汽车OTA升级需求爆发，中央计算芯片在下游哪些应用场景中需求最旺盛？
智能座舱和智能驾驶是中央计算芯片需求最旺盛的两大应用场景，因为它们直接依赖高算力芯片实现频繁的OTA软件升级和功能迭代。
汽车电子电气架构正从分布式向域集中式演进。在分布式架构下，ECU只能处理特定功能，不同ECU之间关联性弱，无法实现统一化编程和软件升级，也就无法实现整体OTA。而域集中式架构通过域控制器（DCU）集中控制，其中智能驾驶域和智能座舱域是未来车企价值的体现，对芯片算力要求更高，需要用到性能更强的MCU或直接使用SoC芯片，这为OTA升级提供了硬件基础。
智能驾驶域：对算力与OTA需求最高
L2+及以上级别的自动驾驶需要处理海量传感器数据，对中央计算芯片的算力要求极高。该场景下，芯片必须支持频繁的OTA升级，以持续优化感知、决策和控制算法。由于智能驾驶功能直接关系到行车安全，其OTA升级的频次和可靠性要求也最为严格，是拉动高算力SoC芯片需求的核心场景。
智能座舱域：驱动芯片升级与功能迭代
智能座舱域集成了中控、仪表、360环视及影音娱乐等功能。用一个DCU替代多个传统ECU方案，最大可为车企带来近38%的BOM成本节降。座舱内的交互体验（如语音、导航、娱乐应用）需要芯片具备强大的图形处理和AI计算能力，并通过OTA不断更新界面、增加新功能。这使得智能座舱成为中央计算芯片出货量最大的应用场景之一。
车身域与其他域：从ECU向DCU的过渡
车身域、底盘域和动力域同样在向集中化演进，但它们对OTA的依赖度相对较低，更多是功能整合与成本优化。这些场景中，部分ECU功能会被简化，只承担执行层面的控制，而算力被剥离并集中到DCU中。从中期来看，MCU芯片的需求量仍会继续增长，但长期将有相当一部分车载MCU被SoC取代。
常见问题
为什么分布式架构无法实现整体OTA？
分布式架构下，每个ECU只能完成特定功能，且来自不同供应商，开发人员无法实现统一化编程和软件升级，因此无法实现整体OTA。
中央计算芯片在智能座舱和自动驾驶场景中的需求有何不同？
智能驾驶场景对芯片的实时性、安全性和算力要求最高，以处理传感器融合与决策控制；智能座舱场景更侧重图形处理、AI交互和多媒体能力，以实现丰富的用户体验。两者都依赖高算力SoC芯片，但侧重点不同。
未来哪种场景会率先普及中央计算芯片？
智能座舱和智能驾驶是车企和芯片厂家重点发力的赛道，预计将率先普及中央计算芯片。随着域集中式架构的推进，车身域、底盘域和动力域也将逐步向DCU集中，但节奏相对较慢。