在汽车智能化的狂飙突进中，车载存储成为了制约高阶辅助驾驶“规模化普及”的棘手瓶颈。

一方面，伴随着CNN到BEV+ Transformer、再到“VLA世界模型”的快速进阶，AI大模型的参数量暴增，不仅对于SoC算力的需求剧增，还带来了存储带宽需求的急剧增长，传统存储产品已经不足以满足高阶辅助驾驶以及AI大模型上车的需求。

另一方面，伴随着汽车智能化对于存储需求的爆发式增长，以及上游存储颗粒短缺等因素影响，部分车载存储芯片需求远远超过供应，导致不少智驾企业面临了存储芯片短缺的危机。有报道称，去年下半年开始，智能驾驶基础芯片配套的8GB存储芯片就开始进入了“紧缺潮”。

当前，新一轮更大规模的高阶辅助驾驶战役已经到来，门槛更高、用户体验更好的城市NOA成为了辅助驾驶竞争的真正破局点。根据《高工智能汽车研究院》数据显示，2025年1-5月中国市场（不含进出口）乘用车前装配置城区NOA（含软件选装）交付新车90.22万辆，同比增长152.5%。

一边是城区NOA等高阶辅助驾驶普及带来的“存储需求猛增”，一边是存储芯片的“性能短板”与“供应缺口”，双重压力下，车载存储如何突破技术与产能的双重桎梏？谁又在抢滩突破车载存储瓶颈？

01

AI大模型上车，遭遇“拦路虎”

当BEV+Transformer大模型成为高阶辅助驾驶标配、VLA端到端大模型向更复杂场景渗透时，传统存储系统的带宽、时延与功耗开始“力不从心”，甚至已经成为制约AI大模型落地效率的“隐形门槛”。

“AI大模型上车，真正的瓶颈不在SoC算力本身，而是在数据的存储与处理。”有企业人士表示，要让基于Transformer架构的辅助驾驶系统流畅运行，存储带宽要达到400GB/s甚至是600GB/s以上才可以流畅运行，而参数更大的VLA模型，部分带宽要求甚至已经突破了1TB/s。

还有业内人士表示，AI运算90%的功耗和延迟都来自存储系统，存储系统的性能直接决定了数据搬运的速率。“即便是用了当前最好的LPDDR5/GDDR6的车规存储芯片，依然无法实现百亿级别AI大模型的流畅运行。”

以理想汽车为例，其在Orin X上部署的VLM模型参数规模大约在2B左右，但VLA模型中的VL（视觉+语言）部分模型参数就达到32B，模型参数提升了十几倍。对应的是，当前市场主流的车规级LPDDR5带宽约84GB/s，而特斯拉HW4.0上使用的GDDR6，单颗带宽大约是56Gb/s，最大支持12颗32bit的GDDR6并联，合计总线宽度384位。

此外，AI大模型的输入已不再局限于文本，而是扩展到了图像、音频、视频、代码等多模态、多粒度的非结构化数据。这类数据不仅体量庞大，而且格式结构复杂、访问模式各异，传统的存储方案已经难以胜任。

总体来看，当前市场上主流的车载存储产品，已经跟不上AI大模型的迭代节奏。当AI大模型参数量快速增长，数据增量呈几何级增长，存储系统的“传输效率”与“处理能力”已成为制约高阶辅助驾驶进阶的关键变量。

小鹏汽车嵌入式平台高级总监&整车电子电气首席架构师段志飞在公开报道中表示，在AI+汽车的大趋势下，智能座舱和智能驾驶都给车载存储提出了新的需求。一方面，AI座舱应用及生态功能的实现需要大容量、高带宽及高可靠性的存储；另一方面，小鹏图灵AI智驾端到端大模型和数据的存管用需要高读写速率、大容量的存储。

目前，小鹏正在研发720亿参数的超大规模自动驾驶模型，即“小鹏世界基座模型”，参数量是主流VLA模型的35倍左右。为此，小鹏汽车自主开发了底层的数据基础设施（Data Infra），使数据上传规模提升22倍、训练中的数据带宽提升15倍。同时，通过联合优化 GPU / CPU 以及网络 I/O，最终使模型训练速度提升了5倍。

可以看到，伴随着高级辅助驾驶系统的进阶，以及AI智能座舱系统、V2X等新技术的应用，智能汽车的数据量呈现了爆炸性增长的态势。数据显示，当前，一辆智能网联汽车的闪存容量范围在64-256GB左右，伴随着端侧大模型、娱乐系统、传感器精度等方面的升级，智能汽车存储容量提升至TB级别。

在这样的背景之下，市场对于更高性能、更大容量、更低成本的车载存储产品需求日趋高涨，同时对存储容量以及带宽、时延等性能的要求急剧提升。尤其是在AI大模型加速上车的大背景下，车载存储芯片已经成为了关键支撑。

02

谁在抢滩布局新机遇？

伴随着AI+汽车的持续演进与升级，车载存储芯片市场催生出了巨大的创新与市场机遇。

根据《高工智能汽车研究院》预测，到2030年，车规级存储产品将占整车电子架构硬件成本的15%以上，比2020年增长近一倍。

众所周知，由于车载存储芯片的技术门槛高、认证周期较长等原因，美光、三星、SK海力士等海外存储大厂一直占据着中国车载存储市场的垄断地位。

但近几年，伴随着汽车“新四化”的逐步发展，车载存储市场进入了全面升级的关键周期，这也为新兴企业进入车载存储领域提供了难得的机会，也使得车载存储行业格局进入重塑期。

根据《高工智能汽车》了解，过去几年，中国市场已经有20多家企业持续发力车载存储市场，兆易创新、长鑫存储、长江存储等厂商已经实现了国产化突围。比如在NOR Flash领域，兆易创新GD25/55全系列SPI NOR Flash已通过ISO 26262 ASIL D认证、AEC-Q100认证，全球累计出货量已经突破两亿颗。

具体来看，车载存储主要分为三大类型：一是DRAM，主要负责与CPU直接交换数据的内部存储器，目前市场主流的是LPDDR4、LPDDR5或GDDR6等。

二是用于存储数据的NAND Flash，市场主流的是eMMC和UFS。《高工智能汽车》了解到，高阶辅助驾驶汽车已经将UFS3.1存储作为主流选择，接下来将逐步迭代至UFS4.0、UFS5.0、PCIe SSD。目前，闪迪、铠侠等已经推出了UFS4.1标准的车规级存储产品，而美光、三星等国际巨头还推出了车规级SSD产品。

三是负责代码存储的NOR FLASH，主要用在显示系统、ADAS系统等对启动速度要求较高的设备。在这其中，兆易创新GD55LX02GE系列SPI NOR Flash已经在车载领域实现了广泛应用。据了解，该1.8V 2Gb SPI NOR Flash，最高时钟频率为200MHz，数据吞吐率高达400MB/s，具有八通道DTR SPI接口，兼容单通道、八通道SPI指令集，支持XIP(Execute-In-Place)，以达到高效的代码数据读取。

此外，兆易创新SPI NOR Flash内置ECC算法与CRC校验功能，在提高可靠性的同时，可以延长产品使用寿命；兼容现有SPI接口规格与操作方式的基础上，通过DQS和DLP功能为高速系统设计提供保障；支持标准的TFBGA24ball封装，最高温度规格可支持125℃。据了解，兆易创新该系列产品适用于智能网联、智能座舱、自动驾驶等对高性能有严格要求的汽车应用。

根据《高工智能汽车》了解，英伟达以及越来越多主机厂已经将LPDDRR5X作为核心选择，而美光科技、SK海力士、三星等还在大力推动下一代GDDR7、HBM2E的规模上车。

比如SK海力士，其已经推出了行业领先的GDDR7，数据传输速率达32-40Gbps，数据处理速度高达1.5TB/S。同时，SK海力士还与英伟达、特斯拉等企业合作，将HBM的应用从AI数据中心拓展到智能汽车市场。目前，SK海力士HBM2E已经在Waymo旗下L4级Robotaxi上应用，容量高达8GB，传输速度达到3.2Gbps，带宽高达410GB/s。

总体来看，伴随着汽车智能化程度的不断提高，车载存储进入了重要的产品升级期，DRAM逐步从LPDDR4/4X快速向LPDDR5/5X、LPDDR6乃至GDDR7、HBM2E演进，闪存形式也从eMMC升级为UFS，并不断向SSD发展。

在这同时，国产替代的步伐也在不断加快，长鑫存储、长江存储、兆易创新等国内存储企业正在逐步扩大市场份额。

不过，不容忽视的是，智能汽车市场需求变化多端，对存储芯片的需求量和需求类型都有较大不确定性，叠加行业的周期性变化带来的供应不足风险，等待本土玩家的挑战依然不少。