2393
“自動駕駛產(chǎn)業(yè)的市場格局正在快速收斂，真正能贏得主機廠比較高的認可度的算法供應(yīng)商，不超過5家。”
今年Q1，九章的咨詢團隊在跟多家主機廠的自動駕駛團隊交流的過程中，隱隱約約地意識到了這一點。在Q3-Q4,筆者再次跟行業(yè)里的超過60位朋友聊了一圈，然后確信：我們此前的判斷沒錯。
這些脫穎而出的公司，都有一個共同點：軟硬一體——
華為和地平線，因為自己有芯片，也有算法，所以，軟硬一體是順理成章的；Momenta雖然在早期嘗試過多家公司的芯片平臺，但過去兩三年，基本上是深度綁定了英偉達的Orin；
大疆車載，盡管自稱“成行平臺的核心是慣導立體雙目攝像頭，芯片是可切換的”，但實際上，方案也是基于TI的TDA 4深度打磨；
主機廠中，自動駕駛走在最前面的小鵬，在過去三年也是綁定了英偉達Orin（在此之前是英偉達Xavier）。
在總結(jié)出這一“規(guī)律”之后，筆者開始思考一個問題：這是不是意味著，被叫囂了好幾年的『軟硬件解耦』其實是不成立的，或者，完全就是個“偽問題”？
先上答案：『軟硬件解耦』確實還不成立。
在剛產(chǎn)生“『軟硬件解耦』可能是個偽問題”這個念頭后不久，筆者偶爾有機會跟某主機廠的自動駕駛自研負責人交流，當時，筆者提出另一個問題：“自動駕駛算法公司至少有幾十家，但為什么真正贏得主機廠的認可的也就三五家？”
這位朋友的答案是：因為，大家都有一顆要做平臺的心。筆者很不解地問：“什么叫‘要做平臺的心’？” 朋友解釋道：“就是希望把自己的算法做成平臺，能夠跟各家的芯片做適配?！?/p>
筆者翻譯一下，朋友的意思正是：大部分算法公司之所以競爭力不夠強、生存能力弱，正是因為他們相信了『軟硬件解耦』。
盡管九章在今年4月份的上海車展期間也發(fā)過一篇文章《自動駕駛軟硬件解耦：理想豐滿，現(xiàn)實骨干》，但當時，我們也只是認為“算法在不同的芯片平臺之間做移植比較難”，卻并沒有想到，這種困難會大到足以影響大多數(shù)自動駕駛方案商的“生存能力”的程度。
此后，筆者又跟更多業(yè)內(nèi)朋友聊起這個話題，結(jié)果發(fā)現(xiàn)，幾乎所有人都表示自己不相信『軟硬件解耦』；至少是認為，現(xiàn)階段，『軟硬件解耦』的時機還不成熟。
那么，『軟硬件解耦』遇到的困難具體有哪些？如果要『軟硬一體』，算法公司將如何選擇芯片平臺、他們跟芯片廠商之間的關(guān)系又如何演化？『軟硬一體』的過程中會遇到哪些困難？
本文將試圖回答這些問題。
01『軟硬件解耦』的難點
傳感器和算法的解耦相對比較容易，但如果不停地切換芯片平臺，這個項目用TI的、那個項目用地平線的、下一個項目用英偉達的或華為的，那肯定不行。
一位機器人公司的CTO說。
1.?算法和芯片都還沒有收斂
軟硬件解耦能真正實現(xiàn)的前提是，要么芯片已經(jīng)比較成熟了、收斂了、迭代速度也慢了，甚至是EE架構(gòu)已經(jīng)足夠集中；要么是算法已經(jīng)收斂了、迭代速度也慢了——中間件跟已經(jīng)相對固化的那一側(cè)綁定，只跟另一側(cè)做適配。
但現(xiàn)狀是，產(chǎn)業(yè)還沒有進入成熟期，芯片和算法都在快速迭代著，那么中間件該綁定誰呢？似乎綁定誰也不太合適啊。
實踐中，中間件基本上是綁定芯片平臺，然后去適配不同的算法。但這個項目做完之后，你還能不能繼續(xù)拿到基于該芯片平臺的項目，其實是個未知數(shù)。這意味著，換一個客戶/芯片平臺，我可能就得重新開發(fā)一套中間件了。
此外，智能駕駛的技術(shù)路線與拓展架構(gòu)有待進一步明確，硬件與應(yīng)用抽象度不夠，導致模塊解耦方式、標準接口等未形成共識，也是一個很重要的原因。
2.?軟件供應(yīng)商很難贏得主機廠的認可
那些“有一顆做平臺的心”的算法公司似乎并沒有意識到，主機廠客戶認可的自動駕駛開發(fā)平臺，基本上只有芯片。
一個很明顯的表層原因是：芯片這樣的硬件在量產(chǎn)之后，就沒法改了，只能是算法公司去修改軟件算法，適配硬件了。
還有一個理念層面的原因，這也是更深層原因：主機廠的高層普遍缺乏軟件思維，對軟件供應(yīng)商的信任感不如硬件供應(yīng)商。
比如，在主機廠選擇自動駕駛Tie1的時候，硬件背景的公司更有機會拿到訂單；很多純算法公司，為了贏得主機廠的信任，都被迫去做了域控制器等硬件。
再比如，主機廠選擇智駕方案商的決策邏輯是:先敲定一個芯片平臺，然后再從算法公司里面找一個能把該芯片用好的公司來做算法。而不是先敲定一個算法供應(yīng)商，讓該算法供應(yīng)商來推薦芯片。
也就是說，算法公司能拿到訂單，首先并不是因為他的算法能力得到了主機廠的認可，而是因為芯片廠商的芯片得到了主機廠的認可——算法公司當然也有自己牛的地方，但最關(guān)鍵的原因還是他們蹭到了芯片廠商的“流量”。
雖然業(yè)界也確實有“算法定義芯片”的說法，但這個觀點僅在技術(shù)邏輯的層面成立，在商業(yè)層面，其實是“算法（公司）跟著芯片走”。
具體地說，就是：芯片在設(shè)計階段，要充分考慮算法的演進趨勢，以便架構(gòu)能盡可能地滿足算法的需求；但在落地應(yīng)用階段，則是算法去“適應(yīng)”芯片。
宏觀層面，確實是算法“定義”芯片；但微觀層面，可能是算法“遷就”芯片——算法是靈魂，芯片是肉身，而靈魂離不開肉身的程度，超過肉身離不開靈魂的程度。
這意味著，在當前階段，自動駕駛方案中的游戲規(guī)則，更多地是芯片廠商來主導的。
很多算法公司之所以都“有一顆做平臺的心”，就是因為他們對現(xiàn)實的認知度還不足。
當然了，絕對頭部的算法供應(yīng)商，如果已經(jīng)強大到主機廠需要“排隊跪舔”的階段了，那他或有機會來定義游戲規(guī)則：主機廠青睞的是我的算法能力，所以，哪怕他不情愿，也得使用我推薦的芯片。
不過，這一設(shè)想究竟會成為現(xiàn)實，還是純屬“想得美”，尚有待于進一步觀察。
3.?成本不可控
基于多個芯片平臺做開發(fā)，成本往往會遠超出算法公司的預(yù)期。
首當其沖的問題是算法移植難，甚至，在換了芯片平臺后，算法不得不重寫一遍。
其次，OTA的工作量也大了許多。在國內(nèi)，絕大多數(shù)主機廠都把軟件的買賣當成“一錘子買賣”，他們是不愿意為OTA向供應(yīng)商支付費用的，這意味著，OTA那部分成本，基本上得由算法供應(yīng)商來承擔了（這部分成本，可能是算法公司之前沒有考慮到的）。使用的芯片平臺越多，OTA的成本就越高。
還有，『軟硬件解耦』涉及到利益鏈的重構(gòu)，在這個過程中，各個不同的利益方之間會有很多沖突。因此，算法公司所使用的芯片平臺越多，那他們跟各相關(guān)的利益方之間的“撕逼成本”就越高。
另外，更慘的是，由于技術(shù)、產(chǎn)品迭代快，并且競爭激烈，算法公司跟主機廠的關(guān)系極不穩(wěn)定——很可能，主機廠換一個車型就要換一批供應(yīng)商、自研有進展了就會換一批供應(yīng)商；甚至，白嫖完了，發(fā)現(xiàn)從你身上“學不到東西”了，就會換一批供應(yīng)商。
本來，項目的高度定制化導致每增加一個項目就要增加一批人；結(jié)果呢，項目丟了后，又得裁員。在這種狀態(tài)下，公司掙的錢，都用來支付獵頭費和裁員補償費了。相比于走軟硬一體路線，在多平臺開發(fā)的情況下，這一問題顯然更嚴重。
總之，在當前及今后相當一段時間內(nèi)，『軟硬件解耦』其實都不成立；你在條件還不成熟的情況下強行解耦，代價就會很慘重。
不過呢，有些諷刺的是，在相當長一段時間里，有不少做多平臺開發(fā)的算法公司的工程師及管理者，對自己公司由于“到處撒胡椒面”導致的“哪個都做不好”，他們并沒有真正從“『軟硬件解耦』不成立”這個層面去找原因，而是只會一味地抱怨芯片廠商“支持力度不夠”。
誠然，像英偉達這樣的芯片廠商，由于一直致力于提供標準化程度很高的產(chǎn)品，并且，文檔化做得都足夠好，他們確實沒動力（也沒精力）去滿足開發(fā)者們提出的一些瑣碎的服務(wù)需求；但你們得清楚，芯片廠商之所以需要你們，就是因為他們沒耐心為主機廠提供定制化服務(wù)（希望這些活能由算法公司替他們干），如果他們有耐心為你們解答已經(jīng)在文檔中寫得很清楚的“小兒科”問題，那人家為啥不直接下場去“伺候”主機廠呢？
對更高維的戰(zhàn)略問題（軟硬一體還是多平臺開發(fā)）沒有想清楚，老是希望在低維的戰(zhàn)術(shù)（讓芯片廠商多提供一些支持）上做些小修小補，這樣怎么可能做好呢？
【希望用戰(zhàn)術(shù)上的努力來掩蓋戰(zhàn)略上的懶惰，這其實就是“重『術(shù)』輕『道』”了。近日，在《被“干掉”的CEO和CTO：理工男歧視文科、輕視商科，終遭報應(yīng)》一文中，筆者已經(jīng)系統(tǒng)性地談過“重『術(shù)』輕『道』”的問題。感興趣的朋友可以點擊超鏈接進去看看?！?/p>
02擁抱一個芯片平臺
作為自動駕駛能力在主機廠陣營中排名靠前的玩家，小鵬這幾年一直堅持使用單芯片平臺，這一做法是具有風向標意義的。
改款之后的小鵬P7跟G6、G9的自動駕駛硬件，從域控制器到傳感器架構(gòu)，都是一樣的。“高配就比中配多了激光雷達和一顆orin，其他都相同?！?/p>
尤其是，小鵬前自動駕駛掌門人吳新宙曾是高通的自動駕駛負責人，并且他還深度參與了高通驍龍平臺的開發(fā)，但吳新宙并沒有將驍龍平臺引入小鵬。這更加印證了小鵬在“軟硬一體”上的堅守。
甭說換芯片了，小鵬方面甚至認為，就連傳感器，也應(yīng)該是“能不換就盡量不換”。
小鵬之前在整車的平臺化方面做得確實很差，因而導致運營成本居高不下，但我們不得不承認，現(xiàn)階段，在智駕的平臺化方面做得最徹底的主機廠，就是小鵬了。
小鵬的做法，對行業(yè)里的其他玩家，應(yīng)該會有很大的參考價值。
當然了，就算軟硬件協(xié)同優(yōu)化或軟硬一體，它也是按照軟硬解耦和軟軟解耦的方法去分層實現(xiàn)的，而不是我一個功能從上到下所有的模塊都攪合在一起，否則，下一次迭代的時候就很麻煩。
其實，軟硬件解耦和軟硬結(jié)合都沒錯，只是兩者要實現(xiàn)的目標是不一致的。軟硬件解耦，是為了提高研發(fā)和后續(xù)迭代的效率，但要把整體性能調(diào)到最好的狀態(tài)，就得靠軟硬一體，軟件和硬件去做互相適配。
筆者曾跟某Tier 1自動駕駛生態(tài)負責人聊起“軟硬件解耦是否成立”的話題，當時，他的解釋是這樣的。
軟硬一體說起來顯得很“輕巧”，但實操中，算法公司面臨的最大的困惑是：“我該綁定誰呢？”
1.?實力最強的英偉達，是“最值得托付”的合作伙伴嗎？
當前，可提供經(jīng)過市場檢驗的200 TOPS以上的大算力自動駕駛芯片的基本就英偉達和華為兩家——高通的自動駕駛芯片在2022年上半年一度受關(guān)注度很高，但從九章咨詢團隊2023年下半年調(diào)研的結(jié)果來看，真正對其感興趣的主機廠似乎并不多。
華為車BU在被剝離出去并跟主機廠合作后，MDC平臺還有多少留給第三方算法公司參與的機會，還是一個很大的未知數(shù)。
所以，當前，對要沖擊高階智駕方案的算法公司來說，“唯一比較理想”的芯片平臺應(yīng)該就是英偉達Orin了。
實際上，我們也看到，一些原本基于地平線J5做開發(fā)的算法公司，在發(fā)現(xiàn)了J5產(chǎn)品設(shè)計的一些短板（如CPU比較弱）后也開始擁抱英偉達了。
不過，英偉達最近大張旗鼓地招算法人才，似乎鐵了心要做軟硬一體的Tier 1，這讓那些原本想跟英偉達深度合作的算法公司又不寒而栗——擔心英偉達過來跟自己搶客戶。據(jù)說，英偉達在某些項目上跟某頭部算法公司就存在一定的競爭關(guān)系。
其實，英偉達和其算法合作伙伴的競爭關(guān)系也不是始于今日，而是早在2020年上半年（甚至比這還早）就開始了。
2020年11月份，筆者在《博世自動駕駛的近憂與遠慮》一文中提到了奔馳跟博世的合作被英偉達“敲竹杠”的問題，并提出英偉達已以自動駕駛Tier 1的身份跟傳統(tǒng)的Tier 1開始競爭了。在2021年5月份的《英偉達越來越像Mobileye了》一文中，筆者再次強調(diào)過這一觀點。
那么，筆者在此向某些算法公司的老板們提一個問題：如果你們現(xiàn)在擔心英偉達會跟自己搶客戶，為什么在筆者兩三年前“捅破窗戶紙”時不擔心、不“早作打算”？
這似乎又印證了筆者在近日的《被“干掉”的CEO和CTO：理工男歧視文科、輕視商科，終遭報應(yīng)》一文中提到的一個觀點:人文素養(yǎng)和商業(yè)思維弱的純理工科生，普遍對外部環(huán)境的變化比較遲鈍、甚至對即將到來的危險毫無知覺。
我們再提另一個問題：如果你們在三年前沒擔心過英偉達會跟自己搶客戶，為什么現(xiàn)在會擔心？
那么，英偉達轉(zhuǎn)型做智駕Tier 1，對算法公司的殺傷力到底有多大呢？這個問題，我可以從正反兩個方面來分析。
前幾天，一位正考慮“要不要加入英偉達”的主機廠算法工程師向筆者提出了這樣一個問題：英偉達會以怎樣的形式入場？
如果以供應(yīng)商的姿態(tài)入場，服務(wù)本來就是英偉達的短板啊，我覺得他們會疲于應(yīng)付主機廠的各種需求。況且，做定制化方案也不符合英偉達自己的訴求，他肯定是想要做平臺化的產(chǎn)品。
但實現(xiàn)平臺化，就必須要在車輛造型階段就有發(fā)言權(quán)，我們作為主機廠內(nèi)部的智駕部門，每次和產(chǎn)品線討論造型和傳感器布設(shè)時就各種battle，對于一個供應(yīng)商來說，這豈不是更難？英偉達憑啥在主機廠面前就會有話語權(quán)呢？
這個朋友的問題，句句都問到要害之處了。
此前，筆者曾聽一位英偉達前員工說：
英偉達做不好服務(wù)，具有一定的必然性，因為，做服務(wù)的人，在英偉達的地位不高。
不過，筆者覺得，更深層次的原因是，做慣了標準化產(chǎn)品的公司，在思想意識層面就是排斥服務(wù)的。因為，在他們的價值觀里，“需要服務(wù)，就意味著產(chǎn)品的通用程度還不夠，有的需求還沒有被考慮到?！?/p>
所以，英偉達能否以“乙方”的姿態(tài)服務(wù)好主機廠，目前還存在很大的不確定性。如果英偉達做不好這個“乙方”，那他們就不會對算法公司構(gòu)成威脅。
在筆者看來，相信英偉達“做不好乙方”的算法公司，不妨大膽地跟英偉達綁定。因為，如果英偉達“做不好乙方”這個假設(shè)成立，那他們無論怎么努力，都不可能真正具備跟你們“搶客戶”的能力。
然而，“萬一”英偉達的智駕團隊為了做好主機廠的“乙方”，努力打造出了一套與公司主體部分截然不同的組織文化，學會像國內(nèi)的智駕方案商一樣“跪舔客戶”了呢？盡管這樣做的難度很大，但也不是完全沒有可能。
如果英偉達真的能通過優(yōu)質(zhì)的定制化服務(wù)贏得了一眾主機廠的芳心，那些之前一直吐槽英偉達“服務(wù)差”的算法公司就要傷心至極了。因為，通過這種轉(zhuǎn)變，英偉達似乎是向算法公司們傳遞了一個不太友好的信息：我們并不是“做不好服務(wù)”，只是“不太樂意服務(wù)你”而已。
照此看，如果一個算法公司在研判之后認為英偉達“能做好乙方”，那他們就得認真評估一下自己跟英偉達這個“最優(yōu)解”的關(guān)系了：會不會，在一年之后或半年之后，“友誼的小船說翻就翻”了？
如果真是這樣，那還不如盡早尋找“次優(yōu)解”。
2.?“恨不得手把手教你寫好算法”的地平線
到了2024年，需要基于大算力芯片平臺做開發(fā)的算法公司們應(yīng)該還有另一個比較理想的選擇：地平線J6。
地平線J5在設(shè)計上存在不少缺陷，對此，地平線也并不避諱，但J6已經(jīng)彌補了J5的一系列缺陷。九章的咨詢團隊在此前的調(diào)研中了解到，大多數(shù)主機廠及算法公司都對J6充滿了期待——一些之前“看不上”地平線的頭部算法公司也在此之列。
除產(chǎn)品外，地平線跟英偉達最明顯的不同是什么？我的看法是：地平線姿態(tài)更低、服務(wù)做得好。
許多跟地平線有過合作關(guān)系的生態(tài)伙伴對地平線的評價都是“服務(wù)做得很好”“恨不得手把手教你做好算法”——這算是徹底顛覆了筆者之前一直堅持的一個偏見“背景太豪華的團隊肯定做不好服務(wù)”。至少從這一點來看，地平線確實是個挺不錯的合作伙伴。
此外，地平線的工具鏈在過去一兩年里進步也比較快。如鑒智和輕舟智航此前均表示，他們把算法遷移到地平線J5上，僅用了2-3個月，“效率非常高”。
不過，地平線今年大力擴充算法團隊，構(gòu)建軟硬一體解決方案，似乎有成為“自動駕駛Tier 1”的趨勢。這也引起了很多算法公司的疑慮。關(guān)于這個話題，九章智駕將在下一篇文章《如何看待地平線組建算法團隊、跟生態(tài)伙伴“搶客戶”？》里做更詳細的解讀。
03走軟硬一體路線，需要過的幾道“門檻”
1.?“雞蛋不能放在同一個籃子里”的思維誤區(qū)
軟硬一體，說起來很輕巧，但實踐中，無論all in哪個芯片平臺，都可能存在風險。而遵循了“不把雞蛋放在同一個籃子里”精神的多平臺開發(fā)，則在很大程度上滿足了自動駕駛公司對分散風險的需求。
那么，“不把雞蛋放在同一個籃子里”，就真的能降低風險嗎？
對投資人、打工人來說，“雞蛋不能放到同一個籃子里”也許是對的，但如果你是創(chuàng)業(yè)者，“雞蛋不能放在同一個籃子里”就絕對不是圣經(jīng)，而是毒藥——創(chuàng)業(yè)需要all in ，需要你在某個階段把資源都聚焦在同一個方向上。
因為，投資和打工，在本質(zhì)上都是“搭便車”，分享別人的（認知的）勝利成果，你不能確定究竟哪個“別人” 才能成功，所以，需要“分散風險”；但在創(chuàng)業(yè)的時候，你自己就是投資人和打工者要押注的那個“別人”，在認知資源和管理帶寬有限的情況下，你的戰(zhàn)略搖擺不定，朝三暮四、到處撒胡椒面，別的不說，首先會讓認知水平高的投資人和打工人覺得你這個“籃子”不靠譜——你自己都覺得自己做的事情“高風險”、不自信，那憑什么讓別人相信你？
對創(chuàng)業(yè)者來說，盡管把雞蛋都放在同一個籃子里（聚焦）意味著風險增高，然而，有賭性、敢于擁抱不確定性本來就是企業(yè)家精神的重要構(gòu)成要件之一；沒有這種賭性，你永遠成不了企業(yè)家，這才是更大的風險。
當然，“聚焦導致風險增高，到處撒胡椒面可分散風險”這種邏輯僅在人的心理層面上成立，在客觀事實層面則是，到處撒胡椒面使風險升高，而聚焦使風險降低。不信的話，你不妨比較一下自動駕駛各賽道有競爭關(guān)系的公司的商業(yè)化能力與老板的聚焦度之間的關(guān)系？
在此，筆者不得不做個補充：Momenta能在一眾算法公司中脫穎而出，技術(shù)強可能還只是次要原因，最重要的原因應(yīng)該是，老板的戰(zhàn)略定力強。很多技術(shù)出身的老板對戰(zhàn)略這些東西不重視，他們認為戰(zhàn)略“很虛”，但實際上，戰(zhàn)略是比技術(shù)更高維的東西。
寫到這里，筆者想起一個事情——
一位創(chuàng)業(yè)的朋友曾希望邀請一位筆者和他的共同好友加盟擔任CXO級的合伙人，但筆者在跟那位共同好友聊過第N輪之后得出個結(jié)論：他的能力確實很強，但缺乏創(chuàng)業(yè)精神，因為他過于追求確定性，害怕承擔風險，所以，做事不敢all in，在做一件事的時候，老想著用另一種方式來對沖風險。
創(chuàng)業(yè)的朋友雖然確實很欣賞那位“過于追求確定性”的朋友，但他也認可我做出的“缺乏創(chuàng)業(yè)精神”的鑒定。畢竟，創(chuàng)業(yè)路上充滿了不確定性，只有敢于甚至喜歡擁抱這種確定性，才會在遇到困難的時候繼續(xù)“咬著牙堅持”。
2.?對“是否要舍棄這幾個客戶”的糾結(jié)
即便“all in哪個芯片平臺”在認知層面很容易達成共識，但在具體落地的過程中，算法公司們也很容易遇到這樣一個現(xiàn)實的問題：
對用什么芯片做開發(fā)，算法公司實際上是沒有話語權(quán)的，因為，芯片選型是由主機廠拍板的。通常，主機廠是先敲定芯片平臺，然后再在能用好這款芯片的算法公司里面選擇一家。這意味著，要走通軟硬一體路線，算法公司可能得“舍棄”一些“不合適”的潛在客戶。
但舍棄幾家“潛在客戶”，總比像過去幾年這樣盲目迎合客戶需求、基于多個芯片平臺開發(fā)，結(jié)果連哪一個芯片都用不好、也沒有一個真實客戶要強得多吧。
當然，人性的弱點是，我們總會認為虛無縹緲的“3個潛在客戶”比實打?qū)嵉摹?個真實客戶”更有“想象空間”，所以，他們可能并不愿意為了后者而犧牲前者。
3.?贏得客戶及自己員工的認可，需要一個艱難的過程
也有算法公司實現(xiàn)軟硬一體的路徑是：自研芯片。
自研芯片，跟自己的算法結(jié)合，不僅在技術(shù)層面的優(yōu)勢明顯，而且，在組織層面的協(xié)作成本也會降低，可以說是“一石二鳥”。
不過，算法公司自研的芯片在落地中也會有不少障礙。
當前，主機廠選擇算法合作伙伴的邏輯，并不是“因為你算法牛逼，所以我選擇你”，他們是先選擇芯片平臺，然后再看哪個算法公司最有能力把該芯片用好，再去定點這個算法公司。
可見，已經(jīng)混出名堂的算法公司，自己牛逼只是一個原因，“站對了隊”，搭上了一個牛逼的芯片平臺的順風車，才是更關(guān)鍵的原因。
本來，主機廠用不用你的算法，都不完全是由你自己的實力決定的，現(xiàn)在，你做一款芯片推給主機廠，這個芯片對主機廠來說是陌生的，他們大概率會疑慮重重。（相比之下，地平線這種先以芯片立身，然后賣點算法的做法，確實更符合主機廠的決策邏輯。）
也許，算法公司自研芯片后，首批合作車企，應(yīng)該避開那些“硬件思維主導”（先敲定芯片平臺，再選擇算法合作伙伴）的客戶，而是要把重心放在那些具有相當強的軟件思維（愿意“因為你的算法能力強，所以我要用你的硬件”）的客戶身上。
全新的芯片公司在從0到1階段受過的挫折，算法公司在推出自研芯片后基本還得重新經(jīng)歷一遍。對自研芯片的主機廠來說也是一樣的。
無論是主機廠還是算法公司，自研的芯片，在落地階段還存在另一個挑戰(zhàn)——可能有一些自己人不愿用。
英偉達的生態(tài)太強大，而且工具鏈很成熟，這使得他們的產(chǎn)品成了客戶公司的工程師們的“舒適區(qū)”。算法公司讓工程師用自研的芯片，就是逼著讓他們“走出舒適區(qū)”，而工程師大多害怕不確定性，所以，是極不情愿走出“舒適區(qū)”的。
使用自研芯片，確實更有利于公司的長期利益，但公司的長期利益不是工程師們有動力關(guān)注的問題——“一年后，我是否還在你這個公司，都是個未知數(shù)”。
參考資料：
智能駕駛軟硬解耦難在哪里？
下載ECAD模型
