现状：架构革新驱动SoC跃迁，生态重构开启增量蓝海

车载芯片价值量持续提升，自动驾驶SoC逐渐成为智驾芯片主流形态

随着智能网联汽车的发展，车载芯片的价值量持续提升。车载芯片是指专用于车载电子控制装置的半导体产品，支持在自动驾驶系统、驾驶舱、底盘、动力总 成及车身等方面的广泛应用，按功能种类可划分为计算类芯片、功率半导体、传感器芯片等。车规级计算芯片可按集成规模分为MCU和SoC。MCU（单片机芯片） 是指以单个CPU作为处理器的传统电路设计；SoC（系统级芯片）是一种集成电路设计，内部集成更多的异构处理单元，包括将CPU、GPU、ASIC及其他组件集成 到单个芯片。随着整车EE架构逐渐由分布式向集中式域控制器架构，乃至中央集成式方向演进。传统MCU芯片已经无法满足大量异构数据的吞吐能力和更快的 数据处理能力的需求，因此，数据传输效率更高、算力更大的SoC芯片成为汽车芯片设计及应用的主流趋势。

车载SoC芯片主要面向智能驾驶域智能座舱两大应用领域。自动驾驶SoC通常集成到一个摄像头模块或一个自动驾驶域控制器中，负责将来自感知层传感器的数 据处理及融合，然后代替人类驾驶员作出驾驶决策。现阶段，座舱SoC与智驾SoC仍处于独立发展阶段，未来上层应用到底层硬件将逐步实现融合，舱驾一体 SoC乃至中央计算SoC将逐渐成为主流产品形态。本片报告将重点分析自动驾驶SoC。

自动驾驶SoC产业链全景：从芯片制造到车企协同的生态重构

自动驾驶SoC及解决方案行业价值链主要包括半导体制造商、自动驾驶SoC及解决方案供应商及终端应用。产业链上游包括IP核 授权和EDA软件等设计厂商、半导体材料及设备厂商，以及芯片设计、芯片制造和封装测试三个主要环节；中游自动驾驶SoC供 应商作为Tier2，负责设计开发自动驾驶SoC作为自动驾驶解决方案的核心组件。一套完整的基于SoC的解决方案包括SoC硬件以 及全面的技术支持及服务，如芯片、基础软件、中间件、算法及工具包，使车辆具备自动驾驶功能；Tier1和车企则属于产业链 下游客户。此前，自动驾驶SoC供应商作为Tier2，主要与Tier1密切接触合作，如今部分车企倾向于主动与头部芯片公司交流合 作，根据用户需求定制开发芯片产品。车企布局车载SoC芯片的主要模式包括自研、合资、战略投资和战略合作。

短期CPU+GPU+ASIC仍为主流方案，长期CPU+ASIC架构有望逐渐普及

短期内CPU+GPU+ASIC仍为主流方案，未来CPU+ASIC架构也将逐渐普及。当前自动驾驶芯片的SoC架构主要采用三种技术路线： CPU+GPU+ASIC、CPU+ASIC以及CPU+FPGA。CPU作为核心处理器，主要负责逻辑运算、任务调度和系统控制，是芯片的基础运算单元；GPU 作为通用加速器，凭借大规模并行计算架构，承担CNN等神经网络计算与机器学习任务，尤其在处理图像和浮点运算时效率显著，预计在 未来一段时间仍将作为主力计算模块；FPGA作为可编程硬件加速器，在动态算法场景中优势突出，其灵活重构特性适配RNN、LSTM及强化 学习等时序类模型，同时在激光雷达数据处理、传感器融合等成熟算法领域发挥关键作用；ASIC作为专用集成电路，通过定制化设计可 深度优化特定算法（如特斯拉NPU、地平线BPU），实现性能与功耗的最佳平衡。随着自动驾驶算法逐步固化，CPU+ASIC架构也将加速渗 透。

车载SOC芯片选型需综合考虑客观要素及隐性价值

车企在进行车载SoC芯片选型时会综合考虑感知硬件、软件算法架构等客观要素（性能、成本）以及相关隐性价值。1）平台延续性：车企需评估芯片厂 商的长期发展能力，因其研发周期约3年且供应链切换成本高，故关注产品迭代周期与设计前瞻性，确保符合技术趋势和自身需求。 2）适配性：适配行 涵盖硬件（传感器、存储芯片如LPDDR/NOR Flash、通信芯片如以太网交换芯片）、软件（底层至算法层）及通信（CAN/以太网总线协议）的协同性，核 心标准是确保系统组件协作达标。3）平台化设计：通过统一架构（如地平线征程6的DTCO/STCO理念）适配多样化需求，标准化SoC方案可降低研发成本 并提升行业口碑。4）软件生态：软件生态决定芯片可用性，需AI开发套件（算子库/工具链）、易用性（完善文档/社区支持）及兼容性（稳定接口框 架），英伟达CUDA生态是标杆 。5）本土化服务：在研发周期逐渐压缩的背景下，依赖本地技术支持团队与快速响应能力，解决硬件设计、算法移植等 实际问题。

国内自动驾驶加速渗透，车规级SoC高速发展，ADS SoC有望带来较大增量

国内自动驾驶加速渗透，预计2028年将接近全面普及。弗若斯特沙利文统计数据显示，2023年全球自动驾驶乘用车市场显著增长，渗透率达69.8%，我国以 74.7%的渗透率领跑全球。从技术等级看，L1/L2级占据主导，全球渗透率分别为38.8%/31.0%，国内则以42.1%的L2级渗透率展现技术升级优势。随着成本下降 和消费者接受度提升，预计到2028年全球自动驾驶乘用车销量将达6,880万辆（渗透率87.9%），国内市场销量预计达2,720万辆（渗透率93.5%）。

国内车规级SoC高速发展，ADAS SoC市场增势迅猛，ADS SoC有望带来较大增量。根据弗若斯特沙利文数据，2023年，汽车芯片全球市场规模达3,550亿元，受 益于电动化与智能化趋势，预计2030年将突破6,000亿元。2023年，国内车规级SoC市场规模已达267亿元，2019年-2023年的年复合增长率为42.0%，超过同期 全球复合增速（32.2%），预计2028年有望达到1020亿元。其中ADAS SoC市场增势迅猛，2023年全球和中国市场规模分别为275亿元和141亿元，2019年-2023年 的年复合增长率分别为55.5%/38.6%。更高阶的ADS SoC虽处测试阶段，但技术溢价显著，预计全球和中国市场2026年规模将分别达81亿和39亿元，2030年有望 增至454亿和257亿元，中国或成最大增量市场。

趋势：智驾普及释放国产势能，技术聚变重构生态范式

高阶智驾向主流市场下沉，助推国产智驾SOC需求释放与技术迭代

政策与市场双重驱动下，国产SoC加速崛起。政策端，北京、武汉等地高级别自动驾驶法规陆续落地，为城市NOA普及提供法律保障，据中国电动汽车百人 会预测，到2025年年底乘用车NOA渗透率将达到20%。市场端，本土厂商也在加快大算力车载芯片布局，地平线新一代智驾芯片征程6系列最高算力达 560TOPS，随着征程6全系列陆续量产，其有望成为英伟达Orin-X的有力竞争者。智驾SoC国产替代进程加速，以地平线等为代表国内汽车SoC芯片厂商与国 内车厂的生态合作，将助推我国智能驾驶产业链实现自主可控。

智驾普及要求高阶智驾硬件成本继续压降，倒逼SOC厂商进行工艺升级和供应链整合。具体来看，例如地平线机器人征程6采用车规级7nm工艺降低功耗和 成本；激光雷达、毫米波雷达、摄像头等传感器成本大幅下降。根据智驾方案供应商Momenta信息，支持无图城市NOA的高阶智驾系统遵循每两年硬件成本 减半、软件性能提升10倍的摩尔定律。智驾硬件成本持续压降使得10万元级车型搭载高阶智驾成为可能。智驾普及最终将重塑产业生态，推动技术普惠与 规模效应并行。

车载芯片开发模式向软硬件协同、开放生态演进，加速产品落地进程

车载芯片的开发流程加速向软硬件协同方向演进，其中开发平台的生态构建成为提升效率的核心。传统汽车开发采用线性流程，从处理器IP交 付到芯片开发需约两年实现硬件落地，软件开发随后启动，周期冗长且难以适应智能化快速迭代需求。而英伟达的CUDA平台和ARM的SOAFEE架 构通过集成开发工具链、预置算法库及标准化接口，实现了硬件设计与软件开发的并行推进，有效缩短开发周期。当前高通、地平线等企业均 采用“芯片+软件栈+开发平台”一体化模式，例如地平线征程系列芯片配套“天工开物”工具链，支持算法即插即用，显著降低了主机厂的适 配门槛。这种模式不仅加速了车企产品落地，还通过开放生态吸引开发者，形成从芯片到应用的完整价值链。

算法革新驱动芯片架构升级，Transformer适配与存储优化突破算力瓶颈

当前智能驾驶领域正经历算法架构革新，BEV+Transformer+OCC组合已成为城市NOA的主流感知框架，并推动智驾SoC芯片向端到端大模型 方向发展。传统针对CNN优化的芯片架构面临严峻挑战，Transformer作为访存密集型网络，对内存容量和访存带宽的要求比以CNN为目标 的加速芯片高很多。为此，行业通过三重技术路径突破瓶颈：（1）硬件架构创新，如英伟达Hopper GPU集成Transformer引擎，支持 FP8/FP16动态精度切换；（2）关键算子优化，地平线J6针对Layer-norm&Softmax等仅占3%计算量但耗时10%～30%的复杂算子进行硬件加 速；（3）存储系统重构，采用三级缓存（LOM/L1M/L2M）和PB内存块（如安霸CV3的CVflow架构）来突破冯·诺依曼架构的"存储墙"限制。 这些创新使芯片在应对Transformer模型参数量激增以及算力需求释放的挑战时，仍能保持高效运算能力。

格局：三方势力驱动技术竞合，生态跃迁催生国产突围

专用芯片有望主导市场，本土厂商正加速技术突破和市场拓展