--- title: "揭秘華為 MDC：算力、量產與新勢力大考" description: "智能汽車成敗取決於自動駕駛，而自動駕駛水平高低在於充當「智能汽車大腦」的計算平台。華為幫助車企造車的秘密之一，就隱藏在華為智能駕駛計算平台 MDC。最近一次，MDC 公開亮相在極狐阿爾法 S-華為 HI 版本發佈會中。在華為智能汽車解決方案 BU 首席運營官、智能駕駛解決方案產品線總裁王軍出場介紹極狐 HI 版時，關於 MDC 的一頁 PPT 雖然一晃而過..." type: "topic" locale: "zh-HK" url: "https://longbridge.com/zh-HK/topics/2700197.md" published_at: "2022-05-31T03:35:36.000Z" author: "[汽车之心](https://longbridge.com/zh-HK/profiles/3726156)" --- # 揭秘華為 MDC：算力、量產與新勢力大考 智能汽車成敗取決於自動駕駛，而自動駕駛水平高低在於充當「**智能汽車大腦**」的計算平台。 華為幫助車企造車的秘密之一，就隱藏在華為智能駕駛計算平台 MDC。 最近一次，MDC 公開亮相在極狐阿爾法 S-華為 HI 版本發佈會中。在華為智能汽車解決方案 BU 首席運營官、智能駕駛解決方案產品線總裁王軍出場介紹極狐 HI 版時，關於 MDC 的一頁 PPT 雖然一晃而過，但卻不乏乾貨——400+TOPS 稠密算力，16 個攝像頭；12 個 CAN；8 個車載以太，並且已經量產上車，開始逐步交付消費者。 在華為 MDC 產品規劃裏，400TOPS 的 MDC 是面向 Robotaxi 自動駕駛的，相當於把一個 MDC 產品線中的最高算力產品拿到乘用車來用。 或許這是華為對 HI 模式首發車型的偏愛，但對華為 MDC 內部來説，所有的 HI 合作伙伴都一樣重要，但如果非要做一個排序，那麼量產越前越重要。 「華為 MDC 對於行業內的『期貨』現象很敏感，實驗室裏訓練和 Demo Car 其實沒有太大意義，華為 MDC 更看重產品落地量產能力和商業化能力」，有業內人士向汽車之心這樣表示。 所以，華為偏愛極狐並非是「讓先行者先行」，而是「讓能量產者先量產」。 華為 MDC，需要更快的上車節奏，也急需「一炮而鳴」。 ***01、*****低調的 MDC，不擔心算力** 外界關注華為車 BU 的可能會從兩個方面切入： 一方面是華為的硬能力，比如 ADS 部門的自動駕駛系統方案 ；另一方面是華為軟能力，比如華為給問界 M5、極狐阿爾法 S 提供的強勢銷售服務。 但鮮有人關注低調的華為智能駕駛計算平台 MDC。 由於 MDC 搭載華為自研的自動駕駛芯片，華為 MDC 為了避嫌一直很「低調」。 甚至在 2021 年 **MDC 810** 發佈時，也都是和 HarmonyOS 智能座艙、4D 成像雷達、激光雷達等其他產品共同亮相 2021 年上海車展，作為組合棧產品宣傳。 而在此之前的 2020 年，針對 HI 項目的 400TOPS 的定製版本 MDC（內部代號 MDC Pro 610）已經配套 ADS 在極狐阿爾法 S-華為 HI 版上進入開發調測階段了。 雖然 MDC 的行動軌跡「靜悄悄」，但這並不影響它在華為內部的重要性。 在華為內部，MDC 智能駕駛計算平台產品部與融合傳感部門、ADS 部門（L4 級全棧智能駕駛解決方案）共同組成華為智能駕駛業務板塊。 三者的關係就像智能駕駛業務的三塊拼圖，而 MDC 的作用絕對是三片拼圖中最關鍵的一片。 打開 2021 年華為年報就會發現，華為智能汽車解決方案生態是與鯤鵬/昇騰、HMS/鴻蒙、華為雲同等高度的華為四大生態之一，而 MDC 生態則是智能汽車解決方案生態的重要內容之一。 同時，華為 MDC 是華為 ICT 技術秀肌肉的主力軍。在軟件層面，智能駕駛域控制器有操作系統層、中間件層及配套工具鏈等，共同支撐上層應用軟件的開發與運行。在硬件層面，一個域控制器上往往有多組芯片，包括計算芯片、網絡芯片及 MCU 等。 具體來説，車載計算平台是智能駕駛系統中最需要華為 ICT 技術的領域，不管是硬件上芯片 SoC、硬件工程，還是軟件中的操作系統、中間件、OTA，以及各類機器視覺算法、機器學習等等都極為考驗華為 ICT 技術。 華為 MDC 就是 ICT 技術的集大成者，因此從 2018 年開始華為就發揮特長，組建團隊自研計算平台。 MDC 的底子其實很好，比如，芯片上有華為海思，操作系統上有華為中央軟件院，工程能力上有華為中央硬件工程院等。 就像搭積木一樣，2018 年的華為已經有了 MDC 的地基，之後所做的就是在地基上再建樓。顯然，基地優勢也使華為 MDC 全棧自研走得十分順暢。 到目前為止，華為 MDC 陸續推出了面向業界的 4 種不同算力的系列化產品，涵蓋了 L2-L5 自動駕駛生態鏈： - **MDC 300F**：算力 64TOPS@INT8 稠密，支持商用車，作業車等封閉場景作業自動駕駛。 - **MDC 210**：算力 48TOPS@INT8 稠密，可以支持乘用車 L2+ 自動駕駛。 - **MDC 610**：算力 200TOPS@INT8 稠密，支持乘用車 L4 場景自動駕駛。 - **MDC 810**：算力 400TOPS@INT8 稠密，支持 Robtaxi L4-L5 自動駕駛。 據汽車之心瞭解，目前華為 MDC 正在規劃 **128TOPS** 的中等算力平台，預計今年年底面世。 算上新平台，華為 MDC 一共有 **5 個**系列化產品。其中，MDC 610 與 MDC 810 平台搭載的芯片，可能是現階段算力能打平、甚至超越英偉達 Orin X 的自動駕駛芯片。 目前單顆 Orin X 標稱算力為 **254TOPS**，搭載單顆華為自研芯片的 MDC 610，標稱算力為 **200TOPS@INT8** 稠密。 如果按賬面數據來看，顯然是 Orin X 贏了，實際則不然。 算力是一個很玄妙的東西，如果仔細觀察華為 MDC 算力標稱，就會發現一個細節，華為在標稱 MDC 算力時總是會在一旁備註此數據為「稠密算力」。 事實上，算力也要區分稠密算力和稀疏算力，不同的計算方式將會呈現兩個截然不同的算力數據。 目前以英偉達為首的芯片廠商其實多以「稀疏算力」面世，而這種計算方法會比「稠密算力」多出約 1 倍的算力數據。 具體來説，兩者的區別是，稀疏算力會對矩陣中的 **0 值**元素進行剪枝運算，最終使矩陣乘法計算量減少，使得算力表現提升。 但實際上在自動駕駛場景中，來自攝像頭的實時數據矩陣中的 0 值元素並不多見。 有工程師將這兩者比喻為「得房面積」。試想，你是一個買房者，兩套房子，A 宣稱面積 254 平米，B 宣稱 200 平米，A 的套內面積為 127 平米，B 的套內面積就是 200 平米。 這個邏輯就是稠密算力和稀疏算力的現實演繹，看似都是「算力」，但稀疏算力在賬面上是稠密算力的 2 倍。 目前，在智能駕駛領域稠密算力運用最多，但如果用稀疏算力效果非常有限。有工程師測試顯示稀疏算力性能僅能提升 **5~7%** 左右，遠遠達不到 2 倍提升。最起碼在當前的算法能力情況下，稀疏算力實用性很低，且有精度降低的風險。 曾經有一位技術工程師以稠密算力來估算英偉達 Orin X 單顆芯片算力，GPU 稠密算力 84TOPS 加上 DLA 稠密算力 43TOPS，其稠密算力僅有 127TOPS，而 MDC 610 的稠密算力是 **200TOPS**。 以此來看，低調的華為 MDC，並不需要擔心算力問題。 ***02、*****華為 MDC 朋友圈，為什麼缺少新勢力？** 外界較為熟知的是，華為給車企提供的合作模式 HI 和智選。在這兩個項目中主要有北汽、長安、廣汽三家傳統車企，以及東風小康賽力斯。 華為 MDC 屬於華為車 BU 下屬部門，按道理兩者的合作伙伴應該相差不大，但如果不看從屬關係，把兩者拆開來看，會發現 MDC 朋友圈大於車 BU 精心佈局的 HI 和智選模式合作廠商。 由於 MDC 平台覆蓋場景涵蓋乘用車，港口/礦山/園區/幹線物流等商用車，而且還可以單獨「零售」給車企，因此，MDC 的朋友圈擴展到了三層。 一層是車企客户、一層是算法合作伙伴、一層是內部 ADS 部門，配合 ADS 為車企量身定製全棧智能駕駛解決方案。 從這個層面上來説，華為車 BU 和華為 MDC 比較起來，兩者朋友圈的差集多過合集。 在 2021 年底的華為智能汽車解決方案生態論壇上，華為 MDC 領域總經理李振亞透露，MDC 在乘用車領域拿下 6 個乘用車定點合同，11 個商用車合同。 而這 17 個合同僅為標準的甲乙方客户合同，如果算起算法廠商等合作伙伴，華為生態圈的成員應該有 **70 多**家之多。 方便起見，我們梳理了目前華為 MDC 部分對外公開的合作款，以此能大概瞭解 MDC 的乘用車「朋友圈」： 從這一個列表也能看出來，目前搭載華為 MDC 的乘用車，均為傳統車企的自主品牌，新勢力只有合眾 1 家的身影。 這背後的主要原因是，求穩的華為與較為激進的新勢力調性不同。 比如在硬件預埋上，蔚來 ET7 直接搭載了 **4 顆** Orin 芯片，算力達到 **1016TOPS**，但在目前實際運用中只有 2 顆 Orin SoC 參與實際的實時自動駕駛數據處理。 大算力的硬件對於軟件、算法的要求更高，短期內其實很難發揮 1016TOPS 的算力作用，同時大算力帶來的超過 400 瓦的功耗也會對續航里程帶來影響。 因此，強調「大算力」雖然對主機廠來説，有刺激需求的好處，但「期貨」效應明顯影響了消費者體驗。 特斯拉 FSD 就是一個典型的「期貨」。目前特斯拉在國內提供 FSD 供消費者選配，其中包含增強版自動輔助駕駛功能 NOA+AP，但消費者下狠心花 6.4 萬買 FSD，其中一半功能在國內暫時都是期貨，比如識別交通信號燈和停車標誌並做出反應、城市道路自動輔助駕駛、完全自動駕駛在現階段都無法使用。 即使排除政策限制原因，在特斯拉大本營美國，FSD 也仍在測試階段，只有一部分用户被推送了 FSD Beta 版本。 與此相反，MDC 更傾向於以量產對抗「期貨」，希望選擇有豐富量產經驗的傳統車企。 如果把傳統車企的子品牌和新勢力一起比較，從銷量角度來看，新勢力並非「絕對的主流」。 比如廣汽豐田旗下的凱美瑞，僅 2021 年銷量超 21 萬輛，這個數字比「蔚小理」所有車型 2021 年的平均交付量高 2.3 倍。所以，華為 MDC 想走量產之路，傳統車企可能是更佳選擇。 不過，在商言商，新勢力目前也沒有主動選擇華為 MDC，原因可能有三點：制裁、自研與算力。 第一點很好理解，由於以蔚小理為首的造車新勢力都在美國上市，華為又被列入美國製裁名單，此時如果合作 MDC 可能會帶來風險因素。 第二點是自研。最近一兩年，智能車仍處「春秋戰國」時期，在羣雄割據的背景下，大家沒有固定標準衡量好壞，所以造車新勢力多用自研給投資者、消費者「整活兒」，而華為 MDC 介入，再加上華為車 BU 的強勢氣場，可能會在輿論上影響新勢力的全棧自研的氣勢。 第三點是算力。華為標稱算力模式與英偉達等主流芯片企業有着本質區別。只標稱稠密算力的 MDC 平台與多數採用英偉達 Orin 芯片尋求算力「標稱最大化」的新勢力思考邏輯有所不同。 按照這種思路，對於華為 MDC 來説，更妥善的一種差異化的打法是：車企們把資源聚焦到自動駕駛的上層應用上，把計算平台這種偏向 ICT 基礎設施，高難度、高投資的產業交給有基礎能力的廠商去做。 一位靠近華為 MDC 的業內人士對汽車之心表示：「這個產業在國內一直比較落後。自動駕駛產業鏈上的參與方（包括車企）需要找準自己的產業定位，順應產業分工發展的規律，採用平台化的模式，而不是單純為了『全棧自研』這個噱頭而投入大量的人力與時間資源從基礎研發做起。比如有些創業公司，不足百人的團隊，就號稱硬件、OS、中間件、算法等全棧自研，這顯然是沒有意義的。」 華為 MDC 基礎能力強，不擔心技術，但目前最棘手的問題是 MDC「量產」上車。放眼望去，在乘用車界，目前只有極狐阿爾法 S 華為 HI 版已量產，其他都要等到 2022 年年末或 2023 年。 因此目前華為 MDC 也寄望於 HI、智選模式能夠發揮出色，用「爆款案例」繼續擴展 MDC 朋友圈，吸引更多客户。 ***03、*****智能駕駛計算平台：品牌機與組裝機之戰** 目前國內車載計算平台版圖，除了華為 MDC，也湧現了像德賽西威、東軟睿馳、福瑞泰克、地平線、黑芝麻等玩家入局。 研發隊伍浩浩蕩蕩，但也能簡單歸類。 如果以前的汽車就是李書福所説的四個輪子加兩個沙發，那麼現在的智能車就是跑在輪子上的計算機。 在智能車領域，工程師們更偏愛把車載計算平台比喻成一台計算機。因此，無論是可量產還是已量產，所有計算平台都可大體分為「品牌機」和「組裝機」。 「品牌機」譬如華為 MDC，有全系自研的芯片、感知設備、算法軟件，可以聯合整個車 BU 力量提供 HI 全系解決方案。 像阿維塔 11 就是 HI 合作模式中唯一搭載 HI 全系解決方案的品牌，其中計算平台、激光雷達等傳感器、智能座艙等都將由華為提供。 近期有媒體報道，華為內部近千人駐守重慶，成為「品牌機」獨特的風景線。 「組裝機」譬如德賽西威，聯手芯片廠商、算法廠商共同開發計算平台。 比如搭載在小鵬 P7 上的德賽西威計算平台 IPU03，芯片用的是英偉達 Xavier，而下一代算力更高的 IPU04 也依附於英偉達 Orin 芯片，並與理想汽車展開合作。 從這個層面來看，以德賽西威為代表的「組裝機」，其實是集成商。有英偉達的專家也認為，德賽西威類似於 Tier 1 角色代工做域控制器，在這個過程中能積累軟件能力，但是在域控制器硬件集成上難以打破壁壘。 同時，「組裝機」多元的供應商也帶來了普遍存在的磨合問題。有知情人士向汽車之心透露，去年年底某新品牌車型已經進入上市倒計時，結果中間件和底層操作系統及芯片的配合有問題，出現性能延遲及不穩定等狀況，最終請國外工程師到現場才得以解決問題。 「組裝機」的問題，主要是多個供應商之間的職責模糊，存在「溝通協調困難、系統優化困難、問題定責困難、保證進度困難」四大難題。 比如英偉達的 Xavier 芯片從 2017 年就發佈了，但最終走到量產的僅小鵬一家，而絕大部分算法公司只是用它來做做 Demo Car，所以這種「組裝機」模式在面向量產時存在較多不確定性。 在供應商如此分散的情況，此類案例在車界不絕於耳。不過分散格局有弊也有利。汽車之心曾在《告別 Mobileye 模式，中國自動駕駛玩起「朋友圈」（點擊閲讀原文）》一文中分析過，分散一定程度上意味着開放，主機廠的可控能力會變得更高。 有意思的是，華為 MDC 不提供芯片級的解決方案，不賣裸片意味着硬件開放程度其實沒有像英偉達那樣高。 但現階段，華為 MDC 在量產上車這一層面上找補回了優勢——在軟件合作模式上提供系統級開放接口，更方便合作伙伴整合自家算法到設備中。 舉個例子，華為的工具鏈主要依照 **Adaptive AutoSAR** 標準體系開發，有很多能夠快速滿足客户開發 AutoSAR 規範的智能駕駛應用。 比如基於 AutoSAR 的可視化調測工貝以及診斷調試工具，而這些工具構成的開發生態更加貼近傳統主機廠軟件開發熟悉的流程。 雖然目前我們仍難以確定「品牌機」VS「組裝機」誰會成為未來的主流趨勢，但參考計算機從組裝機走向品牌機的歷史軌跡，或許能提供參考性的答案——類似蘋果一樣擁有芯片、硬件、操作系統研發設計能力的車企及智能駕駛解決服務商，未來必將獲得巨大的優勢。 道理都懂，奔着這個目標去的車企也不在少數。 僅以造車新勢力來看。理想和小鵬已經率先走在全棧自研路上，比如理想今年 2 月成立了一家芯片公司，3 月份理想又發佈了全自研的智能駕駛系統理想 AD Max，其中，感知、決策、規劃和控制軟件都是自研技術。據悉這套系統將會在理想 L9 上成為全系標配。 某種程度來説，每家車廠都做獨立的自動駕駛輔助系統、芯片是一種資源浪費，但在智能汽車產業初期「人人有機會」的狀態下，這是一種無法避免的現象。 在此背景下，華為 MDC 領域總經理李振亞曾不只一次對外公開強調，華為 MDC 要「平台化標準化」。 據汽車之心瞭解，華為 MDC 這幾年來也積極支持與協同一些業內夥伴及國家標準組織，制定一些接口標準、架構標準、安全標準等等，來使得整個產業儘量往平台化、標準化這個方向上走，以此提升行業發展效率。 短期來看，智能駕駛計算平台、甚至整個智能車領域都會處於挑出優等生組成朋友圈的狀態，但放眼未來，固定的「最優解」將會成為行業標準，達到智能車產業的「今天下，車同軌，書同文」。 「這是最好的時代，也是最壞的時代」，羣雄割據正當時，創新也好、混亂也罷，但可以肯定偉大公司一定隱匿其中蓄力待發。 而當行業越發熱鬧的時候，我們也可以預想離那個標準化的時代也不遠了，對於消費者來説，「便宜好用」的智能車已經在加速腳步出現。 $華為(HUAWEI.NA) $華為概念股.US ### Related Stocks - [HUAWEI.NA - 華為](https://longbridge.com/zh-HK/quote/HUAWEI.NA.md) --- > **免責聲明**：本文內容僅供參考，不構成任何投資建議。