晶圆代工厂台积电南京厂再添新纪录，量产不到一年时间便单季转亏为盈。

台积电南京厂于2018年10月31日举办开幕暨量产典礼，担任台积电（南京）董事长的台积电欧亚业务资深副总经理何丽梅当时说，南京厂打破台积电多项纪录，是建厂最快、上线最快最美的厂区。

何丽梅指出，台积电2015年决定到南京投资，经过15个月评估及前期筹备工作，2016年3月28日与南京市政府签约，并在当年7月7日动土，随后于2017年9月12日举行进机典礼，从动土到进机只花14个月。

台积电南京厂从进机再到开始生产不到半年时间，以12纳米及16纳米制程为主，是中国大陆制程技术最先进的12英寸晶圆厂，初期月产能为1万片。

因应客户强劲需求，台积电南京厂今年底月产能将扩增至1.5万片，预计明年进一步达到2万片规模。据台积电财报资料显示，台积电南京厂第3季已经顺利转亏为盈，单季获利新台币8.84亿元。

相较上海厂量产超过5年后才转亏为盈，台积电南京厂量产短短不到1年便单季转亏为盈，再添一项耀眼的新纪录，台积电南京厂同时也是中国台湾厂商赴中国大陆投资最快获利的12英寸晶圆厂。

随着各国政府一系列路测牌照的陆续颁发，自动驾驶技术的发展也进入加速阶段，有人甚至宣称2019年为自动驾驶元年。这也吸引了越来越多半导体厂商的注意，开始加快布局自动驾驶芯片领域。不过根据专家的评估，目前的自动驾驶技术仍处于L3-L4之间，距离实现完全的自动驾驶仍然有一段不短的距离要走。作为该领域的技术核心之一，自动驾驶芯片也有诸多需要突破地方。

自动驾驶已达L3+水平

近日，国内首条自动驾驶商用运营线路正式落地武汉。据悉，承担运营任务的智能公交车已经拿到武汉市智能网联测试牌照和商业运营牌照。这也是全球首张自动驾驶商用牌照。与此同时，美国在自动驾驶路测推进方面也十分积极。加州是全球首个自主为自动驾驶汽车制定法规的州，截至去年年底加州已为至少60家企业颁发了自动驾驶路测牌照。

随着一系列路测牌照发放，车辆路测被实施、基础数据被收集，自动驾驶路技术也获得了长足发展。根据专家的评估，目前的自动驾驶技术大约处于L3-L4（L3+）之间，也就是具有了相对较弱的“高度自动驾驶”能力，在某些特殊环境下，自动驾驶车辆可以在无需驾驶员干预下正常行驶。

恩智浦资深副总裁兼首席技术官Lars Reger介绍：“L3+的车辆已经可以实现在高速公路上自动驾驶的场景。从上高速起行车系统就可以接管，驾驶员就可以手脚放开，让汽车进行自动行进，到接近自动驾驶要下高速的时候，车辆会给驾驶员发一个通知，要求驾驶员接管回来。在未来一两年里，我们会看到这样的场景普及开来。”

至于中国市场，业界预计自动驾驶的发展速度可以更快。Lars Reger就认为，中国消费者对于新技术的接受程度以及社会法律环境更加适合自动驾驶技术的落地，因为更加看好自动驾驶在中国的发展。长安汽车智能化研究院副院长何文也指出，中国的自动驾驶走的是一条基于网联架构的路线。传统中央云计算要将大量道路数据通过网络传输到云计算中心处理后再下发，无法做到快速及时响应。而5G的商用以及5G网络部署的加快，将对于中国自动驾驶的发展起到促进作用。自动驾驶车辆上的硬件设备可以适当精简，运算通过云端+边缘的方式进行。

随着自动驾驶技术的加快落地，自动驾驶市场的发展前景也被广泛看好。麦肯锡预计，中国未来很可能成为全球最大的自动驾驶市场。到2030年，自动驾驶汽车总销售额将达到约2300亿美元，到2040年将达到约3600亿美元。

多方积极布局芯片产业

芯片是自动驾驶技术得以实现的关键部件之一。在巨大市场前景的吸引下，有越来越多厂商加快了在这一领域的发展布局，其中不仅包括传统的汽车半导体厂商，也包括以往聚焦于消费电子与计算机等领域的芯片巨头。 此外，一些拥有强大算力的科技公司也在觊觎这一市场。

恩智浦、瑞萨、TI等均是传统的汽车电子巨头。这些公司在推进自动驾驶芯片方面具有传统优势。这些厂商基本沿着逐步升级ADAS（高级驾驶辅助系统）处理芯片至高级自动驾驶级别的路径加以推进。比如恩智浦发布了S32 ADAS产品系列，瑞萨开发了R-Car系列，德州仪器有基于DSP的解决方案TDA2x SoC等。恩智浦半导体总裁Kurt Sievers在接受记者采访时就表示，他们对汽车行业的电子化包括自动驾驶领域非常看好，这是未来市场的长期增长机会。汽车的电子化（包括自动驾驶），将为汽车行业带来根本性的改变。这种转变将在未来多年时间里持续下去，半导体行业也将受益于汽车行业的这一发展趋势。

传统消费电子、计算领域的芯片巨头，目前也在积极投入自动驾驶领域。10月初，ARM公司在其年度技术大会上宣布，成立自动车辆计算联盟，成员包括通用汽车、英伟达、电装、丰田、博世、恩智浦等业界大厂。这是ARM公司进军车用半导体市场的最新举措。在2018年9月ARM推出了首款面向车用领域的芯片Cortex-A76AE，2018年12月又推出简化版Cortex-A65AE。ARM希望发挥其在智能手机和物联网领域的低功耗优势切入车用市场，降低功耗并保证性能和安全性。

英特尔、英伟达、高通等公司也是动作频频。英特尔此前通过高达百亿美元收购以色列Mobileye公司，整合EyeQ系列芯片成为全球主要的自动驾驶视觉传感芯片厂商。英伟达先后推出自动驾驶平台Drive PX系列和Xavier系列，成为自动驾驶AI平台的主流计算解决方案。

此外，一些拥有强算力的技术公司，如谷歌、百度、特斯拉等也积极跨界到自动驾驶芯片领域。Waymo是谷歌自动驾驶研究领域的主要公司，谷歌亦基于其TPU打造深度机器学习平台，用于自动驾驶领域。百度开发了“昆仑”AI芯片，适配自动驾驶的Apollo系统。特斯拉则是既做整车也自研自动驾驶芯片。今年4月特斯拉发布了旗下首款自动驾驶芯片FSD。

总之，目前的自动驾驶芯片领域正处于群雄混战局面，传统汽车电子大厂、消费及计算领域芯片巨头、拥有强算力的技术公司等不同势力均在争夺这一领域的主导权，未来的发展前景值得关注。

感测与决策两大关键技术仍需突破

尽管各方纷纷看好，但是自动驾驶距离L4、L5级别，即实现完全自动驾驶，仍有非常长的路程要走。而自动驾驶芯片也有大量需要突破的技术。

根据市场研究人员盛陵海的介绍，自动驾驶系统主要包括前端与后端两个部分：前端为感知端，包括摄像头、毫米波雷达等，主要进行数据采集，市场上以被英特尔并购的Mobileye公司提供的解决方案为主。后端为主控平台，主要执行数据处理、深度学习等功能。英伟达基于GPU开发的Drive PX 2平台有着较多应用。

但是，自动驾驶芯片的开发并不容易，需要建立在大量数据积累与算法开发的基础之上，这是一个长期的过程，也是为什么自动驾驶公司需要进行大量路测的原因之一。未来自动驾驶芯片的发展也需要在这两个方向上进一步实现突破。

Lars便指出，目前摄像头在雨雪等恶劣天气的能见度仍然较低，毫米波雷达穿透能力仍有不足。多种感知设备组合或将成为最优的解决方案，弥补了相互之间的不足。但是如何压缩成本又是一个难点。

此外，在现实生活中，路况千变万化非常复杂，安全是非常重要的因素。除了海量的数据收集，后台的分析与决策也非常重要。如果想要在非高速路面或者特殊环境下保持高精度自动驾驶，还需要AI在自动驾驶领域的进一步发展与应用。这些都需要人工智能与安全芯片的进一步发展。

*博客内容为网友个人发布，仅代表博主个人观点，如有侵权请联系工作人员删除。