车东西（公众号：chedongxi）
作者 | 俞岳
编辑 | 晓寒

就在今早，国内自动驾驶芯片头部企业黑芝麻智能宣布，今年已经完成数亿美金的战略轮和C轮两轮融资，其中小米长江产业基金都是领投方。

今年两轮融资完成后，黑芝麻智能的估值接近20亿美元，正式步入超级独角兽行列。据了解，黑芝麻智能的C+轮融资也正在顺利进行中。

黑芝麻智能此次获得多家头部投资机构及产业战略投资，在资本投资的基础上，也将为黑芝麻智能提供雄厚的产业链战略资源的支持。与此同时，黑芝麻智能正通过构建坚实的资本、产业和技术壁垒，持续吸引行业顶尖人才、引领技术创新、推动产品的大规模量产落地。

从整个行业来看，当前“新四化”正加速汽车产业变革，汽车AI芯片行业也迎来了发展的黄金时期。根据预测，2025年AI芯片的市场规模将达到91亿美元，2030年达到181亿美元。

显然，黑芝麻智能在此时获得数亿美元大额融资，代表产业投资者在看好AI芯片市场的同时，也更看好黑芝麻智能未来的发展。对于国内自动驾驶芯片行业来说，汽车AI芯片的春天已经到来。

一、再获数亿美元融资 小米长江产业基金领投

黑芝麻智能今年完成的两轮融资中，战略轮由小米长江产业基金，富赛汽车等国内产业龙头企业参与投资；C轮融资由小米长江产业基金领投，闻泰战投、武岳峰资本、天际资本、元禾璞华、联想创投、临芯资本、中国汽车芯片产业创新战略联盟等跟投。

值得注意的是，在这两轮融资中，都有小米长江产业基金参与投资，这代表头部资本对黑芝麻智能十分看好。

一汽集团、富奥汽车和德赛西威共同成立的富赛汽车，在黑芝麻智能战略轮中参投。目前，富赛汽车正计划深化与黑芝麻智能在资本和商业领域的合作。

武岳峰资本、元禾璞华、临芯资本等C轮融资参投方同样看好黑芝麻智能，这些投资机构参投代表国内专注硬科技和半导体领域的专业投资机构对黑芝麻智能的看好。

▲黑芝麻智能参加今年上海车展

2016年成立的黑芝麻智能，目前已经获得五轮融资。

2016年11月，黑芝麻智能完成A轮融资，投资方为北极光创投，融资金额未披露。

2017年10月，黑芝麻智能完成A+轮融资，蔚来资本领投，北极光创投、芯动能投资跟投，融资金额为1亿元人民币。

2019年4月，黑芝麻智能完成B轮融资，君海创芯领投，上汽集团、SK中国、北极光创投、招商局创投等机构跟投，融资金额为1亿美元（约合6.47亿元人民币）。

▲黑芝麻智能总部

黑芝麻智能不断获得融资，且融资规模不断增大，这表明整个汽车行业对车用AI芯片持续看好。而面对几年内就将扩大至百亿规模的AI芯片市场，黑芝麻智能抓住了快速增长的机遇期。

二、估值超百亿 加速前装量产

黑芝麻智能此次公布两轮融资后，其估值接近20亿美元，也就是超过百亿人民币，成为自动驾驶芯片超级独角兽。根据介绍，黑芝麻智能的C+轮融资也正在顺利推进中。

上周召开的2021世界新能源汽车大会上，黑芝麻智能创始人兼CEO单记章发表主题演讲，并公布了黑芝麻智能的最新量产计划。

▲单记章在2021世界新能源汽车大会上发表演讲

单记章说道：“去年，黑芝麻智能发布了华山二号A1000系列芯片，今年已经获得了多个车型定点。”

今年，黑芝麻智能发布华山二号A1000 Pro芯片，是当前国内算力最高、性能最强的车规级芯片之一。

华山二号A1000 Pro采用16nm制程打造，其中CPU拥有16核心，为Arm v8架构。同时，这颗芯片最大的亮点在于使用了两个黑芝麻智能自研的核心IP——图像处理器NeuralIQ ISP以及DynamAI NN神经网络加速器，两个核心都满足车规级标准。

黑芝麻智能自研的DynamAI NN神经网络加速器算力非常巨大，A1000 Pro芯片还支持INT8稀疏加速，其中INT8算力为106TOPS，INT4算力达到196TOPS。

此外，A1000 Pro的整体功耗也仅有25W。

A1000 Pro芯片支持16路高清摄像头输入，能够支持泊车、城市道路自动驾驶和高速路自动驾驶，甚至能够无缝衔接。

单记章透露，2022年黑芝麻智能将发布A2000芯片，这颗芯片将支持L4/L5级自动驾驶，采用7nm工艺打造，单颗芯片算力将超过250TOPS。

A2000芯片相比今年发布的A1000 Pro芯片，AI性能更有大幅提升。

凭借过硬的技术和研发实力，黑芝麻智能的芯片正在加速前装量产进程。而在此之前，黑芝麻智能推出的华山一号A500芯片，其实已经进入了后装市场。

与此同时，黑芝麻智能发布的A1000、A1000 Pro芯片在算力上正在对标国际大厂，在行业内已经稳稳立足前沿。

三、布局自动驾驶和V2X助力汽车芯片自主化

在上周举行的2021世界新能源汽车大会上，单记章指出，车辆对算力的需求正在不断增大。

他指出，针对自动驾驶而言，图像处理成为芯片最核心的能力之一。其中图像处理器每秒钟的处理能力需要达到20亿像素以上。

同时，神经网络处理器的计算能力也十分重要。他指出，L3级自动驾驶需要超过100TOPS的AI算力，如果想要实现L4/L5级自动驾驶，则需要上千TOPS的算力。

此外，随着自动驾驶等级的提升，CPU算力也需要随之提升。他指出，L4级自动驾驶需要200K DMIPS的CPU算力，L5级自动驾驶可能需要500K DMIPS的CPU算力，这就意味着，自动驾驶SoC的设计会愈加复杂。

在计算能力之外，车内还需要大量数据通量。

单记章说道：“信息将成为智能汽车的血液，高速流转需要电子电气架构不断演进支撑。”

此前，汽车几乎全部采用分布式架构，每个ECU之间非常低速连接。当前，汽车电子电气架构正在转变为域控制器架构，提升了信息传输速度。

未来，汽车电子电气架构将转变为中央计算平台，信息传输速度将大大提高。

单记章还说道，面向未来的自动驾驶，单车智能虽然十分重要，但也需要车路协同设备辅助感知，让车辆实现更安全、稳定的自动驾驶，车路协同已经成为智慧交通最重要的发展趋势之一。

在此之前，黑芝麻智能面向车路协同路侧感知场景推出了FAD Edge计算平台。通过实时计算芯片、高效精准的感知算法，以及多场景图像处理能力，FAD Edge能够加速智慧公路和智慧城市建设。

▲黑芝麻智能FAD Edge

FAD Edge基于华山二号A1000芯片打造，可实现最高232TOPS的算力，支持多路感知数据接入以及多种类型传感器接入。在功能上，FAD Edge具备多路感知设备数据融合算法，可以对交通参与者检测和分类，通过V2X系统与车辆连接。

同时，华山二号A1000芯片从设计之初，就是面向车规级自动驾驶进行安全研发，因此FAD Edge的耐用性非常高，可以满足恶劣环境的应用要求。

黑芝麻智能的芯片，同时也是国内芯片自主化发展的一个缩影。预计今年，黑芝麻智能将逐步布局自动驾驶芯片的前装量产落地，加速国内汽车AI芯片的自主化进程。

面向未来出行场景，黑芝麻智能已经拥有从5TOPS到196TOPS多款自动驾驶芯片布局，由此能够满足从L2级辅助驾驶到L4级自动驾驶的全场景应用。