面对EB级路测数据，汽车芯片处理技术路线中，以高带宽内存、异构计算和神经网络处理器为核心的车载分布式处理与边缘计算架构，在实时性、功耗和效率上形成了更高的技术壁垒。其中，存储芯片的容量和带宽升级是关键瓶颈——例如L4-L5级车每小时路测数据量达16-20TB，单次路测产生8-60TB数据，这对芯片的处理和存储能力提出了严苛要求。
核心壁垒：存储芯片的容量与带宽
智能驾驶系统产生的海量数据，对车载存储芯片的读写性能、容量和可靠性提出更高要求。DRAM和NAND是车载存储中最主要的两大类芯片，合计占比超70%。DRAM用于存放运行中的程序和数据，其容量和带宽随自动驾驶等级显著攀升：L2级DRAM带宽为25-50GB/s，L3级可达200GB/s，L4级之后将提升到1TB/s。NAND则用于存储连续数据，L2级智能驾驶一般只需8GB容量，L5级最高可能超过2TB。这种指数级增长的需求，使得高带宽内存成为核心壁垒。
技术路线对比：集中式云计算 vs. 边缘计算
在EB级数据处理场景下，不同技术路线的效率差异明显：
- 集中式云计算：适合批量训练和仿真，但存在云端与汽车间数据传输延时，难以满足自动驾驶的实时性要求。
- 边缘计算与车载分布式处理：通过在车端部署高性能存储与计算芯片，可大幅降低延时。例如，未来“端-边-云”数据架构的形成，将进一步推升车载NAND需求。
- 高带宽内存与异构计算：DRAM从DDR2/3向DDR4/5的升级，以及UFS替代e-MMC的趋势（UFS4.0写入速度是e-MMC5.1的15.6倍），构成了硬件层面的竞争壁垒。
竞争格局与市场展望
车规DRAM市场高度集中，美光市占率45%，北京君正（通过收购北京矽成）位居第二，市占率15%。车规NAND市场则由三星、铠侠、海力士等龙头主导，三星UFS3.1已量产出货，UFS4.0未来将应用于车载领域。从市场规模看，车规DRAM预计从21年的12亿美元增长至30年的49亿美元，车规NAND则从10亿美元增长至119亿美元，复合增长率分别达16.5%和31%。
常见问题
为什么边缘计算比云计算更适合处理路测数据？
边缘计算在车端本地处理数据，能避免云端传输延时，满足自动驾驶对毫秒级实时响应的需求。而“端-边-云”架构中，车载NAND需求会进一步提升以支撑本地存储。
DRAM和NAND在自动驾驶中各自承担什么角色？
DRAM存放运行中的程序和中间数据，要求高带宽；NAND存储摄像头、雷达等产生的连续路测数据，要求大容量。两者协同支撑从数据采集到AI训练的全流程。
国内厂商在车规存储芯片领域的竞争力如何？
国内厂商主要布局利基市场，如兆易创新的SPI NAND覆盖1-4GB容量，东芯股份的车规级NAND样品覆盖1-8GB，均处于送样或小批量阶段。在DRAM领域，北京君正通过收购切入，DDR4 8GB和16GB已量产出货。