芯耀
654
在C端，由智駕引發(fā)的事故被炒得沸沸揚(yáng)揚(yáng)；而在B端，有關(guān)智駕的爭論也一直沒有停過。
在剛剛結(jié)束的2025電動(dòng)汽車百人會(huì)論壇上，蔚來汽車創(chuàng)始人李斌在談到ET9搭載的自研智駕芯片神璣NX9031時(shí)表示，研發(fā)這顆芯片投入的成本非常高，大概和建設(shè)1000座換電站差不多。
根據(jù)蔚來之前透露的信息，其初代換電站的成本約為300萬元/座，二代和三代則分別下降到了約200萬元、150萬元/座——換句話說，蔚來自研智駕芯片的成本可能已經(jīng)超過了15億元。
顯而易見的是，15億元的成本，對(duì)于像蔚來這樣的造車新勢力來說并不是一筆小數(shù)目，尤其是在已經(jīng)虧損纏身的情況下，不僅投資領(lǐng)域會(huì)擔(dān)心其風(fēng)險(xiǎn)，市場端也或多或少會(huì)影響到消費(fèi)者的購車決策。
但除了蔚來以外，從去年開始，國內(nèi)各大傳統(tǒng)車企與造車新勢力都紛紛加入到了自研智駕芯片的大浪潮中。
去年10月，吉利發(fā)布了自研的星辰一號(hào)芯片，其采用7nm制程工藝，單顆NPU算力達(dá)512TOPS，計(jì)劃今年實(shí)現(xiàn)量產(chǎn)，并在明年搭載至旗下高端車型。
去年11月，小鵬發(fā)布了自研的圖靈AI芯片，其綜合算力或超過750TOPS，號(hào)稱1顆頂3顆，1顆實(shí)現(xiàn)L3+高階智駕體驗(yàn)，2顆實(shí)現(xiàn)L4自動(dòng)駕駛體驗(yàn)。
理想內(nèi)部也在推進(jìn)自研芯片項(xiàng)目，代號(hào)“舒馬赫”，設(shè)計(jì)制程為5nm，由臺(tái)積電代工。近期，理想團(tuán)隊(duì)內(nèi)部正在調(diào)整分工，NPU負(fù)責(zé)人的權(quán)力在逐漸加強(qiáng)。
面對(duì)車企的自研浪潮，最先發(fā)聲的并非投資人與消費(fèi)者，而是智駕芯片的國產(chǎn)供應(yīng)商們，在他們看來，車企此舉無疑是“為了一碟醋包了一盤餃子”。
由此問題就來了，供應(yīng)商為何要在自研智駕芯片這個(gè)問題上和車企“唱反調(diào)”？在車企“全民自研”的大環(huán)境下，供應(yīng)商是否擁有車企所不具備的優(yōu)勢呢？
智駕芯片，交給供應(yīng)商更好？
四維圖新CEO程鵬就在百人會(huì)論壇上表示，當(dāng)智能駕駛成為標(biāo)配，車企要找到自己的核心競爭力，其余部分則是供應(yīng)商的工作。
“你獨(dú)立的一家去做自研，性價(jià)比肯定不好。我也養(yǎng)那么多人，你也養(yǎng)那么多人，我給十家做同平臺(tái)的供貨，你一家自己做?！睂?duì)此，程鵬曾對(duì)另一家媒體算過一筆賬，平均一顆車規(guī)級(jí)芯片的研發(fā)成本，需要生產(chǎn)1500萬顆才能覆蓋。
程鵬這么說，當(dāng)然有他的邏輯。在他看來，很多車企在智能電動(dòng)車時(shí)代，都缺乏足夠的能力搭建AI工廠和數(shù)據(jù)處理能力——參考手機(jī)領(lǐng)域，像蘋果、華為這樣的頭部企業(yè)可以搭建自研的軟硬件生態(tài)系統(tǒng)，其它品牌則擁抱安卓生態(tài)。
作為支撐，程鵬拿出了四維圖新目前的成績。憑借對(duì)數(shù)據(jù)的理解和采集能力以及合規(guī)能力，四維圖新能夠?qū)?shù)據(jù)變成合規(guī)層、數(shù)據(jù)增強(qiáng)層和AI的模型訓(xùn)練層，并開放給全行業(yè)，這讓四維圖新到今年一季度截止，收獲了300萬套的車企定點(diǎn)。
除了四維圖新，黑芝麻智能首席市場營銷官楊宇欣也在百人會(huì)論壇上強(qiáng)調(diào)了第三方芯片供應(yīng)商仍的價(jià)值。他以特斯拉為例，表示特斯拉在HW3.0階段實(shí)現(xiàn)了芯片全自研，但在HW4.0階段卻將芯片設(shè)計(jì)交給了博通。
對(duì)此楊宇欣表示：“特斯拉的這一轉(zhuǎn)變表明，即使是行業(yè)領(lǐng)先者，也會(huì)在芯片設(shè)計(jì)上尋找最優(yōu)的商業(yè)合作模式。博通在團(tuán)隊(duì)成熟度、IP采購價(jià)格和代工價(jià)格上都比特斯拉更具優(yōu)勢。芯片行業(yè)的上游市場非?，F(xiàn)實(shí)，一切都取決于量產(chǎn)規(guī)模，而非公司名氣?！?/p>
和程鵬一樣，楊宇欣也拿手機(jī)領(lǐng)域做了比喻，他認(rèn)為高通和聯(lián)發(fā)科這樣的供應(yīng)商，其手機(jī)芯片研發(fā)能力自然很強(qiáng)；華為和三星這樣的頭部手機(jī)企業(yè)，自研芯片也很不錯(cuò)；而像谷歌這樣的手機(jī)廠商雖然也自研芯片，但只是部分自研，其很多設(shè)計(jì)還是會(huì)交給供應(yīng)商去做，所以第三方芯片供應(yīng)商是一定需要且一定長期需要的，畢竟大多數(shù)廠商還是希望能夠有更專業(yè)的供應(yīng)商提供支持。
作為對(duì)這一觀點(diǎn)的支撐，黑芝麻智能創(chuàng)始人兼CEO單記章以A2000系列芯片舉例，““我們用7nm的工藝，達(dá)到甚至超過了4nm工藝最先進(jìn)的芯片，A2000在絕對(duì)數(shù)值上跟國際巨頭不相上下的前提下，還能比他提供更高的效率。”而具體到合作，黑芝麻智能目前已經(jīng)和吉利、比亞迪、一汽、東風(fēng)等車企簽訂了合作協(xié)議，量產(chǎn)車型包括量產(chǎn)車型包括領(lǐng)克08、領(lǐng)克07、東風(fēng)eπ007、東風(fēng)eπ008等。
地平線創(chuàng)始人兼CEO余凱也在百人會(huì)論壇上發(fā)表了類似的言論。在他看來，自動(dòng)駕駛經(jīng)過發(fā)展，會(huì)成為一項(xiàng)非常標(biāo)準(zhǔn)化的功能，但也會(huì)導(dǎo)致很難再做出差異化。
余凱拿手機(jī)領(lǐng)域的經(jīng)驗(yàn)作比喻：“看手機(jī)過去30年的歷史，一開始基帶都是手機(jī)廠商自研的，像摩托羅拉、諾基亞、、愛立信。但從1995年開始，德州儀器掀起一波，2000年開始高通橫空出世。今天的局面是20%自研，80%依賴供應(yīng)商?！彼跃拖袷謾C(jī)廠商在過去十幾年的變遷一樣，自動(dòng)駕駛應(yīng)該也是車企自研占20%，供應(yīng)商合作占80%。
而對(duì)于地平線來說，截至目前地平線征程6已鎖定超20家車企及品牌量產(chǎn)合作，自2025年起有超100款搭載征程6的中高階智駕車型上市；量產(chǎn)規(guī)模加速擴(kuò)大，2025年征程家族累計(jì)出貨量將突破1000萬套，地平線也將成為國內(nèi)首個(gè)突破千萬級(jí)量產(chǎn)的智駕科技企業(yè)。
一邊是車企大力推動(dòng)自研智駕芯片，另一邊是供應(yīng)商希望車企積極擁抱第三方方案，那么研發(fā)智駕芯片的工作，究竟該交給誰更好？
車企：自研雖好，但考驗(yàn)內(nèi)功
如果說車企為什么要自研智駕芯片，那么特斯拉就是最好的答案。
以特斯拉的HW3.0為例，這套車端的硬件平臺(tái)搭載了兩顆特斯拉自研的FSD芯片，單顆算力僅為72 TOPS——顯然這一數(shù)值明顯低于同期的英偉達(dá)Orin（單顆254 TOPS）和高通Snapdragon Ride（約100+TOPS），但其效能優(yōu)勢卻異常突出，不僅可以運(yùn)行全場景FSD，甚至可以運(yùn)行FSD最新的端到端版本。
HW3.0之所以能憑借144TOPS的平臺(tái)算力“以小博大”，首先一大優(yōu)點(diǎn)，就是其針對(duì)FSD軟件做了專屬優(yōu)化。早在2019年的Autonomy Day上，特斯拉芯片負(fù)責(zé)人Pete Bannon就表示，F(xiàn)SD芯片的能效比是競品的7倍，核心在于“為神經(jīng)網(wǎng)絡(luò)任務(wù)設(shè)計(jì)，而非通用計(jì)算”。
FSD芯片包含三個(gè)模塊：
NPU（神經(jīng)網(wǎng)絡(luò)處理器）：針對(duì)特斯拉的視覺算法（如Occupancy Network）定制優(yōu)化，直接處理攝像頭輸入的原始數(shù)據(jù)，減少通用芯片的數(shù)據(jù)轉(zhuǎn)換開銷。
ISP（圖像信號(hào)處理器）：實(shí)時(shí)處理8個(gè)攝像頭的1200萬像素圖像輸入，直接在芯片內(nèi)完成圖像預(yù)處理（如去噪、HDR），降低后端算力需求。
通用CPU/GPU：僅負(fù)責(zé)非核心任務(wù)（如邏輯控制），與NPU分工明確。
此外，F(xiàn)SD芯片還集成了32MB SRAM緩存，帶寬達(dá)2TB/s，避免了傳統(tǒng)GPU因訪問外部顯存帶來的延遲（典型GPU顯存帶寬為300-500GB/s）。對(duì)比之下，英偉達(dá)Orin的算力雖然更高，但其架構(gòu)需兼顧通用性（支持多車企的不同算法），實(shí)際運(yùn)行特斯拉同類算法時(shí)，可能因數(shù)據(jù)搬運(yùn)和冗余計(jì)算損失效率。
對(duì)此，半導(dǎo)體研究機(jī)構(gòu)SemiAnalysis指出，特斯拉HW3.0的實(shí)際有效算力（針對(duì)特定算法）相當(dāng)于300+ TOPS的通用GPU，驗(yàn)證了軟硬件協(xié)同優(yōu)化的價(jià)值。
另外一大優(yōu)點(diǎn)，則是FSD軟硬件協(xié)同研發(fā)＆優(yōu)化帶來的效率優(yōu)勢。比如軟硬件的深度綁定，根據(jù)特斯拉在2023年AI DAY上的披露，Occupancy Network可以直接利用FSD芯片的NPU進(jìn)行稀疏卷積計(jì)算，而通用芯片需通過CUDA等框架轉(zhuǎn)換為密集卷積，效率降低約30%。
此外還有軟件層減負(fù)，根據(jù)Embedded Vision Alliance的報(bào)告顯示，特斯拉的底層驅(qū)動(dòng)和中間件（如Dojo編譯器）可以針對(duì)芯片指令集優(yōu)化，減少了操作系統(tǒng)和中間層的調(diào)度開銷。相比之下，基于Linux或QNX的自動(dòng)駕駛系統(tǒng)在通用芯片上運(yùn)行時(shí)，需額外消耗5-10%的算力。
對(duì)此，大眾集團(tuán)前CEO赫伯特·迪斯曾公開表示，特斯拉在軟硬件垂直整合上的領(lǐng)先優(yōu)勢“至少為3-4年”。
但對(duì)于國內(nèi)車企來說，想要復(fù)制特斯拉的成功屬實(shí)困難，何況特斯拉也曾經(jīng)歷九死一生。
從技術(shù)層面來看，首先是芯片設(shè)計(jì)與算法協(xié)同的門檻依舊很高。例如特斯拉NPU的架構(gòu)與Occupancy Network等算法高度綁定，需同時(shí)精通芯片設(shè)計(jì)和AI算法優(yōu)化，而國內(nèi)車企普遍缺乏兩類人才的交叉培養(yǎng)（如既懂自動(dòng)駕駛算法又懂芯片微架構(gòu)的團(tuán)隊(duì)），這會(huì)導(dǎo)致軟硬件協(xié)同效率低下。
其次是國內(nèi)車企在數(shù)據(jù)閉環(huán)與算法迭代能力上，距離特斯拉依舊存在客觀差距。特斯拉通過全球超500萬輛車的影子模式收集數(shù)據(jù)，每日處理數(shù)千萬個(gè)駕駛場景，支撐算法快速迭代，而國內(nèi)車企數(shù)據(jù)量級(jí)普遍不足，且數(shù)據(jù)標(biāo)注和仿真工具鏈相對(duì)落后；此外，特斯拉的Dojo超算集群算力達(dá)100 EFLOPS，可訓(xùn)練超百萬參數(shù)的大模型，而國內(nèi)車企多依賴公有云（如阿里云、AWS），訓(xùn)練成本相對(duì)高且效率低。
從資金層面來看，產(chǎn)投比也是絕大多數(shù)車企都難以平衡的問題。首先是流片成本與試錯(cuò)風(fēng)險(xiǎn)，一款車規(guī)級(jí)芯片的研發(fā)投入約2-5億美元，需經(jīng)歷3-5次流片驗(yàn)證。國內(nèi)車企年銷量若不足50萬輛，分?jǐn)偟矫枯v車的芯片成本將超過1000元，遠(yuǎn)高于外采芯片（如英偉達(dá)Orin單價(jià)約400美元）；對(duì)比之下，特斯拉憑借全球年銷180萬輛的規(guī)模，可將FSD芯片成本攤薄至每片約300美元，低于外購方案。
此外，盈利模式的單一也會(huì)拉長車企的“回本”周期，根據(jù)2023年的數(shù)據(jù)統(tǒng)計(jì)，特斯拉通過FSD軟件分?jǐn)傂酒邪l(fā)成本，其全球FSD選裝率達(dá)19%；而國內(nèi)車企軟件付費(fèi)率普遍低于5%，且多數(shù)車企與用戶都選擇了免費(fèi)或低價(jià)訂閱的模式，這難以支撐芯片自研的長期投入。
供應(yīng)商：越發(fā)成熟，但仍需突破
那么面對(duì)車企自研智駕芯片的風(fēng)險(xiǎn)，國產(chǎn)供應(yīng)商們有能力解決嗎？
我們先以地平線征為例。首先是已經(jīng)量產(chǎn)的征程5，這款芯片的算力達(dá)到了128 TOPS，但功耗僅有30W，能效比接近特斯拉FSD芯片，支持BEV+Transformer模型加速，適配車企的端到端算法需求。
此外，地平線提供“天工開物”工具鏈，支持車企將PyTorch/TensorFlow模型快速部署到征程芯片，壓縮模型計(jì)算量30%以上；針對(duì)中國城市場景，征程5還優(yōu)化了“動(dòng)態(tài)障礙物避讓”和“無保護(hù)左轉(zhuǎn)”的實(shí)時(shí)計(jì)算能力，讓時(shí)延低于100ms。
從量產(chǎn)表現(xiàn)看，征程5理想L系列搭載雙征程J5芯片，綜合算力達(dá)到256 TOPS，能夠?qū)崿F(xiàn)高速和部分場景下的城市NOA，且系統(tǒng)成本較英偉達(dá)方案降低40%。
其次是剛剛發(fā)布的征程6，性能層面，其單芯片算力達(dá)560 TOPS，支持多芯片級(jí)聯(lián)（最高2240 TOPS），內(nèi)置專用計(jì)算單元加速BEV+Occupancy Network，時(shí)延壓縮至50ms，接近特斯拉HW3.0水平；功耗層面，功耗層面，征程6的功耗控制在60W以內(nèi)（560 TOPS下），能效比約9.3 TOPS/W，接近特斯拉HW4.0。
此外，“天工開物”工具鏈新增自動(dòng)化模型剪枝和量化功能，車企算法團(tuán)隊(duì)可一鍵壓縮大模型，部署周期縮短50%。而在量產(chǎn)層面，征程6已官宣的合作車企包括比亞迪（高端品牌仰望U9）和廣汽埃安Hyper系列，計(jì)劃2025年量產(chǎn)。
從面向中端的征程5到面向高端的征程6，可以看出地平線在芯片算力、架構(gòu)、適配性、工具鏈等方面一直在針對(duì)車企的需求與智駕技術(shù)的迭代進(jìn)行升級(jí)，以期達(dá)到更高的匹配程度；不過相對(duì)來說，其在軟硬件協(xié)同方面依舊存在局限性。
例如征程5，其在稀疏計(jì)算的加速能力上是弱于特斯拉FSD芯片的，這會(huì)導(dǎo)致實(shí)際有效算力折損約20-40%，另外由于缺乏類似特斯拉“Dojo編譯器”的底層優(yōu)化工具，車企需自研中間件，這也會(huì)增加開發(fā)周期和成本。
而對(duì)于征程6，除了在運(yùn)行復(fù)雜Occupancy Network時(shí)，其有效算力或降至300-400 TOPS外，車企同樣需要自行適配算法，這也會(huì)導(dǎo)致車企無法通過地平線復(fù)刻特斯拉“芯片-算法-數(shù)據(jù)”的閉環(huán)優(yōu)勢。
然后再看看黑芝麻智能。其已經(jīng)量產(chǎn)的芯片為A1000系列，算力58 TOPS，其具備兩項(xiàng)優(yōu)勢，一個(gè)是多傳感器融合，A1000強(qiáng)化了對(duì)4D毫米波雷達(dá)的點(diǎn)云處理能力，這可以幫助車企減少對(duì)激光雷達(dá)的依賴；另一個(gè)是發(fā)布了山海工具平臺(tái)，可以提供自動(dòng)化模型量化與編譯功能，進(jìn)而降低車企算法團(tuán)隊(duì)對(duì)芯片底層架構(gòu)的依賴。
對(duì)比之下，最新的A2000系列則將單芯片算力升級(jí)到了250 TOPS，支持4芯片級(jí)聯(lián)（1000 TOPS）。在固有優(yōu)勢方面，A2000更進(jìn)一步優(yōu)化了多模態(tài)融合能力，例如激光雷達(dá)點(diǎn)云處理時(shí)延從A1000的80ms降至30ms，支持動(dòng)態(tài)障礙物軌跡預(yù)測；而在開放性方面則提供“山海2.0”工具鏈，支持Apollo、Autoware等開源算法框架，適配二線車企的低成本開發(fā)需求。
但和地平線一樣，車企如果想要使用A1000與A2000系列，同樣需要投入大量資源適配算法，并且J6和A2000的級(jí)聯(lián)算力需外接多芯片，導(dǎo)致系統(tǒng)復(fù)雜度與功耗飆升，反而不如單芯片方案。
不過在技術(shù)層面之外，國產(chǎn)供應(yīng)商們?cè)谫Y金層面面對(duì)的困難也更值得我們關(guān)注。
以地平線為例，據(jù)地平線招股書（2023年赴港IPO申請(qǐng)）顯示，2021-2023年累計(jì)虧損54億元，2023年凈虧損達(dá)18億元，毛利率僅35%；2023年經(jīng)營性現(xiàn)金流為-9.3億元，依賴外部融資輸血。2023年IPO前最后一輪融資估值50億美元，但上市進(jìn)程因盈利問題受阻，資金鏈壓力加劇。研發(fā)費(fèi)用占比超70%，但征程系列的年出貨量僅50萬片，單芯片研發(fā)成本分?jǐn)偢哌_(dá)4600元/片，遠(yuǎn)超售價(jià)。
黑芝麻的情況也不容樂觀。根據(jù)2023年財(cái)報(bào)顯示，黑芝麻智能凈虧損11.2億元，毛利率僅22%；2023年出貨量不足20萬片，且主要客戶為二線車企，前五大客戶貢獻(xiàn)營收占比超80%，抗風(fēng)險(xiǎn)能力弱。
這實(shí)際也反映出了國產(chǎn)供應(yīng)商們?cè)谏虡I(yè)模式上遇到了規(guī)模效應(yīng)難以達(dá)成的困境。例如地平線征程5和黑芝麻A1000為搶占市場份額，定價(jià)僅為英偉達(dá)Orin的30%-50%，但出貨量不足導(dǎo)致難以攤薄成本；由于國產(chǎn)芯片可替代性較高，車企也會(huì)要求芯片供應(yīng)商每年降價(jià)10%-15%，進(jìn)一步壓縮利潤空間。
此外，車規(guī)芯片認(rèn)證周期長達(dá)2-3年，導(dǎo)致地平線J6（16nm）和黑芝麻A2000（12nm）等先進(jìn)制程技術(shù)落地時(shí)已落后國際大廠；而為了吸引車企，供應(yīng)商還需要免費(fèi)提供工具鏈、算法優(yōu)化服務(wù)，這類隱形成本占營收比例超25%。
由此可以看到，車企如果選擇集體自研智駕芯片，那么對(duì)供應(yīng)商的生存來說，無疑是釜底抽薪。不過在今年2月比亞迪宣布開啟全民智駕之后，不僅是比亞迪向英偉達(dá)和地平線分別發(fā)出了百萬片中算力智駕芯片的訂單，也引發(fā)了長安、奇瑞、吉利等品牌跟進(jìn)全民智駕的連鎖效應(yīng)，這意味著供應(yīng)商們?cè)谥卸酥邱{芯片市場，依舊有重振雄風(fēng)的機(jī)會(huì)。
自研還是采購，終局將是生態(tài)分化
事實(shí)上，車企和供應(yīng)商圍繞智駕芯片的爭吵，本質(zhì)上是車企與供應(yīng)商對(duì)產(chǎn)業(yè)話語權(quán)的爭奪，雖然車企在明面上依舊擁有更大的主導(dǎo)權(quán)，但確實(shí)如供應(yīng)商所言，從長遠(yuǎn)看，這場博弈的終局大概率會(huì)形成生態(tài)分層：
如特斯拉、比亞迪等這般年銷量達(dá)百萬級(jí)的頭部車企，憑借規(guī)模效應(yīng)和技術(shù)閉環(huán)能力，確實(shí)可通過自研智駕芯片構(gòu)建護(hù)城河。特斯拉的FSD芯片已驗(yàn)證了軟硬件協(xié)同的顛覆性效率，而比亞迪若成功量產(chǎn)，將打破對(duì)英偉達(dá)的依賴。這類企業(yè)追求的不僅是功能領(lǐng)先，更是對(duì)數(shù)據(jù)、算法、硬件的全鏈條控制。
對(duì)年銷量50萬以下的車企，自研芯片的財(cái)務(wù)和技術(shù)風(fēng)險(xiǎn)遠(yuǎn)超收益。地平線、黑芝麻等供應(yīng)商提供的“高性價(jià)比芯片+工具鏈”，仍是其實(shí)現(xiàn)智駕功能的最優(yōu)解。但需警惕供應(yīng)商生態(tài)的局限性——若無法突破算力天花板或綁定頭部客戶，這類芯片可能淪為“過渡方案”。
對(duì)于供應(yīng)商來說，生存邏輯則更加直接，取決于兩點(diǎn)：一個(gè)是加速追趕技術(shù)代差，例如地平線J6、黑芝麻A2000需證明其實(shí)際有效算力不輸英偉達(dá)Thor，并通過開放生態(tài)擴(kuò)大適配性；另一個(gè)則是更新商業(yè)模式，例如從“賣芯片”轉(zhuǎn)向“賣服務(wù)”，按車企智駕功能開通率分成（類似特斯拉FSD訂閱），或與云服務(wù)捆綁（如四維圖新數(shù)據(jù)合規(guī)方案）。
對(duì)車企的終極拷問并非“是否自研芯片”，而是“能否在智能化競爭中存活”。若既無規(guī)模也無技術(shù)深度，跟風(fēng)自研只會(huì)加速失血；若志在頭部，則必須忍受短期虧損，賭一個(gè)“特斯拉式”的未來。而供應(yīng)商的生存之道，則在于能否在巨頭夾縫中，找到不可替代的生態(tài)位——無論是極致性價(jià)比，還是差異化服務(wù)。這場博弈沒有標(biāo)準(zhǔn)答案，唯有時(shí)間能篩選出最后的贏家。
