导语
特斯拉于 2014年推出自动驾驶辅助系统 Autopilot 1.0，特斯拉掌握核心数据、 AI 算法以及主控芯片，从硬到软的全栈自研，这也成为了特斯拉最核心的竞争壁。
来源：国信证券 作者：熊莉
1 特斯拉（TESLA）:从硬到软的全栈自研，打造“算 力+算法+数据”的竞争壁垒
从 Mobileye 到英伟达，最终走向 FSD 自研芯片
特斯拉于 2014年推出自动驾驶辅助系统 Autopilot 1.0，特斯拉掌握核心数据、 AI 算法以及主控芯片，从硬到软的全栈自研，这也成为了特斯拉最核心的竞争壁。特斯拉成立于 2003 年，并于 2010 年在纳斯达克上市。2008 年至 2020 年特斯拉共发布 Model S、Model X、Model 3、Model Y 四款量产车型。特斯拉于 2013 年开始自动驾驶辅助系统的研发，并于 2014年特斯拉推出自动驾驶 辅助系统 Autopilot 1.0，此后经历四次升级，并在 2019 年在 HW 3.0 平台上推出了自研的 FSD（Full Self-Driving Computer）主控芯片。
特斯拉从 Mobileye 到英伟达，最终走向 FSD 自研芯片。特斯拉从 2014 年推 出 HW 1.0 开始，特斯拉 Autopilot 系统共经历了 4 次大的硬件版本更新。在 2014 年-2016 年的 HW 1.0 时代，特斯拉完全基于 1 颗 Mobileye EyeQ3 和 1 颗 NVIDIA Tegra 3，算法也完全由第三方供应商 Mobileye 提供，2016 年特斯拉 逐渐不满于 Mobileye 进程缓慢以及相关安全事故，并在 2016 年的 HW 2.0 版本上，特斯拉切换到了由 1 颗 NVIDIA Parker SoC 和 1 颗 NVIDIA Pascal GPU 组成的 NVIDIA DRIVE PX 2 计算平台，而在 2017 年的 HW 2.5 版本升级过程 中，将 NVIDIA Drive PX 2 升级为 NVIDIA Drive PX 2+，新增了一个 NVIDIA Parker SoC，获得了 80%左右的运算性能提升。
特斯拉即将发布 HW 4.0 平台，基于三星 7nm 工艺的 FSD 自研芯片，其性能将是 HW 3.0 的三倍。由于英伟达的高能耗，2017 年起，马斯克决定开始自研 主控芯片，尤其是主控芯片中的神经网络算法和 AI 处理单元全部由特斯拉自主 完成。在 2019 年 4 月份，特斯拉在 Autopilot HW 3.0 平台上成功推出自研的 FSD 主控芯片，实现了自动驾驶芯片+神经网络算法的垂直整合。特斯拉计划 将在不久的未来 HW 4.0 版本，基于三星 7nm 工艺的全新 FSD 自研芯片，其 性能将是 HW 3.0 的三倍。
特斯拉 FSD 芯片是以 NPU（ASIC）为计算核心，采用“CPU+GPU+ASIC” 的技术路线，FSD 主要有三个模块 CPU、GPU 和 NPU。特斯拉于 2019 年推 出自研的 FSD 芯片，并在其 Model S、Model X、Model 3 上批量交付 FSD 芯 片。该芯片采用三星 14nm FinFET 工艺制造，面积为 260 平方毫米，封装了 大约 60 亿个晶体管。（1）CPU：Cortex-A72 架构，共三组、每组 4 个核，一 共有 12 核、最高运行频率 2.2GHz，CPU 主要处理通用的计算和任务；（2） GPU：最高工作频率为 1 GHz 的 GPU，最高计算能力为 600 GFLPS；（3） NPU：2 个 Neural Processing Unit（NPU），每个 NPU 可以执行 8 位整数计 算，运行频率为 2GHz，单个 NPU 算力 36.86 TOPS，2 个 NPU 的总算力为 73.73 TOPS。从面积来看，NPU 面积占比最大，NPU 主要用于运行深度神经 网络，GPU 主要用于运行深度神经网络的 post processing，处理深度神经网络 的部分合计占据了芯片 70%的面积。
特斯拉 HW 3.0 采用完整的双系统冗余。特斯拉 HW 3.0 的主板上共搭载了两 块的自研芯片，双芯片的目的是作为安全冗余，互相对照，每块芯片可以独立 运算。每块芯片周围有四块镁光 DRAM 内存，每块芯片分别配有一块东芝闪存 芯片，用于承载操作系统和深度学习模型，主板的右侧是视频输出接口，左侧 是电源接口和其他另外的输入/输出接口。此外，特斯拉还设计了冗余的电源、 重叠的摄像机视野部分、各种向后兼容的连接器和接口。特斯拉 HW 3.0 采用 完整的双系统冗余，在任何一个功能区域发生损坏时，整个系统依旧可以正常 工作，确保车辆能安全行驶。HW 3.0 的性能比上一代 HW 2.5 提高了 21 倍， 而功耗降低 25%，能效比 2 TOPS/W。
伴随自动驾驶功能不断升级，FSD 软件收费价格持续攀升
特斯拉 FSD 开通价格不断攀升，海外已涨价至 1.2 万美元。特斯拉 FSD 具有 一次性支付和订阅两种购买方式。特斯拉自 2015 年开通 AP 系统，价格为 2500 美元/套，后上调至 5000 美元/套；在 2019 年 3 月前，用户可以在 5000 美元 的 EAP（Enhanced Autopilot）包之外，额外支付 3000 美元获得 FSD（此时 并不包含任何功能）；19 年 4 月，特斯拉取消 EAP，将 EAP 功能移到 FSD 中， FSD 涨价到 6000 美元/套，用户可免费获得 Basic Autopilot（BAP）功能；19 年 8 月发布智能召唤功能，涨价到 7000 美元/套；20 年 8 月，特斯拉获得将人 工智能更高层次应用的批准文件，再次涨价到 8000 美元/套；20 年 10 月，特 斯拉推出 FSD Beta 版本，配备城市道路完全自动驾驶测试功能，价格上调至 10000 美元/套；2022 年 1 月，特斯拉 FSD 再次涨价至 1.2 万美元。在国内市 场，特斯拉 FSD 只涨过一次价格，从 5.6 万涨到 6.4 万元。在订阅服务方面， 2021 年 7 月特斯拉推出 FSD 订阅包，EAP 车主 99 美元/月，未开通 EAP 的 BAP 车主 199 美元/月。
特斯拉 FSD 在全球的整体开通率约为 11%，其中北美地区比例最高。根据 Troyteslike 数据显示，受到低价的 Model 3 及 Model Y 高速放量，以及 FSD 不断涨价的影响，特斯拉 FSD 在全球的整体开通率持续下滑，截至 2021Q2 结 束，特斯拉 FSD 的整体开通率约为 11%。预计特斯拉 FSD 在全球的累计开通 数量近 36 万套（北美超过 26 万套，欧洲接近 9 万套，亚太地区仅 5700 套）， 平均选装价格为 6 千美元，其总销售额超过 210 亿美元。特斯拉 FSD 在亚洲 地区销量持续攀升，但是 FSD 开通率整体偏低。以北美地区为例，Model S/X 的 FSD 选装率在 61%，Model Y 的选装率在 20%，Model 3 的选装率在 20%。
推出 Dojo 超算平台，打造感知自主进化的闭环学习系统
特斯拉依托庞大客户群来收集自动驾驶数据，从而实现对深度学习系统的模型 训练。与一般的汽车厂商和科技公司不同，特斯拉的自动驾驶不是依靠内部测试获取自动驾驶的数据，而是通过其庞大的客户群和装载传感器的特斯拉车辆上收集数据，并进行功能升级。即使没有激活，AP 系统仍可以收集有关其环境 和潜在自动驾驶行为的数据，以馈送特斯拉的神经网络。该数据收集方法通常 被称为影子模式（Shadow mode），即 AP 系统在车辆的后台运行而无法在驾驶中进行任何输入。
特斯拉自 2015 年 10 月开始开通 AP 系统，随着车辆数量的不断增加，累计的自动驾驶数据也在呈现指数级增长。根据 Lexfridman 预测数据显示，到 2020 年 Q1，特斯拉已经拥有近 99 万台搭载 AP 系统的车辆不断回传数据，其中搭载 HW 2.0/3.0 的车辆有超过 82 万台，以用户平均每天驾驶约一个小时计算（每辆车 8 个摄像头），车队每月大约会产生 1.968 亿个小时的视频。预计到 2020年底，特斯拉将拥有 51 亿英里的驾驶数据，用于自动驾驶的模型训练。
发布 7nm 工艺 AI 训练芯片 D1，打造 Dojo 超算训练平台。在 2021 年 8 月的 特斯拉 AI Day 上，特斯拉发布了最新的 AI 训练芯片 D1，D1 芯片采用台积电 7nm 工艺制造，核心面积达 645 平方毫米，集成了多达 500 亿个晶体管，共有 四个 64 位超标量 CPU 核心，拥有多达 354 个训练节点，特别用于 8×8 乘法， 支持 FP32、BFP64、CFP8、INT16、INT8 等各种数据指令格式，都是 AI 训 练相关。D1 芯片的 FP32 单精度浮点计算性能达 22.6 TFlops，BF16/CFP8 计 算性能则可达 362 TFlops。为了支撑 AI 训练的扩展性，D1 芯片的互连带宽最 高可达 10TB/s，由多达 576 个通道组成，每个通道的带宽都有 112Gbps，而 热设计功耗仅为 400W。
Dojo 是一种通过网络连接的分布式计算机架构，它具有高带宽、低延时等特点， 将会使人工智能拥有更高速的学习能力，从而使 Autopilot 更加强大。Dojo 超级 平台的内核是 D1 芯片，25 个 D1 芯片组建成一个“训练瓦”（Training tile）， 组成 36 TB/s 的带宽和 9 Peta FLOPS（9 千万亿次）算力。未来，Dojo 还可 以组合成为全球最强算力的超级计算机集群。
特斯拉不断打造基于数据驱动的算法闭环迭代系统。特斯拉将把针对自监督学 习技术的研发放到绝对的优先级（注：这里的自监督学习就是无监督学习）。算法的迭代优化离不开基于大数据的训练，特斯拉依托海量的客户群获得优质 的自动驾驶数据，利用 Dojo 超算平台，实现对视频进行无监督的大规模训练。当前 Autopilot 正以 2.5D（即 2D 图像+内容标注）方式进行训练迭代，特斯拉 利用 Dojo 超算平台升级 Autopilot 的工作方式，使其可以在 4D（3D+时间维度） 环境下运行。
2 英伟达（NVIDIA）：打造全栈式工具链，持续领先高阶自动驾驶
Drive 系列平台持续迭代，赋能自动驾驶生态
英伟达自 2015 年推出 NVIDIA Drive 系列平台，赋能自动驾驶生态。英伟达自 2015 年开始推出面向座舱的 DRIVE CX 和面向驾驶的 DRIVE PX，此后先后推 出 DRIVE PX2、Drive PX Xavier、DRIVE PX Pegasus、DRIVE AGX Orin 等 多个自动驾驶平台，而在 SoC 芯片方面，从 Parker、Xavier、Orin 到最新发布 的 Atlan。
（1） DRIVE PX：
英伟达在 CES 2015 上推出了基于英伟达 Maxwell GPU 架构的第一代平台：搭 载 1 颗 Tegra X1 的 DRIVE CX，主要面向数字座舱，以及搭载 2 颗 Tegra X1 的 DRIVE PX，主要面向自动驾驶；
（2） DRIVE PX2：
英伟达在 CES 2016 推出了基于英伟达 Pascal GPU 架构的第二代平台 DRIVE PX 2，主要由 Tegra X2（Parker）和 Pascal GPU 组成，PX2 有多个版本，主 要可以分为单芯片版的 AutoCruise、双芯片版的 AutoChauffeur 以及四芯片版 的 Fully Autonomous Driving。特斯拉自 2016 年 HW 2.0 开始搭载英伟达的定 制版 DRIVE PX2 AutoCruise 版本，并在 2017 年的 HW 2.5 上升级为 2 颗 Tegra X2（Parker）；
（3） Drive PX Xavier：
英伟达在 CES 2017 上推出了 Xavier AI Car Supercomputer，并在 CES 2018 上重新发布命名为 Drive PX Xavier，搭载一颗 30 TOPS 算力的 Tegra Xavier 芯片。Xavier 平台是 PX2 的小型化高能效版，算力稍有提升的前提下，面积缩 小为 PX2 的一半，功率仅为 PX2 的 1/8 左右。该平台目前搭载在小鹏 P5 与 P7 车型上。
（4） DRIVE PX Pegasus：
英伟达在 2017 年 10 月推出了 DRIVE PX Pegasus，Pegasus 定位更注重性能 的提升。Pegasus 共有四颗芯片，2 颗 Tegra Xavier 芯片，2 颗单独的 Turing 架构的 GPU，每颗 Xavier 集成了一颗 8 核 CPU 和一个英伟达 Volta 架构的 GPU，通过增加 CPU 和 GPU，Pegasus 平台可以实现 320 TOPS 的算力，功 耗 500 W。
（5） DRIVE AGX Orin：
英伟达在中国 GTC 2019 大会上推出了 DRIVE AGX Orin 平台，该平台由 2 颗 Orin SoC 芯片和 2 颗 Ampere 架构的 GPU，最高算力达到 2000 TOPS，功耗 800 W。
凭借 GPU 的资源禀赋，持续领先自动驾驶
英伟达采用“CPU+GPU+ASIC”的技术路线。英伟达 Xavier 的芯片架构主要 有 4 个模块：CPU、GPU、Deep Learning Accelerator（DLA）和 Programmable Vision Accelerator（PVA）。其中 GPU 作为深度学习应用的首选，面积占比最 大，CPU 的面积其次，最小的部分是 DLA 与 PVA 是两个专用 ASIC，DLA 用于推理 ，PVA 用于加速传统视觉算法。
单颗 Orin SoC 可实现 254 TOPS 算力，功耗低于 55W，可支持单片或多片协 同方案，实现算力扩展。Orin SoC 芯片集成了 Arm Hercules CPU 内核、新一 代架构 Ampere 的 GPU 、全新深度学习加速器（DLA）和计算机视觉加速器 （PVA），可实现每秒 254 TOPS 运算性能，相比上一代 Xavier 系统级芯片运 算性能提升了 7 倍。在运算性能提升巨大的情况下，Orin 的功耗低于 55 W。Orin 可以覆盖 10 TOPS 到 254 TOPS 的算力需求、可以为终端用户提供可升 级的方案支持单片或多片 Orin 协同的解决方案，无限扩展算力。
Orin 所集成的 GPU 拥有 2048 个 CUDA Core 和 64 个 Tensor Core。Orin 内 部集成了 Ampere 架构 GPU，该 GPU 拥有 2 个 GPC（Graphics Processing Clusters，图形处理簇），每个 GPC 包含 4 个 TPC（Texture Processing Clusters， 纹理处理簇），每个 TPC 包含 2 个 SM（Streaming Multiprocesor，流处理器）， 每个 SM 下包含包含 128 个 CUDA Core，合计 2048 个 CUDA Core，算力为 4096 GFLOPS。此外，还包括 64 个 Tensor Core（张量核），Tensor Core 是 专为执行张量或矩阵运算而设计的专用执行单元，稀疏 INT8 模型下算力达 131 TOPS，或者密集 INT8 下 54 TOPS。
蔚来 ET7 成为 Orin 系列的首发量产车，NIO Adam 超算平台搭载四颗 Orin 芯 片，单车算力打造 1016 TOPS。蔚来 NIO Adam 超算平台，配备四颗 Orin 芯 片，Adam 拥有 48 个 CPU 内核，256 个矩阵运算单元，8096 个浮点运算单元， 共计 680 亿个晶体管，总算力高达 1016 TOPS。Adam 平台集成了安全自主运 行所需的冗余和多样性，在 4 颗 Orin SoC 中，前两颗 Orin SoC 负责处理车辆 传感器每秒产生的高达 8G 的数据量，第三颗 Orin SoC 作为后备，以确保系统 能够在任何情况下安全运行，第四颗 Orin SoC 可进行本地的模型训练，进一步 提升车辆自身的学习能力，并基于用户偏好提供个性化驾驶体验。蔚来 ET7 将 作为 NVIDIA DRIVE Orin 系列的首发量产车于 2022 年 3 月开始交付，同样搭 载 NIO Adam 超算平台的蔚来 ET5 将于 2022 年 9 月开始交付。
英伟达发布 Atlan SoC 芯片平台，首次集成 DPU，单颗芯片算力超过 1000 TOPS。在 2021 年 4 月的英伟达春季 GTC 大会，英伟达发布了下一代自动驾 驶芯片 Atlan SoC 芯片平台。Atlan 可以和 Orin 和 Xavier 平台的软件堆栈兼容， Atlan 采用 5nm 制程，单颗算力达到 1000 TOPS，相当于 Orin 的 4 倍。Atlan 平台采用新型 Arm CPU 内核、新一代的 GPU、最新的 DLA 深度学习加速器、 PVA 计算机视觉加速器、并内置为先进的网络、存储和安全服务的 BlueField DPU，网络速度可达 400Gbps，这也是 DRIVE 平台首次集成 DPU。Atlan SoC 将于 2023 年向开发者提供样品，并于 2025 年大规模量产上车。
当前，英伟达在自动驾驶领域遥遥领先，持续获得大量自动驾驶客户，英伟达 的客户大致可以分为三类：造车新势力、传统车企、自动驾驶公司。（1）造车 新势力：蔚来（ET5、ET7）、小鹏（P5、P7、G9）、理想（X01）、威马（M7）、 上汽智己、R 汽车、FF 等；（2）传统车企：奔驰、沃尔沃、现代、奥迪、Lotus 等；（3）自动驾驶 Robotruck/Robotaxi 公司：通用 Cruise、亚马逊 Zoox、 中国的滴滴，沃尔沃商用车、Kodiak、图森未来、智加科技、AutoX、小马智 行、文远知行等。
打造端到端的自动驾驶平台，创造开放高效的研发生态
英伟达提供包括从芯片、硬件平台、系统软件、功能软件、应用软件以及仿真测试平台和训练平台在内的全栈工具链。以英伟达 DRIVE AGX 硬件开发平台为起点，在 DRIVE Constellation 上验证软件算法。充分验证后将部署软件，通过 DRIVE Hyperion 参考架构进行上路测试。利用 DGX 高性能训练服务器进行 深度学习模型训练，此过程反复迭代。英伟达提供了从芯片（Xavier/Orin/Atlan）、 DRIVE AGX 硬件平台、DRIVE OS、Driveworks、DRIVE AV 自动驾驶软件栈、 DRIVE Hyperion 数据采集和开发验证套件 、DRIVE Constellation 虚拟仿真平台和 DGX 高性能训练平台等全栈工具链。
（1）应用软件：DRIVE AV 与 Drive IX 软件栈
DRIVE AV 软件栈主要面向自动驾驶域，包括了从规划、地图到感知的应用软 件开发，帮助开发者实现端到端的感知、路径规划、地图构建、决策和控制等 功能的开发；Drive IX 主要面向智能座舱域，集成了视觉、语音和图形用户体 验，包括可视化（盲区可视化、自动驾驶可视化以及驾驶员监控可视化等）、 AI 辅助驾驶（DMS、神经网络、摄像头标定等）以及 AI 助手（语音识别、手势识别、面容识别等）。
（2）功能软件（中间件）：Driveworks
DriveWorks 是所有自动驾驶汽车软件开发的基础，包含了高阶自动驾驶开发所 需要的处理模块、工具和框架。DriveWorks 是模块化、开放、易于定制的，方 便开发人员在自己的软件堆栈中实现深度定制开发。包括 DNN 算法加速库、 Calibration 标定工具、Drive Core 核心库（传感器抽象层、车辆 I/O、图像处理、 点云处理、DNN 框架等。
（3）系统软件：DRIVE OS
DRIVE OS 提供了一套参考操作系统和相关软件栈，专为在基于 AGX 硬件平台 上的开发与部署，相关的基础软件栈包括 RTOS、Hypervisor、英伟达 CUDA 和 TensorRT 等其他组件，这些组件经过优化后可直接访问 AGX 硬件平台。DRIVE OS SDK 利用所有软件、库和工具、技术和 API，为自动驾驶汽车的构 建、调试、配置和部署应用程序，提供了优化的工作流。
（4）硬件平台：DRIVE AGX 平台
英伟达 DRIVE AGX 开发工具包提供了开发展所需要的硬件、软件及示例应用 程序。英伟达的历代硬件计算平台 DRIVE PX2、Drive PX Xavier、DRIVE PX Pegasus、DRIVE AGX Orin 等，前文已经详细介绍。DRIVE AGX 平台提供开 放的软件框架，以及与硬件计算平台相配套的完善的开发工具包；此外，英伟 达应有众多 Tier 1 及传感器产业合作伙伴，提供摄像头、毫米波雷达、超声波 雷达、激光雷达等车载传感器。
（5）仿真平台：DRIVE Constellation 与 DRIVE Sim
DRIVE Constellation 自动驾驶车辆仿真平台主要完成对各种虚拟场景的渲染、 仿真，产生模拟传感器数据，通过运行 DRIVE Sim 仿真软件，模拟仿真汽车在仿真环境中行驶可产生的传感器数据。Constellation 仿真平台提供可扩展、全面且多样化的测试环境。借助开放的模块化架构，DRIVE Sim 仿真软件可让客 户利用自己的仿真模型或生态合作伙伴的自定义车辆、环境、传感器或交通场 景。
（6）训练平台：NVIDIA DGX
基于高性能的英伟达 DGX AI 服务器，客户可以进行深度网络学习的训练、推 理和数据分析，同时多台 DGX 构建超级计算机或者人工智能集群，为具有挑 战性的自动驾驶海量数据进行深度学习网络模型训练和建图提供出色的基础设 施和灵活可扩展的 AI 计算性能。
英伟达发布全新自动驾驶软硬件开发参考平台 DRIVE Hyperion 8。在 2021 年 英伟达 GTC 大会上，英伟达发布了自动驾驶软硬件开发参考平台 DRIVE Hyperion 8，允许主机厂客户访问和调整其需求，包括核心计算和中间件以及 车辆内部 AI 功能等。该计算平台可用于 2024 年车型，硬件方面，搭载了两颗 Orin 芯片，每颗算力 254TOPS，支持 12 颗摄像头、9 个毫米波、12 个超声波雷达和 1 颗激光雷达。提供传感器硬件的供应商包括 Luminar（激光雷达）、 Hella（短程毫米波雷达）、 Continental （远程毫米波雷达）、Sony（摄像头 组件）、Valeo （摄像头组件、超声波雷达）。
3 高通（Qualcomm）：智能座舱一骑绝尘，自动驾驶不断追赶
打造“数字底盘”，全面布局智能汽车四大领域
高通是作为消费电子霸主，持续布局智能网联汽车业务。高通（Qualcomm） 公司成立于 1985，高通自 2002 年开始布局汽车业务，早期专注于车载网联解 决方案，高通于 2014 年推出了第一代座舱平台骁龙 602A，在 2016 年推出第 二代座舱平 820A，在 2019 年推出第三代座舱平台 8155，并于 2021 年发布第 四代座舱平台 8295；在自动驾驶领域，高通于 2019 年发布了 Ride 自动驾驶平台。高通目前已拥有 25 家以上的头部车企客户，公司业务已经覆盖全球超过 2 亿辆的智能网联汽车，高通在智能汽车领域的版图不断扩张。
高通基于车云、座舱、驾驶及车联四大平台打造数字底盘。高通在汽车业务领 域志在打造“数字底盘”，主要由四部分组成：骁龙车云平台（Snapdragon Car-to-Cloud）、骁龙座舱平台（Snapdragon Cockpit Platform、骁龙驾驶平 台（Snapdragon Ride Platform）、骁龙车联平台（Snapdragon Auto connectivity Platform），打造开放、可定制、可升级、智能互联的电子底盘，帮助 Tier 1 和 OEM 主机厂提升客户体验。
高通汽车业务营收快速增长。FY2021 高通汽车业务营收达到 9.75 亿美元，同 比增长 51.40%，高通 19-21 年汽车业务营收分别为 6.40/6.44/9.75 亿美元，高 通预计五年后汽车业务营收规模将达到 35 亿美元，预计 10 年后汽车业务营收 规模将达到 80 亿美元。
智能座舱一骑绝尘，中高端数字座舱呈垄断地位
高通在智能座舱芯片领域一骑绝尘。从高通 2014 年推出第一代座舱芯片 602A 开始，再到第二代 820A 以及第三代 8155 芯片，市场渗透率持续提升，能够发现，近期最初的新车型其座舱几乎都是搭载了高通 8155 芯片。目前，包括奔 驰、奥迪、保时捷、捷豹路虎、本田、吉利、长城、广汽、比亚迪、领克、小 鹏、理想智造、威马汽车在内的国内外领先汽车制造商均已推出或宣布推出搭 载骁龙汽车数字座舱平台的车型。
高通骁龙 SA8155P 芯片是目前量产车可以选用的性能最强的座舱 SoC 芯片。高通第三代座舱芯片 SA8155P 平台是基于台积电第一代 7nm 工艺打造的 SoC，也是第一款 7nm 工艺打造的车规级数字座舱 SoC，性能上，8155 芯片 是目前量产车可以选用的性能最强的座舱 SoC 芯片，目前全球最大的 25 家车 企已有 20 家采用高通第三代座舱 8155 芯片。8155 平台属于多核异构的系统， 性能是原 820 平台的三倍，该平台拥有极强的异构计算的能力，包括多核 AI 计算单元、Spectra ISP、Kryo 435 CPU、Hexagon DSP 第六代 Adreno 640 GPU。Hexagon DSP 中增加了向量扩展内核（Hexagon Vector eXtensions， HVX）和张量加速器（Hexagon Tensor Accelerator，HTA），这些专用 AI 计 算模块能大幅提高芯片的 AI 算力。
高通发布第四代智能座舱 SA8295P 平台，性能显著提升。2021 年 7 月，高通发布了第四代座舱平台的 SA8295P，采用 5nm 制程，采用第六代八核 Kyro 680 CPU 和 Adreno 660 GPU，支持同步处理仪表盘、座舱屏、AR-HUD、后座显示屏、电子后视镜等多屏场景需求，CPU、GPU 等主要计算单元的计算能力较 8155 提升 50%以上，主线能力有超过 100%的提升。
百度旗下集度汽车成为高通 8295 的首发，量产车型预计在 2023 年交付。2021 年 11 月 29 日，集度、百度和高通三方在上海进行了签约仪式，集度汽车成为高通 8295 的首发，集度旗下首款汽车机器人预计将于 2023 年量产交付，此外高通 8295 芯片已经获得长城、广汽、通用等车厂的定点，相关车型预计在 2023 年交付。
中科创达在 CES 2022 发布基于高通 SA8295 硬件平台的全新智能座舱解决方 案。该解决方案充分发挥 SA8295 在算力、图形、图像处理等方面的突出性能, 打造了包含数字仪表、中控娱乐、副驾娱乐、双后座娱乐、流媒体后视镜和抬头显示器的一芯多屏智能座舱域控。公司基于深厚的车载 OS 技术，创新性地 打通座舱和自驾两大技术域，更好地支持 360°环视和智能泊车功能，基于座 舱域的冗余算力，在实现安全可靠的低速泊车的同时降低了方案成本。
发布 Ride 平台，收购 Venoeer，持续补强驾驶域
高通在 CES 2020 大会上发布了其自动驾驶 Snapdragon Ride 平台，支持自 动驾驶平台的开发。高通在 CES 2020 上推出全新自动驾驶平台高通 Snapdragon Ride，该平台基于一系列不同的骁龙汽车 SoC 和加速器建立。它采用了可扩展且模块化的高性能异构多核 CPU、高能效的 AI 与计算机视觉引 擎，以及业界领先的 GPU。同时，该平台还包括 Snapdragon Ride 安全系统级 芯片（SoC）、Snapdragon Ride 安全加速器和 Snapdragon Ride 自动驾驶软 件栈（Autonomous Stack）。平台能够根据自动驾驶的每个细分市场的需求进 行匹配，并提供业界领先的散热效率，主要面向三大细分：（1）L1/L2 级 ADAS， 面向具备 AEB、TSR 和 LKA 等驾驶辅助功能的汽车，提供 30 TOPS 的算力；（2）L2+级 ADAS，面向具备 HWA、自动泊车 APA 以及 TJA 功能的汽车，提 供 60~125 TOPS 的算力；（3）L4/L5 级自动驾驶，面向在城市交通环境中的 自动驾驶乘用车、机器人出租车和机器人物流车，可提供 700 TOPS 算力，功 耗为 130W。
Snapdragon Ride 软件平台包括：规划堆栈、定位堆栈、感知融合堆栈、系统框架、核心软件开发工具包（SDK）、操作系统和硬件系统。高通推出的专门面向自动驾驶的软件栈，是集成在 Snapdragon Ride 平台中的模块化可扩展解决方案，旨在帮助汽车制造商和一级供应商加速开发和创新。该软件栈通过面向复杂用例而优化的软件和应用，助力汽车制造商为日常驾驶带来更高的安全性和舒适性，例如自动导航的类人高速公路驾驶，以及提供感知、定位、传感器融合和行为规划等模块化选项。Snapdragon Ride 平台的软件框架支持同时 托管客户特定的软件栈组件和 Snapdragon Ride 自动驾驶软件栈组件。
高通收购维宁尔旗下软件业务 Arriver，全面补强自动驾驶域。维宁尔 （Veoneer）总部位于瑞典斯德哥尔摩，前身是全球最大的安全气囊和安全带 生产商奥托立夫（Autoliv）公司电子事业部，2018 年从奥托立夫拆分出来，维宁尔致力于自动驾驶汽车的高级辅助系统（ADAS）和协作式自动驾驶系统（AD） 领域的研发，拥有雷达系统、ADAS 电子控制单元（ECU）、视觉系统、激光雷达系统和热成像等产品。Veoneer 在 2020 年将 ADAS、协作和自动软件开发 集中在一个部门并命名为 Arriver。
2020 年 8 月，维宁尔与高通达成合作，并于 2021 年 1 月签署了合作协议，双方合作交付可扩展的先进驾驶辅助系统（ADAS）和协作式自动驾驶（AD）解 决方案，采用 Veoneer 下一代感知与驾驶策略软件栈和高通 Snapdragon Ride ADAS/AD 可扩展系统级 SoC 组合与加速器。
2021 年 10 月 4 日，高通与 SSW Partners 达成最终协议，以 45 亿美元（约合 290.03 亿元人民币）收购瑞典汽车技术公司 Veoneer（维宁尔），以全现金方 式交易。根据协议，Veoneer 每股价值 37 美元。交易完成后，SSW Partners 将收购 Veoneer 所有流通股本，并将 Arriver 传感器和自动驾驶软件平台出售给 高通，保留 Veoneer 的 Tier 1 业务。
集成 Arriver 视觉感知软件栈，推出 Snapdragon Ride Vision 视觉系统。高通在 CES 2022 上发布了 Snapdragon Ride Vision 视觉系统，该系统拥有全新 的开放、可扩展、模块化计算机视觉软件栈，基于 4 纳米制程的系统级 SoC 芯 片打造，旨在优化前视和环视摄像头部署，支持先进驾驶辅助系统（ADAS） 和自动驾驶（AD）。该视觉系统集成了专用高性能 Snapdragon Ride SoC 和 Arriver 下一代视觉感知软件栈，提供多项计算功能以增强对车辆周围环境的感知，支持汽车的规划与执行并助力实现更安全的驾乘体验。利用 Ride 平台软件开发套件（SDK），汽车制造商和 Tier 1 可以灵活开发其驾驶策略软件栈并集成组件，带来扩展灵活性，使其能够集成地图众包、驾驶员监测系统（DMS）、泊车系统、蜂窝车联网（C-V2X）技术和定位模组，从而支持更优的定制化和向上集成。Snapdragon Ride 视觉系统预计将于 2024 年量产上市。
主机厂合作不断增加，相关量产车型落地在即
自高通在 2020 年初推出 Snapdragon Ride 自动驾驶平台后，目前已经与通用、长城、宝马等多家主机车厂达成合作，将在下一代新车上搭载 Ride 平台，相关量产车型落地在即。
（1）通用（GM）：
通用将在下一代 Ultra Cruise 驾驶辅助系统搭载高通 Ride 平台。高通在 CES 2020 上宣布与通用集团在数字座舱、车载信息处理和 ADAS 领域开展合作。通用近期发布了其驾驶辅助系统 Ultra Cruise 计算平台，该平台由两个 Snapdragon SA8540P SoC 和一个 SA9000P AI 加速器组成，可在 16 核 CPU 上提供关键的低延迟控制功能，并为相机、雷达和激光雷达处理提供每秒超过 300 Tera 操作的高性能 AI 计算。SA8540P SoC 采用 5nm 工艺技术设计，可 实现卓越的性能和能效，将为 Ultra Cruise 的传感、感知、规划、定位、映射 和驾驶员监控提供必要的带宽。通用汽车计划将在 2023 年在凯迪拉克旗下全 新纯电动 CELESTIQ 首发上市，并配置自主研发的 Ultra Cruise 软件栈，覆盖 95%驾驶场景的可放开双手自动驾驶。
（2）长城汽：
长城汽车与高通在自动驾驶领域达成合作，相关量产车将在 2022 年量产。2020 年 12 月，长城汽车与高通宣布双方在自动驾驶领域达成合作，长城汽车将率先 采用高通 Snapdragon Ride 平台，打造先进的高算力智能驾驶系统——长城汽 车咖啡智驾系统，并在 2022 年量产的长城汽车高端车型中采用，长城汽车是 国内首批采用高通 Snapdragon Ride 平台的整车厂商。2021 年 7 月正式发布 搭载高通 Snapdragon Ride 平台的自动驾驶平台 ICU 3.0，搭载这一平台的量 产车型将于 2022 年二季度正式交付。
长城旗下毫末知行在 CES 2022 上推出基于高通 Ride 平台的域控制器。毫末 智行成立于 2019 年 11 月，前身是长城汽车的智能驾驶部，毫末智行在两年的 发展过程中，拥有了全栈自研自动驾驶解决方案和数据智能中心，业务范围包 括乘用车、无人物流车、智能硬件。毫末智行在 2021 年底的 10 亿元 A 轮融资 中，高通创投参与了本轮投资，毫末知行的投后估值超过 10 亿美元。在 CES 2022 大会上，毫末智行联合高通全球算力最高的可量产自动驾驶计算平台毫末 智行小魔盒 3.0，其平台单板算力达 360TOPS，可持续升级到 1440TOPS。这 也是高通 5nm 自动驾驶计算平台的全球首发量产。SA8540P SoC+SA9000 的 组合，支持接入 6 路千兆以太网/12 路 800 万像素摄像头/5 路毫米波雷达/3 路 激光雷达，可以做 L1/L2 级别的降级控制，也可以满足当前 L3 以及后续 L4/L5 等全场景自动驾驶功能的实现。
（3）宝马集团：
高通与宝马集团在自动驾驶领域达成合作，相关车型将在 2025 年量产。在 2021 年 11 月的高通投资者大会上，高通宣布与宝马集团在自动驾驶领域达成合作， 宝马的下一代车型将采用高通 Snapdragon Ride 自动驾驶平台，其中包括高通 的中央计算 SoC 等多个核心部件，新款车型将在 2025 年量产。
4 Mobileye：ADAS 赛道的先行者，当前市占率第一
ADAS 赛道的先行者，EyeQ 系列累计出货量过亿片
Mobileye 自 1999 年便开始专注于 ADAS 赛道。Mobileye 于 1999 年由以色列 希伯来大学的 Amoon Shashua 教授和 Ziv Aviram 创立，靠视觉算法起家，主 要业务是开发自动驾驶相关的系统和 EyeQ 系列芯片。2007 年，Mobileye 的 EyeQ1 开始在宝马、通用和沃尔沃等车企量产上车，2008 年发布了 EyeQ2， 尤其在 2014 年推出 EyeQ3 后一举成名，同时于 2014 年在美国纳斯达克上市， 市值高达 80 亿美元。在 2017 年由英特尔以 153 亿美元收购，从而私有化退市， 成为英特尔旗下自动驾驶业务部门。英特尔计划在 2022 年中让 Mobileye 独立在美上市。
Mobileye 在 2021 年 Q3 营业收入同比增长 39%，18-20 年营收复合增速 18%。 2021 年 Mobileye 拿到了 30 多家车企的 41 项新订单，涉及约 5000 万辆新车 搭载。根据英特尔财报显示，Mobileye 在 2021 年 Q3 营业收入 3.26 亿美元， 同比增长 39%。Mobileye 的营业收入从 2018 年的 6.98 亿美元提升到 2020 年 9.67 亿美元，复合增速为 17.7%。
从 2007 年至今，Mobileye EyeQ 系列芯片累计出货量超过 1 亿颗。Mobileye 的 EyeQ1 自 2007 年在宝马、通用和沃尔沃量产上车以来，截至目前，公司 EyeQ 系列芯片已经完成 1 亿颗的出货。Mobileye EyeQ 系列芯片出货量也在 持续增加，但是增速逐渐放缓，EyeQ 系列芯片销量从 2018-2021 年分别为 1240 万、1750 万、1930 和 2810 万颗，同比增长率 43%/41%/10%/46%。
Mobileye 市场占有率依旧领先，正在逐渐掉队。在过去 20 年时间里，Mobileye 以视觉感知技术为基础，推出了算法+EyeQ 系列芯片组成的一系列解决方案， 帮助车企实现从 L0 级的碰撞预警，到 L1 级的 AEB 紧急制动、ACC 自适应巡 航，再到 L2 级的 ICC 集成式巡航等各种功能，Mobileye 当前仍然以 36.29% 的市场份额排名第一，包括宝马、沃尔沃、奥迪、蔚来、长城等一系列国内外 车企，甚至特斯拉都曾搭载过 EyeQ 系列芯片。但是，Mobileye 正在逐渐掉队， 例如，宝马在 2016 年与 Mobileye 组建了自动驾驶联盟，但是在前不久已经与高通 Ride 达成合作，蔚来、理想等一批车企则选择了在新一代车型上搭载英伟达 Orin 芯片。
产品功耗优势显著，算法生态相对封闭
Mobileye EyeQ 系列芯片从 2007 年发布至今，目前一共有五代产品：
(1) EyeQ1：Mobileye 的 EyeQ 系列芯片最初是和意法半导体公司共同开 发，第一代芯片 EyeQ1 从 2004 年开始研发，于 2007 年上市，算力为 0.0044 TOPS，功耗为 2.5W；
EyeQ5 采用“CPU+ASIC”架构，功耗极低，但生态相对封闭。EyeQ5 主要 有 4 个模块：CPU、Computer Vision Processors（CVP）, Deep Learning Accelerator（DLA）、Multithreaded Accelerator（MA），其中 CVP 是针对传 统计算机视觉算法设计的 ASIC 模块，用专有的 ASIC 来运行这些算法而达到 极低功耗而闻名。但是其算法系统相对封闭，对 OEM 和 Tier 1 来说是黑盒， 他们无法进行二次修改从而差异化自己的算法功能。Mobileye 的算法解决方案 还是以传统计算机视觉算法为主，深度学习算法为辅，这也直接决定了其以 CVP 为主，DLA 为辅的架构。
发布高算力先进制程芯片，布局高阶自动驾驶
Mobileye 在近年的 CES 2022 大会上发布了三款最新的芯片 EyeQ Ultra、 EyeQ6 Light 和 EyeQ6 High。此外，Mobileye 与吉利汽车集团的极氪共同宣 布，将在在 2024 年前推出具有 L4 能力的纯电新车，新车基于吉利 SEA 平台 打造，使用 6 颗 EyeQ 5 芯片，以处理 Mobileye 的驾驶策略及地图技术的开放 协作模型。同时，新车将，双方将在软件技术方面进行有效集成。
EyeQ Ultra：面向L4级自动驾驶，基于5nm 制程打造，算力176 TOPS， 大约为 10 颗 EyeQ5 芯片的性能。EyeQ Ultra 具备 12 核、24 线程 CPU， 同时还有两个通用计算加速器和两个 CNN 加速器。EyeQ Ultra 预计将 在 2023 年提供样品，2025 年实现量产上车；
EyeQ6 High：面向 L2级自动驾驶，基于7nm 制程打造，算力34 TOPS，EyeQ6 High 具备 8 核、32 线程的 CPU，两个通用计算加速器和两个 CNN 加速器。EyeQ6 High 预计 2022 年开始提供样品，2024 年实现量产；
EyeQ6 Light：面向 L1-L2 级自动驾驶，基于 7nm 制程打造，算力 5 TOPS。EyeQ6 Light 具备 2 核、8 线程 CPU，1 个通用计算加速器和 1 个 CNN 加速器。为上一代 EyeQ4 的迭代版本，但封装尺寸为 EyeQ4 的 55%。预计 2023 年实现量产。
5 华为：以 ICT 技术全面赋能汽车智能化
坚定“平台+生态”战略，布局五大业务板块
华为智能汽车解决方案包括五大业务板块：智能网联、智能驾驶、智能座舱、智能电动、智能车云服务。华为自 2014 年成立车联网实验室，便开始面向智能网联汽车领域储备技术，2019 年 5 月份，华为正式成立了智能汽车解决方案 BU，开始全面进军智能汽车赛道。华为提出了代表计算和通信的 CC 架构，用 分布式网络+域控制器的架构，将车辆分为三大部分：驾驶、座舱和整车控制， 推出了基于 CC 架构的三大平台智能驾驶平台（MDC）、智能座舱平台（CDC） 和整车控制平台（VDC）。华为坚持“平台＋生态”的发展战略，聚焦 ICT 技 术，围绕 iDVP、MDC 和 HarmonyOS 智能座舱三大平台，构建生态圈，携手 合作伙伴帮助车企造好车。
打造开放共赢的 iDVP 智能汽车数字底座，实现软硬件分层解耦。在智能汽车数字架构中，华为提供智能汽车数字平台的基础要素 iDVP，i 是智能、D 是数字、V 是汽车、P 是平台，包括计算与通信架构 CCA、车载操作系统、多域协同软件框架 HAS Core 和完善的整车级工具链，构建硬件生态和软件生态，与伙伴们联合定义硬件接口和软件接口，联合开发原子化服务，实现软硬件分层解耦，帮助车企快速开发跨厂家、跨设备的应用，为用户带来持续进化的体验。华为积极参与产业联盟，建立共识，基于自身实践，贡献行业标准。
基于华为 MDC 计算平台，打造开发共赢的智能驾驶生态
华为 MDC（Mobile Data Center，移动数据中心）定位为智能驾驶的计算平台， 集成华为在 ICT 领域 30 多年的研发与生产制造经验，为开发者提供全场景覆 盖的工具链与丰富的 SDK，支持伙伴的软件开发和移植，同时满足智能驾驶应 用对车规、安全的核心要求。目前，已经有 70 多家合作伙伴加入了 MDC 生态 圈，联合推进乘用车、港口、矿卡、园区等智能驾驶场景的试点与商用。
华为 MDC 平台遵循平台化与标准化原则，包括平台硬件、平台软件服务、功 能软件平台、配套工具链及端云协同服务，支持组件服务化、接口标准化、开 发工具化；软硬件解耦，一套软件架构，不同硬件配置，支持 L2+~L5 的平滑 演进，保护客户或生态合作伙伴的应用软件开发的历史投资。MDC 自动驾驶平 台的系统架构是可伸缩的，通过对 CPU 内核数，人工智能加速内核搭载数量以 及 IO 接口数量的增减，可满足高、中、低端乘用车从驾驶辅助到高端智能驾驶 的不同使用场景。
华为 MDC 采用 CPU+NPU 路线。以华为 2018 年发布的 MDC 300F 为例，集 成了华为自研的 Host CPU 芯片、AI 芯片、ISP 芯片与 SSD 控制芯片。CPU 芯片：华为自研的鲲鹏 920 处理器，基于 ARM 架构，采用 7nm 工艺，2.0GHz， 最大功耗 55W；NPU 芯片：华为自研的昇腾 310 处理器，基于达芬奇 AI 架构， 可以提供 16TOPS@INT8 的算力，采用 12nm 工艺，最大功耗 8W。
华为 MDC 平台将硬件接口标准化，基于 SOA 架构，通过标准组件接口实现不同算法组件组合及应用。华为 MDC 平台支持智能驾驶相关的多种传感器、执 行器、IVI 或 T-Box 等周边模块的接入，支持丰富、灵活可变的主流硬件标准化 接口，如 GMSL、CAN、CAN-FD、Automotive-Ethernet 等，提供广泛的兼容 性与选择灵活性。同时，华为 MDC 功能软件基于 SOA 架构，遵循 AUTOSAR 规范，定义了智能驾驶基本算法组件，能够实现感知算法组件、融合算法组件、 定位算法组件、决策算法组件、规划算法组件、控制算法组件的调用框架与组 件之间的软件接口。上层场景应用可以灵活选择不同的算法组件组合，实现具 体的场景应用功能。
华为 MDC 产品线逐渐完善，陆续发布 MDC 300F/210/610/810 多款产品，覆 盖从 L2+~L5 全场景自动驾驶应用。在 2019 年，华为正式推出了 MDC 300F， 算力 64 TOPS，面向商用车场景，华为正式开启了 MDC 生态建设；2020 年 9 月，在华为智能汽车解决方案生态论坛上，华为发布了 MDC 210 与 MDC 610， 前者算力达 48 TOPS，适用于 L2+自动驾驶，后者算力达 200+ TOPS，适用 于 L3/L4 级别自动驾驶；2021 年，在上海车展上，华为发布了 MDC 810，算 力达到 400+ TOPS；华为计划在 2022 年发布 MDC 100，进一步丰富 MDC 产 品线。
华为还提供了一系列的华为 MDC 开发者套件包括 MDC 工具链、MDC Core SDK 和车云协同开放平台。在华为 MDC 平台硬件上，运行着智能驾驶操作系统 AOS、VOS 及 MDC Core，并配套提供完善的开发工具链。基于华为 MDC 平台的操作系统、平台软件与功能软件中间件，均对外提供标准的开放 API 与 SDK 开发包，结合简单易用的工具链，助力客户或生态合作伙伴研发效率提升，实现智能驾驶应用的快速开发、调测、部署与运行。
MDC 工具链：包含 AI 算子开发工具 MindStudio、AP 配置工具 MMC、 集成开发环境 MDS、标定诊断工具 MCD 以及可视化调测工具 Mviz， 覆盖智能驾驶应用的研发、调试、部署及运营全生命周期。通过 MDC 工具链可以实现“1 小时安装、1 天上手、1 周迁移、1 月上车”的“4 个 1”的开发效率；
MDC Core SDK：包含 MDC Turbo 性能加速包，里面含主流算子库、 典型算子及网络模型性能优化。MDC Core SDK 同时还包含了 MDC 开发服务包，华为方面将中间件服务化，包括传感器接入服务、AP 服 务、安全服务以及诊断服务等，以 API 的形式对外开放。华为还会提 供智能驾驶服务框架 ADSFI，开发参考示例代码，以及配套的开发指 南等文档。MDC Core SDK 支持 TensorFlow、Caffe 等主流 AI 框架、 1000 多个算子，以及包括 AP 在内的 100 多个 API 服务；
车云协同开放平台：云端有极其强大的算力，车云协同是算法快速迭代 的必要和有效的手段，华为在云端提供了数据服务、场景库服务、训练 服务、仿真服务等，提升了车端算法的泛化能力，加速了车端和云端的 数据闭环。车云协同开放平台内有超过 2000 万标注数据集，超过 20 万个场景库，大幅提升算法训练与仿真效率。
华为与合作伙伴的合作分为两种模式：一种是 Huawei Inside 模式，即华为提 供包含智能驾驶应用软件、计算平台以及传感器在内的智能驾驶全栈解决方案。另一种是 MDC 平台模式，华为提供 MDC 智能驾驶计算平台，主要包括 SOC 硬件、自动驾驶操作系统、车控操作系统，以及 AutoSAR 中间件。目前，一共有北汽、广汽、长安、小康赛力斯、长城五家车厂确定搭载华为 MDC 平台。在 2021 年的广州车展上，广汽埃安 LX Plus 和长城沙龙机甲龙都选择 了 MDC 作为智能驾驶计算平台。除此之外，北汽新能源旗下的极狐阿尔法， 小康赛力斯 SF5 和问界 M5、长安阿维塔 11 也都确定搭载华为 MDC 平台。
打造万物互联的 HarmonyOS 智能座舱生态
华为于 2020 年 8 月 14 日公布了三大鸿蒙车载 OS 系统——鸿蒙座舱操作系统 HOS、智能驾驶操作系统 AOS 和智能车控操作系统 VOS。华为致力于以硬件 模块化、接口标准化、系统平台化为目标，围绕 HarmonyOS 车机操作系统构 建智能座舱生态，目前，华为在 HarmonyOS 操作系统上增量开发了 9 类车载 增强能力、开放 1517 个车载业务 API、13000 多个 HarmonyOS 的 API，并提 供全面开放的工具和技术支持，降低座舱系统的集成与开发难度，帮助伙伴快 速开发和迁移应用，为用户带来丰富的人车生活体验。
基于 HarmonyOS，华为已经与 150 多家软硬件伙伴们建立合作。联合定义硬 件接口，做到硬件即插即用、可替换升级、多样化硬件之间互联互通，并通过 API 接口开放给应用，快速开发全场景覆盖、多设备协同的座舱系统，为消费 者提供个性化、智能化、多样化的服务体验。在华为最新的座舱 demo 上，已 经部署了合作伙伴的车载天幕、电子后视镜、全息投影、转向系统和智能健康 座椅等多款鸿蒙周边设备。
华为打造真正智能化、万物连接的 HarmonyOS 智能座舱生态。华为智能座舱 “一芯多屏”解决方案能够让座舱内的液晶仪表、AR-HUD（平视显示器）、 中央显示、中央娱乐屏、中控屏、副驾屏等均由同一芯片提供性能支持。华为 围绕 HarmonyOS 车机操作系统，主要通过三种方式来构建‘应用丰富，体验 多样，常用常新’的智能座舱应用生态：（1）针对车域高频使用的应用，和伙 伴们一起针对基于 HarmonyOS 车域特性能力进行深度适配，打造 HarmonyOS 精品应用；（2）基于华为 1＋8 的全场景生态能力，手机，平板，智慧大屏的 应用可以无缝继承上车；（3）针对不常用的长尾应用，HarmonyOS 车机操作 系统同时提供手机投屏能力，满足用户多样化的体验需求。
搜索微信小程序："报告搜一搜"；免费下载各行业研究报告pdf和word、可视数据、学习资料。提供研究报告、市场研究报告、行业报告、行业研究报告、调研报告、市场调查报告...
——END——
点击微信小程序"报告搜一搜"；免费下载各行业研究报告pdf和word、可视数据、学习资料。提供研究报告、市场研究报告、行业报告、行业研究报告、调研报告、市场调查报告...
点击这里，800000+份报告免费下载！