智驾芯片是智能驾驶技术中不可或缺的部分，负责智能驾驶的感知、预测、决策算法的运算和执行。随着带有NOA（NavigateonAutopilot，自动导航辅助）功能的高阶智驾车型的推出，车辆传感器配备的需求以及大模型的参数量提升，带来了对计算能力需求的增长，智驾芯片的算力也在不断升级，芯片的价值量也随之提升。
目录
智能驾驶芯片主要包括SoC、MCU、GPU、FPGA、ASIC、NPU等多种类型，且根据算力的不同，可以分为低算力、中算力和高算力芯片。各大芯片厂商如英伟达、高通、Mobileye、特斯拉、华为、地平线、黑芝麻等都在这一领域推出了各自的产品，推动了智能驾驶技术的快速发展。
汽车芯片是现代汽车处理数据及控制车辆的重要组成部分，支持在自动驾驶系统、驾驶舱、底盘、动力总成及车身等方面的广泛应用。汽车芯片可以分为计算芯片、存储芯片、传感器芯片、通信芯片及功率芯片。
计算芯片（对各种传感器收集的讯号进行处理并将驱动讯号发送至相应控制模块的芯片）是目前汽车行业的焦点。MCU及SoC是两种典型的计算芯片。
（1）MCU（微控制器单元）
MCU负责控制和监控各种电子系统。MCU（MicroControllerUnit微控制器单元）是一种集成电路，集成了CPU、内存、输入/输出接口以及各种外围设备。在汽车中，MCU负责控制和监控各种电子系统，以确保车辆的可靠性和安全性。MCU的主要应用领域包括引擎控制、变速箱控制、制动系统、车身电子、底盘控制、车载娱乐信息系统等。
（2）SoC（片上系统）
SoC芯片是将特定应用或功能所需的所有必要组件及子系统集成到单个微芯片的设计。它通常包含CPU、GPU、ASIC等组件，凭借计算能力提升、数据传输效率提高、芯片使用量减少、软件升级更灵活等优势，已成为汽车芯片设计及应用的主流趋势。
SOC将多个功能模块集成在一个单一的芯片。SOC是系统级芯片控制逻辑模块、微处理器/微控制器CPU内核模块、数字信号处理器DSP模块、嵌入的存储器模块、和外部进行通讯的接口模块、含有ADC/DAC的模拟前端模块、电源提供和功耗管理模块的集合。对于一个无线SOC还有射频前端模块、用户定义逻辑(它可以由FPGA或ASIC实现)以及微电子机械模块，更重要的是一个SOC芯片内嵌有基本软件(RDOS或COS以及其他应用软件)模块或可载入的用户软件等。
智驾SoC芯片通常由多个处理单元组成，包括CPU（中央处理器）、GPU（图形处理器）、NPU（神经网络处理单元）、ISP（图像信号处理器）等。这些模块共同协作，处理来自传感器的数据，支持智能驾驶系统的感知、决策和控制功能。例如，CPU用于执行逻辑计算，GPU用于图像处理，NPU则专注于神经网络计算，提升AI处理能力。
（1）GPU芯片
GPU（GraphicsProcessingUnit，图形处理器）芯片在智能驾驶中主要用于大规模并行计算，尤其是在图像渲染和浮点处理方面表现出色。随着智能驾驶对数据处理能力的要求提升，GPU逐渐替代了传统的CPU，成为主流的计算芯片之一。英伟达是GPU芯片在智能驾驶领域的领先厂商，其Orin芯片在中国市场占据了超过35%的份额。
（2）FPGA芯片
FPGA（Field-ProgrammableGateArray，现场可编程门阵列）芯片具有可编程逻辑，能够通过冗余晶体管和连线实现逻辑可编程，适合智能驾驶中的灵活计算需求。FPGA与GPU相结合的方案目前是智能驾驶芯片的主流方案之一，能够满足复杂的计算任务。
（3）ASIC芯片
ASIC（Application-SpecificIntegratedCircuit，专用集成电路）芯片是为特定需求专门定制的芯片，具有低功耗、高计算效率的特点。随着智能驾驶对算力需求的进一步提升，ASIC芯片逐渐成为未来的发展方向，尤其是在神经网络处理单元（NPU）的应用中，ASIC芯片能够实现存储和计算一体化，大幅提升效率。
（4）NPU芯片
NPU（NeuralProcessingUnit，神经网络处理单元）芯片是模拟人类神经元和突触的电路设计，专门用于处理大规模的神经网络运算。相比于CPU和GPU，NPU在权重实现存储和计算一体化方面具有显著优势，能够更好地支持智能驾驶中的深度学习任务。
（5）域控制器芯片
域控制器芯片是智能驾驶中的重要组成部分，主要用于集中处理车辆的各种传感器数据，并做出驾驶决策。域控制器芯片的算力需求较高，尤其是随着城市NOA（NavigateonAutopilot，自动导航辅助驾驶）等功能的普及，域控制器芯片的算力要求不断提升。
（6）5G芯片、V2X芯片、数字座舱芯片等外围芯片
除了核心的计算芯片，智能驾驶还需要多种外围芯片来支持其功能。例如，5G芯片用于实现车辆与外界的高速通信，V2X芯片用于车辆与基础设施的互联互通，数字座舱芯片则用于提升车内智能化体验。这些外围芯片为智能驾驶提供了辅助和支持作用。
根据算力的不同，智能驾驶芯片可以分为低算力（50TOPS以下）、中算力（50-200TOPS）和高算力（200TOPS以上）芯片。低算力芯片主要用于L1-L2级别的自动驾驶，中算力芯片则覆盖L2+-L4级别，而高算力芯片则支持L4-L5级别的高级别自动驾驶。英伟达、高通、Mobileye、特斯拉、华为、地平线、黑芝麻等厂商在不同算力领域都有布局。
减小体积：以印刷电路板组合数个不同功能的集成电路，体积较大；如果整合成一个SoC芯片，体积则被缩小。
减少成本：需要封装测试多颗集成电路，成本较高；如果整合成一个SoC芯片，只需要封装测试一颗集成电路，成本较低。
低功耗、高性能：以印刷电路板组合数个不同功能的集成电路，电信号必须在印刷电路板上传送较长的距离才能进行运算，耗电量较高，运算速度较慢；如果整合成一个SoC芯片，电信号在同一个集成电路内传送较短的距离就能进行运算，耗电量较低，运算速度较快。
提升系统功能：将不同功能的集成电路整合成一个SoC芯片，体积较小，可以整合更多的“功能单元”，形成功能更强大的芯片。
制造瓶颈：不同功能单元的制程技术不同，要同时制作在硅芯片上非常困难，数字电路的整合比较容易，数字与模拟电路两者要整合在一起就比较困难。
封装瓶颈：SoC芯片功能强大，工作频率增加，必定会造成线路的信号产生杂讯互相干扰，必须使用覆晶封装、锡球封装、晶圆级封装等技术加以克服。
测试瓶颈：测试机器必须同时具备多种数字与模拟信号的测试功能，因此必须发展多功能单一机型的测试机器，同时测试不同功能的SoC芯片。
我国智能驾驶芯片产业近年来取得了显著进展，尤其是在国产替代和技术创新方面表现突出。
我国智能驾驶芯片厂商的量产能力和性能在过去两年逐步得到验证，国产替代进程明显加快，尤其是在低算力芯片领域。以黑芝麻智能和地平线为例，这两家公司在国内智能驾驶芯片市场表现亮眼，2023年上半年收入分别同比增长74%和134%。这反映了智驾功能从L1-L2向高阶NOA规模化升级带来的芯片算力需求提升，同时也表明国产芯片在性能和量产能力上已经能够逐步替代外资品牌，特别是对低算力龙头Mobileye的替代进展显著。
目前，中国智能驾驶芯片市场的玩家类型大致可以分为五类：本土初创企业、本土芯片跨界玩家、消费电子与AI视觉芯片玩家、传统汽车芯片巨头以及车企。本土初创企业在智能驾驶芯片领域展现出强劲的发展势头，百花齐放的局面为国产替代提供了有力支持。地平线、海思、黑芝麻智能、芯驰科技等本土芯片厂商在大算力芯片的研发和量产上取得了显著进展，尤其是在高阶智能驾驶功能的落地方面提供了基础保障。
随着智能驾驶功能的普及，智驾芯片市场需求快速增长。根据灼识咨询的预测，2026年及2030年中国智能汽车的渗透率将分别达到81.2%及99.7%，这将进一步推动芯片市场的扩容。地平线等国内厂商已经在高中低端芯片市场同步布局，特别是在高速NOA功能的成本下探方面，搭载国产芯片的车型售价已经降至15万元以下，性价比成为芯片选择的重要考量因素。
智能驾驶分为感知层、决策层、执行层，每一层都涉及软硬件。硬件主要是计算芯片、各种传感器等，软件则是对应的软件算法。智能驾驶系统的工作过程，就是软硬件高效协同的过程。
高级辅助驾驶和高阶自动驾驶系统高度复杂，因而需要具备高处理能力、高可靠性、低延迟及低能耗的方案，且需要具有高性价比。因此，高级辅助驾驶和高阶自动驾驶解决方案需要软件及硬件的协同设计，以实现驾驶功能必需的系统级性能及可靠性。
地平线自主研发设计的智能计算架构BPU，遵循软硬结合的技术路径，聚焦先进神经网络架构和智能加速计算的最新技术，并围绕智驾应用场景进行专项优化，以实现最优的计算密度和处理效率。“地平线征程”统一搭载BPU智能加速单元，能够充分发挥片上系统的高性能、低延迟、低能耗优势，持续保持跨代际领先的产品竞争力。
从Bernoulli到Nash，纳什采用超异构计算核心，进一步增强算力的多样性，同步引入AI辅助设计，大幅提升计算架构的可编程性。通过针对端到端等前沿算法的极致优化，纳什能够实现远超同级的卓越计算性能，以赢得最佳的算法效率。
BPU纳什成功突破摩尔定律限制。通过软硬协同优化，地平线将化繁为简的算法、端云结合的数据、软硬结合的算力，凝聚成为系统化的技术力量，以极致的计算性能，持续逼近用户体验的上限。
BPU纳什独特设计三级片上存储架构，核间高效协同，极致优化大参数下的带宽瓶颈；具备多脉动立方加速引擎，灵活的引擎间数据流动实现高能效且低带宽占用；数据变换引擎，灵活支持Transformer细小算子；浮点向量加速单元，具有通用、灵活的特性，满足关键算子精度需求；紧耦合异构计算单元高效加速不同类型数据处理；核内、核间、片间高效灵活的多向数据流动，实现计算动态调度与灵活调优；虚拟化技术，透明式提升多任务并行处理能力；数据驱动功耗优化，针对神经网络数据动态范围特性，降低功耗30%。
在轻量级行泊一体化域控方案中，单SoC（系统级芯片）方案因其高集成度、经济成本低及易于维护的特性而备受推崇。该方案的核心在于，整个域控系统的核心运算任务由单一的SoC芯片高效执行，这不仅精简了硬件组件的数量，降低了整体功耗与成本，还极大简化了系统的设计与调试流程。
多家国内芯片供应商纷纷推出支持单SoC行泊一体的芯片产品，展现出强劲的竞争力。地平线的J3、J5系列以及黑芝麻A1000芯片均集成了前沿的行泊一体算法。目前，地平线J3、J5芯片已成功应用于轻舟智航、宏景智驾、毫末智行等多家公司的行泊一体方案中，而黑芝麻智能基于华山二号A1000的单芯片行泊一体方案也获得了东风乘用车的认可。在中国电动汽车百人会上，黑芝麻智能的CMO杨宇欣表示，虽然目前主流芯片市场仍由海外供应商主导，但在行泊一体特别是单芯片支持方面，中国已经开始领先。他乐观预测，中国的芯片企业将能够与海外企业平分秋色。
海外的Mobileye、英伟达、特斯拉在2023年占据中国市场智驾域控芯片装机量超过80%的份额，本土芯片厂商正在加速追赶。车载芯片对AI算力性能的要求提升，推动行业向先进制程、舱驾一体、高算力等方向发展，以更好的适应各个价位车型的芯片配置需求。
智驾芯片是智能驾驶中最关键的硬件，玩家众多。Mobileye是行业内最早的玩家，从2008年发布第一块EyeQ1芯片至今已经发布了6代产品，是辅助驾驶领域（L2级及以下的自动驾驶）的龙头，提供芯片+算法的打包完整方案服务引领了过去二十年间的汽车ADAS技术发展，方案成熟度高，下游车企应用难度低。之后其他芯片公司以及车企也纷纷加入，例如英伟达、特斯拉等。
英伟达依靠着领先的芯片设计能力，开发除了Xavier、Orin等高算力产品，并且提供了完备的CUDA开发平台和工具链，具备友好的开发环境。
而特斯拉是车企中实现唯一实现软硬件全栈自研的代表通过强大的研发能力为自己的算法提供定制化芯片，具备更强的软硬件匹配度，表现出更好的使用效果。
国内玩家包括地平线、华为、黑芝麻等，虽然起步较晚，但是通过更开放和完善的方案服务从国内市场迅速崛起。地平线拥有征程2、征程3、征程5芯片，从中低端市场到高端市场实现全覆盖，并以“芯片+算法参考+工具链”的产品服务模式积极探索自身的产业定位，逐步构建汽车产业生态圈，同时通过架构和编译优化，提升真实应用场景下的性能。
目前的国内市场，不管是智能驾驶SoC芯片的整体赛道还是50TOPS以上高算力SoC芯片细分赛道，海外供应商的市占率均处于较高水平，国产化率相对较低。
智能驾驶SoC：国内的主要参与者包括地平线、海思及黑芝麻智能；海外的主要智能驾驶SoC市场参与者包括NVIDIA、Mobileye、Qualcomm、TexasInstruments及Renesas等。从2023年中国市场智能驾驶芯片及解决方案供货商的市场份额上看，前两大供应商占据了约一半的份额，相比较其他供应商领先优势明显。
50TOPS以上高算力SoC芯片：国内的主要参与者包括地平线、海思及黑芝麻智能，海外的主要智能驾驶SoC市场参与者包括NVIDIA、Qualcomm等。从2023年中国智能驾驶50TOPS以上高算力SoC芯片出货量市场份额上看，第一大供应商占据了约七成的市场份额，其后3家供应商市场份额分别达到14%、7.2%和5.6%。
尽管英伟达、高通等国际芯片巨头在智能驾驶芯片领域具有明显的先发优势，但国内市场的竞争格局尚未固化，本土厂商仍有较大的发展空间。地平线、黑芝麻智能等国内厂商通过技术创新和本土化优势，逐步在市场中占据一席之地，并获得了国内外头部车企的认可。
地平线是国内领先的智能驾驶芯片厂商，已经在低中高算力区间布局完备。地平线技术积淀深厚。地平线成立于2015年，创始人余凯毕业于南京大学、慕尼黑大学，毕业后先后在西门子、美国NEC、百度任职。在百度任职期间，余凯担任IDL常务副院长、百度研究院副院长，并带领团队发起自动驾驶的研究。2016年，地平线发布了第一代BPU架构——高斯架构；2017年，地平线发布了中国首款边缘AI芯片——面向智能驾驶的征程和面向AIoT的旭日芯片；2018年，地平线推出了中国首个自动驾驶感知计算平台；2019年，地平线正式发布了征程2车规级智能驾驶芯片，并在次年前装量产，开启国产车规级智能芯片前装量产元年。之后公司又于2020、2021年分别发布了征程3、征程5芯片，并于次年完成量产交付。截止至2023年5月，征程系列芯片累计出货量已经突破300万片。
地平线是国内实现车规级AI芯片大规模前装量产的企业。2019年8月，地平线发布了征程2，并于2020年3月上车长安UNI-T，开启了我国车规级AI芯片的前装量产元年；2020年9月，地平线发布征程3，于2021年5月首次上车理想ONE；2021年7月，地平线发布征程5，于2022年9月首次上车理想L8Pro，至此地平线三款车规级AI芯片实现前装量产上车。
地平线实现L2-L4全场景自动驾驶布局。2019年公司发布第一款车规级芯片征程2，可用于最高L2级别的智能驾驶，之后于2020年，2021年又分别发布了指向更高级别智驾的征程3、征程5芯片，分别能够支持L2/L3和L4的智能驾驶，地平线成为国内第一家覆盖L2-L4全场景整车智能芯片方案提供商。预计2023年下半年公司将发布新一代产品征程6，算力将达到400+TOPS，相比征程5和征程5P又有新的提升，能够更好的满足车企对于高阶智驾的需求。
地平线在国内NOA领域份额不断突破。近年迅速升温的高速NOA，通勤NOA和城区NOA等辅助驾驶功能已成为不少车企发力的智能化方向，特斯拉、小鹏、蔚来、理想、华为等多家车企和方案商均在加速推动NOA功能的实现和优化，也带动了智驾芯片的需求不断增长，地平线凭借着出色的产品力和性价比，在2022年中国市场乘用车L2+NOA域控芯片份额占比达到49.05%，排名全国第一。
和传统芯片公司相比，地平线在软件算法上做了更丰富的拓展。因此地平线能够更好的帮助下游客户实现产品落地，同时提供了完全开放的生态模式，包含四种不同合作模式，可以覆盖芯片合作开发，底层软件合作开发，域控合作开发到全栈开发的不同需求，并且可以提供白盒交付形式，发挥上下游的协同性并且提升合作粘性。
为满足不同客户的需求，提升产品的可开发性，地平线还提供包括“天工开物”、“艾迪”、TogetherOS在内的完整开发工具链。这些覆盖自动驾驶和智能座舱的参考算法和参考平台,帮助下游加速开发智能驾驶、智能交互、车内娱乐应用等各种各样的解决方案。
黑芝麻智能：定位Tier2芯片供应商，提供车规级计算SoC及基于SoC的智能汽车解决方案。公司是SoC二级供应商，具有华山系列和武当系列两款SoC，为客户提供基于SoC的捆绑式解决方案及和基于算法的解决方案。根据弗若斯特沙利文，公司为2023年车规级高算力SoC出货量的全球第三大供应商，并于2024年8月8日在港交所主板挂牌上市。
公司具有两个车规级SoC系列——华山系列和武当系列。华山系列：高算力SoC。专注于自动驾驶应用的华山系列高算力SoC开始并将其商业化。2022年开始批量生产华山A1000/A1000LSoC并交付超过25,000片，截至2023年12月31日，旗舰A1000系列SoC的总出货量超过152,000片。武当系列：跨域SoC。实现智能座舱及汽车网关在单一SoC上集成，从核心自动驾驶功能扩展至智能汽车等先进功能的更多样化及复杂需求，为智能汽车提供创新且具性价比的计算解决方案。公司于2023年4月宣布推出C1200，根据招股说明书，在公司2024年8月上市前成功完成C1200的流片，并开始向潜在客户提供原型。
解决方案：为客户提供基于SoC的捆绑式解决方案及和基于算法的解决方案。公司不以独立硬件方式提供SoC，而是将基于SoC的智能汽车解决方案集成了嵌入公司自主开发的ISP和NPU的IP核SoC、中间件和工具链的算法和支持软件，提供从IP、芯片、自动驾驶解决方案到车联网解决方案的全套服务，以满足广泛的客户需求。公司提供集成闭环自动驾驶解决方案组合BESTDrive，包括支持L1及L2的DriveEye、支持L2+自动驾驶的DriverSensing、支持L3域控制的DriverBrain以及支持下一代中央计算的DriverTuring。
收入结构：基于SoC的解决方案成为收入重要增长极。公司最初专注于销售基于算法的解决方案，以实现早期创收及建立客户关系；目前，产品及解决方案的销量增加及自有SoC于2022年底量产，推动基于SoC的解决方案收入占比加速提升，从2021年的2.6%提升至2023年的62.0%，成为公司收入的重要增长极。
小算力SoC芯片：AI算力通常在2.5-20TOPS，产品形态主要为前视一体机/分布式的行泊控制器方案，以高性价比在市场上立足，辅助L0~L2级别和部分高速NOA，搭载车型的价格带区间为10-15万元。前视一体机占ADAS市场比重约75%，小算力SoC市场空间仍具。其中，黑芝麻对应产品为A1000L。
中算力SoC芯片：AI算力通常在20~80TOPS，支持轻量级行泊车一体域控制器方案，以实现高速NOA、城市记忆NOA和记忆泊车功能，车型价格带为15-25万元。其中，黑芝麻对应产品为A1000。
大算力SoC芯片：AI算力在100TOPS+，支持实现高阶行泊车一体域控制器和舱驾一体方案，主要实现城市NOA、AVP等L2+级别的功能，搭载车型价格带为25万元以上，是实现Transformer等新算法的必需品。其中，黑芝麻对应产品为A1000Pro。
华为的智能驾驶芯片系列主要是昇腾系列。2019年，华为发布了昇腾910芯片，具备640TOPS的超高AI算力，当时在智能驾驶芯片中处于领先地位。但由于美国对先进制程芯片的封锁，昇腾910难以实现量产。目前，华为主要依赖2020年发布的昇腾610芯片，其算力达200TOPS，搭载于华为智能驾驶计算平台MDC610和MDC810中，并在多款车型中配套使用，如AIONLXPlus、极狐阿尔法S华为HI版、阿维塔11、哪吒S等。华为陆续推出了昇腾910、昇腾310、昇腾610和昇腾620等芯片，算力层面已经达到了行业第一梯队，能够支持L3-L4级别的自动驾驶解决方案。昇腾610芯片的算力为200TOPS，主要用于MDC610和MDC810平台，支持L2+至L5级别的自动驾驶能力。
华为昇腾610AI芯片采用7nm制程，AI算力为200TOPS（INT8）或100TFLOPS（FP16），内置内存LPDDR4x24GB，最大访问带宽为204GB/s，内置存储为128GB。该芯片在量产产品中属于第一梯队，性能表现优异。
华为推出乾崑品牌，意图引领全球汽车第二个百年变革。随着中国智能电动车的渗透率迈过40%的分水岭，在“电动化是上半场，智能化是下半场”的共识下，车企在智能化争夺战的比拼明显提速。华为认为，2024年是智驾规模商用元年，推出以智驾为核心的“乾崑”品牌，涵盖乾崑ADS，乾崑车控，乾崑车云等解决方案。乾崑智驾作为并行于鸿蒙座舱的核心品牌，由华为深度赋能，包括了华为在智能汽车领域下至基础研究、算法、基础软件，上至传感器、零部件、智能驾驶系统的全部智能汽车解决方案，包括ADS3.0与ADSSE两大方案。靳玉志透露，2024年底累计会有超过50万辆车搭载华为智驾系统，2024年将有8家车企的11个品牌车型搭载华为乾崑智驾系统上市销售，除鸿蒙智行车系四大品牌之外，还有东风的岚图和猛士、长安深蓝和阿维塔、广汽传祺、北汽极狐、比亚迪方程豹等。
目前主流车企的电子电气架构多处于从功能域迈向跨域融合的阶段，目前硬件方面的跨域融合主要还是集中在控制器层面。我们认为，作为支撑跨域融合的核心器件，通过单芯片方案实现芯片层面上的跨域融合将成为未来的主要技术趋势。
跨域计算：是指用单颗芯片实现原本需要多颗芯片才能实现的功能。跨域融合的芯片产品不仅能带来智能化功能的进一步提升，同时，由于仅用单颗芯片就能实现原本需要多颗芯片才能实现的能力，跨域融合也能有效降低成本和功耗。
智能驾驶SoC芯片赛道目前国产化率较低，国产替代空间大。随着国产智驾SoC芯片的量产，国内供应商有望凭借性价比优势和服务好响应快的本地化优势逐渐脱颖而出。
地平线、黑芝麻智能等国内供应商的量产SoC芯片，与国际主要竞争对手Nvidia设计的量产产品相比，从参数上看已经具备了竞争的能力。
根据地平线招股书，公司的产品相比较于以色列的公司A，在开放性、系统运算效率、服务及响应度、性价比等方面已经具备了一定的竞争优势。
国内供应商的业务模式高度灵活，本地化优势强。国内的供应商通常均允许客户在从算法到软件和开发工具再到处理硬件的全栈产品中选择任何解决方案或任何组件组合，可满足客户多样化及定制化客户需求的能力。本土供应商通常均能够提供附加服务，包括为汽车OEM及一级供货商提供联合软件研发及咨询服务以及图像调优服务，服务好且响应迅速。
综合掌握产业链主动权、降低成本、提升性能多个维度的要素，主机厂或以多种方式向上游布局，但能否具备规模效应是关键。
特斯拉自2019年起开始使用自研的FSD芯片；蔚来、小鹏、理想均选择跨界自研智驾SoC芯片，以实现从硬件到软件、从芯片到算法的全栈自研；包括吉利、比亚迪、长城、上汽等众多主机厂都通过入股芯片公司的方式，战略布局智驾芯片赛道。
车企是否选择自研智驾芯片，以及在芯片赛道的参与深度，是综合考虑掌握产业链主动权，in-house降低成本，与自研的算法有更高软硬件配合度从而提升性能等多个维度的要素。