蔚来汽车自研的智能驾驶芯片神玑NX9031已经流片

新造车公司们筹谋4年的自研芯片，终于进入流片阶段，上车时间也被提上议程。

36氪汽车独家获悉，蔚来汽车自研的智能驾驶芯片「神玑NX9031」已经流片，“目前正在测试。”有知情人士透露。

流片，意味着芯片从设计阶段转向实际制造，这是芯片规模量产与商业的关键前提。按照规划，神玑9031将于2025年一季度首搭在蔚来旗舰轿车ET9上。“芯片团队已经领了军令状，明年新车ET9一定要上神玑9031，压力很大。”有知情人士说道。

同时，据36氪汽车独家了解，小鹏汽车自研的智驾芯片已经送去流片，“预计8月回片。”

理想汽车的智驾芯片自研时间相对晚一些，其芯片项目代号“舒马赫”。有知情人士透露，舒马赫也将于年内完成流片。

针对上述信息，36氪汽车分别向蔚来、小鹏、理想官方求证，均表示不予回应。

当下，汽车智能化的演进速度在加快。为留到终局牌桌，新势力玩家们不得不开展全方位较量，智能化软件如此，硬件同样如此。而底层芯片硬件的竞赛，无疑是众多较量的暗流中，相当关键的一股。

蔚来神玑，离量产更进一步

根据官方信息，神玑NX9031是蔚来于2023年9月发布的一颗智能驾驶自研芯片，制程为5纳米，拥有超过500亿颗晶体管。蔚来称，通过自研的推理加速单元NPU，可以灵活高效运行各类AI算法。

不过蔚来没有透露神玑NX9031的AI算力。CEO李斌称，蔚来的目标是用一颗自研芯片实现目前业界四颗旗舰智能驾驶芯片的性能。

蔚来口中的“业界旗舰芯片”指向了英伟达Orin，单颗芯片AI算力达254 Tops，因此蔚来神玑9031需要与算力上千Tosp的芯片做性能较量。

据36氪汽车了解，蔚来从2020年开始，逐步组建了一个超800人的芯片团队，同时研发智驾芯片神玑NX9031，与另一款激光雷达芯片“杨戬”。蔚来芯片负责人是华为海思出身，汇报给蔚来硬件副总裁白剑。

芯片代工方面，目前全球能代工5纳米芯片的只有台积电和三星两家。而据媒体报道，凭借大量人工智能芯片订单，台积电3纳米、5纳米芯片产能利用率维持高位，产能供不应求。

相比之下，三星5纳米芯片订单客户不多，产能相对宽松，“同等条件下，三星的费用比台积电便宜了30%。”行业人士表示。在代工方面，留给新势力们的选择并不多。

但从流片到最终商用，芯片还需要经历一系列复杂流程，包括芯片性能和稳定性测试，以及小批量生产进一步验证芯片量产可行性后，才能真正进入大规模商用环节。在明年一季度交付前，蔚来智驾芯片团队仍需神经紧绷。

竞技智能硬件

除了蔚来，小鹏、理想也在智驾芯片自研的路上发力。

小鹏从2020年开始搭建芯片团队。最初小鹏与美国芯片设计公司Marvell合作，但与Marvell的合作不算顺利。“小鹏希望增加一些定制化的服务，Marvell配合度一般，取消合作后赔了Marvell 不小一笔钱。”

2022年，小鹏重新选择了芯片设计合作方索喜，由索喜承包芯片后端设计。有行业人士告诉36氪汽车，小鹏的智驾芯片的流片节奏与蔚来差不多。

变化相对大的是理想汽车。理想此前更多精力放在功率半导体上，但从去年开始，理想陆续招募不少芯片人才，目前智驾芯片团队200人左右。

据36氪汽车了解，目前理想主导芯片的是算力单元部门负责人罗旻，向CTO谢炎汇报；前壁仞科技副总裁秦东加盟后，整体负责芯片Soc部门，向罗旻汇报。“秦东算是芯片技术一把手。新势力三家中，理想是唯一没用华为海思背景的芯片高层的公司。”

在芯片设计方面，理想也找了一家芯片设计公司合作，“IP是理想买、EDA工具链也是理想买，只用芯片设计公司的人头。”有行业人士说道。这样做的好处是，比起芯片设计公司总包方式，能省下不少费用。

“但芯片始终是一门走量的生意。”即便在蔚小理内部，也有部分员工对于自研智驾芯片持消极态度。

车企自研智驾芯片，往往出于成本、性能两方面的考虑。

2020年蔚来、小鹏启动芯片自研时，手头仍算阔绰，销量也在逐步攀升。2023年理想芯片项目加速，也同样是在销量狂涨的背景下。车企们希望百万销量的蓝图，能够平摊到每辆车上，数亿美元的芯片开发成本也能均摊。

但当下，新势力们仍在解决销量增长难题。如果没有强有力的销量支撑，芯片自研并不是有性价比的投入。即便是销量跑赢大盘的理想，也没有在芯片自研上有更激进动作。

另一方面，车企自研芯片，也往往想和自家算法有更高软硬件配合度。例如，特斯拉从2019年推出的HW3.0芯片算力只有144Tops，但至今依然能够支持最前沿算法“端到端”方案的落地。而像英伟达Orin等通用芯片的实际使用效率只有30%左右。

尤其，当下华为凭借软硬件一体狂拦车企项目，英伟达、地平线都在狂补高阶智驾算法，智驾公司Momenta则是积极加入造芯行列，智驾软硬件一体的竞争更加激烈。

智驾硬件中，激光雷达的市场基本被供应商瓜分，唯独芯片还有自研与推新的空间。而这场针对大算力的芯片竞赛，还将持续。