机械制造跟芯片有关吗(制造手机芯片和汽车芯片，哪个难度更大？)

当提及“手机芯片”时，多数情况下都是指它的CPU(CentralProcessingUnit)或SoC(SystemonChip):

而提及“汽车芯片”时，情况就比较复杂了——是指传统整车域的MCU、自动驾驶域的AI芯片，还是座舱域的CPU呢？

比较对象不同，结果肯定是大相径庭。因此，我们有必要简单介绍一下汽车芯片的这三大类。

一、汽车芯片的三大类

1.传统整车控制域的MCU

早期汽车是纯机械产品，那时的发动机并没有电子控制器、车窗也只有机械式控制，所以不需要任何芯片(废话！那时候芯片还没有被发明，想用也用不了啊！)

1886年，Benz制造的第一辆汽车

在近几十年中，机械式的汽车逐步电气化。注意，是逐步，一次新增一个功能，就需要配一个MCU(MicroControlUnit)。这种发展方式，也就构成了传统整车控制域的芯片应用基本特征：

分布式：单车平均50个MCU，遍布全车，自然而然就形成了分布式。低性能：8位与16位MCU占80%以上，制程最高也就28nm，那性能能高哪去？低成本：好在便宜，量大管饱，价格1-3美元之间[1]。

当然，也不要小看MCU，这个领域支撑起来的半导体公司都是赫赫有名：

如果对比的是汽车MCU芯片——那的确，无论是性能上、制程上，手机芯片都要先进不少！

2.自动驾驶域的AI芯片

如果说MCU芯片的弱鸡性能让汽车的面子有点挂不住，那自动驾驶域的AI芯片可以说是扳回一城了。

随着自动驾驶由L2向L3、L4、L5迈进，汽车对自动驾驶芯片的算力需求呈指数级增长：从L2的30TOPS到L5的2000TOPS(TeraOperationsPerSecond,每秒万亿次)。

自动驾驶域对芯片的需求是：超高算力、低延时、数据高度同质化。这种需求是比较特殊的，因而不适合与手机芯片、电脑芯片比性能。尽管如此，我们仍然可以强行对比一下，粗略感受一下自动驾驶AI芯片的强大：

CUDA单元：蔚来ET7搭载了四颗NVIDIAORIN芯片(近1000TOPS)，其CUDA(ComputeUnifiedDeviceArchitecture)单元达8096，接近8704CUBA核心的RTX3080显卡[2]。晶体管数量：蔚来ET7搭载四颗NVIDIAORIN芯片的晶体管数量为680亿[2]，同期“秒天秒地秒一切”的苹果A14芯片的晶体管数量为118亿。数据处理量：特斯拉FSD芯片内置图片处理器ISP，最高以25亿像素/秒的速度处理图像，大概是往21块1080P的高清屏幕上塞60帧画面[3]。高速缓存：特斯拉FSD芯片的神经处理单元NPU高速缓存32MB，与零售价16999元的英特尔酷睿i9-9980XE的33.75MBSRAM缓存总量相当[4]。

图片