算力需求的膨脹將引發(fā)存力的擴(kuò)張。在數(shù)據(jù)中心領(lǐng)域，HBM（高帶寬存儲器）受數(shù)據(jù)中心龐大數(shù)據(jù)處理需求影響，一度成為幾家存儲原廠業(yè)績轉(zhuǎn)暖的重要推動力。而隨著汽車電動化、智能化的滲透力度加強(qiáng)，芯片廠家開始競逐用于智能座艙、自動駕駛等領(lǐng)域的算力芯片的性能指標(biāo)，存儲芯片在汽車領(lǐng)域的重要性也隨之提升。

盤子雖小，增速卻大

在傳統(tǒng)汽車中，汽車存儲芯片主要應(yīng)用于信息娛樂系統(tǒng)（IVI），負(fù)責(zé)存儲地圖以及少量歌曲和影像資料等多媒體資源。雖然分布在整車各處的ECU拉高了存儲芯片的使用數(shù)量，但是對比手機(jī)“8+128”的起步配置，車載存儲的總?cè)萘科毡閮H十余MB。

“數(shù)量多而容量小”的特征也導(dǎo)致了車載存儲芯片的整體市場份額相較智能手機(jī)、PC和服務(wù)器較小。

DRAM不同應(yīng)用所占市場份額（數(shù)據(jù)來源：CFM閃存市場）

過去車載存儲由于“盤子”較小而少有人問津，但這一現(xiàn)象目前正隨著汽車智能化升級而逐漸變化。

“存儲在車中所支撐的舊有系統(tǒng)容量需求正在上升；更重要的是，在IVI之外，智能網(wǎng)聯(lián)汽車所配備的智能座艙系統(tǒng)、智能輔助駕駛系統(tǒng)（ADAS）和網(wǎng)關(guān)等新系統(tǒng)對數(shù)據(jù)的要求更高。整車所面對的數(shù)據(jù)流量和計算量正在飆升，因此大容量緩存和存儲會成為剛需。”CFM閃存市場分析師孫夢維告訴《中國電子報》記者。

有機(jī)構(gòu)測算，2023年，單車平均存儲容量為內(nèi)存7GB、閃存73GB，2024年將會升級為內(nèi)存10GB和閃存110GB，同比增長超40%。預(yù)計到2030年，伴隨著L3級及以上自動駕駛汽車的逐步落地，全球車規(guī)級存儲市場規(guī)模將達(dá)到151億美元。

電動汽車引發(fā)存儲革新

電動汽車的多個新系統(tǒng)帶來了對車載芯片存力的高需求，具體而言，車載存儲將迎來三方面的革新。

首先是內(nèi)存和閃存的升級。在內(nèi)存方面，DRAM的使用越來越向消費(fèi)級產(chǎn)品的存儲靠近，LPDDR4甚至更高規(guī)格的內(nèi)存正被用于智能座艙芯片。而此前汽車普遍使用的Nor Flash閃存也逐漸被EMMC甚至UFS所替代，用以實(shí)現(xiàn)更高的數(shù)據(jù)傳輸速率和更高的集成度。據(jù)悉，高通的智能座艙芯片驍龍8295采用LPDDR4X作為內(nèi)存，閃存使用UFS3.1，驍龍8255則使用LPDDR5；三星電子的Exynos Auto V920同樣使用LPDDR5。

智能汽車多個系統(tǒng)的存儲器規(guī)格及容量（數(shù)據(jù)來源：CFM閃存市場）

其次，高集成度受到重視。汽車電子電氣架構(gòu)正處于從域控制向中央控制演變的過程中，隨著中央計算的需求增加，多端口存儲芯片承擔(dān)著連接多個MCU（甚至是SoC）的任務(wù)，以有效整合存儲資源，并實(shí)現(xiàn)芯片面積、功耗以及成本的節(jié)約。

同時，憑借其適合多主機(jī)、多應(yīng)用和多芯片間的數(shù)據(jù)即時共享特性，PCIe接口也在加速上車。“PCIe能夠?qū)崿F(xiàn)高速率和低延遲，同時也允許進(jìn)行大量的存儲優(yōu)化，這為人工智能在未來汽車中的應(yīng)用提供了可能?！泵拦飧笨偛敏咔度胧疆a(chǎn)品事業(yè)部總經(jīng)理Kris Baxter表示，“此前，盡管采用集中式存儲解決方案是可行的，但用戶必須集成PCIe交換機(jī)，而這種解決方案的成本高達(dá)數(shù)百美元。”據(jù)悉，美光推出具有PCIe4.0接口的4端口車規(guī)級存儲產(chǎn)品4150AT SSD，可接入ADAS、IVI等多個系統(tǒng)的SoC。

此外，隨著車內(nèi)數(shù)據(jù)計算量的增加，HBM這類用于數(shù)據(jù)中心的高性能存儲產(chǎn)品也有望上車。據(jù)不完全統(tǒng)計，電動汽車未來將至少需要2TB的存儲空間，才能保證智能化功能的無延遲運(yùn)行。這其中包括用戶的應(yīng)用數(shù)據(jù)、高精度城市地圖、端側(cè)AI大模型，以及整車內(nèi)部各個系統(tǒng)（如IVI、ADAS等）SoC和網(wǎng)關(guān)等。

智能汽車中不同應(yīng)用所需存儲空間占比（數(shù)據(jù)來源：美光）

“人工智能的多種應(yīng)用功能為HBM提供了車規(guī)化的土壤。在智能駕駛方面，高速NOA、城市NOA、通勤NOA，甚至是特斯拉的BEV+Transformer等對AI的需求越來越強(qiáng)烈。AI算法也可通過大量數(shù)據(jù)訓(xùn)練，在環(huán)境感知、決策制定和路徑規(guī)劃上不斷改進(jìn)，以適應(yīng)各種駕駛場景。此外，車載的端側(cè)大模型在未來也可能會逐漸普及，這些都為HBM的上車應(yīng)用提供了大量機(jī)會。”得一微電子汽車電子市場負(fù)責(zé)人袁野告訴記者。

盡管如此，HBM的產(chǎn)能問題還需存儲原廠改善。由于英偉達(dá)、AMD等廠商的GPU在AI浪潮中仍處于供不應(yīng)求狀態(tài)，且單塊GPU需要6-8塊的HBM堆棧來保證內(nèi)存和帶寬，因此，SK海力士、美光等企業(yè)的HBM產(chǎn)能迅速告急，并在2024年初便先后宣布公司全年訂單已經(jīng)排滿。

“HBM上車的關(guān)鍵問題在于成本。一方面HBM的售價目前還處于高位，另一方面則是車載存儲的需求正在加速攀升，如果能夠通過此消彼長來實(shí)現(xiàn)成本和需求的平衡，那么HBM上車將更具可行性。”袁野說。

垂直整合模式未必是最優(yōu)解

當(dāng)前，美光、三星電子、鎧俠等企業(yè)在車載存儲領(lǐng)域占據(jù)了較大份額，其中美光占比超40%。不難發(fā)現(xiàn)，幾家頭部企業(yè)除了在存儲領(lǐng)域具備深厚技術(shù)積累、占據(jù)先發(fā)優(yōu)勢之外，垂直整合的生產(chǎn)模式也是其共有特征。

一般來說，存儲芯片的生產(chǎn)涵蓋存儲顆粒和存儲控制器兩個部分，存儲顆粒由原廠提供，存儲控制器則由模組廠商通過購入存儲顆粒，再對芯片進(jìn)行設(shè)計、生產(chǎn)以及銷售。美光和凱俠自身生產(chǎn)存儲顆粒，同時兼?zhèn)浯鎯刂破鞯脑O(shè)計能力，通過給客戶提供完整的解決方案來實(shí)現(xiàn)盈利。

對比起來，三星電子的垂直整合似乎更為徹底。作為IDM企業(yè)，在存儲芯片的生產(chǎn)之外，也能夠設(shè)計并制造車規(guī)級SOC，從而為客戶帶來“全家桶”式的套餐。三星電子公開資料顯示，三星電子先后推出座艙芯片Exynos Auto V920和傳感器ISOCELL Auto 1H1，并配套發(fā)布如LPDDR5X、UFS 3.1、GDDR7、AutossD、可拆卸AutossD等車載產(chǎn)品，以全方位支持自動駕駛和軟件定義汽車等需求。

三星電子配合汽車處理器和傳感器推出多款車載存儲（圖片來源：三星電子）

“垂直整合最大的特點(diǎn)是可以增強(qiáng)公司對供應(yīng)鏈的控制力，幫助公司更好地管理成本、質(zhì)量和交貨時間，并提供更貼合市場需求的客制化產(chǎn)品。但是這種模式在當(dāng)前市場中迎來了新的考驗(yàn)?！蹦嘲雽?dǎo)體業(yè)內(nèi)人士告訴記者。

“一方面，垂直整合對公司的芯片研發(fā)實(shí)力、資本投入、管理運(yùn)營與產(chǎn)品戰(zhàn)略規(guī)劃等多方面能力提出很高要求；另一方面，垂直整合模式下的產(chǎn)品成本控制要基于足夠大的市場體量。從目前需求方的角度看，模組廠在選擇存儲控制器和存儲顆粒時更關(guān)注性價比。同樣，對于Tier 1、Tier 2，甚至是SoC企業(yè)而言，他們更傾向于從多家存儲芯片企業(yè)入手搭配出恰當(dāng)?shù)漠a(chǎn)品組合，而非依賴一套解決方案?！彼f。