伴隨著AI大模型的快速上車，作為汽車大腦的芯片，也迎來了新一輪全面升級。

在輔助駕駛芯片領域，英偉達Thor正式上車，今年5月起，第一批搭載英偉達Thor U的新車開啟交付，包括理想L8（參數丨圖片）、領克900等。雖然這款芯片并非“頂配版”Thor，屬于其衍生版中的中低配，但單顆算力仍高達700TOPS，是目前主流的英偉達Orin X算力（254TOPS）兩倍還多。

座艙芯片領域，當前的“天花板”高通8295（最大AI算力為60TOPS），也將很快淪為“上一代”產品。據悉，高通第五代座艙芯片明年量產，AI算力高達360TOPS，且將更好適配大模型。

根據摩爾定律，處理器的性能大約每兩年翻一倍，同時價格下降為之前的一半。以此判斷，車規級AI芯片算力即將全面進入千級時代。

然而，經歷過前些年盲目卷硬件的階段，很多人都已經意識到了，算力其實“啥也不是”。相比算力翻了多少倍，真正能對汽車智能化水平起到重大作用的，是芯片換代帶來的架構革新，企業的軟硬件適配能力，以及國產芯片的快速追趕。

1、智能汽車開啟One Brain時代：“一顆大腦統管一切”

拼算力，英偉達無疑“遙遙領先”，其2022年發布的Thor芯片最高算力可達2000TOPS。目前，業內主流的輔助駕駛算法正在從“端到端+VLM”向VLA進階，Orin X的算力難以支撐結構更復雜，參數成倍增加的VLA模型，因此Thor等千級算力芯片，被視為實現高級別自動駕駛和車內AI功能的關鍵。

而強大算力背后更值得關注的是，英偉達引入了最新一代GPU架構和Transformer加速單元，能夠將過去汽車中分散的多個電子控制單元（ECU）功能整合在一起，例如，高級駕駛輔助系統(ADAS)、泊車、駕駛員監控、數字儀表盤和座艙娛樂等。做個簡單的比喻，汽車可以和人一樣，由一顆“中央計算大腦”統管全身所有功能，即我們之前分析汽車電子電氣架構發展趨勢時提到的“One Brain”。

由此帶來的好處是，集中算力支持更復雜的汽車軟件和功能，同時減少線束，實現更高效的通信，降低功耗和制造成本，提升車輛性能和智能化體驗。

不過，在Thor為汽車插上智慧的翅膀前，車企必須先跨過幾條“深溝”。業內專家指出，采用新GPU架構和Transformer引擎的Thor芯片，在計算單元和指令集上都有變化。這意味著此前基于Orin開發的算法和中間件，都要跟著重構和優化。雖然英偉達也會提供對應的工具，但整車廠的軟件工程師仍需重新調校參數、適配驅動，才能發揮Thor的全部性能。

此外，如上所述，實現One Brain不只是為汽車裝上一個聰明的大腦這么簡單，車企必須打造出真正的中央集中式電子電氣架構，相當于是對全身的神經系統進行徹底改造。這對車企的軟件架構設計、實時性保障、故障隔離等都提出了更高要求。如果適配不當，可能出現系統調度混亂或安全隱患。

與此同時，英偉達自己的問題也困擾著車企。一方面是Thor芯片技術上的復雜性，導致其研發和生產都遇到巨大挑戰。有消息稱，Thor此前多次“跳票”，可能就是因為遇到了功耗控制、發熱管理、可靠性驗證等技術瓶頸。

這直接影響了車企的新車計劃。小鵬產品負責人在采訪中透露：“原本P7+研發時計劃直接使用Thor芯片，但因為延期，最終選擇了雙Orin-X配置”。理想汽車也表示，這款芯片對于i8的性能和智能化水平至關重要，因此新車的發布時間不得不從一季度推遲到今年7月。

另一方面，英偉達等美國芯片巨頭，一直被美國政府的對華政策束縛，動不動就要限制出口。這顆嚴重威脅供應鏈安全的“不定時”炸彈，讓包括主機廠在內的中國企業，不得不未雨綢繆，減少對美國先進芯片的依賴。雖然尋找替代的道路充滿艱辛，卻是必須要吃的苦。

2、兼顧成本、效率和體驗才是先進技術

消費者往往會被賬面參數“蠱惑”，前兩年汽車圈盛行卷硬件，芯片算力和激光雷達數量是車企重點宣傳的產品點，實際不過是“差生文具多”，技術不夠硬件湊。

如今，科技平權，AI技術到了拼量產上車的時候，當年的回旋鏢卻正中眉心，車企不得不推翻自己一手設計的“唯算力論”，為用戶樹立新的智能化技術標準。

多位汽車智能工程師都對筆者表達了相似的觀點，算力只是衡量芯片能力的一個指標，還有很多其他因素甚至比它還重要。

首先，芯片根據定位和使用場景的不同，考量標準本身就不一樣。比如輔助駕駛芯片，就側重異構計算與實時性，算力分布以NPU（神經網絡處理單元）/TPU（張量處理單元）為核心，時延、可靠性等都是關鍵指標。

智艙芯片則側重通用計算與多媒體，CPU（中央處理器）/GPU（圖形處理器）是核心，關鍵指標為多任務處理能力、圖形渲染幀率、接口兼容性等。

老話說“好鋼用在刀刃上”，對于芯片亦是如此，算力有沒有用在正地兒上，直接影響著實際能力。

其次，系統帶寬、性能功耗等指標也非常關鍵。芯馳科技CTO孫鳴樂表示，算力再高，系統帶寬跟不上，計算單元就無法充分發揮性能。他指出，許多現有座艙平臺源自手機芯片設計，內存帶寬通常為64位，總帶寬約六七十GB/s，不足以支持大模型運行。

不久前，芯馳科技發布了自研智艙芯片X10，CPU 200k DMIPS，NPU算力40TOPS，系統帶寬高達154GB/s。在多任務并行時，高帶寬如同多車道的高速路，具備更靈活的調度機制，可有效利用算力。

一般情況下，算力越大功耗越高，這讓高算力的輔助駕駛芯片成了一把鋒利的雙刃劍。雖然技術進步會提升芯片的性能功耗比，但像Thor這樣的“艙駕一體”芯片，一定會對功耗控制提出更大挑戰。

有媒體估算，擁有千級算力的Thor芯片，總功耗可能高達數百瓦級別，需要更好的散熱條件。理想汽車曾提到，他們將采用更先進的冷卻方案，以適應更高算力的芯片。

最后，也是最重要的，千級算力能不能得到有效利用。對于車企來說，選擇一種芯片不僅取決于算力高低，還取決于它能否無縫融入自己的技術路線圖。僅從Thor來看，企業要做的磨合工作不輕，需要相當長的集成測試周期，去匹配軟件生態。

如今市場內卷嚴重，產品迭代速度堪比電子產品，企業有沒有足夠的時間和能力，讓Thor自上車起就發揮出應有的實力，答案其實大家都心知肚明。

典型案例便是2021年1月發布的蔚來ET7，其搭載了四Orin平臺，智駕算力高達1016TOPS，這一數字至今無人超越，然而功耗超過300瓦的智駕系統，最終只給用戶帶來了一個“耗電大戶”，以及二流的輔助駕駛體驗。這再次提醒我們：芯片再強大，若沒有配套的軟件與支持體系，也是渣渣。

事實上在工程師眼中，不存在高參數的先進技術，有的只是兼顧成本、效率和實際體驗的更優技術。站在用戶需求的角度，要是你需要的只是自動泊車等L2功能，10TOPS其實就夠了，高速NOA最好有100TOPS，到了城市NOA，再要求500TOPS以上。按需選擇，沒必要花大價錢交智商稅。

3、國產芯片快速追擊，只買對的不買貴的

在內部與外部多重因素的共同作用下，這兩年國產芯片如雨后春筍般蓬勃發展，整車廠與上游供應鏈企業，都在集體發力，并且已經拿出許多極具競爭力的產品。

像小鵬汽車，被英偉達“放鴿子”后，加快了自研圖靈芯片的步伐，不久前上市的2025款小鵬X9首搭了這款芯片，算力達到700TOPS，不輸Thor U。廠家介紹，圖靈芯片的計算能力較當前主流的英偉達Orin X芯片組合方案提升3.2倍，功耗降低40%。更關鍵的是，其具備大模型承載能力，可支持本地運行300億參數神經網絡。

蔚來甚至更早推出了自研的神璣NX9031芯片，并且已經隨著ET9實現量產，性能對標英偉達旗艦芯片。

去年底放話要轉型AI公司的理想，也加入了這場競爭。最新消息稱，理想自主研發的5nm制程輔助駕駛芯片，已開始流片。企業還在積極招聘芯片和訓練集群方面的人才，并在香港籌建專門的芯片研發辦公室。

造車新勢力成果初現，傳統主機廠和供應鏈企業更是你追我趕。吉利、比亞迪、奇瑞、長城等頭部大廠均已深度布局車規級芯片賽道。華為自研的昇騰芯片能力碾壓同級，已是得到市場驗證的事實；跑在前面的地平線J6P，今年三季度量產上車；芯擎星辰一號、芯馳X10等一眾國產輔助駕駛芯片和智能座艙芯片，量產節點鎖定明年。

筆者粗略觀察，國產輔助駕駛芯片的算力最高已在500~700TOPS，由于很多是專為AI大模型設計的，與企業的自研算法適配性更高，因此在車端的實際表現上，不輸國際巨頭。

相似性能，更低成本，是中國企業百試不爽的競爭策略，在芯片領域同樣適用。英偉達芯片采購成本在整車成本里占比5%~8%，而車企自研芯片能讓成本降低30%~50%。

如今，我們在人工智能算法上已經走在了世界前列，L3自動駕駛和AI大模型上車也是勢不可擋。在巨大的應用前景面前，國產芯片必然能借勢而起。

隨著消費者認知的不斷成熟，以及國產芯片口碑的逐漸累積，消費者的認知和信任也將快速建立起來，“只買對的不買貴的”。筆者相信，國產芯片大范圍替代的那天或許不會太遠了。

本文僅為作者個人觀點，不代表水滴汽車立場。