导读：最近，RobOTAxi公司“降维”进军L2前装量产的话题有点火，最新的案例之一是文远知行跟博世的合作。但在笔者看来，这个案例的亮点并不在“L2”，而在于文远知行正在“做减法”，这是一个非常明智的决策。
具体地说，这家Robotaxi赛道上的头部公司在进军前装量产时，聚焦于自己更擅长的软件算法，而自己不十分擅长、或做起来性价比不高的硬件集成，则交给传统Teir 1来做。
在一些量产项目上放弃自研域控制器，文远知行既不是第一个，也不会是最后一个。
2020年9月底，笔者在上海跟某商用车ADAS公司销售部的朋友交流时第一次听到了“L2量产其实比L4 Demo更难，主要挑战是，L4公司往往不具备前装量产项目所需的工程化能力”这一观点。同年12月初，笔者在广东跟某Robotaxi公司高层的交流中也得到了同样的答案。
看来，L4公司很难独立搞定前装量产项目所需的域控制器。但这一困难能阻挡这些公司进军前装量产市场的决心吗?不能。
此后，笔者在浙江跟某本土Tier 1的一位自动驾驶产品经理聊天时提到了这个设想:“有没有可能是L4算法公司跟博世这样的Tier 1合作去拿项目，但自己只做软件算法，而域控制器由博世做？”当时，对方说：“Momenta和博世已经在谈合作了，很快就会官宣。”后来，我们都知道了，Momenta拿到了博世的战略投资。
最近，我们了解到，一家Robotaxi赛道上的明星公司正在跟德赛西威接触，双方会谈的内容，外人不得而知。但一个可供参考的事实是：德赛西威在2021年11月份领投了自动驾驶方案公司Maxieye，在双方的合作中，Maxieye负责算法，而德赛西威负责域控制器的硬件集成。
此外，还有一家刚进入前装量产市场的Robotaxi公司正在跟一家位于江苏南部的本土Tier 1接触......
尽管这些公司提供的方案不同，服务的客户、选择的合作伙伴也不同，但有一点却是相同的：前装量产项目（至少是一部分项目）上，他们都放弃了自研域控制器。
同样的故事，也发生在商用车自动驾驶赛道。如易控智驾和希迪智驾都没有自研域控制器，而是使用华为的MDC平台。并且，这两家公司是从一开始就认为“没必要”自研域控制器的。他们究竟是怎么考虑的呢？
2021年3月份以来，笔者曾多次就“自动驾驶域控制器”的话题跟华为MDC部门及易控智驾、希迪智驾的一些朋友做过一系列交流，有一些收获。 接下来，我们将借易控智驾、希迪智驾跟华为合作的案例来阐释一些L4自动驾驶公司对“为什么不自研域控制器”“自研域控制器会遇到哪些困难”这些问题的思考。
（注：下文中的部分内容仅适用于商用车自动驾驶公司，跟乘用车自动驾驶市场的情况不符。）
一．商业的角度
1、自研前先得算一下“经济账”
与一些公司是先尝试自研了一段时间，发现“搞不定”后才决定放弃不同的是，易控智驾和希迪智驾是从一开始就决定“不自研”。
作为一名连续创业者，易控CEO Wason更擅长从商业的角度思考问题，而在跟一些行业精英广泛交流后，Wason得出一个结论：先甭管技术上的可行性，自研域控制器这事首先在商业逻辑上就行不通。
一方面，对矿山无人驾驶公司来说，域控制器是一个相对通用的集成技术，不必非得自己做；另一方面，这个赛道的车辆保有量有限，域控制器的装机量不会很大，因此，自研将导致研发成本难以摊销。
从产业定位的角度看，易控智驾的核心竞争力是在于算法与整体解决方案，以及对矿山运输运营的理解，而不是在域控上。
更进一步看，如果真要做域控制器，就需要拉通芯片、OS、中间件等厂家（七国八制），并需要底层的深度优化，这块需要的能力与软件算法不一样。况且，初创公司很小的发货量并不足以支撑这么一批底层开发人员，投入产出比极低。
希迪智驾的一个朋友说：我们CEO马维之前在德州仪器做研发总监，对域控制器很了解，他知道自研域控制器需要很高的投入。
那么，自研域控制器涉及到的成本有哪些呢？
首先，当前，各自动驾驶初创公司自研域控制器时所采用的大算力芯片模组基本都来自英伟达，因此，自研首先意味着需要向英伟达交至少几百万美金的开发费/工具链授权费；如果不交开发费，就无法得到来自官方的技术支持。当然，开发费并不是直接交给英伟达，而是交给广达等英伟达的合作伙伴。
其次，自研域控制器，除了主芯片，还要用到各种辅助芯片、电容电阻、连接器等零部件，在你的量不够大的时候，供应商能不能很好地配合你、采购周期有多长，这些都是不可控的；量大的话，不仅要考虑交付周期，还得考虑安全库存水平如何设定、备货量定多少合适。
此外，与软件算法相比，硬件的开发及测试对物理设备的依赖度极高。比如，你这硬件能抗多少级的振动、抗电磁干扰能力如何、高低温测试、防尘防水测试等，这些都需要非常昂贵的专业设备（当然，也可以租用第三方实验室，但这会导致进度极不可控）。测试完后，设备如何处理？
据华为在2021年上海车展期间的宣传片，华为车BU的GCTC车规级实验室及测试设备投资超过10亿元，这样的费用，显然是普通的初创公司所无力承受的。
更何况，硬件一旦开发完成，后续持续开发的可能性就比软件小多了，此时硬件团队的去留问题如何处理？
还有，你自研的域控制器，如果需求量上不去，很难找到愿意代工的供应商，这时，你可能被迫自建生产线，如此一来，成本岂不是又上升了一层？
此外，自建生产线便等于是涉足了制造领域，而关于科技公司涉足制造时面临的挑战，马斯克此前在介绍星舰基地时有过一段特别经典的话：
“我认为，目前设计被高估了，制造被低估了。人们通常认为，就像灵光一闪，有了这个想法，事情就好了，但像这样的设计，在生产系统中简直是千分之一，甚至万分之一的工作量。
“比如拿我们在设计猛禽号火箭发动机时所花费的精力与制造生产系统相比，开发制造系统远比设计困难10-100倍。相比于进入制造系统的工作量而言，设计的工作量四舍五入为零。
“如果人们没有从事过制造业，尤其是制造一些新的东西，那他们就不会理解这一点，他们会认为设计是最难的部分，觉得生产就像复印件或类似的事情，这种想法是完全错误的。”
对一些从Robotaxi转向车企的前装量产项目的算法公司来说，自己做域控制器，还得面临另一个问题：一旦域控制器发生质量问题，他们将不得不大规模召回。
轩元资本创始合伙人王荣进说：“站在一个投资人的角度，创业公司应该是轻装上阵，不要去做一些资产太重的东西。对自动驾驶初创公司来说，你如果花很多精力去做硬件集成，那你跟传统Tier 1就没有明显区别了；但做硬件集成的话，你PK得过经纬恒润、德赛西威这些公司吗？”
2、拿不到车规芯片
目前，能提供大算力芯片现货的基本上就华为和英伟达两家公司，但华为卖的是MDC“盒子”，芯片不单卖，因此，自动驾驶公司要自研大算力域控制器的话，能选择的芯片供应商就几乎只有英伟达了。
然而，在中国市场上，英伟达的车规级芯片是通过德赛西威、广达等合作伙伴交付给客户的，但德赛西威的业务重心在乘用车市场上，而广达虽然也服务于商用车自动驾驶公司，但基本上只服务个别几家体量比较大的头部公司——毕竟，服务小公司的机会成本太高。
这意味着，商用车赛道上的大多数自动驾驶公司，都很难获取英伟达的车规级芯片——当前，各商用车自动驾驶公司拿到的英伟达芯片模组，基本上都是工业级的Jetson Xavier，而不是车规级的Drive Xavier。
据知情者透露，工业级的Jeston Xavier其实跟车规级的Drivie Xavier在产品设计上并没有本质区别，两者也是从同一条生产线上下来的，但在封装工艺、测试标准和认证标准上有不少差异，进而导致产品性能和可靠性上的差异。（也有一位资深功能安全专家说：“非车规产品从设计阶段到晶圆切割阶段都跟车规产品很不一样，永远不可能达到车规。”）
3、难以得到“芯片原厂”的技术支持
自研域控制器的成功概率及进度，在很大程度上受到芯片原厂技术支持力度的制约，而英伟达在中国的技术支持团队很小，并且，有限的人力只会优先服务大客户，初创公司要想得到服务，就只能排队了，什么时候能轮到，完全不可控。
这意味着，初创公司自研域控制器的进度很难达到自己的预期。
相比之下，易控智驾直接采用华为的MDC平台，就不必担心这些问题了。
对华为来说，向易控智驾供应MDC平台，并不是一个简单的交钥匙方案，而是双方一起根据L4场景需求提升产品的合作过程。在合作过程中，双方研发人员从产品落地角度思维出发，易控智驾研发人员不仅是单纯使用，也会根据研发和测试进展，提出计算平台体系架构需求，而华为研发人员会依据现有的平台能力融合易控智驾需求做产品迭代。
在与易控智驾磨合的这一年多里，双方也做了很多定制化开发，因为的确有些商用车的场景华为之前没有遇到过；但华为的本地化支持效率很高，基本上2-4周就能提供一个新的版本给易控。
易控智驾技术VP林巧说：“计算平台的功能安全、信息安全是体系化的事情，需要算法公司与计算平台公司深入互动，做好相互之间逻辑验证，才能实现。比如，MDC上车之后，华为会马上派工程师去现场，采集所有的温度振动图谱，甚至某个环节到底我们的实验环境有没有覆盖到，但华为那边还要确认一遍。”
尽管易控智驾的规模还很小，但华为MDC 部门却已将易控视为其在商用车领域的标杆客户来“扶持”了。易控智驾技术VP林巧说：“华为MDC部门陆陆续续跟我打过交道的已经有七八十人了。”
可以说，华为对易控智驾这个“小客户”的支持力度，已经接近甚至超过英伟达对一些大客户的支持力度了。
在去年8月份的一次交流中，林巧还提到，华为MDC平台在硬件层面“几乎是没有任何问题的，他们给客户承诺的标准，肯定能做到位，这个是其他厂家完全做不到的”。
4、对需求的理解程度受限
易控董事长张磊认为，要将域控制器做好，就得收集大量来自使用者及潜在使用者的需求，唯有如此，产品定义才能做好；如果需求定义不清楚，一个硬件平台开发了一段时间，再进行变更是非常致命的。然而，L4公司如果自己做域控制器，基本上就只有“自己人”才会用，使用者能给设计者提的反馈是有限的。
相反，华为MDC部门这样专业的域控制器厂商则可以从数十家客户及潜在客户那里收集到需求，在将这些需求梳理后，他们自然能把产品功能定义做得更好。
二、技术及工程角度
假如某公司并不畏惧商业层面的挑战，坚持认为域控制器“非自研不可”，并且也能买到车规级芯片，那在实践中会遇到什么问题呢？
我们先从易控智驾此前在另外一家以生产和销售域控制器为主业的自动驾驶初创公司提供的域控制器中发现的问题吧——
1、设计上不合理
数据周转能力不够。即只有一个对外千兆网口，1个百兆网口，满足不了无人驾驶传感器的接入需求。
底层和安全机制不健全。比如，不提供底层软硬件诊断，接口设计非高可靠接插件，不支持PPS时间同步，内置交换机不支持VLAN。
部分硬件电容选型不合理，存在未深入理解即用的状态。
2、可靠性差
高温、长时间运行等会死机或异常复位。
数据量大时会丢包、接收数据中断。
底层软件存在bug导致堆栈溢出、多核心跳数据不同步。
工具链存在bug，导致死机、代码刷机失败。
实验不充分，高温实验虽然做了，但是还是遇到很多问题。
由于一些问题迟迟得不到解决，易控智驾很快就切换至华为MDC平台了。
以研发和生产域控制器为主业的公司尚且难以避免上述问题，更何况其他公司？
自研域控制器不仅要面临技术上的挑战，而且还要面临一系列工程上的挑战，其中后者是更大的挑战。
比如，大算力域控制器用到的元器件物料数量要远超于过去任何车上ECU内的元器件数量，系统非常复杂，这意味着，在功能安全方面，要做好WCCA（最坏情况电路）分析和失效概率分析以及对应的备份设计挑战非常大。
再比如，由于整车本身布置空间比较有限，要在充分满足可靠性、电磁兼容和环境试验要求的情况下把域控制器的外形设计控制在较小的尺寸范围内，也面临很大的挑战。
再比如，你能不能搞定散热问题？
算力比较小的“盒子”，因为功耗比较低，可以自然散热，既不需要风扇也不需要液冷；但通常只有功耗在30W以下的产品才可以自然散热，一旦功耗超过30W，便很难自然散热，如果散热问题处理不好，温度会急剧上升、发烫，导致产品的寿命和稳定性都会受到影响。
并且，无论制程多高，算力的提升总会带来功耗的上升，至于通过优化架构来降低芯片功耗，往往只能使功耗问题得以缓解，而不能根治，这意味着，算力的提升也必然会对系统的散热能力提出很大的挑战；而散热问题如果处理不好，则会严重影响产品的可靠性。
德赛西威技术VP李乐乐此前在接受九章智驾采访时提到，大算力域控制器目前的主流散热方案是水冷设计。“做好很精巧的水冷散热管道方案，同时又能通过软件监控主要芯片内温度，并根据这些芯片内温度来控制水冷系统入水温度和流速，避免水冷液过冷或过热导致控制器内部凝水或无法及时散热的问题，这需要有很强的热仿真能力。”
传统汽车时代，由于电子元器件占比不高，并且ECU算力普遍比较小，功率也不太高，因此，中小型Tier 1们没必要经常去处理散热问题，也这导致他们在应对自动驾驶域控制器的散热问题时经验不足。至于算法背景的公司，这方面的经验就更少了。
再比如，搭载在乘用车上的“盒子”主要靠液冷散热，没有风扇，即便气密性做得很好，盒子里面还是会有少量空气存在，如果外面的温度变低而里面的温度比高，当里面的水汽碰到“盒子”冰冷的壳，就很容易液化。
有时，底盖下面结的露水，如果处理不好，就会滴到电路板上，导致电路板被烧毁。
再比如，电路板上的线怎么排布？间距太大会占用板子面积，导致空间不够用；间距太小，则信号干扰会比较严重，进而导致产品性能极不稳定。
再比如，电子元器件用的胶水能不能防浸水？有些经验不足的Tier 1出于成本的考量选择了价格比较低的胶水，结果，只能防泼水，却不能防浸水。
华为MDC平台的宣传片中还提到了如下几项测试：
高低温测试：从-40℃到85℃的循环测试；
抗振测试：加速度57.9 m/s² ，X、Y、Z三轴向各32小时；
IP67级防尘测试：灰尘2kg/m³，持续5小时；
盐雾突变测试：PH值盐雾 6.5—7.2，高温高湿多次循环10天；
ESD静电释放测试：接触放电，正负5千伏；空气放电，正负15千伏；
电气负荷测试：过压，电源瞬断，叠加交流电，电压反向；
吐鲁番夏测：路面温度高达80℃，历时75天；
牙克石测试：最低温度零下40℃，历时82天。
但长期就职于商用车供应链领域的资深专家左成钢认为，上面对测试的描述过于简单，实际上，他平时接触过的DVT测试（量产前的硬件设计验证）包括但不局限于如下几项——
Group A(样品3台)：低温放置试验、低温运行试验、高温放置试验、高温运行试验、温度循环试验；
Group B(样品9台)：温度冲击试验、振动运行试验、振动噪声试验、耐灰尘试验、温湿度循环试验、结露试验、水环境试验（滴水试验）、耐化学试验；
Group C（样品3台）：温度冲击耐久试验
Group D（样品3台）：高温高湿耐久性试验；
Group E（样品3台）：耐电压测试、绝缘测试、过电流测试、包装跌落试验、轻载荷下落试验；
Group F（样品3台）：供电电压范围试验、过电试验、供电电压缓升缓降、供电电压瞬间跌落测试、供电电压扰动复位测试、启动瞬间电压变化测试、反向电压测试、电源及接地电压偏向测试、单线开路测试、多线开路测试、信号电路短路测试、负载电路短路测试；
Group G（样品3台）：ESD试验、连接器抗拉强度试验、连接器抗推压强度试验、连接器抗扭转强度试验、连接器耐久试验、传导发射试验、辐射发射试验、抗扰试验、传导抗扰试验。
这些测试，并非所有初创公司都能全部做到。
上述工程问题不解决，则即使你采用的芯片达到了车规级，域控制器的“盒子”也不能自动实现车规级，无法实现稳定可靠。
矿山无人驾驶车辆的工作场景往往非常偏远，这意味着，系统如果在使用中宕机了，要重启或换零部件，都需要安排常驻于大城市的研发中心的技术人员长途跋涉去处理。在漫长的“等待期”里，矿方的经济损失由来承担呢？这显然不具备可操作性。
可以说，在某种意义上，看似简单的矿山场景对自动驾驶域控制器的要求可能比Robotaxi还要高一些。
华为MDC总经理李振亚说：“自动驾驶域控制器，不是功能跑通就OK了，其实越往下走，对平台稳定性和可靠性的要求越高，但稳定和可靠，需要很长时间坚持不懈的积累。”但华为在做基站的过程中就已积累起了散热及精密制造等工程技术能力。
三、组织文化的角度
工程技术能力，类似于日本的“工匠精神”，表面看起来“单调枯燥”，实则壁垒很高。
其中，时间就是最高的壁垒之一，简单地说，你的团队已在这个事情上熬了多久了、能熬多久？
能不能做出好的软件算法，天才的“灵光一闪”很重要；但硬件的工程能力，哪怕特别牛的人，也需要熬足够的时间才能“修成正果”。
此外，软件算法的开发强调小步快跑；而对硬件集成来说，慢工出细活很重要，因为试错成本比软件高得多。
在很大程度上，这个“熬”的背后是一种“忍受枯燥乏味”的能力。所以，很牛逼的人，或者“自认为很牛逼”的人，反而很难具备这种能力；或者是，“不屑于”具备这种能力。
把这两种人放在同一个公司里，是对公司组织文化的一个极大挑战。如果你的企业文化特别适合软件算法人才，则硬件工程人才可能无所适从，甚至可能没有产出；而如果企业文化是针对硬件工程人才的特质设计的，则软件算法人才可能会“用脚投票”。
若生产关系长期无法适应生产力的发展要求，生产力自然很难前进。
结语：
在本文的初稿完成后，笔者曾找两位在主攻前装量产的L2自动驾驶公司做产品经理的朋友提修改意见，结果，这俩人的反馈分别是：
1.为什么要讲“L4的公司不自研域控制器”？其实，现在整个自动驾驶行业，域控制器的硬件软件已经越来越分离了；而且，从IT产业发展的规律来看软硬分离也都是必然之路。
2.您确定命题对象是L4么？我的认知可能浅薄，但是如果对象是L4的话，技术栈都不是一块的，对于域控的量产产品，门槛并不低。没有能力拿起，谈何放下？（况且，即便有能力拿下，机会成本也太高，得不偿失啊。）
原来，在一些内行眼里，“L4公司不必自研域控制器”是个不言自明的命题；原来，笔者花几天时间竟然写了几千字“正确的废话”，情何以堪啊？
未尽之语：
这些公司采用华为的MDC平台，就不会担心“失去灵魂”吗？
某港口无人驾驶公司的技术人员说，他们决定自研域控制器的原因是，“供应商的方案是平台化设计，基础软件的开放程度不够高”，但笔者从易控智驾方面了解到的信息是，华为MDC平台的开放程度很高，不影响易控自己写应用层算法及做OTA（华为会提供工具链支持）。
另一个问题是，这些公司把身家性命都押在华为的MDC上，就不担心华为的芯片供应问题吗？
真相如何，笔者不得而知，但我们从公开信息中可以看到，华为MDC部门在乘用车领域已签下北汽、长安、广汽、长城、合众、比亚迪、奇瑞等量产客户，而且据称从今年下半年开始，搭载华为方案的车型将陆续上市，如果芯片问题不能解决，客户能答应吗，华为敢答应吗？
另一方面，商用车智能驾驶对芯片的需求量比乘用车少一个数量级，一年顶多就几千套啊，既然乘用车客户都不担心，那商用车客户有啥可担心的呢？
来源：九章智驾驶 苏清涛
相关阅读：
