地平线征程智驾芯片量产破1500万颗，智驾规模化落地加速

地平线征程智驾芯片的量产数字突破1500万颗，这条消息在圈内刷屏的时候，我正蹲在一台实验车前排查数据链路。说实话，看到这个数我心里第一个反应不是“哇”，而是“确实该到了”。

为什么这么说？因为智驾芯片这东西和手机SoC不一样，它从点亮到跑通算法，再到真正装车交付给用户，中间隔着一条以“年”为单位的长周期。1500万颗不是实验室里烧出来的，是产线上一片一片打出来、装到车里、在路上跑出来的。这个量级背后，是整个行业从“PPT智驾”走向“规模交付”的一个硬指标。

这篇文章我不打算写成新闻稿，也不做那种“划时代里程碑”式的吹捧。我就从一个长期关注和执行智驾方案落地的从业者角度，把“1500万颗”这件事拆开揉碎：为什么先跑出来的是地平线、征程平台靠什么撑起这个量、对普通车企和开发者来说这意味着什么，以及后续选型、开发、量产时真正值得关注的坑和门道。

1. 量产的真正含金量：1500万颗不是“出货”而是“上车”

先说一个很多圈外人容易混淆的概念：芯片的“出货量”和“实际上车量产”完全是两码事。芯片从foundry出来之后，经过封测、模组集成、域控制器认证、整车适配、冬标夏标、耐久测试，最后才能随新车交付到用户手里。很多芯片厂商说“累计出货”，其实只是到了Tier1或方案商手里，离用户还很远。

地平线这次说的是“量产突破1500万颗”，关键词是“量产”。这意味着这些芯片已经过了车规认证，已经装进量产车型，实际上路跑了一段时间。这是有本质区别的。对于智驾芯片来说，“上车”才是唯一有意义的里程碑。

1.1 从“能用”到“大规模使用”的跨越

智驾芯片的车规门槛高到什么程度？AEC-Q100的可靠性认证、ISO 26262的功能安全认证只是门票，真正难的是“千车千面”的适配。同一颗芯片在轿车、SUV、MPV上的安装位置、散热条件、天线布局都不一样，软件标定参数更是天差地别。

一颗芯片要想从“能用”变成“大规模使用”，需要过的关包括但不限于：

• 一致性：上万颗芯片的量产良率和性能一致性必须稳定，不能这颗跑120TOPS那颗只能跑100TOPS
• 软件成熟度：工具链、编译器、中间件要足够稳，不能让车企的开发团队天天为编译器bug加班
• 供应链韧性：产能、封装、测试的排期必须跟得住车企的产量节奏，智驾芯片缺货比手机芯片缺货更致命

地平线能做到1500万颗，说明它在上面这三条上都已经不是“补课”状态，而是形成了成熟的体系化能力。尤其是软件成熟度这一点，很多芯片原厂栽过跟头。硬件算力吹得再高，编译器不好用，算子库不全，车企的算法团队移植一个模型就得折腾三个月，那就根本没有规模化交付的可能。

1.2 这个数字藏着一条完整的产业链

我们跟车企的工程师聊天时常说，看一颗芯片能不能走量，别只看发布会上那个算力数字，要看它身边围了多少“人”——工具链团队、参考设计、技术支持、第三方生态、量产案例。1500万颗说明什么？说明地平线身边已经围了一大圈成熟的配套力量。

以征程家族为例，围绕它已经形成了从芯片、开发板、域控制器参考设计、算法工具链（包括量化、编译、部署）、到功能安全方案、测试认证、量产导入的完整链条。这个链条上每一环都是要烧真金白银去磨的，不是靠发布会上的PPT能解决的。

所以1500万颗不仅是一家公司的成功，它更像一个信号：中国智驾产业链已经趟过了“有芯片但用不上”的尴尬期，进入了“好用、敢用、规模化用”的阶段。

2. 征程家族的产品矩阵：拆开看这把“牌”是怎么打的

地平线的征程系列其实是个大家族，不是一颗芯片打天下。很多人一提到“地平线征程”就只知道征程5或者征程6，但实际上征程家族在售和在研的产品覆盖了从几TOPS到几百TOPS的完整算力区间。

我把手机里的参数表翻出来，帮大家理一下征程家族的产品布局：

看这张表你会发现，地平线的打法和很多只做单点旗舰芯片的公司不一样。它是“全价位覆盖”，从入门到旗舰全都要。这个策略在消费电子里很常见，但在智驾芯片里很少见——因为智驾芯片的软件栈开发成本极高，支持一个产品线就得养一个团队，多线并行对公司的综合实力要求非常大。

2.1 征程6系列是当前的重心

2024年发布的征程6系列，是地平线这几年的核心战役。这里面最值得关注的不是算力数字，而是“一个架构吃到底”的产品策略。征程6全系列都基于BPU纳什架构，这意味着什么呢？意味着你在征程6B上写的模型算子，可以无缝迁移到征程6P上。开发者不用为了不同算力档位重新做一遍移植优化。

这个策略对车企来说极其有价值。我见过不少车企因为芯片平台切换，整个算法团队一年多都耗在移植和调优上，等调完了别人都已经换代了。征程6的全系列统一架构，从一定程度上解决了这个痛点：低配车型用6B/6E，高配车型用6P，算法框架和工具链是同一套，开发资源可以复用。

2.2 征程5仍是当前的“中坚力量”

可能有朋友更关注征程6系列，但在实际量产数据里，征程5依然是主力之一。理想L系列的大规模交付，让征程5的装车量得到了很扎实的积累。征程5是地平线第一款面向高阶智驾的旗舰产品，128TOPS的算力放在今天不算顶尖，但在高速NOA这个场景里已经绰绰有余。

我见过很多工程师评价征程5，都说“它不算最强，但它是最务实的选择之一”。功耗控制好、工具链成熟、量产案例多，这三条对于车企的项目经理来说，可能比单纯的高算力更有吸引力。毕竟算力高消费者感知不明显，但功耗高散热难做、工具链烂开发拖期，这些才是项目里的致命伤。

2.3 征程6B：智驾平权的“急先锋”

1500万颗的突破里，征程6B可能会是未来增长的最大引擎。这颗芯片算力只有10TOPS出头，但它踩中了行业最大的风口——智驾平权。2024年下半年开始，行业里喊得最响的就是“把智驾打到15万以下价位”。要做到这一点，芯片成本必须压到极致，同时功耗要低到不需要复杂的散热方案。

征程6B这类高性价比芯片，让一体机方案（把摄像头、域控、算法集成在一个盒子里）成为可能，整车厂的BOM成本可以大幅压缩。这就像当年手机行业的联发科——先做便宜够用的方案把市场铺开，再一点点往上攻。智驾行业现在也在走这条路。

3. 芯片量产背后的“隐形战场”：工具链、量产工程与供应链

聊智驾芯片，大家最喜欢讨论的参数是TOPS、DMIPS、功耗，但实际上这些数字只占芯片价值的一半。另一半价值，藏在看不到的地方：工具链是否好用、编译器是否智能、中间件是否稳定、量产导入的经验库是否丰富。

地平线在这一块的布局，可以说是它和很多纯芯片设计公司拉开差距的关键。地平线从第一天起就说自己是“披着芯片外衣的软件公司”，这个定位在量产实践中被证明是有效的。

3.1 工具链的“好用”比算力更救命

任何一个做过算法部署的人，对下面这个场景都应该有共鸣：模型在GPU上跑得飞快，一部署到NPU上，各种算子不支持、量化精度掉点、内存带宽不够，原本一周搞定的活拖了一个月。

地平线的“天工开物”OpenExplorer工具链，这几年的迭代速度是实打实的。从早期被开发者吐槽“生态不够成熟”，到现在已经能支撑大量量产车型的算法部署，这个进化过程非常不容易。尤其值得说的是它的量化感知训练和一键部署能力，对于很多没有专职芯片优化团队的中小车企来说，这两个能力能把算法迁移的时间从月级别压到周级别。

还有个细节是IDE的调试体验。做过嵌入式开发的朋友都知道，在一个不成熟的IDE上写代码有多痛苦。地平线的开发调试工具链现在已经能做到比较完整的性能分析和瓶颈定位，这至少让我们的算法工程师少掉很多头发。

3.2 量产工程能力：从“能跑”到“稳定跑”

芯片设计公司和芯片量产公司之间，隔着一整条叫“量产工程”的鸿沟。硅片在实验室里能跑通是一回事，在东北零下30度的早上冷启动不出bug是另一回事，在吐鲁番40度高温下持续跑8小时不死机又是一回事。

地平线这些年积累的量产工程经验，包括完整的DV/PV测试、AEC-Q100认证、基于ISO 26262的功能安全开发流程、以及配合车厂做冬测夏标的一整套方法，这些才是真正构筑门槛的地方。

我们做域控方案时，最怕的就是芯片原厂只会“远程遥控”，出现问题连个FAE都派不过来。地平线现在在主要车企客户那里基本能做到驻场支持，在量产高峰期，原厂工程师和车厂的联合调试小组一起通宵是常态。这种现场工程能力，是支持1500万颗量产的隐形护城河。

3.3 面向多车企的供应链管理能力

芯片产能规划也是门大学问。造一颗车规芯片的周期很长，从下单到交付可能要大几个月。如果预测不准，要么缺货导致车企停线，要么库存积压导致现金流紧张。1500万颗的量级意味着地平线的供应链预测和生产排期能力已经非常成熟，能够同时服务好几十家车企、上百个车型项目。

这一点在行业里其实比很多人想象的更“生死攸关”。2021年汽车行业大缺芯的时候，多少新车因为一颗MCU或者一颗PMIC就停在产线上。智驾芯片因为价值高、用量大，供应链的压力更是成倍的。地平线能走到今天，说明它已经在供应链的惊涛骇浪里练出了很强的水性。

4. 从开发到上车：车企和开发者该怎么选、怎么干

写到这里，我知道很多读者其实最关心一个接地气的问题：既然地平线征程家族已经这么能打了，那我们自己做项目时到底该怎么选？这里我结合这几年帮车企朋友落地智驾项目的经验，给大家一些参考建议。

4.1 智驾芯片选型的四个核心维度

不要一上来就冲最高算力。我见过太多项目上来就要“旗舰芯片、全场景智驾”，结果项目做了两年发现根本消化不了那么高的规格，最后降级重来。选型建议从下面四个维度综合评估：

1. 目标场景的算力需求下限：高速NOA大概需要的有效算力是几十TOPS量级，城区NOA则需要上百TOPS甚至更高，算力一定要留出30%的余量用于算法迭代和功能升级
2. 功耗和散热预算：同样算力下功耗越低越好，因为智驾域控装车时的散热空间非常有限，高功耗意味着要上水冷或者更大的散热片，BOM和结构成本都会上涨
3. 工具链成熟度和技术支持能力：这个甚至比芯片本身的算力更重要，建议先拿一个真实的模型在开发板上跑一遍，从量化到部署全流程走一遍，心里就有数了
4. 量产案例和供应链能力：芯片有没有实打实的大规模量产经验，车企和Tier1的配合流程是不是成熟，出了问题原厂能不能快速响应

4.2 征程6家族的选型思路

如果你准备基于征程6做项目，我建议按下面的思路来选：

• 如果做的是15万以下车型的L2辅助驾驶，征程6B够用了，它的性价比和功耗控制很适合一体机方案，重点是控制BOM成本
• 如果做的是20万左右车型的高速NOA加记忆泊车，征程6E和6M是甜点位，既能满足算力需求，又不会像旗舰那样预算超支
• 如果目标是城区NOA、全场景智驾，预告一下，征程6P是真正能打的旗舰平台，面向那些要把智驾做成核心卖点的高端车型

有一点特别提醒：选芯片不是“定型号”这么简单，要连同域控制器方案、传感器的选型、算法的适配一起评估。芯片只是地基，上面的“房子”——算法、软件、传感器融合方案、数据闭环——才是决定最终用户体验的关键。

4.3 开发者视角：拿到征程平台后先做什么

如果你是开发者，第一次接触征程平台，我建议按照这个路径快速入门：

第一步：先别急着写代码，阅读配套的架构文档，理解BPU的硬件资源分配方式和内存模型，这决定了你写代码时的心智模型 第二步：在开发板上跑通一个官方的参考模型，走一遍“模型转换→量化→编译→部署→推理”的完整流程，感受一下工具链的便捷程度 第三步：把自己训练好的模型导入工具链，对比精度损失，如果精度掉得厉害，优先检查量化策略和预处理流程是否匹配 第四步：做性能分析，找到算子的瓶颈，利用工具链提供的性能剖析报告优化关键算子

这个流程走通之后，你对整个平台的认知就会有一个质的提升。我见过太多人一开始就闷头写算子，结果后面发现整个流程走不通，返工成本极高。先跑通闭环，再抠细节，这是最稳妥的路径。

5. 行业影响与风险启示：1500万颗之后还看什么

1500万颗的量产突破，对整个行业的影响绝不只是“一家公司取得了成绩”这么简单。它其实带来了几个比较深层次的变化，值得行业里的朋友认真体察。

5.1 “智驾平权”真正有了硬件底座

过去高阶智驾是30万以上车型的专属配置，核心原因之一就是硬件成本太高。一颗高端智驾芯片动辄几百美金，再加传感器、域控、散热、线束，整套系统成本轻松上万。这种成本结构决定了它只能用在高端车型上。

但征程6B这类高性价比芯片的推出，加上1500万颗积累带来的规模效应，正在把智驾硬件的成本线往下拉。当一颗芯片的出货量达到百万级、千万级，单片成本就能摊到足够低，整车厂才有空间把L2辅助驾驶做到10万级车型上。这是“智驾平权”最底层的硬件逻辑。

5.2 供应链的“安全后备”价值被重新评估

过去几年，全球汽车行业经历了一轮又一轮的芯片供应波动，多家国际大厂都出现过产能紧张、交期拉长的情况。国内车企在这个过程里学到的最深刻一课就是：供应链不能押在一个篮子里。

地平线征程系列的大规模量产，给了车企一个现实可行的“第二选择”。搭载征程芯片的车型覆盖理想、比亚迪、长安、奇瑞、吉利等多个品牌，这让很多车企在芯片谈判中有了更多底气。一个健康的供应链不应该只有一家供应商，而是要有至少两家可以规模化供货的选择，这种“留有后手”的供应链策略，在未来的行业波动中会越来越重要。

5.3 接下来真正要看的三个指标

1500万颗是一个重要的里程碑，但它不是终点。作为行业观察者，我更关注接下来的三个指标：

第一个是征程6系列的高阶芯片在头部车企旗舰车型上的实际表现，尤其是城区NOA这样高难度的功能，稳定性和体验口碑怎么样 第二个是海外市场拓展，征程芯片能不能进入国际车企的全球平台，这是检验技术水平和产品实力的更严苛考场 第三个是新一代BPU架构的演进节奏，智能驾驶算法还在快速迭代，对芯片架构的要求也在不断变化，能不能持续跟上甚至引领这种变化，决定了下一个千万级的门槛什么时候到来

6. 常见问题与避坑指南：关于智驾芯片的几点实在话

很多朋友看了前面的内容，可能心里还有一些具体的疑问。我挑几个在项目中和开发者交流时最高频的问题，结合自己的实际经验，集中回答一下。

6.1 智驾芯片的算力，是不是越高越好？

不是。算力高只是“潜力大”，能不能把算力真正用起来，取决于软件栈、带宽、工具链和算法的匹配程度。我见过装了高算力芯片的车，实际跑出来的体验还不如一些低算力但优化得好的方案。算力就像水箱的总容量，但用户体验看的是水龙头里实际流出来的水量，而决定水流量的，是管道和阀门——也就是软件栈和算法的工程能力。

建议大家在评估一款智驾芯片时，别只盯着TOPS数字，多问一句：这个算力下的实际可用效率是多少？同样的模型在这个芯片上能跑到多少帧？延迟是多少？能不能支持端到端的落地？

6.2 地平线征程和英伟达的芯片，怎么比？

两者不是简单的“谁比谁强”，而是定位和打法的差异。英伟达的优势在于极致的高算力和CUDA生态的通用性，适合需要灵活开发前沿算法的高阶平台。地平线征程的优势则在于车规量产的工程积累、针对中国路况和中国车企需求的定制化优化，以及相对更可控的成本结构。

如果项目做的是旗舰车型的全场景智驾，英伟达Thor仍然是重要选项；但如果做的是走量车型的“好用智驾”，或者希望在成本、功耗、本土化支持之间找到平衡，征程系列就是很有竞争力的选择。理性的做法不是“站队”，而是按项目需求来选。

6.3 开发智驾功能时最容易踩的坑是什么？

三个词总结：算错功耗、低估散热、忽视工具链。功耗算错会导致整车电气架构撑不住，低估散热会让域控在夏天频繁降频，而忽视工具链成熟度会让整个项目周期失控。这三点都是在项目启动阶段没有充分验证、到开发后期才集中爆发的典型问题。

我在这里给大家三条非常实用的建议：

• 在立项阶段就做一遍完整的“带着模型跑全流程”的评估，用真实模型在目标芯片上跑一遍，记录精度、帧率、延迟、内存占用、功耗数据，而不是只看芯片手册
• 提前和芯片原厂建立技术沟通渠道，把工具链的文档翻一遍、把已知问题的list要一份，你会发现很多坑别人已经踩过并填好了坑位
• 保留充分的开发周期余量，智能驾驶的算法迭代非常快，项目排期时一定要给“算法升级”“新功能开发”留出时间，不要把所有时间都压在“打通流程”上

6.4 地平线做1500万颗了，这条路对行业有什么启发？

量产突破1500万颗这件事，对行业的最大启发不是“地平线多厉害”，而是它证明了一条重要路径：从芯片、到工具链、到大规模量产工程，这个“全栈自研+开放生态”的模式是能走通的。这对所有有志于深耕智驾芯片领域的团队来说，都是很宝贵的信心。

而且，地平线的成功还会带动整个国产汽车电子产业链的升级。从IP设计、Foundry制造、封装测试到Tier1的域控制器集成，整个链条上的本土企业都会因为这样大规模的量产需求而获得宝贵的“练兵机会”。良率怎么提、测试怎么做、怎么跟上车企的节奏，这些只有真刀真枪地量产过才知道。

最后再跟各位多说一句实在的。我在这个行业里看了太多起起落落，见到过发布会开得轰轰烈烈、最后量产却遥远无期的方案，也见过那些不声不响、埋头把良率和工具链磨到极致的团队。地平线征程的1500万颗，属于后者。它不是什么一夜爆红的故事，而是那种“把每个环节都磨得差不多”之后，量变引发质变的自然结果。对于做技术的人来说，这可能是最值得学习的一点：不用急着喊口号，把每一个算子调好、每一次测试做扎实、每一个客户项目交付利索，数字自然会来。