為什麼晶片巨頭都想進軍汽車產業？AI 驅動智慧車的時代將臨

全球汽車產業正面臨前所未有的轉型壓力，從電動化、智慧化到自動化，相關技術的發展正在重塑人們對於車輛的想像。在此之中，人工智慧扮演著舉足輕重的角色，無論是智慧語音助理、先進駕駛輔助系統（ADAS），還是更進階的自動駕駛功能，都仰賴各類晶片強大的資料運算能力做為後盾──而這也打破了人們對「AI 載體」的想像。

智慧車的核心價值

近年來，智慧車之所以快速竄起，除了整體科技水準的提升，更重要的是駕駛者期待車輛能提供安全、便利與娛樂功能的整合性體驗。根據麥肯錫的報告指出，隨著自動駕駛技術越趨成熟，全球先進駕駛輔助系統與自動駕駛市場到 2035 年的規模可望達到 4,000 億美元。這樣的龐大商機之所以浮現，很大程度是因為人工智慧所帶來的資料分析與決策能力進步，使得智慧車不僅能監測人類駕駛行為，也能輔助或接管駕駛決策。不管是包含車內語音助理、臉部表情監測、驅動習慣分析以及環境感測等，都需要龐大的即時運算。

若單從駕駛輔助的角度切入，人工智慧為車輛帶來許多正面效益。例如 WHO 曾預估到 2030 年時，道路事故有可能躍居全球第五大死因，而人為疏失與不當駕駛行為正是車禍的主因。透過車內裝設的攝影鏡頭與感應器，再配合機器學習與電腦視覺演算法，現在已經有汽車可以偵測駕駛者是否打瞌睡，往後還可能偵測駕駛情緒焦躁、甚至酒後駕車，並在關鍵時刻發出警示或介入車輛行駛。

先進安全系統的技術演進

當前智慧車最引人矚目的創新之一，非先進駕駛輔助系統莫屬。這個統稱 ADAS 的技術大範圍包含了車道維持輔助、主動煞車、盲區偵測、側邊雷達、防撞預警等。以往這些功能更多只存在豪華車款，如今已逐漸下放到中階市場，成為新世代車款的標配。美國保險業者也紛紛指出，若車輛配備 ADAS，有助於降低理賠風險，進而帶動保費調整，使駕駛者更樂意購置有安全輔助功能的車款；ADAS 技術的逐漸普及確實能顯著降低因疲勞、走神或侵略性駕駛所導致的碰撞風險──當然他也不是萬能的，過度依賴 ADAS 的風險依然存在；另一邊，智慧車對行人與其他道路使用者的偵測也更敏銳，得以主動偵測路邊行人突發衝出的可能性，並以自動煞車系統減緩衝擊。

然而，要達成這些即時感測與判斷，不僅仰賴相機、雷達、LiDAR（光偵測與測距）等多重感測器，更需要高效能晶片做資料的運算處理。不管是賓士強調整合人工智慧的長距離自動停車服務、特斯拉的遠程召喚等等技術或服務，背後都離不開各類晶片解決方案提供的運算支持。疫情期間，晶片短缺給汽車產業帶來的衝擊也十分明顯，許多車廠被迫減產或延後交車，導致大眾再度認識到：車規級晶片的供應穩定度，對現今汽車產業的發展至關重要。

有鑑於此，許多車廠開始與科技廠商強化合作，包含 Toyota 與 NVIDIA 共同開發先進駕駛輔助系統平台，賦予車輛如自動車道保持與更強大的感測融合功能。NVIDIA 在 2025 年度的 CES 展中也表示，其開發的 Orin 車用晶片已成功進入 Toyota 供應鏈中、協助其智慧輔助駕駛系統，預計這些使用於汽車高階運算平台，未來將逐漸在汽車市場全面普及。

對於晶片供應鏈而言，這種「由車廠與科技公司協同設計」的模式，使車用晶片研發的方向更貼近市場實際需求，也在一定程度上分散了各種風險。

▲ 特斯拉的自駕裡面也有許多軟硬體的解決方案在其中。

車用晶片需求暴增

平均而言，每支高階智慧手機中可能整合 30 到 100 顆左右的各類晶片（包括應用處理器、通訊模組、感測器等）。然而，若比較智慧手機與現代汽車的晶片數量，後者在規模與複雜度上其實更顯驚人。根據 Deloitte、Strategy Analytics 等機構的研究顯示，一部先進的智慧車內部，從主控系統、動力系統管理、感測器陣列、車身控制，到車內資訊娛樂系統，平均可能需要整合數百顆乃至數千顆半導體元件──尤其是電動智慧車，因為還包含電池管理系統（BMS）與更複雜的車身網路架構，晶片載量遠勝燃油車。

智慧手機市場雖然依舊龐大，但由於消費者換機週期延長與整體手機市場相對飽和，成長速度已趨緩。相較之下，智慧車仍處於滲透率正在提高的階段，從連網車（Connected Car）、車用感測器、自動駕駛運算晶片等，相關的半導體需求可說是成倍數攀升。若車廠持續在每個車型內提高運算與感測元件數量，無論是與手機相比或在整個消費性電子領域中，車用晶片的需求提升，都將成為引領全球半導體產業成長的重要因素之一。

根據調查機構 Transparency Market Research 預估，車用晶片市場在 2023 年總值約 726 億美元，並可望以年複合成長率 6.4％的速度發展，到 2034 年可能上看 1,467 億美元。NVIDIA、Qualcomm、Mobileye（英特爾旗下）、三星以及其他半導體大廠都在搶著布局。其中，NVIDIA 以強大的 GPU 與 AI 專用加速器在雲端資料中心及自動駕駛資料訓練領域奠定優勢，再以 Orin、Drive PX 等車載平台切入終端車內應用，儼然形成一條從雲端到汽車的完整布局。

智慧車與連網車的成長趨勢

根據 market.us 發布的「Smart Car Statistics 2025 By Automotive Technology」報告，2022 年全球智慧車市場規模約為 575 億美元，2023 年成長到 673 億美元，預估到 2032 年將有機會衝高到 2,657 億美元。

其中歐洲與中國的智慧車滲透率持續攀升，美國市場也加速布局。以小型智慧乘用車為例，土耳其在這個領域的營收達到 12.51 億美元，德國則有 10.48 億美元、義大利 3.94 億美元，顯示歐洲市場仍具高潛力。此外，中國品牌 BYD 的新車型不斷打破全球電動車銷售紀錄，配合 Tesla Model Y、Model 3 在各市場長紅，進一步推動智慧電動車的普及度。

連網車（Connected Car）的勢頭也不可小覷。2020 年受疫情衝擊，連網車市場曾一度下滑至約 555.6 億美元，但很快在 2021 年反彈至 648.7 億美元，2022 年達到 757.4 億美元，預計 2025 年有望突破 1,205.3 億美元。業內分析師認為，車聯網的持續成長有賴 5G 基礎建設的完善，以及各國對車與車之間（V2V）或車與路邊設施（V2X）通訊技術的法規標準化。

▲ 智慧汽車的市場規模預估。（Source：market.us）

自動駕駛的想像與現實

從特斯拉的「Full Self-Driving, FSD」到 Waymo、Aurora 的無人車測試，全球各地已出現各種自動駕駛原型測試、甚至是試營運。然而，真正意義上的「L5 完全自動駕駛」仍需要龐大資料訓練、基礎設施以及法規面配合；根據美國加州機動車輛管理局（DMV）先前公布的測試紀錄顯示，即使是技術領先的自動駕駛車隊仍會在某些特殊情境中觸發人類駕駛接管的需求。要做到「人在車上可以放心睡覺」，還有一段距離。

不過，NVIDIA 黃仁勳在 CES 論壇上便強調，隨著 AI 技術持續演進，加上雲端訓練、模擬測試、車載晶片的精進，自動駕駛實現的速度可能比外界想像更快。他甚至呼籲各車廠若想在未來繼續生存，勢必要投資自動駕駛技術，不然將被市場淘汰。

這個觀點多少呼應了前幾年產業人士常提的「不自動化，就滅亡」，只是經過多次自駕公司裁員、專案終止的教訓後，資本市場對自動駕駛技術的態度也變得更謹慎。Ford 與 Volkswagen 在 2022 年終止了對 ArgoAI 的投資，GM 在 2024 年決定縮減 Cruise 無人計程車計畫，都顯示了傳統車廠在自駕技術的資金分配上更加保守。相比之下，NVIDIA 這類技術供應商的角色，更像在推動生態系統發展，為不同車廠或自駕新創企業提供晶片、演算法與整合平台，降低重複研發的成本──而在中國，華為正在擔任這樣的「角色」。

▲ 黃仁勳在 CES 2025 中發表的相關重點。

從硬體進化到生態整合

車用晶片與智慧車的演進仍將延續以下幾項趨勢：首先是人工智慧在車輛感測、干涉駕駛決策上的應用程度將會持續加深；其次，5G 與邊緣運算的結合，使車輛能在本地端迅速處理巨量資料，避免過度依賴雲端延遲。再次，材料科學與能源效率的升級，會讓車用晶片走向更低功耗、更小尺寸、更強大的運算能力，半導體的技術發展對自動駕駛、智慧汽車發展至關重要。

最後，供應鏈方面也將更加全球化與在地化，減少受地緣政治或單一工廠停工的衝擊。

但晶片製造的複雜度、也導致綠色與永續議題成為焦點──由於半導體製造需要耗費大量水資源與能量，如何平衡車用晶片成長與環保之間的衝突，成為各界所關注的焦點。TSMC 等晶圓代工廠、都在強化節能技術與增加綠電供應，但越來越節能、越來越小型化的晶片設計，對電動車與自動駕駛功能都有正面幫助。例如 SoC 架構技術減少了晶片的體積、同時也增加了運算效率、還能降低功耗與成本。

對一般消費者來說，這些技術進步不僅意味著更安全的駕駛體驗，也代表車輛將更貼近「智慧行動裝置」的概念。更智能的語音助理、強化的娛樂系統、精準的駕駛輔助，加上環境感測與自動更新的軟體服務，車子不再只是一部交通工具，而是隨時隨地的行動「數位生活空間」。許多車廠都正與不同的科技公司攜手打造全新的汽車軟硬體標準，好讓汽車能夠發揮除了移動之外的智慧功能。

很快地，不需要駕駛的自動汽車，將能解放駕駛的雙手進行更多不同活動、就像現在的智慧手機功能已經遠超過打電話一樣，軟體定義汽車的自動駕駛時代也即將到來。

（首圖來源：shutterstock）