新四化中明確了“電氣化、智能化、互聯(lián)化和共享化”為新能源汽車發(fā)展方向。就目前來說，互聯(lián)化和共享化雖然給人感受不深，但作為基礎的電氣化和進階的智能化卻已經是觸手可及。

算力的需求有多高呢?可以這么說，在當前智能化發(fā)展中，算力是核心需求之一，同時也是自動駕駛能否更進一步的基礎之一。當前，自主車規(guī)級芯片已形成面向ADAS/智能座艙等功能域的批量應用，大算力車規(guī)級芯片(單芯片算力>100TOPS)正在開展測試試驗。

2022年，車規(guī)級計算芯片單芯片算力可超過100TOPS，并將在多款車型上實現(xiàn)量產前裝應用，進一步為高級別自動駕駛汽車落地提供算力基礎?？梢灶A見的是，未來很長一段時間，算力的比拼將在智能汽車體現(xiàn)的最為明顯和激烈。從智能手機行業(yè)的歷史發(fā)展來看，算力是隨著性能的提升不斷增長，當算力達到一定程度，商業(yè)化自然要考慮到使用場景、成本等綜合性問題，算力的迭代也會由此緩慢。但如今這個時候，在智能汽車領域，大家對于算力的比拼，無疑還是處于戰(zhàn)國時代。

在目前的造車新勢力中，大家都很喜歡用Orin X芯片。這種采用全新的NVIDIA GPU及12核ARM CPU，7nm工藝制成，單片運算能力高達每秒254 TOPS。在當下量產車規(guī)級AI芯片中，英偉達Orin X芯片處于領先水平，單枚Orin-X 芯片算力可達254TOPS，每秒可計算254萬億次。其中，蔚來ET7搭載了四顆Orin X，總算力達到1016TOPS，今年3月底就能開上這款車。

汽車AI芯片的實際算力需求和功耗介于企業(yè)數據中心和手機之間，一般智能汽車的運算需求為 10~1000TOPS量級。峰值算力并不代表汽車AI芯片的真實性能，F(xiàn)PS可作為參考之一。生態(tài)主要體現(xiàn)在：可用的工具/庫、應用程序和合作伙伴等。有豐富的研發(fā)和流片經驗，可應用于多個領域，芯片已規(guī)模量產的企業(yè)，具備一定的成本優(yōu)勢。

座艙域：高通 820A，目前到了8155，20多家主機廠用。駕駛域，mobieye的平臺做的早，生態(tài)比較封閉，車廠不太愿意使用，后來被英特爾收購了。主要玩家：1、特斯拉自己設計芯片，叫FSD。2、英偉達 Xavier，期待orin，蔚來ET7裝了4顆orin，達到1000TOPS，1顆300美元左右。3、高通從座艙向駕駛轉，驍龍ride平臺，2022年2季度落地，和長城汽車和中科創(chuàng)達合作，多一些AI算法，延續(xù)低功耗的優(yōu)勢，從座艙接觸了客戶，從座艙切入駕駛，收購了為寧爾，軟件能力得到增強。4、地平線 征程5。5、黑芝麻 。

但同時，隨著汽車大約90%的創(chuàng)新是基于微電子技術(半導體)，尤其是電動化和自動駕駛前裝落地的加速，電子產品的可靠性、供應安全性和產品創(chuàng)新力對汽車行業(yè)至關重要。

隨著整車電子架構集成度的進一步提升，E/E架構將經歷從域架構、混合架構到區(qū)域架構的演變過程。比如，在系統(tǒng)層面上，未來智能汽車將主要是基于兩個中央計算控制單元和四個區(qū)域控制單元以及更多的智能傳感器。

中國汽車芯片產業(yè)創(chuàng)新戰(zhàn)略聯(lián)盟秘書長前誠寅表示，在汽車“新四化”轉型下，汽車上的攝像頭、屏幕、雷達、各種傳感器等電子電氣架構不斷增加，對芯片的需求也越來越高。 傳統(tǒng)汽車所需芯片約100-1000個，智能電動汽車所需芯片約1500-2000個，不同車型搭載的芯片種類、數量不同。

眾所周知，2020年以后，汽車制造業(yè)受到芯片短缺的影響。 也許，對于大多數消費者來說，汽車芯片短缺可能與自己沒有太大的關聯(lián)。 再者，如果手機芯片不足的話，消費者可能會覺得影響要比汽車芯片大得多。 然而，隨著汽車智能化的發(fā)展，作為大部分電子設備的核心組成部分，尤其是5G、人工智能、物聯(lián)網等是不可缺少的基礎，先進傳感器、車載網絡、三電系統(tǒng)、底盤電控、ADAS高級駕駛輔助系統(tǒng)。