在過去的兩年多時間，我有拜訪數(shù)百家企業(yè)，最近一直花時間在做針對性地梳理和總結。在現(xiàn)在的電子信息領域，跨界融合的節(jié)奏越來越快，產業(yè)鏈各環(huán)節(jié)的銜接也是前所未有的緊密，所以現(xiàn)在看一個領域或一個項目，需要從整個產業(yè)鏈條各環(huán)節(jié)去綜合考慮，包括云管端，包括硬件、軟件、算法、數(shù)據(jù)，且各產業(yè)鏈條上各家企業(yè)，隨時做前向或后向的整合，競合關系隨時轉換。隨著新硬件時代的來臨，對產業(yè)的研究提出了更高的要求，思考的緯度需要變得更寬，要理清里面錯綜復雜的關系以及未來的發(fā)展趨勢，工作量數(shù)倍于從前。
　　而對產業(yè)鏈各個環(huán)節(jié)標桿企業(yè)的研究是必備的功課，只有了解這些大企業(yè)的策略和動向，才能發(fā)現(xiàn)其中可能存在的創(chuàng)業(yè)/投資機會。所以最近有意識的對大企業(yè)做一點研究，如之前的音頻、視覺、IOT平臺等，以及本篇的主要針對ADAS的芯片廠商，理解各家的主要產品線和狀態(tài)。
　　
　　ADAS（高級輔助駕駛系統(tǒng)），是指利用安裝于車上各式各樣的傳感器，在第一時間收集車內的環(huán)境數(shù)據(jù)，進行靜、動態(tài)物體的辨識、偵測與追蹤等技術上的處理，從而能夠讓駕駛者在最快的時間察覺可能發(fā)生的危險。通常包括導航與實時交通系統(tǒng)TMC，電子警察系統(tǒng)ISA 、自適應巡航ACC 、車道偏移報警系統(tǒng)LDWS、車道保持系統(tǒng)，碰撞避免或預碰撞系統(tǒng)、夜視系統(tǒng)、自適應燈光控制、行人保護系統(tǒng)、自動泊車系統(tǒng)、交通標志識別、盲點探測，駕駛員疲勞探測、下坡控制系統(tǒng)和電動汽車報警系統(tǒng)等。
　　目前來看汽車的創(chuàng)新絕大部分來自于汽車電子的創(chuàng)新，而從汽車電子系統(tǒng)來講，正在由分散式架構（眾多的ECU控制），逐漸向集中式乃至中央控制系統(tǒng)（超級處理器）演進，這一趨勢落實到ADAS上也是同樣規(guī)律。這一趨勢的變化，包括減少ECU，降低功耗，提高處理器和內存利用效率，降低軟件的開發(fā)難度和提高安全，使汽車半導體廠商在整個汽車產業(yè)中扮演越來越重要的角色。同時，對ADAS處理器芯片來說，目前呈現(xiàn)出如智能家居類似的產品形態(tài)，單品爆款，以及多功能的組合，即類似于Mobileye的視覺處理ADAS芯片單品，以及多傳感器的融合，使ADAS處理芯片成為平臺的趨勢。目前來看這兩種形態(tài)都有市場，單功能會使ADAS在中低端車甚至后裝市場，更大范圍的普及，當然性價比是前提。而多傳感器的融合會提升自動駕駛的等級向Level4甚至Level5方向走，目前像Google、百度等無人車都在做多傳感器的融合，只是目前為止還沒有專門的Level4/5ADAS ASIC芯片而已。
　　從芯片設計來說，現(xiàn)在ADAS處理器芯片的主要挑戰(zhàn)在如下幾個方面：
　　1）車規(guī)級的標準，最好過ISO26262，達到ASIL-B甚至ASIL-D級別
　　2）高計算量以及高帶寬，特別是多傳感器融合的芯片，需要更高的芯片頻率，以及異構設計，以達到快速的數(shù)據(jù)處理速度，同時傳輸?shù)耐掏侣噬弦灿休^高要求。
　　3）隨著人工智能在ADAS上的應用，針對芯片的設計會考慮增加硬件的深度學習設計，如何在軟硬件上做取舍，以及人工智能計算模型與原有軟硬件架構以及整個系統(tǒng)設計上做匹配，目前來看還在早期探索階段。