Mobileye：被篡位的自動駕駛晶片老霸主（深度）| 國君計算機李沐華

語言: CN / TW / HK

時間 2022-04-18 21:43:26 計算機文藝復興

行業深度系列

— 作者：李沐華、李雪薇—

1. 曾經的自動駕駛霸主

1.1. Mobileye逐步成長為“自動駕駛”獨角獸

從單目視覺系統出發，到ADAS結合AV，Mobileye創下一代輝煌。Mobileye由Amoon Shashua教授和Ziv Aviram於1999年在以色列創立，設立之初專注於研究開發單目視覺系統，僅使用相機和處理器上的軟體演算法來檢測車輛。2001年，Mobileye意識到設計出專用於解決計算機視覺產生的大量負載的晶片系統才是公司未來發展的方向，自此Mobileye開始走上“軟硬一體”之路。2007年，第一代晶片EyeQ1正式上市，並開始在寶馬、通用和沃爾沃等車企量產上車。

至2014年成功推出EyeQ3，Mobileye已然成為ADAS計算機視覺領域的全球領導者。同年，Mobileye在紐交所完成上市，市值達到80億美元。2017年3月13日，英特爾宣告以153億美元的高價收購Mobileye，溢價1/3。在被收購後，Mobileye正式從單一的晶片製造廠商向系統供應廠商轉變。截至2021年末，Mobileye已實現晶片累計出貨1億顆，創下歷史。

2021年Mobileye也交出了亮眼的成績單。2021年度，公司推出的41項新設計贏得30多家OEM的青睞，將用於5,000萬輛汽車的生產；全年營收14億美元，收入YoY為44.78%；EyeQ晶片出貨量達2,810萬個，同比增度達45.6%。得益於2021年的出色表現，截至2021年末，Mobileye實現EyeQ晶片累計出貨量1億的歷史性成就。2021年，有188個新車型配備有Mobileye。與此同時，公司攜手本田共同推出行業首創的L3級汽車，與寶馬共同釋出擁有120度視角、800萬畫素的極高解析度相機，也與大眾集團正討論推出以雲增強、REM技術為支撐的高階輔助駕駛系統。

1.2. Mobileye攜EyeQ系列領航ADAS

EyeQ系列晶片是Mobileye產品的核心。2004年，Mobileye的SoC團隊成功研發出180nm製程的EyeQ1，並於2007年推向市場。隨後，公司於2010年推出算力0.026 TOPS，功效2.5w的EyeQ2晶片。2014年，公司又推出EyeQ3，EyeQ3基於ASIC架構自行開發，在功耗不變的基礎上極大提升了算力，可裝載用於L2級別的自動駕駛。2015年，Mobileye釋出EyeQ4，在上一代的基礎上引入2個多執行緒處理叢集（MPC）核心和2個可程式設計巨集陣列（PMA）核心，算力達2.5TOPS，功耗幾乎保持不變，為3w。在EyeQ4實現量產的3年後，公司於2021年推出EyeQ5。它採用7nmFinFET工藝，具備多執行緒8核CPU和18核視覺處理器。算力大幅提升至24TOPS，功耗僅為10w，可以滿足L4高度自動化的駕駛需求。

Mobileye2022年連發三款最新晶片，佈局高階自動駕駛。在CES2022的大會上，EyeQ Ultra、EyeQ6 Light和EyeQ6 High三款晶片釋出，涵蓋L1-L4各級別自動駕駛的需求。與此前產品相比，這三款晶片在控制能耗的前提下大幅提升效能，尤其是EyeQ Ultra，擁有64顆核心處理器和12個RISC-V CPU，每個核心24執行緒，能夠實現高效率和精確計算。

在軟硬體“內外兼修”的戰略指引下，市佔率達70%（此前高達90%以上）。Mobileye早期就開始將將計算機視覺軟體演算法固化到晶片當中，封裝了一套計算機視覺演算法、EyeQ SoC晶片與單目攝像系統結合的輔助駕駛方案，實現效能、成本和功耗三者之間的平衡，成功佔領前裝市場，早些年間公司在自動駕駛領域鮮有對手。

出色的效能，使得早期主流車商紛紛選擇Eye Q3及Eye Q4系列。特斯拉於2014年10月開始在Model S和HW1.0版本車上裝配EyeQ3；2018年開始量產的EyeQ4曾搭載在寶馬、福特、理想、蔚來、小鵬和上汽等旗下產品的車型中。2021年新推出的EyeQ5目前已被極氪001、寶馬iX和吉利的ZERO Concept等車型使用。同時，Mobileye與極氪共同宣佈，將在2024年前攜手打造具有L4能力的純電新車。

前期的先發優勢也使得公司積累了足夠的資料優勢，進而進一步迭代演算法。基礎設施資料方面，Mobileye擁有200PB的資料量，部分預置，部分在AWS上雲儲存，現有的1.600萬個晶片足以支援25年的駕駛。運算方面，公司擁有基於現場例項50萬峰值CPU核，是Skyscanner的10倍以上。裝配有EyeQ晶片的汽車每個月執行5000萬次，即用每月50萬小時駕駛時間來處理100PB的資料，這是十分強大的工程。與此同時，公司建立了用於REM製圖的眾包機群，每日收集2500萬公里的資料。2021年，Mobileye實現了40億公里的資料獲取。

2. “黑盒模式”已出現水土不服

輝煌過後，Mobileye的增速出現了放緩，隨之市場份額也在下降。雖然公司的EyeQ系列晶片銷量在2021年底突破1億片，但與此同時卻是銷量增速的下降和份額的減少——2020年EyeQ晶片銷量為1,930萬顆，同比增長10.3%，較2019年下滑30.8pct，2021年增速有所好轉（但對比競爭對手，增速也顯得不及預期）；另一方面，據Gartner資料，Mobileye的市場份額也從以往的90%下降至70%，英偉達、高通及國內自主廠商正在佔據越來越多的份額。

份額下降的背後是主機廠的紛紛叛離。回溯歷史，2016年裝載了Eye Q3的特斯拉Autopilot系統發生故障，該致死事件成為了導火索，使得特斯拉在與Mobileye合作僅兩年後就分道揚鑣，建立了自己的機器視覺團隊，開啟了自研的道路。緊接著，2021年11月，高通公司宣佈與Mobileye的忠實客戶寶馬（此前合作長達十五年之久）達成合作，將在寶馬下一代的駕駛輔助和自動駕駛系統中使用高通晶片，其中包括中央計算晶片（SoC）、計算機視覺SoC和高通Car-to-Cloud服務平臺，新款車型預計在2025年量產。

國內方面，“蔚小理”三家典型車企的初代車型均採用的是Mobileye的EyeQ4晶片，但隨後紛紛投向了英偉達、地平線等後起之秀。蔚來汽車在2021年1月就採用了英偉達的Orin晶片，小鵬汽車早在2020年就轉投英偉達，理想汽車也在2021年5月宣佈採用地平線征程3晶片。隨後，三家國內車企又清一色地在新車型上選擇了英偉達Orin晶片。傳統車企方面，Mobileye的重要合作伙伴上汽也似乎有出逃的想法，2021年1月，其旗下高階品牌智己新車全新亮相，並宣佈搭載英偉達Xavier晶片；9月27日,智己汽車又對外展示了首枚英偉達Orin X晶片樣件，雙方的合作在進一步加深。

究其原因，智慧化大背景下全棧自研成為趨勢，Mobileye已經在交付模式和算力上掉隊。最近5年裡，在特斯拉的示範作用下，全球車企都看到了L4自動駕駛架構演算法的強大，之前Mobileye在L2時代建立的優勢並不能幫助公司維持之前的行業地位，需要的是更加開放的演算法、快速的響應和更強的算力，顯然，Mobileye在這幾個方面都做得並不是很好。

首先，Mobileye提供的自動駕駛解決方案缺乏開放性。Mobileye的EyeQ晶片已在內部寫好固定的感知演算法，主機廠都是基於晶片對外部環境的感知結果再去做出合適的駕駛決策。在自動駕駛起步的早些年間不失為一個最有效率的方案，特別是經驗並不是十分豐富的造成新勢力；但隨著自動駕駛特別是L3、L4的到來，主機廠對演算法的參與程度明顯提升，軟體定義汽車使得全棧自研越來越成為趨勢，演算法的先進與否直接決定了市場份額。但Mobileye的系統仍然保持封閉（大部分），車企無法看到演算法的運作過程，也就無法拿到核心資料或者按照自身的特點做出修改，使得供應商的技術在一定程度上成為了車廠技術的“天花板”。例如2019年的理想ONE，Mobileye採集到的資料並不分享給車企，逼迫其需要自行安裝一枚攝像頭以採集資料；蔚來的ES6、EC6等也面臨同樣問題，因為Mobileye不支援車企自行修改演算法，使得其不得不將演算法寫入另一枚晶片，系統更復雜的同時執行效率也更加低下。

對比Mobileye，其它晶片廠商提供的自動駕駛解決方案不僅不限制車企自行開發演算法，還盡力提供完善的工具鏈及各類開發平臺，全力滿足車企的軟硬解耦需求，從而滿足主機廠對於底層演算法架構和資料的控制，這就使得Mobileye的封裝模式在大環境中難以適應。

其次，Mobileye演算法迭代慢，更新週期長，服務支援能力相對偏弱。EyeQ內嵌的感知演算法想要升級迭代，需要大量的實際行駛資料。而Mobileye作為業內絕對霸主，在客戶覆蓋全球的同時無法響應全部中小主機廠的演算法迭代要求。疫情背景下，跨地域的支援也變得更加困難，進一步放大了Mobileye的弱點。2021年春節前，蔚來因Mobileye的視覺演算法沒有識別到前方有靜止/緩行的不規則異形車輛發生了事故。但由於蔚來無法修改Mobileye的封閉演算法以及Mobileye演算法迭代的低效性，同年8月份，蔚來再次發生了同樣原因下的一起事故，造成了悲劇的再度發生，也成為了蔚來和Mobileye解約的導火索。

此外，從產業發展趨勢角度講，高效的溝通和貼身的本地服務已經成為了車企選擇供應商的核心考慮因素，但Mobileye在這方面做得也並不突出，此前在中國僅有一支銷售團隊。

此外，算力內卷下EyeQ系列晶片效能在行業中不佔優勢。雖然說算力並不是評判自動駕駛的唯一標準，但在當前市場尚未形成一致認知之前，車企為防止量產即落後局面紛紛採取“硬體預埋、軟體跟上”的策略，這就使得算力成為了一個重要的考量因素，而Mobileye在各家百花齊放的2018-2021年卻出現了空白。

Mobileye自2018年推出2.5TOPS算力的EyeQ4後，直到2021年才推出24TOPS算力的EyeQ5，與此同時，國內外頭部自動駕駛晶片的算力已在這段時間飛速增長。英偉達在2018年推出的Parker晶片，其算力僅1TOPS，而2020年推出的Xavier晶片單顆算力就已達30TOPS，2022年推出的Orin晶片的單顆算力更是達到254TOPS，已經超過EyeQ5算力的10倍；高通也在2019年初推出了Snapdragon Ride平臺，其採用多晶片組合方案，再搭配上300TOPS的AI加速器，整體算力可以超過700TOPS；國內廠商方面，地平線也在兩年內從個位級算力突破到128TOPS，黑芝麻也在2021年將晶片算力提升至了70TOPS。

3. 面對困境，Mobileye已在改變

面對主機廠的流失和英偉達、高通以及國內廠商的競爭，Mobileye也在尋求著多種改變，以期重新奪回自己在自動駕駛領域的霸主地位。

變革一：尋求獨立IPO。

2021年12月，英特爾宣佈計劃通過IPO的方式推動Mobileye於2022年年中在美國上市；2022年3月初，Mobileye已向SEC提交首次公開募股（IPO）申請。英特爾仍將是Mobileye的大股東，Mobileye高管團隊也將留任，此前收購的Moovit、從事鐳射雷達和雷達開發以及其他Mobileye專案的英特爾團隊都將歸屬於Mobileye。

不論從英特爾還是Mobileye的角度來看，獨立IPO或許都是最好的選擇，一方面英特爾可以通過Mobileye實現自己的資產最大化，另一方面，獨立IPO後的Mobileye將具有更大的靈活性，同時自身的核心團隊均保留，有助於其梳理清晰自身的業務板塊。

變革二：更加開放的合作。

此前Mobileye最為市場詬病的就是其的封閉性，黑盒模式雖然有其獨有的優勢，但是在當前智慧化的背景下變得越來越不適用，所以Mobileye也在做著改變。2022年的CES大會上，Mobileye就透露正與吉利汽車旗下的純電動汽車品牌極氪（Zeekr）展開深入合作，將於2024年推出全球首輛具有L4級自動駕駛能力的汽車；同時，包括Mobileye和Intel共有數十人組成的團隊也在配合極氪 SuperVision開發，雙方將在軟體技術方面進行有效整合。此外，Mobileye也正在打造一個強大和重要的中國本地化研發團隊，以增強服務能力。

變革三：加速晶片的迭代。

上文也提到了，Mobileye在最好的時機自身的晶片迭代並沒有跟上，留給了競爭對手趕超的可能。Mobileye也意識到了這點，從Eye Q4到Eye Q5再到Eye Q6，迭代的週期在明顯縮短，Mobileye更是在2022年CES上共推出了三款高算力晶片，希望重新搶回算力高地。

變革四：打造高精雷達

Mobileye在兩年前決定打造高精雷達，即“軟體定義的雷達”，並於2021年推出4D成像雷達；相比於傳統雷達，成像雷達獲得資訊更多；此外，如果將其與攝像頭感知結合，即可以得出近乎真實的場景。在2022年的CES上，Mobileye宣佈將打造一流的FMCW 鐳射雷達（Building the Best-in-Class FMCW LiDAR），預期在2024年實現量產；同時也推出了基於毫米波雷達和鐳射雷達的端到端系統Mobileye Drive。成像雷達、鐳射雷達的自研和量產將幫助Mobileye屆時實現消費級L4自動駕駛的真正量產。

合規宣告：本文節選自已經入庫的正式研究報告，如需報告原文PDF請後臺留言。

人工智慧及自動駕駛相關報告

1. 如何研究一家AI公司？

2. 從汽車業務商業模式看中科創達和人力外包公司的不同

3. 中科創達：汽車“四化”下加速成長

4. 三談中科創達：做事情眼光最重要

5. 智慧座艙：智慧汽車產業大變局中的投資機遇（40頁深度）

6. 德賽西威：領先的汽車電子玩家，未來出行變革創領者（深度）

7. 科大訊飛：個性化學習手冊改變了什麼？（深度）

8. 科大訊飛：你絕對沒見過的區域型訂單詳細拆解（深度）

9. 科大訊飛核心競爭力與增長點分析（50頁PPT）

10. 科大訊飛：疫情防控讓教育訂單商業模式發生怎樣的變化？

11. 從Nuance的沉浮看科大訊飛的核心競爭力

12. 格靈深瞳：技術領先到商業落地，計算機視覺場景為王（深度）

13. 一張圖看懂AI公司

14. AI+自動駕駛：模糊的正確勝過精確的錯誤

15. 從主晶片視角研究智慧駕駛內在產業邏輯

- end -

歡迎加入產業交流群！

歡迎所有對計算機產業研究和投資感興趣的盆友（包括雲端計算、網路安全、醫療IT、金融科技、人工智慧、自動駕駛等）後臺留言加入我們的產業交流群。我們的目標是建立系統的計算機產業研究框架，提高整個A股的IT行業研究水平，減少韭菜數量，普度眾生。

法律宣告

本訂閱號釋出內容僅代表作者個人看法，並不代表作者所屬機構觀點。涉及證券投資相關內容應以所屬機構正式釋出的研究報告內容為準。市場有風險，投資需謹慎。在任何情況下，本訂閱號中資訊或所表述的意見均不構成對任何人的投資建議。在決定投資前，如有需要，投資者務必向專業人士諮詢並謹慎決策。本訂閱號運營團隊不對任何人因使用本訂閱號所載任何內容所引致的任何損失負任何責任。本訂閱號所載內容為原創。訂閱人對本訂閱號釋出的所有內容(包括文字、影像等)進行復制、轉載的，需明確註明出處，且不得對本訂閱號所載內容進行任何有悖原意的引用、刪節和修改。

「其他文章」