隨著汽車和科技產業(yè)間傳統(tǒng)界線愈來愈模糊，汽車領域自駕車技術發(fā)展正加速移動和運輸領域科技導入與創(chuàng)新，正逐漸顛覆既有產業(yè)結構，例如若要設計安全、有效率、便利的自駕車，需要在云端及邊緣端復雜技術的集成，包含資料連網、動力總成電動化、自駕系統(tǒng)以及大量半導體零組件等，因此如感測與感知系統(tǒng)、以及功率優(yōu)化的高效能處理器，將成為自駕車發(fā)展的重要創(chuàng)新領域。

在自駕車技術進展下，目前正從雷達、光達(LiDAR)到訊號處理等多個科技零組件領域創(chuàng)新形成連鎖效應，即使如此，此一快速創(chuàng)新步伐也正對傳統(tǒng)汽車制造商形成新挑戰(zhàn)。反觀隨著自駕車傳感器資料搜集量大增，對存儲器、特別是高速存儲器的需求也可望持續(xù)成長，對相關半導體存儲器廠有望帶來新市場商機，也讓半導體產業(yè)在汽車科技領域找到新的立足點。

自駕車帶動對更多半導體零組件采用需求，相關感測技術持續(xù)優(yōu)化。

推進感測技術持續(xù)突破

自駕車必須具備絕佳且高度安全、準確的行車周遭感知功能，以能進行精確定位、環(huán)境偵測、分類移動或固定不動物體，以及偵測與這些物體之間的正確距離，因而現行多數自駕車需要部署一組感測及感知系統(tǒng)，包含以攝影機為基礎的嵌入式視覺系統(tǒng)、雷達及光達傳感器，這些感測技術可彼此提供互補性，并可集成至自駕車有效的傳感器套件中。

如攝影機為基礎的視覺系統(tǒng)能捕捉豐富的視覺化信息，但卻較無法準確測出與行車周遭物體間的距離；光達的高分辨率可提供精確的范圍測量，但卻容易受起霧、眩光或煙霧等情況導致偵測不準確；傳統(tǒng)雷達雖不受天候或特殊路況影響偵測，但卻無法偵測到光達水平的高分辨率3D圖象。因此多數自駕車開發(fā)商均采三者互補的系統(tǒng)設計，僅Tesla至今仍堅持不采光達，認為成本太高。

Electronic Design報導，隨著影像傳感器、影像處理算法、高效能運算硬件等技術持續(xù)進步，自駕車或先進駕駛輔助系統(tǒng)(ADAS)采用的攝影機感測技術可望持續(xù)推進，這些技術在未來也仍會是自駕車開發(fā)創(chuàng)新的關鍵發(fā)展領域。

光達、雷達、攝影機各據擅場

攝影機感測技術將與其它感測技術結合，用于捕捉詳細的自駕車行車周遭3D畫面，且未來隨著搭載攝影機感測技術的車輛數量成長，這些車輛在路上行走也將成為道路路況、交通、行車危害、停車格數量以及其它信息等有價值資料提供來源。

部分嵌入式視覺系統(tǒng)采用FPGA和GPU，這類處理器相當適合于汽車或自駕車視覺處理算法所需的高度并行運算需求。至今業(yè)界發(fā)展較領先的汽車視覺處理解決方案為英特爾(Intel)旗下Mobileye的EyeQ系列，為專用的硬件加速ASIC。Mobileye在ADAS應用領域領先一大重要因素，在于已在真實道路條件下進行廣泛的測試，這有助算法以及芯片技術持續(xù)進化。

光達方面，相較于早期自駕車平臺搭載的光達較笨重且高成本，如今業(yè)界持續(xù)在縮小光達體積及降低生產成本上努力，但仍不失原有偵測效能，因此帶動近年固態(tài)光達系統(tǒng)發(fā)展，比傳統(tǒng)機械式光達系統(tǒng)在復雜度、大小和成本上都所有降低，唯一固態(tài)光達需克服的是讓系統(tǒng)達到更長的測距及更高的分辨率水平。

在此情況下，也正帶動雷射發(fā)射技術、光學、光傳感器和訊號處理等技術持續(xù)演進，如砷化鎵(GaAs)光傳感器、采MEMS技術的視覺波束控制技術，以及先進訊號處理算法等。

汽車雷達則是目前自駕車產業(yè)中發(fā)展最成熟的感測技術之一，早在2000年初首代主動式定速巡航(ACC)系統(tǒng)推出時便開始采用。由于雷達不受起霧、路上有煙霧等天候不良條件等影響偵測，成為彌補自駕車光達、攝影機感測技術不足一大必要感測裝置，在感測融合及對安全性冗余要求下，預期雷達在未來自駕車系統(tǒng)發(fā)展上仍會扮演一定要角。

盡管雷達技術相對發(fā)展較成熟，但對更先進自駕車技術來說仍有持續(xù)創(chuàng)新的空間，如在77-GHz頻段的高頻雷達可改善長距離偵測效能，對行車周遭非金屬玉體偵測有較高的反射率，這對偵測行人及動物是需要的。

訊號處理算法持續(xù)演進下，也將有助雷達技術效能不斷提升。采用RF CMOS技術也可促進雷達更高的功能集成，可設計出更小型雷達系統(tǒng)，汽車雷達系統(tǒng)單芯片(SoC)技術即這類創(chuàng)新一大案例。

虛擬驅動程序優(yōu)化為核心

多數自駕車系統(tǒng)創(chuàng)新以優(yōu)化自駕車虛擬驅動程序為核心，此即自駕車的運行中樞，這包含機器學習算法及連結車輛感測、驅動和通訊子系統(tǒng)的中介軟件。這也是自駕車技術的核心。

未來自駕車開發(fā)業(yè)者有可能授權其虛擬驅動程序軟件堆疊給傳統(tǒng)汽車制造商，用于集成至其為傳感器、資料通訊協定等采用標準接口的平臺，然而這些標準尚未完全定義，部分感測技術也仍未發(fā)展成熟到足以和控制系統(tǒng)做出區(qū)隔。

半導體需求只增不減　高速存儲器成必備元件

對美光(Micron)等存儲器業(yè)者而言，過去PC市場是存儲器需求最主要來源，但這幾年行動裝置、資料中心服務器等改成為存儲器供貨主要市場，如今隨著自駕車技術開展，由于一輛自駕車需搭載龐大運算能力，相應對存儲器將形成更大需求，特別是高速存儲器將成為未來自駕車必備零組件，成為未來存儲器業(yè)者潛在新機會。

如美光在2018年曾透露，該公司2017會計年度汽車應用存儲器銷售整體市場機會為25億美元，與當時美光稱該公司資料中心和行動市場銷售機會分別是290億美元和450億美元相比，汽車存儲器市場規(guī)模相對仍小上許多。

但如今美光預估該公司2021年度汽車用存儲器銷售市場機會將成長至59億美元，亦即4年成長超過1倍。即使這個數字和美光預估同期資料中心和行動市場分別的620億美元和540億美元相比，依舊是小巫見大巫，但成長超過1倍已顯示出車用存儲器市場持續(xù)擴大的意義，預期未來這塊市場應會繼續(xù)快速成長。

美光曾指出，一輛Level 3等級自駕車將需內建約16GB的DRAM和256GB容量的NAND Flash，并預期到了2021年Level 3自駕技術在市場上將普及。更值得注意的是，美光也預估到了2025年汽車將達到Level 5全自駕水平，Level 5全自駕車將需要內建74GB的DRAM以及1TB容量的NAND Flash，這將比Level 3自駕車所需搭載DRAM及NAND Flash容量，分別增加超過4倍以及約4倍。

如果美光的預估準確，未來汽車產業(yè)應可提供存儲器產業(yè)一個長期且持續(xù)成長的存儲器供應市場。目前如NVIDIA發(fā)表的自駕車Pegasus運算平臺，便采用業(yè)界最先進DRAM技術開發(fā)，宣稱可提供每秒超過1TB的存儲器帶寬，以達Level 5效能所需。

因此，雖目前汽車或自駕車仍非存儲器業(yè)者主要銷售市場，如美光最新一季僅11%營收，貢獻自與存儲器和儲存產品銷往汽車產業(yè)等有關的嵌入式業(yè)務，反觀美光計算機與網絡業(yè)務貢獻50%營收、行動市場貢獻22%，且短中期也無需指望自駕車市場成長，可為存儲器產業(yè)帶來更大營收貢獻潛力，因還需考量DRAM及NAND Flash近期價格滑落市況情勢。

不過從長時間看，預期汽車或自駕車內建更多存儲器的持續(xù)性需求趨勢，只會為存儲器產業(yè)創(chuàng)造更多存儲器需求，這仍可望讓存儲器業(yè)者受惠新市場的營收挹注。