推動更多的電子產(chǎn)品進(jìn)入汽車行業(yè)，使過去的微利業(yè)務(wù)變成盈利業(yè)務(wù)。

代工廠正在加大汽車芯片的生產(chǎn)力度，為輔助駕駛和自動駕駛中半導(dǎo)體產(chǎn)品需求的激增做準(zhǔn)備。

所有主要的代工廠商都在爭先恐后地組裝這些部件，并為他們的汽車客戶的擴(kuò)大加工產(chǎn)品系列。在先進(jìn)駕駛輔助系統(tǒng)（ADAS）、電動/混合動力車輛，以及具有更多連接特性的傳統(tǒng)汽車的推動下，代工廠商看到汽車IC客戶的需求正在不斷增長。汽車對于代工廠同樣有吸引力，因為許多器件不需要領(lǐng)先的工藝，這意味著大量供應(yīng)商可以參與其中。

但是，汽車對于代工廠商來說并不是一個全新的市場。事實上，許多代工廠商已經(jīng)深耕這個行業(yè)很多年了。代工廠的業(yè)務(wù)來源主要分為兩個部分：汽車芯片專業(yè)設(shè)計公司將生產(chǎn)外包給代工廠；擁有晶圓廠的汽車IDM（整合元件制造商）也將一些芯片生產(chǎn)外包給代工廠。

但是，直到現(xiàn)在，汽車都不是大多數(shù)代工廠的首要任務(wù)。Semico Research公司總裁Jim Feldhan表示：“過去，廠商并不認(rèn)為汽車是代工廠的主要營收來源。使一項工藝達(dá)到汽車的要求，需要花費太長時間。與計算或通信相比，汽車客戶又很少，汽車不是一個大批量的市場。”

然而，這種態(tài)度最近發(fā)生了變化。Feldhan說：“最近對汽車電子產(chǎn)品的需求，如ADAS、AI、傳感器中樞和連接，已經(jīng)改變了代工廠的觀點。汽車市場現(xiàn)在對代工廠很開放。臺積電已經(jīng)對其汽車工藝進(jìn)行了認(rèn)證，其他廠商也是如此。汽車供應(yīng)商的格局也發(fā)生了改變。由于自動駕駛對于人工智能和“大腦”的要求，代工廠正在爭奪諸如英特爾、英偉達(dá)、高通這類公司的新設(shè)計。當(dāng)然，英偉達(dá)和高通是主要的代工客戶。”

汽車器件制造商和代工廠都受益于汽車上各種器件的需求激增，比如模擬器件、存儲器、MCU、傳感器等。事實上，TI、IHS等公司的數(shù)據(jù)顯示，每輛汽車的半導(dǎo)體器件的平均含量從1990年的62美元增長到2013年的312美元，而現(xiàn)在是350美元。根據(jù)IHS的數(shù)據(jù)，到2022年，這個數(shù)字預(yù)計將達(dá)到460美元。但麥肯錫表示，即便是在今天，混合動力汽車的芯片含量也已經(jīng)達(dá)到了600美元，而豪華車則徘徊在1000美元左右。

根據(jù)Semico的數(shù)據(jù)，預(yù)計2017年汽車半導(dǎo)體市場將達(dá)到417億美元，比2016年增長11%。2016年汽車IC市場比2015年增長8.1％。這些數(shù)據(jù)包括了功率分立器件、傳感器和光電子器件。

然而，汽車市場的市場份額僅占整個IC市場的10%左右。與智能手機(jī)芯片市場相比則相形見絀。Feldhan說：“請記住，每年的汽車銷量為1億輛，手機(jī)銷量為20億部。”

汽車代表了一個雖小但正在增長的代工廠業(yè)務(wù)。一些代工廠的汽車業(yè)務(wù)從十年前的零增長到現(xiàn)在占到總銷售額的5%-10%。還有一些代工廠的汽車業(yè)務(wù)所占比重更大。

但代工廠在汽車行業(yè)面臨著一些挑戰(zhàn)。汽車行業(yè)要求嚴(yán)格，產(chǎn)品認(rèn)證過程仍然艱巨、昂貴，而且競爭激烈。

汽車內(nèi)部

一般來說，行業(yè)將汽車分為五個主要領(lǐng)域——車身、連接、安全、信息娛樂和動力傳動。車身包括基本的車身控制，如門禁、照明、車窗。連接包括蜂窩網(wǎng)絡(luò)、WiFi以及相關(guān)功能。

圖1：半導(dǎo)體器件廣泛應(yīng)用于汽車。 來源：聯(lián)華電子

安全由攝像機(jī)、激光雷達(dá)和雷達(dá)組成。信息娛樂涉及駕駛員的信息和娛樂。動力系統(tǒng)領(lǐng)域包括發(fā)動機(jī)控制和變速器。有些人將底盤，如剎車和轉(zhuǎn)向，也歸于動力系統(tǒng)領(lǐng)域。

圖 2：汽車需要多種半導(dǎo)體技術(shù)。 來源：聯(lián)華電子

每輛車還有數(shù)十種專用嵌入式計算機(jī)，稱為電子控制單元（ECU），它控制著車輛中的各個領(lǐng)域。所有的ECU都通過網(wǎng)絡(luò)連接在一起，有些人稱之為分布式架構(gòu)。

盡管一些高端車型正在經(jīng)歷一些徹底的變革，但是許多汽車將會繼續(xù)采用分布式架構(gòu)。汽車技術(shù)巨頭德爾福的首席技術(shù)官Glen De Vos說：“現(xiàn)在，我們正處于一個拐點，在當(dāng)前的架構(gòu)下，進(jìn)入汽車的內(nèi)容將不再是可持續(xù)的。我們必須做出改變，以使內(nèi)容能夠繼續(xù)發(fā)展，而且以合算的方式發(fā)展。”

OEM廠商無法再僅僅把更多的電子產(chǎn)品塞進(jìn)汽車?yán)铩e Vos在最近的一次活動中說：“隨著你繼續(xù)沿著這條路走下去，你會耗盡現(xiàn)有架構(gòu)中的空間。當(dāng)我們增加功能的時候，我們不能簡單地增加更多的內(nèi)容、更多的ECU和更多的布線。汽車結(jié)構(gòu)成本負(fù)擔(dān)不起。OEM廠商負(fù)擔(dān)不起。當(dāng)你為一輛車做預(yù)算時，你只有這么多錢花在所有這些內(nèi)容上。”

為了解決某些模型的問題，德爾福開發(fā)了域集中式架構(gòu)。為此，電子內(nèi)容整合在更少的多域控制器中，作為降低成本和重量的手段。

圖3：車輛計算的演變。 來源：德爾福

例如，奧迪在最近宣布的A8豪華轎車中使用了這一概念。A8還集成了一些自動駕駛功能。它可以在高速公路上以37.3英里每小時的速度自動駕駛汽車。

圖4：德爾福的智能架構(gòu)。 來源：德爾福

奧迪A8擁有“3級”或“有限自動駕駛”能力。在ADAS世界中，“1級”涉及到汽車中一個或多個控制功能的自動化，而“2級”則是兩個或多個功能的自動化。特斯拉目前處于“2級”。“4級”擁有很高的自動駕駛能力，而“5級”則完全自動，方向盤可選。

完全自動駕駛技術(shù)可能不會在未來10年或更長的時間里成為主流。即使它從未接觸到大眾市場，ADAS也將在幾個方面推動新器件的開發(fā)。根據(jù)Semico的說法，技術(shù)驅(qū)動包括自適應(yīng)巡航控制、自動停車和防撞、車道偏離警告和盲區(qū)檢測。

外包趨勢

多年來，博世、恩智浦、安森美半導(dǎo)體、瑞薩、意法半導(dǎo)體、德州儀器，以及其他擁有晶圓廠的IDM占據(jù)了汽車行業(yè)的主導(dǎo)地位。

一般來說，汽車器件是在200mm和300mm的晶圓廠制造的。Applied Materials應(yīng)用全球服務(wù)營銷總監(jiān)Mike Rosa表示：“在汽車行業(yè)，你們有ADAS、遠(yuǎn)程信息處理和信息娛樂器件。我們有像激光雷達(dá)這樣的微型器件。這些將集成在一個芯片中，這一切大部分都在發(fā)生在200mm。”

十多年前，X-Fab Silicon Foundries是為數(shù)不多的為汽車行業(yè)提供服務(wù)的代工廠之一。其他代工廠也與汽車客戶進(jìn)行了一些業(yè)務(wù)，還有一些公司則在一旁觀望。

然而，在過去的幾年里，有兩大事件改變了汽車制造商的格局。首先，許多IDM都進(jìn)入了“fab lite”或“fabless”模式。其次，汽車中的芯片內(nèi)容開始增加。

從2000年開始，建造新晶圓廠和發(fā)展尖端工藝的成本對許多IDM來說太貴了。許多廠商不再建造尖端的晶圓廠。一般來說，他們會將自己的專有流程保留在內(nèi)部，并將一些生產(chǎn)外包給代工廠。

汽車只是外包給代工廠的一個產(chǎn)品領(lǐng)域。聯(lián)電公司業(yè)務(wù)管理副總裁Walter Ng表示：“從歷史上看，在汽車行業(yè)，很多人關(guān)注的都是IDM。代工廠有一些業(yè)務(wù)，但隨著在IDM向fablite遷移，更多的東西將會出現(xiàn)。”

此外，代工廠也看到了從IDM外包出去的不同產(chǎn)品組合。聯(lián)電助理副總裁Wenchi Ting補(bǔ)充說：“習(xí)慣上，你已經(jīng)看到一些不太重要的汽車產(chǎn)品由代工廠生產(chǎn)，信息娛樂是一個例子，顯示驅(qū)動器是另一個例子。”

在某種程度上，IDM還將模擬芯片、混合信號IC和傳感器外包出去。Ting說：“習(xí)慣上，對于更關(guān)鍵的應(yīng)用，如動力傳動或底盤控制組件，IDM傾向于自己制造這些組件。未來，這種情況可能會改變。我們正在看到芯片正在計劃用于未來的發(fā)動機(jī)控制，這需要巨大的內(nèi)存帶寬。這些芯片需要嵌入式存儲器以及最先進(jìn)的邏輯過程。”

事實上，IDM已經(jīng)將一些關(guān)鍵的應(yīng)用外包給了代工廠。例如，ADAS需要高級微控制器（MCU），但是很多IDM沒有邏輯過程來實現(xiàn)它們。Ting說：“例如，代工廠商會用28nm和40nm制造用于ADAS的處理器。這是大多數(shù)汽車IDM都無法提供服務(wù)的領(lǐng)域。他們自身根本沒有能力。”

另一個領(lǐng)域涉及用于混合動力和電動汽車的功率分立器件。IDM仍然制造功率分立器件，盡管他們出于其他原因轉(zhuǎn)向代工廠。Ting說：“他們已經(jīng)沒有了制造功率分立器件的能力。這些產(chǎn)品都要到代工廠去了。”

除了外包趨勢外，代工廠最近還見證了另一個重大事件。GlobalFoundries汽車副總裁Mark Granger表示：“過去幾年，我們開始看到一個真正的轉(zhuǎn)折點。你可以看到一輛汽車的半導(dǎo)體內(nèi)容開始增加。隨著ADAS的加入，在過去的幾年里，半導(dǎo)體的數(shù)量激增。”

因此，代工廠商繼續(xù)加強(qiáng)汽車行業(yè)的發(fā)展。每個供應(yīng)商都有不同的策略。許多公司從其他市場獲取流程，并為汽車客戶提供服務(wù)。許多公司還開發(fā)了針對汽車的流程。

然而，與其他市場相比，不變的是，汽車行業(yè)的要求更加嚴(yán)格。Granger說:“想要努力達(dá)到零dppm，或者是百萬分之一的缺陷率，可以不斷改進(jìn)代工廠和器件制造商兩方，以達(dá)到最高的可靠性和最低水平的故障。”

汽車器件制造商和代工廠都必須遵守各種質(zhì)量標(biāo)準(zhǔn)，如AEC-Q100。該標(biāo)準(zhǔn)涉及芯片故障機(jī)理應(yīng)力測試。同樣還有其他要求。GlobalFoundries的IoT副總裁Rajeev Rajan說：“基于功能安全的原因，遵守這些要求都是必不可少的。任何進(jìn)入生產(chǎn)和產(chǎn)品開發(fā)的產(chǎn)品，如果有任何缺陷的話，都需要與監(jiān)管方面的安全以及零部件的可追溯性聯(lián)系起來。”

這些要求帶來了一些挑戰(zhàn)。例如，代工廠通常會開發(fā)一種工藝技術(shù)，并用相對正常的抽樣大小限定它。

在汽車行業(yè)，代工廠必須進(jìn)行更嚴(yán)格的檢查、測試和其他篩選步驟。KLA-Tencor市場營銷高級主管Robert Cappel說：“你不能讓某一部分出故障，因為它會影響整體安全。因此，你看到的是一種不同的質(zhì)量和產(chǎn)量水平。還有一個重點是潛在的可靠性缺陷。一個部件可以通過測試，但在汽車內(nèi)部會隨著時間的推移而失效。這種需求一直在變動中。”

這一點變得尤為重要，因為汽車制造商們開始將邏輯——自動和輔助駕駛背后的大腦——推進(jìn)到最先進(jìn)的工藝節(jié)點。我們的目標(biāo)是使用最新的技術(shù)來實現(xiàn)性能的提升，但是在汽車的惡劣環(huán)境中，這些器件隨著時間的推移會出現(xiàn)何種變化還不清楚。

臺積電的一位主管Tom Quan說：“可靠性至關(guān)重要。現(xiàn)在我們處于16nm FFC，正在向下移動到7nm，這將是自動駕駛平臺的節(jié)點。150?C結(jié)點、IP，還有一個SoC都必須通過驗證。還需要符合ISO 26262標(biāo)準(zhǔn)的IP，這更像是一個檢查表，而IP必須經(jīng)過制造商的認(rèn)證。”

與此同時，客戶正在尋找器件潛在的故障率。這會迫使代工廠使用更大的采樣樣本進(jìn)行更多的檢查、測試和模擬，所有這些都需要時間并會增加流程成本。

MCU工藝趨勢

與此同時，器件制造商正將包括MCU在內(nèi)的大量產(chǎn)品外包給代工廠。MCU在系統(tǒng)中執(zhí)行中央處理功能。各種車輛中都會使用超過100個MCU。

例如，MCU會被用于車身控制領(lǐng)域。恩智浦應(yīng)用處理器副總裁Ron Martino表示：“這些微控制器采用8位和16位微控制器，擁有一定量的集成非易失性存儲器，并結(jié)合了高電壓模擬內(nèi)容，以便與電池連接。”

例如，去年，恩智浦推出了i.MX 8系列64位應(yīng)用處理器。這些器件旨在增強(qiáng)汽車儀表板的圖像，如儀表板、信息娛樂視覺、平視顯示器和后座屏幕。基于三星的28nm FD-SOI工藝，恩智浦的器件包含多達(dá)6個64位ARM v8-A內(nèi)核，DSP和內(nèi)存。恩智浦的許多MCU使用bulk CMOS，雖然FD-SOI對于i.MX 8和相關(guān)芯片是有意義的。

Martino說：“（FD-SOI）在調(diào)整器件方面具有更大的動態(tài)范圍。這讓我們可以在單個平臺上獲得更廣泛的功率/性能優(yōu)化。”

然而，并不是所有的人都在推動FD-SOI。許多人說bulk CMOS適用于大多數(shù)應(yīng)用。不過，這兩個陣營都看到了MCU的其他整合趨勢。聯(lián)電的Ting說：“對于汽車，我們正在收到將嵌入式存儲器與BCD結(jié)合的需求。這是一顆帶有BCD和嵌入式存儲器的MCU。這將取代現(xiàn)有的解決方案，現(xiàn)有的解決方案需要外部的獨立存儲器來記錄汽車的某些參數(shù)。”

在汽車中，bipolar-CMOS-DMOS（BCD）是用于電機(jī)控制應(yīng)用的專用工藝，如鏡子定位和座椅調(diào)節(jié)。BCD結(jié)合了bipolar在模擬方面的優(yōu)勢，CMOS在數(shù)字方面的優(yōu)勢，以及DMOS在功率和高電壓方面的優(yōu)勢。

MCU也在整合NOR flash和EEPROM。嵌入式NOR flash的主流市場是40nm及以上，雖然行業(yè)正在走向28nm。

然而，NOR flash不會隨著時間的推移而造成數(shù)據(jù)丟失。因此，汽車行業(yè)正在更加努力地審視下一代存儲器類型，如MRAM（磁性隨機(jī)存儲器）和ReRAM（可變電阻式記憶體）。這些技術(shù)具有flash無波動的特性，具有無限的持久性。

Ting表示：“新興的存儲器，如MRAM和ReRAM，都是非常吸引人的。它們具有傳統(tǒng)存儲器無法匹敵的特征。問題是，這些存儲器目前只能小規(guī)模生產(chǎn)。行業(yè)還需要積累更多的經(jīng)驗，消除所有潛在的問題。這將需要一些時間。”

無人駕駛汽車

與此同時，如果不是炒作的話，自動駕駛也得到了很多關(guān)注，但其技術(shù)和相關(guān)芯片還處于起步階段。

例如，奧迪的A8汽車集成了一個中央駕駛員輔助控制器，稱為zFAS，它可實現(xiàn)2/3級自動駕駛。由德爾福公司開發(fā)的zFAS板集成了一些老一代的芯片。當(dāng)?shù)聽柛ｉ_始這個項目時，最新的芯片還不可用。

例如，據(jù)奧迪稱，該板包括Mobileye的EyeQ3處理器和英偉達(dá)的Tegra K1。英偉達(dá)的Tegra K1是基于28nm的GPU。基于40nm工藝的EyeQ3可以進(jìn)行視覺識別和檢測。最近被英特爾收購的Mobileye還正在開發(fā)基于28nm FD-SOI工藝和10nm及以下工藝的FinFET芯片。

據(jù)德爾福的De Vos稱，今天的自動駕駛汽車還包括6-8個攝像機(jī)、6-8個激光雷達(dá)器件和6-8個雷達(dá)單元。有了這些設(shè)備，車輛每小時收集50 TB的數(shù)據(jù)，但這對于全自動駕駛技術(shù)來說還不夠。

圖5：ADAS集中控制。 來源：德爾福

De Vos說：“即使有了這些數(shù)據(jù)，感知系統(tǒng)仍然是自動駕駛的限制因素。我們的傳感系統(tǒng)甚至尚未接近這種程度。”

對于5級而言，車輛可能需要每小時收集150 TB的數(shù)據(jù)，這意味著行業(yè)需要一些新的突破，才能推動傳統(tǒng)汽車和自動駕駛汽車的下一波浪潮。

那么下一步是什么呢？GlobalFoundries的Granger說：“ADAS和自主需要大量傳感器，還必須處理所有這些數(shù)據(jù)。這個行業(yè)有兩種趨勢。其中一種是讓傳感器智能化。也就是說每個傳感器都有處理能力。 ”

對此，業(yè)界正在開發(fā)更強(qiáng)大的MCU/MPU作為數(shù)據(jù)處理手段。Granger說：“當(dāng)你開始進(jìn)入3、4、5級的時候，便需要先進(jìn)的節(jié)點來處理所有的傳感器數(shù)據(jù)，以使汽車能夠做出最佳決定。”

對于激光雷達(dá)和雷達(dá)的工作也在進(jìn)行。雷達(dá)可以檢測物體，但它無法將兩個物體區(qū)分開來。激光雷達(dá)利用激光來測量目標(biāo)的距離，從而使測距更精確。在某些情況下，激光雷達(dá)器件基于氮化鎵（GaN），這是一種III-V族半導(dǎo)體技術(shù)。

對于雷達(dá)來說，這種器件可以將MCU、DSP和基于77-GHz的硅鍺（SiGe）的RF模塊結(jié)合在一起。為了降低雷達(dá)成本，GlobalFoundries及其合作伙伴正在開發(fā)基于CMOS的mmWave雷達(dá)芯片。使用22nm FD-SOI工藝，該器件將包括MCU以及短距離和遠(yuǎn)程雷達(dá)。它也消除了對于SiGe的需求。

Granger說：“它允許你進(jìn)行快速的處理，這樣人們就可以實現(xiàn)能夠改進(jìn)之前功能的雷達(dá)，并且挑戰(zhàn)激光雷達(dá)。激光雷達(dá)是一項非常有趣的技術(shù)，但一般也很昂貴。”

當(dāng)然，自動駕駛還需要軟件組件。例如，新成立的AImotive公司最近推出了面向汽車行業(yè)的神經(jīng)網(wǎng)絡(luò)技術(shù)。GlobalFoundries的Rajan說：“所有這些傳感器都很好，但它們做的很多事情是用不同的輸入點對數(shù)據(jù)進(jìn)行三角測量。你需要后臺的東西，無論是在汽車內(nèi)還是在云端，它有能力處理這些數(shù)據(jù)，做出有意義的、可執(zhí)行的決定，并從關(guān)鍵任務(wù)的角度專注于將反饋回復(fù)給汽車或控制汽車的人。”

顯然，汽車領(lǐng)域正在為代工廠帶來新的機(jī)遇。汽車領(lǐng)域可能需要更多的時間來贏得客戶，但這是一個更穩(wěn)定和可預(yù)測的業(yè)務(wù)，至少現(xiàn)在是這樣。