- A+
高通技术公司汽车、工业及嵌入式物联网事业群总经理Nakul Duggal
出品 丨 搜狐汽车·汽车咖啡馆
作者 丨 李德辉
“简而言之是经验。”
2025年6月27日，高通汽车技术与合作峰会之后的媒体采访中，高通技术公司汽车、工业及嵌入式物联网事业群总经理Nakul Duggal认为，这是英伟达入局舱驾融合的Thor芯片未能如约而至，以及部分汽车企业依然采用舱驾分离模式的原因所在。
Nakul Duggal解释称：“车载信息娱乐系统的情况非常复杂，因为它需要大量的经验积累，包括对智能手机生态系统的了解。只有在与庞大的生态系统广泛合作的基础上，才能掌握这些能力和技能。”
从智能手机、智能座舱到智能驾驶三个领域的生态建设，Nakul Duggal强调：“我认为并没有太大的差别。”
高通的优势与策略在于：“我们基于为智能手机、平板电脑打造的平台出发，之后逐渐扩展，构建出了适用于座舱业务的产品组合。此外，我们还需要构建虚拟化与容器化架构，确保在同一平台上运行多个彼此独立、互不干扰的应用程序和工作负载。”
按此逻辑，具备软硬件能力与生态体系的企业屈指可数，比如苹果、华为。而在智能驾驶领域势头正猛的英伟达却不在此列。
具体到既有智能手机领域的经验，又有智能座舱领域的基础，以及智能驾驶领域的部署，最后独有高通一家。以此来看，高通的雄心昭然若揭。
另外，一组数据显示，2024年，高通首次进入全球汽车零部件企业供应商百强榜，位居第80位。其中，面向汽车制造商的营业收入为29亿美元，同比增长55%。到2025年一季度，增幅进一步扩大，同比增长提升至60.7%。
具体到高通后发而至的智能驾驶领域，信息显示，高通2020年正式进入自动驾驶芯片领域，2022年9月至2024年3月间的一组数据显示高通汽车业务订单总估值增量约1/3来自先进驾驶辅助系统（ADAS）业务，2025财年二季度新增30个汽车合作项目中有5个是ADAS项目。
作为高通公司中国区董事长，孟樸在峰会演讲中定下这样的基调：“高通面向ADAS推出的Snapdragon Ride平台，正致力于让更安全、更智能、更互联的驾驶体验，从高端专属走向人人平等。”
01 AI上车强化了高通的优势
“接下来，汽车企业会在智能座舱领域卷起来，而且有的卷了。”峰会展区伟世通展台上，一名工作人员向搜狐汽车表示，大模型上车，对智舱芯片的算力提出更高的要求，更大的算力也可以在端侧部署更大的模型，支撑更多、更强的功能。
基于骁龙座舱平台至尊版（骁龙8397），伟世通开发的全新高性能座舱平台，专为座舱内AI大模型运行设计，可以在端侧设备上运行大语言模型和多模态框架，以及端云结合，感知乘客和驾驶员的需求并提供精准与个性化交互。
“目前，这个版本（骁龙8397）可以运行1.4B的大模型。旁边的那个，使用骁龙8775，可以运营7B的大模型。”伟世通的工作人员认为，这是整车企业下一步比拼的内容。
基于哨兵模式，中科创达展台的工程师展示了这样一个场景应用的升级。以往，哨兵模式是给车主发图片或视频；如今，AI上车之后，结合视频画面，哨兵模式可识别车外行人的动作与意图，将其转化成文字发给车主。
上述案例，仅仅是AI改变座舱的开端，其广度和深度尚且难以估量，既可以打通车内与车外的交互，也可以连接舱内人员的内心世界与真实的外部世界。
一位参会的分析师告诉搜狐汽车，接下来，或许智能驾驶将走向标准化和统一化，而智能座舱以其丰富、高频的应用更新，成为消费者关注度最高的部分。
对此，Nakul Duggal认为：“不仅在中国，现在全球的车企，都希望将座舱差异化掌握在自己手中，因为这和他们的品牌价值密切相关。”具体到产品层面上，高通技术公司产品管理副总裁Rajat Sagar表示：“高通推出的平台，特别是最新发布的骁龙8797，正是基于对AI趋势的洞察——例如VLA、VLM等来设计的。”
官方信息显示，目前高通旗下驾驶辅助和舱驾融合产品有两个平台，分别是Snapdragon Ride平台和Snapdragon Ride平台至尊版。其中，Snapdragon Ride平台含有主要面向城区领航辅助的骁龙8650、主要面向高速领航辅助的骁龙8620、专为舱驾融合打造的骁龙8775；Snapdragon Ride平台至尊版含有骁龙座舱平台至尊版（骁龙8397）和Snapdragon Ride平台至尊版（骁龙8797）。
平台配备独立于 GPU 的高能效定制NPU，具备大容量紧耦合内存与带宽压缩能力，实现高能效的AI推理性能，尤其是处理大型卷积神经网络（CNN）和多层Transformer网络方面。
人机交互，让高通在智能手机等终端设备领域积累的优势，顺畅的嫁接到了智能座舱内；舱内增多的屏幕与交互，使高通芯片成为整车企业新车上市的宣传点与产品亮点；AI上车，基于上述两点，可以说，高通占尽了先发优势。如今，高通的算盘是，希望将上述优势和协同效应进一步延展到智能驾驶领域。
02 走向舱驾融合
舱驾融合，既是智能汽车功能与性能提升的诗和远方，也有出于成本与功耗的现实考量。
“汽车架构的演进正在成为汽车行业变革的核心。原因是现在整个汽车产品线和电动汽车架构，让从零开始加速创新成为可能，中国正处于速度与创新的中心。”高通技术公司产品管理副总裁Anshuman Saxena认为，新一轮的汽车创新始于电子电气架构的融合。
如今，舱驾融合成为电子电气架构演进与智能汽车创新升级的最后一环。
“市面上仍然会有一些车辆继续采用传统架构，但集成多计算模块的集中式分区控制器已经成为既定趋势。我们看到在峰会展示区有多款车辆上都已具备搭载一颗或多颗计算SoC的中央计算平台。如今的趋势是，以单颗通用SoC为核心的中央计算正在成为一种全新的现象，我们的Snapdragon Ride Flex SoC正是能满足中央计算新趋势的SoC。”Anshuman Saxena解释称，在此之前，舱驾融合并非整车企业不愿意，而是受限于芯片产品，所以不能。
摆在企业面前的第一道难题是技术，如何解决多域并行随之而来的复杂性提升的问题。
首先是，不断增多的显示界面数量，以及人机界面（HMI）需要大量的图形和音频交互；其次是，正在被广泛应用的AI技术，对NPU算力的需求提高了芯片结构的复杂性；第三是，ADAS与舱内功能的融合，既需要底层架构的支撑，也增加了上层应用之间的交互。
对此，高通的解题思路是：“如何基于SoC及相关解决方案实现这项变革，而不牺牲安全性和功耗等特性呢？我们将异构计算视作可选的方式。”
Anshuman Saxena 介绍：“我们持续致力于通过CPU、NPU以及大量的AI工具构建异构计算环境，在支持安全性和控制功耗的前提下带来这些体验。”
基于上述需求，2023年，高通推出了支持多域协同运行的Snapdragon Ride Flex（骁龙8775）。更进一步，Snapdragon Ride平台至尊版（骁龙8797）可以支持融合/中央计算平台投入部署和应用，通过采用视觉-语言-动作模型（VLA）的端到端部署，实现自然的高速和城市驾驶，以及AI功能赋能的显示屏，提供沉浸式的座舱系统。
上述产品背后，都是高通打造的Snapdragon Ride Flex平台提供支撑。该平台能将座舱中的部分用户交互输入数据与ADAS系统打通，从而避免同时基于相同的AI、LLM或VLM运行多个不同实例为系统带来的负担。
在性能提升的同时，另外一个显而易见的优势是降低成本。这也是高通寄希望于成为行业标配的底气之一。
首先，可以降低单车成本。Anshuman Saxena介绍，将多颗或两颗SoC集成到一个域控制器中，可以有效的减少线束使用量和复杂性，实现降本；再具体到域控制器内部，“Snapdragon Ride Flex通过打造单芯片解决方案，免除双芯片之间的通信，从而显著降低从座舱到ADAS以及从ADAS到座舱的传感器通信延迟。”
其次，面向行业提供系列化产品，从研发和规模角度同时降本。Anshuman Saxena强调，高通关注的核心问题是如何实现市场层面的全面覆盖。“我们的客户和终端用户希望从这些解决方案中获得什么。他们期待更多丰富的功能和平台的可扩展性——并非所有汽车都是10万美元（72万元人民币）级别的高端车型，汽车产品覆盖多个层级，而这些不同层级的车辆都需要具备这类功能配置。”
这就要求，高通在产品研发和设计层面上就制定好系列化的策略。
“基于这些考量，我们持续扩展Snapdragon Ride平台的产品路线图，涵盖从入门级到豪华车型。骁龙8620如今已成为高速NOA的核心平台之一。骁龙8650，通过端到端AI解决方案实现城市NOA，其中有结合今天现场的众多合作伙伴提供的软件栈解决方案实现的，也有基于高通自己的Snapdragon Ride软件栈实现的。Snapdragon Ride软件栈能够在不同的场景运行，赋能卓越的城市NOA体验。”
03 顺理成章但非一帆风顺
实现舱驾融合，有其内在的必然，但也并非是想当然的事。
第一关，算力是迈不过去的坎。
信息显示，作为最强大的汽车平台和骁龙数字底盘中的最新产品，单颗骁龙8797的算力为320TOPS。与目前动辄高达1000TOPS的算力相比，骁龙能否解决整车企业面临的现实问题？
就在上个月，小鹏汽车G7预售发布会上，小鹏汽车创始人兼CEO何小鹏给L3级算力AI汽车定下一个标准：本地有效算力大于2000TOPS，才能跑得动大模型，本地部署的VLA+VLM模型才能用好大数据。
从智能汽车概念兴起到落地，自始至终，算力具备竞赛就没停止过。如今，再加上AI上车，对算力提升增加了刚性需求。
Nakul Duggal表示，高通对此并非没有察觉和行动。“我们推出骁龙8797的原因之一，是为了满足客户对更高端性能的需求。”
不过，骁龙8797的算力水平也能满足客户需求。Nakul Duggal解释称，算力大小并非核心问题。“我们所看到的端到端AI架构，其实重点并不在于你拥有多少TOPS，而在于当拥有合适的类型数据后，对网络进行蒸馏优化的能力如何。真正的挑战在于长尾场景—对那些罕见但关键的corner case数据的收集。拥有这些数据，并能够面向这些corner case进行训练，就能够打造出非常有竞争力的解决方案。”
同时，具体到智能驾驶，“在高端系统中，我们看到的架构通常会包含冗余设计：主系统具备更高等级的驾驶辅助，同时配备一个备份系统，可能支持较低级别的驾驶辅助，或者允许驾驶员接管。我们正在构建的SoC架构能够同时支持这两种情况。”
Nakul Duggal 强调，单颗芯片算力也不是难解的难题。“我们可以将多个骁龙8797进行组合，通过芯片间协作来实现更高水平的驾驶辅助能力，并且可以在多个芯片之间分布网络。”
第二关，安全是智能座舱和智能驾驶共同的底线，且智能驾驶要求更高。
在安全要求上，智能座舱与智能驾驶两者之间的差异带来一个新的难题。伟世通的工作人员向搜狐汽车表示：“如果两者融合，安全标准按照智能驾驶的要求设定，那么势必会提高成本。反之，则不符合要求。”
对于汽车来说，安全的问题不容忽视。这也是近期小米YU7的座舱芯片使用消费级第三代骁龙8移动平台而引起业内激烈讨论的原因所在。
“也有客户出于对自身特定情况的考量，倾向于使用消费级产品，他们有权自行决定。”Nakul Duggal强调：“我们为汽车行业提供的所有产品均符合车规级标准，在质量、可靠性、生命周期、晶圆厂的供货保证以及双源供应等方面，我们都给予了全方位支持。”
为了解决智能驾驶与智能座舱芯片安全要求不一致的问题，高通Snapdragon Ride Flex平台给出了新的解决方案。
具体方式是，Snapdragon Ride Flex采用混合关键级架构，比如用户体验系统就不太具有安全关键性，但车辆驾驶具有最高级别、最高关键级的安全性，这些不同关键级的功能在同时运作。在软件、工具和SoC中构建了许多工具和解决方案，从而实现融合架构的体验。这里包括系统分区、空间和时间干扰管理以及系统监控，从而在runtime环境中保持负载平衡。
第三关，来自芯片下游客户的组织壁垒。
正如上述参会的分析师所言，智能驾驶与智能座舱两者中，智能座舱部门可能会成为企业内部话语权更大的组织部门。来自的博世工程师也表达了相似的担忧：“在企业内部，部门权限是跟着业务走的。很显然，智能座舱的功能丰富度和OTA频率是远高于智能驾驶的。如果舱驾融合，智能座舱部门的工作协调频次会高于智能驾驶。那么，问题就来了。是智能座舱部门整合智能驾驶部门，还是智能驾驶部门整合智能座舱部门？这里面就存在争议。如果不整合，那么又会影响两者之间的工作协同。这就形成了一个阻力。”
不过，面临上述问题的并非高通一家，而是整个行业。只不过，走在前面的高通需要花费些力气率先破局。
- 我的微信
- 这是我的微信扫一扫
-
- 我的微信公众号
- 我的微信公众号扫一扫
-
