前言中國車載智能計算平臺發展進程新勢力、部分自主車企已率先進入域集中架構階段，合資、外資車企陸續跟進。“蔚小理”、上汽等頭部企業開始嘗試探索跨域融合架構與中央計算架構。隨著主機廠對于車載智能計算平臺的發力，2023年將是主機廠量產下一代“整車集中+區域控制方案”的關鍵時間節點。億歐智庫預測，隨著超高算力計算平臺的量產、軟件技術的快速迭代，中央計算架構會在未來3-5年內實現量產。行泊一體功能的火爆使域控制器的重要性得到驗證，目前國內已有多家企業發布了相關產品，并持續深耕更具有性價比的產品方案，做到“腳踏實地”。2023年隨著更高級別智能駕駛功能的量產以及更具智能化的座艙產品推出，跨域高性能計算平臺（HPC）成為智能電動汽車產業上下游接下來所關注的核心模塊，開始“仰望星空”。主機廠對于車載智能計算平臺的關注度逐漸提高，使本土供應商在2023年有望憑借車載智能計算平臺獲得先發優勢與彎道超車的最佳機遇。整車E/E架構的終局——中央計算尚未實現，億歐智庫認為車載智能計算平臺的發展與競爭將長期持續地為產業鏈上下游企業帶來發展機遇。同時，億歐智庫也認為還有很多產業與企業的問題，值得行業進一步思考與探究。關于《2023中國車載智能計算平臺發展前瞻性研究報告》從車載智能計算平臺產業鏈來看，主要玩家分別為SoC芯片企業、軟件平臺企業、Tier1企業以及主機廠。本土域控供應商核心競爭力的逐步提升，打破了原有市場固態的產品形態和行業分工，也為車企在打造行泊一體功能時提供了更加多元化的合作模式，使車企可以根據自身需求進行定制化的方案部署。中國車載智能計算平臺的發展過程中，為本土供應商帶來彎道超車機會的同時也使本土供應商面臨更多挑戰，基于此億歐智庫撰寫此份報告。《2023中國車載智能計算平臺發展前瞻性研究報告》聚焦于中國車載智能計算平臺發展研究，全面、深度的分析與研究當前中國車載智能計算平臺發展現狀、市場格局等，以及HPC/中央計算平臺的發展預測，為行業的發展打造一份可以參考的“塔燈”報告。目錄C

O

N

T

E

N

T

S0405車載智能計算平臺對SEV產業未來影響展望中國車載智能計算平臺演進升級對于智能電動汽車的影響中國智能電動汽車產業鏈未來發展展望01 中國車載智能計算平臺發展綜述車載智能計算平臺技術原理與組成部分車載智能計算平臺發展驅動因素研究車載智能計算平臺演進路線及發展進程解析車載智能計算平臺產業鏈拆解02 中國車載智能計算平臺發展路徑分析-域集中架構域控制器市場現狀與相關技術分析中國域控制器市場規模預測03 中國車載智能計算平臺發展路徑分析-跨域架構跨域融合HPC市場現狀與相關技術分析跨域融合前瞻布局企業分析跨域融合面臨挑戰以及未來產業格局中國車載智能計算平臺發展前瞻分析-中央計算平臺中央計算平臺架構發展面臨挑戰中央計算平臺架構布局企業分析目錄C

O

N

T

E

N

T

S0405車載智能計算平臺對SEV產業未來影響展望中國車載智能計算平臺演進升級對于智能電動汽車的影響中國智能電動汽車產業鏈未來發展展望01 中國車載智能計算平臺發展綜述車載智能計算平臺技術原理與組成部分車載智能計算平臺發展驅動因素研究車載智能計算平臺演進路線及發展進程解析車載智能計算平臺產業鏈拆解02 中國車載智能計算平臺發展路徑分析-域集中架構域控制器市場現狀與相關技術分析中國域控制器市場規模預測03 中國車載智能計算平臺發展路徑分析-跨域架構跨域融合HPC市場現狀與相關技術分析跨域融合前瞻布局企業分析跨域融合面臨挑戰以及未來產業格局中國車載智能計算平臺發展前瞻分析-中央計算平臺中央計算平臺架構發展面臨挑戰中央計算平臺架構布局企業分析1.1

車載智能計算平臺分為軟硬件架構，主控芯片+3層軟件適配實現功能應用ACCFCW……L3、L4、L5應用智能駕駛功能 智能座艙功能信息娛樂HMI生活服務……感知 決策 預測 規劃 定位 控制 ……基礎算法（AI算法、控制算法等）基礎功能（安全、通訊、存儲等）Adaptive

AUTOSAR/其他中間件應用OS(AGL/Android)RTOS(QNX/VxWORKS)BSPBSPMCALAUTOSAR

ClassicHypervisor智能駕駛/智能座艙/網聯等多核異構分布架構AI單元-GPU/FPGA/ASCI…計算單元-CPU控制單元-MCU工具鏈安全體系虛擬機操作系統中間件功能軟件硬件芯片驅動系統軟件

軟件網聯服務 應用軟件車載智能計算平臺的功能實現需要豐富的硬件資源和復雜的軟件支持。不同硬件資源的集成形成計算平臺的硬件架構，將復雜的軟件分層化處理構成了計算平臺的軟件架構。計算平臺硬件架構中的主控芯片集成了多個和多類計算單元，如CPU、GPU等，通常還包含了音頻、多媒體、顯示、安全、通信、AI計算等子單元，不同種類的計算單元有各自的優勢，分別負責不同任務。軟件架構包括系統軟件、功能軟件以及上層的應用軟件。系統軟件負責承上啟下，實現應用軟件與物理硬件分離；功能軟件為智駕、座艙功能提供共性功能模塊；應用軟件實現具體智駕、座艙功能，開發者可根據自身產品功能定義，利用功能軟件層提供的基礎庫，設計具體應用功能。億歐智庫：智能電動汽車車載智能計算平臺架構能臺車載智計算平數據來源：億歐智庫1.2.1

驅動因素：智駕等級不斷升級，功能實現需要車載計算平臺提供強大“大腦”衛星定位交通設施其他車輛交通設施其他車輛攝像頭激光雷達T-box超聲波雷達毫米波雷達其他感知硬件感知定位融合感知預測規劃決策底盤域控制器車身域控制器動力域控制器制動系統轉向系統……門窗車燈雨刷氣囊……BMS發動機+變速器/電機……儀表中控決策執行中央集中式E/E架構車載智能計算平臺車端云端/V2X高等級智能駕駛實現過程中需要一個強大的“大腦”來統一實時分析、處理海量的數據與進行復雜的邏輯運算，因此對其計算能力的要求非常高。車載智能計算平臺本質是嵌入式系統，相比于汽車傳統控制器ECU，其硬件和軟件的復雜度更高，算力更高，功能更強。車載智能計算平臺的發展應用成為高等級智能駕駛功能呢實現的唯一可行方案。硬件層，汽車傳統ECU主要采用MCU實現簡單的計算和邏輯判斷。

智能計算平臺通常使用單個甚至多個集成CPU、GPU、FPGA

或

AISC的SoC，可實現大量數據并行計算和復雜的邏輯功能。

軟件層，傳統ECU軟件架構較為簡單，部分功能簡單的控制器甚至不需要使用操作系統和中間件。車載智能計算平臺軟件架構更復雜，自下而上包括虛擬機、操作系統、中間件、功能軟件和應用軟件。億歐智庫：高等級智能駕駛功能系統溝通：感知、決策、執行硬件：基于MCU的單片機系統軟件：以實時操作系統OSEK為主，基于CPAUTOSAR框架特點：處理基本運算和邏輯判斷，功能專一，實時性和安全性強傳統控制器應用軟件功能軟件基礎應用中間件操作系統虛擬機硬件應用軟件中間件操作系統MCU軟件硬件車載智能計算平臺硬件：片內引入專用計算單元、板上集成多SoC的高算力異構架構軟件：高度分層化與模塊化，支持實時和非實時操作系統，基于SOA架構設計。特點：高算力，處理大容量運算和復雜邏輯，應用功能多樣，拓展性強車載計算平臺成為實現高等級智能駕駛功能唯一方案數據來源：億歐智庫1.2.2

驅動因素：座艙算力需求劇增，需車載智能計算平臺提供算力冗余實現“軟件定義”DMS攝像頭……多音區麥克風車內毫米波雷達近車外攝像頭車輛信息輸入車外前視攝像頭車輛數據用戶數據環境數據交通數據用戶興趣車端場景服務應用++服務個推性薦化+機器主動式交互語音識別人臉識別觸屏識別手勢識別虹膜識別生物識別模態融合出行場景 娛樂場景 車生活場景駕駛艙系統 信息娛樂系統社交場景其他系統場景引擎車輛使用周期（5年+N年）車輛開發周期（3年）硬件軟件SOPA版本B版本軟件開發周期分離售出軟件持續迭代滿足用戶個性化和長尾需求版本1版本2版本NOTA

OTAOTA免費付費功能1功能N新需求驅動車輛換置基礎軟件/功能付費軟件/功能在感知、交互、場景應用持續升級的背景下，座艙芯片需支撐大規模傳感器數據處理、持續攀升的AI算法數量與海量應用軟件服務，座艙數據量與處理需求將超過手機，算力需求飛速增長。車載計算平臺多采用異構芯片硬件方案，異構芯片硬件方案包括采用單板卡集成多種架構芯片的方案，以及采用同時集成多個架構單元的SoC芯片的方案。車載計算平臺可通過提高單芯片算力、復制堆疊計算單元等方式實現算力的彈性拓展。傳統功能汽車采用分布式電子電氣架構，離散化的ECU軟硬件緊耦合且各ECU之間獨立性較強，硬件資源無法共享且形成數據孤島，對用戶新需求反饋的整體周期長達20個月以上，難以形成持續快速迭代的軟件開發模式。軟件定義汽車開發模式可以通過硬件預埋，軟件持續優化升級的方式實現用戶體驗提升，其核心是車載計算的集中化發展，高集成化的域控制器、HPC成為關鍵。汽車座艙功能的實現從輸入至輸出涉及多模塊多環節，復雜程度逐漸提升，對于算力的需求劇增軟件定義汽車開發模式通過軟硬件解耦，將車輛硬件與軟件開發流程與周期分離；通過軟件持續迭代，滿足用戶需求，持續獲取市場反饋并加以改進優化，形成軟件研發數據閉環。軟件定義汽車開發模式用戶需求反饋實時更新，長期形成數據閉環車載計算平臺集中化發展數據來源：億歐智庫1.3.1

整車E/E架構持續演進，2023年車載智能計算平臺逐漸全面進入域集中式E/E架構GWGW超級電腦超級電腦模塊化功能集成域集中域融合中央計算車載云計算各功能都有一個對應的模塊ECU整合，集成軟硬件域控制器產生，基礎控制其標準化域控制器整合域控制器整合為超級電腦泊車功能與行車功能融合，出現行泊一體技術方案即智能駕駛域控方案。智能駕駛域的功能和座艙域的功能進行跨域融合，形成一個更高性能的艙駕融合HPC。遵循整車E/E架構發展路徑，車載智能計算平臺的發展歷程可分為三大階段，分別為分布式E/E架構平臺（包括模塊化架構與功能集成架構）、域集中式E/E架構平臺（包括域集中架構與域融合架構）以及最終的中央集中式E/E架構平臺。目前國內已有多家企業發布了相關產品，并持續深耕更具有性價比的產品方案。隨著E/E架構的升級至域融合架構階段（本質上仍屬于域集中式E/E架構），各域功能之間會實現跨域融合，高性能計算平臺（跨域融合HPC）也將在2023年迎來量產。主機廠對于車載智能計算平臺的關注度逐漸提高，使本土供應商可憑借車載智能計算平臺獲得先發優勢與彎道超車的最佳機遇。億歐智庫：整車E/E架構升級，車載智能計算平臺不斷演進，2023年下一代跨域融合HPC成為熱點時間域集中式E/E架構中央集中式E/E架構數據來源：博世、億歐智庫2021年之前2021年-2023年2023年-2025年2025年之后1.3.2

部分主機廠已實現域集中架構車型量產，領先企業長期布局跨域融合方案新勢力、部分自主車企（長城、比亞迪、吉利等）已率先進入域集中架構階段，合資、外資車企陸續跟進，當中部分領先企業已開始嘗試探索跨域融合架構與中央計算架構。當前形成了兩種主流的跨域融合方案：按功能融合、按位置融合。按功能融合是將全車劃分為整車控制（vehicle

domaincontroller,VDC）、智能駕駛（ADAS

domaincontroller,

ADC）、智能座艙（cockpit

domain

controller,

CDC）三大功能域，分別實現車輛行駛、自動駕駛、信息娛樂等功能。按位置融合是采用區集中式（ZonalE/EA），按照汽車的物理空間，將全車劃分為多個區域，如左車身域、右車身域等。大眾億歐智庫：部分代表車企E/E架構發展路線蔚來小鵬理想E/EA2.0功能域劃分、整車OTAP7、P5域集中E/E架構五大功能域劃分ET7、ET5域控制器架構智駕域、智艙域、車控域理想L9長城GE/EP3.0

域控制器架構動力底盤域、車控、智能座艙、智能駕駛域，2021量產E3

1.1車控、智駕、智艙三域劃分MEB平臺

ID.4，2021上汽中央計算（車控及數據融合中心）+智能駕駛（智駕控制中心）+智能座艙（交互中心）+AI

Box（算力拓展中心），2021搭載，L2.9+智駕整車計算中心（HPC1+HPC2）+4區域控制器2024年搭載，L4+智駕E/EA1.0分布式ECU、局部OTAG3分布式E/E架構分布式、獨立ECUES8、ES6、EC6分布式架構分布式ECU理想ONE全棧1.0

域集中式E/EA3.0中央超算+區域控制G9整車集中式E/E架構中央集中式架構下一代量產車型中央計算平臺架構CCU（智駕+智艙+車控）+區域控制器，2023年（E）全棧3.0

中央計算式++ICAS1車輛控制ICAS2智能駕駛ICAS2暫未研發完全ICAS3信息娛樂BDC + SAS + MGU車輛控制 智能駕駛 信息娛樂VDC + MDS + CDC車輛控制 智能駕駛 信息娛樂按功能進行跨域融合-三域架構Centralzone+Core

systemMechatronic

rim+按位置進行跨域融合-區域集中架構GE/EP

4.0

中央計算+區域3大計算平臺+3個區域控制器，2022量產E3

1.2車控、智駕、智艙三域劃分PPE平臺，奧迪、保時捷，2023（E）注： 已實現GE/EP

5.0

One

Brain架構中央計算大腦+智能區域控制，2024量產E3

2.0車控、智駕、智艙三域劃分SSP平臺，2025（E）已研發 已規劃數據來源：億歐智庫BCM

RH右車身控制CCM+BCMFH+BCMLH

+中央計算 前車身控制 左車身控制1.4

車載智能計算平臺產業鏈邊界模糊，參與企業拓展業務線可提供開放式產業合作模式車載SoC&MCU虛擬機底層操作系統中間件功能軟件應用軟件通過架構模塊看，車載智能計算平臺的生態圈主要由傳統汽車零部件企業、車載芯片廠商、算法解決方案商、系統軟件廠商以及主機廠構成。相較于本土企業，國外大廠已構建了成熟生態以及深度合作關系。業務發展方面，車載智能計算平臺產業鏈上下游企業不斷拓展自身業務線、提升軟硬件協同發展的能力。底層芯片在提供硬件芯片外，正在溝通軟件算法的能力；中間件企業逐步提供功能軟件以及應用軟件算法相關業務；主機廠不再僅是零部件集成商，開始自研應用軟件相關業務，希望實現產品的自主可控。企業業務不斷拓展過程中，也為產業鏈提供更加開放多元的合作模式與可能。2023年車載智能計算平臺產業圖譜數據來源：億歐智庫目錄C

O

N

T

E

N

T

S0405車載智能計算平臺對SEV產業未來影響展望中國車載智能計算平臺演進升級對于智能電動汽車的影響中國智能電動汽車產業鏈未來發展展望01 中國車載智能計算平臺發展綜述車載智能計算平臺技術原理與組成部分車載智能計算平臺發展驅動因素研究車載智能計算平臺演進路線及發展進程解析車載智能計算平臺產業鏈拆解02 中國車載智能計算平臺發展路徑分析-域集中架構域控制器市場現狀與相關技術分析中國域控制器市場規模預測03 中國車載智能計算平臺發展路徑分析-跨域架構跨域融合HPC市場現狀與相關技術分析跨域融合前瞻布局企業分析跨域融合面臨挑戰以及未來產業格局中國車載智能計算平臺發展前瞻分析-中央計算平臺中央計算平臺架構發展面臨挑戰中央計算平臺架構布局企業分析2.1.1

整車E/E架構域集中階段，域控制器可有效降本并提升車輛各部件互聯效率汽車域控制器DCU（Domain

Control

Unit）可以很好的解決信息安全，以及電子控制單元的瓶頸問題。博世、大陸等傳統Tier1根據汽車電子部件功能將整車劃分為智能座艙域、車身控制域、動力總成域、底盤域以及智能駕駛域，利用處理能力更強的多核CPU/GPU芯片相對集中的控制每個域，以取代傳統分布式電子電氣架構。通過DCU的整合，分布在車輛不同部位的硬件可以更加有效率的互聯，同時節省了整車的布線成本與設計難度。域控制器的核心發展使芯片的計算能力快速提升，公用信息的系統組件，能在軟件中分配和執行，可實現以足夠的資源快速響應完成需求指令，具備平臺化、兼容性、集成高、性能好等優勢。HUDDMS中控顯示其他座艙功能域控制器域控制器智能座艙域車窗座椅BCM其他車身控制功能車身控制域域控制器PEUTCUBMC其他動力控制功能動力總成域域控制器EPS避震器安全氣囊其他底盤控制功能底盤域域控制器攝像頭激光雷達超聲波雷達其他智能駕駛功能智能駕駛域以太網主干線標準化執行器與傳感器無線通信計算與控制云信息服務、導航、動態交通、出行服務、遠程控制、車輛數據、駕駛員數據、預測性診斷、自維護系統、道路情況、駕駛員輔助、V2X安全、自動駕駛、……數據來源：億歐智庫2.1.2

域控制器開發模式呈多樣化發展，主機廠和Tier1廠商共同研發為當前主流模式域控制器作為智能汽車的核心部件，向上支撐應用軟件開發、向下鏈接E/E架構和眾多系統零部件，市場競爭正日趨白熱化。主機廠嘗試通過與眾多供應商的合作協同，構建全棧自研的開發能力。對于主機廠而言，打造適合自身的業務發展模式并一蹴而就，而是長期不斷嘗試與優化的過程。中期看，域控制器的主流合作模式將還是由主機廠和Tier1廠商共同研發完成，

實力較強的國內Tier1廠商將更有可能抓住域控制器市場空間全面增長機遇；長期看，整車廠自研域控制器是趨勢，有實力的整車廠出于軟件定義汽車和后續OTA升級等需求，更傾向于實現域控制器自研。億歐智庫：中國智能汽車域控制器業務產業開發鏈條主機廠投資設立投資設立Tier0.5供應域控制器Tier2/芯片廠商主機廠委托代工域控制器域控制器硬件制造可轉型通過代理或直銷模式出售芯片Tier

0.5Tier1供應域控制器Tier

1Tier1.5與Tier1/0.5合作提供域控制器域控制器生產制造

系統集成商委托代工域控制器OEM/ODM代工商主機廠直接采購域控制器芯片數據來源：億歐智庫智能汽車域控制器業務開發的模式涉及多方參與者：主機廠、Tier0.5、Tier1、Tier1.5、Tier2/芯片廠商以及OEM/ODM代工商Tier

1.52.1.2

合作協同開發成為產業主調，

5大開發模式為域控制器發展提供多元化保障域控制器開發模式多樣，合作協同開發是當前產業發展的主調。億歐智庫認為域控制開發模式目前可分為5大模式：主機廠委托代工域控制器、Tier1供應商為主機廠提供域控制器、Tier1.5與Tier1/0.5合作提供域控制、Tier0.5提供域控制器、系統集成商委托ODM/OEM代工域控制器。當前主流模式為Tier1采用白盒或灰盒的交付模式，主機廠掌控應用層開發權限，芯片商提供芯片、開發軟件棧和原型設計包，Tier1提供域控制器硬件生產、中間層以及芯片方案整合。例如英偉達+德賽西威與智己、Mobileye+知行科技與極氪，均采用此類合作模式。模式一：主機廠委托代工域控制器?

當前除了最基礎的硬件制造，ODM/OEM代工廠商開始介入域控底層基礎軟件、BSP驅動等軟件工程環節。模式二：

Tier1供應商為主機廠提供域控制器?

此模式為當下最普遍的合作模式，Tier1采用白盒或灰盒的交付模式，主機廠掌控應用層開發權限，芯片廠商、Tier1、主機廠建立深度合作，芯片商提供芯片、開發軟件棧和原型設計包，Tier1提供域控制器硬件生產、中間層以及芯片方案整合++++模式三：Tier1.5與Tier1/0.5合作提供域控制Tier1.5誕生于軟硬件分離趨勢之下，主攻域控基礎軟件平臺，向上可支撐主機廠掌控系統自主開發權，向下可整合芯片、傳感器等Tier2的資源。模式四：Tier0.5提供域控制器通過與主機廠深度綁定，Tier0.5從全流程介入主機廠研發、生產、制造，甚至后期的數據管理和運營。除了主機廠投入或聯合成立的Tier0.5之外，芯片廠商也可轉型成為Tier0.5。隨著芯片廠話語權不斷加大，部分芯片廠正尋求與主機廠形成深度合作。模式五：系統集成商委托ODM/OEM代工域控制器?

此模式適用于智駕解決方案商與座艙軟件平臺商，通過ODM/OEM代工商提供車規級硬件前裝生產能力的補充，為主機廠提供“域控制器+ADAS系統集成開發”整套解決方案。++代表企業域控制器開發模式數據來源：億歐智庫2.1.3

本土域控供應商競爭力提升，技術、時間、量產壁壘幫助企業實現強者恒強本土域控供應商打破了市場固化的產品形態和行業分工，加速域控產品量產落地進程的同時，也推動了更加開放的市場格局形成。本土域控制器Tier1的核心競爭力體現：提供全棧解決方案快速應對車企的差異化需求，提供多樣化合作模式充足的量產經驗、工程能力以保障產品順利交付Tier1具備跨域的前瞻技術儲備技術壁壘包括與固定芯片廠商的長期合作能力、系統集成能力、產品開發能力、安全研發體系、滿足高時效交付要求的研發能力以及戰略供應鏈搭建，從而實現規模效應，有效控制量產產品的成本和

良品率。時間壁壘包括研發人員培養，對高時效交付體系的提前布局，對研發成功后的域控制器在上市前進行性能、安全性測試、路測、仿真測試、問題解決優化等重要環節

的測試。對于域控制器總成廠家來說，域控量產產品的穩定性、可靠性和技術成熟度成為整車廠與域控集成商合作時考慮的重要因素。供應商量產時間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年本土域控供應商核心競爭力的逐步提升，打破了原有市場固態的產品形態和行業分工，也為車企在打造行泊一體功能時提供了更加多元化的合作模式，使車企可以根據自身需求進行定制化的方案部署。本土域控供應商力量的加入，加速了域控制器產品量產落地進程，也推動了更加開放的市場格局形成。域控產品的量產穩定性以及產品性能成為主機廠衡量本土供應商的核心維度。隨著本土供應商研發的深入，產品功能特性層面得到優化的同時，也不斷發掘出具有更加適合中國用戶的應用場景和個性化功能。域控制器企業在實現產品方案的量產過程中，需要克服技術壁壘和時間壁壘 2023年本土部分已實現域控制器量產的企業數據來源：專家訪談、億歐智庫2.1.4

域控制器促進產業協同發展，硬件強大性能與軟件標準化支持成為關鍵技術GPUFPGAASIC定制化程度通用型半定制化定制化靈活性高高低成本高較高低功耗大較大小優點峰值計算能力強、產品成熟平均性能較高、功耗相對較低、靈活性強平均性能強，功耗低、體積小缺點功率不高、不可編輯、功耗高量產單價高、峰值計算能力較低、編程語言難度大前期投入成本高、不可編輯、研發時間長、技術風險大芯片類型比較SoC芯片集成CPU、AI芯片（GPU、FPGA、ASIC）、深度學習加速單元（NPU）等多個模塊。其中以圖像運算為主的GPU相比CPU擁有更多計算單元，因此智能駕駛域控制器采用SoC芯片成為主流趨勢。SoC芯片可更好提供汽車智能化所需的算力。進入域控制器階段汽車智能化程度大幅增加，運算處理復雜度呈指數級增加，同時“硬件預埋+軟件升級”的發展模式需要域控制器主控芯片有更強的多核、更大的計算能力。L3級別自動駕駛產生的數據量是2.3GB/s，對算力要求在129TOPS以上；L4級別自動駕駛數據量達到8GB/s，對算力要求達到448TOPS以上；L5級需要超過1000TOPS。應用軟件基礎軟件硬件應用軟件AUTOSAR基礎軟件硬件應用軟件基礎服務AUTOSAR基礎軟件硬件電子控制器黑盒方案 基于AUTOSAR軟件平臺 面向SOA汽車軟件①

早期車內嵌入式軟件沒有統一標準，基礎軟件和應用軟件強耦合，不具可移植性。②

AUTOSAR的應用，對嵌入式基礎軟件的接口進行標準化，讓應用開發者基于統一的基礎軟件接口進行應用開發。③

目前采用SOA軟件服務架構的應用打通了車內的E/E架構壁壘，進一步對嵌入式應用軟件的接口進行了標準化，讓APP開發者基于統一基礎服務接口進行應用的迭代開發，隱藏了不同車型配置下應用軟件的差異。域控制器作為集中式架構的核心，域內大部分功能將由域控制器控制實現。域控制器利用處理能力強大的SoC主控芯片計算，通過系統軟件（操作系統、中間件）和應用算法實現對域內功能的集中控制。SoC主控芯片提供硬件計算能力，使更多核心功能集中在域控制器內，系統功能集成度提高的同時，對功能感知與執行硬件要求降低軟件架構層，操作系統主要負責對硬件資源進行合理調配，以保證各項功能的有序進行，并提供豐富的標準化軟件接口支持，支撐上層的應用算法。大量的應用算法提供更多功能體驗。更靈活的整車OTA可帶來應用算法的不斷增加更新，使車企有能力為用戶提供不斷迭代升級的功能體驗。硬件：SoC芯片代替MCU芯片域控制器主控芯片 軟件：SOA軟件架構實現軟硬件解耦及軟件標準化軟件架構演進加速軟硬件解耦整車企業以及Tier1/解決方案供應商將操作系統和中間件等軟件算法作為發展重點，致力于定義更統一的中間件通信和服務，以降低開發成本和系統復雜度。主機廠以及Tier1在選擇底層硬件芯片時，將能否與軟件算法良好適配視為重要的采購參考因素數據來源：專家訪談、億歐智庫2.1.5

加碼SoC芯片業務布局，芯馳科技專注智艙、智駕、智控三大核心應用方向芯馳科技作為本土芯片廠商，其X9系列處理器是專為汽車電子座艙設計的車規級芯片，支持“一芯多屏”，能夠實現座艙功能全場景覆蓋，為車企提供本土化、定制化服務。目前X9系列已在眾多主機廠中實現量產。芯馳科技針對行泊一體ADAS域控制器專門設計的新一代車規處理器V9P，CPU性能高達70KDMIPS，整體AI性能高達20TOPS，在單個芯片上即可實現AEB（自動緊急剎車）、ACC（自適應巡航）、LKA（車道保持）等主流L2+

ADAS的各項功能和輔助泊車、記憶泊車功能，并能集成行車記錄儀和高清360環視。芯馳科技X9系列座艙芯片已實現規模化量產?

芯馳科技X9系列處理器是專為新一代汽車電子座艙設計的車規級汽車芯片。2023年4月，芯馳推出面向未來智艙應用的新一代全場景座艙處理器X9SP。ISPVPUNPUCortex-A55LinuxVisionDSPPowerVRGPU安全島2*LS

R5FASIL-DAutoSARHSMEMMC LP

DDR4 NOR

FlashMIPICSIMIPICSIETHPCIEMIPIDSICANFDIOETH芯馳科技推出行泊一體車規級處理器V9P?

2023年4月，芯馳發布智能駕駛處理器V9P，由東軟睿馳全球首發。V9P是針對行泊一體ADAS域控制器專門設計的新一代車規處理器，具有高性能和高集成的特點。產品性能優勢：芯馳科技V9P車規級處理器可在單個芯片上可實現主流L2+

ADAS的各項功能和輔助泊車、記憶泊車功能，并能集成行車記錄儀和高清360環視，為車企提供高性價比行泊一體方案。芯馳科技V9P產品架構行車/泊車感知，規劃，360環視

安全島，控車 單芯片實現豐富智駕場景支持攝像頭、毫米波雷達、超聲波雷達等多種傳感器接入高性能NPU/GPU/CPU實現感知、融合、路徑規劃內置安全島雙核鎖步CPU可支持控車高可靠性AEC-Q100Grade

2內置安全島診斷覆蓋率達到ASIL

DX9SP藍牙WiFiAudioDMS/OMS/DVR、環視攝像頭CAN網絡CPU安全島3D/2DGPUVPUAI

EngineeMMCQSPIHUD儀表+中控+副駕產品性能優勢：支持“一芯多屏”，可實現座艙功能的全場景覆蓋，NPU算力為8TOPS。X9SP和前代X9HP保持了硬件Pin-To-Pin兼容和軟件兼容，一個月即可從X9HP平滑升級至X9SP，僅需9個月左右就可實現車型快速量產，最大程度優化成本，并同時大大降低研發投入。芯馳科技X9SP典型解決方案框圖數據來源：芯馳科技、億歐智庫2.2.2

超星未來打造輕量級智駕芯片驚蟄R1，自研NPU架構與工具鏈實現方案高性價比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高效能設計高效支持主流算子與模型結構覆蓋圖像分類、目標檢測、語義分割、點云感知、BEV感知等需求核心能效＞4TOPS/WNPU平均利用率＞70%輕量化算子專項優化多核心靈活調度量化精度保持＞99%剪枝效率提升＞3倍最大推理加速比10倍NPU利用率高于競品＞30%超星未來基于自研AI處理架構“平湖”推出的智駕計算芯片“驚蟄R1”，可提供16TOPS的AI算力和30KDMIPS的通用算力。“驚蟄R1”

可通過單芯片實現行泊一體功能，同時可根據不同場景選擇高吞吐率模式與低延時模式運行。“驚蟄R1”芯片可支持BEV算法部署，定位L2+級別全場景智能駕駛應用，面向量產市場。超星未來自研的AI處理架構“平湖”，可實現NPU平均利用率＞70%。基于自研智能駕駛計算芯片打造的全流程開發工具鏈“魯班”可廣泛支持各類算子，提供成熟的API接口，實現端到端高性能推理，助力用戶便捷地開發出具有性價比的智駕產品。驚蟄R1-智能駕駛計算芯片 平湖-高能效AI處理架構L2+全場景智能駕駛應用16TOPS

AI算力先進架構：四核自研NPU實測能效比4TOPS/W高吞吐率

低延時功耗＜8.5

W平均利用率70%30KDMIPS

8核CPU卷積運算效率＞85%高性價比：較同級別智駕方案總成本降低30%-50%魯班-全流程開發工具鏈協同優化與芯片架構深度協同優化，支持訓練后量化、量化感知訓練及混合精度量化。高效部署成熟的API接口和開發框架，降低用戶開發門檻和系統遷移成本。靈活易用提供完整的軟件工具鏈產品、參考算法及開發套件，易于上手。擴展性強支持業內主流模型和客戶自定義算子，可及時響應客戶多樣化開發需求。超星未來驚蟄R1架構框圖數據來源：超星未來、億歐智庫2.2.2

超星未來基于驚蟄R1芯片打造軟硬件業務部署，提供可快速落地的系統解決方案作為軟件開發迭代平臺支持客戶自研中間件、算法的遷移與部署作為完整智駕系統方案提供硬件、系統軟件解決方案，協助中間件、算法遷移邊緣計算模組NM10外形小巧、兼容性強，支持多樣化AI邊緣計算場景強勁的AI算力靈活的外設資源完善的工具配套算力高達16TOPSSoC功耗低于8.5W能效比＞4TOPS/W豐富的存儲2×32-bit內存64GB

eMMC存儲支持多路傳感器以及高精地圖盒子、組合慣導等接入，提供多路以太網、CAN、USB等各類接口提供“魯班”、高可靠系統軟件“NOVA-Drive”及算法參考方案作為算力擴展平臺快速擴展客戶智駕系統方案的AI算力高能效、低功耗算力高達16TOPS系統典型功耗7.5WNPU能耗比＞5TOPS/W強大的數據處理能力基于AI計算模塊，高效支持邊緣端數據脫敏和匿名化服務支持邊緣端數據實時挖掘和清洗針對重點數據信息智能分類上傳帶寬高利用

數據低延時響應時間短，實時性強高價值數據傳輸，節省網絡帶寬完善的工具配套支持各類算子和深度學習框架，并支持算法持續迭代為客戶賦能提供全流程開發工具鏈“魯班”、高可靠系統軟件“NOVA-Dirve”及邊緣側算法參考方案高階行泊一體參考方案：NOVA-ADCU

Ultra-雙R1+MCU?

10V5R1L12USS：高效支持BEV部署、擁堵/高速自動駕駛、城區NOA、代客泊車、LiDAR三維感知、視覺&點云SLAM輕量級行泊一體參考方案：NOVA-ADCU

Pro-單R1+MCU?

5V5R12USS：高性價比行泊一體、高速NOA、AB點記憶泊車、行泊全時處理雙目智駕參考方案：NOVA-ADCU

Air（Bino）-單R1+MCU（選配）?

Bino

Camera：支持主動安全、路面高程檢測、魔毯懸掛、通用障礙物避障路側感知參考方案：NOVA-ADCU

RS-R1應用于路側MEC?

LiDAR*N：LiDAR點云融合、路側目標檢測與跟蹤、交通狀態事件判斷與播發、路口環境監測基于驚蟄R1芯片，超星未來打造計算平臺開發套件NE100以及邊緣計算模組NM10。NE100全面支持各類傳感器接入，適配多種深度學習算法框架，可高效實現感知、融合、預測、規劃、控制等功能，幫助客戶快速進行L2+智能駕駛、特定場景L4、路側感知等場景原型系統的開發與驗證；NM10能快速實現終端設備和邊緣端設備的AI應用部署，應用于AI邊緣計算全場景。基于NM10和工具鏈“魯班”，客戶可快速部署自研算法或基于參考算法進行特定功能開發。超星未來提供系統級解決方案NOVA-ADCU，根據不同等級與客戶智能駕駛的需求，通過傳感器組合與R1芯片的適配快速實現方案落地，可幫助客戶實現輕量級/高階行泊一體功能、基于雙目視覺的基礎智駕功能以及V2X路側感知參考方案。智能計算平臺開發套件NE100滿足差異化開發需求，覆蓋多階方案 超星未來智能駕駛參考方案NOVA-ADCU數據來源：超星未來、億歐智庫2.1.5

優質軟件算法可減少算力依賴，小馬自研算法打造三款硬件差異化系統級解決方案長距攝像頭*7毫米波雷達*3?

特點：全套智駕硬件成本數千元，具有產品性價比，傳感器數量精簡等優勢，壓榨硬件性能，實現高速NOA、記憶泊車與主動安全功能。?

芯片方案：算力50-100TOPS，支持地平線征程5、英偉達Orin或類似算力芯片平臺攝像頭*11 毫米波雷達*5激光雷達*1小馬智行自研BEV感知算法，大模型識別各類型障礙物、車道線及可通行區域等信息，實現在降低算力需求與無高精地圖的情況下，僅用導航地圖也可實現高速與城市NOA功能。同時，小馬智行基于對復雜場景處理的積累創新博弈交互式規劃算法，考慮自車與社會車輛的博弈，當高速NOA功能在傳感器數量大幅精簡的情況下，仍可保障用戶的駕乘體驗。小馬智行通過優化軟件算法，實現相同硬件方案帶來更優的行泊車表現，同時可根據車企對功能、性能的需求，打破堆料式硬件選型的模式。目前，小馬智行基于不同傳感器和算力配置，推出三款系統級方案：PonyClassic，Pony

Pro以及Pony

Ultra，提供差異化的參考硬件參考配置，也可根據客戶需求量身定制整體方案。PonyClassic：高速NOA+記憶泊車方案 PonyPro

：城市NOA+自主代客泊車方案 Pony

Ultra：高階城市NOA+自主代客泊車方案攝像頭*11毫米波雷達*5激光雷達*3（

車輛左右側2顆補盲激光雷達為選配）?

特點：加裝一顆激光雷達，實現城市NOA與自主代客泊車功能。?

芯片方案：算力約200TOPS，支持單顆英偉達OrinX或類似算力芯片平臺。?

特點：智能駕駛體驗的頂配方案，城市NOA可實現媲美小馬智行的L4

Robotaxi體驗。?

芯片方案：算力約500TOPS，支持兩顆英偉達OrinX、地平線征程6或類似算力芯片平臺。數據來源：小馬智行、億歐智庫2.1.5

軟硬件布局可提升方案適用性，小馬域控“方載”+工具鏈“蒼穹”量產齊發力目前，小馬智行自研的域控制器“方載”，已開始量產交付。小馬智行正在探索“方載”在低速無人駕駛領域的應用，滿足客戶對計算平臺車規化的需求，解決智能計算平臺等硬件成本高的痛點，賦能無人配送、環衛、港口和礦區等應用場景。小馬智行已推出采用DRIVE

Orin芯片不同配置的兩款域控制器。依托內部開發過程中打磨出的成熟的工具鏈體系，小馬智行推出了數據閉環工具鏈產品“蒼穹”，幫助客戶挖掘數據價值，提升智駕系統能力。蒼穹數據閉環工具鏈由兩大核心模塊協同組成，分別是車云協同大數據平臺與云端大規模仿真平臺，配合靈活接入的數據標注工具與模型訓練工具，幫助客戶實現研發測試階段的全量數據閉環以及量產階段基于影子模式的數據閉環。小馬智行自研打造車規級域控制器-方載基于單DRIVE

Orin版域控制器算力：254

TOPS?

重量：1200g基于雙DRIVE

Orin版域控制器算力：508

TOPS?

重量：2200g基于兩款域控制器及小馬智行自動駕駛軟硬件的加持，車輛可在繁忙的城市公開道路以及高快速路實現多種智能駕駛功能，包括：擁堵路段跟車并線、根據導航自主變道、信號燈識別、施工及事故區域繞行、VRU識別與處理、匝道通行及匯入主路、自動通過

ETC

收費站等。方載從性能、安全、成本、可靠性等方面，都更適用智能駕駛應用場景，更好地匹配上層軟件算法。目前，小馬智行域控制器已經通過汽車功能安全ASIL-D認證與國際質量體系認證。車云協同大數據平臺云端大規模仿真平臺小馬智行推出數據驅動的智駕研發工具鏈-蒼穹解決數據爆炸問題 精準評測系統能力數據采集數據集管理數據挖掘 數據分析智能交通參與者行為完美一致性智能任務調度?

車云協同大數據平臺能夠高效地解決當前智駕系統研發普遍面臨的數據爆炸問題。通過車端及云端的協同機制，精準挖掘高價值數據，提供數據分析套件，實現一站式的數據利用功能。?

云端大規模仿真平臺是智駕系統快速迭代的引擎，支持快捷精準的多維度指標評測，覆蓋安全性、合規性、舒適度及通行效率等多方面。該平臺基于行為完美一致的仿真引擎和Smart

Agent技術，最大程度保障了仿真結果的可信度。數據來源：小馬智行、億歐智庫2.2.1

2025年輕量級行泊一體方案市場規模預計403.5億元，高階方案預計393.7億元隨著行泊一體技術與域控制器產品的成熟，5R5V為主的輕量級行泊一體方案將取代“5R1V+融合泊車（APA+AVM）”方案成為中端汽車市場的標配；而在25萬元以上的高端車型市場當中，為應對更高級別的智駕功能，將采用更高階并搭載激光雷達的異構冗余方案占領，同時配套更高算力的智駕域控制器。億歐智庫預測2025年中國輕量級（5V5R）行泊一體方案的市場滲透率達38%，同時由于方案成熟度的提高以及成本的下降，市場規模預計到達403.5億元；2025年中國搭載激光雷達的異構冗余行泊一體方案的市場滲透率達8%。異構冗余的行泊一體方案，由于搭載激光雷達，其域控產品以及整套方案的成本較高，2025年市場規模預計到達393.7億元。11.456.7111.4196.4403.51%5%10%18%38%202120222025E2023E市場規模2024E滲透率億歐智庫：中國輕量化行泊一體（5V5R）方案滲透率與市場規模（億元）64.4122.5163.5260.4393.71%2%3%5%8%202120222025E2023E市場規模2024E滲透率億歐智庫：中國高階行泊一體（xVxRxL）方案滲透率與市場規模（億元）5R5V為主的輕量級行泊一體方案將取代“5R1V+融合泊車（APA+AVM）方案迎來規模化量產。搭載激光雷達的異構冗余方案由于其成本，更多集中在25萬元以上車型當中，其滲透率增速相對平緩。數據來源：億歐智庫2.2.2

2025年中國智駕域控市場規模將超300億元，座艙域控市場將超400億元28.447.480.4167.332.26.45971.1111.6155.420212025E2022 2023E輕量級域控市場規模2024E高算力域控市場規模322.7192.0118.587.438.6102.2165.3212.7321.3430.2202120222025E2023E 2024E座艙域控制器市場規模智能駕駛功能的滲透率穩步提升，隨著E/E架構的升級，前視一體機將本逐步被替代，適用于行泊一體的域控制產品將成為車企布局智能駕駛業務過程中的核心硬件。當前域控產品的發展過程中，適用于L2級別行泊一體的輕量級域控憑借成本優勢，成為傳統主機廠的首選。具有更高算力面向L2+/L3級別行泊一體域控制器，成為新勢力車企布局高階智能駕駛的關鍵。中國智能駕駛域控制器市場在輕量級域控與高算力域控的穩定增長下，2025年市場規模將達到322.7億元。智能座艙域將HUD、儀表、車載信息娛樂等座艙電子以及交互方式進行融合集成。相較于智能駕駛域，座艙域控制器相對較為成熟，座艙域控制器將成為L2及以上級別智駕車型的標配，同時隨著芯片會有所升級但是整體大規模放量，后續價格依次降低，預計2025年中國智能座艙域控制器市場規模將達到430.2億元；2021-2025年中國智能駕駛域控制器市場規模預測（億元） 2021-2025年中國智能座艙域控制器市場規模預測（億元）數據來源：億歐智庫目錄C

O

N

T

E

N

T

S0405車載智能計算平臺對SEV產業未來影響展望中國車載智能計算平臺演進升級對于智能電動汽車的影響中國智能電動汽車產業鏈未來發展展望01 中國車載智能計算平臺發展綜述車載智能計算平臺技術原理與組成部分車載智能計算平臺發展驅動因素研究車載智能計算平臺演進路線及發展進程解析車載智能計算平臺產業鏈拆解02 中國車載智能計算平臺發展路徑分析-域集中架構域控制器市場現狀與相關技術分析中國域控制器市場規模預測03 中國車載智能計算平臺發展路徑分析-跨域架構跨域融合HPC市場現狀與相關技術分析跨域融合前瞻布局企業分析跨域融合面臨挑戰以及未來產業格局中國車載智能計算平臺發展前瞻分析-中央計算平臺中央計算平臺架構發展面臨挑戰中央計算平臺架構布局企業分析3.1.1

跨域融合目標將至，基于軟硬件協同發展的艙駕融合成為當下主流發展路徑多域計算布局方式探索/規劃中的企業車身域+動力域+底盤域底盤域、車身域和動力域融合成一個整車中央控制器?

主機廠：大眾、廣汽、理想、極氪等經典三域融合架構，

由整車中央控制器、智能座艙和智能駕駛域三域組合?

Tier1：大陸、采埃孚、安波福等已推出車身、動力、底盤三域融合產品車身域+座艙域將車身域與座艙域融合?

主機廠：吉利旗下億咖通與百度APOLLO聯合打造的吉利汽車OS將智能座艙域與整車控制域融合打通，實現人車交互、全車智控、邊緣AI、開放生態等四大功能。?

Tier1：博泰車聯網基于高通8295芯片布局座艙域與車身域融合底盤域+智駕域將底盤域與智能駕駛域融合成一個域控制器?

主機廠：蔚來推出跨域融合的底盤域控制器ICC，將智能駕駛域控制器和底盤域控制器ICC所負責的系統相互結合座艙域+智駕域自動駕駛和智能座艙域融合成為一個高性能計算單元?

主機廠：上汽零束采用艙駕融合HPC與中央控制HPC，配置四個區域控制器形成雙域融合架構?

Tier1：博世、創時智駕、中科創達、毫末智行等均計劃推出艙駕合一方案（準）中央計算+區域控制域通過（準）中央計算平臺+區域控制器實現跨域融合?

主機廠：全球主機廠均在布局（準）中央計算平臺+區域控制器的架構?

Tier1：博世、大陸、東軟睿馳、德賽西威等已著手研發中央計算平臺，為中央計算架構做準備艙駕融合是眾多OEM、Tier1發力的方向，芯片廠商作為提供底層硬件的核心供應商以率先布局，其中高通與英偉達分別憑借座艙與智駕領域的積累開始發力：高通8795芯片將支持座艙和自動駕駛多域融合計算，國內中科創達、毫末智行等企業已著手開發；英偉達基于Orin

X芯片在智能駕駛領域的積累，全面融合座艙應用開發，通過英偉達DRIVE

IX軟件棧，實現智能駕駛和艙內算法融合。域融合階段，五大功能域之間開始嘗試進行跨域融合，雖然不同的主機廠有不同的理解和做法，但發展思路均是先將部分域的功能集成到一個高性能計算單元內，再逐漸聚合更多的功能域，最終實現1個中央計算大腦的目標。智能座艙與智能駕駛域之間的融合為當前被討論最多的方向-將座艙域和智能駕駛域進行跨域融合，形成艙駕一體域控制器。座艙與駕駛的跨域融合正沿硬件和軟件兩個層面去發展。硬件上的融合將更多基于產品視角，從成本和設計的維度進行考慮，實現共用一顆SoC芯片的硬件融合。軟件上的融合將更多基于技術視角，從功能的維度進行考慮，改變整體軟件架構設計，從而使其能夠更加適用于艙駕融合系統。億歐智庫：跨域融合技術設計思路以及布局企業 艙駕融合成為核心發展思路，高通與英偉達憑借各自優勢已率先布局艙駕融合的設計正從硬件與軟件兩個層面開展，硬件層面融合基于產品視角，軟件層面融合則是基于技術層面底層硬件層面的融合硬件上的融合是基于產品視角，從成本和設計的維度進行考慮。在一顆SoC芯片里面做融合，屆時底層軟件和通訊方式都會有本質上的改變，成本上的優勢也會凸顯出來。應用軟件層面的融合軟件上的融合更多地是基于技術的視角，從功能的維度進行考慮。軟件上的融合需考慮整體軟件架構設計，從而使新的軟件架構能夠更加適用于艙駕融合系統。與此同時，引入SOA面向服務的設計理念和工具，可以幫助主機廠更好實現艙駕融合。數據來源：專家訪談、億歐智庫3.1.2

特斯拉發展方式難以效仿，HPC+Zonal架構方案成為本土企業階段性發展方向整車E/E架構正在由分布式架構往集中式架構演進，最終將向中央計算架構邁進。域控制器產品發展逐漸由單域控制向跨域融合形態過渡，進一步降低硬件、軟件、功能之間的耦合度，使得整車電器架構結構復雜度降低。目前跨域融合方案分為物理域融合與功能域融合。特斯拉提出的物理域融合目前已實現中央集中式結構的初現，而本土主機廠則更傾向于按照功能域進行融合。盡管各家主機廠的E/E架構發展與設計存在差異，硬件上采用中央計算（HPC）+區域控制（Zonal）的架構方案，軟件上采用SOA軟件架構的設計理念已成為本土企業接下來階段性發展的方向與共識。車載集中式智能計算平臺+區域控制器（HPC+Zonal）平臺方案HPC1HPC2區域控制器執行器/傳感器控制單元非智能執行器車載計算機；?

以控制器在車身布置的物理區域位置來定義，由特斯拉提出，其將E/E架構分為四大部分：CCM、BCM

FH（、BCM

LH(左車身控制模塊)、BCM

RH物理域融合

?

CCM由信息娛樂系統，駕駛輔助系統和車內外通信系統三個模塊組合。以功能定義域控制器，域控制器之間通過以太網和CAN網絡進行通信；功能域控可分為兩類：對算力要求高的座艙域和智駕域；對算力要求較低的動力總成域、底盤域、車身域，主要涉及控制指令計算以及通訊資源。 功能域融合特斯拉成為中央計算+區域控制架構先進理念的踐行者特斯拉智駕模塊的硬件部分采用自研的FSD芯片；軟件模塊的操作系統基于開源Linux進行定制化裁剪，并自研中間件。特斯拉實現軟硬件自主可控，既有利于加快車型功能的的迭代更新速度，同時降低了整車開發成本；軟件架構層面，采用SOA架構，便于SOTA的部署以及云端數據的收集和分析；特斯拉E/E架構實現了中央集中式架構的雛形，CCM將智能駕駛模塊、影音娛樂模塊以及車內外網聯模塊進行集成，并共用液冷系統。受限于技術，特斯拉E/E架構不易被本土車企效仿傳統車企的整車軟件并不是被作為單一系統進行設計，而是一個由多個獨立的，不兼容的軟件系統組成的混合物，每個系統都來自不同的供應商。車企只設計一個技術標準給一級供應商，因此產生電子黑盒以及可靠性問題。特斯拉的軟件架構確保所有運行在同一車型上的軟件已整合為一個單個的邏輯系統，這意味著更少的黑盒，更簡單的線束，更集成的軟件，更少意外情況的出現。本土主機廠按功能域進行融合，HPC+Zonal成為階段性發展目標各家主機廠規劃的中央集中式架構形式上并不統一。例如上汽零束的整車計算平臺采用2個HPC；廣汽/長城的方案采用中央計算平臺、智駕域和座艙域三大計算平臺。各家車企設計思路不同，但硬件上采用中央計算（HPC）+區域控制（Zonal）的架構方案，

軟件上采用SOA軟件架構的設計理念已成為中國企業E/E架構發展共識。數據來源：特斯拉、億歐智庫3.1.3

受限于技術發展與工程化能力，功能軟件層率先融合成為艙駕融合發展最佳思路