2025年SOC芯片发展现状、市场需求及竞争格局分析报告

2.智舱、智驾、自动驾驶引领汽车进化，SOC芯片需求爆发2.3高级别自动驾驶发力，SOC芯片市场扩容 1.从ECU到SOC芯片，车载计算芯片进化1.1汽车智能化发展，计算芯片进化 2.3.1无人配送、矿卡快速爆发，高级别自动驾驶和ROBOTAXI持续发展2.3.2高级别自动驾驶SOC芯片需求高 1.1.1智能演进，电子电气架构复杂化 1.1.2分布式到域控制再到中央控制，ECU向SOC芯片发展进化1.1.3智能座舱与智能驾驶双域带动车载SOC发展1.2SoC芯片崛起，开启智能系统集成新时代1.2.1系统级芯片集成，助力智能汽车纵深发展1.2.2SOC芯片基本构成和性能指标1.3关键重要性提升，主机厂加速上游一体化1.3.1SoC芯片作为智能汽车的核心部件，下游主机厂加速一体化和与上游直连1.3.2主要车企SoC芯片布局 3.市场高度集中，国产替代发力，看好国产领先企业借助行业趋势持续突破3.1集成化、大模型叠加市场下沉，座舱SOC国产化加速 3.1.1集成化+AI大模型接入，座舱SOC向高算力、大带宽、高传输速率发力3.1.2市场集中度较高，国产座舱SoC芯片持续崛起3.2端到端和智驾平权推进，智驾SOC芯片提质扩量 3.2.1大、中、小算力SOC并行，支持不同级别智驾方案3.2.2受益技术与市场发力，市场扩容、国产替代持续3.3主要国内品牌车载SOC芯片企业介绍 2.智舱、智驾、自动驾驶引领汽车进化，SOC芯片需求爆发2.1汽车竞争用户可感知领域，智能座舱SOC芯片要求提升 3.3.1地平线：“智驾平权”国产领先者，机器人业务 2.1.1用户可感知差异化是重要领域 持续向前3.3.2黑芝麻：国产中高算力SOC先行者受益“智驾平权”机遇3.3.3爱芯元智：从安防到智驾，一体机领先企业加速拓展中高算力3.3.4芯擎科技：座舱与智驾共发力3.3.5芯驰科技：座舱芯片领先者，加速AI发力 2.1.2作为用户可感知重要领域，智能座舱快速发展2.1.3多屏多接口、舱驾融合、大模型端侧部署对SOC芯片提出更高要求2.2端到端+智驾平权，智驾SOC全面发力 2.2.1 CNN向TRANSFORMER+BEV再向端到端进化，算力要 求快速提升2.2.2智驾平权席卷市场，中低算力需求提升 从ECU到SOC芯片，车载计算芯片进化 1.1汽车智能化发展，计算芯片进化 1.1.1智能演进，电子电气架构复杂化 伴随着新能源汽车进入竞争下半场，智能化赋能并向自动驾驶时代发展，成为电动智能汽车发展的主要方向在智能化逐步深入的推动下，大量零部件电子化，智能座舱、智能驾驶等普遍投入应用，“软件定义汽车”成为趋势，上世纪80年代以来，逐步上车的分布式电子控制电源（ECU）逐渐难以满足智能汽车发展需求，汽车电子电气（EE）架构升级呼之欲出汽车电子电气架构演进，主要厂商规划有细节差异，但整体趋势呈现由分布式向域控制进化，再向域融合及中央控制，最终走向云控结合的发展态势 资料来源：全国汽车标准化技术委员会（2022）,电动汽车产业技术创新联盟，中国智能网联汽车产业创新联盟，国元证券研究所 请务必阅读正文之后的免责条款部分 1.1汽车智能化发展，计算芯片进化 1.1.2分布式到域控制再到中央控制，ECU向SOC芯片发展进化 从EEA架构发展进化路线看，当前汽车电子电气架构处于域控制向域融合进化，并逐步探索中央控制的发展阶段国内外主流车企纷纷向域控制架构发展，从智能驾驶与控制器角度看，2025年4月渗透率已达24%，行业发展进入成长期从不同企业的技术情况来看，特斯拉MODEL3使用中央电脑和区域控制器结合的方案（左L,右R，前F），而其他国内外主要车企仍然基于功能域进行开发，并持续推动跨域融合无论中央控制、区域控制抑或域控制，控制器的集成性、复杂性都显著增加，传统ECU（电子控制单元）已经无法满足车载需求，SOC芯片成为发展智能车的重要基础 资料来源：电动汽车产业技术创新联盟，中国智能网联汽车产业创新联盟,国元证券研究所 1.1汽车智能化发展，计算芯片进化 1.1.3智能座舱与智能驾驶双域带动车载SOC发展 以使用较多的功能域分布来看，模块集中化后智能网联汽车主要分动力域、底盘域、座舱域、自动驾驶域、车身域五域动力域主要负责动力总成的管理，包括传统车的发动机管理系统（EMS）和变速箱控制模块（TCM），也包括新能源车的整车控制器（VCU）、电机控制器（MCU）和电池管理系统（BMS），由于算力要求不高，但要求高安全性，主控芯片一般是ASIL-D级的32位MCU（微处理器）芯片底盘域是车辆动态控制的核心，涵盖转向、悬架、制动、传动四大子系统，并加速向线控制动、转向与主动悬架的深度协同转型。由于同样处于高安全性场景，主控芯片仍然以ASIL-D等级MCU为主车身域主要负责整合并管理车身电子系统。其核心模块涵盖灯光系统（近/远光灯、转向灯、氛围灯等）、门窗及锁控系统（车窗、天窗、 电动尾门）、雨刮与清洗系统、加热与通风模块（座椅/方向盘加热）以及车身安全与防盗系统（PEPS、碰撞信号触发），由于场景丰富，要求接口较多，基础要求ASIL-B等级，部分达到ASIL-D（集成VCU时）等级，主控芯片MCU为主 座舱域和新增的自动驾驶域是SOC芯片的核心战场。座舱域对舱内环境集中控制包括人机交互、信息娱乐、舒适性等各方面，信息处理密度高，部分环节安全性高，主控芯片以SOC+MCU组成；自动驾驶域覆盖核心在于对车辆感知、决策和执行系统的整合与控制，高运算要求与高安全性兼具，域控制器计算平台使用SOC芯片+冗余安全MCU构成。当前环境下，舱驾融合与中央控制正加快发展，SOC芯片也向该方向进化 1.2SoC芯片崛起，开启智能系统集成新时代 1.2.1系统级芯片集成，助力智能汽车纵深发展 SoC芯片（System onChip）为系统级芯片，是一种高度集成的半导体产品，将一个完整电子系统所需的所有组件集成到一个单一芯片上。通常包括处理器核心、存储器、数字信号处理器、通信模块以及电源管理单元等。这种集成化设计突破了传统多芯片分立架构的限制，形成一个完整的片上系统，可独立运行操作系统并执行复杂任务。传统MCU则被称为“单片机”，是一种集成了处理器核心（通常为微型处理器）、内存（如闪存和RAM）以及输入/输出（I/O）接口的单片 集成电路。相比MCU，Soc芯片内部集成更多异构处理单元，结构设计更复杂，处理和计算能力更强。其高性能、低功耗、小尺寸和高可靠性的特点使其适用于多任务处理以及计算任务更复杂的应用场景，如高级驾驶辅助系统、自动驾驶、车载信息娱乐系统等。从通俗角度理解，SOC的设计理念为“Allinone”,是系统集成的超级平台，具有多核异构计算、大容量存储支持、复杂功能模块的特征； 而MCU的设计理念则是“精简至上”，是单一任务执行专家，具有单一核心CPU、只有基础存储单元和必要外设接口的特点。通常MCU用于执行实时性强的任务，且直接控制硬件；而SOC则运行完整操作系统，处理图像识别、语音交互、自动驾驶等复杂算法。因此在智能座舱和智能驾驶中，SOC与MCU也常常以协作的方式共同存在。以自动驾驶为例，MCU负责执行车辆的实时控制和高可靠性任务， 如发动机控制、转向控制、制动控制等，同时管理车内通信；而SOC则用于支持并行计算和复杂算法，处理多传感器感知数据，进行运动控制等。同时由于复杂性高，常常需要额外机制来保证安全性。因此智驾域控制器中也常有负责安全冗余的MCU存在。 请务必阅读正文之后的免责条款部分资料来源：地平线官网，国元证券研究所 1.2SoC芯片崛起，开启智能系统集成新时代 1.2.2 SOC芯片基本构成和性能指标 图：MCU与SoC内部结构对比示意图从内部结构看，MCU内部集成有处理器、存储器、输入/输出接口和其他外设；SoC芯片为系统级芯片，相比MCU，内部集成更多的异构处理单元，结构设计更为复杂，处理和计算能力也更强。从硬件结构看，车载SoC芯片内部通常也是处理器、存储器、外设I/O等几个部分，但较MCU更加复杂 处理器是SoC芯片的大脑，它包括通用逻辑运算单元（CPU）、AI加速单元（NPU/BPU/TPU等）、图像/视频处理单元（DSP/ISP等）、硬件安全模块HSM和Safety MCU。其中，通用逻辑运算单元通常基于CPU实现，负责管理软硬件资源和执行系统层面的功能逻辑。AI加速单元，用于处理大规模并行计算任务，加速神经网络算法的执行。图像/视频处理单元基于DSP、ISP、GPU等，负责图像信号调校、3D渲染和视频处理。硬件安全模块HSM和Safety MCU，分别用于加密服务和实时监控SoC内部状态，确保系统安全。储存器常分为易失性和非易失性两类。易失性存储器如SRAM和DRAM，用于存 储临时数据和正在执行的程序；非易失性存储器如NAND Flash和Nor Flash，则用于存储固件程序和固定数据。 资料来源：焉知汽车，国元证券研究所 外部I/O主要是各类接口：包括通用数据接口（PCIe、LVDS、USB、SATA、CAN/CAN-FD、以太网等）、摄像头信号接口（MIPI-CSI-2、GMSL、FPDLink等）、音频接口（I2S、TDM、SPDIP等）和显示器接口（DP、HDMI等）等 资料来源：芯语，国元证券研究所 1.2SoC芯片崛起，开启智能系统集成新时代 1.2.2 SOC芯片基本构成和性能指标 从实际应用角度看，SoC芯片的性能评价主要包括：CPU算力、GPU算力、制造工艺、存储带宽、AI算力、能耗效率、热管理能力、连接性和接口支持、安全性、可扩展性、生态系统和支持等多个方面。算力方面：CPU算力决定系统的流畅程度，影响多任务处理能力和应用运行的效率。如果CPU算力不足，舱内系统切换应用时可能会存在卡 顿感，通常使用DMIPS来评估整数运算性能；在座舱中，GPU算力决定图形处理能力，包括多个显示屏的支持、分辨率和3D图形性能，而在自动驾驶层面GPU也被用于增强深度学习等自动驾驶算法，在感知、决策规划以及测试优化中发挥重要作用，使用GFLOPS来评估浮点运算性能；AI算力主要用于车载系统中的智能功能，如自动泊车、语音识别等。不同SOC芯片AI核心方案有所不同。如英伟达ORIN系列，AI算力主要通过GPU提供，同时搭载ASIC架构的Deep Learning Accelerator（DLA）和Programmable Vision Accelerator（PVA）两个专用模块；特斯拉FSD以及华为智驾的昇腾芯片NPU（Neural Processing Unit）均为ASIC架构，地平线则开发了自身基于ASIC架构的BPU（BrainProcessingUnit）；Waymo采用CPU+FPGA方案；通常而言GPU和FPGA具有较好的通用性，ASIC专用性较高但效率同样较高车载计算平台SOC一般采用上述多种计算单元，叠加MCU形成异构设计。通常使用TOPS（TeraOperations PerSecond）来评估AI处理能力存储带宽决定数据从存储器传输到处理器的速度，影响应用加载和数据处理的效率。芯片的存储带宽由存储器本身和芯片的内存通道数共 同决定，AI运算90%的功耗和延迟都是由于数据搬运产生。因此存储带宽也对芯片的真实算力构成影响 1.2SoC芯片崛起，开启智能系统集成新时代 1.2.2 SOC芯片基本构成和性能指标 除算力相关要求外，SOC芯片在工艺和安全层面需要满足车规级要求，同时需要高效率与低能耗。且随着算力增大对热管理的需求提升，长时间高强度运行的智能系统需要良好的热管理，以避免过热导致性能下降或系统崩溃。同时芯片内置的安全特性（如加密、认证、隔离等）影响系统的抗攻击能力，尤其在智能驾驶和车联网环境中尤为重要接口、可扩展性和生态系统支持：芯片对各种通信接口（如