MoneyDJ新聞 2026-06-15 13:56:32 王柔雅 發佈
自駕車在路上行駛時，必須持續處理攝影機、雷達、光達與高精地圖等大量資料，同時即時完成環境辨識、路徑預測與決策判斷。從雲端AI模型訓練、模擬測試，到車端推論晶片與車內AI系統，整套自駕技術的運作，本質上是高度密集的算力工程。
可以預見，未來的汽車不只是交通工具，更像是一台長時間在線運作的AI終端。而在這場MaaS競賽中，車廠與平台在前線爭奪用戶流量，但在背後掌握關鍵基礎設施的，卻是提供晶片、AI運算平台與車用架構的半導體業者。
輝達：從AI晶片商走向自駕基礎建設
站在這場算力競賽最上游的，是晶片霸主輝達（NVDA.US）。
隨著全球AI需求暴增，輝達在2027財年第一季營收衝上816億美元，年增85%，再創歷史新高。過去被視為配角的車用業務也高速成長，2026財年第一季車用營收達5.67億美元，年增高達72%，公司更看好2026財年車用營收將上看50億美元。
目前輝達的車用營收規模雖然不大，但市場真正看重的，是公司正逐步掌握自駕產業的底層技術標準。目前，全球多數自駕業者幾乎都建立在輝達的CUDA架構之上，並運用Omniverse進行虛擬環境模擬。
近來，輝達更切入自駕車隊網路，像是Uber（UBER.US），就利用輝達的自駕軟體平台與架構，預計於2028年前，在亞洲、澳洲、歐洲與北美等四大洲的28座城市，推出無人計程車服務。 這代表，輝達已成為自駕產業的AI基礎建設公司之一。
高通：用成本與整合效率搶攻Robotaxi市場
相較於輝達以雲端算力建立主導地位，高通（QCOM.US）則選擇從系統成本與整合效率切入。
隨著Robotaxi走向商業化，競爭焦點轉向「營運能否獲利」。高通近年主打的「艙駕融合」策略正是瞄準降低系統成本的需求。首先，針對高階車款，高通推出Snapdragon 8797單晶片算力平台，讓車輛能輕鬆應對更高階的自動駕駛需求，實現精準的即時路況感知與避障功能。
另一款Snapdragon 8397，則將座艙AI算力提升至320 TOPS，讓車輛無需連接雲端，就能在車內離線運行高達140億參數的大型語言模型，不僅大幅提升語音助理的隱私安全性，即使在隧道或山區等收訊不佳的地方，導航與車控指令依舊流暢。
針對主流市場，高通更推出Snapdragon 8775平台，透過單晶片整合座艙與自駕系統，壓低整體系統成本約20%。在此策略帶動下，高通2026財年第二季的車用年化營收首次突破50億美元，公司更看好年底前有望跨越60億美元大關。
聯發科：聯手輝達，卡位車雲算力
除了美系雙雄，亞洲晶片業者也加速切入這場新戰局。
聯發科（2454.TW）近年推出採用3奈米先進製程的車用晶片Dimensity Auto CT-X1。雖然其NPU算力表面數據為46 TOPS，但透過先進製程與底層技術優化，能以極低的功耗在車內離線支援130億參數的多模態大模型，其實測效能甚至比市場主流的高通Snapdragon 8295高出約30%。這讓車廠能在「高運算」與「低耗能」之間取得絕佳平衡，提供更直覺、主動的座艙AI語音管家服務。
同時，聯發科也選擇與輝達結盟，預計在2026至2027年間，量產次世代車用SoC晶片。這套方案將聯發科擅長的智慧座艙娛樂系統，與輝達頂尖的自動駕駛AI運算技術深度整合。
然而，這場移動革命不僅止於車端。Robotaxi與自駕系統背後，需要龐大的資料中心持續訓練AI模型，並處理車隊每天回傳的大量道路數據。隨著自駕產業正快速走向「車雲一體」，誰能同時掌握雲端與車端算力，誰就更有機會主導下一階段的MaaS競爭。
因此，除了車用晶片，聯發科也積極將戰線延伸，同步佈局雲端AI ASIC（客製化晶片）市場，為美國雲端大廠開發專屬的AI加速器。這套「邊緣（車端）＋雲端（資料中心）」的雙引擎策略，以及「座艙＋自駕」的整合方案，不僅完美契合自駕車發展的需求，也讓高通原本穩固的車端優勢開始面臨壓力。
地平線：主打艙駕融合，掀價格戰
而在競爭激烈的中國市場，地平線（9660.HK）則走降本求效的打法。
根據2025年財報，地平線全年營收達37.58億元人民幣，年增57.7%，綜合毛利率高達64.5%。地平線推出算力達650 TOPS的「星空」系列晶片，主打艙駕融合，透過底層技術創新，降低系統級軟硬體成本。
地平線計畫於今年第三季，在中國指定城市攜手夥伴啟動Robotaxi試營運，切入無人計程車量產與營運市場。不過，為了維持高強度的研發與雲端服務投入，其2025年調整後淨虧損也擴大至23.72億元人民幣。
在MaaS競賽中，各大晶片廠來勢洶洶，車廠不甘受制於人，也開始啟動「全自研」策略反擊，試圖奪回成本控制權。例如，特斯拉（Tesla.US）發展專屬的FSD晶片（如HW4）、布局超級電腦；蔚來（NIO.US）宣布全面改用自研「神璣NX9031」晶片，聲稱每部車可省下1萬元人民幣成本；小鵬（XPEV.US）與理想也各自推出Turing與Mach 100等自研晶片投入量產。
這場由Robotaxi與MaaS引爆的商業競爭，戰場已從車隊營運服務，蔓延至晶片與算力底層。在這場兆元級的移動革命中，誰能以更低成本提供更強大的AI運算能力，就有機會掌握未來的長期獲利。
