当前整车 5 大功能域正从分布式架构向域控、跨域融合、中央计算（+ 云计算）演进，舱驾融合也从当下多颗芯片集成在一个硬件中向单芯片或套片的模式转变。

2024 年 11 月 14 日，在第四届汽车芯片产业大会上，教授级高工，上汽大众智能驾驶和芯片部门前负责人、高级总监朱国章指出，智能驾驶、智能座舱是消费者能感知到的体验，背后需要强大的传感器、芯片，更需要先进的电子电气架构的支持，电子电气架构决定了智能化功能发挥的上限，过去的分布式电子电气架构由于算力分散、布线复杂、软硬件耦合深、通信带宽瓶颈等缺点已不能适应汽车智能化的进一步进化。

他提出，受电子电器架构升级的影响，带来了芯片算力利用率的提升和多芯片融合的影响。一是座舱 / 泊车 / 行车功能相互独立，当有新功能上线时，只需要添加 ECU 即可；二是把泊车功能融合到座舱控制器里，泊车功能和座舱共用芯片；三是一套硬件实现行车和泊车功能，对应不同的传感器复用和芯片算力共享；四是智能驾驶芯片和座舱芯片将融合，智舱和智驾的功能由一单颗芯片来完成。

朱国章 | 教授级高工，上汽大众智能驾驶和芯片部门前负责人、高级总监

以下为演讲内容整理：

EE 架构的发展对芯片的影响

当前，汽车的电子电气架构已经从分布式向集中式发展。大众汽车有 MQB 平台，上面的车辆其实就是分布式架构。针对当前推出的电车，我们是 MEB 平台，ID 系列，这是一个域集中式平台。我们目前正在开发的一些新的车型将转向中央集中式架构。

集中式架构显著降低了 ECU 数量，并缩短了线束长度。然而，这一架构也相应地要求整车芯片的计算能力大幅提升，即实现大算力、低功耗以及高带宽的特性。随着汽车行业的不断发展，OTA 已成为一种普遍趋势，SOA 也日益受到重视。当前，整车设计普遍要求配备多颗 SOC，对于智能化程度较高的汽车，其芯片数量已高达 2000 颗，并通过 2 至 3 个操作系统实现软硬件分离。

目前，汽车仍主要划分为五大域：车身域、底盘域、动力域、智能驾驶域以及座舱域。在市场上，当前的布局重点在于舱驾融合，这涉及到将座舱控制器与智能驾驶控制器合并为舱驾融合的一体式控制器。但值得注意的是，这种融合只是物理性地集成在了一个控制器中。接下来是 one box、one board，但是 two chip，座舱的芯片和智驾的芯片还是两块。再接下来，我们将会看到 one box、one   board、one chip，这是舱驶融合真正一体的融合方案。

图源：演讲嘉宾素材

分布式架构为客户提供了一些 ADAS 功能，都是比较独立的，每增加一个 ADAS 的功能，我们都要增加适当的传感器甚至控制器。随着智能网联汽车的快速发展，座舱域的发展尤为显著，座舱芯片的性能也取得了显著提升。我们开始利用座舱芯片的算力来执行泊车等功能，从而催生了舱泊一体的概念。随后，智能驾驶芯片技术的迅猛发展又推动了行泊一体方案的诞生。

智驾芯片的现状

当前，市场对新能源汽车需求持续上涨，据预测，2025 年中国新能源汽车销量将高达 1524.1 万辆，智能电动汽车销量将达 1220.3 万辆，渗透率将高达 80.1%。随着汽车电动化智能化发展，单车芯片用量持续上涨。据测算，到 2025 年，智能电动汽车的平均芯片搭载量则将高达 2072 颗，燃油车平均芯片搭载量将达 1243 颗。随智能电动汽车市场需求不断增强，智能化技术深化发展，自动驾驶阶段逐步演变推进，未来单车芯片用量将继续增长，汽车整体行业对车规级芯片的需求也将随之膨胀。

我们一直面临着芯片卡脖子的问题，既有中西方之间贸易摩擦、地缘政治的因素，也有前几年疫情的影响，以及从 2021 年开始芯片断供，都导致我们从整车的角度，使得汽车行业从整体层面深刻体会到芯片短缺的严峻性，尤其是在芯片供不应求的关键时期。

针对这一困局，如何寻求突破成为关键。从政府政策层面来看，政府已在智能汽车创新发展战略及新能源汽车产业发展规划等政策性文件中，明确将芯片列为核心技术领域，并加大了对产业发展的扶持力度。

从整车企业角度看，它们采取了多种策略应对芯片短缺问题。部分企业选择投资芯片企业，或通过与芯片企业合资合作的方式增强供应链稳定性；还有部分整车制造商更是亲自涉足芯片制造领域，开始做自研芯片。国内的华为、地平线、黑芝麻等迅速地崛起，形成了自己的产品矩阵，在 5G   V2X、自动驾驶、智能座舱芯片等领域都有了完整布局。

2023 年，芯片国产化率为 10%，预计今年能能够达到 15%。在计算类芯片领域，SOC 的国产化率约为 8%，其中智能驾驶芯片的国产化率为 5%，智能座舱芯片的国产化率为 3%。从用户体验的角度看，汽车智能化方面，智能座舱的发展相较于智能驾驶更为成熟。然而，从芯片角度看，国产智能驾驶芯片的发展势头要好于智能座舱芯片。

控制类芯片 MCU 方面，此前有数据显示，MCU 的国产化率仅为 1%，而现已提升至 10%。功率类芯片领域，尤其是大功率、高压芯片如 IGBT 和碳化硅芯片，目前的国产化率已达到 30%-35%。这得益于我国近年来在新能源汽车领域的快速发展，使得功率芯片的发展取得了显著进步。而在 Mosfet 方面，其国产化率为 15%。智能驾驶所需的传感器芯片，目前国产化率为 15%。

当前，我国的芯片国产化率仅为 10%，意味着 90% 的芯片仍依赖进口，这些芯片主要由欧洲、美国及日本的芯片企业所垄断，前八大企业占据了高达 60% 的市场份额。在推动芯片国产化或国产芯片替代的过程中，从主机厂的视角审视，我们发现国内国产芯片面临着多重挑战。国产芯片在制程方面相对较低，算力较小，且规模上不具备竞争优势。此外，还存在潜在的供应风险，尤其是在晶圆制造环节，以及工具链不完整的问题。

当前，整个汽车行业呈现出高度的竞争态势，主机厂在汽车市场内展开了激烈的角逐。这种压力无疑会传递给 Tier1 供应商及芯片行业。从整车企业的角度来看，对芯片企业的要求日益严格。一方面，差异化的需求层出不穷，要求芯片的开发周期必须缩短；另一方面，芯片企业还需承担整车产品的相关责任。然而，市场应用数量有限，商业价值变现难度大，这给国产芯片企业带来了极大的挑战。在推动国产芯片落地的过程中，这些企业正面临着前所未有的艰巨任务。

根据《智能网联技术路线 2.0》对自动驾驶渗透率的预测，2030 年全球自动驾驶芯片市场规模为 2224 亿元， L2/L3 芯片市场规模 1348 亿元， L4/L5 芯片市场规模 876 亿元；预计 2030 年中国自动驾驶芯片的市场规模为 813 亿元；其中 L2/L3 芯片市场规模 493 亿元， L4/L5 芯片市场规模 320 亿元。

智能驾驶领域，国外供应商中，Mobileye 在 ADAS 领域占据绝对优势地位。随着高阶智能驾驶 L2+、L2++ 市场渗透率的迅速提升，英伟达、高通等也位列前茅。国内智驾芯片市场中，发展比较好的是地平线和黑芝麻，他们都形成了自己的产品矩阵。

当前布局的重点是座舱域和智能驾驶域。以往，无论是两个域控制器还是一个域控制器，都还是两个芯片。而当前，高通推出的 8775P 已经开始朝着真正的单片式解决方案迈进。随着高通后续推出的 Ride Flex 系列，以及英伟达的 Thor 系列，我们可以观察到整个汽车电子电气架构的演进与发展，正驱动着芯片行业紧跟其步伐，进行相应的研发工作。

上汽大众智驾之路

当前智能驾驶行业面临的挑战在于，智能驾驶系统的开发周期长、投入巨大，同时要求在可控的成本范围内实现高性能，提升终端用户的体验。

下图中，蓝色曲线代表性能，绿色曲线代表复杂度，红色曲线代表安全性。可以观察到，性能与复杂度之间存在一定的线性关系。然而，在安全性方面，L2 至 L3 之间却发生了质的变化。我们如果考虑 L3 及以上级别的自动驾驶功能，要做很多冗余。从整车角度来看，要做制动冗余、转向冗余、供电冗余等；从自动驾驶系统层面看，则需实现传感器冗余、控制器冗余、软件冗余等。这些冗余设计导致整车及系统的成本大幅增加，原因在于，达到 L3 级及以上时，整车企业将承担起安全主体责任。

随着我国法律法规的不断演进，目前真正意义上的 L3 及以上级别的自动驾驶车辆或功能并未推向终端用户，仅限于在一些示范区域内进行测试及示范运营。当前市场上所有的高阶智能驾驶技术最多达到 L2++ 水平，仍属于 L2 级别的范畴。

此前行业内存在过度配置的嫌疑，即所有类型的传感器和大量算力芯片被一股脑地集成到系统中。然而，随着汽车行业竞争的白热化，从主机厂角度看，当前策略已转变为充分利用现有硬件的极限性能。在 L2++ 的级别下，人类驾驶员被视为最终的冗余系统，因此，进一步增加硬件配置已不再是可行的选项。

整车智能化涵盖智能座舱与智能驾驶两大方面。从用户体验角度看，智能座舱的表现优于智能驾驶，智能驾驶所提供的功能尚未达到用户的预期。用户反馈显示，在上下匝道、变道、施工道路以及车辆加塞等复杂场景中，智能驾驶系统的表现不尽如人意，经常出现功能降级甚至完全退出的情况。尽管业界普遍认为智能网联汽车的发展上半场是电动化，下半场是智能化，但智能驾驶的实际表现尚未能满足用户的期待。

面对当前挑战，破局之道在于降本增效。目前行业普遍处于 L2 至 L2++ 功能阶段，从整车厂角度出发，对系统供应商提出了降低传感器、域控制器以及高精地图使用成本的要求，无图 NOA 成为了当前的关注焦点。由于高精地图的维护成本高昂，业界普遍寻求高性价比的解决方案，力求最大化利用现有硬件资源。

在此背景下，预计 80-100TOPS 中等算力的芯片将展现出显著优势。无论是英伟达的 Orin N、高通 8650，还是地平线的 J6E、J6M，在实现 L2++ 功能时，中等算力芯片将因其性价比高、满足行业需求而备受青睐。至于增效方面，关键在于提升 MPI，扩大 ODD，即增加自动驾驶系统的应用场景，减少用户因系统功能降级或不足而需接管的情况，提升用户体验。

谈及智能驾驶，全栈自研与生态合作是两个不可回避的议题，不同的企业根据自身情况有不同的选择。从我们的视角出发，这一问题并无绝对的标准答案，采取哪种方案完全取决于主机厂自身的技术应用能力。

随着智能网联汽车的蓬勃发展，从汽车行业的角度来看，主机厂与供应商之间的关系经历了深刻的变革。传统模式上，OEM 与 Tier1、Tier2、Tier3 层级分明。随着技术进步与市场需求的变化，这一模式逐渐演变为软硬解耦的形式，主机厂会分别选定硬件与软件供应商，再由一家集成商负责供货。当前，很多企业在智驾领域已经真正进入了自研状态。在此背景下，一部分模块可能要自研，一部分要外购，这就形成了现在的开放货架组合。

当前，在智能座舱与智能驾驶的开发领域，主机厂、Tier1 和芯片公司之间形成了一个三角形。芯片公司的地位之所以如此重要，是因为对于主机厂而言，芯片的选择将决定未来 5-10 年在智能座舱与智能驾驶方面的技术路线。以往，主机厂在芯片选型上并未给予过多关注，而是将这一任务交由 Tier1 完成。近年来，在决定技术路线时，主机厂可能会先选定芯片，再据此选择 Tier1。

（以上内容来自教授级高工，上汽大众智能驾驶和芯片部门前负责人、高级总监朱国章于 2024 年 11 月 14 日 -15 日在第四届汽车芯片产业大会发表的《国产智驾芯片之路》主题演讲。）