智驾芯片的分水岭：英伟达不再是“默认选项”了

蔚小理加速自研智驾芯片，背后是端到端时代对“交付确定性+成本结构+软硬协同”的重新定价，英伟达从默认选项走向可选解。

撰文/海月

编辑/春山

过去几年，中国新势力的高阶智驾像一场集体冲刺：城市NOA要上车，端到端要落地，大模型要跑得动。

芯片在这条链路里一直扮演“最容易被忽视、却最难被替代”的角色——宣传时它只是参数表上的一行字，真正开打时它却决定了车企的发布节奏、成本结构，甚至供应链安全感。

于是我们看到一个颇具象征意义的变化：从“谁家用英伟达”到“谁家不必用英伟达”。小鹏在1月8日的新品发布会上，一口气更新了G6、G7、G9和P7+四个系列，却罕见地不再强调英伟达，而是把话题交给自研图灵芯片；蔚来则用神玑芯片把“多颗Orin堆算力”翻篇；理想也被曝在关键改款上推进自研M100，试图把主动权从供应链手里拿回来。

这不是一场简单的“国产替代”叙事，更像是智能驾驶进入端到端时代后，车企对“算力供给方式”的再定价：过去买一颗通用芯片，换一套成熟生态；现在买的不是芯片本身，而是确定性——交付的确定性、成本的确定性、迭代的确定性。

英伟达仍然强大，但它开始从“唯一解”变成“可选解”，这才是行业真正的拐点。

车企为什么突然想通了

智能驾驶的技术路线在变，芯片的“性价比”含义也随之改变。早期的高阶智驾更像工程化竞赛：谁先把高速NOA、城市NOA做稳定，谁先吃到溢价。

那时英伟达Orin的价值不止在算力，还在CUDA生态、工具链、开发者经验和“少走弯路”的确定性。对一家要赶进度的车企来说，芯片不是成本中心，而是时间杠杆——多花点钱，少踩点坑，车就能更快上市。

但从2025年开始，行业进入端到端与大模型叠加的阶段，芯片从“能跑”变成“跑得久、跑得稳、跑得省”。

这个阶段最敏感的变量反而不是峰值TOPS，而是单位算力成本、功耗与散热、内存带宽、模型部署效率，以及最重要的：供应链兑现能力。

问题恰恰出在兑现上。英伟达Orin本质上是上一代架构的“成功延长线”，而车企真正等待的新一代Thor，却在交付节奏与实际算力口径上不断制造不确定性：从早期宣传到落地之间的落差、从计划到延期的反复，都会直接打乱车型改款窗口。

对车企而言，发布会可以改PPT，但供应链改的是全年排产、营销节奏与现金流周转——一旦芯片成为“最大的不确定因素之一”，车企就会本能地寻找替代路径。

更何况，智能驾驶的商业化正在把成本压力摆到台面上。蔚来曾在一辆车上使用4颗Orin的配置，有高管算过账：仅2024年从英伟达采购Orin相关支出超过3亿美元，换算下来是一笔很难忽略的硬成本。对还在爬坡期、利润承压的新势力来说，“堆多颗通用芯片”是一条能跑通但不优雅的路——每多一颗芯片，除了BOM成本，还会带来板级复杂度、散热压力、功耗冗余与系统集成的边际成本。

自研芯片于是变成一种更符合端到端时代的组织选择：把芯片当作算法与产品的“内生变量”，而不是供应链的“外生约束”。

蔚来的神玑NX9031在ET9上车后，强调用更少芯片获得等效更高算力，并希望带来单车万元级的降本空间；小鹏把图灵芯片放到新一代车型上，背后同样是把“模型迭代效率”与“芯片适配”绑定；理想推进M100，也在传递一个信号：即便短期仍可能保留外部方案，长期也要把关键节点握在自己手里。

与此同时，国产供应链的成熟也改变了“替代”的门槛。地平线、高通方案、以及华为等体系化玩家，让车企有了更多“够用且稳定”的选择，尤其当城市NOA开始向更低价位下放时，性价比不再是锦上添花，而是决定渗透率的钥匙。

根据行业报告口径，2025年前三季度具备L2级功能的乘用车新车渗透率已达到64%，而2025年1—11月国内搭载城市NOA的乘用车累计销量达到321.9万辆，占乘用车上险量的15.1%。

这意味着“高阶智驾”正在从高价车型的卖点，变成越来越多车型的标配预期——成本结构会倒逼车企把芯片从“技术选型”升级为“战略资产”。

英伟达失去的，可能不是订单而是叙事

表面上看，这是蔚小理“去英伟达化”；但把视角放回英伟达，会发现它真正失去的，未必是当期收入，而是它在智驾产业链中的“默认入口”位置。

首先，汽车业务在英伟达总盘子里长期不是主引擎。多份财报口径都显示，智能驾驶相关收入在英伟达总体收入中占比不高，短期市场份额波动很难对利润表造成决定性冲击。

真正影响的是长期规划：英伟达一直希望在自动驾驶领域复制它在AI计算里的路径——从卖芯片走向卖平台、卖工具链、卖生态，把“硬件渗透”变成“软件依赖”。

因此，当车企从芯片层面开始自主化，英伟达的压力点会从“少卖了几颗芯片”转移到“平台黏性是否被削弱”。端到端时代的智驾系统更像一个持续学习的工程：数据闭环、模型训练、仿真验证、车端部署、版本迭代，每一个环节都需要软硬协同。

车企一旦把芯片自研做成，会天然倾向把工具链、编译器、算子库、调度系统也一起内化——这不是对某一家供应商“态度变化”，而是组织能力的外溢。

更微妙的是，英伟达在中国智驾芯片市场的份额变化，本身就会强化这种外溢效应。行业统计口径里，英伟达在国内高阶智驾芯片的份额曾在2024年走高，但到2025年出现回落。

份额回落并不必然意味着产品不行，它也可能意味着：车企开始把高阶智驾当作“可长期复利的核心资产”，因此更愿意为自主化付出前期成本；而一旦头部车企带头，供应链、资本与人才会形成新的路径依赖，进一步降低后来者切换的心理门槛。

当然，这种变化并不是“英伟达被抛弃”的线性故事。现实更可能是长期共存：在一些需要快速交付、或对生态依赖更深的车企/车型上，英伟达依然是高确定性的选项；在强调全栈自研、追求成本结构最优的车企上，自研芯片会成为核心卖点；而在更大规模的中低价位车型上，性价比更强、响应更快的本土方案会快速扩张。三条路径并行，恰恰意味着行业成熟：没有任何一家供应商能再定义全行业的标准答案。

对英伟达而言，更大的挑战也许是：当“卖芯片”的天花板逐渐清晰，它必须加速证明“卖生态”的价值——例如把仿真、数据、模型工具链打包为可复用的平台，让那些不具备全栈自研能力的车企也能低成本获得高阶智驾能力。英伟达在CES等场合推出更完整的自动驾驶技术栈与生态工具，其意图正是把自身从“零部件供应商”推向“系统合作者”。

只是，车企是否愿意把核心能力托付给外部平台，将取决于两件事：技术交付的确定性，以及商业利益分配是否足够公平。

结语

如果把这轮变化当成一场产业升级，它更像“智驾进入规模化阶段”的副作用：当城市NOA从高端卖点变成渗透率竞赛，车企的每一分钱都会被重新审视；当端到端把模型迭代变成持续投入，供应链的不确定性就会被放大为战略风险。于是，自研芯片不再只是“技术信仰”，而成为一种财务与组织共同驱动的选择。

英伟达不会因此退出中国市场，更不会因此失去它在AI计算里的霸主地位。真正的变化在于：智能驾驶的芯片竞争，开始从“参数竞赛”走向“兑现能力竞赛”，从“单点性能”走向“系统效率”，从“买现成”走向“做内生”。

当蔚小理们不约而同把芯片握回自己手里，行业也在用行动告诉所有人：未来智驾的门槛不只在算法，而在把算法变成产品、把产品变成规模的那条供应链与工程化长坡。

而这条长坡上，英伟达仍在，但它需要重新回答一个更现实的问题：当车企越来越像AI公司，英伟达还能否继续做那个“默认选项”？