不再给英伟达打工！蔚小理比亚迪全员自研，终结十年芯片卡脖子

2022年，英伟达发布索尔车载芯片Thor，宣称峰值算力可达2000 TOPS，对比当时254 TOPS的旗舰Orin X堪称降维碾压。当时智能驾驶正进入算力军备竞赛关键期，所有车企都在寻找算力更高、更稳定的硬件支撑。索尔横空出世，瞬间成为全球车企尤其是中国新势力翘首以盼的芯片，几乎所有头部车企都敲定了适配计划，押注这款芯片开启高阶智驾新时代。

但他们等来的却是不断背刺。先是量产时间从2024年推迟到2025年年中，后又延至2026年。更致命的是品质和算力的双重缩水：早期交付的工程芯片不仅未通过车规认证，还存在发热失控、设计缺陷、良率低下等问题，难以量产上车；叠加美国出口管制政策，算力从宣传的2000 TOPS缩水到官方修正的700 TOPS，最终实际可用算力不到500 TOPS，腰斩再腰斩，把信任它的车企都坑惨了。

理想原本2025年3月推出L系列改款，核心升级点是搭载索尔芯片落地30亿参数的VLA大模型，但芯片延期和算力缩水直接导致新车发布被迫推迟到5月，错失黄金销售窗口期，估算流失2万辆潜在订单，对应60亿销售收入。理想30亿参数的VLA模型也面临算力不足困境。

更惨的是小鹏，原本规划在新款P7及旗舰车型上搭载索尔芯片作为年度核心升级卖点，眼看量产无望，只能紧急退回上一代双Orin X方案，核心战略车型迭代计划被迫搁置。一颗芯片跳票，直接让国内头部新势力的全年排产规划、市场营销节奏和现金流周转体系遭遇重创，这还只是冰山一角。

如果说索尔跳票是突发伤害，那么长期的利润压榨和不对等的合作地位才是房间里真正的大象。目前英伟达整体毛利率常年保持在75%左右，远超台积电的66%。车载芯片不是奢侈品，车企也不是无限承接高溢价的贵妇。上一代Orin X芯片单价约400美元，以蔚来旗舰车型为例，单车搭载4颗，光芯片硬件成本就高达11000元，叠加域控制器和传感器，整套高阶智驾硬件成本直奔3到4万元。而当下绝大多数新能源车企单车净利润普遍还不到1万元。

2024年蔚来Orin芯片采购支出超过3亿美元，折合人民币近22亿元。广汽前董事长曾庆洪曾说车企是在给宁德时代打工，但其实他们也在给英伟达打工。更憋屈的是，花了钱还当不了甲方。芯片从业者直言，车企在英伟达这儿议价权不高，很难用采购规模说服它配合降价。

一来Orin产能已经很满，二来汽车市场并非英伟达的大头。这话已经很委婉了：在英伟达2026财年版图里，数据中心收入1937亿美元，而汽车加上机器人业务总营收才6.04亿美元，占比远低于1%。

车企采购量再大，对英伟达来说也不过是零头的零头。正是这种微不足道衍生出了后面的一切问题。因为业务权重低到可以忽略不计，所以每次全球芯片产能紧张，车载订单永远被最先牺牲。

索尔的量产时间一路从2024年推迟到2025年，又延到2026年。可就在索尔首次跳票的2024年，英伟达Blackwell芯片虽也存在设计缺陷并爆出过热问题，但量产排期只延长了区区三个月。没办法，一切都要给数据中心让位。

很多车企新车发布会开完了，车载芯片还在排产。这甚至不是黄仁勋故意欺负中国汽车产业，因为英伟达已明确把汽车和机器人作为第二增长曲线，但架不住第一曲线增长实在太猛，利润实在太高，换谁也会最先牺牲你的订单。

更致命的是，因汽车业务过于无足轻重，英伟达懒得做深度定制，卖给车企的车载芯片本质上是数据中心GPU的降频改款，索尔就跟B200共享同一套Blackwell架构，这也是索尔工程芯片未过车规认证的重要原因。用数据中心芯片思路做车载，可靠性、散热和良率不出问题才怪。

上一代旗舰Orin X也带有大量图形渲染和通用计算冗余模块。行业数据显示，Orin X实际算力利用率只有40%左右，车企花重金排大队买回来的算力大半都在空转。英伟达如此店大欺客，中国车企为何一定要忍着？没了黄屠户，就得吃带毛猪吗？

表面上看英伟达卖的只是芯片，但它背后是一整套包含开发工具链、仿真系统、预训练模型和中间件的Drive平台。即使不做深度定制，这套数据中心GPU也已是降维打击的交钥匙方案。

2020年前后，国内智驾行业尚处萌芽阶段，主流方案要么是Mobileye的封闭黑盒，要么是FPGA原型验证的低效方案。英伟达斜刺里杀入，先后端出Drive Orin，配合成熟的CUDA生态和丰富工具链，车企不需懂芯片设计，买回去就能跑自动驾驶算法。

于是新势力纷纷入局，全面绑定英伟达生态，成就了英伟达在车载芯片领域的垄断地位。这场蜜月的顶点出现在2023年，当时小鹏自动驾驶刚刚崭露头角，其自动驾驶副总裁吴新宙就被英伟达挖走。

黄仁勋甚至公开调侃吴新宙依旧在给小鹏打工，只是工资不再由何小鹏发放。挖走你的技术顶梁柱，你送上门还得赔笑，一点脾气没有。但蜜月终有结束的时候，走捷径的代价是全方位失控。

由于主流AI框架深度绑定，车企的云端训练、算法迭代、数据闭环只能依赖英伟达算力平台，若要换掉英伟达，整个研发体系、工具链和算法栈都要推倒重来。更憋屈的是，英伟达芯片的架构细节、算力分配逻辑、数据流转路径全程封闭，车企只能被动适配。

当所有主流车企都用同一套软硬件平台做开发时，不同品牌的智驾体验必然趋同，车企能做的差异化只剩UI界面和算法调参。可随着端到端时代到来，智驾竞争正从算力堆料转向模型和芯片的协同能力，而这恰恰是绑定了英伟达的车企几乎无法触及的领域。与此同时，算力军备竞赛还在加码，谁敢停下就会被同行甩开，芯片成本居高不下，利润被持续抽血，产能节奏还被随意拿捏。上游越强势，下游求生欲就越强烈。

被抽血抽麻的中国车企终于想明白，已经到了必须断奶的时候。市场数据不会骗人：英伟达在中国智驾芯片市场的份额已从2024年的39%骤降到2025年的25%，一年丢了14个百分点。抛开英伟达，中国车企还有哪些选项？

要么换供应商，转向地平线、黑芝麻等国产芯片厂商，对于没有极致算力需求的中小车企是不二选择；对于比亚迪、华为和蔚小理这些需要在旗舰车型上追求最强智驾体验的头部玩家，国产方案在工艺、算力和生态成熟度上暂时还撑不起野心，那就只剩自研芯片这条路。

这是一条被英伟达老对手们验证过的路。回看过去几年数据中心市场，英伟达凭借GPU垄断全球AI算力，亚马逊、谷歌、微软当年也经历过跟今天车企一模一样的困境：高价买卡、低效利用、生态锁死。这些云厂商最后如何破局？

在高端训练场景保留英伟达，在大规模推理场景全面切换自研ASIC和TPU，不正面硬刚，只在老黄最看重的增量市场一点点替换掉你。结果英伟达数据中心基本盘被持续蚕食，亚马逊Trainium自研芯片同等性能下采购成本只有英伟达GPU的30%。

谷歌TPU搭配自研互联架构，能实现9216颗芯片直连，远超英伟达NVLink交换机上72卡的上限。全栈自研带来的芯片互联与数据模型的协同优化，让系统能效远超通用GPU。最近两个月，英伟达市值已蒸发1万亿美元。历史一次次证明，当一项技术成为行业核心生产力，下游巨头绝不会长期受制于人。云厂商能造反成功，车企凭什么不行？

这时有人可能会问，动力电池不也属于汽车核心生产力？成本占比还更高，为何绝大多数车企自研电池无功而返，芯片研发岂不是更难？首先，两者技术迭代逻辑不一样。动力电池核心在于正极、负极、电解液配方及制造工艺极致优化，更像炒茶和酿酒，1%性能提升可能来自十万次试错和无法言传的经验。

能量密度、安全性、循环寿命彼此是跷跷板关系，提高一个可能压垮另一个，研发周期长、不确定性高，且电池最终呈现给用户的几乎只有续航和充电速度，差异化感知非常弱。

自研不仅成本高昂，还很难形成核心竞争力。而智驾芯片核心是架构设计，车企本身有自研算法支撑，从CNN到Transformer再到端到端大模型，技术迭代路径清晰，需求明确。车企要做的就是给自家算法盖一座量身定制的房子，精准设计承重墙、水电和房间数量，进度可预测、可分解，不像挑茶叶那样玄妙。更重要的是，算法定义硬件的能力直接决定智驾体验独特性，油箱很难做出花样，但每个司机驾驶风格都不一样。

这也是为何何小鹏和李斌反复强调全栈自研最终闭环必须落在芯片上。其次，动力电池资产太重，一条10GWh产线投资动辄好几十亿，还要掌控锂、钴、镍等上游矿产资源，重资产投入、长周期回报、高风险损耗，需要庞大销量摊平成本。而车载芯片设计本质上是轻资产的智力游戏，重资产的晶圆制造可分包给台积电、三星、中芯国际等代工厂，车企只需组建芯片架构研发团队，流片成功后量产成本只取决于代工溢价和出货规模。

芯片行业还有一种成熟的雇佣兵玩法，即项目外包。攻坚期车企可直接外聘整建制芯片设计团队，他们自带工具和流程，能直接驻场，开发周期一般6到18个月，覆盖一颗芯片从架构到流片的关键阶段。项目结束合同终止，团队撤走，企业既不用养闲人，也不用承担裁员风险和成本。这种模式进一步拉低了车企自研芯片的门槛和试错成本。雇佣兵自研，也是自研。

车载芯片还有一个容易被忽视的优势：不需要争夺先进制程。数据中心GPU追求极致算力密度，必须死磕4纳米和3纳米极致工艺，但车载芯片核心优先级是可靠性、耐久性、宽温域稳定性及抗震动冲击能力，成熟制程反而更适配车规认证，这也是索尔水土不服的原因之一。目前主流智驾芯片集中在7到12纳米成熟制程，国内中芯国际、华虹半导体都已具备大规模量产能力，地平线、黑芝麻的国产芯片也已落地。

成熟代工路径大大降低了车企自研芯片的卡脖子风险。反观英伟达，车载业务权重太低，懒得做深度定制，加上CUDA生态半年一更新，远远跟不上中国智驾的迭代速度。既然堵了，就不能再沿英伟达老路走一遍。英伟达思路是一颗通用芯片打天下，用统一架构覆盖数据中心、游戏和汽车，但车企没有数据中心和游戏业务，自研逻辑就是不要冗余、不要兼容，一颗芯片只为跑好自家智驾算法服务，从而大大压缩智驾迭代周期。

体验越好，销量越高，销量越高，芯片成本越低。但更大挑战在于软件生态，英伟达CUDA生态历经十余年沉淀，Drive软件工具链壁垒深厚，车企自建编译工具、算子库、仿真平台的运维成本非常高。芯片造出来了，配套软件工具链跟不上，算力一样发挥不出来，这也是后面双轨制的重要原因。但头部车企都已下定决心重金入局，截至2026年年中，华为、比亚迪和蔚小理在车载芯片领域累计投入已达百亿甚至千亿级别。

更重要的是，他们已经量产了。最先交卷的是蔚来，全球首款量产上车的5纳米智驾芯片神玑NX9031，到今年年初累计出货量突破55万颗，覆盖全系车型。真正让行业震动的是另一组对比：此前每台蔚来要装4颗英伟达Orin X芯片，成本1.1万元，现在换成自研神玑，单车芯片成本直降约1万元。2025年蔚来卖一台车平均亏三四万，仅换自研芯片这一项，每年就能省出约18亿元。蔚来副总裁马林说得很直白：3亿买英伟达芯片亏了，自研才省钱。

最决绝的是小鹏，自研图灵芯片专为端到端智驾大模型定制，彻底摒弃英伟达芯片的冗余设计，号称算力利用率接近百分之百，有效算力接近3个Orin X。今年1月，小鹏在新品发布会上宣布四个系列新车型全部搭载自研图灵芯片，何小鹏讲了一句意味深长的话：未来全球最好的AI公司都会选择自研芯片。最稳健的是理想，推出马赫M100车载专属芯片，采用定制化动态数据流架构，跳出峰值算力内卷，单颗有效算力据说相当于3颗索尔Ultra。

实际算力利用率能干到82%，是英伟达通用方案的两倍。立项CTO谢炎说得很透彻：不能只是造比过去更快的芯片，必须造一种完全不同的芯片。今年5月，马赫M100随全新理想L9、L8、L6量产上路。蔚来神玑2024年9月量产，小鹏图灵2025年三季度量产，理想马赫M100今年第二季度量产，三家新势力自研芯片的量产节奏比行业预期至少快了一年。实力雄厚的华为和比亚迪在车载芯片方面研发投入只多不少。

这场持续数年的自研浪潮最终大概率指向三分天下的格局。英伟达固守高端，凭借CUDA生态和顶级算力继续收割旗舰和Robotaxi等高溢价场景，出货量增加的同时出货占比持续收窄。头部车企自研体系掌控基本盘，蔚来、小鹏、理想、华为、比亚迪等自研车载芯片承接更多走量车型需求，占据最大市场份额。最后是国产第三方厂商补齐生态，地平线、黑芝麻等供应商给中小车企提供高性价比方案。

这就是AI数据中心采买的演化路径在汽车行业的重演：上游巨头靠技术壁垒守住高端利润，下游核心客户靠自研抢回存量市场，上游溢价持续稀释，利润重新向下游转移。中汽协预测2027年汽车芯片国产化率将达到25%到30%，行业乐观预期两三年内国产市占率可能达到80%到90%。趋势一旦形成，就很难回头了。回到开头，英伟达贡献不可磨灭，它用Orin定义了智能汽车上半场，但老黄没有可能也没有意愿再垄断下半场。

当你在核心供应商的业务重心里变得不再重要时，继续依赖它就是最大的风险。过去三年，五家车企投入几千亿，从被一颗索尔芯片拿捏全年产品节奏，到用自研芯片把硬件成本砍到英伟达方案的三分之一。此时此刻，黄仁勋的车载芯片霸权正被自己最大的客户们一点点瓦解。这肯定不是英伟达眼下最头疼的事，后续进展将持续关注。