晓莺说｜汽车芯片大战升级：争夺智能汽车控制权

最近，汽车芯片又一次站到了产业中心。

一边是头部车企比亚迪发布了自研4nm智驾芯片璇玑A3，引发行业关注。而蔚来、小鹏、理想等以科技能力见长的车企，也都在积极推进自研芯片或者自研AI计算架构。

一边是存储芯片价格暴涨，正在成为车企和供应链的现实痛点。AI数据中心正在大量消耗HBM、DRAM、NAND和先进封装资源，有限几家存储大厂的产能、资本开支和客户优先级，正在加速向AI算力倾斜。

再看汽车产业内部，高通刚举办完2026汽车技术与合作峰会，讨论的焦点早已从座舱芯片，快速迁移到了舱驾融合、Claw上车、Physical AI和车端智能生态。而近期地平线股价大幅波动，也让市场重新审视第三方智驾芯片和方案公司的商业模式。

如果特斯拉FSD监督版在中国进一步落地和完善，中国车企和智驾供应商要面对的智驾竞争压力也会进一步放大。

这些看起来不同的新闻热点，放在一起看，指向的，是同一个趋势：汽车芯片竞争，正在从“比拼更高的算力”，变成“争夺智能汽车的控制权”。

过去，芯片主要是供应链问题。今天，芯片已经变成整车企业的智能化能力、成本能力、供应链安全能力和架构主动权问题。

今天这期《晓莺说》，我们就来聊一聊：汽车芯片大战为什么升级了？这场战争真正争夺的，到底是什么？

芯片为什么从“算力”变成“控制权”？

先说一个底层变化：汽车芯片大战，表面看是在拼算力，其实是在底层的拼电子电气架构。

过去，一辆车里可能有上百个分布式ECU。座舱、智驾、车身、底盘，各自有各自的控制器。但智能汽车正在走向舱驾融合、区域控制和中央计算。这意味着，未来车里的芯片不是越多越好，而是要看能不能用更高的集成度、更低的延迟、更安全的隔离，支撑更复杂的软件和AI能力。

比如舱驾融合，并不是简单把座舱和智驾放到一颗芯片上，而是要解决：不同安全等级、不同实时性要求的任务，如何在同一计算平台上稳定运行。座舱娱乐系统可以卡顿，可以重启，但智驾相关的感知、决策和控制链路绝不能被影响；涉及车辆安全的功能，必须保持实时、可靠和隔离。这就要求芯片和系统架构具备更强的功能安全、实时隔离、冗余设计和软硬件协同能力。

图片来源：高通

所以，汽车芯片不能简单套用消费电子逻辑。

手机芯片追求性能、功耗和体验；汽车芯片还要回答安全、可靠、冗余、生命周期和车规认证。

这就是为什么汽车芯片竞争已经不是简单的纸面TOPS竞赛。

真正重要的是有效算力、模型适配、内存带宽、功耗控制、功能安全和工程量产能力。

换句话说，芯片不是一个硬件采购件，而是整车智能化架构的一部分。谁定义芯片，谁就更接近定义未来智能汽车的能力边界。

大模型上车，让车企对芯片的期待变了

第二个变化，是大模型上车。

过去几年，车企谈智驾芯片，很多时候是在谈算力：多少TOPS，能不能跑NOA，能不能支持城市辅助驾驶。

但大模型上车之后，车企对芯片的期待变了，车端AI任务打开了全新视角。

比如端到端智驾，需要把感知、预测、规划更深地融合在一起；多模态交互，需要同时处理语音、图像、场景和用户意图；车内AI Agent，需要在车端完成更复杂的理解、推理和响应；未来的Physical AI和具身智能，还会要求车辆理解真实世界，并且和外部环境持续交互。

这些任务的共同特点是：不只是需要更高算力，还需要更高效的数据流动和模型部署能力。

很多高算力芯片，纸面TOPS很漂亮，但如果内存带宽不够，片上缓存不够，模型部署效率不高，算法和芯片架构不匹配，真实体验就跑不出来。

汽车正在从“电子化”进入“AI化”，车端芯片必须从传统计算平台，升级为AI推理平台。未来的竞争，只有高算力芯片远远不够，把芯片、算法、模型和整车架构真正协同起来，才是核心。

存储芯片涨价，成为最现实的痛点

这就引出最近汽车芯片里最现实的痛点：存储芯片价格暴涨。

为什么涨价？

因为大模型上车以后，高阶智能车需要多屏座舱、激光雷达、大模型NOA、行泊一体、端到端模型和车端AI，对DRAM、LPDDR、eMMC、UFS、NAND的需求越来越高。

而另一边，AI虹吸所有核心资源，AI服务器也在疯狂抢存储。

HBM、DRAM、NAND和先进封装资源正在被AI数据中心大量锁定。全球有限几家存储大厂（三星 / 美光 / 海力士）的产能、资本开支和客户优先级，都加速向AI算力倾斜。这意味着，汽车行业在部分存储芯片上的议价能力和供应优先级，快速受到挤压。

下面的问题是，存储涨价会不会带动整个汽车芯片供货紧张？

我们的判断是：肯定会，但不是所有芯片一起缺，是关键芯片、关键产能和关键供应路径变得更紧。

一方面，AI服务器正在抢占存储、封装、晶圆和材料设备资源，汽车行业在部分产能分配里的优先级会下降。

另一方面，一旦车企看到存储涨价和交期拉长，就会更早锁单、更早备货，这种供应链心理也会传导到MCU、功率器件、模拟芯片、电源管理芯片等其他关键品类。

所以，2026年的汽车缺芯，不是所有芯片都缺，最直接的结果，不是大规模停产，而是成本上涨、配置调整、交付波动、排产策略变化，以及供应链重新排序。

AI改写了半导体行业的利润排序和产能分配机制。毕竟，汽车行业虽然规模大，但在很多半导体品类上，并不是利润最高、优先级最高的客户。

这对车企来说，是非常现实的提醒：智能汽车不只要抢算力，也要抢内存、抢封装、抢产能、抢供应确定性。

特斯拉FSD如果进一步落地，中国智驾竞争会升级

第三个变量，是特大号鲇鱼-特斯拉FSD。

最近，特斯拉FSD监督版在中国市场的推进引发了很大关注。虽然它在中国的功能开放、监管审批和本地化适配还需要进一步观察，但如果FSD监督版在中国进一步落地和完善，对中国车企的智驾竞争压力会非常直接。

因为特斯拉带来的是一套经过全球车队数据、端到端模型和大规模软件迭代验证的智驾体系。

图片来源：特斯拉

过去几年，中国车企在城市NOA、端到端智驾、大模型上车方面进步非常快，在很多中国道路场景里也形成了很强的本土优势。但如果特斯拉FSD在中国真正跑起来，中国车企面对的竞争就会升级。不是“有没有智驾功能”的竞争，而是“智驾体验稳定性、泛化能力、迭代速度和成本效率”的竞争。

过去买一颗高算力芯片，能支撑NOA，就已经很重要。

但现在，车企需要的是一套能够支撑端到端模型、大模型推理、车端AI、多模态感知、低延迟决策和长期OTA迭代的计算底座。

所以，特斯拉FSD如果进一步落地，会让中国智驾竞争从“功能普及”，进入“系统能力对决”。

而系统能力背后，更加离不开芯片、模型、数据、软件和整车架构的协同。

车企为什么开始自研芯片？

再看车企自研芯片。

5月28日，全球最大的新能源车企比亚迪发布璇玑A3，是最近最受关注的产业信号。据悉，璇玑A3采用4nm工艺，面向高阶智能驾驶能力，单颗算力约700TOPS，三芯并联可达约2100TOPS，并强调安全等级、功耗效率和自研算法适配能力。

这件事的意义，不是比亚迪多了一颗芯片，而是头部车企不再满足于只做芯片的采购方。

事实上，车企自研芯片已经不是个别案例。

蔚来推出神玑NX9031，定位车规级高算力智驾芯片，服务于高端车型和未来高阶智能驾驶能力。小鹏推出图灵AI芯片，强调面向AI大模型和智能汽车场景，服务于城市NOA、端到端智能驾驶和未来多终端AI能力。理想也在推进自研AI计算架构，面向自动驾驶、大语言模型和智能交互等推理场景。

这些案例放在一起看，说明非常明显：头部智能电动车企业正在从“买芯片”，走向“定义芯片”。

如果算经济账，怎么算都是亏。那为什么车企要做这件事？

因为智能汽车时代，芯片决定的不只是算力大小。它还会影响算法部署方式、软件迭代节奏、整车电子电气架构、功耗、成本、安全冗余和供应链稳定性。如果车企只是买现成芯片，就会受到芯片供应商路线、工具链、成本和交付节奏的影响。但如果车企深度参与芯片定义，甚至推进自研，就可以更好地实现软硬件协同。

这背后争夺的是几个主动权：智能化能力主动权，电子电气架构主动权，单车成本主动权，供应链安全主动权，以及未来L3、L4能力边界的定义权。

当然，不是每家车企都需要自研芯片，也不是每一次自研都会成功。

芯片研发投入巨大，周期长，风险高，还需要算法、软件、数据、工程验证和量产能力共同支撑。

如果没有足够大的销量规模，自研芯片很容易变成高昂的沉没成本。

但如果一家车企年销量达到百万级，甚至几百万级，并且希望把智驾系统大规模搭载到主流车型上，自研芯片就有可能从“技术炫技”变成“成本控制工具”。

这也是比亚迪璇玑A3真正值得关注的地方。

它不是单纯说明比亚迪也会做芯片（背后有其他故事），而是可能把自研芯片、自研算法、大规模车型搭载和成本控制结合起来，重新定义高阶智驾的普及成本。如果比亚迪这条路真的走通，吉利、长城、上汽、广汽、奇瑞这些百万级车企，不一定都会完全自研芯片，但一定会更深地参与芯片定义、架构规划、算法适配和产能锁定。

车企自研芯片的本质，不是为了证明“我也能造芯片”，而是为了把智能化能力从外部采购，变成自己体系能力的一部分。他们争夺的不是芯片，不是成本，而是智能汽车架构的主动权！

高通和地平线，第三方平台也在重新定位

那第三方芯片公司怎么办？

重点聊一聊高通和地平线。

它们都不是整车厂，都站在车企之外，为车企提供智能汽车计算能力。

但两者的角色并不完全一样。

高通更像第三方智能计算平台公司。

图片来源：高通

过去大家提到高通汽车业务，首先想到的是智能座舱芯片；但这次2026汽车技术与合作峰会，高通讨论的不只是座舱，而是智能座舱、舱驾融合、AI Agent、Physical AI和车端智能生态。它想争夺的，是智能汽车的计算入口、软件生态入口和开发者生态。而高通代表的，是全球平台生态型路线。它卖的不只是芯片，而是软件栈、工具链、生态伙伴、AI能力和持续迭代效率。

地平线则更进一步。

它既提供智驾芯片，也提供算法、工具链、参考方案和量产落地能力。

在高阶智驾方面，地平线已经不只是芯片供应商，而越来越接近智驾方案供应商和生态平台方。

最近地平线股价大幅波动，反应的也是资本市场对于商业模型的重新考量：当车企越来越深地参与芯片定义，甚至开始自研芯片，像地平线这样既做芯片又做智驾方案的第三方平台，未来的位置会如何变化？

地平线的压力，不是技术不行，而是角色和商业模式、估值模型都正在被重新定义。

过去，车企需要的是一颗可靠、性价比高、能快速量产的智驾芯片。

但今天，车企需要的是一整套智驾能力：芯片、算法、工具链、功能安全、数据闭环、成本控制和量产服务。

地平线正是沿着这条路在往前走。它不只是卖芯片，也在提供算法和量产方案，帮助车企把高阶智驾能力下探到更主流价格带。

但挑战也来自这里。

当比亚迪这样的核心客户开始自研芯片，当更多头部车企开始深度参与芯片定义，地平线就要证明：第三方方案不只是“替代自研”，而是在成本效率、量产速度、算法适配和生态开放上，要比车企自己做更有价值，成为车企智能驾驶能力的系统伙伴。

不只是大芯片，小芯片也关键

最后，不要只盯高算力大芯片。

智能汽车越往中央计算和区域架构走，小芯片反而也会变得越来越关键。

比如车载以太网PHY。中央计算需要车内高速互联，摄像头、雷达、域控、座舱、智驾之间的数据流越来越大，车载以太网会成为重要基础设施。

再比如BMS采样模拟芯片、隔离驱动芯片、无线BMS芯片。电池包越来越大，电压平台越来越高，电池安全和能效管理越来越重要，这些芯片虽然不如智驾SoC那么显眼，但决定的是电池安全、功率转换和整车可靠性。

还有4D毫米波雷达芯片。如果未来高阶智驾要向更低价格带普及，部分场景下就需要用更低成本的感知方案替代或补充激光雷达。

所以，智能汽车芯片不能只看一颗主芯片。

它是一套组合：主计算芯片、存储、MCU、功率器件、传感器芯片、通信芯片、模拟芯片、信息安全芯片，共同构成整车智能化的底座。

结尾

今天看汽车芯片大战，纷纷扰扰，底层核心是因为：汽车芯片已经不再只是供应链问题，而是智能汽车时代的产业控制权问题，芯片能力已经是整车竞争力的一部分。

而大模型上车、特斯拉FSD推进、舱驾融合、中央计算、存储涨价和车企自研芯片，则共同说明：智能汽车的竞争，正在从功能竞争进入系统能力竞争。未来，谁能把芯片、算法、软件、模型、电子电气架构、供应链和成本控制组织成一套可持续迭代的系统能力，谁才真正掌握智能汽车竞争的主动权。

车企想拿回定义权；

平台型芯片公司想占住计算入口；

智驾方案供应商想证明自己仍然是最优解；

而底层半导体资源正在被AI重新分配。

本质都是抢夺智能底座核心控制权。

这里是《晓莺说》，我们下期继续一起观察汽车产业的新变化。