激光雷达里面的芯片，到底在处理什么？

本文首发于智驾最前沿微信公众号，过去聊激光雷达，大家更多关注激光器、探测器和扫描结构。

现在越来越多厂商开始自己设计专用ASIC和SoC，让芯片承担越来越多的信号处理和数据处理工作。

那么，激光雷达里的这些芯片，到底在处理什么？

01 激光雷达收到的，为什么不是现成的点云？

激光雷达真正接收到的其实是反射回来的光。

光电探测器将这些光信号转换成电信号后，系统还需要经过放大、滤波、比较、模数转换或者时间测量等过程，才能得到可以用于测距的数据。

以常见的ToF激光雷达为例，其发射端发出激光脉冲，目标反射后返回探测器。接收端需要从非常微弱的回波信号中判断目标是否存在，并确定回波到达的时间。

图片源自：网络

这个过程中，模拟前端可以负责对探测器输出的信号进行放大和调理，ADC（模数转换器）可以将波形转换成数字数据，TDC（时间数字转换器）则可以直接测量与时间相关的信息，后续再由FPGA、ASIC或SoC进行数字处理。

也就是说，点云是这一系列步骤之后的结果，芯片真正做的是将原始电信号一步步转换成距离、反射强度等测量信息，而不是直接算出点云。

不同产品的架构并不完全相同，有的采用多颗专用器件，有的通过FPGA或其他处理器完成数字处理，也有越来越多产品将数据采集、时间测量和点云处理等功能集成到专用SoC中。

需要补充一点的是，现阶段的激光雷达正在从模拟架构向数字化架构迁移。

传统模拟方案依赖多颗分立器件，而数字化架构以SPAD-SoC为核心，将光子接收、信号处理与大规模数字计算单元集成于同一颗芯片中，实现光子入射即数字脉冲的全数字化链路。

这样一来，处理链路的起点就被数字化了，SPAD将单个光子直接转化为数字信号，不再需要经过完整的模拟放大和ADC采样链路。

速腾（参数丨图片）聚创CEO邱纯潮将这一转变类比为影像行业从CCD到CMOS的底层迁移，认为数字化让激光雷达第一次具备了类似摩尔定律的演进能力。

从整个链路来看，芯片实际上承担的是把探测器获得的原始电信号，逐步转换成距离、反射强度等可用的测量信息。

至于最终以什么形式输出，以及点云在哪个环节形成，则取决于具体的激光雷达架构。

02 为什么这些处理不能全部交给车端智驾芯片？

既然车辆本身已经拥有一颗甚至多颗高算力智驾SoC，为什么还要在激光雷达内部放专用处理芯片？

其中一个原因是激光雷达面对的是非常靠近传感器底层的数据。

探测器产生的原始信号包含大量需要在本地实时处理的信息。

如果把尽可能多的原始数据全部传到车端，再由智驾计算平台统一处理，就需要更高的数据带宽、传输和计算压力。

而且，激光雷达自身最清楚如何从自己的光电信号中提取有效信息。

把部分处理放在传感器内部，可以在数据进入车辆中央计算平台之前完成筛选、转换和压缩，减少不必要的数据搬运。

图片源自：网络

但这也不意味着激光雷达芯片和智驾芯片之间存在一道绝对的分界线。

车端智驾SoC更关注的是多传感器信息融合，以及环境理解、目标预测、决策和规划等更高层任务；

激光雷达内部的计算则更多围绕自身信号采集和传感器数据处理展开。

可以简单理解为激光雷达内部更关注测到了什么，车端智驾计算更关注这些信息意味着什么，以及车辆下一步怎么做。

不过，随着激光雷达SoC集成度提高，这条边界正在变得越来越模糊。

一些新型激光雷达SoC已经不再局限于简单的信号采集，而是开始承担点云处理等更复杂的任务。

03 为什么现在越来越多厂商开始做专用ASIC和SoC？

过去，激光雷达可以通过FPGA、ADC、TDC，以及模拟前端、激光驱动、扫描驱动、接口芯片等通用或专用器件，完成信号采集、模拟调理、模数转换、时间测量、数字处理、扫描控制、数据输出等各个环节。

但当激光雷达向更远距离、更高分辨率、更高点密度和更高扫描速率发展时，数据处理量也会不断增加。

如果继续依赖大量独立器件，系统就需要更多芯片、更大的电路板空间和更复杂的数据传输，同时还会带来功耗、成本和系统设计方面的压力。

图片源自：网络

专用ASIC和SoC则针对激光雷达的数据流和处理任务进行硬件级优化，把原本由多颗器件完成的功能进一步整合。

2026年，国内厂商也在朝这一方向走。速腾聚创、禾赛科技等相继发布新一代芯片平台，竞争焦点从扫描结构转向芯片本身。

速腾聚创推出凤凰SPAD-SoC，原生单片集成2160线，最远探测600米；禾赛科技推出毕加索6D全彩SPAD-SoC，并已有基于RISC-V架构的费米C500主控芯片。

这并不是说激光雷达以前没有芯片，而是芯片正在从传统的电子支撑部件，变成影响激光雷达系统架构的重要组成部分。

04 激光雷达会越来越依赖自己的计算能力吗？

从目前的技术路线看，这种趋势已经比较明确，但它并不意味着激光雷达要变成一台独立的自动驾驶电脑。

智驾最前沿以为，更准确的说法是激光雷达正在从一个以光学和光电器件为核心的传感器，逐渐变成一个具备更强本地计算能力的智能传感器。

禾赛科技提出行业正从空间感知向空间智能跨越，速腾聚创则将激光雷达定位为物理AI数据入口，竞争焦点从点云转向像素。

未来激光雷达比拼的可能不是简单增加一颗更强的芯片，而是继续提高光源、探测器、模拟前端、数据采集、时间测量、点云处理等环节之间的集成度，让更多与传感器自身特性高度相关的计算在本地完成。

图片源自：网络

对于车辆而言，这样做可以减少数据搬运和系统负担；对于激光雷达而言，则有机会进一步缩小体积、降低功耗和成本，同时提升实时处理能力。

所以，今天讨论激光雷达里的芯片，真正值得关注的并不是有没有芯片，而是芯片正在承担什么，以及越来越多原本分散的功能为什么要被集成到一颗专用芯片里。

未来，评价一款激光雷达时，除了激光器、探测器、扫描方式和探测距离之外，芯片架构本身也会越来越值得关注。