2025年350万辆市场空间!舱驾一体「抢」行泊/舱泊风头

2023-10-12 16:10

本文主要是介绍2025年350万辆市场空间!舱驾一体「抢」行泊/舱泊风头,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

过去三年是汽车智能化「细分作战」阶段,无论是智能驾驶还是智能座舱,由于品牌、车型定位不同,导致在不同价位区间、不同品牌、不同车型,舱内舱外智能化功能组合并不一致。

而随着跨域融合、中央计算平台带动汽车行业进入新的增长周期,智能驾驶+智能座舱的同时标配将成为各个品牌车型市场竞争的关键要素。

高工智能汽车研究院监测数据显示,2022年1-10月中国市场(不含进出口)乘用车前装同时标配「L2级辅助驾驶+智能座舱+车联网+OTA」的交付上险为286.09万辆,同比增长101.37%,前装搭载率达到18.01%,同比增加近10个百分点。

这也可以从上游芯片厂商的产品线布局看到明确的趋势。目前,支持舱内舱外功能的多域计算控制架构已经是主流,而随着超级芯片陆续在2025年前后进入前装周期,中央计算+区域控制架构也将进入规模量产落地的关键起步期。

比如,高通发布的Snapdragon数字底盘(digital Chassis)+Snapdragon Ride Flex SoC的产品组合,基于超级计算SoC和面向服务的体系结构(SOA)来处理目前处于分布式域控架构下的驾舱、驾驶员辅助(自动驾驶)和车联网等功能。

同时,NVIDIA也同样提供座舱和自动驾驶两种解决方案,但在车联网方面,并没有类似高通的通讯芯片来形成完整的产品组合。按照计划,NVIDIA基于全新一代超级算力SoC(Drive Thor),2000TOPS的单芯片算力支持自动驾驶和驾舱两套完整功能。

 这意味着,在汽车智能化进入行泊一体、舱泊一体周期之后,下一个「驾舱一体」时代也即将到来。而在在跨域和中央计算平台应用上,包括博世、大陆集团、德赛西威、安波福等厂商已经开始加快内部组织架构的调整和产品落地。

比如,今年4月,德赛西威全球首发第一代ICP产品——“Aurora”,该平台实现了从“域控”到“中央计算”的跨越式技术落地,是当前行业内首款可量产的车载智能计算平台。

该平台硬件搭载主流大算力芯片,总算力可达2000TOPS以上。软件集成智能座舱、智能驾驶、网联服务等在内的核心功能域,实现了跨域融合,满足未来E/E架构在高计算性能、高功能安全性、硬件持续升级能力等多层级需求。

8月,德赛西威与长安汽车签署战略合作协议,双方将基于各自优势资源,在域控制器领域深入合作,共同打造行业领先的中央计算机产品,推进中央计算机相关关键零部件的研发及产品量产落地。

9月,安波福宣布,已成功开发行业首款整车中央计算平台(Central Vehicle Controller)并在中国市场率先应用。这款集成ADAS、车身功能、网关及VCU功能的整车中央计算平台是下一代智能汽车架构的核心系统之一。

同时,在基础软件部分, 安波福通过先后参股TTTech、收购Wind River,从而进一步强化SVA平台的软件能力。原因是,智能操作系统+中间件的技术能力将是后续全域电子架构的关键竞争力。

目前,吉利极氪品牌将是NVIDIA Drive Thor的首个量产合作客户。同时,哪吒汽车也已经宣布,在哪吒XPC中央计算平台开发上,将导入Drive Thor芯片的强大运算性能以及舱驾一体先进架构。

高工智能汽车研究院监测数据显示,目前国内多个自主品牌(包括理想、小鹏、埃安、路特斯等)已经正在开发全新一代中央计算E/E架构核心技术与车型产品,以进一步提升整车的智能化集成水平。

理想汽车自动驾驶副总裁郎咸朋表示,DRIVE Thor具有许多重要的新特性和功能,如高性能计算和AI,并能够支持新的高性能推理引擎、多域隔离和NVLink-C2C技术。「我们的系统开发也将从现在的DRIVE Orin无缝过渡到DRIVE Thor」

众所周知,今天的汽车市场正在经历功能、架构和设计的变革,而芯片性能的跨越式提升,将驱动舱内舱外复杂多元化功能集成到单一平台,同时降低不同平台车型的上车速度和开发成本。

而今天的现实情况是,智能化需要车企在不同的芯片组合之间进行挑选,由此带来硬件及软件开发的多平台成本消耗。「All in One」意味着,这些额外的开发成本和多供应商的隐性采购管理成本,都将成为过去时。

按照高工智能汽车研究院的测算,30万元以上车型将是首批升级中央计算+区域控制的细分市场,预计2022年在这个价位区间的全年交付「智能驾驶+智能座舱同时标配」在115万辆左右,到2025年有望突破350万辆规模。

这篇关于2025年350万辆市场空间!舱驾一体「抢」行泊/舱泊风头的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/196954

相关文章

从戴尔公司中国大饭店DTF大会,看科技外企如何在中国市场发展

【科技明说 | 科技热点关注】 2024戴尔科技峰会在8月如期举行,虽然因事未能抵达现场参加,我只是观看了网上在线直播,也未能采访到DTF现场重要与会者,但是通过数十年对戴尔的跟踪与观察,我觉得2024戴尔科技峰会给业界传递了6大重要信号。不妨简单聊聊:从戴尔公司中国大饭店DTF大会,看科技外企如何在中国市场发展? 1)退出中国的谣言不攻自破。 之前有不良媒体宣扬戴尔将退出中国的谣言,随着2

SprinBoot+Vue网络商城海鲜市场的设计与实现

目录 1 项目介绍2 项目截图3 核心代码3.1 Controller3.2 Service3.3 Dao3.4 application.yml3.5 SpringbootApplication3.5 Vue 4 数据库表设计5 文档参考6 计算机毕设选题推荐7 源码获取 1 项目介绍 博主个人介绍:CSDN认证博客专家,CSDN平台Java领域优质创作者,全网30w+

【高等代数笔记】线性空间(一到四)

3. 线性空间 令 K n : = { ( a 1 , a 2 , . . . , a n ) ∣ a i ∈ K , i = 1 , 2 , . . . , n } \textbf{K}^{n}:=\{(a_{1},a_{2},...,a_{n})|a_{i}\in\textbf{K},i=1,2,...,n\} Kn:={(a1​,a2​,...,an​)∣ai​∈K,i=1,2,...,n

如何打造个性化大学生线上聊天交友系统?Java SpringBoot Vue教程,2025最新设计思路

✍✍计算机编程指导师 ⭐⭐个人介绍:自己非常喜欢研究技术问题!专业做Java、Python、微信小程序、安卓、大数据、爬虫、Golang、大屏等实战项目。 ⛽⛽实战项目:有源码或者技术上的问题欢迎在评论区一起讨论交流! ⚡⚡ Java实战 | SpringBoot/SSM Python实战项目 | Django 微信小程序/安卓实战项目 大数据实战项目 ⚡⚡文末获取源码 文章目录

win7系统中C盘空间缩水的有效处理方法

一、深度剖析和完美解决   1、 休眠文件 hiberfil.sys :   该文件在C盘根目录为隐藏的系统文件,隐藏的这个hiberfil.sys文件大小正好和自己的物理内存是一致的,当你让电脑进入休眠状态时,Windows 7在关闭系统前将所有的内存内容写入Hiberfil.sys文件。   而后,当你重新打开电脑,操作系统使用Hiberfil.sys把所有信息放回内存,电脑

【2025】基于Python的空气质量综合分析系统的设计与实现(源码+文档+调试+答疑)

博主介绍:     ✌我是阿龙,一名专注于Java技术领域的程序员,全网拥有10W+粉丝。作为CSDN特邀作者、博客专家、新星计划导师,我在计算机毕业设计开发方面积累了丰富的经验。同时,我也是掘金、华为云、阿里云、InfoQ等平台的优质作者。通过长期分享和实战指导,我致力于帮助更多学生完成毕业项目和技术提升。 技术范围:     我熟悉的技术领域涵盖SpringBoot、Vue、SSM、HLMT

求空间直线与平面的交点

若直线不与平面平行,将存在交点。如下图所示,已知直线L过点m(m1,m2,m3),且方向向量为VL(v1,v2,v3),平面P过点n(n1,n2,n3),且法线方向向量为VP(vp1,vp2,vp3),求得直线与平面的交点O的坐标(x,y,z): 将直线方程写成参数方程形式,即有: x = m1+ v1 * t y = m2+ v2 * t

[Linux]:环境变量与进程地址空间

✨✨ 欢迎大家来到贝蒂大讲堂✨✨ 🎈🎈养成好习惯,先赞后看哦~🎈🎈 所属专栏:Linux学习 贝蒂的主页:Betty’s blog 1. 环境变量 1.1 概念 **环境变量(environment variables)**一般是指在操作系统中用来指定操作系统运行环境的一些参数,具有全局属性,可以被子继承继承下去。 如:我们在编写C/C++代码的时,在链接的时候,我们并不知

【编程底层原理】方法区、永久代和元空间之间的关系

Java虚拟机(JVM)中的内存布局经历了几个版本的变更,其中方法区、永久代和元空间是这些变更中的关键概念。以下是它们之间的关系: 一、方法区: 1、方法区是JVM规范中定义的一个概念,它用于存储类信息、常量、静态变量、即时编译器编译后的代码等数据。 3、它是JVM运行时数据区的一部分,与堆内存一样,是所有线程共享的内存区域。 二、永久代(PermGen): 1、在Java SE 7之前,

算法复杂度 —— 数据结构前言、算法效率、时间复杂度、空间复杂度、常见复杂度对比、复杂度算法题(旋转数组)

目录 一、数据结构前言 1、数据结构 2、算法 3、学习方法 二、 算法效率 引入概念:算法复杂度  三、时间复杂度 1、大O的渐进表示法 2、时间复杂度计算示例  四、空间复杂度 计算示例:空间复杂度 五、常见复杂度对比 六、复杂度算法题(旋转数组) 1、思路1 2、思路2 3、思路3 一、数据结构前言 1、数据结构         数据结构(D