在AI智能体、大模型上车的浪潮下，智能座舱SoC市场即将爆发新一轮的激烈「混战」。

今年以来，比亚迪、智己等主机厂先后在智能座舱系统中引入了AI Agent（智能体），以打造更加具备主动认知、情感交互的高阶AI智能座舱系统，由此也引发了智能座舱SoC新一轮的升级换代潮。

《高工智能汽车》了解到，伟世通、德赛西威、博泰车联网等Tier1厂商正在加快打造基于高通骁龙座舱平台至尊版（QAM8397P）的新一代智能座舱解决方案，而北斗智联则基于MT8678平台打造智能座舱解决方案。此外，还有不少车企与联发科、AMD、英特尔、芯驰科技等厂商达成合作。

在这背后，市场上已经量产的智能座舱芯片，大多数芯片的AI算力无法支撑AI大模型的落地。即便是小参数模型，也对车端芯片的算力、带宽、功耗等提出了要求。

在此前，多数AI大模型上车都是部署在云端，不仅高频调用费用高企，响应速度、数据隐私等也难以得到保证。比如今年开年，国内车企无一例外都以云端部署方式接入了Deepseek R1，但多数车企仅是原始模型的简单介入，并未真正做到用户体验层面的深度结合。

业内人士一致认为，AI大模型在智能座舱SoC芯片上面实现本地化车端部署，将是未来的必然趋势。但这要求智能座舱SoC具备更加充沛的CPU、NPU等性能，以及超大带宽能力，传统座舱芯显然无法满足需求。

在这样的背景之下，围绕下一代AI智能座舱SoC平台的争夺战，已经打响。包括英特尔、联发科以及芯驰科技等芯片厂商纷纷“亮剑”新一代AI座舱SoC产品，以支持70亿及更大参数AI大模型在端侧的落地。

01

AI大模型「重构」座舱SoC

当ChatGPT、Deepseek等越来越多AI大模型开始接管智能座舱交互之后，传统芯片架构已经很难支撑数十亿、甚至是百亿级AI大模型在车端落地，智能座舱芯片产业正在进入新一轮的变革。

众所周知，此前智能座舱的AI应用主要部署在云端，端侧普遍只支持10亿参数以下的“小模型”，且大多数只能完成导航提醒、播放音乐等基础指令，很难理解复杂的语音指令。

现如今，智能座舱的AI能力已经从基础语音交互，向多模态交互、个性化推荐、主动智能等AI智能体功能演进，正式进入了AI座舱时代。

在这一过程中，智能座舱需要部署越来越大参数级别的端侧大模型，才能完成AI智能座舱的升级。根据相关数据显示，L3级AI智能座舱可支持50-150亿参数端侧大模型，而L4级AI智能座舱往往需要支持300亿+参数端侧大模型。

“如果是基础的人机交互，端侧部署几个B的小模型就可以实现，但输出精准性远不如大尺寸的模型，且很难具备很强的推理能力。要达到比较好的智能座舱人机交互效果，往往需要部署30B及以上的大模型版本。”有业内人士表示，伴随着AI Agent技术逐步落地，智能座舱将加速向多模态融合交互、全场景主动认知、实时数据处理、沉浸式体验的L3级AI座舱演进，届时往往需要支持数百亿参数的大模型。

去年开始，各大车企纷纷推动座舱芯片平台的升级换代，高通8295芯片成为了各大主机厂旗舰车型新一代AI座舱的主流配置。根据《高工智能汽车研究院》数据显示，2024年1-12月，中国市场（不含进出口）乘用车前装标配高通8295座舱平台车型交付已经达到137.07万辆，2023年同期仅有1426辆。

芯驰科技CTO孙鸣乐介绍，评估AI大模型在智能座舱端侧的部署效果，需要综合考虑输入长度（Context Length）、首个token生成延迟（First Token Latency）以及持续输出速度（Tokens per Second）等综合指标。以目前主流的7B多模态大模型为例，性能指标要求是在512 Token输入长度下，1秒以内输出首个Token，并持续以20Token/s的速度运行。

“AI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和系统带宽。”孙鸣乐表示，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。现有的座舱芯片平台大多数源自于手机芯片设计，虽然NPU性能可以满足需求，但其内存带宽通常为64位，总带宽约60-70GB/S，这对于运行7B多模态来说往往是不够的。

据了解，7B多模态大模型在端侧部署，这需要座舱处理器具备30TOPS以上的NPU算力，并且SoC中的DDR带宽需要达到90GB/s左右。

“能够部署和能够有效运行是两回事。”有业内人士表示，已经有企业基于30-40TOPS算力的座舱SoC平台跑7B大模型，但基本上还处于智能座Demo展示阶段，距离真正落地还有一段距离。接下来，伴随着更大参数的多模态大模型加速“上车”，座舱深入融合越来越多，算法的需求也越来越强，这些对于智能座舱SoC算力都有极大的压力。

因此，伴随着百亿参数大模型的加速上车，业界对于更高算力、更大带宽、更高速传输的智能座舱芯片需求日趋高涨。

02

智能座舱SoC混战“再升级”

为了更好地支持更大参数AI大模型在端侧的部署，包括联发科、英特尔在内的汽车芯片巨头以及芯驰科技等本土厂商打响了新一轮的智能座舱SoC升级战。

比如联发科，其推出了3nm制程的CT-X1，AI算力以400TOPS刷新了座舱SoC性能天花板。据了解，CT-X1同时集成了NVIDIA Blackwell GPU与深度学习加速器，以双AI引擎构建弹性算力架构，可以支持130亿参数的大语言模型，包含多种主流大语言模型（LLMs）和多模态生成式AI模型在车端的部署，能够在1秒内生成AI图像。

而英特尔也发布了第二代英特尔AI增强软件定义汽车（SDV）座舱SoC，采用了Chiplet架构，可以为每个功能模块匹配性能出色且合适的芯片。基于此，主机厂可以根据自身需求定制计算、图形和AI功能，降低开发成本，缩短上市时间。据英特尔透露，第二代座舱SoC支持舱驾一体融合，且生成式和多模态AI性能最高可提升10倍，图形性能最高可提升3倍，预计将于2026年正式搭载在量产车型上面。

去年，英特尔已经发布了第一代座舱SoC以及首款锐炫车载独立显卡ARC A760-A，预计在2025年实现量产。根据公开资料显示，英特尔第一代智能座舱SoC匹配车载独立显卡ARC A760-A（算力达到229TOPS），最多支持8块4K显示屏，以及在端侧实现超大或者多个大模型的部署。比如同时运行两个7B模型，以及4-5个2B以上的模型。

而作为本土供应商的代表，芯驰科技同样已经推出了新一代AI座舱SoC——X10，采用4nm工艺制程，NPU算力达到40TOPS，同时还匹配了128位 LPDDR5X内存接口，带宽高达154 GB/s，是当前量产的旗舰座舱芯片带宽的两倍以上。

孙鸣乐表示，芯驰X10能够有效支持AI大模型的运行，可以实现7B（70亿参数）模型每秒输出20 token/s，响应时间控制在1秒以内。此外，芯驰X10还可以有效解决AI大模型在云端部署场景下，因网络繁忙或者云端服务器负载波动造成的偶发延迟问题，确保用户体验的一致性。

可以看到，伴随着联发科、英特尔等越来越多汽车芯片巨头的持续发力，以及国产芯片厂商的迅速崛起，智能座舱芯片市场迎来了前所未有的“混战时代”。

根据《高工智能汽车研究院》发布的2024年中国市场（不含进出口）乘用车前装座舱芯片供应商市场份额榜单显示，排在前五名的供应商分别是高通、恩智浦、瑞萨、联发科、德州仪器，依然是外资厂商占据较多，但中国本土方案市场份额占比已经提升至了7.4%。

具体的市场份额来看，高通以32.01%的市场份额绝对领先，并且已经成为了域控升级的主要平台。《高工智能汽车研究院》认为，伴随着多模态AI大模型的加速上车，智能座舱SoC市场格局将全面重构。

目前，各大主机厂和Tier1已经基于高通8397、联发科CT-X1、英特尔等高算力AI座舱SoC开发新一代座舱系统。比如伟世通、德赛西威、博泰车联网等厂商正在基于高通骁龙座舱平台至尊版（QAM8397P）打造新一代智能座舱域控制器。资料显示，高通8397芯片的CPU算力达到660KDMIPS，AI算力达到360TOPS，可同时支持多达16个4K显示器、实时光线追踪和沉浸式3D体验，以及助力端侧AI大模型更高性能的运行。

除此之外，还有不少车企已经选用联发科、AMD、英特尔、芯驰科技等厂商的新一代高算力AI座舱SoC，而以领克等为代表的车企还选择通过搭载双座舱SoC的方式来支持AI大模型的上车，芯片选项越来越多样化。

不可否认，主机厂、供应链企业已经打响了新一轮AI智能座舱的升级战。如何在性能提升与成本控制之间找到平衡，以及如何更好地使用算力，依然是车企与供应商共同的挑战。