2025年智能驾驶SoC芯片行业专题报告：架构跃迁与生态重构下的国产化机遇

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

当前智驾SoC市场已形成三类差异化竞争阵营，分别是专用智驾 SoC供应商（地平线、黑芝麻智能等）、通用芯片供应商（英伟 达、高通等），以及汽车OEM自研商（特斯拉、比亚迪等，以及 国内新势力）。近年来开始出现“去自研化”苗头。除特斯拉 外，多数车企开始采用"自研+外购"混合模式。长期来看，车载 芯片市场有望演变为"专用主导、通用补充"的格局，最终可能会 形成"芯片厂商专注硬件+车企主导算法"的黄金分工模式。

全球智能驾驶SoC市场呈现"海外主导、本土追赶"的竞争格局。 当前，海外龙头厂商凭借先发优势和技术积累，在我国自动驾驶 芯片市场占据绝对优势地位。英伟达依托CUDA生态和Orin系列芯 片布局高算力领域，根据盖世汽车数据，2025年1-2月份，其 Orin-X/N出货量合计占我国智驾域控芯片市场约50%的份额。 地 平线机器人、黑芝麻智能、华为海思等国产厂商通过差异化策略 快速崛起，随着自动驾驶功能渗透、需求增长，叠加国内政策支 持，未来国产替代空间广阔。

英伟达｜高阶智驾市场主导者，以技术代差和开放生态构筑护城河

英伟达是全球领先的AI计算公司，从图形处理器起家逐步拓展至自动驾驶领域。英伟达自2015年推出Drive PX平台以来持续发力自动驾驶 领域。2016年/2019年推出Xavier/Orin SoC芯片逐渐完整自动驾驶计算产品线，2022年发布Thor芯片更将算力提升至新高度，计划于2025 年量产。这些产品通过Drive AGX系列平台实现从L2到L5各级自动驾驶方案的覆盖。

车载SoC系列产品的陆续推出将持续强化英伟达在自动驾驶芯片市场的领先地位。英伟达正在通过持续的技术创新和生态建设，推动自动 驾驶计算平台向更高性能、更低功耗的方向发展。

Mobileye｜智能驾驶芯片领域先驱，"黑盒"模式正面临严峻挑战

Mobileye作为智能驾驶芯片领域的先驱，已建立起完整的EyeQ系列产品矩阵。Mobileye产品算法与硬件可实现深度协同，目前在全球ADAS芯片市场具有一定优 势，与宝马、大众等主流车企保持长期合作。

Mobileye的"黑盒"模式正面临严峻挑战。算法封闭性限制了车企的自主创新能力，算力不足难以满足高阶自动驾驶需求，迭代周期长于竞争对手，且开放生态的 缺失使其在车企追求差异化定制的趋势中逐渐失去优势。2024年，Mobileye的中国本土客户大幅锐减至少40%，英伟达凭借技术优势持续抢占高端市场；本土企业 地平线等与老牌芯片厂商德州仪器形成合围之势，对Mobileye的传统优势领域（中低端市场）造成严重冲击。为应对这些挑战，Mobileye正加速技术升级、逐步 开放生态系统，计划推出更高算力的EyeQ7芯片，并加强与中国本土企业的合作。但随着英伟达、高通等厂商的强势介入，以及地平线等本土企业的快速崛起， Mobileye的市场地位正面临严峻挑战。

高通｜座舱芯片突围智能汽车赛道，剑指舱驾一体新蓝海

高通作为全球领先的半导体和通信技术公司，2002年切入车载领域，从最初与通用汽车合作推出安吉星车载网联解决方案，逐步发展为覆盖智能座舱、自动驾 驶等完整汽车解决方案的供应商。在智能座舱领域，高通构建了完整的产品矩阵，从2014年的第一代602A芯片到2023年的第四代SA8295P芯片，制程工艺从28nm 演进至5nm，算力性能提升显著，支持多屏显示和摄像头输入能力不断增强。在智能驾驶领域，高通2022年推出Ride Flex SoC系列产品，最高配置综合AI算力 达2000TOPS，可同时支持数字座舱、ADAS和AD功能，实现了向自动驾驶领域的拓展。2024年，高通采用SA8650和SA8775的智能驾驶系统开始量产，进一步拓展 了业务边界。在技术研发方面，高通建立了完善的基于原生云的CI/CD软件开发体系，支持虚拟开发环境，显著提升了开发效率。

高通在汽车业务领域取得突破性进展。2024年汽车业务收入达32.7亿美元，同比增长63%，占总收入8.4%。这一增长主要得益于智能座舱芯片的持续放量，以及 智能驾驶系统的逐步量产。展望未来，随着SA8650、SA8775等新产品的量产落地，预计2025年汽车业务仍将保持高速增长，进一步巩固其在汽车电子领域的领 先地位。

报告节选：

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）