01.

8155：一个消费符号的诞生

在中国新能源汽车市场最狂热的几年里，展厅里的对话发生过一次微妙的位移。消费者不再围着销售追问“这车续航多少公里”或“充电要多久”，而是抛出一个让传统销售措手不及的问题：“你们这车，用的是不是高通 8155？”

这个问法本身就很耐人寻味。没有人追问它的制程节点，也没人关心它通过了几级功能安全认证。8155 在大众心智中被简化成了一个极其朴素的承诺——坐进车里，屏幕不会卡，语音能听懂，导航能跟上。一颗汽车芯片的名字，第一次拥有了类似“iPhone 用 A 系列”那样的消费认知穿透力。

这场“跨界入侵”的戏剧性在于：高通并非出身汽车 Tier 1 体系，它带着手机行业的基因和迭代节奏，却一举攻破了传统座舱供应链的护城河。恩智浦、瑞萨们苦心经营多年的车规座舱方案，在语音响应速度和多屏流畅度这两项核心体验上，差距被迅速拉大。

但如果把 8155 的封神完全归功于高通，就忽略了中国市场这面关键的放大器。同一颗芯片在全球其他市场并未掀起同等量级的波澜，唯独在中国，它被车企推上了一个前所未有的高度——更大尺寸的联屏、按月推送的 OTA、以月为单位迭代的车型节奏，数字体验被置于传统豪华配置之上。高通造出了弹药，而真正扣下扳机的，是中国车企用安卓生态对整个座舱软件底层进行的彻底重构。

从工程视角回看，SA8155P 于 2019 年亮相、2021 年规模上车，7nm 制程、Kryo 485 八核架构、Adreno 640 图形单元，搭配 NPU130 提供约 4 TOPS 的 INT8 算力，可同时驱动三路 4K 显示。这些数字在当时的汽车半导体语境中已属激进。

然而 8155 真正的历史坐标，不在于它让某一块中控屏变顺滑了，而在于它完成了“座舱域集中化”的范式确立。在此之前，仪表、中控、后排娱乐、环视系统各自为政，像一堆彼此不通气的孤岛；8155 之后，它们第一次被收束到同一颗 SoC 的算力池和数据总线之中。多屏协同、语音交互、AI 感知、AR-HUD 联动——这些后来被视为智能座舱标配的能力，其底层架构的合法性，正是由 8155 这一代产品所奠定的。

02.

8295：AI 算力站上 C 位

如果说 8155 解决的是“座舱域从无到有、从卡到顺”的问题，那么 8295（SA8295P）回答的则是“座舱域如何平台化、复杂化和高阶化”。

SA8295P 于 2021 年 1 月发布，采用 5nm 工艺，搭载 Kryo 695 CPU（4 个 Gold Prime + 4 个 Gold 核心），CPU 算力达到 220K DMIPS，约为 8155 的两倍；GPU 升级为 Adreno 695，算力约 3000 GFLOPS，接近 8155 的三倍。

但真正定义 8295 代际跃迁的，是 NPU 的质变：从 8155 的单核 NPU130，到 8295 的“双 Hexagon Tensor 处理器 + 4 个 HVX + 2 个 HMX”组合，NPU 算力达到约 30 TOPS，是前代的 7.5 倍以上。

8295 在功能安全上实现了重大突破，获得了 ASIL B（SEooC） 的车规安全认证，使其具备了在更严格的安全关键场景下运行的能力，为后续的舱驾融合奠定了基础。首批量产车型包括极越 01、奔驰 E 级、理想 MEGA、极氪 001/009、蔚来 ET9、智己 LS6、小米 SU7 Ultra 等。

8295 的真正贡献不是“跑得更快”，而是让座舱域控开始拥有更像服务器、也更像操作系统平台的特征。它支持多虚拟机隔离、多个高层和实时操作系统并行运行，能够同时承载仪表、座舱、AR-HUD、后排娱乐、电子后视镜和舱内监测等域内整合任务。当 8155 时代结束“能不能顺畅运行”的争论后，8295 把竞争焦点从“功能有无”改成了“系统复杂度谁能驾驭”——多屏联动是否顺滑，语音与视觉是否真正打通，副驾娱乐与主驾导航是否互不干扰，舱内 DMS/OMS 和大模型入口是否可以同步接入。

因此，8295 本质上不是 8155 的“豪华加强版”，而是座舱域控时代的成熟形态，也是舱驾融合之前最后一代典型的“高阶独立座舱平台”。

03.

8775：舱驾融合的分水岭

真正把故事拐弯的，是 8775 对应的 Snapdragon Ride Flex 路线。

2023 年，高通正式发布 Ride Flex SoC，将其定义为汽车行业首个可同时支持数字座舱与高级辅助驾驶功能的可扩展 SoC 家族。这颗芯片的目标不是单纯提高性能，而是让对安全要求不同、实时性要求不同、软件生态完全不同的任务，能够在同一颗 SoC 上共存且互不干扰。

8775 的设计核心在于“混合关键负载”（Mixed-Criticality）：通过硬件虚拟化、多操作系统并发、QoS 保障以及 ASIL-D 安全岛，将原本需要两颗独立芯片（座舱 SoC + 智驾 SoC）才能完成的任务，整合到单一芯片上。座舱通常跑 Android、QNX 或相关生态，智驾更多面向 Linux、实时系统和安全框架——两个域的软件语言、调度方式、验证逻辑、功能安全等级本就不一样。以前分开做，问题被分散在两个域里；一旦放到同一套跨域平台上，通信管理、资源调度、可靠性和安全隔离全部会成倍上升。

8775 的 NPU 算力约 72 TOPS（INT8），已在全球 8 个量产项目中部署，中国已有 10 余家车企及生态伙伴采用。北汽极狐阿尔法 T5 成为国内首个基于 8775 实现舱驾一体量产的车型，车联天下基于该芯片开发的 AL-A1 域控则是率先在国内实现量产的单芯片舱驾融合域控方案。

从商业逻辑看，Ride Flex 把座舱和 ADAS 整合到更统一的硬件与软件架构里，有助于降低整体 BOM、提升数据吞吐效率、减少系统时延，并推动整车向集中式计算过渡。相比舱驾各用一颗芯片，成本可降低约 20%。

8775 的意义远大于“又一颗更强的芯片”——它是跨域融合真正迈入工程化阶段的标志。

04.

8797：中央计算的量产元年

到了 8797，如果还把它理解为“更强座舱 SoC”，就已经明显跟不上节奏了。

2024 年，高通推出 Snapdragon Cockpit Elite 和 Snapdragon Ride Elite，引入专为汽车打造的 Qualcomm Oryon CPU，目标是实现相较前一代旗舰 3 倍的 CPU 性能和 12 倍的 AI 算力提升，并于 2025 年开始提供样片。这里最值得注意的不是数字本身，而是它服务的对象已经从“座舱域体验”扩展成“整车级 AI 与中央控制能力”。

2026 年 CES 上，零跑汽车与高通联合发布了全球首款搭载双 SA8797P 的中央控制器，在零跑 D19 旗舰车型上实现量产。该方案将智能座舱、驾驶辅助、车身控制和车辆网关统一到一个高性能系统里，支持最多 8 块显示屏、13 路摄像头以及激光雷达、毫米波雷达、超声波传感器和高精 IMU 等感知输入。

这已经不是“座舱+智驾两个域连得更紧”，而是车辆关键域开始被重新收拢到中央控制器中。8797 的使命，不是把座舱继续卷到极致，而是让整车电子架构从“多个域控并列”走向“少数高性能中央计算节点 + 区域控制”的形态。芯片型号本身反而变得没那么重要，重要的是它能否支撑统一调度、统一通信、统一 OTA、统一安全策略，以及更大规模的车端 AI 负载。

截至 2026 年初，Cockpit Elite 与 Ride Elite 平台已获得包括理想、极氪、长城、蔚来、奇瑞、奔驰、宝马在内的 10 个车型定点项目。

05.

表面是芯片升级，实质是架构革命

把四代平台放在一起看，答案很清楚：

芯片当然一直在升级，但真正持续迭代的，其实是整车电子电气架构。从 8155 到 8295，主角还是“座舱”；从 8775 到 8797，主角已经变成“整车”。前两代的竞争核心是屏幕、语音、3D 交互和多任务；后两代的竞争核心则是域间协同、功能安全、软件复用、中央计算和车端 AI 部署能力。

这也是为什么未来几年，车企和供应商的分化会越来越明显。有的厂商会继续把芯片当作配置标签，用来证明“我也有高算力”；而真正走得更深的厂商，会把芯片放进整车架构、软件平台和供应链协同中去思考。当架构进入舱驾融合和中央计算阶段，决定体验上限的已经不只是芯片峰值性能，而是操作系统、虚拟化、中间件、工具链、功能安全、数据闭环以及整车网络拓扑是否匹配。

06.

产业竞争：高通的第二次进攻

座舱市场再大，也有天花板，更高的单车价值藏在驾驶辅助和中央计算里。而且座舱与智驾的边界正在消失：环视摄像头既服务泊车，也要投屏显示；驾驶员监测既影响交互，也决定辅助驾驶能否持续；导航既是座舱应用，也可能进入驾驶决策。过去这些任务分属两颗 SoC，需要跨板传输数据。

而打破这种割裂、把两颗 SoC 的任务收拢到同一套平台上，正是高通这轮纵向延伸的着力点——从控制中控屏的座舱，向驾驶辅助与中央计算挺进。 但这一次远比第一次艰难：座舱偶尔卡顿，至多招来抱怨；辅助驾驶一旦错过截止时间，则是安全责任。座舱软件可以频繁迭代，安全关键功能却要经历严密验证。

正因如此，中央计算这条路上，已挤满了用不同方式定义"中央大脑"的玩家，大致分三条路径：

高通的优势在于座舱装机基础、Android 生态、连接能力与车企关系。它最现实的突破口，未必是一步吞下高端自动驾驶，而是先把座舱、泊车、驾驶员监测与中阶 ADAS 整合成一个成本更低的统一平台——这个区间恰是英伟达暂未下沉、车企又不愿各自重复造轮子的地带，也是高通凭既有座舱根基最容易站稳脚跟的地方。

07.未来展望：

NPU、存算一体与 AI 定义汽车

从算力演进曲线来看，一个清晰的判断正在浮现：座舱芯片对 CPU 的需求可能快到顶了，接下来 5 年的增长红利在 NPU。

8155 到 8295，CPU 算力提升约 100%，GPU 约 300%，NPU 约 650%；而 8295 到 8797，CPU 性能提升约 3 倍，GPU 性能提升约 2.6 倍，NPU 的 AI 算力更是实现了高达 12 倍的跨越式增长。多屏联动和系统响应在 8295 时代已经够用，CPU 升级的边际收益递减；但语音大模型、端侧 LLM、视觉大模型（VLM）、舱驾融合和多模态融合，都在推动 NPU 需求指数级增长。

然而，传统冯·诺依曼架构下，NPU 算力增长已经被“存储墙”（Memory Wall）卡死：90% 的能耗不是花在“算”上，而是花在“搬数据”上。Horowitz 2014 年在 ISSCC 的实测表明，搬 8-bit 数据一次能耗是 ALU 运算的 1000–10000 倍。具体到座舱芯片，HBM 是普通 DRAM 的 5–10 倍贵，车规 -40℃~85°C 的工作温度和被动散热约束，让单纯堆制程、堆算力、堆 HBM 逼近物理极限。

真正能继续翻倍 NPU 算力的路径，指向存算一体技术。主要分为两大方向：

1、近存计算（Processing-Near-Memory, PNM）：计算单元靠近存储器，但不集成在存储阵列内。例如，通过先进的 3D 封装技术（如 HBM）将逻辑 Die 与 DRAM Die 堆叠在一起，是目前大模型推理最成熟的解决方案。

2、存内计算（Compute-In-Memory, CIM）：直接在存储阵列内部完成计算，能效最高，但技术挑战也最大。目前 SRAM-based CIM 已有商用案例，适用于小模型推理；DRAM-based CIM 仍在研发中。

理论能效可提升 10–100 倍，这意味着相同功耗下 NPU 算力可以再翻 1–2 个数量级。高通如果想在 2027–2028 年之后保住座舱芯片的领导地位，必须押注存算一体，很可能采用“传统冯·诺依曼架构 SoC + 存算一体 AI 芯片”的混合范式。

与此同时，“软件定义汽车”正在加速走向“AI 定义汽车”。高通与谷歌扩大合作，把 Agentic AI 带进车内；元戎启行基于 Ride Elite 平台已实现 VLA（视觉-语言-动作）多模态模型在车端的量产部署，使驾驶辅助系统从“感知—执行”走向“理解—推理—决策”。

结语

回到文章开头那个问题：8155、8295、8775、8797 到底迭代了什么？

答案可以浓缩成一句话——8155 和 8295 让座舱成为一个越来越强的域，8775 和 8797 则让整个汽车开始从“多个域拼出来的智能车”，转向“以中央计算为核心的软件定义汽车”。

如果只盯着性能跑分，这条线会被看成芯片升级史；但如果把它放回汽车产业语境里看，它其实是一部电子架构升级史。高通 8155 的胜利，首先是两种产业速度的胜负——传统车规厂按汽车节奏迭代，高通把手机节奏带进汽车。而高通的第二次进攻能否复制胜利，将取决于它能否在舱驾融合的安全关键场景、在中央计算的复杂软件栈、在 AI 定义汽车的端侧大模型时代，继续证明自己不只是“快”，而是“对”。

毕竟，当中央计算的客户不再只是座舱产品经理，而是智驾、安全、电子架构和软件平台多个团队时，任何一个团队无法接受，项目就无法量产。芯片战争的下半场，拼的早已不是 TOPS 数字，而是谁能在整车架构的深层逻辑里，找到自己的不可替代性。