中国车载智能计算平台发展

前言中国车载智能计算平台发展进程新势力、部分自主车企已率先进入域集中架构阶段，合资、外资车企陆续跟进。“蔚小理”、上汽等头部企业开始尝试探索跨域融合架构与中央计算架构。随着主机厂对于车载智能计算平台的发力，2023年将是主机厂量产下一代“整车集中+区域控制方案”的关键时间节点。亿欧智库预测，随着超高算力计算平台的量产、软件技术的快速迭代，中央计算架构会在未来3-5年内实现量产。行泊一体功能的火爆使域控制器的重要性得到验证，目前国内已有多家企业发布了相关产品，并持续深耕更具有性价比的产品方案，做到“脚踏实地”。2023年随着更高级别智能驾驶功能的量产以及更具智能化的座舱产品推出，跨域高性能计算平台（HPC）成为智能电动汽车产业上下游接下来所关注的核心模块，开始“仰望星空”。主机厂对于车载智能计算平台的关注度逐渐提高，使本土供应商在2023年有望凭借车载智能计算平台获得先发优势与弯道超车的最佳机遇。整车E/E架构的终局——中央计算尚未实现，亿欧智库认为车载智能计算平台的发展与竞争将长期持续地为产业链上下游企业带来发展机遇。同时，亿欧智库也认为还有很多产业与企业的问题，值得行业进一步思考与探究。关于《2023中国车载智能计算平台发展前瞻性研究报告》从车载智能计算平台产业链来看，主要玩家分别为SoC芯片企业、软件平台企业、Tier1企业以及主机厂。本土域控供应商核心竞争力的逐步提升，打破了原有市场固态的产品形态和行业分工，也为车企在打造行泊一体功能时提供了更加多元化的合作模式，使车企可以根据自身需求进行定制化的方案部署。中国车载智能计算平台的发展过程中，为本土供应商带来弯道超车机会的同时也使本土供应商面临更多挑战，基于此亿欧智库撰写此份报告。《2023中国车载智能计算平台发展前瞻性研究报告》聚焦于中国车载智能计算平台发展研究，全面、深度的分析与研究当前中国车载智能计算平台发展现状、市场格局等，以及HPC/中央计算平台的发展预测，为行业的发展打造一份可以参考的“塔灯”报告。目录C

O

N

T

E

N

T

S0405车载智能计算平台对SEV产业未来影响展望中国车载智能计算平台演进升级对于智能电动汽车的影响中国智能电动汽车产业链未来发展展望01 中国车载智能计算平台发展综述车载智能计算平台技术原理与组成部分车载智能计算平台发展驱动因素研究车载智能计算平台演进路线及发展进程解析车载智能计算平台产业链拆解02 中国车载智能计算平台发展路径分析-域集中架构域控制器市场现状与相关技术分析中国域控制器市场规模预测03 中国车载智能计算平台发展路径分析-跨域架构跨域融合HPC市场现状与相关技术分析跨域融合前瞻布局企业分析跨域融合面临挑战以及未来产业格局中国车载智能计算平台发展前瞻分析-中央计算平台中央计算平台架构发展面临挑战中央计算平台架构布局企业分析目录C

O

N

T

E

N

T

S0405车载智能计算平台对SEV产业未来影响展望中国车载智能计算平台演进升级对于智能电动汽车的影响中国智能电动汽车产业链未来发展展望01 中国车载智能计算平台发展综述车载智能计算平台技术原理与组成部分车载智能计算平台发展驱动因素研究车载智能计算平台演进路线及发展进程解析车载智能计算平台产业链拆解02 中国车载智能计算平台发展路径分析-域集中架构域控制器市场现状与相关技术分析中国域控制器市场规模预测03 中国车载智能计算平台发展路径分析-跨域架构跨域融合HPC市场现状与相关技术分析跨域融合前瞻布局企业分析跨域融合面临挑战以及未来产业格局中国车载智能计算平台发展前瞻分析-中央计算平台中央计算平台架构发展面临挑战中央计算平台架构布局企业分析1.1

车载智能计算平台分为软硬件架构，主控芯片+3层软件适配实现功能应用ACCFCW……L3、L4、L5应用智能驾驶功能 智能座舱功能信息娱乐HMI生活服务……感知 决策 预测 规划 定位 控制 ……基础算法（AI算法、控制算法等）基础功能（安全、通讯、存储等）Adaptive

AUTOSAR/其他中间件应用OS(AGL/Android)RTOS(QNX/VxWORKS)BSPBSPMCALAUTOSAR

ClassicHypervisor智能驾驶/智能座舱/网联等多核异构分布架构AI单元-GPU/FPGA/ASCI…计算单元-CPU控制单元-MCU工具链安全体系虚拟机操作系统中间件功能软件硬件芯片驱动系统软件

软件网联服务 应用软件车载智能计算平台的功能实现需要丰富的硬件资源和复杂的软件支持。不同硬件资源的集成形成计算平台的硬件架构，将复杂的软件分层化处理构成了计算平台的软件架构。计算平台硬件架构中的主控芯片集成了多个和多类计算单元，如CPU、GPU等，通常还包含了音频、多媒体、显示、安全、通信、AI计算等子单元，不同种类的计算单元有各自的优势，分别负责不同任务。软件架构包括系统软件、功能软件以及上层的应用软件。系统软件负责承上启下，实现应用软件与物理硬件分离；功能软件为智驾、座舱功能提供共性功能模块；应用软件实现具体智驾、座舱功能，开发者可根据自身产品功能定义，利用功能软件层提供的基础库，设计具体应用功能。亿欧智库：智能电动汽车车载智能计算平台架构能台车载智计算平数据来源：亿欧智库1.2.1

驱动因素：智驾等级不断升级，功能实现需要车载计算平台提供强大“大脑”卫星定位交通设施其他车辆交通设施其他车辆摄像头激光雷达T-box超声波雷达毫米波雷达其他感知硬件感知定位融合感知预测规划决策底盘域控制器车身域控制器动力域控制器制动系统转向系统……门窗车灯雨刷气囊……BMS发动机+变速器/电机……仪表中控决策执行中央集中式E/E架构车载智能计算平台车端云端/V2X高等级智能驾驶实现过程中需要一个强大的“大脑”来统一实时分析、处理海量的数据与进行复杂的逻辑运算，因此对其计算能力的要求非常高。车载智能计算平台本质是嵌入式系统，相比于汽车传统控制器ECU，其硬件和软件的复杂度更高，算力更高，功能更强。车载智能计算平台的发展应用成为高等级智能驾驶功能呢实现的唯一可行方案。硬件层，汽车传统ECU主要采用MCU实现简单的计算和逻辑判断。

智能计算平台通常使用单个甚至多个集成CPU、GPU、FPGA

或

AISC的SoC，可实现大量数据并行计算和复杂的逻辑功能。

软件层，传统ECU软件架构较为简单，部分功能简单的控制器甚至不需要使用操作系统和中间件。车载智能计算平台软件架构更复杂，自下而上包括虚拟机、操作系统、中间件、功能软件和应用软件。亿欧智库：高等级智能驾驶功能系统沟通：感知、决策、执行硬件：基于MCU的单片机系统软件：以实时操作系统OSEK为主，基于CPAUTOSAR框架特点：处理基本运算和逻辑判断，功能专一，实时性和安全性强传统控制器应用软件功能软件基础应用中间件操作系统虚拟机硬件应用软件中间件操作系统MCU软件硬件车载智能计算平台硬件：片内引入专用计算单元、板上集成多SoC的高算力异构架构软件：高度分层化与模块化，支持实时和非实时操作系统，基于SOA架构设计。特点：高算力，处理大容量运算和复杂逻辑，应用功能多样，拓展性强车载计算平台成为实现高等级智能驾驶功能唯一方案数据来源：亿欧智库1.2.2

驱动因素：座舱算力需求剧增，需车载智能计算平台提供算力冗余实现“软件定义”DMS摄像头……多音区麦克风车内毫米波雷达近车外摄像头车辆信息输入车外前视摄像头车辆数据用户数据环境数据交通数据用户兴趣车端场景服务应用++服务个推性荐化+机器主动式交互语音识别人脸识别触屏识别手势识别虹膜识别生物识别模态融合出行场景 娱乐场景 车生活场景驾驶舱系统 信息娱乐系统社交场景其他系统场景引擎车辆使用周期（5年+N年）车辆开发周期（3年）硬件软件SOPA版本B版本软件开发周期分离售出软件持续迭代满足用户个性化和长尾需求版本1版本2版本NOTA

OTAOTA免费付费功能1功能N新需求驱动车辆换置基础软件/功能付费软件/功能在感知、交互、场景应用持续升级的背景下，座舱芯片需支撑大规模传感器数据处理、持续攀升的AI算法数量与海量应用软件服务，座舱数据量与处理需求将超过手机，算力需求飞速增长。车载计算平台多采用异构芯片硬件方案，异构芯片硬件方案包括采用单板卡集成多种架构芯片的方案，以及采用同时集成多个架构单元的SoC芯片的方案。车载计算平台可通过提高单芯片算力、复制堆叠计算单元等方式实现算力的弹性拓展。传统功能汽车采用分布式电子电气架构，离散化的ECU软硬件紧耦合且各ECU之间独立性较强，硬件资源无法共享且形成数据孤岛，对用户新需求反馈的整体周期长达20个月以上，难以形成持续快速迭代的软件开发模式。软件定义汽车开发模式可以通过硬件预埋，软件持续优化升级的方式实现用户体验提升，其核心是车载计算的集中化发展，高集成化的域控制器、HPC成为关键。汽车座舱功能的实现从输入至输出涉及多模块多环节，复杂程度逐渐提升，对于算力的需求剧增软件定义汽车开发模式通过软硬件解耦，将车辆硬件与软件开发流程与周期分离；通过软件持续迭代，满足用户需求，持续获取市场反馈并加以改进优化，形成软件研发数据闭环。软件定义汽车开发模式用户需求反馈实时更新，长期形成数据闭环车载计算平台集中化发展数据来源：亿欧智库1.3.1

整车E/E架构持续演进，2023年车载智能计算平台逐渐全面进入域集中式E/E架构GWGW超级电脑超级电脑模块化功能集成域集中域融合中央计算车载云计算各功能都有一个对应的模块ECU整合，集成软硬件域控制器产生，基础控制其标准化域控制器整合域控制器整合为超级电脑泊车功能与行车功能融合，出现行泊一体技术方案即智能驾驶域控方案。智能驾驶域的功能和座舱域的功能进行跨域融合，形成一个更高性能的舱驾融合HPC。遵循整车E/E架构发展路径，车载智能计算平台的发展历程可分为三大阶段，分别为分布式E/E架构平台（包括模块化架构与功能集成架构）、域集中式E/E架构平台（包括域集中架构与域融合架构）以及最终的中央集中式E/E架构平台。目前国内已有多家企业发布了相关产品，并持续深耕更具有性价比的产品方案。随着E/E架构的升级至域融合架构阶段（本质上仍属于域集中式E/E架构），各域功能之间会实现跨域融合，高性能计算平台（跨域融合HPC）也将在2023年迎来量产。主机厂对于车载智能计算平台的关注度逐渐提高，使本土供应商可凭借车载智能计算平台获得先发优势与弯道超车的最佳机遇。亿欧智库：整车E/E架构升级，车载智能计算平台不断演进，2023年下一代跨域融合HPC成为热点时间域集中式E/E架构中央集中式E/E架构数据来源：博世、亿欧智库2021年之前2021年-2023年2023年-2025年2025年之后1.3.2

部分主机厂已实现域集中架构车型量产，领先企业长期布局跨域融合方案新势力、部分自主车企（长城、比亚迪、吉利等）已率先进入域集中架构阶段，合资、外资车企陆续跟进，当中部分领先企业已开始尝试探索跨域融合架构与中央计算架构。当前形成了两种主流的跨域融合方案：按功能融合、按位置融合。按功能融合是将全车划分为整车控制（vehicle

domaincontroller,VDC）、智能驾驶（ADAS

domaincontroller,

ADC）、智能座舱（cockpit

domain

controller,

CDC）三大功能域，分别实现车辆行驶、自动驾驶、信息娱乐等功能。按位置融合是采用区集中式（ZonalE/EA），按照汽车的物理空间，将全车划分为多个区域，如左车身域、右车身域等。大众亿欧智库：部分代表车企E/E架构发展路线蔚来小鹏理想E/EA2.0功能域划分、整车OTAP7、P5域集中E/E架构五大功能域划分ET7、ET5域控制器架构智驾域、智舱域、车控域理想L9长城GE/EP3.0

域控制器架构动力底盘域、车控、智能座舱、智能驾驶域，2021量产E3

1.1车控、智驾、智舱三域划分MEB平台

ID.4，2021上汽中央计算（车控及数据融合中心）+智能驾驶（智驾控制中心）+智能座舱（交互中心）+AI

Box（算力拓展中心），2021搭载，L2.9+智驾整车计算中心（HPC1+HPC2）+4区域控制器2024年搭载，L4+智驾E/EA1.0分布式ECU、局部OTAG3分布式E/E架构分布式、独立ECUES8、ES6、EC6分布式架构分布式ECU理想ONE全栈1.0

域集中式E/EA3.0中央超算+区域控制G9整车集中式E/E架构中央集中式架构下一代量产车型中央计算平台架构CCU（智驾+智舱+车控）+区域控制器，2023年（E）全栈3.0

中央计算式++ICAS1车辆控制ICAS2智能驾驶ICAS2暂未研发完全ICAS3信息娱乐BDC + SAS + MGU车辆控制 智能驾驶 信息娱乐VDC + MDS + CDC车辆控制 智能驾驶 信息娱乐按功能进行跨域融合-三域架构Centralzone+Core

systemMechatronic

rim+按位置进行跨域融合-区域集中架构GE/EP

4.0

中央计算+区域3大计算平台+3个区域控制器，2022量产E3

1.2车控、智驾、智舱三域划分PPE平台，奥迪、保时捷，2023（E）注： 已实现GE/EP

5.0

One

Brain架构中央计算大脑+智能区域控制，2024量产E3

2.0车控、智驾、智舱三域划分SSP平台，2025（E）已研发 已规划数据来源：亿欧智库BCM

RH右车身控制CCM+BCMFH+BCMLH

+中央计算 前车身控制 左车身控制1.4

车载智能计算平台产业链边界模糊，参与企业拓展业务线可提供开放式产业合作模式车载SoC&MCU虚拟机底层操作系统中间件功能软件应用软件通过架构模块看，车载智能计算平台的生态圈主要由传统汽车零部件企业、车载芯片厂商、算法解决方案商、系统软件厂商以及主机厂构成。相较于本土企业，国外大厂已构建了成熟生态以及深度合作关系。业务发展方面，车载智能计算平台产业链上下游企业不断拓展自身业务线、提升软硬件协同发展的能力。底层芯片在提供硬件芯片外，正在沟通软件算法的能力；中间件企业逐步提供功能软件以及应用软件算法相关业务；主机厂不再仅是零部件集成商，开始自研应用软件相关业务，希望实现产品的自主可控。企业业务不断拓展过程中，也为产业链提供更加开放多元的合作模式与可能。2023年车载智能计算平台产业图谱数据来源：亿欧智库目录C

O

N

T

E

N

T

S0405车载智能计算平台对SEV产业未来影响展望中国车载智能计算平台演进升级对于智能电动汽车的影响中国智能电动汽车产业链未来发展展望01 中国车载智能计算平台发展综述车载智能计算平台技术原理与组成部分车载智能计算平台发展驱动因素研究车载智能计算平台演进路线及发展进程解析车载智能计算平台产业链拆解02 中国车载智能计算平台发展路径分析-域集中架构域控制器市场现状与相关技术分析中国域控制器市场规模预测03 中国车载智能计算平台发展路径分析-跨域架构跨域融合HPC市场现状与相关技术分析跨域融合前瞻布局企业分析跨域融合面临挑战以及未来产业格局中国车载智能计算平台发展前瞻分析-中央计算平台中央计算平台架构发展面临挑战中央计算平台架构布局企业分析2.1.1

整车E/E架构域集中阶段，域控制器可有效降本并提升车辆各部件互联效率汽车域控制器DCU（Domain

Control

Unit）可以很好的解决信息安全，以及电子控制单元的瓶颈问题。博世、大陆等传统Tier1根据汽车电子部件功能将整车划分为智能座舱域、车身控制域、动力总成域、底盘域以及智能驾驶域，利用处理能力更强的多核CPU/GPU芯片相对集中的控制每个域，以取代传统分布式电子电气架构。通过DCU的整合，分布在车辆不同部位的硬件可以更加有效率的互联，同时节省了整车的布线成本与设计难度。域控制器的核心发展使芯片的计算能力快速提升，公用信息的系统组件，能在软件中分配和执行，可实现以足够的资源快速响应完成需求指令，具备平台化、兼容性、集成高、性能好等优势。HUDDMS中控显示其他座舱功能域控制器域控制器智能座舱域车窗座椅BCM其他车身控制功能车身控制域域控制器PEUTCUBMC其他动力控制功能动力总成域域控制器EPS避震器安全气囊其他底盘控制功能底盘域域控制器摄像头激光雷达超声波雷达其他智能驾驶功能智能驾驶域以太网主干线标准化执行器与传感器无线通信计算与控制云信息服务、导航、动态交通、出行服务、远程控制、车辆数据、驾驶员数据、预测性诊断、自维护系统、道路情况、驾驶员辅助、V2X安全、自动驾驶、……数据来源：亿欧智库2.1.2

域控制器开发模式呈多样化发展，主机厂和Tier1厂商共同研发为当前主流模式域控制器作为智能汽车的核心部件，向上支撑应用软件开发、向下链接E/E架构和众多系统零部件，市场竞争正日趋白热化。主机厂尝试通过与众多供应商的合作协同，构建全栈自研的开发能力。对于主机厂而言，打造适合自身的业务发展模式并一蹴而就，而是长期不断尝试与优化的过程。中期看，域控制器的主流合作模式将还是由主机厂和Tier1厂商共同研发完成，

实力较强的国内Tier1厂商将更有可能抓住域控制器市场空间全面增长机遇；长期看，整车厂自研域控制器是趋势，有实力的整车厂出于软件定义汽车和后续OTA升级等需求，更倾向于实现域控制器自研。亿欧智库：中国智能汽车域控制器业务产业开发链条主机厂投资设立投资设立Tier0.5供应域控制器Tier2/芯片厂商主机厂委托代工域控制器域控制器硬件制造可转型通过代理或直销模式出售芯片Tier

0.5Tier1供应域控制器Tier

1Tier1.5与Tier1/0.5合作提供域控制器域控制器生产制造

系统集成商委托代工域控制器OEM/ODM代工商主机厂直接采购域控制器芯片数据来源：亿欧智库智能汽车域控制器业务开发的模式涉及多方参与者：主机厂、Tier0.5、Tier1、Tier1.5、Tier2/芯片厂商以及OEM/ODM代工商Tier

1.52.1.2

合作协同开发成为产业主调，

5大开发模式为域控制器发展提供多元化保障域控制器开发模式多样，合作协同开发是当前产业发展的主调。亿欧智库认为域控制开发模式目前可分为5大模式：主机厂委托代工域控制器、Tier1供应商为主机厂提供域控制器、Tier1.5与Tier1/0.5合作提供域控制、Tier0.5提供域控制器、系统集成商委托ODM/OEM代工域控制器。当前主流模式为Tier1采用白盒或灰盒的交付模式，主机厂掌控应用层开发权限，芯片商提供芯片、开发软件栈和原型设计包，Tier1提供域控制器硬件生产、中间层以及芯片方案整合。例如英伟达+德赛西威与智己、Mobileye+知行科技与极氪，均采用此类合作模式。模式一：主机厂委托代工域控制器◼

当前除了最基础的硬件制造，ODM/OEM代工厂商开始介入域控底层基础软件、BSP驱动等软件工程环节。模式二：

Tier1供应商为主机厂提供域控制器◼

此模式为当下最普遍的合作模式，Tier1采用白盒或灰盒的交付模式，主机厂掌控应用层开发权限，芯片厂商、Tier1、主机厂建立深度合作，芯片商提供芯片、开发软件栈和原型设计包，Tier1提供域控制器硬件生产、中间层以及芯片方案整合++++模式三：Tier1.5与Tier1/0.5合作提供域控制Tier1.5诞生于软硬件分离趋势之下，主攻域控基础软件平台，向上可支撑主机厂掌控系统自主开发权，向下可整合芯片、传感器等Tier2的资源。模式四：Tier0.5提供域控制器通过与主机厂深度绑定，Tier0.5从全流程介入主机厂研发、生产、制造，甚至后期的数据管理和运营。除了主机厂投入或联合成立的Tier0.5之外，芯片厂商也可转型成为Tier0.5。随着芯片厂话语权不断加大，部分芯片厂正寻求与主机厂形成深度合作。模式五：系统集成商委托ODM/OEM代工域控制器◼

此模式适用于智驾解决方案商与座舱软件平台商，通过ODM/OEM代工商提供车规级硬件前装生产能力的补充，为主机厂提供“域控制器+ADAS系统集成开发”整套解决方案。++代表企业域控制器开发模式数据来源：亿欧智库2.1.3

本土域控供应商竞争力提升，技术、时间、量产壁垒帮助企业实现强者恒强本土域控供应商打破了市场固化的产品形态和行业分工，加速域控产品量产落地进程的同时，也推动了更加开放的市场格局形成。本土域控制器Tier1的核心竞争力体现：提供全栈解决方案快速应对车企的差异化需求，提供多样化合作模式充足的量产经验、工程能力以保障产品顺利交付Tier1具备跨域的前瞻技术储备技术壁垒包括与固定芯片厂商的长期合作能力、系统集成能力、产品开发能力、安全研发体系、满足高时效交付要求的研发能力以及战略供应链搭建，从而实现规模效应，有效控制量产产品的成本和

良品率。时间壁垒包括研发人员培养，对高时效交付体系的提前布局，对研发成功后的域控制器在上市前进行性能、安全性测试、路测、仿真测试、问题解决优化等重要环节

的测试。对于域控制器总成厂家来说，域控量产产品的稳定性、可靠性和技术成熟度成为整车厂与域控集成商合作时考虑的重要因素。供应商量产时间2022年3月2022年4月2022年6月2022年6月2023年4月2023年4月2023年2月2022年9月2023年4月2022年7月2022年12月2022年11月2023年2023年本土域控供应商核心竞争力的逐步提升，打破了原有市场固态的产品形态和行业分工，也为车企在打造行泊一体功能时提供了更加多元化的合作模式，使车企可以根据自身需求进行定制化的方案部署。本土域控供应商力量的加入，加速了域控制器产品量产落地进程，也推动了更加开放的市场格局形成。域控产品的量产稳定性以及产品性能成为主机厂衡量本土供应商的核心维度。随着本土供应商研发的深入，产品功能特性层面得到优化的同时，也不断发掘出具有更加适合中国用户的应用场景和个性化功能。域控制器企业在实现产品方案的量产过程中，需要克服技术壁垒和时间壁垒 2023年本土部分已实现域控制器量产的企业数据来源：专家访谈、亿欧智库2.1.4

域控制器促进产业协同发展，硬件强大性能与软件标准化支持成为关键技术GPUFPGAASIC定制化程度通用型半定制化定制化灵活性高高低成本高较高低功耗大较大小优点峰值计算能力强、产品成熟平均性能较高、功耗相对较低、灵活性强平均性能强，功耗低、体积小缺点功率不高、不可编辑、功耗高量产单价高、峰值计算能力较低、编程语言难度大前期投入成本高、不可编辑、研发时间长、技术风险大芯片类型比较SoC芯片集成CPU、AI芯片（GPU、FPGA、ASIC）、深度学习加速单元（NPU）等多个模块。其中以图像运算为主的GPU相比CPU拥有更多计算单元，因此智能驾驶域控制器采用SoC芯片成为主流趋势。SoC芯片可更好提供汽车智能化所需的算力。进入域控制器阶段汽车智能化程度大幅增加，运算处理复杂度呈指数级增加，同时“硬件预埋+软件升级”的发展模式需要域控制器主控芯片有更强的多核、更大的计算能力。L3级别自动驾驶产生的数据量是2.3GB/s，对算力要求在129TOPS以上；L4级别自动驾驶数据量达到8GB/s，对算力要求达到448TOPS以上；L5级需要超过1000TOPS。应用软件基础软件硬件应用软件AUTOSAR基础软件硬件应用软件基础服务AUTOSAR基础软件硬件电子控制器黑盒方案 基于AUTOSAR软件平台 面向SOA汽车软件①

早期车内嵌入式软件没有统一标准，基础软件和应用软件强耦合，不具可移植性。②

AUTOSAR的应用，对嵌入式基础软件的接口进行标准化，让应用开发者基于统一的基础软件接口进行应用开发。③

目前采用SOA软件服务架构的应用打通了车内的E/E架构壁垒，进一步对嵌入式应用软件的接口进行了标准化，让APP开发者基于统一基础服务接口进行应用的迭代开发，隐藏了不同车型配置下应用软件的差异。域控制器作为集中式架构的核心，域内大部分功能将由域控制器控制实现。域控制器利用处理能力强大的SoC主控芯片计算，通过系统软件（操作系统、中间件）和应用算法实现对域内功能的集中控制。SoC主控芯片提供硬件计算能力，使更多核心功能集中在域控制器内，系统功能集成度提高的同时，对功能感知与执行硬件要求降低软件架构层，操作系统主要负责对硬件资源进行合理调配，以保证各项功能的有序进行，并提供丰富的标准化软件接口支持，支撑上层的应用算法。大量的应用算法提供更多功能体验。更灵活的整车OTA可带来应用算法的不断增加更新，使车企有能力为用户提供不断迭代升级的功能体验。硬件：SoC芯片代替MCU芯片域控制器主控芯片 软件：SOA软件架构实现软硬件解耦及软件标准化软件架构演进加速软硬件解耦整车企业以及Tier1/解决方案供应商将操作系统和中间件等软件算法作为发展重点，致力于定义更统一的中间件通信和服务，以降低开发成本和系统复杂度。主机厂以及Tier1在选择底层硬件芯片时，将能否与软件算法良好适配视为重要的采购参考因素数据来源：专家访谈、亿欧智库2.1.5

加码SoC芯片业务布局，芯驰科技专注智舱、智驾、智控三大核心应用方向芯驰科技作为本土芯片厂商，其X9系列处理器是专为汽车电子座舱设计的车规级芯片，支持“一芯多屏”，能够实现座舱功能全场景覆盖，为车企提供本土化、定制化服务。目前X9系列已在众多主机厂中实现量产。芯驰科技针对行泊一体ADAS域控制器专门设计的新一代车规处理器V9P，CPU性能高达70KDMIPS，整体AI性能高达20TOPS，在单个芯片上即可实现AEB（自动紧急刹车）、ACC（自适应巡航）、LKA（车道保持）等主流L2+

ADAS的各项功能和辅助泊车、记忆泊车功能，并能集成行车记录仪和高清360环视。芯驰科技X9系列座舱芯片已实现规模化量产◼

芯驰科技X9系列处理器是专为新一代汽车电子座舱设计的车规级汽车芯片。2023年4月，芯驰推出面向未来智舱应用的新一代全场景座舱处理器X9SP。ISPVPUNPUCortex-A55LinuxVisionDSPPowerVRGPU安全岛2*LS

R5FASIL-DAutoSARHSMEMMC LP

DDR4 NOR

FlashMIPICSIMIPICSIETHPCIEMIPIDSICANFDIOETH芯驰科技推出行泊一体车规级处理器V9P◼

2023年4月，芯驰发布智能驾驶处理器V9P，由东软睿驰全球首发。V9P是针对行泊一体ADAS域控制器专门设计的新一代车规处理器，具有高性能和高集成的特点。产品性能优势：芯驰科技V9P车规级处理器可在单个芯片上可实现主流L2+

ADAS的各项功能和辅助泊车、记忆泊车功能，并能集成行车记录仪和高清360环视，为车企提供高性价比行泊一体方案。芯驰科技V9P产品架构行车/泊车感知，规划，360环视

安全岛，控车 单芯片实现丰富智驾场景支持摄像头、毫米波雷达、超声波雷达等多种传感器接入高性能NPU/GPU/CPU实现感知、融合、路径规划内置安全岛双核锁步CPU可支持控车高可靠性AEC-Q100Grade

2内置安全岛诊断覆盖率达到ASIL

DX9SP蓝牙WiFiAudioDMS/OMS/DVR、环视摄像头CAN网络CPU安全岛3D/2DGPUVPUAI

EngineeMMCQSPIHUD仪表+中控+副驾产品性能优势：支持“一芯多屏”，可实现座舱功能的全场景覆盖，NPU算力为8TOPS。X9SP和前代X9HP保持了硬件Pin-To-Pin兼容和软件兼容，一个月即可从X9HP平滑升级至X9SP，仅需9个月左右就可实现车型快速量产，最大程度优化成本，并同时大大降低研发投入。芯驰科技X9SP典型解决方案框图数据来源：芯驰科技、亿欧智库2.2.2

超星未来打造轻量级智驾芯片惊蛰R1，自研NPU架构与工具链实现方案高性价比I²C×4SPI×4TIMER×4PWM×4UART×4CAN

FDVideo

InputMIPICSI-2MIPICSI-2MIPICSI-2Ethernet×2USB2.0×2USB3.0DDRInterfaceSD/SDIO3.0QSPI(supportXIP)VideoOutputHDMI

TXHDMI

TXQuad-coreNPUQcta-coreCPUVideoCodec

H.264/H.265RGMIIPHYLPDDR4×SDCard/eMMC5.0QSPIFlashInstruction

schedulerTensorEngine2DTensorBufferI/OEngineVectorEngine高效能设计高效支持主流算子与模型结构覆盖图像分类、目标检测、语义分割、点云感知、BEV感知等需求核心能效＞4TOPS/WNPU平均利用率＞70%轻量化算子专项优化多核心灵活调度量化精度保持＞99%剪枝效率提升＞3倍最大推理加速比10倍NPU利用率高于竞品＞30%超星未来基于自研AI处理架构“平湖”推出的智驾计算芯片“惊蛰R1”，可提供16TOPS的AI算力和30KDMIPS的通用算力。“惊蛰R1”

可通过单芯片实现行泊一体功能，同时可根据不同场景选择高吞吐率模式与低延时模式运行。“惊蛰R1”芯片可支持BEV算法部署，定位L2+级别全场景智能驾驶应用，面向量产市场。超星未来自研的AI处理架构“平湖”，可实现NPU平均利用率＞70%。基于自研智能驾驶计算芯片打造的全流程开发工具链“鲁班”可广泛支持各类算子，提供成熟的API接口，实现端到端高性能推理，助力用户便捷地开发出具有性价比的智驾产品。惊蛰R1-智能驾驶计算芯片 平湖-高能效AI处理架构L2+全场景智能驾驶应用16TOPS

AI算力先进架构：四核自研NPU实测能效比4TOPS/W高吞吐率

低延时功耗＜8.5

W平均利用率70%30KDMIPS

8核CPU卷积运算效率＞85%高性价比：较同级别智驾方案总成本降低30%-50%鲁班-全流程开发工具链协同优化与芯片架构深度协同优化，支持训练后量化、量化感知训练及混合精度量化。高效部署成熟的API接口和开发框架，降低用户开发门槛和系统迁移成本。灵活易用提供完整的软件工具链产品、参考算法及开发套件，易于上手。扩展性强支持业内主流模型和客户自定义算子，可及时响应客户多样化开发需求。超星未来惊蛰R1架构框图数据来源：超星未来、亿欧智库2.2.2

超星未来基于惊蛰R1芯片打造软硬件业务部署，提供可快速落地的系统解决方案作为软件开发迭代平台支持客户自研中间件、算法的迁移与部署作为完整智驾系统方案提供硬件、系统软件解决方案，协助中间件、算法迁移边缘计算模组NM10外形小巧、兼容性强，支持多样化AI边缘计算场景强劲的AI算力灵活的外设资源完善的工具配套算力高达16TOPSSoC功耗低于8.5W能效比＞4TOPS/W丰富的存储2×32-bit内存64GB

eMMC存储支持多路传感器以及高精地图盒子、组合惯导等接入，提供多路以太网、CAN、USB等各类接口提供“鲁班”、高可靠系统软件“NOVA-Drive”及算法参考方案作为算力扩展平台快速扩展客户智驾系统方案的AI算力高能效、低功耗算力高达16TOPS系统典型功耗7.5WNPU能耗比＞5TOPS/W强大的数据处理能力基于AI计算模块，高效支持边缘端数据脱敏和匿名化服务支持边缘端数据实时挖掘和清洗针对重点数据信息智能分类上传带宽高利用

数据低延时响应时间短，实时性强高价值数据传输，节省网络带宽完善的工具配套支持各类算子和深度学习框架，并支持算法持续迭代为客户赋能提供全流程开发工具链“鲁班”、高可靠系统软件“NOVA-Dirve”及边缘侧算法参考方案高阶行泊一体参考方案：NOVA-ADCU

Ultra-双R1+MCU◼

10V5R1L12USS：高效支持BEV部署、拥堵/高速自动驾驶、城区NOA、代客泊车、LiDAR三维感知、视觉&点云SLAM轻量级行泊一体参考方案：NOVA-ADCU

Pro-单R1+MCU◼

5V5R12USS：高性价比行泊一体、高速NOA、AB点记忆泊车、行泊全时处理双目智驾参考方案：NOVA-ADCU

Air（Bino）-单R1+MCU（选配）◼

Bino

Camera：支持主动安全、路面高程检测、魔毯悬挂、通用障碍物避障路侧感知参考方案：NOVA-ADCU

RS-R1应用于路侧MEC◼

LiDAR*N：LiDAR点云融合、路侧目标检测与跟踪、交通状态事件判断与播发、路口环境监测基于惊蛰R1芯片，超星未来打造计算平台开发套件NE100以及边缘计算模组NM10。NE100全面支持各类传感器接入，适配多种深度学习算法框架，可高效实现感知、融合、预测、规划、控制等功能，帮助客户快速进行L2+智能驾驶、特定场景L4、路侧感知等场景原型系统的开发与验证；NM10能快速实现终端设备和边缘端设备的AI应用部署，应用于AI边缘计算全场景。基于NM10和工具链“鲁班”，客户可快速部署自研算法或基于参考算法进行特定功能开发。超星未来提供系统级解决方案NOVA-ADCU，根据不同等级与客户智能驾驶的需求，通过传感器组合与R1芯片的适配快速实现方案落地，可帮助客户实现轻量级/高阶行泊一体功能、基于双目视觉的基础智驾功能以及V2X路侧感知参考方案。智能计算平台开发套件NE100满足差异化开发需求，覆盖多阶方案 超星未来智能驾驶参考方案NOVA-ADCU数据来源：超星未来、亿欧智库2.1.5

优质软件算法可减少算力依赖，小马自研算法打造三款硬件差异化系统级解决方案长距摄像头*7毫米波雷达*3◼

特点：全套智驾硬件成本数千元，具有产品性价比，传感器数量精简等优势，压榨硬件性能，实现高速NOA、记忆泊车与主动安全功能。◼

芯片方案：算力50-100TOPS，支持地平线征程5、英伟达Orin或类似算力芯片平台摄像头*11 毫米波雷达*5激光雷达*1小马智行自研BEV感知算法，大模型识别各类型障碍物、车道线及可通行区域等信息，实现在降低算力需求与无高精地图的情况下，仅用导航地图也可实现高速与城市NOA功能。同时，小马智行基于对复杂场景处理的积累创新博弈交互式规划算法，考虑自车与社会车辆的博弈，当高速NOA功能在传感器数量大幅精简的情况下，仍可保障用户的驾乘体验。小马智行通过优化软件算法，实现相同硬件方案带来更优的行泊车表现，同时可根据车企对功能、性能的需求，打破堆料式硬件选型的模式。目前，小马智行基于不同传感器和算力配置，推出三款系统级方案：PonyClassic，Pony

Pro以及Pony

Ultra，提供差异化的参考硬件参考配置，也可根据客户需求量身定制整体方案。PonyClassic：高速NOA+记忆泊车方案 PonyPro

：城市NOA+自主代客泊车方案 Pony

Ultra：高阶城市NOA+自主代客泊车方案摄像头*11毫米波雷达*5激光雷达*3（

车辆左右侧2颗补盲激光雷达为选配）◼

特点：加装一颗激光雷达，实现城市NOA与自主代客泊车功能。◼

芯片方案：算力约200TOPS，支持单颗英伟达OrinX或类似算力芯片平台。◼

特点：智能驾驶体验的顶配方案，城市NOA可实现媲美小马智行的L4

Robotaxi体验。◼

芯片方案：算力约500TOPS，支持两颗英伟达OrinX、地平线征程6或类似算力芯片平台。数据来源：小马智行、亿欧智库2.1.5

软硬件布局可提升方案适用性，小马域控“方载”+工具链“苍穹”量产齐发力目前，小马智行自研的域控制器“方载”，已开始量产交付。小马智行正在探索“方载”在低速无人驾驶领域的应用，满足客户对计算平台车规化的需求，解决智能计算平台等硬件成本高的痛点，赋能无人配送、环卫、港口和矿区等应用场景。小马智行已推出采用DRIVE

Orin芯片不同配置的两款域控制器。依托内部开发过程中打磨出的成熟的工具链体系，小马智行推出了数据闭环工具链产品“苍穹”，帮助客户挖掘数据价值，提升智驾系统能力。苍穹数据闭环工具链由两大核心模块协同组成，分别是车云协同大数据平台与云端大规模仿真平台，配合灵活接入的数据标注工具与模型训练工具，帮助客户实现研发测试阶段的全量数据闭环以及量产阶段基于影子模式的数据闭环。小马智行自研打造车规级域控制器-方载基于单DRIVE

Orin版域控制器算力：254

TOPS◼

重量：1200g基于双DRIVE

Orin版域控制器算力：508

TOPS◼

重量：2200g基于两款域控制器及小马智行自动驾驶软硬件的加持，车辆可在繁忙的城市公开道路以及高快速路实现多种智能驾驶功能，包括：拥堵路段跟车并线、根据导航自主变道、信号灯识别、施工及事故区域绕行、VRU识别与处理、匝道通行及汇入主路、自动通过

ETC

收费站等。方载从性能、安全、成本、可靠性等方面，都更适用智能驾驶应用场景，更好地匹配上层软件算法。目前，小马智行域控制器已经通过汽车功能安全ASIL-D认证与国际质量体系认证。车云协同大数据平台云端大规模仿真平台小马智行推出数据驱动的智驾研发工具链-苍穹解决数据爆炸问题 精准评测系统能力数据采集数据集管理数据挖掘 数据分析智能交通参与者行为完美一致性智能任务调度◼

车云协同大数据平台能够高效地解决当前智驾系统研发普遍面临的数据爆炸问题。通过车端及云端的协同机制，精准挖掘高价值数据，提供数据分析套件，实现一站式的数据利用功能。◼

云端大规模仿真平台是智驾系统快速迭代的引擎，支持快捷精准的多维度指标评测，覆盖安全性、合规性、舒适度及通行效率等多方面。该平台基于行为完美一致的仿真引擎和Smart

Agent技术，最大程度保障了仿真结果的可信度。数据来源：小马智行、亿欧智库2.2.1

2025年轻量级行泊一体方案市场规模预计403.5亿元，高阶方案预计393.7亿元随着行泊一体技术与域控制器产品的成熟，5R5V为主的轻量级行泊一体方案将取代“5R1V+融合泊车（APA+AVM）”方案成为中端汽车市场的标配；而在25万元以上的高端车型市场当中，为应对更高级别的智驾功能，将采用更高阶并搭载激光雷达的异构冗余方案占领，同时配套更高算力的智驾域控制器。亿欧智库预测2025年中国轻量级（5V5R）行泊一体方案的市场渗透率达38%，同时由于方案成熟度的提高以及成本的下降，市场规模预计到达403.5亿元；2025年中国搭载激光雷达的异构冗余行泊一体方案的市场渗透率达8%。异构冗余的行泊一体方案，由于搭载激光雷达，其域控产品以及整套方案的成本较高，2025年市场规模预计到达393.7亿元。11.456.7111.4196.4403.51%5%10%18%38%202120222025E2023E市场规模2024E渗透率亿欧智库：中国轻量化行泊一体（5V5R）方案渗透率与市场规模（亿元）64.4122.5163.5260.4393.71%2%3%5%8%202120222025E2023E市场规模2024E渗透率亿欧智库：中国高阶行泊一体（xVxRxL）方案渗透率与市场规模（亿元）5R5V为主的轻量级行泊一体方案将取代“5R1V+融合泊车（APA+AVM）方案迎来规模化量产。搭载激光雷达的异构冗余方案由于其成本，更多集中在25万元以上车型当中，其渗透率增速相对平缓。数据来源：亿欧智库2.2.2

2025年中国智驾域控市场规模将超300亿元，座舱域控市场将超400亿元28.447.480.4167.332.26.45971.1111.6155.420212025E2022 2023E轻量级域控市场规模2024E高算力域控市场规模322.7192.0118.587.438.6102.2165.3212.7321.3430.2202120222025E2023E 2024E座舱域控制器市场规模智能驾驶功能的渗透率稳步提升，随着E/E架构的升级，前视一体机将本逐步被替代，适用于行泊一体的域控制产品将成为车企布局智能驾驶业务过程中的核心硬件。当前域控产品的发展过程中，适用于L2级别行泊一体的轻量级域控凭借成本优势，成为传统主机厂的首选。具有更高算力面向L2+/L3级别行泊一体域控制器，成为新势力车企布局高阶智能驾驶的关键。中国智能驾驶域控制器市场在轻量级域控与高算力域控的稳定增长下，2025年市场规模将达到322.7亿元。智能座舱域将HUD、仪表、车载信息娱乐等座舱电子以及交互方式进行融合集成。相较于智能驾驶域，座舱域控制器相对较为成熟，座舱域控制器将成为L2及以上级别智驾车型的标配，同时随着芯片会有所升级但是整体大规模放量，后续价格依次降低，预计2025年中国智能座舱域控制器市场规模将达到430.2亿元；2021-2025年中国智能驾驶域控制器市场规模预测（亿元） 2021-2025年中国智能座舱域控制器市场规模预测（亿元）数据来源：亿欧智库目录C

O

N

T

E

N

T

S0405车载智能计算平台对SEV产业未来影响展望中国车载智能计算平台演进升级对于智能电动汽车的影响中国智能电动汽车产业链未来发展展望01 中国车载智能计算平台发展综述车载智能计算平台技术原理与组成部分车载智能计算平台发展驱动因素研究车载智能计算平台演进路线及发展进程解析车载智能计算平台产业链拆解02 中国车载智能计算平台发展路径分析-域集中架构域控制器市场现状与相关技术分析中国域控制器市场规模预测03 中国车载智能计算平台发展路径分析-跨域架构跨域融合HPC市场现状与相关技术分析跨域融合前瞻布局企业分析跨域融合面临挑战以及未来产业格局中国车载智能计算平台发展前瞻分析-中央计算平台中央计算平台架构发展面临挑战中央计算平台架构布局企业分析3.1.1

跨域融合目标将至，基于软硬件协同发展的舱驾融合成为当下主流发展路径多域计算布局方式探索/规划中的企业车身域+动力域+底盘域底盘域、车身域和动力域融合成一个整车中央控制器◼

主机厂：大众、广汽、理想、极氪等经典三域融合架构，

由整车中央控制器、智能座舱和智能驾驶域三域组合◼

Tier1：大陆、采埃孚、安波福等已推出车身、动力、底盘三域融合产品车身域+座舱域将车身域与座舱域融合◼

主机厂：吉利旗下亿咖通与百度APOLLO联合打造的吉利汽车OS将智能座舱域与整车控制域融合打通，实现人车交互、全车智控、边缘AI、开放生态等四大功能。◼

Tier1：博泰车联网基于高通8295芯片布局座舱域与车身域融合底盘域+智驾域将底盘域与智能驾驶域融合成一个域控制器◼

主机厂：蔚来推出跨域融合的底盘域控制器ICC，将智能驾驶域控制器和底盘域控制器ICC所负责的系统相互结合座舱域+智驾域自动驾驶和智能座舱域融合成为一个高性能计算单元◼

主机厂：上汽零束采用舱驾融合HPC与中央控制HPC，配置四个区域控制器形成双域融合架构◼

Tier1：博世、创时智驾、中科创达、毫末智行等均计划推出舱驾合一方案（准）中央计算+区域控制域通过（准）中央计算平台+区域控制器实现跨域融合◼

主机厂：全球主机厂均在布局（准）中央计算平台+区域控制器的架构◼

Tier1：博世、大陆、东软睿驰、德赛西威等已着手研发中央计算平台，为中央计算架构做准备舱驾融合是众多OEM、Tier1发力的方向，芯片厂商作为提供底层硬件的核心供应商以率先布局，其中高通与英伟达分别凭借座舱与智驾领域的积累开始发力：高通8795芯片将支持座舱和自动驾驶多域融合计算，国内中科创达、毫末智行等企业已着手开发；英伟达基于Orin

X芯片在智能驾驶领域的积累，全面融合座舱应用开发，通过英伟达DRIVE

IX软件栈，实现智能驾驶和舱内算法融合。域融合阶段，五大功能域之间开始尝试进行跨域融合，虽然不同的主机厂有不同的理解和做法，但发展思路均是先将部分域的功能集成到一个高性能计算单元内，再逐渐聚合更多的功能域，最终实现1个中央计算大脑的目标。智能座舱与智能驾驶域之间的融合为当前被讨论最多的方向-将座舱域和智能驾驶域进行跨域融合，形成舱驾一体域控制器。座舱与驾驶的跨域融合正沿硬件和软件两个层面去发展。硬件上的融合将更多基于产品视角，从成本和设计的维度进行考虑，实现共用一颗SoC芯片的硬件融合。软件上的融合将更多基于技术视角，从功能的维度进行考虑，改变整体软件架构设计，从而使其能够更加适用于舱驾融合系统。亿欧智库：跨域融合技术设计思路以及布局企业 舱驾融合成为核心发展思路，高通与英伟达凭借各自优势已率先布局舱驾融合的设计正从硬件与软件两个层面开展，硬件层面融合基于产品视角，软件层面融合则是基于技术层面底层硬件层面的融合硬件上的融合是基于产品视角，从成本和设计的维度进行考虑。在一颗SoC芯片里面做融合，届时底层软件和通讯方式都会有本质上的改变，成本上的优势也会凸显出来。应用软件层面的融合软件上的融合更多地是基于技术的视角，从功能的维度进行考虑。软件上的融合需考虑整体软件架构设计，从而使新的软件架构能够更加适用于舱驾融合系统。与此同时，引入SOA面向服务的设计理念和工具，可以帮助主机厂更好实现舱驾融合。数据来源：专家访谈、亿欧智库3.1.2

特斯拉发展方式难以效仿，HPC+Zonal架构方案成为本土企业阶段性发展方向整车E/E架构正在由分布式架构往集中式架构演进，最终将向中央计算架构迈进。域控制器产品发展逐渐由单域控制向跨域融合形态过渡，进一步降低硬件、软件、功能之间的耦合度，使得整车电器架构结构复杂度降低。目前跨域融合方案分为物理域融合与功能域融合。特斯拉提出的物理域融合目前已实现中央集中式结构的初现，而本土主机厂则更倾向于按照功能域进行融合。尽管各家主机厂的E/E架构发展与设计存在差异，硬件上采用中央计算（HPC）+区域控制（Zonal）的架构方案，软件上采用SOA软件架构的设计理念已成为本土企业接下来阶段性发展的方向与共识。车载集中式智能计算平台+区域控制器（HPC+Zonal）平台方案HPC1HPC2区域控制器执行器/传感器控制单元非智能执行器车载计算机；◼

以控制器在车身布置的物理区域位置来定义，由特斯拉提出，其将E/E架构分为四大部分：CCM、BCM

FH（、BCM

LH(左车身控制模块)、BCM

RH物理域融合

◼

CCM由信息娱乐系统，驾驶辅助系统和车内外通信系统三个模块组合。以功能定义域控制器，域控制器之间通过以太网和CAN网络进行通信；功能域控可分为两类：对算力要求高的座舱域和智驾域；对算力要求较低的动力总成域、底盘域、车身域，主要涉及控制指令计算以及通讯资源。 功能域融合特斯拉成为中央计算+区域控制架构先进理念的践行者特斯拉智驾模块的硬件部分采用自研的FSD芯片；软件模块的操作系统基于开源Linux进行定制化裁剪，并自研中间件。特斯拉实现软硬件自主可控，既有利于加快车型功能的的迭代更新速度，同时降低了整车开发成本；软件架构层面，采用SOA架构，便于SOTA的部署以及云端数据的收集和分析；特斯拉E/E架构实现了中央集中式架构的雏形，CCM将智能驾驶模块、影音娱乐模块以及车内外网联模块进行集成，并共用液冷系统。受限于技术，特斯拉E/E架构不易被本土车企效仿传统车企的整车软件并不是被作为单一系统进行设计，而是一个由多个独立的，不兼容的软件系统组成的混合物，每个系统都来自不同的供应商。车企只设计一个技术标准给一级供应商，因此产生电子黑盒以及可靠性问题。特斯拉的软件架构确保所有运行在同一车型上的软件已整合为一个单个的逻辑系统，这意味着更少的黑盒，更简单的线束，更集成的软件，更少意外情况的出现。本土主机厂按功能域进行融合，HPC+Zonal成为阶段性发展目标各家主机厂规划的中央集中式架构形式上并不统一。例如上汽零束的整车计算平台采用2个HPC；广汽/长城的方案采用中央计算平台、智驾域和座舱域三大计算平台。各家车企设计思路不同，但硬件上采用中央计算（HPC）+区域控制（Zonal）的架构方案，

软件上采用SOA软件架构的设计理念已成为中国企业E/E架构发展共识。数据来源：特斯拉、亿欧智库3.1.3

受限于技术发展与工程化能力，功能软件层率先融合成为舱驾融合发展最佳思路