 CEO 单记章曾在采访中表示：" 车企现在产生了一个新模式，即在车内进行硬件预埋后，通过软件升级来赚钱。车企不是特别了解未来需要多大的算力，但可以先把算力预埋进去，之后再去升级它的功能。"

比如，蔚来 ET7、智己 L7 售价均超过 40 万元，相当于传统豪华车企的 C 级车水平。对于品牌底蕴和制造基础尚不构成壁垒的新造车们，可以靠产品的科技属性和服务生态去突破。但对于智能汽车而言，更重要的是可升级、可进化。

自动驾驶技术的研发，永远不是一蹴而就的，在硬件基础之上，更需要关注开发生态、配套软件和工具链的搭建。

为了配合高算力的芯片，黑芝麻智能开放了名为 " 山海 " 的人工智能开发平台。该开放平台拥有超过 50 种 AI 参考模型库转换用例，可以有效帮助车企客户降低算法开发的门槛。换而言之，黑芝麻智能可根据车企的需求提供芯片 + 算法的整体方案，车企也可以在芯片上写入自己的算法。

此外，黑芝麻智能还与保隆、所托瑞安、纽劢科技在内的传感器厂商、算法厂商合作，打造出一套标准化的 FAD 参考平台，能够进行快速部署，帮助提升车厂及自动驾驶企业客户的系统开发效率。

最后，还针对车路协同场景应用，黑芝麻智能还开放了车路协同路侧计算平台：FAD Edge。该平台可以将云端的计算下沉到边缘层，在边缘计算节点完成绝大部分计算，满足车路协同超低延时需求。

写在最后

在 PC 时代和 手机 时代，当应用和软件在大规模发展的前夕都是硬件先行，因为硬件的迭代周期长，软件的迭代周期短，所以在软件的快速迭代和扩展功能性能的前提，是需要先把硬件的性能和算力备足。

汽车行业现在开始进入到的阶段，恰恰就是：汽车行业开始电子化，甚至是消费电子化趋势的一个很重要的体现。

正如黑芝麻智能 CMO 杨宇欣所说，车企第一步是希望能留有足够多的硬件和算力的冗余，才能给软件的算法和创新留足够大的空间，这也是为什么现在大家都先要求算力，并且目前市场上对算力的要求，比想象的迭代还要快。

换而言之，算力的跃升就是帮我们把格局打开。

来源：虎嗅APP 王笑渔