在 2019 年 4 月的上海車展上，華為輪值董事長徐直軍道出了華為的汽車戰略：「華為不造車，幫助車廠造好車，致力于成為面向智能網聯汽車的增量部件供應商。」

2019 年 5 月 29 日，任正非簽發組織變動文件，華為正式成立智能汽車解決方案事業部（以下簡稱 Car BU），并任命此前華為無線網絡業務部和日本運營商業務部總裁王軍為 Car BU 總裁，直接向任正非匯報。

華為 Car BU 隸屬于 ICT 管理委員會管理，與華為四大 BG（運營商 BG、企業 BG、消費者 BG 和 Cloud&AI BG）同為一級部門，足見華為內部對汽車業務的重視。

通過在不同場合的對外闡述，華為車 BU 的業務組合也逐漸清晰起來，完整包含了智能電動、智能駕駛、智能座艙、智能網聯以及云服務幾大板塊。

在備受矚目的智能駕駛業務板塊里，其實包含了三大子集：

• MDC 智能駕駛計算平臺產品部（芯片、硬件平臺、智能駕駛操作系統、工具鏈）

• 融合傳感部門（研發激光雷達、毫米波雷達等）

• L4 級全棧智能駕駛解決方案（ADS）部門（其中高精地圖團隊大概率在這個序列）

其中，華為 MDC 智能駕駛計算平臺是核心產品。

ADS 方案則以 MDC 為核心，采用自研的算法，針對中國城區道路、高速道路、市區泊車場景進行優化；同時通過與車企合作伙伴聯合建立大規模路測車隊，積累路測數據。

目前，華為 ADS 已經與奧迪合作，組建了路測車隊。

在這樣的開發策略下，華為 MDC 智能駕駛計算平臺無疑成為了華為自動駕駛業務板塊的拳頭產品。

華為 MDC 產品部的誕生

華為認為，未來每一輛汽車都將是一個裝在車輪上的移動數據中心（Mobile Data Center，MDC），要處理海量數據，必然離不開高性能的計算硬件。

2018 年初，市面上面向智能駕駛的專用計算平臺產品還很少，需求基本上被英偉達、Mobileye 這樣的企業包圓。特別是對算力有更高要求的高級別自動駕駛研發，英偉達成為了他們的唯一選擇。

華為正是看準了高性能計算平臺的需求不斷增長，并且供不應求，內部決定加入賽道。

大約在 2018 年 3 月份，華為內部開始組建 MDC 研發團隊。

按照華為的慣例，一個全新部門的領導層通常會從內部選拔，而且華為對自動駕駛的所謂明星人才并不感冒，崇尚的是「集體主義」，關心的是團隊整體的效能。

經過高層考慮，此前擔任華為中央硬件部部長，掌管全公司硬件研發的李振亞被選派成為 MDC 產品部的總經理，內部看重的是他在硬件開發方面近 20 年的經驗。

在確立了帶頭人之后，華為 MDC 開啟了從內部各部門抽調人員以及從外部招人的雙線擴張。

因為華為 MDC 在開發之初就確立了全面自研的路線，包括 AI 芯片、CPU、操作系統、工具鏈等都要自給自足，所以團隊必須從這些方面補齊人才：

• 在 AI 芯片和 CPU 方面，華為有海思半導體，所以這部分直接由海思來供給；

• 在操作系統方面，華為 2012 實驗室下設的中央軟件院一直在從事這方面的研究；

• 在硬件集成以及后續的測試驗證方面，華為此前就有大型服務器的研發團隊，主要集中在杭州，所以 MDC 直接從杭州的服務器團隊調撥了一批人才。

與此同時，華為 MDC 也在外部大規模招聘汽車專業、計算機專業背景的人才，主要職位包括：硬件工程師、測試工程師、基礎軟件工程師以及工具鏈開發工程師。

通過內部人才打基礎、外部人才補強團隊，華為 MDC 產品部如今已經形成了比較全面的團隊配置。下設研發部（硬件、軟件、工具鏈、功能與信息安全）以及市場部、營銷部、生產制造部等周邊支撐部門。目前團隊主要分布在杭州、深圳、東莞以及歐洲等地。其中：

• 杭州主要是硬件集成團隊；

• 深圳主要是芯片和操作系統團隊；

• 東莞更多的是從事工具鏈開發的團隊。

在這樣一個成熟團隊的驅動下，華為 MDC 正全力向量產進發。

華為 MDC 全面自研的實力

如前所述，華為從決定研發智能駕駛計算平臺的一開始，就確立了全面自研的戰略。這既是基于過往的積累，也是外界形勢所迫。

說到實力，華為或許沒有「造車」的基因，但華為一定不缺打造高性能計算硬件的能力；而外界形勢方面，中美貿易戰的壓力、國家安全戰略的要求等等，都推動華為 MDC 走上全面自研的道路。

全面自研也是華為 MDC 提升競爭力的重要手段。

在華為看來，一個優秀的智能駕駛計算平臺應該是芯片、硬件平臺、操作系統、工具鏈等要素的深度整合集成。

因為這樣才能使計算平臺的性能和可靠性達到最佳狀態，同時，客戶的開發效率也會更高。

那么，這樣一個優秀的智能駕駛計算平臺到底長什么樣？

華為在 2018 年 10 月的全連接大會（Huawei Connect）上給出了答案：MDC 600。

根據華為的描述，MDC 600 集成了華為自研的 CPU 芯片、AI 芯片、ISP 芯片與 SSD 控制芯片，并通過底層的軟硬件一體化調優，在時間同步、傳感器數據精確處理、多節點實時通信、最小化底噪、低功耗管理、快速安全啟動等方面有性能優勢。

既然是自研，華為必須為 MDC 600 準備好各種「配料」。

在最為關鍵的 AI 芯片方面，華為在 2018 年 10 月的全連接大會上推出了旗下首款主打低功耗的端側 AI 芯片「昇騰（Ascend）310」。

這款 AI 芯片基于華為自研的達芬奇架構，采用的是 12nm 工藝制程，最大功耗僅為 8W，算力達到 16 TOPS，其能效比是 2 TOPS/W，明顯優于業界的平均水準。

華為 MDC 600 上搭載了 8 顆昇騰 310，如果兩塊 MDC 600 并聯，其最高算力能做到 352 TOPS，功耗為 300W。

在 2019 年 1 月，華為又發布了「鯤鵬 920」芯片，采用 7nm 制程工藝，號稱是業界算力最高的基于 Arm 架構的芯片。

這顆芯片已經確定會作為華為 MDC 的主 CPU，與昇騰 310 配合起來共同驅動智能駕駛車輛。

在如此短的時間里，華為就為 MDC 平臺配齊了 CPU+AI 芯片，這得益于華為多年來在芯片領域修煉出的實力。

芯片被譽為高科技行業皇冠上的「明珠」，是科技行業最基礎、最核心的驅動力量。華為對芯片研發的重視，幾乎貫穿了整個企業發展史。

華為在 1991 年就成立了 ASIC 設計中心，并以此為基礎于 2004 年成立了芯片研發部（即海思半導體）。

即使在華為歷史上最困難的時期，華為也沒有停止對芯片的研發投入，甚至可以說對芯片的投入是華為研發歷史上最重要的支出之一。

現在的華為，在芯片領域已經完成了手機芯片、AI 芯片、服務器芯片、5G 通信芯片和其他專用芯片的「大滿貫」。

所以，華為做 MDC 計算平臺，完全是一種歷史成果的延續，只是應用場景轉移到了汽車上而已。

在 CPU+ AI 芯片完全有能力自研之后，華為 MDC 上還有一個很關鍵的部分就是操作系統。

這是一個專用的智能駕駛操作系統，缺少這個操作系統，華為 MDC 上的 CPU+ AI 芯片的性能就不能完美發揮出來。

這個操作系統還要支持所有的車企、Tier 1 和應用開發商，他們可基于這個操作系統開發各種各樣的智能駕駛應用。

實際上，華為本身是有操作系統開發經驗的，這里就不得不提到華為的「2012 實驗室」。

「2012 實驗室」是華為研究組織的總舵，屬于一級部門，下面有中央研究院（包括諾亞方舟、香農等實驗室）、中央軟件院（包括高斯、歐拉、羅素等實驗室）、中央硬件工程院、中央媒體技術院、海思半導體和研發能力中心等二級部門。這個實驗室主要從事新理論研究以及華為的基礎軟件研發（定制的 Linux、CPU、編譯器、數據庫等），研發成果服務于整個集團。

華為內部的操作系統研發，基本都是由「2012 實驗室」下設的中央軟件院來操刀，比如鴻蒙系統就出自這一研究機構。

所以，用在華為 MDC 計算平臺上的智能駕駛操作系統也由華為中央軟件院負責研發。

當然，以往的成就并不意味著華為 MDC 的全面自研策略在未來必然成功，因為任何一個模塊出現問題，就會導致整個計算平臺的性能受到影響。

華為 MDC 取勝的關鍵在于：真正實現該平臺內部的高度耦合，同時靈活對接第三方的傳感器部件和應用算法等。

所以，無論是 AI 芯片、CPU 還是操作系統，每一個環節都不能出現短板。這對華為 MDC 的挑戰是不小的。

華為 MDC 走到哪一步了？

自 2018 年 10 月發布至今，華為 MDC 已經走過了一年半的時間，這個計算平臺現在的狀態成為了很多車企、Tier 1 以及自動駕駛企業很關心的問題。

在產品層面，華為 MDC 現在有兩個版本：MDC 600 和 MDC 300。

前者主要針對 L4 級自動駕駛應用，后者則更加適用于當前比較容易落地的 L2+、L3 級自動駕駛。

因為華為 MDC 計算平臺的「系統架構可伸縮」特性，MDC 600 和 MDC 300 之間是可以通過「減配」和「增配」實現平滑轉換的。

簡單來說，高算力的 MDC 硬件平臺可支持限定場景下的自動駕駛，在增加算力和激光雷達后便可支持全場景的自動駕駛；而在減配算力和激光雷達后，也完全能夠支持輔助駕駛。

而且，華為 MDC 的電氣特性和物理尺寸會保持不變，以方便客戶未來汽車架構的平滑演進。

也就是說，無論是 MDC 600，還是 MDC 300，亦或是下一代產品，其電氣特性和物理尺寸都是一個標準。

此外，華為 MDC 是一個開放的平臺，具備組件服務化、接口標準化、開發工具化的特性，基于此平臺可快速開發、調測、運行自動駕駛算法與功能。這一點對于很多傳感器廠商和算法開發企業非常友好。

現階段，華為 MDC 用到的 CPU 和 AI 芯片都還在不斷地進行測試，以期通過車規級驗證：

• 整體硬件平臺方面經過一年多時間的開發，正在不斷走向成熟；

• 配套的操作系統還在開發過程中；

• 相應的開發工具鏈已經建立起來，但目前使用的流暢度還不夠，正在優化。

今年 2 月，華為 MDC 拿到了 ISO 26262 功能安全管理認證，這意味其研發體系、生產制造體系、供應體系得到國際權威組織的認可。

這是華為 MDC 的關鍵進展，也是其拿下各類認證證書的起點。

目前，華為 MDC 正在過各類的質量認證，包括 IATF 16949 質量管理體系認證、CC EAL 通用評估準則、信息安全認證等等，這些認證的試驗周期較長，需要 3-15 個月的時間不等。

但通過這些認證，是華為 MDC 最終上車的必經之路。

據知情人士透露，華為 MDC 的目標是在未來 1-2 年內通過 ISO 26262 ASIL-D 等級的功能安全認證。

華為還會在今年下半年發布 MDC 計算平臺的新一代產品，包括硬件和操作系統的更新，據說平臺的整體能效比將顯著提升。

現階段，華為 MDC 已經簽下了 18 家客戶，包括乘用車、商用車、特種作業車等場景的客戶。

上汽、吉利、江淮、一汽紅旗、東風汽車、蘇州金龍、新石器、山東浩睿智能等企業都位列其中。

華為 MDC 的對手們

目前，市面上存在的華為 MDC 類似的產品主要包括：

英偉達的 Pegasus 計算平臺、采埃孚的 ProAI、博世的 DASy 域控制器、Mobileye 的 EyeQ 以及地平線的 Matrix 計算平臺。這些產品有的是在 L2+ 級自動駕駛領域與其展開博弈，有的是在 L4 級自動駕駛領域和 MDC 較量。

這些產品之間，比拼的是穩定性、能效比、價格、開發周期的匹配度、后期的服務能力這些因素。

在性能和穩定性方面，因為華為 MDC 是芯片、操作系統、工具鏈一體化研發，所以其內部是高度耦合的。

內部的自成一體有利于其性能的極致發揮，這一點華為 MDC 相比于同類型產品是有比較優勢的。

在后期服務能力上，因為華為 MDC 的本土化研發，借助地利之便，也能更好地與本土客戶團隊進行溝通協作，完成定制化開發。

當然，華為 MDC 未來如果走出國門，這樣的情況就另當別論了。

值得一提的是，華為還自研了八爪魚（Octopus）自動駕駛云平臺，能大幅提升訓練效率。

華為 MDC 可以與該云平臺實現無縫對接，在數據訓練、仿真模擬方面實現車云協同。這一點是其他同類產品所不具備的。

目前看來，華為 MDC 最大的劣勢就是「時間表」，根據現在諸多車廠、自動駕駛企業的開發規劃來看，華為 MDC 的 2021 年的 SOP 時間點是偏晚的，這在某種程度上丟掉了一些時間窗口。

當然，智能駕駛計算平臺還沒到贏家通吃的階段，這個市場必將經歷一個充分競爭的階段。

MDC 只是華為在智能汽車領域龐大野心的一小部分，但確實也是比較核心的產品。

正如徐直軍在此前媒體訪談時的回應，「華為做事情，首先要把有競爭力的產品做出來，能更滿足客戶包括功能、性能等各種需求。只要做出產品競爭力，市場規模逐步就出來了，自然而然就能掙錢。」

成熟的自動駕駛系統是軟件與硬件高度集成的產物，所以我們在重視算法開發的同時，也應該在硬件方向上投入更多。

高性能計算平臺作為自動駕駛車輛的核心硬件，目前在全球范圍內依然是稀缺的，在中國尤其如此。

華為在軟硬件集成領域累積了豐厚的經驗，若未來持續對 MDC 智能駕駛平臺進行投入，華為很有機會在核心供應鏈層面推動中國自動駕駛的落地進程。

返回第一電動網首頁 >