调教 智驾芯片应该自研如故采购？车企和供应商吵起来了
在C端，由智驾激发的事故被炒得沸沸扬扬；而在B端调教，干系智驾的争论也一直莫得停过。
在刚刚隔断的2025电动汽车百东说念主会论坛上，蔚来汽车首创东说念主李斌在谈到ET9搭载的自研智驾芯片神玑NX9031时暗示，研发这颗芯片过问的资本特等高，约略和开拓1000座换电站差未几。
图片开端：蔚来b站直播
证据蔚来之前阐明的信息，其初代换电站的资本约为300万元/座，二代和三代则辞别下跌到了约200万元、150万元/座——换句话说，蔚来自研智驾芯片的资本可能曾经提升了15亿元。
可想而知的是，15亿元的资本，关于像蔚来这样的造车新势力来说并不是一笔极少目，尤其是在曾经亏蚀缠身的情况下，不仅投资边界会惦记其风险，阛阓端也或多或少会影响到消费者的购车决策。
但除了蔚来之外，从客岁运转，国内各大传统车企与造车新势力齐纷繁加入到了自研智驾芯片的大波浪中。
客岁10月，祯祥发布了自研的星辰一号芯片，其采选7nm制程工艺，单颗NPU算力达512TOPS，蓄意本年杀青量产，并在来岁搭载至旗下高端车型。
客岁11月，小鹏发布了自研的图灵AI芯片，其综划算力或提升750TOPS，堪称1颗顶3颗，1颗杀青L3+高阶智驾体验，2颗杀青L4自动驾驶体验。
理思里面也在推动自研芯片名目，代号“舒马赫”，想象制程为5nm，由台积电代工。近期，理思团队里面正在治疗单干，NPU肃肃东说念主的权益在缓慢加强。
濒临车企的自研波浪，首先发声的并非投资东说念主与消费者，而是智驾芯片的国产供应商们，在他们看来，车企此举无疑是“为了一碟醋包了一盘饺子”。
由此问题就来了，供应商为何要在自研智驾芯片这个问题上和车企“唱反调”？在车企“全民自研”的大环境下，供应商是否领有车企所不具备的上风呢？
智驾芯片，交给供应商更好？
四维图新CEO程鹏就在百东说念主会论坛上暗示，当智能驾驶成为标配，车企要找到我方的中枢竞争力，其余部分则是供应商的责任。
“你颓靡的一家去作念自研，性价比确定不好。我也养那么多东说念主，你也养那么多东说念主，我给十家作念同平台的供货，你一家我方作念。”对此，程鹏曾对另一家媒体算过一笔账，平均一颗车规级芯片的研发资本，需要分娩1500万颗才能遮蔽。
程鹏这样说，天然有他的逻辑。在他看来，好多车企在智能电动车期间，齐缺少富饶的才略搭建AI工场和数据处理才略——参考手机边界，像苹果、华为这样的头部企业可以搭建自研的软硬件生态系统，其它品牌则拥抱安卓生态。
手脚支抓，程鹏拿出了四维图新现在的成绩。凭借对数据的融会和采集才略以及合规才略，四维图新能够将数据变成合规层、数据增强层和AI的模子磨真金不怕火层，并灵通给全行业，这让四维图新到本年一季度截止，收货了300万套的车企定点。
除了四维图新，黑芝麻智能首席阛阓营销官杨宇欣也在百东说念主会论坛上强调了第三方芯片供应商仍的价值。他以特斯拉为例，暗示特斯拉在HW3.0阶段杀青了芯片全自研，但在HW4.0阶段却将芯片想象交给了博通。
图片开端：特斯拉官网
对此杨宇欣暗示：“特斯拉的这一滑变标明，即使是行业最初者，也会在芯片想象上寻找最优的生意配合形态。博通在团队练习度、IP采购价钱和代工价钱上齐比特斯拉更具上风。芯片行业的上游阛阓特等现实，一切齐取决于量产限制，而非公司名气。”
和程鹏一样，杨宇欣也拿手机边界作念了譬如，他以为高通和联发科这样的供应商，其手机芯片研发才略天然很强；华为和三星这样的头部手机企业，自研芯片也很可以；而像谷歌这样的手机厂商天然也自研芯片，但仅仅部分自研，其好多想象如故会交给供应商去作念，是以第三方芯片供应商是一定需要且一定永远需要的，毕竟大多数厂商如故但愿能够有更专科的供应商提供支抓。
手脚对这一不雅点的支抓，黑芝麻智能首创东说念主兼CEO单记章以A2000系列芯片例如，““咱们用7nm的工艺，达到以至提升了4nm工艺首先进的芯片，A2000在完全数值上跟海外巨头不相高下的前提下，还能比他提供更高的成果。”而具体到配合，黑芝麻智能现在曾经和祯祥、比亚迪、一汽、东风等车企刚硬了配合公约，量产车型包括量产车型包括领克08、领克07、东风eπ007、东风eπ008等。
地平线首创东说念主兼CEO余凯也在百东说念主会论坛上发表了肖似的言论。在他看来调教，自动驾驶进程发展，会成为一项特等圭臬化的功能，但也会导致很难再作念出各别化。
余凯拿手机边界的证据作譬如：“看手机畴昔30年的历史，一运转基带齐是手机厂商自研的，像摩托罗拉、诺基亚、、爱立信。但从1995年运转，德州仪器掀翻一波，2000年运转高通横空出世。今天的地方是20%自研，80%依赖供应商。”是以就像手机厂商在畴昔十几年的变迁一样，自动驾驶应该亦然车企自研占20%，供应商配合占80%。
而关于地平线来说，功令现在地平线征途6已锁定超20家车企及品牌量产配合，自2025年起有超100款搭载征途6的中高阶智驾车型上市；量产限制加快扩大，2025年征途眷属累计出货量将突破1000万套，地平线也将成为国内首个突破千万级量产的智驾科技企业。
一边是车企放荡推动自研智驾芯片，另一边是供应商但愿车企积极拥抱第三方决策，那么研发智驾芯片的责任，究竟该交给谁更好？
车企：自研虽好，但考验内功
要是说车企为什么要自研智驾芯片，那么特斯拉便是最佳的谜底。
以特斯拉的HW3.0为例，这套车端的硬件平台搭载了两颗特斯拉自研的FSD芯片，单颗算力仅为72 TOPS——显著这一数值显著低于同期的英伟达Orin（单颗254 TOPS）和高通Snapdragon Ride（约100+TOPS），但其效用上风却非常突出，不仅可以运行全场景FSD，以至可以运行FSD最新的端到端版块。
HW3.0之是以能凭借144TOPS的平台算力“以小博大”，发轫一大优点，便是其针对FSD软件作念了专属优化。早在2019年的Autonomy Day上，特斯拉芯片肃肃东说念主Pete Bannon就暗示，FSD芯片的能效比是竞品的7倍，中枢在于“为神经荟萃任务想象，而非通用诡计”。
FSD芯片包含三个模块：
NPU（神经荟萃处理器）：针对特斯拉的视觉算法（如Occupancy Network）定制优化，平直处理录像头输入的原始数据，减少通用芯片的数据转机支拨。
ISP（图像信号处理器）：及时处理8个录像头的1200万像素图像输入，平直在芯片内完成图像预处理（如去噪、HDR），虚拟后端算力需求。
通用CPU/GPU：仅肃肃非中枢任务（如逻辑功令），与NPU单干明确。
此外，FSD芯片还集成了32MB SRAM缓存，带宽达2TB/s，幸免了传统GPU因窥察外部显存带来的延长（典型GPU显存带宽为300-500GB/s）。对比之下，英伟达Orin的算力天然更高，但其架构需兼顾通用性（支抓多车企的不同算法），现实运行特斯拉同类算法时，可能因数据搬运和冗余诡计损失成果。
对此，半导体究诘机构SemiAnalysis指出，特斯拉HW3.0的现实有用算力（针对特定算法）相配于300+ TOPS的通用GPU，考据了软硬件协同优化的价值。
另外一大优点，则是FSD软硬件协同研发＆优化带来的成果上风。比如软硬件的深度绑定，证据特斯拉在2023年AI DAY上的知道，Occupancy Network可以平直哄骗FSD芯片的NPU进行寥落卷积诡计，而通用芯片需通过CUDA等框架转机为密集卷积，成果虚拟约30%。
此外还有软件层减负，证据Embedded Vision Alliance的阐显著示，特斯拉的底层驱动和中间件（如Dojo编译器）可以针对芯片请示集优化，减少了操作系统和中间层的调理支拨。比较之下，基于Linux或QNX的自动驾驶系统在通用芯片上运行时，需额外破费5-10%的算力。
对此，各人集团前CEO赫伯特·迪斯曾公开暗示，特斯拉在软硬件垂直整合上的最初上风“至少为3-4年”。
但关于国内车企来说，思要复制特斯拉的收效属实难题，何况特斯拉曾经阅历两世为人。
从时刻层面来看，发轫是芯片想象与算法协同的门槛依旧很高。例如特斯拉NPU的架构与Occupancy Network等算法高度绑定，需同期醒目芯片想象和AI算法优化，而国内车企宽敞缺少两类东说念主才的交叉培养（如既懂自动驾驶算法又懂芯片微架构的团队），这会导致软硬件协同成果低下。
其次是国内车企在数据闭环与算法迭代才略上，距离特斯拉依旧存在客不雅差距。特斯拉通过全球超500万辆车的影子形态网罗数据，逐日处理数千万个驾驶场景，支抓算法快速迭代，而国内车企数据量级宽敞不及，且数据标注和仿真用具链相对落伍；此外，特斯拉的Dojo超算集群算力达100 EFLOPS，可磨真金不怕火超百万参数的大模子，而国内车企多依赖公有云（如阿里云、AWS），磨真金不怕火资本相对高且成果低。
从资金层面来看，产投比亦然绝大多数车企齐难以均衡的问题。发轫是流片资本与试错风险，一款车规级芯片的研发过问约2-5亿好意思元，需阅历3-5次流片考据。国内车企年销量若不及50万辆，分担到每辆车的芯片资本将提升1000元，远高于外采芯片（如英伟达Orin单价约400好意思元）；对比之下，特斯拉凭借全球年销180万辆的限制，可将FSD芯片资本摊薄至每片约300好意思元，低于外购决策。
此外，盈利形态的单一也会拉长车企的“回本”周期，证据2023年的数据统计，特斯拉通过FSD软件分担芯片研发资本，其全球FSD选装率达19%；而国内车企软件付费率宽敞低于5%，且多数车企与用户齐遴荐了免费或廉价订阅的形态，这难以支抓芯片自研的永远过问。
供应商：越发练习，但仍需突破
巨臀x那么濒临车企自研智驾芯片的风险，国产供应商们有才略贬责吗？
咱们先以地平线征为例。发轫是曾经量产的征途5，这款芯片的算力达到了128 TOPS，但功耗仅有30W，能效比接近特斯拉FSD芯片，支抓BEV+Transformer模子加快，适配车企的端到端算法需求。
此外，地平线提供“天工开物”用具链，支抓车企将PyTorch/TensorFlow模子快速部署到征途芯片，压缩模子诡计量30%以上；针对中国城阛阓景，征途5还优化了“动态扼制物逃匿”和“无保护左转”的及时诡计才略，让时延低于100ms。
从量产推崇看，征途5理思L系列搭载双征途J5芯片，综划算力达到256 TOPS，能够杀青高速和部分场景下的城市NOA，且系统资本较英伟达决策虚拟40%。
其次是刚刚发布的征途6，性能层面，其单芯片算力达560 TOPS，支抓多芯片级联（最高2240 TOPS），内置专用诡计单位加快BEV+Occupancy Network，时延压缩至50ms，接近特斯拉HW3.0水平；功耗层面，功耗层面，征途6的功耗功令在60W以内（560 TOPS下），能效比约9.3 TOPS/W，接近特斯拉HW4.0。
此外，“天工开物”用具链新增自动化模子剪枝和量化功能，车企算法团队可一键压缩大模子，部署周期镌汰50%。而在量产层面，征途6已官宣的配合车企包括比亚迪（高端品牌仰望U9）和广汽埃安Hyper系列，蓄意2025年量产。
从面向中端的征途5到面向高端的征途6，可以看出地平线在芯片算力、架构、适配性、用具链等方面一直在针对车企的需求与智驾时刻的迭代进行升级，以期达到更高的匹配程度；不外相对来说，其在软硬件协同方面依旧存在局限性。
例如征途5，其在寥落诡计的加快才略上是弱于特斯拉FSD芯片的，这会导致现实有用算力折损约20-40%，另外由于缺少肖似特斯拉“Dojo编译器”的底层优化用具，车企需自研中间件，这也会增多开拓周期和资本。
而关于征途6，除了在运行复杂Occupancy Network时，其有用算力或降至300-400 TOPS外，车企不异需要自行适配算法，这也会导致车企无法通过地平线复刻特斯拉“芯片-算法-数据”的闭环上风。
然后再望望黑芝麻智能。其曾经量产的芯片为A1000系列，算力58 TOPS，其具备两项上风，一个是多传感器交融，A1000强化了对4D毫米波雷达的点云处理才略，这可以匡助车企减少对激光雷达的依赖；另一个是发布了山海用具平台，可以提供自动化模子量化与编译功能，进而虚拟车企算法团队对芯片底层架构的依赖。
对比之下，最新的A2000系列则将单芯片算力升级到了250 TOPS，支抓4芯片级联（1000 TOPS）。在固有上风方面，A2000更进一步优化了多模态交融才略，例如激光雷达点云处理时延从A1000的80ms降至30ms，支抓动态扼制物轨迹掂量；而在灵通性方面则提供“山海2.0”用具链，支抓Apollo、Autoware等开源算法框架，适配二线车企的低资本开拓需求。
但和地平线一样，车企要是思要使用A1000与A2000系列，不异需要过问大批资源适配算法，况兼J6和A2000的级联算力需外接多芯片，导致系统复杂度与功耗飙升，反而不如单芯片决策。
不外在时刻层面之外，国产供应商们在资金层面濒临的难题也更值得咱们怜惜。
以地平线为例，据地平线招股书（2023年赴港IPO肯求）自满，2021-2023年累计亏蚀54亿元，2023年净亏蚀达18亿元，毛利率仅35%；2023年筹画性现款流为-9.3亿元，依赖外部融资输血。2023年IPO前终末一轮融资估值50亿好意思元，但上市程度因盈利问题受阻，资金链压力加重。研发用度占比超70%，但征途系列的年出货量仅50万片，单芯片研发资天职担高达4600元/片，远超售价。
黑芝麻的情况也辞谢乐不雅。证据2023年财报自满，黑芝麻智能净亏蚀11.2亿元，毛利率仅22%；2023年出货量不及20万片，且主要客户为二线车企，前五大客户孝顺营收占比超80%，抗风险才略弱。
这现实也响应出了国产供应商们在生意形态上遭受了限制效应难以达成的窘境。例如地平线征途5和黑芝麻A1000为霸占阛阓份额，订价仅为英伟达Orin的30%-50%，但出货量不及导致难以摊薄资本；由于国产芯片可替代性较高，车企也会条目芯片供应商每年降价10%-15%，进一步压缩利润空间。
此外，车规芯片认证周期长达2-3年，导致地平线J6（16nm）和黑芝麻A2000（12nm）等先进制程时刻落地时已落伍海外大厂；而为了眩惑车企，供应商还需要免费提供用具链、算法优化奇迹，这类隐造资本占营收比例超25%。
由此可以看到，车企要是遴荐集体自研智驾芯片，那么对供应商的生活来说，无疑是一扫而空。不外在本年2月比亚迪文告开启全民智驾之后，不仅是比亚迪向英伟达和地平线辞别发出了百万片中算力智驾芯片的订单，也激发了长安、奇瑞、祯祥等品牌跟进全民智驾的连锁效应，这意味着供应商们在中端智驾芯片阛阓，依旧有重振威风的契机。
自研如故采购，终端将是生态分化
事实上，车企和供应商围绕智驾芯片的争吵，本色上是车企与供应商对产业语言权的争夺，天然车企在明面上依旧领有更大的主导权，但确乎如供应商所言，从长期看，这场博弈的终端约略率会造成生态分层：
如特斯拉、比亚迪等这般年销量达百万级的头部车企，凭借限制效应和时刻闭环才略，确乎可通过自研智驾芯片构建护城河。特斯拉的FSD芯片已考据了软硬件协同的颠覆性成果，而比亚迪若收效量产，将突破对英伟达的依赖。这类企业追求的不仅是功能最初，更是对数据、算法、硬件的全链条功令。
对年销量50万以下的车企，自研芯片的财务和时刻风险远超收益。地平线、黑芝麻等供应商提供的“高性价比芯片+用具链”，仍是其杀青智驾功能的最优解。但需警惕供应商生态的局限性——若无法突破算力天花板或绑定头部客户，这类芯片可能沦为“过渡决策”。
关于供应商来说，生活逻辑则愈加平直，取决于两点：一个是加快追逐时刻代差，例如地平线J6、黑芝麻A2000需证明其现实有用算力不输英伟达Thor，并通过灵通生态扩大适配性；另一个则是更新生意形态，例如从“卖芯片”转向“卖奇迹”，按车企智驾功能通畅率分红（肖似特斯拉FSD订阅），或与云奇迹系结（如四维图新数据合规决策）。
对车企的终极拷问并非“是否自研芯片”，而是“能否在智能化竞争中存活”。若既无穷制也无时刻深度，跟风自研只会加快失血；若志在头部，则必须忍耐短期亏蚀调教，赌一个“特斯拉式”的异日。而供应商的生活之说念，则在于能否在巨头夹缝中，找到不成替代的生态位——不管是极致性价比，如故各别化奇迹。这场博弈莫得圭臬谜底，只好时期能筛选出终末的赢家。