目前，参考不同级别智驾方案对主控 SoC 芯片在 AI 算力需求上的不同，智驾 SoC 芯片可大致分为三种类型：小算力 SoC 芯片（2.5~20TOPS）、中算力 SoC 芯片（20~80TOPS）和大算力 SoC 芯片（≥100TOPS）。

1 市场需求

1）小算力 SoC 芯片

小算力 SoC 芯片的 AI 算力通常在 2.5~20TOPS，支持实现的产品形态主要为前视一体机或者分布式的行车或泊车控制器方案，需求特点是追求高性价比；在功能实现上，以基础的 L0~L2 级别的辅助驾驶功能为主，部分车型或可提供高速 NOA 功能，所搭载车型售价区间一般为 10-15 万元。

当前，L2 及以下 ADAS 功能已经进入快速增长阶段，其中，前视一体机占 ADAS 市场比重约为75%，仍然是目前 ADAS 市场的主力产品形态。小算力 SoC 芯片在未来依旧具备较广阔的市场空间。

2）中算力 SoC 芯片

中算力 SoC 芯片的 AI 算力通常在 20~80TOPS，支持实现的产品形态主要为轻量级行泊车一体域控制器方案；在功能实现上，以实现“好用”的高速 NOA、城市记忆 NOA 和记忆泊车等功能为宣传卖点，部分车型或可提供城市 NOA 功能，所搭载车型售价区间一般为 15-25 万元。

整体来看，中算力 SoC 芯片市场是芯片快速迭代升级所导致的一个结果。英伟达 Xavier 在最开始的时候可谓是当时智能驾驶市场上的大算力 SoC 芯片，但随着英伟达下一代芯片 Orin 的出现，以及后续地平线 J5，安霸 CV3-AD 等上百 TOPS 的算力芯片相继出现以后，对于一些中端车型，一味的追求大算力并不能保证其在市场上的竞争力，反而会让其在性价比上失去优势。于是，与 Xavier同级别的芯片便从大算力 SoC 芯片市场“降级”到了中算力 SoC 芯片市场。

3）大算力 SoC 芯片

大算力 SoC 芯片的 AI 算力通常在 100TOPS 以上，支持实现的产品形态主要为高阶行泊车一体域控制器方案，甚至是舱驾一体方案；在功能实现上，以实现“好用”的城市 NOA、AVP 等 L2+级别的功能为宣传卖点，部分车型考虑硬件预埋，用于实现 L3 及更高阶的自动驾驶功能，所搭载车型售价区间一般在 25 万元以上。

在通往高阶智能驾驶功能的发展过程中要新的算法（Transformer + BEV +OCC）和更先进的整车 EE 架构（中央计算+区域控制）去实现，而这都需要更大算力 SoC 芯片作为“基石”来支撑。

2 市场格局

从市场规模来看，根据 ICV 的数据显示，2022 年全球智能驾驶 SoC 市场规模为 32.95 亿美元，中国市场规模达 15.05 亿美元，占全球的 45.68%。据测算，2024 年，全球智能驾驶 SoC市场规模有望突破 100 亿美元，到 2027 年预计达到 283.06 亿美元，年复合增长率高达 43.11%。

据盖世汽车研究院统计数据显示，2023 年，中国市场乘用车（不含进出口）前装标配智驾域控制器 183.9 万套，同比增长约 70%，前装搭载率约为 8.7%。另外，2023 年中国市场智驾域控芯片装机量排名中：

• 排名第一位的是特斯拉的 FSD 芯片，出货量约 120.8 万颗，占比为 37%；

  
  

• 排名第二位的是英伟达的 Orin-X 芯片，出货量为 109.5 万颗，占比为 33.5%；

  
  

• 排名第三位是地平线的征程 5 芯片，出货量为 20 万颗，占比为 6.1%；

  
  

• 排名第四位是 Mobileye 的 EyeQ4H 芯片，与 J5 出货量相当，也是约 20 万颗，占比为 6.1%；排名第五位的是 Mobileye 的 EyeQ5H 芯片，出货量为 17.4 万颗，占比为 5.4%。

从整个行业格局来看，目前国产智驾 SoC 芯片的市场占比在整体上还处于劣势地位。2023年，国外芯片解决方案上车占比较大，合计占比超过了 80%。其中，仅特斯拉 FSD 和英伟达 Orin-X，就占据了超过 70%的市场份额。FSD 芯片为特斯拉自研自用，一辆车标配 2 颗 FSD 芯片。

英伟达 Orin-X 芯片搭载的车型比较多，涵盖了蔚来、小鹏、理想、智己、小米等多个主机厂几十余款车型。

在国产智驾 SoC 芯片中，出货量最大的是征程 5 芯片，2023 年，出货量达到了 20 万片，主要搭载于理想 L7/L8 的 Air 和 Pro 版本以及 L9 的 Pro 版本；并且，2024 年 2 月，J5 芯片在比亚迪汉 EV 荣耀版上量产上车。

但智能驾驶 SoC 市场格局尚未定型，国产芯片厂商具备自身的优势，仍有赶超的机会。比如，相比国外芯片厂商，国产芯片厂商的本土服务能力更强，能够快速适应本土车企的需求变化；另外，地缘政治的影响也在一定程度上加快了国产化芯片替代的脚步。