英伟达“下一代芯片”算力爆表，中国车企为啥说“渣渣”？

来源：车市头条  发布时间：2025-05-15 20:01:36 作者：bianji06 

车市头条讯：伴随着AI大模型的快速上车，作为汽车大脑的芯片，也迎来了新一轮全面升级。

在辅助驾驶芯片领域，英伟达Thor正式上车，今年5月起，第一批搭载英伟达Thor U的新车开启交付，包括理想L8、领克900等。虽然这款芯片并非“顶配版”Thor，属于其衍生版中的中低配，但单颗算力仍高达700TOPS，是目前主流的英伟达Orin X算力（254TOPS）两倍还多。

座舱芯片领域，当前的“天花板”高通8295（最大AI算力为60TOPS），也将很快沦为“上一代”产品。据悉，高通第五代座舱芯片明年量产，AI算力高达360TOPS，且将更好适配大模型。

根据摩尔定律，处理器的性能大约每两年翻一倍，同时价格下降为之前的一半。以此判断，车规级AI芯片算力即将全面进入千级时代。

然而，经历过前些年盲目卷硬件的阶段，很多人都已经意识到了，算力其实“啥也不是”。相比算力翻了多少倍，真正能对汽车智能化水平起到重大作用的，是芯片换代带来的架构革新，企业的软硬件适配能力，以及国产芯片的快速追赶。

1、智能汽车开启One Brain时代：“一颗大脑统管一切”

拼算力，英伟达无疑“遥遥领先”，其2022年发布的Thor芯片最高算力可达2000TOPS。目前，业内主流的辅助驾驶算法正在从“端到端+VLM”向VLA进阶，Orin X的算力难以支撑结构更复杂，参数成倍增加的VLA模型，因此Thor等千级算力芯片，被视为实现高级别自动驾驶和车内AI功能的关键。

而强大算力背后更值得关注的是，英伟达引入了最新一代GPU架构和Transformer加速单元，能够将过去汽车中分散的多个电子控制单元（ECU）功能整合在一起，例如，高级驾驶辅助系统(ADAS)、泊车、驾驶员监控、数字仪表盘和座舱娱乐等。做个简单的比喻，汽车可以和人一样，由一颗“中央计算大脑”统管全身所有功能，即我们之前分析汽车电子电气架构发展趋势时提到的“One Brain”。

由此带来的好处是，集中算力支持更复杂的汽车软件和功能，同时减少线束，实现更高效的通信，降低功耗和制造成本，提升车辆性能和智能化体验。

‌

不过，在Thor为汽车插上智慧的翅膀前，车企必须先跨过几条“深沟”。业内专家指出，采用新GPU架构和Transformer引擎的Thor芯片，在计算单元和指令集上都有变化。这意味着此前基于Orin开发的算法和中间件，都要跟着重构和优化。虽然英伟达也会提供对应的工具，但整车厂的软件工程师仍需重新调校参数、适配驱动，才能发挥Thor的全部性能。

此外，如上所述，实现One Brain不只是为汽车装上一个聪明的大脑这么简单，车企必须打造出真正的中央集中式电子电气架构，相当于是对全身的神经系统进行彻底改造。这对车企的软件架构设计、实时性保障、故障隔离等都提出了更高要求。如果适配不当，可能出现系统调度混乱或安全隐患。

与此同时，英伟达自己的问题也困扰着车企。一方面是Thor芯片技术上的复杂性，导致其研发和生产都遇到巨大挑战。有消息称，Thor此前多次“跳票”，可能就是因为遇到了功耗控制、发热管理、可靠性验证等技术瓶颈。

这直接影响了车企的新车计划。小鹏产品负责人在采访中透露：“原本P7+研发时计划直接使用Thor芯片，但因为延期，最终选择了双Orin-X配置”。理想汽车也表示，这款芯片对于i8的性能和智能化水平至关重要，因此新车的发布时间不得不从一季度推迟到今年7月。

另一方面，英伟达等美国芯片巨头，一直被美国政府的对华政策束缚，动不动就要限制出口。这颗严重威胁供应链安全的“不定时”炸弹，让包括主机厂在内的中国企业，不得不未雨绸缪，减少对美国先进芯片的依赖。虽然寻找替代的道路充满艰辛，却是必须要吃的苦。

2、兼顾成本、效率和体验才是先进技术

消费者往往会被账面参数“蛊惑”，前两年汽车圈盛行卷硬件，芯片算力和激光雷达数量是车企重点宣传的产品点，实际不过是“差生文具多”，技术不够硬件凑。

如今，科技平权，AI技术到了拼量产上车的时候，当年的回旋镖却正中眉心，车企不得不推翻自己一手设计的“唯算力论”，为用户树立新的智能化技术标准。

多位汽车智能工程师都对笔者表达了相似的观点，算力只是衡量芯片能力的一个指标，还有很多其他因素甚至比它还重要。

首先，芯片根据定位和使用场景的不同，考量标准本身就不一样。比如辅助驾驶芯片，就侧重异构计算与实时性，算力分布以NPU（神经网络处理单元）/TPU（张量处理单元）为核心，时延、可靠性等都是关键指标。

智舱芯片则侧重通用计算与多媒体，CPU（中央处理器）/GPU（图形处理器）是核心，关键指标为多任务处理能力、图形渲染帧率、接口兼容性等。

老话说“好钢用在刀刃上”，对于芯片亦是如此，算力有没有用在正地儿上，直接影响着实际能力。

其次，系统带宽、性能功耗等指标也非常关键。芯驰科技CTO孙鸣乐表示，算力再高，系统带宽跟不上，计算单元就无法充分发挥性能。他指出，许多现有座舱平台源自手机芯片设计，内存带宽通常为64位，总带宽约六七十GB/s，不足以支持大模型运行。

不久前，芯驰科技发布了自研智舱芯片X10，CPU 200k DMIPS，NPU算力40TOPS，系统带宽高达154GB/s。在多任务并行时，高带宽如同多车道的高速路，具备更灵活的调度机制，可有效利用算力。

一般情况下，算力越大功耗越高，这让高算力的辅助驾驶芯片成了一把锋利的双刃剑。虽然技术进步会提升芯片的性能功耗比，但像Thor这样的“舱驾一体”芯片，一定会对功耗控制提出更大挑战。

有媒体估算，拥有千级算力的Thor芯片，总功耗可能高达数百瓦级别，需要更好的散热条件。理想汽车曾提到，他们将采用更先进的冷却方案，以适应更高算力的芯片。

最后，也是最重要的，千级算力能不能得到有效利用。对于车企来说，选择一种芯片不仅取决于算力高低，还取决于它能否无缝融入自己的技术路线图。仅从Thor来看，企业要做的磨合工作不轻，需要相当长的集成测试周期，去匹配软件生态。

如今市场内卷严重，产品迭代速度堪比电子产品，企业有没有足够的时间和能力，让Thor自上车起就发挥出应有的实力，答案其实大家都心知肚明。

典型案例便是2021年1月发布的蔚来ET7，其搭载了四Orin平台，智驾算力高达1016TOPS，这一数字至今无人超越，然而功耗超过300瓦的智驾系统，最终只给用户带来了一个“耗电大户”，以及二流的辅助驾驶体验。这再次提醒我们：芯片再强大，若没有配套的软件与支持体系，也是渣渣。

事实上在工程师眼中，不存在高参数的先进技术，有的只是兼顾成本、效率和实际体验的更优技术。站在用户需求的角度，要是你需要的只是自动泊车等L2功能，10TOPS其实就够了，高速NOA最好有100TOPS，到了城市NOA，再要求500TOPS以上。按需选择，没必要花大价钱交智商税。

3、国产芯片快速追击，只买对的不买贵的

在内部与外部多重因素的共同作用下，这两年国产芯片如雨后春笋般蓬勃发展，整车厂与上游供应链企业，都在集体发力，并且已经拿出许多极具竞争力的产品。

像小鹏汽车，被英伟达“放鸽子”后，加快了自研图灵芯片的步伐，不久前上市的2025款小鹏X9首搭了这款芯片，算力达到700TOPS，不输Thor U。厂家介绍，图灵芯片的计算能力较当前主流的英伟达Orin X芯片组合方案提升3.2倍，功耗降低40%。更关键的是，其具备大模型承载能力，可支持本地运行300亿参数神经网络。

蔚来甚至更早推出了自研的神玑NX9031芯片，并且已经随着ET9实现量产，性能对标英伟达旗舰芯片。

去年底放话要转型AI公司的理想，也加入了这场竞争。最新消息称，理想自主研发的5nm制程辅助驾驶芯片，已开始流片。企业还在积极招聘芯片和训练集群方面的人才，并在香港筹建专门的芯片研发办公室。

造车新势力成果初现，传统主机厂和供应链企业更是你追我赶。吉利、比亚迪、奇瑞、长城等头部大厂均已深度布局车规级芯片赛道。华为自研的昇腾芯片能力碾压同级，已是得到市场验证的事实；跑在前面的地平线J6P，今年三季度量产上车；芯擎星辰一号、芯驰X10等一众国产辅助驾驶芯片和智能座舱芯片，量产节点锁定明年。

笔者粗略观察，国产辅助驾驶芯片的算力最高已在500~700TOPS，由于很多是专为AI大模型设计的，与企业的自研算法适配性更高，因此在车端的实际表现上，不输国际巨头。

相似性能，更低成本，是中国企业百试不爽的竞争策略，在芯片领域同样适用。英伟达芯片采购成本在整车成本里占比5%~8%，而车企自研芯片能让成本降低30%~50%。

如今，我们在人工智能算法上已经走在了世界前列，L3自动驾驶和AI大模型上车也是势不可挡。在巨大的应用前景面前，国产芯片必然能借势而起。

随着消费者认知的不断成熟，以及国产芯片口碑的逐渐累积，消费者的认知和信任也将快速建立起来，“只买对的不买贵的”。笔者相信，国产芯片大范围替代的那天或许不会太远了。