听见“英伟达被中国车企抛弃”这句话，有人会瞪大眼睛，有人会笑出声。
先别急着下结论，先把盘子里的菜尝一口，再决定要不要夹第二筷子。
过去几年，英伟达靠着Drive平台和Orin系列，把车载算力的天花板抬高了不少。
CUDA生态、TensorCore加速，还有大堆成熟的工具链，给整车厂省了不少开发路上的折腾。
可是现实里，车企挑伴侣不像买显卡那么简单，情感因素加上现实考量，最近的味道开始变了。
先说钱。
这话听起来俗，但最管用。
高性能GPU能做出漂亮的benchmark，训练端或仿真时效率杠杠的。
车厂算的是整车成本和量产节奏，算力需求不是无限的花销项。
国内很多企业开始掂量国产NPU和定制SoC的性价比：功耗低、成本可控、为量产做了优化，车里的温度、散热预算往往比数据中心更紧张。
你要的是稳定的、持续的、能在十几年车寿命里跑得住的方案，不只是几秒钟的FP32小跑。
政策和供应链也在拉扯。
出口管制让高端算力的获取多了层手续，时间和不确定性对产业化节奏伤害不小。
有些车企不愿意把核心能力完全押在境外厂商的组件上，感觉像把家门钥匙交给外人。
于是选择一条更稳妥的路：和本土芯片厂商深度绑定，或者自己啃芯片这口硬骨头。
地平线、寒武纪、黑芝麻等公司近两年在量产级别的车规产品上动作频繁，这给车企提供了切换的可能。
技术路线的选择也起了作用。
英伟达这类GPU派擅长灵活应对各种网络结构，训练和研究非常友好。
相对的，NPU类芯片在常见的感知、跟踪、融合任务上可以做到更有针对性的加速，尤其擅长整合后端推理时的功耗和延迟优化。
再结合车端对实时性和确定性的苛刻要求，很多工程师会认同“专用即合理”的观点。
工程上要考虑从数据采集到推理闭环的每一个环节，不单是单颗芯片能解决的问题，整车的软件架构、传感器选型、热设计都得配套。
再谈差异化。
车企现在更重视软件定义车辆这句话不是念着玩的。
想把自动驾驶能力当成品牌溢价，很多厂商希望有更多控制权，能够快速迭代算法，把用户体验绑在自己家门口。
如果完全依赖第三方平台，升级或定制都会受限。
于是自研和与国内软件硬件厂商联合开发成为常态。
你会看到，有的车厂一边和外资巨头保持合作，一边把关键模块本土化，这样既能保留高端能力，又能照顾到供应链和策略需求。
感情戏之外还有市场逻辑：中国是全球最大的新能源汽车市场，量大且要求多样。
把牌照交给单一供应商，风险太集中。
分散供应，建立替代路径，这是成熟供应链的表现。
英伟达的增长并不会因此立刻止步，它在高算力训练、仿真、云端服务上仍有优势。
只是车载这个赛道的生态在变，谁能更接地气、能提供从硅片到车机再到算法的闭环，就更容易拿到订单。
随手举个生活化的比喻：你要装修房子，能用现成的高端木地板，也能定制适配家里暖气管道的地板。
前者漂亮但价格高，后者虽然看起来没那么高大上，但更适合天天住。
车企选的往往是后者，因为这是要住十年的家，不是摆设给人看的样板间。
观察未来，这场分水岭不会在一个季度内完成。
短期内，英伟达在一些高端车型和自动驾驶开发平台上的地位依旧难撼动。
长期来看，随着国产算力和软件栈成熟，车企会更倾向于混合策略：关键环节自研或本土化，非关键环节继续采购成熟方案。
对英伟达来说，留住入口级别的关系、在中国市场寻求更灵活的商务模式和本地化支持，可能比单纯抱怨更重要。
对车企来说，降低对单一供应链的依赖、把成本和控制权握在自己手里，才是真正的算盘。
总之，这不是简单的“抛弃”，更像是一场逐步重组的合作与选择。
全部评论 （0）