<mark id="oztn4"></mark>
0
| 本文作者： 新智駕 | 2026-04-21 21:34 | 專題：特斯拉：純視覺智駕+極致效率，特斯拉的技術路線與制造哲學 |
2026年4月11日，北京。
在智能電動汽車發展高層論壇上，李斌拋出了一組數據：蔚來自研的5nm智駕芯片神璣NX9031已經全面量產上車，累計出貨量超過55萬顆，搭載于ET9、ES9、ES8等旗艦車型。單顆芯片的綜合性能相當于四顆英偉達Orin-X。
這組數字背后是一個更宏大的敘事：汽車行業正在經歷一場自內燃機發明以來最深刻的技術權力轉移——決定一輛車"夠不夠智能"的核心部件，正在從供應商手中回到車企自己手里。
要理解這件事的分量，需要先看清楚智駕芯片市場的既有格局。
過去五年，英偉達憑借Orin系列芯片幾乎壟斷了高階智能駕駛的計算平臺市場：小鵬G9用雙Orin-X（508TOPS），理想L9用雙Orin-X，問界M9同樣依賴英偉達方案。車企在這個環節上幾乎沒有選擇權——你要做高階智駕，就得用英偉達的芯片；你想獲得更好的技術支持？排隊等著吧，特斯拉和奔馳的優先級比你高得多。
這種局面的痛點是多維度的。
成本是第一層痛。在采購高峰期，蔚來每年僅向英偉達一家采購芯片的費用就接近3億美元。隨著車型銷量增長和智駕功能的不斷升級，這筆開支只會越來越大。而且英偉達作為事實上的壟斷者，擁有極強的議價能力——你找不到替代品，就只能接受它的定價。
技術自主性是第二層痛，也是更深層的焦慮。英偉達提供的是"黑盒"方案：芯片給你，軟件工具鏈給你，但芯片內部的架構細節、算力分配策略、功耗優化方法，都是不開放的。對于車企來說，這意味著你的智駕算法必須適配英偉達的硬件架構，而不是反過來。
供應鏈安全是第三層隱憂。地緣政治因素導致芯片供應鏈的不確定性急劇上升。2024-2025年間，多起芯片出口管制事件讓中國車企意識到：把核心計算硬件的命運交到別人手里，隨時可能面臨"斷供"風險。
三條痛線交匯在一起，結論只有一個：要想真正掌握智能汽車的命門，必須自研芯片。
但說起來容易做起來難。芯片是工業皇冠上的明珠，而車規級智駕芯片又是明珠中最難打磨的那一顆——它需要在極端溫度范圍內穩定工作，需要滿足功能安全ASIL-D等級，需要在算力、功耗和成本三者之間找到近乎不可能的平衡點。
何小鵬曾在內部會議上透露過一個數字：年出貨100萬片才能回本。5nm制程芯片的開發費用據估算高達約30-45億元。這是一場門檻極高、周期極長、成功率不確定的豪賭。而蔚來，不僅賭了，還贏了。
先看硬參數。
制程工藝：5nm車規級——全球首款量產上車的5nm智駕芯片。作為對比，英偉達Orin-X采用的是7nm制程。5nm和7nm之間差了整整一代制程工藝。
晶體管數量：超過500億顆。這是什么概念？蘋果A17 Pro手機芯片大約有190億顆晶體管，英偉達最新的H100數據中心AI芯片有800億顆。神璣NX9031以超過500億顆晶體管的規模位居兩者之間。
CPU架構：32核大小核架構。不是簡單的"核心多"，而是專門為智能駕駛場景設計的任務并發架構——感知、規劃、控制、數據閉環、群體智能，五類實時任務可以同時跑，互不干擾。
內存：LPDDR5x @8533Mbps。高帶寬內存意味著可以實時處理來自激光雷達、攝像頭、毫米波雷達的海量感知數據。
ISP圖像處理：自研，6.5GPixel/s。像素處理能力達每秒65億像素，處理延時低于5毫秒。蔚來自研的ISP實現了超高圖像處理吞吐量，意味著它可以實時處理超高分辨率的攝像頭輸入而不丟幀。
NPU AI推理：自研。所有AI推理任務——目標檢測、語義分割、軌跡預測、規劃決策——都跑在NPU上。蔚來自研NPU的優勢在于可以根據自家算法團隊的模型架構來定制硬件。
綜合算力：相當于四顆Orin-X。英偉達Orin-X單顆算力為254 TOPS，四顆就是1016 TOPS。蔚來官方披露神璣NX9031的算力為"1000+ TOPS級別"。
功能安全：ASIL-D。汽車電子最高安全等級。
上車時間：2025年4月量產。從2023年12月發布到2025年4月量產，歷時約16個月。
這張參數表的每一行都值得展開。5nm制程的意義遠超數字本身——它是全球第一款做到這件事的車規級智駕芯片。在此之前，最先進的商用智駕芯片采用的是7nm或更成熟的制程工藝。蔚來搶先一步跨過5nm門檻，獲得的不僅是性能領先，更是在與臺積電等代工廠的合作關系中積累了寶貴的先進制程車規芯片設計經驗。
500億+晶體管是什么概念？它不是用來跑ChatGPT的，而是要塞進一輛車的域控制器里，實時處理來自多傳感器融合的海量感知數據，同時運行端到端的駕駛決策模型。晶體管數量的龐大直接轉化為并行計算能力的強大。
32核CPU大小核架構是一個被低估的設計亮點。傳統的車載計算芯片通常采用對稱的多核CPU設計，但智能駕駛的工作負載特性是不均衡的：大部分時間里系統只需要處理常規的傳感器數據融合和控制指令輸出（低負載），偶爾遇到復雜城市道路場景時則需要爆發式的高算力來運行重載AI模型（高峰負載）。大小核架構恰好匹配了這種特性。
自研ISP和NPU是真正的差異化武器。第三方通用ISP雖然能用，但無法針對特定品牌的攝像頭傳感器組合進行深度優化。蔚來自研的ISP和NPU可以根據自家算法的需求來定制硬件，實現"量身定制的競速鞋"效果。
"單顆神璣NX9031綜合性能相當于四顆英偉達Orin-X"——這是李斌在多個場合反復強調的說法，也是外界質疑最多的一個論斷。畢竟，英偉達Orin-X是經過數百萬輛車驗證過的成熟產品，一家車企的首款自研芯片真的能實現四倍跨越？
要回答這個問題，需要拆解"綜合性能"四個字的含義。
算力堆疊的角度：四倍是有依據的。英偉達Orin-X的單顆INT8算力為254TOPS。四顆Orin-X的總算力就是1016TOPS。蔚來官方披露神璣NX9031的算力為"1000+ TOPS級別"，從這個純數字角度看，"四顆Orin-X"的說法并不夸張。
系統集成度的角度：優勢可能不止四倍。Orin-X是一顆純粹的AI加速芯片，它需要外掛CPU、ISP、內存控制器等其他部件才能構成完整的計算平臺。而神璣NX9031是一顆SoC（System on Chip，片上系統）——CPU、NPU、ISP、內存接口全部集成在一塊硅片上。這意味著在系統層面，用神璣NX9031構建域控器的BOM成本、PCB面積、散熱設計和供電復雜度，都遠低于"四顆Orin-X + 外圍配套芯片"的傳統方案。
延時優化的角度：自研芯片有結構性優勢。自動駕駛對計算延時的敏感度極高——從傳感器采集畫面到車輛執行制動指令，整個過程需要在100-200毫秒內完成。在使用第三方芯片的場景下，數據需要在芯片內部的不同模塊之間、甚至不同芯片之間多次搬運，每次搬運都會產生延時。自研芯片可以在架構設計階段就針對自家算法的數據流進行優化，減少不必要的數據搬運。
當然，客觀地說，神璣NX9031也有自己的短板。
首當其沖的是軟件生態成熟度。英偉達的CUDA生態經過近二十年積累，擁有海量的開發工具、預訓練模型庫、第三方算法支持和開發者社區。而神璣NX9031作為一個全新的計算平臺，所有的軟件棧都需要蔚來自己搭建。
其次是大規模可靠性驗證尚需時間。Orin-X已經在上千萬輛車上運行了數年，各種邊界工況下的行為模式已經被充分摸底。神璣NX9031雖然在實驗室里通過了嚴苛的車規認證，但真實的道路環境永遠比測試場景更復雜、更不可預測。
李斌本人在2025年7月的表態也印證了這一點："從神璣NX9031芯片上車之后的表現來看，初步實現了自研芯片的戰略目標。"注意"初步"二字——這位一向以敢言著稱的企業家，在這件事上保持了難得的謹慎。
蔚來不是唯一一家走上自研芯片道路的車企。事實上，2024-2026年已經成為中國車企集體"造芯"的集中爆發期。
特斯拉是這場運動的發起者。從2016年開始自研FSD芯片開始，特斯拉已經經歷了三代迭代。最新一代FSD AI 5芯片的算力據稱達到2500 TOPS，比上一代提升4-5倍。特斯拉的邏輯很清晰：自動駕駛算法是我們自己寫的，為什么計算硬件要用別人的？
小鵬是跟進最快的國內玩家。小鵬圖靈AI芯片采用三顆上車方案，綜合算力超2200 TOPS，2025年6月已隨小鵬G7 Ultra正式交付。何小鵬曾透露小鵬芯片研發團隊規模達到千人以上，流片成功后團隊"激動得睡不著覺"。
比亞迪走了一條不同的路。比亞迪的自研智駕芯片定位相對入門，NPU算力約8 TOPS，對標的是德州儀器的TDA4VM這類中低端產品。目標車型鎖定在10-20萬元的主流價位區間——與其追求極致算力，不如先把量大面廣的走量車型的芯片供應掌握在自己手里。
理想、小米、零跑、吉利等也紛紛入場。理想的"馬赫100"芯片已于2025年5月流片成功，預計2026年量產；小米汽車芯片雖處于研發階段，但雷軍已立下明確的"軍令狀"；零跑的凌芯01已裝機超10萬臺，主打性價比市場。
如果把各家放在一起看，一個清晰的技術路線分化圖景浮現出來：
極致算力派以特斯拉、蔚來、小鵬為代表，追求頂尖制程和大算力，服務高端智駕，目標市場是30萬+高端車型。
大眾普及派以比亞迪、零跑為代表，中等算力，靠走量攤薄成本，目標市場是10-20萬主流車型。
追趕布局派以理想、小米為代表，正在研發，尚未量產，策略待觀察。
無論哪種路線，入場門檻都是一個冷酷的數字：基礎芯片起步投資10億元，5nm級別的先進芯片動輒需要百億元以上的投入。年出貨100萬片是盈虧平衡線的普遍共識。這意味著不是每一家車企都有資格玩這場游戲——銷量達不到一定規模，砸出去的錢就永遠收不回來。
但反過來看，一旦跨過了盈虧門檻，自研芯片帶來的優勢是指數級的：成本持續下降、技術不再受制于人、產品迭代節奏完全自主掌控。這是一場贏者通吃的游戲。
回到蔚來自身。神璣NX9031的成功量產上車，對公司而言意味著三個層面的戰略價值。
第一層是直接的財務回報。此前依賴英偉達Orin-X時期，蔚來每年的芯片采購費用高峰期約3億美元。按2025年55萬顆的用量推算，自研后的單顆成本隨規模效應遞減，即使不考慮技術溢價，僅采購成本的節約就已經相當可觀。更重要的是，隨著銷量的進一步增長，邊際成本會持續下降——這是采購外部芯片永遠無法實現的成本曲線。李斌的原話是："從研發成本和長期毛利的角度來看，自研芯片是值得的，特別是在用量達到幾十萬顆時，其成本優勢非常顯著。"
第二層是技術主權的回歸。有了自研芯片，蔚來的智駕團隊不再需要在英偉達的硬件框架內做算法優化。想增加某種特殊的算子加速？改芯片設計就行。想優化某類傳感器的數據處理通路？在ISP層面直接調整。這種"想怎么改就怎么改"的自由度，是用第三方芯片時無法想象的。
第三層是品牌認知的重塑。"全球首款車規級5nm智駕芯片"、"500億+晶體管"、"單顆頂四顆Orin"——這些技術標簽疊加在一起，構成了一個明確的信息輸出：蔚來不是一家只會組裝零部件的電動車公司，而是一家具備頂級底層技術研發能力的技術驅動型企業。這層認知對蔚來沖擊60萬+豪華市場的戰略至關重要。
如果站在更長遠的時間尺度上審視，車企自研芯片運動大概率不會止步于"省下幾億美元采購費"這個層面的考量。
真正的終局是"數據-算法-芯片-體驗"的正向飛輪。自研芯片讓車企能夠以最優的方式采集和處理駕駛數據；海量真實數據喂養出更強的AI算法；更強的算法又反過來提出新的算力需求，驅動下一代芯片的設計方向；最終，這一切轉化為用戶可感知的駕駛體驗升級。
在這個飛輪中，芯片不再是單一的零部件，而是連接數據和體驗的關鍵樞紐。誰掌握了芯片，誰就掌握了整條鏈條的主動權。
對于蔚來來說，神璣NX9031只是第一步。芯片架構需要持續迭代以跟上AI模型的演進節奏，制程工藝需要跟隨半導體行業的發展步伐升級，軟件生態需要逐步豐富以吸引更多的開發者和合作伙伴加入。
但無論如何，第一步已經邁出去了。在全球車規級5nm智駕芯片的版圖上，一家中國車企的名字被寫在了第一個位置。這件事本身的象征意義，或許比任何技術參數都更值得銘記。
（雷峰網(公眾號：雷峰網)新智駕北京車展2026專題）
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
