news 2026/1/22 16:39:15

车规级芯片十年演进(2015–2025)

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
车规级芯片十年演进(2015–2025)

车规级芯片十年演进(2015–2025)

一句话总论:
2015年车规级芯片还是“MCU主导、低算力、分散ECU”的传统汽车电子时代,2025年已进化成“SoC高集成、1000+ TOPS AI算力、中央计算+端到端VLA大模型”的智驾/座舱核心大脑,中国从几乎零基础跃升全球领跑者,国产芯片市占率从<5%飙升至>60%,彻底打破海外垄断,推动智驾/车联网普惠下沉10万级车型。

车规级芯片十年演进时间线总结
年份核心范式跃迁代表芯片/算力AEC-Q100等级/功耗中国代表芯片/厂商市场规模(亿元)/国产率
2015MCU+分散ECUInfineon AURIX(几百MIPS)Q100 / 低功耗几乎无国产,兆易/华大初探MCU~200 / <5%
2017初步ADAS SoCMobileye EyeQ4(2–4 TOPS)Q100 / 10–20W地平线征程1(2.5 TOPS),华为海思初探~400 / ~10%
2019高算力驾驶SoCNVIDIA Xavier(30 TOPS)Q100 / 30W地平线征程2/3(5–16 TOPS),华为Ascend 310~800 / ~20%
2021双域高算力SoCNVIDIA Orin(254 TOPS)Q104 / 45–60W华为MDC810(400 TOPS),地平线征程5(128 TOPS)~1500 / ~40%
2023中央计算千TOPS级NVIDIA Thor预热(1000+ TOPS)Q104 / 100W+黑芝麻华山A1000(200+ TOPS),地平线征程6(700+ TOPS)~3000 / ~55%
2025端到端VLA万TOPS级 + 量子辅助NVIDIA Thor(2000+ TOPS)Q104 / 130W+华为Ascend 910B车规版,地平线征程7(1000+ TOPS),芯驰/黑芝麻~5000+ / >60%
1.2015–2018:MCU+初步ADAS芯片时代
  • 核心特征:芯片以MCU(Infineon AURIX、NXP S32)为主,低算力(几百MIPS),分散在70–100个ECU,ADAS功能靠独立芯片(如EyeQ3/4)。
  • 关键进展
    • 2015年:《中国制造2025》启动芯片国产化,兆易创新/华大电子MCU初步量产。
    • 2016–2017年:Mobileye EyeQ4(4 TOPS)开启ADAS SoC时代。
    • 2018年:地平线征程1(2.5 TOPS)发布,中国首款车规AI芯片。
  • 挑战与转折:算力不足、海外垄断;中国政策+资本推动国产化。
  • 代表案例:博世/大陆ECU,高端车型专属。
2.2019–2022:高算力驾驶SoC转型时代
  • 核心特征:SoC集成GPU/CPU/NPU,算力30–400 TOPS,驾驶域独立,ECU数量降至30–50个。
  • 关键进展
    • 2019年:NVIDIA Xavier(30 TOPS)量产,地平线征程2/3上车。
    • 2020–2021年:NVIDIA Orin(254 TOPS)+华为MDC810大规模应用。
    • 2022年:地平线征程5(128 TOPS)量产,国产率超40%。
  • 挑战与转折:供应链安全;疫情加速国产替代。
  • 代表案例:华为MDC + Orin,小鹏/理想高阶智驾。
3.2023–2025:中央计算千TOPS+普惠时代
  • 核心特征:中央计算SoC(1000–2000+ TOPS),支持端到端VLA大模型,ECU数量降至3–5个,量子辅助鲁棒,普惠下沉10万级。
  • 关键进展
    • 2023年:黑芝麻华山A1000、地平线征程6上车。
    • 2024年:NVIDIA Thor(Blackwell 2000+ TOPS)预量产。
    • 2025年:华为Ascend车规版+地平线征程7(1000+ TOPS),比亚迪/吉利普惠车型标配,国产率>60%。
  • 挑战与转折:热管理/功能安全(ASIL-D);大模型+量子安全成标配。
  • 代表案例:比亚迪天神之眼(国产芯普惠7万级),小鹏Turing芯片。
一句话总结

从2015年低算力MCU的“分散工具”到2025年2000+ TOPS中央SoC的“全车大脑”,十年间车规级芯片由海外垄断转向中国主导高集成+普惠,中国芯片国产率从<5%到>60%,推动智驾从“高端奢侈”到“全民标配”的文明跃迁,预计2030年单车算力超10000 TOPS。

数据来源于高工智能汽车研究院、NVIDIA/华为公告及2025年行业报告。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/1/22 0:06:29

【openGauss】数据库微观案例

本期介绍openGauss系数据库的几个案例&#xff1a; rowid使用案例GUC参数非全局设定hash分区键限制 astore引擎下的rowid使用问题 Oracle迁移经常会遇到rowid兼容性问题&#xff1a;可能是不支持rowid&#xff0c;也可能是rowid类型或行为有差异。 rowid的常用场景&#xff1a;…

作者头像 李华
网站建设 2026/1/17 16:53:20

Comtos Linux 哲学导向的意义

【Comtos Linux 哲学导向的意义】 Comtos Linux 哲学导向&#xff1a; 独立之精神‌&#xff0c;自由之思想‌。其核心理念‌&#xff0c;强调个体在思想和精神上保持自主与独立&#xff0c;不受外界束缚。‌‌独立之精神‌&#xff1a;指个体在精神上保持自主判断和坚定立场。…

作者头像 李华
网站建设 2026/1/21 16:51:45

PyTorch-CUDA-v2.7镜像内置nbconvert,轻松转换notebook为html/pdf

PyTorch-CUDA-v2.7镜像内置nbconvert&#xff0c;轻松转换notebook为html/pdf 在深度学习项目开发中&#xff0c;一个常见的场景是&#xff1a;你刚刚完成了一轮模型调优实验&#xff0c;Jupyter Notebook里满屏都是训练曲线、评估指标和可视化结果。现在需要把这份“成果”提交…

作者头像 李华
网站建设 2026/1/3 14:27:08

yolov11实时检测系统搭建:基于PyTorch-CUDA-v2.7全流程

YOLOv11 实时检测系统搭建&#xff1a;基于 PyTorch-CUDA-v2.7 的全流程实践 在智能安防、工业质检和自动驾驶等前沿领域&#xff0c;实时目标检测早已不再是“有没有”的问题&#xff0c;而是“快不快、准不准、稳不稳”的工程博弈。一个能稳定输出 30 FPS 以上、精度不打折的…

作者头像 李华
网站建设 2026/1/19 5:16:02

大规模GPU算力调度平台推荐使用PyTorch-CUDA-v2.7标准镜像

大规模GPU算力调度平台为何青睐PyTorch-CUDA-v2.7标准镜像&#xff1f; 在AI研发从“小作坊式实验”迈向“工业化流水线”的今天&#xff0c;一个现实问题始终困扰着团队&#xff1a;为什么同一个模型代码&#xff0c;在A同学的机器上跑得好好的&#xff0c;放到集群里却频频报…

作者头像 李华