存儲解決方案大廠美光，如何搭上自動駕駛的快車打造下一個增長極？

推進自動駕駛汽車的商業化已經成為大勢所趨，過去一年，晶元、激光雷達、計算機視覺領域研發公司的估值或股價已經享受到了自動駕駛大熱帶來的第一波紅利。對於存儲器大廠美光來說，自動駕駛汽車是否能成為公司新的業務增長點呢？

近日，36氪聽取了美光嵌入式產品事業部市場副總裁Kris Baxter對美光旗下車規級存儲產品的介紹，以及汽車產業變革帶來的機會。對於美光而言，除了車載信息娛樂系統升級帶來的市場，自動駕駛汽車中「邊緣計算」需求將成為美光高速存儲解決方案的藍海市場。

第一部分相對好理解，隨著汽車的智能化，汽車對高性能存儲產品的需求將會越來越大。除了傳統的儀錶盤解析度升級，抬頭顯示（HUD）的推出、車載信息娛樂系統的智能化，包括語音交互、導航系統、車聯網（V2V、V2I）以及多媒體升級將讓汽車存儲需求指數級上升。除此之外，美光方面告訴36氪，在汽車動力總成（包括發動機/變速箱控制單元）和ADAS中，車規級存儲產品有著廣泛的應用。

在具體的技術層面，美光的存儲解決方案已經通過了ISO 26262-ASIL、TS16949、AEC-Q100資質等多個認證，滿足車規級產品的要求。據悉，美光作為存儲供應商的身份已經超25年，從第三方數據報告來看，根據分析師的數據，美光在車規級存儲市場的份額達到了40%左右，這個比例是第二名的3倍以上。具體到中國市場，廣汽、上汽、比亞迪、吉利、德賽西威、蔚來、智華汽車電子以及百度都是美光的主要客戶。

智能化升級帶來的增量需求，這是美光在傳統汽車存儲市場的想像力。

接下來終於聊到自動駕駛，英特爾CEO科再奇早在去年就指出，未來L4級別的自動駕駛汽車每一天產生的數據量將達到4TB，汽車本地端和雲端進行如此龐大的數據量交互，對存儲產品的性能規格提出了巨大的要求。

Kris Baxter在講解時提出了一個觀點：人工智慧正在移至邊緣，存儲對邊緣人工智慧至關重要。

類似的邏輯地平線創始人兼CEO余凱也提到過：

自動駕駛要求實時的反應、足夠的安全。自動駕駛本質來講你一定要保證它，即使在網路不通的情況下也足夠安全，大家要思考一下，高精度地圖使得自動駕駛更方便、更安全，但是我們一定要保證這個自動駕駛在完全不聯網的狀況下足夠的安全。所以邊緣計算、本地計算至關重要。自動駕駛實際上是邊緣計算最具有挑戰性、最具有必要性、最重要的場景。

簡單點說此前業界都在強調自動駕駛汽車雲端互聯的能力，但忽視了某些極端場景下無法聯網的問題，此時自動駕駛汽車必須在本地完成龐大的數據計算與處理。這就是美光存儲產品的巨大應用場景。

Kris Baxter表示：「將原來涉及整個全網的計算部分轉移到邊緣設備上計算，也可以平衡網路數據流量過載問題。基於某些事件或者某些地點的數據，可以在邊緣設備上進行學習性的處理，這樣處理效果智能化程度更高，整個網路系統響應速度更快，也能夠一定程度上降低網路延時度。」

在具體的技術規格上，自動駕駛L1-L5不同階段對於內存和存儲產品需求不同。Kris Baxter表示，L1、L2級別的自動駕駛大多數需求能夠由LPDDR4來滿足，而隨著技術要求越來越高，這個需求未來更多將會由LPDDR5和GDDR6產品來滿足更高的計算性能。過去很多產品用在圖像處理、遊戲和消費領域，現在對於產品進行升級、尤其是GDDR6來支持全新場景。右邊這個圖是存儲產品（容量）的需求量情況，現在基本上e.MMC產品對於現有應用需求滿足情況還不錯，基本上可以滿足8G到64G到128G的容量。未來對於存儲的尤其寫入速率、容量要求和性能的要求越來越高，會從e.MMC轉到UFS再轉到PCle。所以汽車領域是兩條腿走路，NAND、DRAM齊頭並進。

分享會結束後，36氪與其他媒體對Kris Baxter進行了採訪，以下是採訪實錄。

Q：存儲領域新玩家加入市場最大門檻是什麼？您提到美光有兩大優勢，一是技術，二是具備長期供貨能力。我想了解一下長期供貨能力是指生產周期短、出貨快，還是庫存量大？

A：第一個問題，如果進入汽車存儲這個領域，車廠技術供應商需要有長期能夠證明產品高質量和高可靠性的能力，這個並不是一兩天就可以證明。對於車企來說，你給他們提供服務，一方面是產品，另外一方面對車企需求的響應能力和速度也有很高要求，所以需要在資源上可以大力支持，技術上也要有堅實基礎。另外需要對相關應用有深刻了解，如果對汽車內的各種解決方案和需求不甚了解，很多時候提供的產品和解決方案無法很好滿足客戶具體需求。對於新進入該領域的公司來說，其實要想真正達到剛才提到這幾點，提供合適的、高質量、可靠技術支持的產品，確實是很大挑戰。美光過去這麼多年證明了，在這幾個領域我們有足夠能力應對挑戰。

最後還有一點，這點也能回答你的第二個問題，除了產品質量和可靠性，還有一個是針對汽車主要需求的持續供貨能力。對於新供應商來說，需要很多年才能真正證明這一點。美光有非常完善的設備設施，能夠持續提供客戶需要的長壽命周期產品。

Q：剛才提到的GDDR6，這個產品進行優化改善以後，可以應用於ADAS和在未來滿足自動駕駛需求，這個技術改善升級主要是體現在哪些方面？

A：GDDR6是一個全新規格的產品，其上一代是GDDR5，更多應用於遊戲和網路領域，而我所提到的優化改善後的汽車級GDDR6是按照汽車領域的具體應用場景和需求來進行開發的，主要滿足汽車對質量、可靠性、應用溫度的要求，所以其實這個產品更多專註於汽車應用領域，以滿足相關的應用要求。

在優化為汽車級GDDR6的過程中，我們充分利用我們在圖像處理方面的優勢，基於這樣的基礎優勢來做改善。所以還是回到剛才提到的問題，利用我們擅長的技術領域優勢，再加上對於應用場景深刻認知，帶來GDDR6應用在汽車領域的大的技術優勢。

Q：從雲端儲存到車內儲存或計算，對於美光而言，技術升級或者是帶寬挑戰的重點體現在什麼方面？美光是否有面向這方面的一些技術突破或者產品研發的想法？

A：關於技術升級挑戰，深度學習依賴於規模龐大的資料庫做基礎，這麼大規模的數據全部存儲在車上不太現實，現在從車這一端邊緣設備上採集一些數據，對於某一個車輛來說，他們有一些相應計算和深度學習的工作可以依賴於本地環境來展開。有一個挑戰是現在邊緣計算和集中計算的平衡問題，深度學習如何合理分配到兩種計算當中，實時決策這個速度能夠增加到多快，這都是面臨的挑戰。這裡面臨的是資源分配、如何取捨的問題。

Q：現在美光量產的內存和存儲產品是否有應用到現在自動駕駛測試車上？隨著自動駕駛應用速度加快，美光在技術和產品層面會做哪些改進？

A：第一個問題，大家都在做自動駕駛技術，但公司測試車的數量本身非常有限，現在還沒有量產車。很多公司都在研發先進的自動駕駛技術，這裡雖然沒有具體清單列出哪些公司使用了我們的產品，但是可以說全球範圍內做自動駕駛研究的領先企業，我們都和他們有緊密聯繫，或者他們在使用我們的產品，包括美國和中國的一些主要的車廠。總體而言，我們在積极參与這個事情，但現在沒有這種量產車。我們在技術方面有很大優勢，現在自動駕駛的所有技術美光都在積極跟進。

關於技術和產品升級，演講當中提到了很多，這裡我再補充一下。自動駕駛發展過程從概念車到早期測試車，再到初期應用，大規模生產可能要到2025或者是2030年才會實現。我們現在必須調整技術發展的路線，現在的技術和設備成本非常昂貴，很多高性能、高功率技術未來想要實現大規模量產，首先要把成本降下來：高功率變成低功率，應用範圍要廣。所以技術方面的創新必須朝這方面努力，有效降低成本和實現高效應用，基本上是這樣的發展路徑。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！