随着智能网联汽车加速普及，车载场景对数据处理的需求呈爆发式增长。传统 MCU 芯片因算力、功能局限，已无法适配高阶智能驾驶应用，架构革新驱动 SoC 芯片向 6G 跃迁成为必然趋势。5nm/6nm 及以下先进制程、异构计算架构（融合 CPU、GPU、NPU 等）成为主流，支撑海量传感器数据实时处理、复杂场景 AI 决策，推动智能驾驶从辅助向高阶演进，重塑车载芯片技术生态。

　　国内智能驾驶 SoC 市场展现强劲活力，2023 年规模达 267 亿元，2019 - 2023 年复合增长率 42.0% ，预计 2029 年将突破千亿（1020 亿元）。这一增长源于智能汽车渗透率提升、ADAS 系统（如 L2 + 及以上级别功能）装车率增长，以及车企对本土化供应链安全、成本控制的诉求，为芯片企业创造广阔市场空间。

　　生态重构成为智能驾驶 SoC 发展关键。一方面，“芯片 + 软件栈 + 开发平台” 一体化模式加速落地，头部企业通过整合工具链、算法适配能力，缩短车企开发周期，推动 “舱驾一体” 等技术方案普及；另一方面，国产化进程提速，国内厂商在智能驾驶 SoC 市场份额快速提升，2024 年中国本土黑芝麻智能、地平线、摩尔线程等企业，凭借差异化产品（如高算力平台、开源生态），在乘用车前装市场突破，2025 年 1 - 2 月，英伟达 Orin - X/N 占比回落至约 20% ，本土芯片装车量增长显著，重塑全球竞争格局。

　　政策层面，智能网联汽车作为国家战略新兴产业，获 “双碳” 目标、汽车产业升级规划支持，要求供应链安全自主可控，为国产 SoC 芯片发展提供政策红利。市场需求端，车企追求降本增效、差异化体验，倒逼芯片企业优化架构、开放生态，适配 “新势力 + 传统车企” 多元需求，推动智能驾驶 SoC 从技术验证向规模商用迈进，加速行业迭代与国产化替代进程。

　　综上，智能驾驶 SoC 芯片在架构创新、市场扩容、生态重塑与国产化机遇交织下，成为汽车产业变革核心支点，本报告聚焦这一赛道，剖析技术路径、市场格局与国产突围机会，为产业决策提供参考。

　　随着智能网联汽车发展，车载芯片价值持续走高。车载芯片是专用于车载电子控制装置的半导体产品，覆盖自动驾驶、座舱、底盘、动力总成等场景，按功能分计算类、功率类、传感器类芯片。

　　车规级计算芯片按集成度分 MCU 和 SoC，传统 MCU（单芯片，以 CPU 为处理器 ）难满足海量数据处理与快速决策需求，架构从分布式向中央域控制器集成化演进，SoC 因集成 CPU、GPU、ASIC 等异构单元，成车规芯片设计应用主流，尤其自动驾驶 SoC 受关注，报告聚焦分析。

　　自动驾驶 SoC 及方案行业价值链，涵盖半导体制造、SoC 及方案供应、终端应用环节。上游有 IP 核授权、EDA 软件、材料设备商，及芯片设计、制造、封测流程；中游 SoC 供应商（Tier2）开发核心芯片，搭配基础软件、中间件、算法工具，赋能自动驾驶功能；下游 Tier1 和车企是客户。当前部分车企从被动适配转向主动协同芯片商，定制开发产品，车企布局车载 SoC 有自研、合资、战略投资合作等模式，推动产业链生态重构。

　　当前自动驾驶 SoC 架构主流技术路径为 CPU+GPU+ASIC，CPU 作核心处理器，负责逻辑运算、任务调度与系统控制，是基础算力单元；GPU 为通用加速器，借并行计算架构，处理图像、浮点运算等，支撑 CNN 等神经网络与机器学习任务；FPGA 作为可编程加速器，适配动态算法场景，在激光雷达数据处理、传感器融合等成熟算法场景发挥作用，应对 RNN、LSTM 等时序模型；ASIC 是专用集成电路，通过定制化优化特定算法（如 Transformer、BEV 感知算法），平衡性能与功耗。伴随算法迭代，CPU+ASIC 架构因高效适配性，长期有望成为主流。

　　车企选车载 SoC 芯片，需统筹多维度：1. 平台延续性：关注芯片商长期发展、产品迭代周期，匹配技术演进与车企需求；2. 适配性：确保芯片与传感器（LiDAR、摄像头 ）、存储芯片（LPDDR、NOR Flash ）、通信芯片（以太网交换芯片 ）及软件（底层至算法层 ）、通信协议（CAN、以太网 ）协同，保障系统稳定；3. 平台化设计：依托统一架构（如地平线征程系列的 “DAYU” 工具链 ），适配多元车型，降本提效，强化行业口碑；4. 软件生态：看开发工具链（算子库、SDK ）是否完善，关注易用性（文档、社区支持 ）与兼容性（稳定接口 ），OBD（开放二进制分发 ）生态是重要指标；5. 本土化服务：研发周期压缩下，依赖本土技术支持团队，快速响应硬件设计、算法移植等实际问题。

　　1.5 国内自动驾驶渗透加速，车规级 SoC 高速发展，ADS SoC 增量可观

　　国内自动驾驶装车率快速提升，2023 年全球自动驾驶乘用车渗透率 68.9%，我国以 74.7% 领先，预计 2028 年接近全面普及，2028 年全球 / 国内新车销量将达 6880 万 / 7200 万辆（渗透率超 90% ）。

　　车规级 SoC 随智能驾驶发展高速增长，2023 年国内车规级 SoC 市场规模 267 亿元，2019 - 2023 年复合增速 42% ，预计 2029 年破千亿。其中 ADS SoC（自动驾驶系统芯片 ）增长强劲，2023 年全球、中国市场规模 275 亿、141 亿元，2029 年预计达 81 亿、39 亿元，中国成核心增量市场。

　　政策（北京、武汉等地高阶自动驾驶法规落地 ）与市场（车企加大智驾芯片布局 ）双驱动，国产 SoC 崛起。如地平线TOPS，成 Orin - X 有力竞品；智驾 SoC 国产替代加速，推动产业链协同。

　　同时，智驾成本下降（传感器、芯片迭代），车企自研（如 Momenta 无图 NOA 方案 ）成趋势，助力 10 万元级车型搭载高阶智驾，倒逼技术迭代与生态重构。

　　汽车电子架构从分布式向中央集成演进，“舱驾一体”（整合座舱、智驾功能 ）成明确方向，One Chip（单芯片集成舱驾算力 ）是终极形态。当前高通 Snapdragon Ride Flex、黑芝麻智能武当 C1200 等已落地，实现硬件融合、功能复用，降低车企成本与适配难度，加速智能汽车普及。

　　智能汽车迭代快，车载芯片开发从 “硬件先行、软件滞后”，向 “软硬件协同” 演进。英伟达 CUDA、地平线 “天工开物” 等，通过集成工具链、算法库、标准化接口，实现芯片设计与软件开发并行，缩短周期。高通、地平线等采用 “芯片 + 软件栈 + 开发平台” 模式，降低车企适配门槛，借开放生态聚合开发者，构建 “芯片 - 应用” 价值闭环，加速产品落地。

　　2.4 算法革新驱动架构升级，Transformer 适配与存储优化破算力瓶颈

　　智能驾驶感知算法迭代（BEV + Transformer + OOD 融合成城市 NOA 主流），推动 SoC 向大模型、端到端演进。传统适配 CNN 的芯片，难满足Transformer 高内存、带宽需求（对存储容量、带宽要求超 CNN 加速芯片数倍）。行业通过：硬件架构创新（英伟达 Hopper GPU 集成 Transformer 引擎）、存储优化（LPDDR6 + Layer - norm 硬件化，占比从 13% 降至 1% ）、算法 - 硬件协同（定制化计算单元适配大模型算子 ）突破瓶颈，保障算力高效输出。

　　高阶智驾（城市 NOA、AVP ）依赖大算力，需 Transformer、BEV 等算法，及大算力芯片支撑。随法规完善、技术普及，高阶智驾渗透加速，大算力 SoC 需求增长，形成 “国产替代 + 技术迭代kaiyun体育全站 Kaiyun登录网页” 双轮驱动格局。

　　当前智驾 SoC 市场分化为专用智驾 SoC 供应商（如地平线、黑芝麻智能 ）、通用芯片商（英伟达、高通 ）、车企自研阵营（特斯拉、比亚迪等 ）。海外早期主导，如今车企多采 “自研 + 外购” 混合模式，长期或向 “专用为主、通用补充” 演变，形成 “芯片商专注硬件 + 车企主导算法” 分工。

　　全球智驾芯片市场呈 “海外先发、本土追赶” 态势，2025 年 1 - 2 月，地平线、黑芝麻等国产厂商借差异化策略（如成本、适配性 ），市占率提升，预计随高阶智驾渗透、政策支持，国产替代将深化。

　　英伟达作为全球 AI 计算巨头，2015 年以 Drive PX 平台切入自动驾驶，经 Xavier、Orin 迭代，2022 年推出 Thor 芯片，算力再突破，计划 2025 年量产。其借 CUDA 生态、全栈方案（芯片 + 软件 + 工具链 ），巩固在 L2 - L5 级智驾市场的领先地位，持续推动智驾计算向高性能、低功耗演进，主导高阶智驾芯片赛道。

　　Mobileye 是智驾芯片先驱，EyeQ 系列覆盖 ADAS 市场，与宝马、大众等深度绑定。但 “黑金” 模式（算法 + 硬件强绑定 ）弊端显现：限制车企自研、算力难撑高阶智驾，迭代慢于竞品，开放生态缺失致差异化难续。2024 年本土客户流失超 40% ，英伟达、地平线等挤压份额，虽推 EyeQ6/7、加强本土合作，仍难阻市场下滑。

　　高通作为半导体 / 通信巨头，2002 年从车载网联切入，逐步覆盖座舱、智驾域。2014 - 2023 年，662A、SA8295P 等芯片迭代，制程从 28nm 到 5nm，算力、功能（多屏异kaiyun体育全站 Kaiyun登录网页显、AI 交互 ）升级，2024 年 SA8650/SA8775 支撑 L4 级智驾，借 “骁龙汽车数字底盘” 拓展业务。2024 年汽车业务收入 72 亿美元（增 63% ），2025 年随新品量产，将巩固车载电子领导地位，加速舱驾一体落地。

　　地平线聚焦 “芯片 + 算法 + 工具链” 协同，征程系列（征程 1 - 6 ）覆盖低中高阶智驾。征程 6 算力 560TOPS，配套 “ Thorizon SuperDrive”（含 BSD 高阶方案 ），支持城市 NOA、AVP 等场景，2024 年国内车规智驾芯片市占 33.97% （居首 ）。2025 年征程 6 出货望破百万，借 “硬件 + 生态”（与 20 + 车企、100 + 定点合作 ）深化国产替代。

　　黑芝麻智能定位 Tier 2，以硬件为核心，产品分华山（A1000/A2000，智驾 SoC ）、武当（C1200，舱驾融合 ）系列。华山 A1000 算力 106TOPS ，A2000 支持多 OS、L4 级智驾；武当 C1236 适配舱驾协同，已与一汽、东风等合作。

　　优势：硬件灵活（自研 IP + 异构架构 ）、算力领先（为算法商降本 ），2024 年 ADAS 芯片市占第三，借 “硬件 + 生态”（与算法商、车企协同 ）巩固份额。

　　优势：“感 - 知 - 决 - 控” 闭环（芯片 + 算法 + 操作系统协同 ）、生态协同（自研传感器降本 ）、数据迭代（12 亿公里路测 ）。但生态完善、成本控制仍需突破，全栈方案待进一步适配市场。

　　特斯拉 HW 系列（从 1.0 到 4.0 ）专攻纯视觉，配 Dojo 超算训练，算力、架构持续优化（HW 5.0 算力预计达 800TOPS ，适配 Transformer ），计划 2025 年量产。FSD V12 北美落地，推动 “纯视觉 + 大模型” 普及，倒逼车企跟进算法、硬件升级。

　　同时，本土化需求（数据、供应链 ）为国产芯片（如地平线 ）创造机会，加速智驾产业迭代。

　　国内造车新势力自研芯片分化：蔚来 “神农 9031” 对标 Orin - X ，小鹏 “天枢” 全栈 AI 芯片（算力超 750TOPS ），理想 “荷马” 侧重制程优化。

　　优势：精准匹配车型（定制化降本 ）、算法协同（端到端迭代 ）、供应链自主（控风险 ）。但短板明显：算力 / 生态弱于外资（依赖外部 IP ）、研发周期长（技术迭代慢 ）、量产难（供应链协同复杂 ）。虽在定制化、数据闭环有优势，仍需突破 “技术 + 生态 + 量产” 三重关，借差异化（如多模态感知 ）抢占细分市场。

　　智能驾驶 SoC 芯片产品加速迭代升级，国内供应商迎来历史性发展契机。政策法规完善叠加高阶智驾普及，共同驱动市场扩容，本土企业凭借软硬件协同开发平台、开放技术生态，以及高效本土化服务构建核心竞争力。地平线、黑芝麻智能等厂商，通过全阶产品布局实现平台化设计突破，深度绑定主机厂，形成规模化落地优势。在车载计算架构持续迭代背景下，具备自主 IP 开发能力、车规级量产经验，且生态协作灵活的国产芯片企业，有望主导中高阶智驾芯片增量市场。

　　我们看好智驾 SoC 赛道，建议关注产业链投资机会，标的方面：强烈推荐中科创达；建议跟踪德赛西威、地平线机器人 - W、华阳集团；同时关注千方科技、通行宝、万集科技。

　　技术迭代滞后风险：若芯片架构升级速度无法匹配算法演进节奏，例如难以突破 Transformer 模型对内存带宽的严苛要求，将导致国产芯片无法满足高阶智驾功能需求，阻碍产品商业化进程。

　　商业化不及预期风险：国产大算力智驾 SoC 芯片研发与产能规划，基于高阶智驾快速渗透的假设。若城市 NOA/L3 + 功能相关法规开放滞后，或场景化落地能力不足，导致智驾系统普及缓慢，将引发芯片厂商库存积压、资本开支错配，大算力智驾 SoC 面临商业化不及预期风险。

　　市场竞争加剧风险：海外龙头厂商凭借技术积累与生态闭环，持续挤压国产替代空间，可能导致地平线等厂商在高端市场份额受挫；此外，车企自研芯片或第三方 SoC 厂商竞争，可能使部分供应商丢失客户订单，加剧市场竞争压力。