智能驾驶芯片赛道混战：如何看待5类玩家的竞争格局？

智能驾驶芯片赛道，一直是业内关注的焦点。

高工智能汽车注意到，针对L0-L2，业内基本采用智能前视一体机（IFC）方案；要实现高速NOA、城市NOA等更为高阶的智驾功能等，则基本采用域控制器方案。从IFC演进至域控，再逐步演进到舱驾一体、中央计算，为业内的共识。

以域控方案为例，高工智能汽车研究院监测数据显示，2022年中国市场（不含进出口）乘用车前装标配搭载智能驾驶行车（含行泊一体）域控制器（含主动安全控制器，用于融合控制）114.70万台，同比增长81.26%。

市场竞争格局上，智驾芯片玩家主要包括5类：地平线、黑芝麻智能、芯砺智能、后摩智能等国内初创型玩家；华为、寒武纪行歌等中国本土芯片跨界玩家；英伟达、高通、英特尔（Mobileye）、安霸等消费电子、AI视觉芯片巨头；德州仪器（TI）、瑞萨等传统汽车芯片巨头；特斯拉、大华（持股零跑汽车）等车企自研玩家。

本篇文章你将读到：

其一，智驾芯片当前处于什么样的发展阶段？在技术角度和产业角度，有什么样的痛点？

其二，当前赛道上分为哪几类玩家？推出了什么样的产品？

其三，国内玩家的机会？

其四，舱驾合一、中央计算是行业大趋势，智驾、座舱芯片行业的演进路径，可能会是怎么样的？两个细分赛道的玩家最终会成为友商，竞争格局会发生哪些变化？

“收敛”前夜

“智能驾驶芯片还处于相对早期的发展阶段。”在与高工智能汽车沟通时，后摩智能产品副总裁信晓旭称。

目前，智能前视一体机市场主流方案包括两种，其一，Mobileye方案，自研“视觉算法+芯片”，以摄像头为主传感器；其二，博世方案，采用赛灵思、瑞萨等第三方芯片，相比而言，毫米波雷达等非视觉传感器是强项。

伴随向智驾域控演进，传统软硬强耦合的黑盒方案遭受冷遇，软硬解耦为大势所趋。高工智能汽车研究院监测数据显示，当下智驾域控方案中，高性价比算力平台中，多SOC方案盛行（主要是TDA4、J3组合），英伟达则掀起算力竞赛，抢占高端市场。相比而言，Mobileye比较被动。

对于当下产业面临的痛点，信晓旭多次谈到“收敛”这个关键词。

高工智能汽车注意到，智驾芯片（以及座舱芯片）产业中长期会走向收敛，是业内的共识，芯片作为高度规模化的产业，开发成本高昂，动辄数亿元，需要海量的规模来摊销开发成本，在PC、智能手机赛道，莫不如此。

而在当下，智能驾驶的算法、传感器方案、域控均处于快速演进阶段，上层技术路线的不确定，也导致底层芯片架构、资源配置的不确定，“客户很难给一个明确的诉求，比如CPU要多少、AI算力要多少，需求不明确的情况下，怎么设计一个高效的异构平台也遇到挑战。”信晓旭称。

收敛，同样被地平线智能驾驶产品规划与市场总经理吕鹏反复提起。

吕鹏的现实观察是，由于智能驾驶的芯片、域控硬件、底层软件整体都没有走向收敛，各个环节未进一步标准化，导致智能驾驶整个链条开发交付成本高昂。他的侧重点为，硬件平台如果不收敛，去实现进一步的标准化，上层开发每次都要做重复化的开发调试工作，收敛难度很大。

尤为值得注意的是，在其看来，形成商业闭环对于芯片厂商非常重要，这也是行业内很多玩家面临的最大挑战。芯片产业规模化效应显著，若无下游客户的大量使用，产品基本不可能迭代出高成熟度、高性能、低成本，巨大的投入也往往难以为继。

在沟通中，工具链不够完善、算力不足、架构缺陷的痛点也被提及。

芯砺智能CEO张宏宇认为，不同初创公司做最终决策的创始人，有不同的背景履历、行业理解、资源，这使其在一些方面存在优势，在另一方面存在先天短板，比如有的市场产品硬件架构存在缺陷，有的则是软件工具链不好用。在其看来，初创公司走弯路不可避免，关键在于是否能快速摸索迭代、补足缺陷。

具体而言，目前市场上主要有三种方案：其一，多SoC方案；其二，黑芝麻智能的A1000L、A1000单SoC方案（分别为16TOPS、58TOPS）；其三，需要分时复用的单SoC方案。

黑芝麻智能高级产品市场经理额日特表示，域融合为大势所趋，但市场上现有的多SOC行泊一体方案，“只是将行车控制器、泊车控制器整合在一块板子上”，黑芝麻智能推出的A1000L、A1000，可单芯片支持行泊一体，无需分时复用，避免后者增加整套方案的安全隐患。

本土玩家如何崛起？

高工智能汽车注意到，对于当前的智驾芯片竞争格局，主要包括5类玩家。先将视野聚焦于国内市场，第一类为地平线、黑芝麻智能、芯砺智能、后摩智能等国内初创型玩家，其中芯砺智能、后摩智能的技术路线又较为不同。

值得注意的是，芯片一直是国内汽车产业链中的薄弱环节。根据公开信息显示，汽车芯片国产化率不足5%。这也意味着，破局一直是产业界和资本市场的聚焦点。

地平线智能驾驶产品规划与市场总经理吕鹏认为，芯片赛道破局确实难度较高，但智驾芯片正处于高速发展期，迭代速度很快，每一代智驾芯片其实都有一个相应的市场窗口期。「初创型玩家破局的关键，是抓住窗口期推出合适的产品，且能确保产品达到一定的成熟度（包括芯片可靠性、稳定性，工具链的成熟性等）。」

举例来说，吕鹏认为，2022年走红的行泊一体便是一个窗口期。由于目前供给端可用产品方案并不多，主机厂反而会更愿意尝试新方案。此时，“合适且强大的产品+好用的工具链”，便是初创型玩家打开市场局面的利器。高工智能汽车注意到，在轻量级行泊一体市场，大量tier1正在地平线征程3的基础上推出量产方案。

地平线作为国内头部智驾芯片玩家，2015年成立，2020年实现汽车前装赛道的破局，征程2上车长安UNI-T，并陆续开始落地L2级辅助驾驶前装市场；2021款理想ONE基于征程3量产全球首个搭载8MP前视摄像头的NOA方案，此后征程系列芯片更逐步打入大量OEM的供应链。

额日特则强调，黑芝麻智能作为Tier2，在做好硬件设计的同时，积极寻求和软件算法公司的合作，以此构建更加健全的生态体系，增加客户的使用粘性，为现阶段竞争的关键点。

从产品上来看，2016年成立的黑芝麻智能，2019年8月发布华山一号自动驾驶芯片A500，算力5-10TOPS；2020年6月发布华山二号A1000L、A1000，算力分别达16TOPS、58TOPS，16nm制程。根据披露的信息，其已经与江淮、吉利，东风等多家车企达成量产合作。

“国内智能电动汽车的崛起，一定会带来供应链的崛起。”后摩智能产品副总裁信晓旭表达了这样的观点。

回溯汽车产业发展历史，美日汽车产业的兴盛均带动了本土供应链的崛起。而在传统燃油车时代，国内主机厂话语权低，但在智能电动变革浪潮中，自主品牌已经占据先机，这也有利于本土tier1、芯片厂商的快速成长。

具体来看，后摩智能成立于2020年底，由于近年来芯片产业的摩尔定律逐渐趋近极限，冯诺依曼架构AI芯片的储存墙、功耗墙问题被摆上桌面，后摩智能致力于打破冯诺依曼架构，以存算一体架构，⼤幅度提升计算效率、能效比。

芯砺智能的市场切入点，是瞄准舱驾一体、中央计算。

具体来看，芯砺智能成立于2021年11月，面向后摩尔时代，运用Chiplet技术，实现类似“搭积木”的方式，用成熟的模块来搭从ADAS到高阶自动驾驶，从基础座舱功能到沉浸式客户体验所需的CPU、GPU和NPU算力。

在时间线上，芯砺智能预计2023年下半年流片，1年内实现上车，2024年小批量生产，2025年大批量出货，最终为市场提供兼具大算力、高性价比、可定制的智能汽车算力平台芯片。

另外，在芯砺智能CEO张宏宇看来，在技术路线上，市场上存在两个极端：其一，走软硬强耦合路线，芯片算力的使用效率很高，但缺乏灵活性；其二，走GPU的通用型芯片路线，但效率相对欠缺。相对两者，芯砺智能走的为中间路线，内部支持数百个算子，兼顾效率和灵活性。

第二类玩家，为华为、寒武纪行歌等跨界玩家。

华为方面，作为ICT领域的巨头，其开展智能汽车业务最早可追溯至2012年，2019年5月正式成立一级部门智能汽车解决方案事业部，2020年发布MDC610计算平台，采用晟腾610芯片，单片算力可达 200 TOPS。

高工智能汽车研究院监测数据显示，目前，华为智驾芯片已经在北汽极狐、问界（今年4月）、阿维塔、广汽埃安、哪吒等品牌实现上车。

寒武纪行歌方面，其母公司为2016年成立的AI芯片厂商寒武纪，2020年7月成为“国内AI芯片第一股”，2021年1月成立寒武纪行歌，专注智能驾驶芯片。

产品方面，根据对外披露的信息，寒武纪行歌将于2022-2023年，面向行泊一体市场、L4市场，分别推出SD5223、SD5226，算力分别为16TOPS、400+TOPS，后者为7nm制程。

国际巨头角逐

将视野转至国际市场，第三类玩家为最被市场瞩目的英伟达、高通、英特尔（2017年收购Mobileye）、安霸等消费电子、AI视觉芯片巨头。

高工智能汽车注意到，当智驾、座舱的大算力需求浪潮涌来，这些在PC、手机赛道长期深耕，拥有强大护城河的巨头们，旋即将触手伸向这一想象力巨大的新兴细分赛道，意图复制其在原有领域的地位。

以英伟达为例，作为全球头部智能计算平台型公司，2015年开始发力汽车领域，2020年上车的Xavier，16nm制程，算力30TOPS；2022年上车的orin，7nm制程，算力254TOPS；计划在2024年量产的thor，4nm制程，算力达到2000TFLOPS@FP8，支撑下一代中央计算架构。

高通，作为手机芯片巨头，其在汽车领域的切入点为通讯和座舱芯片，从820A到8155、8295，占据中高端智能座舱市场的主要份额。

2020年1月，高通发布Snapdragon Ride自动驾驶计算平台，含5nm骁龙8540、7nm骁龙9000，单板算力360TOPS，去年开始陆续上车；计划于2024年量产的Snapdragon Ride Flex，综合AI算力可达2000TOPS，同样支持中央计算架构。

英特尔方面，作为PC芯片巨头，2017年以153亿美元收购Mobileye，后者为视觉ADAS领域的开拓者，凭借“视觉算法+芯片”方案在L0-L2市场位居头部地位。根据披露的信息，截至2022年底，Mobileye的SoC及方案累积搭载1.35亿辆汽车，2022年，其出货量约为3370万套。

安霸方面，作为AI视觉芯片玩家，根据对外披露的信息，其2021年收购4D毫米波雷达算法公司傲酷。2022年1月，安霸发布AI域控制器CV3系列芯片，5nm制程、算力高达500 eTOPS。

第四类玩家，为TI、瑞萨等传统汽车芯片巨头。

瑞萨，2018年2月发布R-CAR V3H，并借助博世、电装等Tier1在智能前视一体机放量；2022年3月，发布R-Car V4H，7nm制程，深度学习性能达34 TOPS，用于ADAS和AD解决方案的中央处理，计划于2024年二季度开始量产。

TI主流的智驾产品包括TDA4 VL、TDA4 VM、TDA4 VH，算力分别为 4TOPS、8TOPS、32 TOPS，其中8TOPS的TDA4 VM已经量产，在轻量级行泊一体域控赛道成为主流选择。

智驾芯片的第五类玩家，为特斯拉、大华股份（持股零跑汽车）、芯擎科技（吉利系）等车企自研玩家。后续，还会有不少车企会涉足芯片定制甚至是自研。

特斯拉方面，其经历了从外购到自研芯片的历程。2014-2016年采用Mobileye EyeQ3芯片，2016年~2019年基于DRIVE PX 2 AI计算平台，2017年开启芯片自研，2019年自研的FSD芯片上车，14nm制程，搭载2颗，算力达到144TOPS。

大华股份方面，其持股零跑汽车，后者也被称为“大华系”的第二次创业。根据公开信息，2017年，零跑汽车决定自研智驾芯片，2020年10月，凌芯01发布，该芯片由零跑提出主体需求、主体架构，由芯昇科技（脱胎于大华股份芯片研究院）设计，28nm制程，单芯片4.2TOPS。

未来市场如何演进？

“向舱驾一体、中央集成过渡是共识，核心要看节奏和速度。”吕鹏认为，“市场容易短期乐观估计技术变化的速度，长期悲观估计技术变化的力量”，当前高速NOA在慢慢接近“好用”，部分中高端车型在尝试采用标配策略；城市NOA的落地会逐渐加速，但要打磨到人们很满意的状态，要经历一个较长周期的迭代。

吕鹏认为，对于轻量级行泊一体域控，12万以上的车型很快就能做标配。具体来看，当前市场上很多车型在采用“L2（不含NOA）+APA泊车”方案，对该部分市场，单颗征程3（5TOPS）的成本可以很好地覆盖升级。

后摩智能产品副总裁信晓旭认为，其一，10-30TOPS的芯片在短期会有一波较为旺盛的需求，芯片产品逐渐优化，搭载上逐渐从20万元向10万元车型渗透；其二，50-100TOPS左右算力的芯片会有较多的需求，当下算力支撑的高速NOA在传感器的配置或者方案上，可以做进一步的提升或完善。

“市场在趋于理性”，信晓旭认同，高阶智驾以及对应的大算力芯片落地延迟，预计未来3-5年产业都会在攻坚corner case，以逐渐向上迭代跨过L3，而一旦整个技术方法体系有突破，L4会重新被市场热炒。

迈向舱驾一体，一些问题也亟待解决。

在额日特看来，其一，迈向舱驾一体，硬件设计能力要更上一个台阶（有业内人士称，做舱驾一体的难度，要比行泊一体高一个数量级），仪表等部分需要做硬隔离，这也对当下行业颇具挑战；其二，座舱、智驾该如何融合，谁占主导，不同公司想法各异；其三，CPU、GPU、AI等算力具体如何平衡，仍需探索。

舱驾一体、中央集成是大趋势，但也必然会有不同的方案分支。无论是座舱还是智驾出身的玩家，都在基于自身的强项做能力的延伸，弥补短板。比如，黑芝麻智能也会针对不同的行业发展节点，部署对应的产品。

整体来看，智驾芯片市场还处于快速迭代期。

一方面，市场有一些确定性的共识，比如行泊一体赛道的爆发，同时舱驾一体、中央计算的时代势必到来；另一方面，顶层算法未收敛、产业分工未明确、底层芯片未收敛，产业玩家们都在摸索中、在相互促进中迭代前进。

如何在诸多的不确定性中，牢牢把握确定性和市场节奏，在类似行泊一体这样的窗口期来临之时，率先形成商业闭环，把技术、产品、工具链迭代起来，考验着各个玩家的综合能力。也势必有玩家能脱颖而出，把握住机会挤上牌桌，并在舱驾一体、中央计算的收敛阶段，进一步角逐，成为全球汽车大算力芯片的巨头。