在End-to-End (E2E) 自動駕駛芯片市場，英偉達長期以來的穩固地位正迎來一位強勁的挑戰者。高通憑藉其在低功耗計算領域的深厚積累，開始在E2E技術迭代最迅速的中國市場嶄露頭角，接連獲得關鍵訂單。

最新的一個標誌性事件是，零跑汽車 (Leapmotor) 已決定在其下一代E2E技術平臺「VLA」 (Vision Language Action) 中，採用高通的SoC。零跑汽車目前是國內新興車企中的頭部力量，2025年10月的月銷量達到了約7萬臺。

在行業普遍將英偉達視為最前沿E2E技術SoC的當然之選時，零跑汽車的選擇在業內引發了不小的震動。

1280 TOPS與NPU能效

零跑汽車計劃在2026年上半年發佈的旗艦車型「D19」上，搭載高通的下一代SoC "驍龍 8797"。VLA被視為E2E技術的進化版，它基於大規模語言模型 (LLM)，能夠統合處理圖像、語言和駕駛行為，是特斯拉等公司正在實踐的基於圖像E2E的再升級。

零跑汽車計劃在2026年上半年發佈的旗艦車型「D19」

驍龍 8797單芯片的算力高達640 TOPS，並且能夠同時支持ADAS (先進駕駛輔助系統) 與座艙兩大域的功能。在D19車型上，零跑汽車將搭載兩顆8797芯片，構成一個總算力達到1280 TOPS的集成ECU (電子控制單元)。

這一算力水平被認為是實現VLA技術的基礎。基於該平臺，D19車型將能實現「Park-to-Park」 (P2P) 功能，即從出發地停車場到目的地停車場的全過程自動駕駛 (仍需駕駛員監控的Level 2級別)。

零跑汽車方面明確表示，選擇高通SoC的核心理由，是其兼顧了高性能與低功耗。

隨着自動駕駛技術從傳統的人工編程「基於規則」轉向AI驅動的E2E，對SoC算力需求的增長是指數級的。尤其是VLA這類基於LLM的巨大AI模型，其實時運算需要SoC具備超過1000 TOPS的算力。

英偉達憑藉其在AI訓練GPU市場的絕對優勢，自然也成為了基於圖像E2E芯片的主角，此前絕大多數在國內市場先行E2E的車企都採用了英偉達方案。

高通得以在VLA這一關鍵節點切入英偉達的核心陣地，其核心優勢在於NPU (神經處理單元)。高通的架構並非單純依賴GPU，而是集成了專用的AI處理單元NPU。

高通CDMA技術公司副總裁松井俊也對此解釋稱：「GPU需要組合多條指令來完成的處理，NPU僅用一條指令就能執行，因此可以實現遠低於GPU的功耗」。這種能效優勢，被認為是高通獲得國內汽車製造商認可的關鍵。

戰略轉向：供應鏈的「去英偉達化」

零跑汽車的轉向並非突然。事實上，早在2025年內，零跑汽車就已經開始將其主力「C系列」車型的NOA (Navigate on Autopilot) 功能芯片，從英偉達的 "DRIVE Orin" 切換為高通的ADAS SoC "驍龍 8650"。

這種轉變的背後，是車企對於過度依賴單一供應商的深層危機感。增加SoC的採購來源，降低對英偉達的依賴度，已成為車企的戰略考量。

高通正在中國市場迅速擴大其版圖。除了零跑，高通還與中國E2E軟件新銳Momenta達成合作，共同開發ADAS方案。雙方將Momenta的E2E模型與高通的SoC組合銷售。

這一合作意義重大。Momenta在中國E2E軟件市場佔有很高份額，過去大多與英偉達SoC綁定。高通方案的加入，為汽車製造商提供了新的選擇，打破了原有的綁定關係。

全球戰線：從座艙向ADAS的全面滲透

高通的攻勢是全球性的。一個極具象徵意義的案例是，德國寶馬 (BMW) 決定在2026年發售的EV "iX3" 上，採用高通的ADAS SoC。

寶馬過去與以色列的Mobileye擁有極其牢固的合作關係，長期使用其SoC與ADAS軟件。高通此次成功從Mobileye手中奪得訂單，有力地證明了其在ADAS領域的實力。

在iX3項目中，高通不僅提供SoC，還與寶馬共同開發了ADAS軟件。該軟件雖然是基於規則而非E2E，但集成了高通在2021年收購Veoneer軟件部門 "Arriver" 所獲得的感知技術。

這揭示了高通的下一步戰略：大力推進SoC與ADAS軟件的一體化供應。高通已着手開發「模塊型」E2E模型，即按感知、判斷等功能切分AI模型。同時，高通也在開展VLA這類單體巨大AI模型的研究。松井俊也表示，此舉的目的是為了通過自研E2E模型，來精準理解未來SoC到底需要什麼樣的性能。

英偉達的反擊：Thor平臺與VLA的升級

儘管高通步步緊逼，但英偉達的領先地位依然明顯，其「背影」尚遠。尤其在E2E模型的研究層面，英偉達在學術界的存在感極高，被認為處於領先地位。

在SoC產品上，英偉達在2025年已推出了算力大幅超越DRIVE Orin的次世代SoC "DRIVE Thor"。

更值得注意的是，中國市場的另一些有力玩家，如極氪 (Zeekr) 和理想汽車 (Li Auto)，正選擇從Orin升級到Thor平臺，以搭載它們自己的VLA技術。這表明，英偉達也牢牢抓住了VLA升級的市場需求。

下一戰場：車載HBM的導入爭議

E2E SoC的競爭，正在將一個新的變量——存儲——推向臺前。

AI計算需要頻繁訪問內存，VLA這類巨大模型的實時運行，對高速、大容量的數據傳輸提出了極高要求。高通的松井俊也承認，E2DE SoC「必須在內存交互的設計上下功夫」。

為此，高通已開始提供 "SiP" (System in Package) 形態的SoC，即將DRAM與SoC封裝在同一基板上，拉近物理距離，以確保計算的實時性``。

這同時也揭示了一個供應鏈層面的重大變化。在SiP模式下，DRAM的選擇權從Tier 1轉移到了高通這樣的SoC廠商手中，由高通將芯片和DRAM集成為模組後，再供給Tier 1。

未來，競爭是否會升級到HBM？

就像AI服務器一樣，HBM是否會成為車載SoC的必需品，已成為行業焦點。日本自動駕駛新銳Turing的CTO山口祐認為，「要實現LLM這類大規模模型所需的內存帶寬，HBM或許是重要的」。

但技術障礙是現實的。山口祐同時指出，「當下的HBM既纖細又易壞，很難在充滿溫度變化、振動和電磁波干擾的車載環境中使用」。多家大型Tier 1的技術專家也認同「現階段將HBM帶入車內很困難」的觀點。

儘管如此，已有報道稱，HBM的全球領導者韓國SK hynix，已向Alphabet旗下的Waymo自動駕駛出租車 (Robotaxi) 供給了HBM。這或許暗示，Alphabet正在探索內製能與英偉達抗衡的AI芯片，並可能將其用於車載SoC。

「橙芯」視點

高通對英偉達的挑戰，標誌着E2E自動駕駛芯片市場正式進入了雙雄競爭的格局。這場競爭的核心，已從單純的「算力競賽」轉向了更具決定性的「能效競賽」。

當VLA（視覺-語言-行動）大模型將SoC算力需求推向1000 TOPS乃至更高時，功耗與散熱成為了純電平臺上的核心物理約束。高通憑藉其在移動芯片領域千錘百煉的NPU架構，以「低功耗」為矛，精準地切入了英偉達GPU架構的潛在痛點。

中國市場是這場技術路線之戰的主戰場。零跑、極氪、理想等新勢力對E2E和VLA的激進部署，迫使國際芯片巨頭加速迭代。更不容忽視的是，以地平線為代表的中國本土供應商也正作為一股強有力的力量迅速崛起，進一步加劇了市場的多維度競爭。而零跑從英偉達轉向高通，寶馬從Mobileye轉向高通，這些案例清晰地表明，汽車芯片市場的既有格局並非牢不可破，技術路線的優劣和供應鏈的安全性，正在持續重構OEM與芯片供應商的關係。

更值得深思的是供應鏈的變革。高通通過SiP封裝開始整合DRAM，這是SoC廠商價值鏈的顯著延伸。芯片原廠正從單純的器件供應商，演變為提供「芯片+內存+軟件」的平臺模組供應商，這在無形中正在壓縮傳統Tier 1的價值空間。

未來，無論英偉達的Thor、高通的驍龍，還是中國本土廠商的追趕，誰能在高算力與低功耗之間找到最佳平衡點，誰就將定義下一代自動駕駛的硬件基座。而HBM是否以及何時上車，將是這場競賽中最關鍵的技術變量之一。

互動探討

面對高通以NPU能效為核心的攻勢，與英偉達以Thor為代表的算力升級路線，您認為哪種技術路徑更符合E2E自動駕駛的終局？

同時，當SoC廠商開始通過SiP等封裝技術整合DRAM，傳統Tier 1的角色和價值將如何被重塑？