車用半導體的沿革演進

更新於 發佈於 閱讀時間約 11 分鐘

傳統汽車產業供應鏈長期以OEM、Tier 1、Tier 2、Tier 3層層外包的模式為主,車用半導體是被歐洲、日本的傳統IDM大廠主導,強調安全認證、成熟製程和長期穩定供貨。

以前的台灣 IC 設計公司很不喜歡車用的市場,就是因為車規認證麻煩、打進供應鏈要花很長時間、還要穩定長期供貨;跟台灣 IC 設計的快節奏及水平分工模式衝突.

但隨著輔助駕駛越來越複雜、還有自動駕駛和智慧座艙的興起,汽車電子需要更高階SoC和強大的AI算力需求;這讓 Nvidia、高通這些半導體巨頭都紛紛踏進來車用半導體這塊,當然也少不了台灣公司.

尤其是近幾年中國車廠在智慧座艙開始導入非車規的手機級 SoC 來降低成本.

而特斯拉則是走全部自研路線,從晶片設計、後台AI模型到軟體系統等全部都自己開發,打破傳統供應鏈的分工模式.

這是近十多年來汽車電子產業劇烈變革的趨勢。


① 【傳統汽車供應鏈的層層外包結構】

在傳統的汽車產業裡,供應鏈分工非常細緻、分層明確:

  • OEM(車廠) → 設計整車、負責品牌銷售
  • Tier 1 → 供應整合系統模組(動力系統、煞車、儀表板、娛樂系統、ADAS模組等)
  • Tier 2 → 提供Tier 1所需的子系統或零組件(PCB、線束、感測器模組)
  • Tier 3 → 供應最基礎的元件(半導體晶片、被動元件、原材料)

在這個結構裡,半導體廠通常是Tier 3供應商,很難直接跟車廠做生意。

✅ OEM的採購是透過Tier 1長期合作關係 → Tier 1指定Tier 2、Tier 3的合格供應商

✅ 這保證了品質一致性、供應鏈透明度、責任歸屬


② 【過去汽車電子的特色】

傳統汽車電子強調的是:

  • 安全關鍵性
    • 必須通過嚴格的可靠度測試
    • 需要符合AEC-Q認證
    • 符合ISO 26262功能安全標準(ASIL-A/B/C/D分級)
  • 超長生命週期
    • 設計使用壽命10–20年
    • 必須保證長期供貨、良率穩定
  • 成熟穩定的製程
    • 選用40/55/90nm甚至更大線寬
    • 目的是高溫耐受、長期穩定
    • 不追求極限邏輯密度,而要最穩健的工藝

✅ 結果是:

  • IC規格更新速度非常慢
  • 供應鏈認證週期長(2–5年開案→認證→量產)
  • 高度排他性、進入門檻極高

③ 【早期的汽車半導體廠】

在這種傳統汽車層層外包的供應鏈模式下,早期全球主導汽車電子的半導體廠幾乎都跟在地的車廠、Tier 1建立了長期深度合作:

✅ 歐洲:

  • Infineon(德國)→ 大眾、BMW、Daimler
  • NXP(荷蘭,飛利浦分拆)→ 歐洲Tier 1像Bosch、Continental
  • STMicroelectronics(法義合資)→ PSA、Renault、Fiat、Bosch

✅ 日本:

  • Renesas(NEC/Hitachi/Mitsubishi合併)→ 豐田、本田、日產
  • Rohm、Sony(感測器)→ 日系Tier 1像Denso、Aisin

✅ 美國:

  • TI、Microchip → 美國三大車廠、Delphi、Lear等Tier 1

除此之外,✔️ 這些半導體公司多是IDM(設計+製造+封裝),✔️ 熟悉各國認證流程、品質標準 ✔️ 跟當地車廠和Tier 1有深厚地緣和信任關係.

也因此:

「要打進這個供應鏈非常難,需要多年技術、認證、合作才行。」


④ 【傳統汽車半導體廠的產品特色】

  • 功能專用、分散架構
    • 沒有「中央大腦」式的設計
    • 每個子系統都有獨立的控制器(ECU)
    • 簡單、可靠、分散隔離
  • MCU主導
    • MCU為每個ECU的核心
    • 以成熟製程為主(40/55/90/130nm)
    • Flash、SRAM、類比I/O整合
  • 長期穩定供應
    • 設計一旦定型就用十年以上
    • 極高良率、極低失效率(PPM甚至PPB等級)

⑤ 【傳統車用IDM的優勢與挑戰】

✅ 傳統車用IDM的優勢:

  • "設計+製造+封裝"的車用晶片設計能力
  • 長期供應鏈關係
  • 成熟製程工藝、功率器件、車規測試能力

也因為傳統車用IDM(像Infineon、NXP、Renesas、ST、TI等),因為設計、製造、封測一條龍都自己掌握,可以做到以下特點:

長期供貨承諾

  • 設計、工藝固定後能供貨10年或更久
  • 車廠需要的老產品(包含各種過去的製程)都能持續生產
  • 良率、可靠性都能維持一致

供應排他性和信任

  • 車廠或Tier 1會指名長期採用
  • IDM會保留特定產能給特定客戶

✅ 這是車用電子極度保守、重視安全與穩定供應鏈的基礎。

✅ 傳統車用IDM的挑戰:

  • 不擅長高階數位邏輯設計
  • 先進製程門檻高無法進入,必須調整自身定位跟台積電下單先進製程
  • 大型SoC軟體堆疊複雜、自動駕駛的AI模型支援不足

⑥ 【轉折點:自動駕駛、智慧座艙】

大概從特斯拉開始推動電動車進入大眾市場的2010s 開始,汽車電子進入新的世代

level 2 ADAS(先進駕駛輔助系統)

  • 需要處理攝影機、雷達、LiDAR感知資料
  • 需要運行神經網路模型
  • 大量運算需求 → 高階SoC、GPU、AI加速器

✅ 更進階的自動駕駛

  • 同上
  • 感知→融合→規劃→控制
  • 系統級整合需求
  • 安全要求提高

智慧座艙

  • 多螢幕、全景大螢幕
  • 語音助理
  • 需要強大的多媒體和AI推理能力

傳統車廠為了跟上特斯拉,開始導入電動車、自動駕駛、更大螢幕、更多娛樂功能、更多算力等;自此之後,車用半導體也迎來新的玩家.


⑦ 【車用新玩家的崛起:巨頭們進軍車用】

  • NVIDIA:GPU專家,推出DRIVE平台
  • Intel + Mobileye:Intel 併購最大 ADAS 晶片設計 Mobileye ,進軍車用 SoC
  • 高通 + NXP合作:在高通併購NXP破局之後,雙方還是合作將Snapdragon平台移植到車用平台並符合車規標準

✅ 這些半導體巨頭的優勢:

  • 先進製程(7/5/4nm)
  • 高運算密度
  • AI加速、神經網路處理
  • 軟體平台能力
  • 消費電子市場培養的高量產良率

✅ 結果:

車用電子開始像智慧手機一樣 → 超大型SoC、AI運算、OTA升級、短週期開發。


⑧ 【供應鏈模式的改變】

  • Tier 1從「黑盒整包」轉變為域控制器(Domain Controller)/中央計算
  • OEM自己定義軟體架構、要求晶片選型
  • Tier 1供應鏈被迫開放

✅ 例如:

  • 特斯拉自研FSD電腦 → 自訂SoC
  • 大眾Cariad → 自選NVIDIA、高通平台
  • 中國新勢力(小鵬、蔚來、理想)→ 大量用高通、英偉達座艙/ADAS SoC

⑨ 【中國車廠近幾年的成本導向趨勢】

在自動駕駛和智慧座艙時代,中國電動車的整車電子電氣架構從傳統的「分散ECU」逐步演進到「域控制器」甚至「中央計算平台」。

域控制器(Domain Controller) 的典型劃分包括:

  • ADAS域:負責高算力感知、融合、路徑規劃
  • 座艙域:負責娛樂信息、UI、用戶體驗
  • 車身/底盤/動力域:負責傳統控制功能

✅在歐美、日本車廠,這種架構轉型通常會強調:

  • 安全關鍵域(ADAS、Cluster) → 使用車規級SoC
  • 全域嚴格符合AEC-Q標準
  • 功能安全ASIL-B/C/D分級
  • 長期供貨、嚴格溫循環/震動/EMC測試

✅ 但中國車廠的策略就很有特色:

  • 分得非常細
  • 安全關鍵域維持車規級方案
  • 非安全關鍵域就大膽用消費級SoC降成本

這種「安全關鍵域用車規晶片、非安全域用消費電子SoC」的分域策略,已經是很多中國車廠的主流手法。

  • 小米在最新推出的 YU7 車型就非常典型:「座艙晶片這次直接選擇了 Snapdragon 8 Gen 3,同時還有 700TOPS 的 NVIDIA DRIVE AGX Thor 用於輔助駕駛運算。」
  • 理想、小鵬、蔚來等品牌也都用類似方式
  • 中控和後排娛樂屏有時直接用手機SoC
  • ADAS域或融合域用NVIDIA、高通Ride、Mobileye、華為MDC

✅ 「中國車廠利用分域架構,在安全關鍵域嚴守車規標準的同時,對非安全域大膽引入手機等消費級SoC,大幅降低成本並加快開發迭代速度,這也是目前全球車用電子供應鏈變革中非常獨特且具影響力的趨勢。」

在座艙晶片大量導入消費級電子零組件的中國電車,能用非常便宜的價格提供遠超歐美對手的智慧座艙功能.


⑩ 【特斯拉的垂直整合自研模式】

除了中國車廠透過「分域架構」在安全域與非安全域做出高低階SoC混用的極端成本優化策略之外,還有另一種極端但完全不同的趨勢,就是特斯拉的「全棧自研」模式

⭐ 【特斯拉的關鍵特色:打破Tier 1 / Tier 2供應鏈】

傳統車廠習慣把很多電子系統外包給Tier 1供應商(例如Bosch、Continental、Magna等),Tier 1再從Tier 2、Tier 3採購晶片、模組。

特斯拉則是一開始就是自己主導整套車用電子的軟硬體整合,打破傳統車廠層層外包:

✅ 特斯拉從 HW3 開始導入自己的 Tesla chips
自研端到端(end to end)自動駕駛AI模型,以及自建AI訓練超級電腦(Dojo)
✅ OTA更新流程
✅ 高度整合座艙、動力、FSD系統

傳統車廠和Tier 1則是:

  • 硬體外包 → Tier 1
  • 晶片外包 → IDM、半導體供應商
  • AI感知軟體 → Mobileye、Bosch、Continental
  • OTA → 自行拼接各供應商的解決方案

✅特斯拉是全部自己來.


⭐ 【特斯拉模式的意義】

✅ 打破傳統車廠的層層外包結構
✅ 確保軟硬體深度整合、更新速度快
✅ 大幅降低長期BOM成本(尤其量產規模拉大後)

⭐ 【對全球供應鏈的衝擊】

  • 現代的車廠OEM也開始直接定義系統架構和算力需求,而不是透過 tier 1
  • 傳統Tier 1被迫開發開放平台 → 迎合OEM自選晶片、自寫軟體
  • 高通、NVIDIA也要提供軟體工具鏈 → 幫助車廠自研
  • 傳統車廠紛紛成立自己的軟體部門以跟上特斯拉

✅ 【結論】

傳統汽車電子產業是層層外包、長期合作、高門檻的結構,由歐洲、日本IDM廠商主導。

隨著ADAS、自動駕駛和智慧座艙興起,汽車對運算和軟體的需求爆發,讓NVIDIA、Intel、Mobileye、高通這些半導體巨頭進入車用市場,並改變了供應鏈模式。

特斯拉跟中國電動車廠,將會是主導車用半導體未來趨勢的兩大主軸.

留言
avatar-img
留言分享你的想法!
avatar-img
《無時效備份沙龍》
3會員
66內容數
混合工程術語與都市情感,有種「我知道這些也許沒用,但還是想保存下來」的情緒。
2025/07/02
「波將金式理解」意指LLM能在測驗中答對定義,看似掌握概念,實際卻無法在分類、生成或編輯中正確運用。研究發現主流LLM(GPT-4、Claude等)都有這種假理解現象:表面流暢,實際推理崩潰,顯示其統計生成的本質限制。
2025/07/02
「波將金式理解」意指LLM能在測驗中答對定義,看似掌握概念,實際卻無法在分類、生成或編輯中正確運用。研究發現主流LLM(GPT-4、Claude等)都有這種假理解現象:表面流暢,實際推理崩潰,顯示其統計生成的本質限制。
2025/06/28
Lawsnote因爬蟲抓取法源資料被判刑,引發台灣法律科技圈震撼。法院認定爬取含有編輯著作權的資料並用於商業販售構成侵權,對AI產業使用資料來源提出警示。對照美國Anthropic案與歐盟AI Act,都強調AI訓練需確保資料來源合法、可溯源,顯示未來AI新創必須面對合規成本,才能走向國際市場。
2025/06/28
Lawsnote因爬蟲抓取法源資料被判刑,引發台灣法律科技圈震撼。法院認定爬取含有編輯著作權的資料並用於商業販售構成侵權,對AI產業使用資料來源提出警示。對照美國Anthropic案與歐盟AI Act,都強調AI訓練需確保資料來源合法、可溯源,顯示未來AI新創必須面對合規成本,才能走向國際市場。
2025/06/21
最近朋友圈紛紛討論一部紀錄片《造山者》。 裡面講比較多的是台灣半導體產業早期奠基,是那一代人如何在台灣甚麼都沒有的年代,居然就把眼光放到了別人都不敢想的半導體產業。 這部片講了台灣半導體產業的開頭,然後就快轉到台灣現在半導體產業的地緣政治挑戰,我想試著把中間快轉的這段故事接上.
Thumbnail
2025/06/21
最近朋友圈紛紛討論一部紀錄片《造山者》。 裡面講比較多的是台灣半導體產業早期奠基,是那一代人如何在台灣甚麼都沒有的年代,居然就把眼光放到了別人都不敢想的半導體產業。 這部片講了台灣半導體產業的開頭,然後就快轉到台灣現在半導體產業的地緣政治挑戰,我想試著把中間快轉的這段故事接上.
Thumbnail
看更多
你可能也想看
Thumbnail
孩子寫功課時瞇眼?小心近視!這款喜光全光譜TIONE⁺光健康智慧檯燈,獲眼科院長推薦,網路好評不斷!全光譜LED、180cm大照明範圍、5段亮度及色溫調整、350度萬向旋轉,讓孩子學習更舒適、保護眼睛!
Thumbnail
孩子寫功課時瞇眼?小心近視!這款喜光全光譜TIONE⁺光健康智慧檯燈,獲眼科院長推薦,網路好評不斷!全光譜LED、180cm大照明範圍、5段亮度及色溫調整、350度萬向旋轉,讓孩子學習更舒適、保護眼睛!
Thumbnail
創作者營運專員/經理(Operations Specialist/Manager)將負責對平台成長及收入至關重要的 Partnership 夥伴創作者開發及營運。你將發揮對知識與內容變現、影響力變現的精準判斷力,找到你心中的潛力新星或有聲量的中大型創作者加入 vocus。
Thumbnail
創作者營運專員/經理(Operations Specialist/Manager)將負責對平台成長及收入至關重要的 Partnership 夥伴創作者開發及營運。你將發揮對知識與內容變現、影響力變現的精準判斷力,找到你心中的潛力新星或有聲量的中大型創作者加入 vocus。
Thumbnail
圖片來源:工商時報 美國科技股持續創新高,特別是與 AI 相關的題材熱得發燙;只要手上有 AI 相關的題材類股,就幾乎等於獲利保證。 微軟也因為 AI 佈局有成,近期頻頻超越蘋果電腦成為地球上市值最高的公司,其將近 2.9 兆美元的市值,以國家 GDP 相比,介於英國(3.0 兆)與法國(2.7
Thumbnail
圖片來源:工商時報 美國科技股持續創新高,特別是與 AI 相關的題材熱得發燙;只要手上有 AI 相關的題材類股,就幾乎等於獲利保證。 微軟也因為 AI 佈局有成,近期頻頻超越蘋果電腦成為地球上市值最高的公司,其將近 2.9 兆美元的市值,以國家 GDP 相比,介於英國(3.0 兆)與法國(2.7
Thumbnail
本文介紹了特斯拉自動駕駛硬體版本的演進,包括 HW3.0、HW4.0 硬體版本在臺灣的抵達和消費者的選擇,硬體與軟體的協同發展,各版本晶片的技術規格及未來發展趨勢等。文章內容深入淺出,對於對特斯拉自動駕駛有興趣的讀者具有參考價值。
Thumbnail
本文介紹了特斯拉自動駕駛硬體版本的演進,包括 HW3.0、HW4.0 硬體版本在臺灣的抵達和消費者的選擇,硬體與軟體的協同發展,各版本晶片的技術規格及未來發展趨勢等。文章內容深入淺出,對於對特斯拉自動駕駛有興趣的讀者具有參考價值。
Thumbnail
福斯大舉投入新一代電動車與汽車軟體,Waymo開放舊金山自動駕駛計程車服務,市場仍將關注今年AI車用與自動駕駛,昨日市場輪動震盪並以科技股主要表現,債券維持表現,整體維持中性偏強,靜待市場表態格局。
Thumbnail
福斯大舉投入新一代電動車與汽車軟體,Waymo開放舊金山自動駕駛計程車服務,市場仍將關注今年AI車用與自動駕駛,昨日市場輪動震盪並以科技股主要表現,債券維持表現,整體維持中性偏強,靜待市場表態格局。
Thumbnail
首先之前的新聞相信大家都有看到,而特特迎來第二波暴漲(第一波是財報後),那特斯拉FSD在對岸批准推出,果然迎來了一些特黑們大放厥詞,但比較有趣的是網美似乎沒有查清楚對岸高階自動駕駛市場,目前對岸高階自動駕駛市場早就捲到不行,特斯拉FSD根本是不進不行了… 首先先看圖: 對岸去年高階智能NOA的市
Thumbnail
首先之前的新聞相信大家都有看到,而特特迎來第二波暴漲(第一波是財報後),那特斯拉FSD在對岸批准推出,果然迎來了一些特黑們大放厥詞,但比較有趣的是網美似乎沒有查清楚對岸高階自動駕駛市場,目前對岸高階自動駕駛市場早就捲到不行,特斯拉FSD根本是不進不行了… 首先先看圖: 對岸去年高階智能NOA的市
Thumbnail
半導體設計領域中,EDA供應商和代工業者之間的合作日益深化。。ASRA作為汽車用先進SoC技術研究組織,旨在研究開發和標準化汽車SoC。當前的EDA行業,圍繞AI應用和Chiplet的發展,正在逐漸向Synopsys和Cadence這兩家公司集中。
Thumbnail
半導體設計領域中,EDA供應商和代工業者之間的合作日益深化。。ASRA作為汽車用先進SoC技術研究組織,旨在研究開發和標準化汽車SoC。當前的EDA行業,圍繞AI應用和Chiplet的發展,正在逐漸向Synopsys和Cadence這兩家公司集中。
Thumbnail
去年也說明過了,就是機器人的產業崛起想像 我們目前頂多習慣LEVEL 2~3 而下一個等級是系統全自動,這需要更多的法規還有硬體+軟體進步 我還是跟2020年看法一樣.電動車2025年群雄割據結束後,就會邁入下一個階段 之後就是軟體也會開始有成長期空間 2020年說要先硬體普及後才能開
Thumbnail
去年也說明過了,就是機器人的產業崛起想像 我們目前頂多習慣LEVEL 2~3 而下一個等級是系統全自動,這需要更多的法規還有硬體+軟體進步 我還是跟2020年看法一樣.電動車2025年群雄割據結束後,就會邁入下一個階段 之後就是軟體也會開始有成長期空間 2020年說要先硬體普及後才能開
Thumbnail
在上一篇科技巨頭解碼中,我們重新盤點了特斯拉的電動車與能源業務的長線展望,提出了較有可能的未來路徑。而在本篇,Miula 將會針對特斯拉的服務業務、FSD 業務,以及 Optimus 人型機器人業務,做出我目前對於其長線發展的預測。
Thumbnail
在上一篇科技巨頭解碼中,我們重新盤點了特斯拉的電動車與能源業務的長線展望,提出了較有可能的未來路徑。而在本篇,Miula 將會針對特斯拉的服務業務、FSD 業務,以及 Optimus 人型機器人業務,做出我目前對於其長線發展的預測。
Thumbnail
半導體行業巨頭們的財報開出,終端市場冰與火同時存在,市場見底了沒?看不同行業與供應鏈上下游的展望
Thumbnail
半導體行業巨頭們的財報開出,終端市場冰與火同時存在,市場見底了沒?看不同行業與供應鏈上下游的展望
Thumbnail
本文分享半導體行業的營運展望,包括5G和物聯網、人工智能和機器學習、汽車電子和高性能運算和數據中心等相關趨勢和展望。此外,也提及半導體設備與供應鏈族群展望及半導體庫存調整等相關資訊。
Thumbnail
本文分享半導體行業的營運展望,包括5G和物聯網、人工智能和機器學習、汽車電子和高性能運算和數據中心等相關趨勢和展望。此外,也提及半導體設備與供應鏈族群展望及半導體庫存調整等相關資訊。
Thumbnail
2024 從社群電商、AI狂潮再到電動車,背後都有越來越強的中國因素在牽動產業格局變化
Thumbnail
2024 從社群電商、AI狂潮再到電動車,背後都有越來越強的中國因素在牽動產業格局變化
追蹤感興趣的內容從 Google News 追蹤更多 vocus 的最新精選內容追蹤 Google News