> 数据图表咨询下各位1.2 SoC芯片崛起，开启智能系统集成新时代2025-8-21.2 SoC芯片崛起，开启智能系统集成新时代 1.2.2 SOC芯片基本构成和性能指标 从实际应用角度看，SoC芯片的性能评价主要包括：CPU算力、GPU算力、制造工艺、存储带宽、AI算力、能耗效率、热管理能力、连接性和接口支持、安全性、可扩展性、生态系统和支持等多个方面。 算力方面：CPU算力决定系统的流畅程度，影响多任务处理能力和应用运行的效率。如果CPU算力不足，舱内系统切换应用时可能会存在卡顿感，通常使用DMIPS来评估整数运算性能；在座舱中，GPU算力决定图形处理能力，包括多个显示屏的支持、分辨率和3D图形性能，而在自动驾驶层面GPU也被用于增强深度学习等自动驾驶算法，在感知、决策规划以及测试优化中发挥重要作用，使用GFLOPS来评估浮点运算性能；AI算力主要用于车载系统中的智能功能，如自动泊车、语音识别等。不同SOC芯片AI核心方案有所不同。如英伟达 ORIN系列，AI算力主要通过GPU提供，同时搭载ASIC架构的Deep Learning Accelerator（ DLA）和 Programmable Vision Accelerator（ PVA）两个专用模块；特斯拉FSD以及华为智驾的昇腾芯片NPU（Neural Processing Unit）均为ASIC架构，地平线则开发了自身基于ASIC架构的BPU（BrainProcessing Unit）；Waymo采用CPU+FPGA方案；通常而言GPU和FPGA具有较好的通用性，ASIC专用性较高但效率同样较高车载计算平台SOC一般采用上述多种计算单元，叠加MCU形成异构设计。通常使用TOPS（Tera Operations Per Second）来评估AI处理能力 存储带宽决定数据从存储器传输到处理器的速度，影响应用加载和数据处理的效率。芯片的存储带宽由存储器本身和芯片的内存通道数共同决定，AI 运算90%的功耗和延迟都是由于数据搬运产生。因此存储带宽也对芯片的真实算力构成影响图：英伟达ORIN CPU+GPU+DLA+PVA架构以及地平线J6四芯合一方案表：常见SoC芯片存储带宽信息数据架构类型内存型号内存位宽（bit） 内存总带宽（GB/s）特斯拉英伟达高通第一代 FSD第二代 FSDXavierOrinSA8155PSA8295PLPDDR4GDD R6LPDDR4xLPDDR5LPDDR4x地平线J5LPDDR4x128-25625664资料来源：搜狐网，芝能汽车，地平线官网，国元证券研究所资料来源：焉知汽车，佐思汽研，国元证券研究所请务必阅读正文之后的免责条款部分34-137204.868137-9国元证券综合其他
