隨著自動駕駛、電氣化、智能網聯的發展，汽車行業的電子技術不斷更迭。“將來的電動車里可能會配有1000美元的半導體產品。”恩智浦半導體全球銷售與營銷執行副總裁Steve Owen在恩智浦的一場峰會上說道。

　　而2017年每臺車所含的半導體價值為380美元，這意味著未來還有2-3倍的價值空間。雖然汽車半導體在芯片行業中占比約10％，但是增長迅速，因此車用半導體廠商們也展開錯位競爭。

　　其中，恩智浦（NXP）的強項在于汽車半導體領域，特別是汽車半導體中的傳感芯片、汽車微控制器等方面。恩智浦目前在車用半導體領域中市場份額達到14%，位居全球首位。和來自德國的英飛凌、日本瑞薩電子、瑞士的意法半導體等企業爭奪車用半導體的市場頭部位置。半導體市場被歐美日韓瓜分的格局在車載半導體領域也可見一斑。

　　在自動駕駛領域，除了上述傳統的汽車半導體廠商外，英偉達、英特爾等公司也加入了戰場，在中央處理器、傳感的細分領域上提前布局。在不少業內人士看來，2020年會是接近L3級別的高級輔助駕駛車量產的時機，屆時圍繞著L3及以上車型的市場競爭將更加激烈。

　　收購與擴張

　　和其他行業相比，收購案件在半導體領域是家常便飯。主要的原因在于半導體領域技術門檻極高，專利的門道極深，這樣導致即便部分企業的市場份額不高，但其他半導體巨頭想要進入對方的市場，也會因為具體市場的細分程度太高，無法承受自主研發的成本和時間，不得不采用收購的方式。

　　另外，半導體領域一方面利潤率高，但同時伴隨著巨額研發投入，特別是這些年半導體的集成化程度大幅提高，商業應用場景的復雜度也不斷加劇，導致需要更大的前期投入才能適應市場需求。

　　在車用半導體領域亦是如此。2015年，恩智浦以約118億美元的價格收購了飛思卡爾后，才成為行業第一；2016年，英飛凌以8.5億美元收購Cree旗下Wolfspeed功率和射頻業務部，加強了在電動交通、可再生能源以及新一代蜂窩基礎設施等市場上的地位；2017年，瑞薩以32億美元收購了美國公司Intersil，以此加強具有調整電力功能的芯片業務，布局自動駕駛芯片市場。

　　但是目前車用半導體前三名玩家的份額相差不大，并未出現寡頭現象。2018年以來，廠商們收購的意愿沒有減少，但是交易成功率卻變得不確定。

　　今年鬧得沸沸揚揚的高通收購恩智浦案，讓恩智浦進入中國輿論的視野。恩智浦脫胎于荷蘭科技巨頭飛利浦，目前是全球前十五的半導體巨頭，市值達320億美元。當初高通看中恩智浦的一大原因就在于恩智浦在車載半導體特別是近幾年自動駕駛領域的技術成果。畢竟高通的野心遠不止移動端，還希望進入汽車領域，特別是在自動駕駛領域和英偉達正面對抗。畢竟5G和物聯網時代，汽車半導體將會是新的藍海。

　　不過，此次收購并未成功。恩智浦半導體資深副總裁兼汽車電子事業部首席技術官Lars Reger告訴記者：“未來一兩年還會持續有一些并購項目，但我覺得會是規模比較小的并購。對于大型的并購，外部的環境不是公司可以控制的，而且并購的交易過程非常燒錢。恩智浦在今后幾年會在并購上有一個休整，專注內務。”

　　再看對手英飛凌，今年8月，彭博社報道稱，英飛凌在2017年就已經開始嘗試收購意法半導體，并進行了會談。如果收購成功，那么英飛凌將躍居成為行業首位。近日瑞薩則發布公告稱，有意向收購美國芯片商IDT，因為IDT與瑞薩的核心產品【包括微控制器（MCU）和片上系統（SoC）】相互補充，外界預估該收購額將達60億美元。

　　從當前各家在擴張后的特色來看，恩智浦的產品線最齊全，從汽車模擬/RF/DSP、汽車微控制器市場、商用汽車MEMS傳感器，到應用領域的車載信息娛樂、汽車安全門禁、車身與車載網絡、安全、動力傳動系統等，均有產品組合。

　　同時，恩智浦在各細分領域都面臨著競爭對手。集邦拓璞產業研究院分析師姚嘉洋向記者分析道：“比如恩智浦的競爭對手就包括TI（德州儀器）、瑞薩，他們都已經進入雷達市場，未來的車用市場中雷達是非常重要的傳感器；再比如802.11p（車用無線通信標準技術）的部分，其實高通、ST（意法半導體）也有解決方案；藍牙的部分，進入門檻更低，而投入這部分的半導體供應商會更多。”

　　搶占自動駕駛賽道

　　在擴張地盤的同時，這些傳統車用半導體廠商也在加速研發自動駕駛的解決方案。同時，他們還面臨著來勢洶洶的英偉達、英特爾等芯片大廠的競爭。

　　具體來看，英飛凌的自動駕駛業務主要包括了雷達、微處理器、數據傳輸以及電源管理等部分，即集中在傳感方面。意法半導體的STM系列微處理器、邏輯IC，以及信息娛樂處理單元頗為出名，在自動駕駛方面，意法半導體已經和英特爾收購的Mobileye共同研發生產ADAS(高級駕駛輔助系統)芯片，一大優勢在于視覺處理能力。

　　和英偉達一開始就做高大上的自動駕駛芯片不同，恩智浦推出全球首個完全可擴展計算架構S32，主要面向OEM和Tier 1供應商。S32目前主要是針對汽車控制器系統，在這個平臺上低端芯片去執行自動剎車這樣低智能化的操作，高端芯片可以分析來自傳感器的大規模數據進行決策。

　　英偉達則走了一條不同的路。英偉達的新平臺Pegasus就是針對自動駕駛汽車。可以說恩智浦、英飛凌等做的是手腳和觸覺，英偉達做的是視覺和大腦。英偉達在自動駕駛領域主要發揚了自己電腦GPU時代的技術強項，即強大的圖片處理能力，來處理L3級別以上自動駕駛所需要的圖像處理算力。

　　姚嘉洋告訴記者：“英偉達主要針對L3到L5級別的智能車，但是L3級別的車到2020年才有可能量產，現在非常少，所以英偉達是提前布局卡位。但是L1、L2、L2 plus，直到L3級別的智能車，是目前傳統車用半導體廠商集中的領域，這個部分量最大，所以恩智浦和英偉達在市場區隔上會有不同。”

　　同時，他也指出，恩智浦的自動駕駛路線也已經規劃到了L5。而英偉達只做汽車中央的控制部分，但是雷達、攝像頭的部分并沒有著墨，在這方面，傳統車用半導體廠商的布局更加完善。

　　在恩智浦看來，要實現自動駕駛，僅靠一個強大的CPU支撐并不足夠，還需要利用邊緣計算來配合汽車“大腦”運作。

　　Lars Reger就談道：“未來造車和人類生物學原理相通，比如車上有很多傳感器，當行駛過程中出現路障，雷達會進行報告，然后讓緊急制動系統來制動。這個過程類似于人體的條件反射，不用等到大腦告訴你停車，雷達可以憑借之前的信息來做出判斷。等車停下來后，大腦主機再進行判斷。”

　　“比如我們和百度Apollo就有類似的合作。最重要的是，這是建造自動駕駛汽車成本最低的一種方式，否則一個強大的CPU就會導致到處都是寬帶，并且使用SOD通信，會占據很大的空間，我們的路徑是確保有額外的空間來接受額外的信息。” Lars Reger進一步闡述道。

　　而對于自動駕駛商用面臨的挑戰，Lars Reger認為主要有三方面，其一是傳感難題，這也是恩智浦正在解決的部分；其二是很難探究AI學習系統在具體情境中，是如何做出反應的。譬如很難去跟蹤識別學習系統為什么判斷這個是小狗，另一個是花草，因此很多廠商正考慮在學習系統上加一個監測系統；其三是人工智能系統安全性的問題，即在多大的程度上能受到保護，在黑客入侵的情況下，系統又會是什么樣的反應。