撰文 | 张祥威
编辑|马青竹
辅助驾驶芯片算力,终于来到 700TOPS 大关。今年 5 月起,搭载英伟达 Thor U 的理想 L8 等新车型开启交付,搭载同一芯片的领克 900 同期到来。
座舱芯片战场, 当今天花板高通 8295 ,将很快将成 「 上一代 」 产品。 高通第五代座舱芯片明年量产, AI 算力高达 360TOPS ,且更好适配大模型。
国际旗舰芯片急行军时,本土玩家追击。
跑在前面的地平线 J6P ,今年三季度量产上车。身后,芯擎星辰一号、芯驰 X10 等一众国产辅助驾驶芯片和智能座舱芯片,量产节点锁定明年。
如果说上一场战斗中,英伟达 Orin X 、高通 8295 是凭借算力和适配度占据主场,接下来的竞争,涉及带宽、算法方案等多维度。
本土芯片正采取更精准的策略,要么加大带宽,要么携算法亲自进场。当智能化进入大模型对决纵深区,本土芯片能成功逆袭吗?
芯片战,不止拼算力
随着英伟达 Thor 到来,单芯片算力再次飙升。
第一个迎战者是地平线 J6P ,算力 560TOPS 。地平线创始人余凯悟到经验, 「 没有单纯的智驾芯片供应商 」 。
与英伟达仅提供 Orin X 就能大杀四方不同,地平线征程 5 其实并未在车企中杀出一片天。基于此,在算力更大的 J6P 到来时,地平线同步端出基于自家芯片的 HSD 辅助驾驶方案。
笔者体验过这套方案,与小鹏、华为等头部方案的体验基本可归为同一档。

买芯片 「 送 」 辅助驾驶方案,无论别人是否心动,至少奇瑞、大众、比亚迪已经行动了。首发搭载的奇瑞董事长尹同跃调侃余凯, 「 车卖不好就找他 」 。
另一本土芯片玩家芯擎科技,发布了辅助驾驶芯片星辰一号, INT8 精度下 NPU 算力 512TOPS ,并基于此芯片推出 「 方舟 」 全场景高阶辅助驾驶方案。
芯擎科技创始人汪凯认为, 「 从算力角度,自动泊车或 L2 功能, 10TOPS 其实就够了。如果做高速 NOA ,最好有 100TOPS ,做城市 NOA 至少 500TOPS 以上。到 L3 ,没有 1000-2000TOPS 很难做好。 」
只是与余凯不同,汪凯认为,芯片的归芯片,算法归其他厂商。
「 辅助驾驶乃至将来的自动驾驶,是一个系统,软件与硬件可能将来还是要成为一体方案,但并不是说软件和硬件一定要来自同一厂家。 」 他说。
现阶段,芯擎科技计划与成熟的系统方案商一起,将软硬结合做好。
汪凯透露, 「 这涉及不同的方案,比如吉利、极氪的方案,其实还有其它的方案,我们认为至少有 2-3 种方案,现在都可以一起合作。吉利是其中一家。 」
战火,很快还会蔓延到座舱领域。
今年 2 月兴起的那波 DeepSeek 上车潮,仅是智能座舱拥抱大模型的开始。眼下算力最强的高通 8295 ,在参数、适配大模型等方面,马上要被对手压一头。
其中之一,上个月发布的本土产品芯片 X10 , CPU 200k DMIPS , NPU 算力 40TOPS ,系统带宽 154GB/s 。
「 大模型在运行过程中,性能瓶颈和主要资源消耗并非 CPU ,而是 NPU (神经网络处理单元)和系统带宽。许多现有座舱平台源自手机芯片设计,其内存带宽通常为 64 位,总带宽约六七十 GB/s ,这对于运行大模型来说往往不够充分。 」 芯驰科技 CTO 孙鸣乐告诉《出行百人会 /AutocarMax 》。
孙鸣乐所指的那款产品,大概率是指高通 8295 ,内存带宽 51.2GB/s ,支持 30TOPS 的 NPU 算力。
芯驰科技的打法: 「 不唯算力论 」 。
依据是,算力再高,系统带宽跟不上,计算单元就无法充分发挥性能。此外,避免算力浪费,传统 AI 加速器倾向于一次性从头到尾运行完一个任务,在多任务并行场景下可能出现算力闲置, X10 具备灵活调度机制,可有效利用算力。

孙鸣乐介绍,大模型生成每一个 token 时,都需要读取大量的模型参数,这一过程极度消耗带宽。 X10 可实现 7B ( 70 亿参数)模型,每秒输出 20 多个 token ,响应时间控制在 1 秒以内,以保证用户获得流畅体验。
从最早量产搭载高通 8295 的极越 01 算起,这款芯片的上车时间不过一年半时间。本土芯片迅速追上来,明年量产上车,足见竞争之激烈。
当然,高通不会坐以待追。第五代智能座舱芯片很快将到来,参数相比上一代大幅提升, CPU 性能 660k DMIPS , NPU AI 算力 360TOPS 。有意思的是,其量产时间也在明年,本土芯片还得再追击一轮。
「 基于高通新一代芯片的智能座舱域控,可以使用 6-7 年。不像现在基于高通 8155 、 8295 , 2-3 年就会被替换。 」 一家国际 Tier 1 高管人士告诉我们。
大模型上车,本土芯片借风起
汽车 「 端侧 AI」 时代到来,支持大模型成为辅助驾驶和智能座舱芯片的入门券。
辅助驾驶领域,英伟达 Thor 、地平线 J6P 等,相比上一代的 Orin X ,可更好适配大模型。
余凯认为, 「 人工智能系统中,参数越多、模型越大,效果越好,用户最终会选择大算力产品。只要城区辅助驾驶足够好,未来 2 - 3 年自动驾驶会迎来 4G 时刻。 」
一些车企如小鹏、理想,逐渐确定了辅助驾驶的技术路线。即,训练云端大模型,通过蒸馏,然后部署为 VLA 车端小模型。

这些公司自研的算力更高的辅助驾驶芯片,比如小鹏的图灵 AI 芯片等,已经可支持适配大模型参数。据悉,小鹏图灵 AI 芯片可运行 30B 大模型参数。
「 当我们在云端的大模型解决了最困难的问题后,剩下的核心问题,就是工程部署问题。车端芯片是否强大,是一家 AI 企业能不能把模型用好的分水岭。 」 小鹏自动驾驶中心产品高级总监袁婷婷称。
智能座舱领域,将来也不再是简单的人机交互。比如,一些基于高通第五代座舱芯片的域控方案,可以实现类似 「 帮我规划上海三天的行程 」 的指令。
一名国际 Tier 1 高管人士告诉我们, 「 智能化水平已经进入到下一阶段,没有 AI 就没有入场券。合资车厂在中国的市占率已经腰斩,大家的焦虑已经彻底起来了。 」
芯擎科技同样注意到了这一趋势。
汪凯告诉我们, 「 现在的竞争突然之间转到了 AI 。我们在一年多前就预判这会是竞争热点,所以对于能够带来 AI 不同体验的芯片,包括高通 83XX 系列,以及联发科的芯片,我们都会做一些研究。 」
至于大家最关心的芯片成本,以智能座舱为例,我们了解到,高通第五代座舱芯片的低配成本,和 8295 顶配的成本相差不大。
至于辅助驾驶芯片,采取相似性能、更低成本,是地平线、芯擎科技等本土芯片玩家的惯用打法,倒也不必担心。
新的汽车芯片上车战中,从芯片设计的参数方面看,本土芯片和海外大厂距离日益拉近。加上懂 AI 大模型的汽车人才,国内市场规模日益庞大。智能化红利的归属,可以争一争。






