六年前，在决定摆脱对 Mobileye 的依赖并意识到 Nvidia 芯片的通用设计无法满足自身的特定需求后，特斯拉决定开发自己的汽车芯片，并分别于 2019 年和 2023 年推出了两代 FSD 。芯芯掌握了从芯片设计到软件开发的全栈技术，从此引领行业高端智能驾驶的发展。
现在，这种做法已经成为国内厂商追随的行业方向。蔚来、比亚迪、吉利等整车厂正逐步走向“先算法，后芯片”——蔚来的“神机NX9031”已经装在蔚来ET9上，小鹏和吉利已经成功流片，而理想和比亚迪正在推进各自的研究智能驾驶芯片项目。
智能驾驶供应商也在追求“软硬件一体化”——芯片厂商Horizon、Nvidia正在寻求算法突破，算法厂商Momenta已经开始造核。
智能驾驶圈软硬件一体化（软件与SoC芯片耦合）的趋势，将使得只有“一技之长”的厂商的生存空间越来越小。
“软硬件一体化”成为供应商护城河
“软硬件一体化”之所以变得越来越重要，是“算法即平台”的结果。
特斯拉在智能驾驶领域的领先已经证明，算法是连接传感器、数据、功能、应用和底层芯片的“链条主宰”。将算法视为平台并提供相应的迭代机制，可以使原本只能分开进行的开发实现各个环节之间（例如芯片与最终功能之间）的有机联系。
就连NVIDIA也不得不面对这个残酷的事实。 “芯片+工具链”的传统模式受到冲击。只做芯片并不能抓住智能驾驶业务的核心。
2023年8月，英伟达聘请了小鹏汽车自动驾驶灵魂人物吴新洲，目的是让他带动英伟达智能驾驶业务进军软件领域，打造软硬件结合的解决方案。目前，吴新洲领导的团队在全球约有3000人。吴新洲直接向 NVIDIA 创始人兼首席执行官黄仁勋汇报。
国内芯片厂商地平线也有与英伟达类似的判断。
在征程5（J5）时期，地平线选择软硬件解耦，培养了一批做算法的生态厂商。但由于芯片规划与市场技术路线的差距，J5的实际能力有限——感知吃掉了NPU算力。然而，规划和定位过程中并没有人工智能计算能力。
J5的问题反映了汽车芯片厂商的困境。先开发硬件、后开发解决方案的做法，使得Horizon在城市NOA竞争中处于落后地位。 “要实现城市NOA，J5需要配备MCU（微控制器单元，小芯片），双芯片的价格基本接近Orin。”一位业内人士表示。
地平线创始人余凯一直坚持只做芯片，将算法开发交给生态厂商的模式，但关键人物苏青改变了余凯的想法。我们了解到，地平线的高端智能驾驶解决方案Superdrive最初是基于J5开发的，但后来发现实施起来很困难。地平线在征途6（J6）的产品设计上打破了独立硬件开发的道路，转而基于对算法和趋势的理解。硬件架构，从软件思路出发，需要构建硬件。
地平线也在2024年调整了组织架构，由苏青带领，组建了1000人的团队，研发高端智能驾驶解决方案Superdrive。
“打个比方，Horizon用Superdrive给主机厂建了样板房，那些Tier 1软件只能根据主机厂的需求做换灯泡、换沙发等服务级任务。”一位业内人士表示。只做算法的供应商的瓶颈逐渐显现。
Horizon 不会包办一切。它还需要一级制造商来帮助接受车企的订单。余凯在近期沟通会上依然强调，地平线定位为Tier 2。除J6P之外的J6系列其他版本仍由其生态合作体系中的算法供应商生产，包括青州智航、智能机器人、影驰科技、爵飞科技、 ETC。
目前，Superdrive已在上海开始了100人的试驾，采用双J6M硬件方案。 NOA智能驾驶在城市地区的表现可圈可点。不过，基于J6P的解决方案还要等到今年第一季度成功量产，预计4月份推出。车辆部署。一切都还不确定。
当然，软件解决方案可以通过投入资金、招募人员、组建团队来快速部署，但端到端的算法对数据量和数据链路有很强的依赖性。芯片厂商如何弥补数据短板是一个很大的挑战。
作为Tier 1，英伟达与奔驰的合作自2020年以来尚未达到量产，地平线与大众合作的实际结果要到今年下半年才能知道。
同样，以智能驾驶算法起家、手握多家车企订单的Momenta也开始做硬件。其芯片公司新芯路线，2024年4月至5月团队规模约100人。 据悉，第一代智能驾驶芯片已流片待返。
算法厂商面临的挑战之一是如何获得OEM客户对其自研芯片的信任。换句话说，很难判断车企在选择Momenta时首先选择的是Orin芯片平台，还是看重Momenta的算法。 “如果Momenta能比NVIDIA便宜一千块钱，那就不用担心这个了。”一位行业投资人开玩笑说。
智能驾驶淘汰赛开始
“如果不成为软硬件一体化的供应商，价值空间就会越来越小。”一位长期关注汽车的业内人士表示，算法厂商的市场空间正在被多方挤压。一方面，有芯片企业不断拓展上下游环节。一方面是 OEM 客户的需求萎缩。
正在加大智能驾驶研究力度的整车厂也处于第一级软件的对立面。虽然他们仍然对供应商开放，但他们也非常积极。虽然起步缓慢，但车企有足够的资金支持、足够的数据、足够的研发人才，后续的努力不容小觑。
在资金、人员、投资方面，算法厂商并不具备绝对优势，纯软件算法的市场竞争更加残酷。
尤其是随着端到端、VLA（Vision-Language-Action Model）等新的算法框架相继出现，对软硬件结合的要求越来越高，智能驾驶行业将越来越考验解决方案。制造商的集成能力。
并不是算法供应商不想做系统工程，而是他们无法向上整合。核心制造所需的资金和人才的高门槛将大多数制造商拒之门外。只有规模较大、现金流充裕的厂商才能涉足。
中国（无锡）物联网研究院的数据显示，自主研发车规级芯片的资金门槛非常高。以基础芯片投资为例，起步门槛为10亿元。如果结合整体研发和运营，平均一颗芯片一般需要100亿元以上的投资规模。
辰涛资本做了算盘。以7nm工艺、100+TOPS的高性能SoC为例，其研发成本超过1亿美元（包括人工成本、流片费、封测费、IP授权费等）。如果按照售价100美元、毛利率50%计算，其盈亏平衡点为200万颗芯片出货量。
此外，考虑到目前自动驾驶行业的技术方案和芯片架构几乎每三年就会进行一次重大升级，自研芯片的库存需要控制在极低的水平。
随着自动驾驶技术的普及，中低端智能驾驶软件最终将变得极度同质化和成本意识。提供软件服务的公司不再具有优势。他们无法触达消费者，从消费者端赚取溢价。与掌握硬件的公司不同，他们可以在硬件设计和制造过程中赚钱。
只做软件的智能驾驶供应商最终可能会像中国SaaS公司一样，用基础设施的逻辑做软件，只赚一些血汗钱，而没有足够的毛利空间来投入研发。长此以往，他们就会失去想象力。
