两年前有个朋友问我智能汽车芯片有哪些我当时从英伟达的Xavier讲到Mobileye的EyeQ4再讲到地平线的征程2对方听完只回了一句太乱了没记住。后来我发现这不是个例。车规SoC这四个字前几年还是芯片圈里的黑话现在已经成了主机厂发布会的必备台词——不讲自家车型用了多少TOPS、用的是谁家的芯片平台发布会基本没法收场。这背后其实是整个汽车电子电气架构在换血。传统汽车走的是分布式ECU路线雨刷一个控制器、车窗一个控制器、ESP一个控制器整车大大小小几十上百个ECU每个ECU核心的MCU任务单一、算力低得可怜全靠CAN总线在那边喊话通信。可到了L2、L3这个阶段摄像头、毫米波雷达、激光雷达的数据必须毫秒级完成融合然后马上出规划决策座舱里面仪表、中控、副驾屏、HUD又要同时渲染还要跑语音助手和导航。MCU那点算力连零头都够不着所以行业只能转向域控制器和中央计算平台而这些东西的心脏就是车规SoC。这篇文章我想做的就是把智能汽车芯片有哪些这个问题彻底讲明白。我会从车规SoC的基本概念讲起把目前主流玩家的产品线按算力档位和用途重新排一遍再把算力之外真正决定成败的几张底牌拆开聊最后结合我做过的项目选型经验给出一套比较务实的参考思路。适合三类人看刚入行的汽车电子工程师、准备采购或定点的Tier1和主机厂的朋友以及单纯想搞懂智能汽车芯片产品格局的门外汉。1. 为什么现在聊智能汽车离不开SoC这个话题前几年聊智能汽车大家关心的还是几个摄像头、有没有激光雷达这种传感器配置。这两年风向彻底变了芯片平台成了第一话题。原因很简单传感器的数量决定不了体验真正决定体验上限的是处理这些传感器数据的大脑。一颗车规SoC上密集排布着CPU、GPU、NPU、ISP、DSP和安全岛Safety Island相当于把一个高性能电脑的主机、显卡、AI加速卡全部浓缩进了一颗芯片。NPU负责跑神经网络模型比如目标检测、车道线识别、路径规划GPU负责图像渲染座舱的3D地图和倒车影像就靠它CPU负责全局调度、任务分配和跟外部ECU的通信。这套架构决定了它天然更适合软件定义汽车——同一个硬件平台可以通过OTA反复重新部署算法今天给你一个记忆泊车明天给你一个高速巡航全都在软件层面搞定。打个比方MCU是车间里的老师傅一辈子只干一道工序稳定可靠但只会干一件事SoC是一个综合项目部手里有施工队CPU、设计院GPU、AI专家NPU什么活都能接。所以现在的智能汽车本质上就是一台装了轮子的高性能计算机而SoC就是这台计算机的主板、CPU和显卡打包到一起的核心。这也是为什么主机厂现在都在跟芯片厂深度绑定。行业内喊了这么多年的软件定义汽车真正的落地前提是硬件平台要足够通用、足够可编程。传统ECU那种改一个逻辑就换一个控制器的做法在智能汽车上行不通因为OTA本来就是空中升级你总不能为了升级个功能让用户把车开到4S店换硬件。所以一颗功能足够强大的可编程SoC成了软件持续增值的地基。2. 车规SoC到底是什么先分清几个概念2.1 SoC和MCU根本不是一代的东西很多人把芯片这个泛称混着用把车规SoC和传统车规MCU搞混这是入门最常见的坑。MCU微控制单元的工作方式很直接几百MHz的主频几MB的内存跑一段固定的逻辑代码控制雨刷、车窗、ABS这种单一任务。它的优势是实时性和确定性但在深度学习推理这种大开大合的计算面前完全无能为力。SoC片上系统则是另一套思路多核CPU主频冲到2GHz甚至更高内存动辄几个GB甚至几十GB还带着专门为神经网络设计的NPU。一颗Orin芯片集成了一百多亿个晶体管算力可以跟一台小型工作站比。MCU是算逻辑SoC是算智能两者面对的完全不是一个数量级的工作负载。2.2 车规两个字难的不是SoC是车规很多消费电子芯片厂想杀进汽车市场最后都发现车规认证这道墙比想象中难爬得多。一颗芯片想成为正规的车规器件至少要过几道关AEC-Q100可靠性认证覆盖温度循环、湿度、振动、静电放电等一系列压力测试要求极端环境下不罢工。工作温度范围通常是-40℃到125℃而消费级芯片通常只要扛住0到70℃。ISO 26262功能安全标准这是汽车行业特有的安全规范分ASIL A到ASIL D四个等级。自动驾驶相关的主控芯片一般底线是ASIL B真正敢说支持L3以上的至少要做到ASIL D通过分解达到。这里要求芯片内部有故障检测、错误处理、安全监控机制比如锁步核、内存ECC、安全岛。供货周期要求车规芯片一般要保证10到15年的供货消费级芯片两三年就可能停产改版。对于一款生命周期五六年甚至更长的车型来说芯片断供等于车型停产这是主机厂极其忌讳的事情。这几年大家也看到了芯片供应链一波动整车厂就要停产等芯。所以车规这两个字背后是可靠性、安全性和长达十几年的供货承诺。这才是车规SoC真正的门槛。2.3 先选阵营座舱SoC和自动驾驶SoC是两套逻辑看车规SoC全家福之前必须先搞清楚一个问题车规SoC不是一个赛道它是两个赛道——智能座舱SoC和自动驾驶SoC两边的设计思路、考核指标、生态玩法完全不同。智能座舱SoC的核心考核指标是多屏交互流畅度、3D渲染能力、动画效果、语音助手响应速度、网络连接稳定性。它一般跑Android系统、QNX或者用Hypervisor同时跑多个操作系统。你可以把它理解成一台车规级的高性能平板芯片。自动驾驶SoC的核心考核指标是神经网络推理延迟、确定性计算、功能安全等级、数据吞吐能力。它跑的是深度学习模型CNN、Transformer要求每次推理的延迟都可预测不能因为某个瞬间占用过高就卡一下因为卡一下可能就是一次事故。把这两类芯片混在一起对比参数是看全家福时最容易糊涂的地方。高通8155在座舱领域是王者但你要是拿它去做自动驾驶感知它的NPU算力和安全设计完全撑不住英伟达Orin在自动驾驶领域很强但拿它去渲染仪表和中控界面功耗和软件生态又不占优势。所以接下来梳理全家福我也严格按这两条线分开盘点。3. 主流车规SoC全景梳理一张图看懂全家福3.1 全家福的排布逻辑四个坐标看清所有玩家汽车行业里的车规SoC单单自动驾驶或者座舱赛道就有十几款产品。要把它们排成一张一眼看懂的全家福不用记住每个公司的PPT你只需要掌握四个坐标然后把每颗芯片往对应位置上放整个格局就清晰了。第一坐标用途——自动驾驶SoC还是智能座舱SoC一眼先分流。第二坐标算力档位——大致分入门30 TOPS、主流50~300 TOPS、旗舰500 TOPS三档。第三坐标阵营——国际芯片巨头英伟达、高通、Mobileye、瑞萨等和国产芯片玩家地平线、黑芝麻、芯擎、华为海思等。第四坐标量产状态——已经随量产车型交付的还是停留在样品和PPT阶段的。这一点极其关键因为汽车行业认的是量产记录样品状态的东西离能上车还差着十万八千里。按这四个坐标你把市面上的主流产品往网格里一放就会发现整个行业的竞争格局一下就立体了。左半区是座舱SoC右半区是自动驾驶SoC下半区是30 TOPS以内的入门货上半区是500 TOPS以上的超算芯片国际大厂集中在右侧靠上的位置国产玩家正在从右下方往中间渗透。3.2 自动驾驶SoC的江湖从入门到旗舰入门档L2辅助驾驶算力30 TOPS以内这个档位是走量市场主打成本、成熟和低功耗。Mobileye的EyeQ4是这一档绕不开的角色曾经几乎所有主流合资品牌和自主品牌的L2功能都用它视觉方案成熟、算力约2.5TOPS但问题是黑盒交付厂商没法自己做差异化迭代。地平线的征程3算力在5 TOPS左右主打性价比和开放的软件栈理想ONE早期的辅助驾驶就是征程3比亚迪部分车型也用过。TI的TDA4VM系列也算一个算力8 TOPS左右主要做融合控制很多方案的感知规控分工里有它的位置。主流档L2到L3级别算力50~300 TOPS这是目前智能汽车最内卷的档位。英伟达Orin是标杆单颗最高254 TOPS功耗实测大概60多瓦蔚来、小鹏、理想、极氪等中高端车型大量上车。Orin搭配两颗甚至四颗就成了L3预埋的主流方案大家常说的双Orin508 TOPS就是它。地平线征程5算力128 TOPS理想L8 Pro用的就是单颗征程5跑高速NOA比亚迪部分新车型也有应用。它的优势是国产本土服务好工具链针对国内车企的使用习惯做了很多适配算法迁移的坑相对少。黑芝麻A1000系列A1000是58 TOPSA1000 Pro是106 TOPS也在这一档已经在几家量产车型上落地主打的是性价比和安全设计。Mobileye EyeQ5系列大致在30 TOPS级不同配置差异较大新一代EyeQ6在往更高算力走但交付风格开始转向“半开放”。华为昇腾610系列算力在200 TOPS上下配合MDC 610平台整套交付目前主要活跃在华为系车型和部分Robotaxi方案里。旗舰档L3及以上算力500~2000 TOPS英伟达Thor是这一档的顶流之一。Thor把单芯片算力标到2000 TOPSFP8精度左右目标是一颗芯片干掉座舱加智驾的所有活也就是舱驾一体。它计划里把CPU、GPU、NPU都做进了同一颗大芯片但量产节奏比原计划慢我们看到的是部分旗舰车型在2025年左右开始上车。高通的Snapdragon Ride平台也在这附近比如SA8650P/SA8797P组合以高通车规全家桶的形式座舱智驾一套方案在推实际算力数据会因为不同精度的说法有差异方向很明确——直接对标英伟达的舱驾一体路线。华为MDC 810平台算力在400多TOPS水平严格说它已经不算单芯片方案而是多颗昇腾芯片的系统级产品用在一些L4级Robotaxi和高阶智驾项目上。特斯拉的特制FSD芯片HW3.0/HW4.0核心只供自用算力数据不公开我们一般聊车规SoC全家福的时候把它单列一栏因为它不对外供应对生态的影响是封闭的。3.3 智能座舱SoC的江湖高通基本盘与国产突围座舱SoC的市场格局比自动驾驶那边清晰得多过去几年就是高通的一枝独秀。高通的81557nm制程几乎成了智能座舱的代名词2021年到2023年几乎所有新势力中高端车型都绕不开它甚至传统合资品牌也开始大面积选它。接下来82955nm制程成了新的高端标杆AI算力明显提升多屏流畅度和语音体验更好2024年起已经在20万以上的车型上开始普及。8255则定位中端用来替代老旧的8155位置。国产座舱SoC的突围芯擎科技的龍鹰一号是绕不开的代表。这是一颗7nm车规级智能座舱芯片已经在多款量产车型上落地吉利系车型用得比较多实际体验下来多屏联动和语音助手的流畅度跟高通8155基本打平。华为来自麒麟系列的座舱产品比如车规版的Kirin 9610A也在一些车型上出现配合鸿蒙座舱的生态体验是同一条技术路线。三星的Exynos Auto系列、瑞萨的R-Car系列、恩智浦的i.MX 8系列也都有量产案例但在高端市场存在感相对弱一些。3.4 一张参数对比表主流车规SoC速查芯片型号厂商定位标称算力制程代表应用场景EyeQ4Mobileye英特尔系自动驾驶/入门约2.5 TOPS28nmL2基础辅助驾驶大量量产EyeQ5系Mobileye自动驾/主流十几到三十TOPS级7nmL2部分高阶驾驶辅助TDA4VMTI德州仪器自动驾驶/主流约8 TOPS14nm域控融合L2/L2征程3地平线自动驾驶/入门约5 TOPS16nmL2行车/泊车辅助征程5地平线自动驾驶/主流128 TOPS16nm高速NOA单/双芯片组合Orin英伟达自动驾驶/主流—旗舰最高254 TOPS7nmL2到L3预埋双/四芯片组合Thor英伟达自动驾驶/旗舰约2000 TOPSFP85nm舱驾一体L3以上预埋2025年起上量Snapdragon RideSA8700P等高通自动驾驶/旗舰数百TOPS级5nm座舱智驾全家桶方案昇腾610系华为海思自动驾驶/主流—旗舰200 TOPS级7nmMDC平台Robotaxi/高阶智驾A1000/A1000 Pro黑芝麻智能自动驾驶/主流58/106 TOPS16nmL2/L3行车与泊车8155/8295高通座舱/主流—高端8295 NPU约30 TOPS7nm/5nm多屏座舱、语音、导航龍鹰一号芯擎科技座舱/主流NPU约几TOPS至十几TOPS级7nm多屏座舱吉利等车型落地表格里这些数字大家当参考就好不同配置、不同精度算法的口径差别很大。看全家福的核心不是背数字而是掌握谁在哪一档、谁和谁在一档的相对位置。4. 算力之外看懂这几张底牌才是关键只看TOPS选芯片是很多朋友最常踩的坑。TOPS是每秒万亿次操作的缩写听起来越大越猛但实际项目做下来你会发现能用上多少算力、能耗扛不扛得住、团队能不能把模型部署上去才是真正的胜负手。4.1 TOPS口径里的水分比你想象的大不同厂商标TOPS的时候精度口径可能完全不同。有的用INT8有的用FP16有的把稀疏化计算跳过零值计算算进去有的不算。同一颗芯片换一个口径数字能差出好几成。打个比方就好比车企宣传燃油车的最大马力有的标发动机曲轴马力有的标轮上马力数字看着差不多实际体验差远了。更实在的问题是有效利用率。我见过不少项目批了一颗标称128 TOPS的芯片实际把感知模型检测分割跟踪、融合模块、规控模块全部部署上去以后CPU占用率直接飙到80%NPU虽然有空闲但带宽被抢死了。这时候你的有效算力可能只剩六成。所以选芯片一定要看官方给的参考模型部署案例和带宽参数而不是只看那个最高的TOPS数字。4.2 能效比和散热决定整车的工程成本254 TOPS的Orin听起来猛功耗也逼近65W甚至更高。到了Thor这种上千TOPS的超大芯片对应的热设计更是一个系统工程——你需要更强的散热、更粗的供电线束、更大的散热器。放在轿跑的车头下护板附近空间和风道都要重新设计。我做过一个智能驾驶域控的项目最早用一颗标称算力更高的芯片结果实测功耗比预算高了30%整车厂那边热管理团队直接不干了说是要么降算力要么加散热成本。最后我们只能换回一颗算力略低但是能效比更好的芯片整车的散热设计才过了评审。在消费电子上一颗芯片多烧几瓦大家没感觉在汽车上这就关系到续航、热管理、甚至夏天车内空调的标定是很大的系统问题。4.3 工具链和生态比芯片本身更考验团队很多团队拿到一款新芯片后的第一个难题不是芯片性能不够而是模型怎么部署上去。你的PyTorch/TensorFlow模型需要经过量化、编译、算子适配才能跑在芯片的NPU上。这个过程中工具链的成熟度直接决定你团队的开发效率。英伟达在这方面是绝对的老大哥CUDA生态加TensorRT工程师几乎都是零基础就能上手。国产芯片里地平线在工具链上下的功夫这几年肉眼可见开放了从模型训练到部署的完整工具链国内做算法的工程师适配起来快很多。这个问题落到实际就是一个用英伟达芯片的项目可能两周把模型部署完用某些工具链不成熟的芯片光算子适配就能耗你一个月。本来是冲刺项目进度硬生生被工具链拖成了研究项目。4.4 功能安全底子直接决定你能做到哪一步L2辅助驾驶芯片可以打擦边球用ASIL B分解勉强混过去。但你要是想做L3、L4安全监控机制就是硬指标。真正的车规自动驾驶SoC内部通常有安全岛Safety Island、双锁步核Lockstep Core两个核心同步运行互相校验、内存ECC这类设计保证一旦有故障能快速检测并降级到安全状态。用一句话概括算力决定你这辆车能做多聪明的功能功能安全决定你这辆车出故障的时候敢不敢兜底。车规级不是一句口号它决定了芯片在各种匪夷所思的场景下极端温度、电磁干扰、电源波动能不能稳定不出错。4.5 量产记录和供应链一票否决项芯片再强没跑过量产车型对主机厂来说就是样品。汽车行业的逻辑是没有大规模装车验证过的东西出了问题找不到人兜底。这几年缺芯潮给全行业上了一课——芯片不是一个元件它是一条供应链。一个芯片型号背后是产能、晶圆厂、封装测试、现货渠道这整条链路的稳定度。所以现在很多项目在选型时直接加了一票否决项有没有已经量产交付的车型案例没有哪怕参数再好也直接淘汰。5. 不同定位怎么选芯片给个参考思路很多刚做汽车电子或者准备做域控选型的朋友最喜欢问的一句话是到底哪款芯片最好。这个问题没法直接回答因为最好取决于你的定位。我下面按常见的几类项目定位给一套参考思路大家可以在立项阶段快速判断方向。5.1 预算敏感的L2方案如果你的目标是做基础L2ACC自适应巡航、LCC车道居中、AEB自动紧急制动罚钱根本不需要堆大算力。合适的选项有征程3、Mobileye EyeQ4、TI TDA4VM这类十到几十TOPS级别已经足够。这个档位竞争的不只是芯片本身而是整套方案的成熟度和成本。EyeQ4是黑盒开发自由度低征程3开放程度更高国内支持也更好。我的建议是如果团队算法能力强就选开放的国产方案如果追求稳妥低成本EyeQ4的成熟生态也是可以接受的。5.2 冲NOA导航辅助驾驶的主流方案想做高速NOA甚至城市NOA算力需求直接跳到50~300 TOPS。这个区间内英伟达Orin目前依然是综合体验最好的选择双Orin组合508 TOPS是很多中高端车型的标配预埋足够撑起后续几年的OTA迭代。如果你的预算卡得紧以征程5128 TOPS为代表的国产方案性价比更突出工具链和量产经验这几年也日渐成熟市面上的量产车型已经不少。另外黑芝麻A1000 Pro和华为昇腾610系也是这个区间的有力竞争者。5.3 座舱SoC怎么选座舱选芯片的核心判断标准不是TOPS而是你要做几屏每屏什么分辨率动画要多流畅语音助手要什么智能化程度。如果只是双屏1080p加基础语音8155已经绰绰有余如果要做五屏联动、3D可视化、AR-HUD、多音区语音8295会更从容。国产的龍鹰一号在体验上已经能跟8155正面打尤其适合对国产供应链有要求的项目。还有一个特别实用的经验座舱芯片一定要预留未来OTA升级的余量。很多项目在开发时觉得功能已经够了结果第一年OTA加了个副驾屏游戏、加了个3D桌面原本满负荷的GPU瞬间捉襟见肘。座舱芯片一旦换了整个座舱域控的模具、电源、散热全都要重做成本极高。所以宁可现在多花一点钱选高一档的芯片也不要卡着需求线的边缘下单。5.4 一张完整的选型检查清单不管选哪颗芯片我建议立项的时候都按这份清单过一遍明确功能目标做到什么级别的辅助驾驶座舱要几块屏要什么样的交互算力余量在当前模型估算的基础上留30%~50%余量别把算力用满。功耗散热整车的热管理方案能否承受这颗芯片的峰值功耗。供应商支持水平有没有本地团队工具链文档全不全能不能驻场支持量产车型背书是否已经有该芯片的量产交付案例。供应链状态产能是否稳定有没有备选Pinoless方案。成本目标单颗BOM成本是否符合整车目标成本拆解。长期供货周期能不能保证车型生命周期内的持续供货。6. 我这几年看车规芯片的几点体会做域控和智能驾驶相关项目这几年我最大的感受是整个行业已经从找芯片变成了选平台。芯片本身只是一颗硅片真正的护城河是芯片背后的软件生态、工具链、量产经验和本土支持力量。英伟达强不只是在硬件上强是CUDA和TensorRT把整个AI社区绑在了一起。高通在座舱领域为什么能垄断因为8155/8295背后有完整的Android/QNX适配方案车厂拿来就能用。国产车规SoC这几年的进步我是真切感受到了。地平线征程5、黑芝麻A1000、芯擎龍鹰一号都实现了量产上车放在五年前这根本不敢想。但我还是想提醒一句别因为参数好看就无脑追捧。工具链、编译器、中间件、长期供货承诺这些水面下的功夫还有很长的路要走。选型时我一贯的建议是先定功能需求再定算力余量然后重点考察工具链和量产记录参数表反而应该放最后看。最后再分享一个小技巧。如果你跟我一样经常要给老板做技术汇报别用具体的TOPS数字去打动人而是画一张坐标图——横轴是算力档位纵轴是量产成熟度把所有芯片按坐标系标上去标完你那张图就是最直观的车规SoC全家福。图里能清楚看到哪家卡住了哪个身位、哪家还缺哪块拼图、哪个区间还是一片空白后面的产品策略和竞争判断都从这张图出发。
智能汽车芯片有哪些？一文看懂车规SoC全家福与选型要点
两年前有个朋友问我智能汽车芯片有哪些我当时从英伟达的Xavier讲到Mobileye的EyeQ4再讲到地平线的征程2对方听完只回了一句太乱了没记住。后来我发现这不是个例。车规SoC这四个字前几年还是芯片圈里的黑话现在已经成了主机厂发布会的必备台词——不讲自家车型用了多少TOPS、用的是谁家的芯片平台发布会基本没法收场。这背后其实是整个汽车电子电气架构在换血。传统汽车走的是分布式ECU路线雨刷一个控制器、车窗一个控制器、ESP一个控制器整车大大小小几十上百个ECU每个ECU核心的MCU任务单一、算力低得可怜全靠CAN总线在那边喊话通信。可到了L2、L3这个阶段摄像头、毫米波雷达、激光雷达的数据必须毫秒级完成融合然后马上出规划决策座舱里面仪表、中控、副驾屏、HUD又要同时渲染还要跑语音助手和导航。MCU那点算力连零头都够不着所以行业只能转向域控制器和中央计算平台而这些东西的心脏就是车规SoC。这篇文章我想做的就是把智能汽车芯片有哪些这个问题彻底讲明白。我会从车规SoC的基本概念讲起把目前主流玩家的产品线按算力档位和用途重新排一遍再把算力之外真正决定成败的几张底牌拆开聊最后结合我做过的项目选型经验给出一套比较务实的参考思路。适合三类人看刚入行的汽车电子工程师、准备采购或定点的Tier1和主机厂的朋友以及单纯想搞懂智能汽车芯片产品格局的门外汉。1. 为什么现在聊智能汽车离不开SoC这个话题前几年聊智能汽车大家关心的还是几个摄像头、有没有激光雷达这种传感器配置。这两年风向彻底变了芯片平台成了第一话题。原因很简单传感器的数量决定不了体验真正决定体验上限的是处理这些传感器数据的大脑。一颗车规SoC上密集排布着CPU、GPU、NPU、ISP、DSP和安全岛Safety Island相当于把一个高性能电脑的主机、显卡、AI加速卡全部浓缩进了一颗芯片。NPU负责跑神经网络模型比如目标检测、车道线识别、路径规划GPU负责图像渲染座舱的3D地图和倒车影像就靠它CPU负责全局调度、任务分配和跟外部ECU的通信。这套架构决定了它天然更适合软件定义汽车——同一个硬件平台可以通过OTA反复重新部署算法今天给你一个记忆泊车明天给你一个高速巡航全都在软件层面搞定。打个比方MCU是车间里的老师傅一辈子只干一道工序稳定可靠但只会干一件事SoC是一个综合项目部手里有施工队CPU、设计院GPU、AI专家NPU什么活都能接。所以现在的智能汽车本质上就是一台装了轮子的高性能计算机而SoC就是这台计算机的主板、CPU和显卡打包到一起的核心。这也是为什么主机厂现在都在跟芯片厂深度绑定。行业内喊了这么多年的软件定义汽车真正的落地前提是硬件平台要足够通用、足够可编程。传统ECU那种改一个逻辑就换一个控制器的做法在智能汽车上行不通因为OTA本来就是空中升级你总不能为了升级个功能让用户把车开到4S店换硬件。所以一颗功能足够强大的可编程SoC成了软件持续增值的地基。2. 车规SoC到底是什么先分清几个概念2.1 SoC和MCU根本不是一代的东西很多人把芯片这个泛称混着用把车规SoC和传统车规MCU搞混这是入门最常见的坑。MCU微控制单元的工作方式很直接几百MHz的主频几MB的内存跑一段固定的逻辑代码控制雨刷、车窗、ABS这种单一任务。它的优势是实时性和确定性但在深度学习推理这种大开大合的计算面前完全无能为力。SoC片上系统则是另一套思路多核CPU主频冲到2GHz甚至更高内存动辄几个GB甚至几十GB还带着专门为神经网络设计的NPU。一颗Orin芯片集成了一百多亿个晶体管算力可以跟一台小型工作站比。MCU是算逻辑SoC是算智能两者面对的完全不是一个数量级的工作负载。2.2 车规两个字难的不是SoC是车规很多消费电子芯片厂想杀进汽车市场最后都发现车规认证这道墙比想象中难爬得多。一颗芯片想成为正规的车规器件至少要过几道关AEC-Q100可靠性认证覆盖温度循环、湿度、振动、静电放电等一系列压力测试要求极端环境下不罢工。工作温度范围通常是-40℃到125℃而消费级芯片通常只要扛住0到70℃。ISO 26262功能安全标准这是汽车行业特有的安全规范分ASIL A到ASIL D四个等级。自动驾驶相关的主控芯片一般底线是ASIL B真正敢说支持L3以上的至少要做到ASIL D通过分解达到。这里要求芯片内部有故障检测、错误处理、安全监控机制比如锁步核、内存ECC、安全岛。供货周期要求车规芯片一般要保证10到15年的供货消费级芯片两三年就可能停产改版。对于一款生命周期五六年甚至更长的车型来说芯片断供等于车型停产这是主机厂极其忌讳的事情。这几年大家也看到了芯片供应链一波动整车厂就要停产等芯。所以车规这两个字背后是可靠性、安全性和长达十几年的供货承诺。这才是车规SoC真正的门槛。2.3 先选阵营座舱SoC和自动驾驶SoC是两套逻辑看车规SoC全家福之前必须先搞清楚一个问题车规SoC不是一个赛道它是两个赛道——智能座舱SoC和自动驾驶SoC两边的设计思路、考核指标、生态玩法完全不同。智能座舱SoC的核心考核指标是多屏交互流畅度、3D渲染能力、动画效果、语音助手响应速度、网络连接稳定性。它一般跑Android系统、QNX或者用Hypervisor同时跑多个操作系统。你可以把它理解成一台车规级的高性能平板芯片。自动驾驶SoC的核心考核指标是神经网络推理延迟、确定性计算、功能安全等级、数据吞吐能力。它跑的是深度学习模型CNN、Transformer要求每次推理的延迟都可预测不能因为某个瞬间占用过高就卡一下因为卡一下可能就是一次事故。把这两类芯片混在一起对比参数是看全家福时最容易糊涂的地方。高通8155在座舱领域是王者但你要是拿它去做自动驾驶感知它的NPU算力和安全设计完全撑不住英伟达Orin在自动驾驶领域很强但拿它去渲染仪表和中控界面功耗和软件生态又不占优势。所以接下来梳理全家福我也严格按这两条线分开盘点。3. 主流车规SoC全景梳理一张图看懂全家福3.1 全家福的排布逻辑四个坐标看清所有玩家汽车行业里的车规SoC单单自动驾驶或者座舱赛道就有十几款产品。要把它们排成一张一眼看懂的全家福不用记住每个公司的PPT你只需要掌握四个坐标然后把每颗芯片往对应位置上放整个格局就清晰了。第一坐标用途——自动驾驶SoC还是智能座舱SoC一眼先分流。第二坐标算力档位——大致分入门30 TOPS、主流50~300 TOPS、旗舰500 TOPS三档。第三坐标阵营——国际芯片巨头英伟达、高通、Mobileye、瑞萨等和国产芯片玩家地平线、黑芝麻、芯擎、华为海思等。第四坐标量产状态——已经随量产车型交付的还是停留在样品和PPT阶段的。这一点极其关键因为汽车行业认的是量产记录样品状态的东西离能上车还差着十万八千里。按这四个坐标你把市面上的主流产品往网格里一放就会发现整个行业的竞争格局一下就立体了。左半区是座舱SoC右半区是自动驾驶SoC下半区是30 TOPS以内的入门货上半区是500 TOPS以上的超算芯片国际大厂集中在右侧靠上的位置国产玩家正在从右下方往中间渗透。3.2 自动驾驶SoC的江湖从入门到旗舰入门档L2辅助驾驶算力30 TOPS以内这个档位是走量市场主打成本、成熟和低功耗。Mobileye的EyeQ4是这一档绕不开的角色曾经几乎所有主流合资品牌和自主品牌的L2功能都用它视觉方案成熟、算力约2.5TOPS但问题是黑盒交付厂商没法自己做差异化迭代。地平线的征程3算力在5 TOPS左右主打性价比和开放的软件栈理想ONE早期的辅助驾驶就是征程3比亚迪部分车型也用过。TI的TDA4VM系列也算一个算力8 TOPS左右主要做融合控制很多方案的感知规控分工里有它的位置。主流档L2到L3级别算力50~300 TOPS这是目前智能汽车最内卷的档位。英伟达Orin是标杆单颗最高254 TOPS功耗实测大概60多瓦蔚来、小鹏、理想、极氪等中高端车型大量上车。Orin搭配两颗甚至四颗就成了L3预埋的主流方案大家常说的双Orin508 TOPS就是它。地平线征程5算力128 TOPS理想L8 Pro用的就是单颗征程5跑高速NOA比亚迪部分新车型也有应用。它的优势是国产本土服务好工具链针对国内车企的使用习惯做了很多适配算法迁移的坑相对少。黑芝麻A1000系列A1000是58 TOPSA1000 Pro是106 TOPS也在这一档已经在几家量产车型上落地主打的是性价比和安全设计。Mobileye EyeQ5系列大致在30 TOPS级不同配置差异较大新一代EyeQ6在往更高算力走但交付风格开始转向“半开放”。华为昇腾610系列算力在200 TOPS上下配合MDC 610平台整套交付目前主要活跃在华为系车型和部分Robotaxi方案里。旗舰档L3及以上算力500~2000 TOPS英伟达Thor是这一档的顶流之一。Thor把单芯片算力标到2000 TOPSFP8精度左右目标是一颗芯片干掉座舱加智驾的所有活也就是舱驾一体。它计划里把CPU、GPU、NPU都做进了同一颗大芯片但量产节奏比原计划慢我们看到的是部分旗舰车型在2025年左右开始上车。高通的Snapdragon Ride平台也在这附近比如SA8650P/SA8797P组合以高通车规全家桶的形式座舱智驾一套方案在推实际算力数据会因为不同精度的说法有差异方向很明确——直接对标英伟达的舱驾一体路线。华为MDC 810平台算力在400多TOPS水平严格说它已经不算单芯片方案而是多颗昇腾芯片的系统级产品用在一些L4级Robotaxi和高阶智驾项目上。特斯拉的特制FSD芯片HW3.0/HW4.0核心只供自用算力数据不公开我们一般聊车规SoC全家福的时候把它单列一栏因为它不对外供应对生态的影响是封闭的。3.3 智能座舱SoC的江湖高通基本盘与国产突围座舱SoC的市场格局比自动驾驶那边清晰得多过去几年就是高通的一枝独秀。高通的81557nm制程几乎成了智能座舱的代名词2021年到2023年几乎所有新势力中高端车型都绕不开它甚至传统合资品牌也开始大面积选它。接下来82955nm制程成了新的高端标杆AI算力明显提升多屏流畅度和语音体验更好2024年起已经在20万以上的车型上开始普及。8255则定位中端用来替代老旧的8155位置。国产座舱SoC的突围芯擎科技的龍鹰一号是绕不开的代表。这是一颗7nm车规级智能座舱芯片已经在多款量产车型上落地吉利系车型用得比较多实际体验下来多屏联动和语音助手的流畅度跟高通8155基本打平。华为来自麒麟系列的座舱产品比如车规版的Kirin 9610A也在一些车型上出现配合鸿蒙座舱的生态体验是同一条技术路线。三星的Exynos Auto系列、瑞萨的R-Car系列、恩智浦的i.MX 8系列也都有量产案例但在高端市场存在感相对弱一些。3.4 一张参数对比表主流车规SoC速查芯片型号厂商定位标称算力制程代表应用场景EyeQ4Mobileye英特尔系自动驾驶/入门约2.5 TOPS28nmL2基础辅助驾驶大量量产EyeQ5系Mobileye自动驾/主流十几到三十TOPS级7nmL2部分高阶驾驶辅助TDA4VMTI德州仪器自动驾驶/主流约8 TOPS14nm域控融合L2/L2征程3地平线自动驾驶/入门约5 TOPS16nmL2行车/泊车辅助征程5地平线自动驾驶/主流128 TOPS16nm高速NOA单/双芯片组合Orin英伟达自动驾驶/主流—旗舰最高254 TOPS7nmL2到L3预埋双/四芯片组合Thor英伟达自动驾驶/旗舰约2000 TOPSFP85nm舱驾一体L3以上预埋2025年起上量Snapdragon RideSA8700P等高通自动驾驶/旗舰数百TOPS级5nm座舱智驾全家桶方案昇腾610系华为海思自动驾驶/主流—旗舰200 TOPS级7nmMDC平台Robotaxi/高阶智驾A1000/A1000 Pro黑芝麻智能自动驾驶/主流58/106 TOPS16nmL2/L3行车与泊车8155/8295高通座舱/主流—高端8295 NPU约30 TOPS7nm/5nm多屏座舱、语音、导航龍鹰一号芯擎科技座舱/主流NPU约几TOPS至十几TOPS级7nm多屏座舱吉利等车型落地表格里这些数字大家当参考就好不同配置、不同精度算法的口径差别很大。看全家福的核心不是背数字而是掌握谁在哪一档、谁和谁在一档的相对位置。4. 算力之外看懂这几张底牌才是关键只看TOPS选芯片是很多朋友最常踩的坑。TOPS是每秒万亿次操作的缩写听起来越大越猛但实际项目做下来你会发现能用上多少算力、能耗扛不扛得住、团队能不能把模型部署上去才是真正的胜负手。4.1 TOPS口径里的水分比你想象的大不同厂商标TOPS的时候精度口径可能完全不同。有的用INT8有的用FP16有的把稀疏化计算跳过零值计算算进去有的不算。同一颗芯片换一个口径数字能差出好几成。打个比方就好比车企宣传燃油车的最大马力有的标发动机曲轴马力有的标轮上马力数字看着差不多实际体验差远了。更实在的问题是有效利用率。我见过不少项目批了一颗标称128 TOPS的芯片实际把感知模型检测分割跟踪、融合模块、规控模块全部部署上去以后CPU占用率直接飙到80%NPU虽然有空闲但带宽被抢死了。这时候你的有效算力可能只剩六成。所以选芯片一定要看官方给的参考模型部署案例和带宽参数而不是只看那个最高的TOPS数字。4.2 能效比和散热决定整车的工程成本254 TOPS的Orin听起来猛功耗也逼近65W甚至更高。到了Thor这种上千TOPS的超大芯片对应的热设计更是一个系统工程——你需要更强的散热、更粗的供电线束、更大的散热器。放在轿跑的车头下护板附近空间和风道都要重新设计。我做过一个智能驾驶域控的项目最早用一颗标称算力更高的芯片结果实测功耗比预算高了30%整车厂那边热管理团队直接不干了说是要么降算力要么加散热成本。最后我们只能换回一颗算力略低但是能效比更好的芯片整车的散热设计才过了评审。在消费电子上一颗芯片多烧几瓦大家没感觉在汽车上这就关系到续航、热管理、甚至夏天车内空调的标定是很大的系统问题。4.3 工具链和生态比芯片本身更考验团队很多团队拿到一款新芯片后的第一个难题不是芯片性能不够而是模型怎么部署上去。你的PyTorch/TensorFlow模型需要经过量化、编译、算子适配才能跑在芯片的NPU上。这个过程中工具链的成熟度直接决定你团队的开发效率。英伟达在这方面是绝对的老大哥CUDA生态加TensorRT工程师几乎都是零基础就能上手。国产芯片里地平线在工具链上下的功夫这几年肉眼可见开放了从模型训练到部署的完整工具链国内做算法的工程师适配起来快很多。这个问题落到实际就是一个用英伟达芯片的项目可能两周把模型部署完用某些工具链不成熟的芯片光算子适配就能耗你一个月。本来是冲刺项目进度硬生生被工具链拖成了研究项目。4.4 功能安全底子直接决定你能做到哪一步L2辅助驾驶芯片可以打擦边球用ASIL B分解勉强混过去。但你要是想做L3、L4安全监控机制就是硬指标。真正的车规自动驾驶SoC内部通常有安全岛Safety Island、双锁步核Lockstep Core两个核心同步运行互相校验、内存ECC这类设计保证一旦有故障能快速检测并降级到安全状态。用一句话概括算力决定你这辆车能做多聪明的功能功能安全决定你这辆车出故障的时候敢不敢兜底。车规级不是一句口号它决定了芯片在各种匪夷所思的场景下极端温度、电磁干扰、电源波动能不能稳定不出错。4.5 量产记录和供应链一票否决项芯片再强没跑过量产车型对主机厂来说就是样品。汽车行业的逻辑是没有大规模装车验证过的东西出了问题找不到人兜底。这几年缺芯潮给全行业上了一课——芯片不是一个元件它是一条供应链。一个芯片型号背后是产能、晶圆厂、封装测试、现货渠道这整条链路的稳定度。所以现在很多项目在选型时直接加了一票否决项有没有已经量产交付的车型案例没有哪怕参数再好也直接淘汰。5. 不同定位怎么选芯片给个参考思路很多刚做汽车电子或者准备做域控选型的朋友最喜欢问的一句话是到底哪款芯片最好。这个问题没法直接回答因为最好取决于你的定位。我下面按常见的几类项目定位给一套参考思路大家可以在立项阶段快速判断方向。5.1 预算敏感的L2方案如果你的目标是做基础L2ACC自适应巡航、LCC车道居中、AEB自动紧急制动罚钱根本不需要堆大算力。合适的选项有征程3、Mobileye EyeQ4、TI TDA4VM这类十到几十TOPS级别已经足够。这个档位竞争的不只是芯片本身而是整套方案的成熟度和成本。EyeQ4是黑盒开发自由度低征程3开放程度更高国内支持也更好。我的建议是如果团队算法能力强就选开放的国产方案如果追求稳妥低成本EyeQ4的成熟生态也是可以接受的。5.2 冲NOA导航辅助驾驶的主流方案想做高速NOA甚至城市NOA算力需求直接跳到50~300 TOPS。这个区间内英伟达Orin目前依然是综合体验最好的选择双Orin组合508 TOPS是很多中高端车型的标配预埋足够撑起后续几年的OTA迭代。如果你的预算卡得紧以征程5128 TOPS为代表的国产方案性价比更突出工具链和量产经验这几年也日渐成熟市面上的量产车型已经不少。另外黑芝麻A1000 Pro和华为昇腾610系也是这个区间的有力竞争者。5.3 座舱SoC怎么选座舱选芯片的核心判断标准不是TOPS而是你要做几屏每屏什么分辨率动画要多流畅语音助手要什么智能化程度。如果只是双屏1080p加基础语音8155已经绰绰有余如果要做五屏联动、3D可视化、AR-HUD、多音区语音8295会更从容。国产的龍鹰一号在体验上已经能跟8155正面打尤其适合对国产供应链有要求的项目。还有一个特别实用的经验座舱芯片一定要预留未来OTA升级的余量。很多项目在开发时觉得功能已经够了结果第一年OTA加了个副驾屏游戏、加了个3D桌面原本满负荷的GPU瞬间捉襟见肘。座舱芯片一旦换了整个座舱域控的模具、电源、散热全都要重做成本极高。所以宁可现在多花一点钱选高一档的芯片也不要卡着需求线的边缘下单。5.4 一张完整的选型检查清单不管选哪颗芯片我建议立项的时候都按这份清单过一遍明确功能目标做到什么级别的辅助驾驶座舱要几块屏要什么样的交互算力余量在当前模型估算的基础上留30%~50%余量别把算力用满。功耗散热整车的热管理方案能否承受这颗芯片的峰值功耗。供应商支持水平有没有本地团队工具链文档全不全能不能驻场支持量产车型背书是否已经有该芯片的量产交付案例。供应链状态产能是否稳定有没有备选Pinoless方案。成本目标单颗BOM成本是否符合整车目标成本拆解。长期供货周期能不能保证车型生命周期内的持续供货。6. 我这几年看车规芯片的几点体会做域控和智能驾驶相关项目这几年我最大的感受是整个行业已经从找芯片变成了选平台。芯片本身只是一颗硅片真正的护城河是芯片背后的软件生态、工具链、量产经验和本土支持力量。英伟达强不只是在硬件上强是CUDA和TensorRT把整个AI社区绑在了一起。高通在座舱领域为什么能垄断因为8155/8295背后有完整的Android/QNX适配方案车厂拿来就能用。国产车规SoC这几年的进步我是真切感受到了。地平线征程5、黑芝麻A1000、芯擎龍鹰一号都实现了量产上车放在五年前这根本不敢想。但我还是想提醒一句别因为参数好看就无脑追捧。工具链、编译器、中间件、长期供货承诺这些水面下的功夫还有很长的路要走。选型时我一贯的建议是先定功能需求再定算力余量然后重点考察工具链和量产记录参数表反而应该放最后看。最后再分享一个小技巧。如果你跟我一样经常要给老板做技术汇报别用具体的TOPS数字去打动人而是画一张坐标图——横轴是算力档位纵轴是量产成熟度把所有芯片按坐标系标上去标完你那张图就是最直观的车规SoC全家福。图里能清楚看到哪家卡住了哪个身位、哪家还缺哪块拼图、哪个区间还是一片空白后面的产品策略和竞争判断都从这张图出发。
