自动驾驶的“算力军备赛”,芯片大PK

在这条赛道上,几乎所有玩家都绕不开几个名字:英伟达、地平线、黑芝麻智能,还有后来者爱芯元智。它们分别扮演着不同的角色——有人凭借全球生态称霸高端,有人靠本土化和性价比突围,有人专注特定场景深耕,还有人以极致成本打开入门市场。

下面可以带大家一起来了解下每一家目前的标志产品,以及各自选择什么样的市场:

主要产品与标志车型

厂商 主要芯片型号 算力(TOPS) 典型应用场景 标志车型示例
英伟达 Orin-X 254 L2+/L3 高阶智驾 理想 L 系列(AD Max)、蔚来 ES6、小鹏 P7+ 等
Thor-U / Thor 系列 500-2000 L3/L4 舱驾一体 极氪 009、理想 MEGA,i8、领克 900 等
地平线 征程 6 系列(6P、6M) 80-560 L2+/NOA、城区NOA 比亚迪、长城、长安、理想、广汽等多款车型(已量产)
黑芝麻智能 华山二号 A1000 58 L2+/L3 行泊一体 领克 08、领克 07、东风 eπ007/eπ008 等
爱芯元智 M57 系列 10 L2 基础辅助驾驶 零跑、广汽埃安、赛力斯蓝电、广汽丰田等(10-20万元车型)
M76H 60 L2+/高速 NOA 已获车企定点,预计用于20万元以上车型

从算力和制程的角度来看。可粗略划分高端,中端,低端。实际情况可能有所差别:也就是Nvidia占领了高端芯片的大片江山,但是地平线征程6P凭借560TOPS,也成功挤进高端行列,成为国产替代不可或缺的力量。中低端几乎是由地平线+黑芝麻平分秋色,让更多平价家用车拥有行泊一体功能。而爱芯则是主打抢占入门级市场,让基础L2普及所有量产车。

NVIDIA Orin VS 地平线征程6P 

核心参数对比

维度 NVIDIA Orin-X 地平线 征程6P
制程工艺 5nm (台积电 N5P) 5nm (台积电 N5)
晶体管数量 ~170 亿 ~370 亿
AI算力 254–275 TOPS(稠密 INT8) 560 TOPS(½ 稀疏,稠密约 280 TOPS)
CPU 12× ARM Cortex-A78AE 18× ARM Cortex-A78AE + MCU
GPU/BPU Ampere GPU + 2×DLA + PVA 4× BPU “纳什”架构(专为 Transformer/BEV 优化)
内存带宽 204 GB/s(LPDDR5X,64GB) 官方称“TB/s 级等效带宽”,LPDDR5 256-bit
功耗 40–60 W(MaxN 模式) 40 W 级(SoC 模块 ≤ 60 W)
安全等级 ISO 26262 ASIL-D ISO 26262 ASIL-D
量产时间 2023 起大规模量产 2025 Q3 首车 SOP,2026 量产

地平线确实是国产替代的中坚力量,以560TOPS的优势已经在部分领域优于英伟达了,甚至价格比他便宜30%,但我们得回归现实,这只是冲击,无法颠覆。

架构差异:算力数字≠真实性能

  • Orin:采用 Ampere GPU 架构,支持 FP32、FP16、INT8 等多精度计算,并且配备 Tensor Core,擅长矩阵运算和 Transformer 推理。它的 254 TOPS 是在 FP16/INT8 混合精度下的真实算力,适合多任务并发和高精度模型。
  • 征程6P:标称 560 TOPS,但这是 INT8 稀疏化后的理论值,稠密算力约 280 TOPS。它的 BPU 架构针对 BEV、Transformer 做了硬件优化,能效比高,但在通用性和浮点性能上不及 Orin。
  • 差距原因:Orin 的通用 GPU 架构 + Tensor Core 让它在大模型推理、端到端训练中更灵活,尤其在 FP16/FP32 精度下优势明显,而征程6P更像“专用加速器”,在特定场景效率高,但通用性不足。

软件生态:开发体验的鸿沟

  • Orin:背靠 NVIDIA DriveOS、CUDA、TensorRT,开发工具链成熟,支持主流深度学习框架(PyTorch、TensorFlow),并且有丰富的优化库(如 BEVFusion、Transformer 优化插件)。开发者迁移成本低,社区资源丰富。
  • 征程6P:依赖 Horizon X3 Toolchain,虽然提供 AutoDNN、AutoQuant 等工具,但生态仍在建设,第三方支持有限,开发者需要适配 BPU 指令集,迁移成本高。
  • 差距原因:Orin 的生态不仅降低了开发门槛,还能缩短 SOP 周期,而征程6P在生态和工具链成熟度上仍需时间追赶。

系统集成能力:高阶智驾的门槛

  • Orin:支持高带宽外设(PCIe Gen4、GMSL 摄像头)、大容量 LPDDR5X 内存,具备车规级安全认证(ASIL-D)、冗余设计,适配舱驾一体和城区 NOA 等复杂场景。
  • 征程6P:虽然也达到 ASIL-D,但在外设带宽、内存容量、冗余架构上仍不及 Orin,更适合高速 NOA 和部分城区 NOA,距离舱驾一体还有差距。
  • 差距原因:Orin 的硬件接口和安全冗余设计让它能承载更复杂的系统架构,而征程6P目前定位仍偏向“高能效+成本敏感”的中高端市场。

一场“既要又要”的博弈

市场的本质是“既要又要”:既要性能强,又要价格低,还要生态完善、通用性强。现实是,没有任何一家能在所有维度做到极致,这就造就了今天的多元格局。

  • NVIDIA(英伟达)
    它绝对看到了国产厂商的追赶脚步。应对策略很明确:一方面继续拉高技术天花板(Thor 2000 TOPS + 舱驾一体),另一方面用 DriveOS + CUDA + Omniverse 把生态做成护城河,让客户不仅买芯片,还买一整套开发和仿真平台。逻辑是:算力领先 + 工具链绑定 = 长期优势

  • 地平线(Horizon Robotics)
    它深知国产替代是一场“马拉松”,不是一蹴而就。征程6P证明它在算力和能效上已能和国际巨头掰手腕,但它不骄不躁:一边做性价比,一边补生态短板,目标是让更多车企敢用、好用、离不开。逻辑是:成本优势 + 本土化服务 + 算法适配 = 市场渗透

  • 黑芝麻智能(Black Sesame)
    它选择差异化路线,专注“行泊一体”,强调低功耗、快速量产,适合中端车型。策略是:聚焦细分场景 + 快速交付 = 稳定份额,但算力天花板和生态广度仍有限。

  • 爱芯元智(Axera)
    它瞄准入门级市场,主打极致低功耗和低成本,帮助 L2 功能普及。逻辑是:极致性价比 + 快速 SOP + 出海合规 = 规模化生存,但在高阶智驾上暂时无力竞争。

  • 高端市场:NVIDIA 仍然强势,但国产厂商会通过“多芯片协同+算法优化”逐步缩小差距。
  • 中低端市场:地平线和黑芝麻会继续抢占份额,爱芯元智在 L2 普及中仍有巨大空间。
  • 核心变量:谁能在 算力、生态、成本 三角中找到最优解,谁就能在下一轮竞争中胜出。

更多推荐