💰钛媒体•較早收集於 30m
智駕芯片，更捲了
💡中國智駕芯片競爭加速具身 AI 硬體替代 Nvidia。（26字元）
⚡ 30-Second TL;DR
有什麼變化
國產 NEV 進軍高端
為什麼重要
競爭加劇刺激智駕 AI 芯片創新，壓迫 Nvidia 等現有業者。
下一步行動
測試 Horizon Robotics Journey 芯片，用於具成本效益的 ADAS 原型。
誰應關注：Developers & AI Engineers
關鍵要點
- •國產 NEV 進軍高端
- •產品迭代加速
- •車規芯片生死競爭
🧠 深度解析
本篇為 AI 生成分析，非原文內容。
🔑 增強重點摘要
- •國產智駕芯片廠商正從單一的算力堆疊轉向「感算一體」與「中央計算架構」的技術路徑，以應對車企對系統集成度與成本控制的極致要求。
- •隨著智駕功能向中低端車型下沉，芯片廠商面臨嚴峻的「性價比」考驗，促使供應鏈加速向國產化替代與封裝技術（如Chiplet）創新轉移。
- •車規級芯片的認證週期與量產穩定性成為決定廠商生死的分水嶺，頭部廠商正通過與車企深度綁定（如聯合研發）來構建護城河，以抵禦價格戰帶來的利潤壓縮。
📊 競品分析▸ Show
| 特性/廠商 | 地平線 (Horizon Robotics) | 黑芝麻智能 (Black Sesame) | 華為海思 (Huawei HiSilicon) |
|---|---|---|---|
| 核心架構 | BPU (伯努利架構) | NeuralIQ ISP + DynamAI | 昇騰 (Ascend) NPU |
| 市場定位 | 高性價比、生態開放 | 高性能、靈活開發 | 高端、全棧自研 |
| 典型算力 | 5-560 TOPS (征程系列) | 58-254 TOPS (華山系列) | 200-800+ TOPS (MDC系列) |
🛠️ 技術深入
- 採用先進製程（7nm/5nm）以提升能效比，降低智駕系統的功耗與散熱需求。
- 引入Transformer模型專用加速引擎，優化BEV（鳥瞰圖）感知與佔用網絡（Occupancy Network）的處理效率。
- 支持多傳感器融合（激光雷達、毫米波雷達、攝像頭）的低延遲數據傳輸與實時處理架構。
- 具備功能安全（ISO 26262 ASIL-D）認證，確保在極端駕駛場景下的系統可靠性。
🔮 前景展望AI analysis grounded in cited sources
國產智駕芯片市場將在2027年前出現大規模併購潮。
激烈的價格戰與高昂的研發投入將導致缺乏規模效應的中小芯片廠商難以維持運營，被迫尋求併購或退出市場。
車規芯片的「算力過剩」將轉向「算法效率」競爭。
隨著硬件算力提升趨於平緩，車企將更關注芯片對特定AI算法的優化程度與軟硬一體化開發效率。
⏳ 時間線
2021-07
地平線發布征程5芯片，標誌著國產大算力智駕芯片進入量產前夜。
2022-08
黑芝麻智能發布華山二號A1000 Pro，推動國產芯片在高端自動駕駛領域的應用。
2024-04
華為發布乾崑智駕解決方案，進一步整合芯片與算法，加劇市場競爭格局。
2025-10
國產智駕芯片廠商集體進入「性價比」決戰階段，市場份額向頭部企業集中。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 钛媒体 ↗
每週 AI 簡報
每週一封，可隨時退訂。