垂直整合的时间复利，比亚迪的“芯”不是跨界是深耕

2026年5月28日，比亚迪再次以“智”服人，发布中国首款4nm制程车规级智驾芯片璇玑A3。

从参数性能来看，三颗芯片协同可实现超2100TOPS总算力，单位算力功耗较同级产品低20%，可原生支持L3/L4自动驾驶。

电动化上半场看电池，智能化下半场看芯片，在比亚迪的设想中，道路都是明确的。而让外界惊讶的是，比亚迪真正打基础，居然是从20多年前开始的。王传福还在发布会上特地提到了比亚迪的企业传记《工程师之魂》：“大家可以看看其中的第82页和第122页，那里面有比亚迪半导体最早投资的故事。”

2002年，比亚迪成立IC设计部，也就是比亚迪半导体的前身。彼时，比亚迪的主业是电池和代工，汽车业务还在筹备之中。2005年，比亚迪启动IGBT研发，当时整个中国新能源汽车产业尚未起步。2008年，比亚迪又收购濒临倒闭的宁波中纬6英寸晶圆厂，外界觉得这“至少亏20亿”，比亚迪有点冒进了，但后来，这座工厂成了比亚迪实现功率半导体自主化的关键支点。

从2002年到2026年，是整整24年。在这24年里，比亚迪先后推出了中国首款车规级IGBT、中国首款车规级SiC功率芯片，两度获得国家科技进步奖，累计推出2000多款芯片产品。其中，车规级领域就有567款芯片，覆盖13大类，广泛应用于46个国内外汽车品牌。

璇玑A3的发布，不是一次跨界突袭，而是一条持续了24年的技术路线的自然延伸。理解这个时间结构，才能理解比亚迪芯片战略的真正起点。

一、时间复利：从功率芯片到智驾芯片的能力迁移

所有技术产业中大多有一个经常被忽视的现象：真正重要的突破，往往不是从零到一的灵光乍现，而是长期积累在某个节点的集中兑现。所以在很多创新故事里，最关键的临门一脚，往往是在经历了大量尝试和失败后发生的——这种情况同时满足了对产业足够熟悉，和对潜在道路的探索足够深入这两大条件。

而比亚迪当下完整的全栈能力体系，则需要从两个方面去思考，其一是这种技术的“绵延”，其二是在关键时刻做定夺的能力。

2005年比亚迪决定研发IGBT时，它面临的处境和今天布局智驾芯片完全不同。当时，全球没有几家企业在认真做车规级IGBT，因为新能源汽车的市场前景尚不明朗。

比亚迪之所以坚持要做，也不是因为预见到了今天的新能源爆发，而是因为一个非常朴素的原因——买不到。彼时，全球车规级IGBT供应商屈指可数，且没有意愿为中国的新兴电动车企定制芯片。自研不是最优选择，而是唯一选择。

这个“被迫自研”的开端，后来却催生了一系列连锁效应。IGBT的研发让比亚迪积累了车规级芯片的可靠性设计能力，因为芯片在汽车上需要承受的温度范围、振动强度、电磁干扰环境，都远高于消费电子。后来，在SiC芯片研发中，比亚迪的技术积累持续得到升级，在智驾芯片的设计中继续复用。

璇玑A3之所以能直接达到ASIL-D功能安全等级（车规芯片最高等级），根源在于比亚迪过去二十年对“车规级”这三个字的持续打磨。

2008年一座更关键的里程碑出现了，比亚迪收购了主要生产6英寸CMOS芯片的宁波中纬，当时外界对这个行为普遍不看好，因为宁波中纬连年亏损，原有设备不具备制造IGBT的能力，收购后需要大幅改造。但王传福的判断是：芯片制造能力必须掌握在自己手里。

今天，比亚迪的逆势下注被证明是正确的，不管是在2021年全球缺芯潮，还是在自研芯片的发展攻关路上，自己的制造能力一方面保障了供给底线，甚至在一定程度上外供，一方面还能配合研发进程，为“从设计到量产”的全流程打通奠定了基础。

目前，大多数车企自研芯片走的是Fabless模式——设计自己做，但制造全面外包。这种模式更轻、启动更快，但也意味着芯片的设计和制造之间存在天然的隔离。设计团队需要提前数月甚至数年锁定代工厂的工艺节点，迭代节奏受制于外部产能。

比亚迪的IDM模式则不同，从产品定义、架构设计、电路设计，到晶圆制造、封装、测试，七个步骤全部自己完成。

璇玑A3发布会上提到“算力利用率提升100%”，这个数字的背后，正是设计端和制造端深度耦合的结果——芯片团队可以与算法团队密切协同，在架构层面就对模型的计算模式进行优化，而这种优化空间在代工模式下要小得多。

从这个角度看，璇玑A3的诞生，是比亚迪过去二十年三次技术积累的叠加：车规级可靠性设计能力（来自IGBT/SiC）、全流程制造能力（来自工厂运营），以及算法与芯片协同优化的能力（来自自身智驾系统的规模化应用）。

二、体系优势：数据、规模与制造的三角闭环

和制造汽车以及制造半导体的友商不同，比亚迪强悍的闭环能力，无出其右者。璇玑A3能够在2026年这个时间点推出，依赖的不只是芯片设计本身，而是数据、规模和制造三者构成的闭环。

从公开数据来看，截至发布会当天，比亚迪辅助驾驶车型保有量已超过315万辆，居中国车企第一。天神之眼系统每天生成的有效行驶数据超过2亿公里。比亚迪智驾算法的训练素材以每天数亿公里的速度增长。

对于一款AI驱动的智驾芯片而言，算法是灵魂，而算法迭代的速度取决于数据的规模和质量。璇玑A3的算力利用率之所以能提升100%，一部分来自芯片架构本身的设计优化，另一部分则来自算法与芯片的持续协同迭代。协同的前提，必须要有足够大的装车量和足够多的行驶数据来支撑。

再看制造层面，比亚迪目前拥有5座晶圆制造工厂，其中成都工厂是中国最大、专注车规级的12英寸晶圆厂。芯片研发团队超过7000人，累计投入超1000亿元。它代表着比亚迪一个鲜明的资产特点：大量战略资产在普通的财务视角下是看不出来的。但这些战略资产实际却给比亚迪提供了很多创新的入口。

因此，规模产生数据，数据优化算法，算法定义芯片需求，芯片制造保障供应，供应支撑更大规模的装车，比亚迪之所以敢于强调自己的唯一，是因为它拥有的这个闭环，遥遥领先于市场。璇玑A3不是闭环的起点，也不是终点。它是体系能力在某个时刻的集中输出。

历史上有很多行业和企业追求过垂直整合，但在它们的闭环里，很多企业依然要靠某一项技术的领先支撑全局，而比亚迪却真正做到了靠多个技术环节之间协同迭代的效率领先。这些需要时间积累才能达成的优势，推动比亚迪继续走向不败之地。

三、一种产业规律的再验证

比亚迪的芯片路径，在更长的产业史中有很多参照物，比如华为海思。它们的故事都体现一个通行的道理：先进芯片的研发不是一场百米冲刺，而是一场马拉松。

从IGBT到SiC再到4nm智驾芯片，比亚迪积累了二十余年才开始全面释放其芯片能力的价值。对外界来说，由于研发价值往往不是线性的，所以长时间段内这些投入和产出都会被低估，但“时间壁垒”必然会成为最终的确定性来源。

原因就如前文所说，“时间壁垒”之所以难以被追赶，是因为它不是一个点的差距，而是一组能力在互相耦合中形成的系统。设计能力、车规级的可靠性、晶圆厂的良率爬坡和工艺优化，以及根本无法速成的数据闭环。这些要素叠加在一起，才是比亚迪的真正护城河。

从2002年那个只有十几个人的IC设计部，到如今拥有超7000人芯片团队、5座晶圆厂的半导体体系。比亚迪在时间的长河里积蓄的力量，如今开始喷薄而出。在比亚迪为智驾兜底的坚定表态中，智驾的下一个阶段，也启幕了。

来源：松果财经