風暴將至。就在車企價格戰打得熱火朝天的時候，一盆冷水澆了下來。各家車企陸續收到排查晶片自主化率的情況，以應對一年後可能極限施壓的準備。目前來看極為不樂觀，汽車晶片自給率不到10%，國產自主遠達不到遙遙領先。

與此相對的是，英偉達「特供版」晶片在中國繼續暢銷。儘管算力性能被閹割掉了85%，但英偉達預測年內將向中國出口100萬顆AI晶片，總價值折合人民幣約900億元。

唯一的指望還是在華為身上，但現實情況遠比想像的複雜，華為並不是萬能鑰匙。

觸摸底汽車晶片

一場自查風暴，正在席捲車圈。

陸續有車商收到通知，要求在9月底前完成晶片自主化率的摸底。有外媒通報稱，工信部要求比亞迪、吉利等電動車企業擴大採購本土電子零件，並加速採用國產半導體晶片。據悉原本有一個非正式目標，要求車企在2025年之前將採購的本土晶片擴大到五分之一，但現在本土晶片佔比推進速度十分不理想。

隨後，市場流傳出一份汽車晶片國產替代專家紀要，確認了“在2024年達到25%的國產化率紅線”，未達到紅線的企業將逐步減少優惠政策，對國企有強制性要求。

更值得關注的是，在這份紀要中，詳細梳理了「汽車晶片國產化率」的數據，令人觸目驚心：

「汽車大腦」SoC晶片，國產化率目前不到10%。主要供應商仍為英偉達、高通、英特爾等。國產供應商如地平線、黑芝麻等在市場上的佔比非常低。

「汽車神經系統」MCU晶片，國產化率也不到10%。高階MCU領域幾乎沒有國產化，主要供應商是恩智浦、英飛凌、瑞薩等。國產供應商如比亞迪、新唐威等在中低端市場有一定份額。

「汽車記憶」記憶體領域，國產化率同樣不到10%。主要供應商為美光、三星、海力士等。國產供應商如長江儲存、長鑫儲存等在市場表現不佳。

「汽車肌肉」功率半導體，國產化率相對較好，特別是IGBT和碳化矽的國產化率分別達30%和35%。但在主驅領域的國產化率較低，約20%。主要國產供應商包括中車時代電氣、比亞迪等。

「汽車五官」感測器領域，國產化率不一，溫度感測器等部分類型的國產化率較高，可達60%-70%。但壓力感測器和加速度感測器等在中高端市場的國產化率較低。主要國際供應商包括霍尼韋爾、英飛凌等。

簡單來說，在中高階汽車晶片領域，國產化率非常不樂觀。工信部電子五所元件與材料研究院高級副院長羅道軍公開表示：

「中國擁有最大的新能源車產能，（晶片）用量也是越來越多。但是晶片的自給率目前不到10%，是結構性的短缺。”

可見，車企價格戰打得熱火朝天，但核心的命運仍掌握在外人手中。更有分析指出，即便在技術門檻較低、國產化率較高的汽車晶片市場，依靠價格戰，考慮到整體使用成本，本土公司未必能捲贏國際大廠。

例如，晶片原廠要做好足夠的品質管控與功能驗證工作，以減少中小公司對於更換晶片的擔心，只有品質過硬，才能真正實現良性的國產替代，否則就只能成為國際廠商拿來證明自己產品出色的反面案例。

而隨著美國選舉局勢變化，更嚴重的極限施壓可能很快就會到來。有業內人士呼籲「自主品牌放棄內戰，快速解決晶片被卡脖子的問題」。比亞迪、長城、吉利、上汽大家也別誰看不上誰了。被別人卡脖子的時候，如果誰有關鍵零件能不能分給國內其他的兄弟企業。

問題是誰有這樣的硬實力呢？有熱心網友指出以上晶片華為基本都能做，更建議華為低端手機nova少賣500萬，把晶片產能挪給國內汽車廠商，最難的車機晶片就解決了，智駕晶片華為全量生產200萬顆，就能滿足高階汽車的需求了。

這話說起來容易，但做起來恐怕並不現實。

華為遇阻

華為反逼英偉達降價的劇情，最近出現反轉。

先前據相關媒體報道，英偉達下調了供應中國市場的H20人工智慧晶片價格，在某些情況下，H20晶片的售價比華為昇騰910B低10%以上。原因是昇騰910B晶片在一些關鍵指標的表現優於H20，導致英偉達H20銷售不佳被迫降價。

但如今來看，華為難以持續保持優勢。來自摩根士丹利的報告指出，英偉達特供中國市場的人工智慧晶片H20系列，開始吸引包括百度、阿里巴巴、騰訊和字節跳動在內的中國科技巨頭的採購興趣。

英國《金融時報》更是抖了個猛料：英偉達公司預測將在本年度內向中國出口100萬顆AI晶片，這批晶片的總價值預估達到約90億英鎊，折合人民幣約900億元。同時晶片諮詢機構SemiAnalysis 估計，華為的頂級AI晶片昇騰910B今年銷售量約為這個數字的一半。

從性能上看，英偉達特供中國市場的H20晶片，更準確的說是“H100算力閹割版”，其AI算力只有H100的15%，部分性能確實不及華為昇騰910B。既然如此，中國企業為什麼還要豪擲900億搶購呢？

一種說法是，儘管H20的「紙面」能力低於華為的Ascend 910B晶片，但在實際使用中，英偉達的H20晶片「明顯領先」，這要歸功於H20卓越的記憶體性能。

另外一個原因是，就是華為晶片在軟體生態上還敵不過英偉達。對於購買企業來說切換成本比較高，而且要充分利用華為昇騰AI晶片來滿足大模型訓練需求，目前還必須依靠華為團隊的協助，遷移工作視大模型複雜性可能需時9到12個月，工程師培訓則需要至少3到5個月。

一個典型的案例是科大訊飛發布的設備“星火一體機”，為了順利搭載華為昇騰910B芯片，華為對此不惜人力成本，調配了幾百名工程師下場幫訊飛調教參數。

但上述缺陷並非完全不可接受，更關鍵的原因在於華為晶片產能遭阻。

由於眾所周知的原因，台積電無法代工生產華為晶片，華為也無法購買到晶片生產所需的設備和零配件，目前華為已有的7nm芯片和據悉已經流片的5nm芯片，都是採用DUV光刻機使用多重曝光技術生產的，這種方案雖然有效但良率較低，而且對相關設備的損耗較高。

這導致在產能上，華為陷入了可以預見的嚴重瓶頸。由於晶片交貨時間延長，市場傳聞包括阿里巴巴、騰訊以及百度等AI開發都受到了衝擊，原本期望用華為的晶片來降低對英偉達的依賴，但現在看來似乎只能掉頭再購買英偉達的H20。

上述預測華為今年可生產50萬顆AI晶片，基本上可滿足用戶的訂單，已屬相當樂觀。

此外，由於華為本身既賣水也賣貨，深度涉足汽車、手機、大模型領域，難免也會讓友商擔心「出賣靈魂」的問題。

因此，雖然華為有設計晶片和部分製造晶片的能力，但什麼晶片都讓華為來造，顯然是不切實際的，這也只會害了華為。

風向正在變化

汽車晶片和AI晶片市場，無疑是星辰大海。

從數量來看，燃油車單車只需使用300至400顆晶片，新能源汽車和具備輔助駕駛功能的汽車則要使用1000顆以上，實現完全自動駕駛的汽車將使用超3000顆晶片。

根據IC Insight數據，到2030年，全球汽車晶片需求將超過1,000億顆，光是中國市場就需要460億顆。從成本來看，傳統燃油車單車的晶片成本約2,270元，而新能源汽車單車的晶片成本約4,540元，是傳統燃油車的兩倍。

有業內人士分析稱，中國快速推進智慧駕駛、無人駕駛，本質是希望在功率半導體以及汽車智慧晶片先搶頭籌。因為中國市場體量太大，一旦中國有先發優勢，那是不可逆轉的。汽車高端化，晶片大戰不可避免箭在弦上。

對此，國家相關部門也已經出手了。工信部近日發布《國家汽車晶片標準體系建置指南（2024版）》提出：

2025年，制定30項以上汽車晶片重點標準，涵蓋控制晶片、運算晶片、記憶體晶片等重點產品與應用技術要求，以及整車及關鍵系統匹配試驗方法；

2030年，制定70項以上汽車晶片相關標準，實現基礎、通用要求等重點領域均有標準支撐，加速推動汽車晶片技術及產品健康發展。

在全國乘用車市場資訊聯席會秘書長崔東樹看來，這項政策導向將推動國產晶片的發展，加速國產晶片「上車」的步伐，也是解決晶片「卡脖子」問題的重要舉措之一。

而另一邊的AI晶片，也迎來新變化。

以ChatGPT為代表的通用大模型，對算力、數據的需求深不見底，大部分晶片廠商開始尋找更現實的商業路徑，目前來看就是聚焦於特定領域或產業的垂直應用類大模型。

例如，在自動駕駛領域，可以專注於開發針對該領域的專用大模型，僅需處理全國範圍內的交通數據即可滿足需求；在外賣和快遞領域，可以根據具體場景定制專用的AI大模型機器人。

比起ChatGPT等通用大模型追求大而全，垂直大模型則注重小而精，從而降低了對算力等性能的要求。從這個角度來說，中國企業大量採購閹割版H20晶片，或許是基於對AI的趨勢判斷已經改變了。

從業內最新趨勢來看，這種變化正在迅速蔓延。除了華為等少數巨頭繼續硬剛英偉達，大多數晶片公司轉向大模型/小模型在各行各業的落地，從對硬體、軟體要求都不高的推理場景抓起，並開始聚焦細分市場，例如則針對一些功耗敏感的場景，主打低功耗小晶片；或者扎進視頻優化等細分場景，做小而美的生意。

此外更有傳聞稱，在國產晶片領域，華為不能一家獨大，要求分給海光、寒武紀等其他晶片企業一定的市場份額。而根據最新的會議精神指示，支持有能力的民營企業牽頭承擔國家重大技術攻關任務。

只能說，解決晶片卡脖子，只靠華為，是遠遠不夠的。