【辰韬资本】自动驾驶软硬一体演进趋势研究报告

近日，【辰韬资本】联合南京大学上海校友会自动驾驶分会和九章智驾共同发布了《自动驾驶软硬一体演进趋势研究报告》。该报告深入探讨了自动驾驶领域软硬件一体化的发展趋势、行业现状以及未来展望，分析了不同企业在软硬一体化进程中的策略选择及其背后的动因。报告通过对行业领先企业案例的剖析，揭示了软硬件一体化对于提升自动驾驶系统性能、降低成本等方面的显著影响，并预测了这一趋势将如何塑造行业的未来竞争格局。报告内容丰富，为理解自动驾驶技术发展提供了宝贵的视角和深刻的洞见。

在自动驾驶技术迅速发展的今天，软硬一体化成为了行业内的一个热门话题。软硬一体化，简单来说，就是将软件和硬件紧密结合，共同设计和开发，以提高整体系统的性能和效率。这种模式在自动驾驶领域尤其重要，因为它涉及到复杂的数据处理、算法运行和实时响应。

报告指出，自动驾驶领域的软硬一体化可以分为“重软硬一体”和“轻软硬一体”两种模式。重软硬一体，就像苹果公司那样，从芯片到操作系统再到核心软件，全部自主研发。这样做的好处是，可以实现软硬件之间的最佳协同，达到更高的性能和更低的功耗。轻软硬一体则是指操作系统厂商和芯片厂商之间的深度合作，比如PC时代的Windows和Intel，智能手机时代的安卓和ARM。

特斯拉在自动驾驶软硬一体化方面走在了行业前列。早期，特斯拉采用了Mobileye的软硬一体解决方案，后来转向了英伟达的芯片加自研算法的软硬解耦方案，最终又发展到了基于自研芯片和自研智驾算法的重软硬一体策略。这种策略的转变，显示了特斯拉在不同发展阶段对软硬一体化的灵活应用。

在国内，自动驾驶芯片和算法供应商经过市场的筛选，一些公司已经确立了头部地位。整个产业模式也从初期的软硬解耦和软硬一体的分歧，逐步收敛至软硬一体方案。这种模式的转变，反映了市场对软硬一体化的认同和需求。

软硬一体化之所以能成为主流，是因为它确实能为企业带来成本优势。通过对行业内专家的访谈和调研，大多数专家认为，软硬一体化的模式能够降低成本。例如，特斯拉自研的FSD芯片，尽管在工艺上与英伟达的Orin芯片有差距，但在功能实现效果上却更优，芯片的代工成本也仅为后者的三分之一。

在自动驾驶算法方面，OEM自研已经成为一个不可忽视的趋势。主机厂对智驾算法的投入，主要是基于对自动驾驶算法可控的考虑，以保证供应链的安全。随着自动驾驶技术的发展，预计未来会有更多主机厂倾向于自研算法。

软硬一体化对企业的技术能力提出了更高的要求。企业必须在算法、芯片以及中间件和底软等领域有着深度的技术积累和工程经验。例如，智驾系统的算法架构包括感知、定位、预测、决策规划及控制模块。随着技术的发展，这些模块对计算芯片的要求也在不断提高。

在硬件架构方面，自动驾驶SoC芯片的算力有了数量级的提升。这些芯片通常需要集成除CPU之外的一个或多个XPU来做AI运算。目前市场上主流的自动驾驶SoC芯片的处理器架构方案有通用并行加速芯片、神经网络专用加速芯片和FPGA等。

在软件层面，操作系统的选择对软硬一体化至关重要。目前，产业内对智驾操作系统的主流选择是采用QNX或基于Linux内核进行裁剪。QNX具有高可靠性，但生态局限性较大；而基于Linux的RTLinux系统具有丰富的生态资源，可以更好地适配自动驾驶软件迭代的需求。

中间件作为连接芯片及应用软件的桥梁，其性能表现对软硬一体化也至关重要。目前，AutoSAR AP和DDS是行业的主流选择，它们提供了更好的灵活性和实时性。

工具链也是软硬一体化的重要组成部分。例如，英伟达提供了全套的模型训练及加速工具，这些工具链可以无缝对接其强大的模型开源生态，使得软件Tier1容易倾向于采用英伟达芯片及工具链构建轻软硬一体战略。

报告还提到，未来舱驾一体的发展趋势将对软硬一体化产生影响。舱驾一体可以降低成本、整合资源，预计将成为行业里的一个探索方向。目前，支持舱驾一体的芯片主要是英伟达和高通的两款大算力芯片Thor和骁龙Ride Flux。

最后，报告通过调查问卷形式，收集了来自不同行业专家的意见。结果显示，大多数专家认为软硬一体化能够为整车厂带来成本优势，并且是未来发展趋势。

这篇文章的灵感来自于《自动驾驶软硬一体演进趋势研究报告》。除了这份报告，还有一些同类型的报告也非常有价值，推荐阅读，这些报告我们都收录在同名星球，可以自行获取。

以上为节选样张，关注公众号【蝉鸣报告】回复领取PDF完整电子版（无广告）。

【蝉鸣报告】每日更新最新硬核报告，覆盖产业报告、全球化、经济报告、趋势等全领域。