一枚汽车芯片的点亮：23分钟，花了几个亿？

一枚指甲盖大小的芯片，从图纸到点亮，背后是数十亿的研发投入和无数工程师的心血。最近，一家国产芯片公司刚刚完成了一枚新芯片的首次点亮仪式。

在业内，这被称为 “bring up”，是芯片设计完成、新鲜出炉后的首次启动，目的是验证其基本功能。这次的主角，是一枚名为 “地平线征程六 B” 的车规级智能芯片。

制造芯片，本质上是将上百亿个微小的晶体管，通过上千道复杂工艺，“炼化” 在一块高纯度的硅片上。点亮，就是让这枚沉睡的 “器灵” 第一次睁开眼睛。

这个过程，充满了严谨的仪式感和不确定性。工程师们必须全副武装，做好防静电措施，因为人体自身携带的静电，足以击穿精密的晶体管。

点亮前，芯片需要被 “筑基”—— 贴合到一块特制的测试基板上。有时情况紧急，工厂来不及贴片，就得由经验丰富的老师傅手持高温烙铁，亲手将芯片焊接到基板的 “阵眼” 之中，不能有丝毫虚焊。

神器就位，也绝不能贸然通电。先要由工程师用万用表 “探脉”，检查各个测试点有无短路或断路。确认无误后，才轮到最关键的一步：上电。

如果供电平稳，芯片没有异响、过热或冒烟，屏幕上如期出现预设的开机画面和启动日志，现场所有人都会长舒一口气 ——芯片 “神志初具”，点亮成功。接下来，各路工程师会迅速跟进，初始化内存、验证安全机制、加载驱动，快速验证芯片的各项基本功能。

对于这枚集成了 AI 单元的智能芯片，最重要的考验之一就是图像识别。算法工程师会在最短时间内部署好 AI 模型，接入摄像头。

当芯片开始实时辨认出眼前的物体时，才意味着 “器灵” 真正觉醒，点亮仪式圆满完成。实际过程远比这复杂，通常需要十几名工程师花费数天时间调试。

全新的芯片，总会有意想不到的软硬件问题：时序错误、寄存器配置有误、引脚定义混乱……更严重的情况，比如芯片直接 “变砖” 或冒烟，那就意味着数亿研发资金可能打了水漂，只能从头再来。

23 分钟的 “中国速度”，卷赢了谁？这次地平线的点亮过程，虽然一版通过，没有 “冒烟”，但速度之快，令人印象深刻。

从样片就位，到成功运行 AI 模型并输出感知图像，他们只用了 23 分钟。团队甚至为此制定了一份 “责任到人” 的点亮作战图，目标是在 24 小时内完成上车验证，用最短时间把新鲜出炉的芯片送到车企手中。

这个速度，突破了很多业内人士的想象。有工程师回忆，以前在外企参与车规级芯片项目时，绝无可能达到这种效率。

即便项目经理紧急呼叫，收到的回复常常是：“我正在休假，无法处理邮件，有急事请联系我的同事。”

这种 “让人心头一暖” 的自动回复，相信很多与外企打过交道的人都深有体会。目前，我国汽车芯片的国产化率只有约 15%。

地平线 “卷” 的主要对象，正是英伟达这样的国际巨头。如今，很多智能汽车的主控芯片都采用英伟达的方案，从算力 254 TOPS 的 Orin，到最新发布的算力高达 700 TOPS 的 Thor，老黄显然没打算把高端智驾的算力宝座拱手让人。

不过，Thor 芯片其实计划去年量产，但制造环节出了问题，几次跳票，实际算力也比设计有所缩水，对国内不少车企造成了影响。

回到刚刚被点亮的征程六 B，以及它的 “大哥” 算力更强的征程六 P，它们都是用于汽车辅助驾驶的主控 SOC 芯片。高性能的六 P，是地平线用来抗衡英伟达高阶产品的利器；而入门的六 B，目标则是打造人人都买得起的智能汽车。

征程六 B 的算力为 18 TOPS，在家族中不算高，但它反而是系列中最后一颗被点亮的。这里有个关键认知：芯片不是算力越大就越难做。

最难的是在性能、面积、功耗、成本、应用生态、集成度等所有因素间找到最佳平衡，做出一款最受市场欢迎的产品。在大算力智能驾驶芯片赛道，玩家还不多，主要是英伟达、特斯拉，以及国内的地平线。

但在中小算力的辅助驾驶领域，竞争就异常激烈了，有英飞凌、TI、瑞萨、ST、Mobileye 等众多老牌玩家。像车道保持、自适应巡航这些基础功能，其实算力要求不高，4-5 TOPS 就能做。

但如果要实现更高级的主动安全，比如自动紧急转向，就需要 10 TOPS 以上的算力来提升反应速度。征程六 B 从某种意义上，是地平线 “自己卷自己”。

因为其前代产品 J2、J3 市场占有率已经很高，现在又推出算力更大、增强主动安全性的新品，而且承诺 “加量不加价”。这多出来的成本，从哪里出？

答案是：从集成度里 “卷” 出来。拆开征程六 B 的内部架构，你会发现，它在 18 TOPS 的 AI 单元旁边，直接集成了一颗双核锁步、功能安全等级极高的 MCU（微控制器）芯片。

简单说，就是 “芯片里面套芯片”。过去，车企为了保证安全，通常会在主控 SOC 芯片旁边，外挂一颗像英飞凌 TC3xx 这样的独立安全芯片，组成 “工作搭子”。

SOC 负责算力，TC3 负责安全。现在，征程六 B 把 TC3 的功能 “吞” 了进去。

虽然芯片本身单价可能高了一点，但为车企省下了一颗外挂芯片的物料和系统设计成本。总体来看，系统总成本没变，算力却提升了，这就是 “加量不加价” 的商业逻辑。

前面一直在说地平线很 “卷”，但我觉得，这不是无谓的内卷，而是良性的技术竞争和迭代。从商业角度看，芯片本身有生命周期，市场也在变化。

能否 “卷” 赢，最终取决于技术积累和产品竞争力，其中算力、功耗、集成度都是关键。厂商之间互相 “卷”，最终受益的会是消费者，让我们能用同样的价格，享受到更强的算力。

如果没人来 “卷”，厂商就可能安于现状，慢慢 “挤牙膏”。此外，决定芯片胜负的，远不止硬件。软件和生态，是另一道更高的壁垒。

在汽车领域，想把外挂的那颗安全 MCU 集成进去的厂商很多。比如高通最火的座舱芯片 8295 里，也集成了支持 ASIL-B 级功能安全的模块。

但很多车企依然不敢只用它，还是会外挂一颗英飞凌或瑞萨的 MCU。原因之一，是双芯片方案被认为更有安全冗余；另一个重要原因，是开发门槛。

高通的汽车工具链，很多车企还不熟悉，开发起来有难度。一枚芯片的实际表现能发挥多少，极大依赖于软件。

如今的芯片迭代，早已不是简单的制程推进，更需要根据软件应用来优化硬件设计，实现软硬协同。

地平线每年庞大的投入，不仅用于芯片研发，也用于开发生态和工具链，比如他们的 “天工开物” 开发平台和 “艾迪” 云基础设施，为 AI 应用的开发部署提供了不少支持。在国内智能芯片领域，其生态已稳居第一梯队。

但客观地说，与英伟达在 CUDA 上十几年海量投入打造的生态优势相比，仍有差距。绝大部分算法工程师，目前更习惯在英伟达的平台上进行训练和开发，自然也更倾向于选择英伟达的芯片。

希望未来，在智能芯片乃至更广阔的 GPU、计算卡领域，能看到越来越多 “卷” 起来的国产厂商。把芯片价格打下来，把质量提上去，让我们享受更多 “加量不加价” 的技术普惠。