2026年5月28日，比亞迪再次以“智”服人，發布中國首款4nm制程車規級智駕芯片璇璣A3。

從參數性能來看，三顆芯片協同可實現超2100TOPS總算力，單位算力功耗較同級產品低20%，可原生支持L3/L4自動駕駛。

電動化上半場看電池，智能化下半場看芯片，在比亞迪的設想中，道路都是明確的。而讓外界驚訝的是，比亞迪真正打基礎，居然是從20多年前開始的。王傳福還在發布會上特地提到了比亞迪的企業傳記《工程師之魂》：“大家可以看看其中的第82頁和第122頁，那里面有比亞迪半導體最早投資的故事。”

2002年，比亞迪成立IC設計部，也就是比亞迪半導體的前身。彼時，比亞迪的主業是電池和代工，汽車業務還在籌備之中。2005年，比亞迪啟動IGBT研發，當時整個中國新能源汽車產業尚未起步。2008年，比亞迪又收購瀕臨倒閉的寧波中緯6英寸晶圓廠，外界覺得這“至少虧20億”，比亞迪有點冒進了，但后來，這座工廠成了比亞迪實現功率半導體自主化的關鍵支點。

從2002年到2026年，是整整24年。在這24年里，比亞迪先后推出了中國首款車規級IGBT、中國首款車規級SiC功率芯片，兩度獲得國家科技進步獎，累計推出2000多款芯片產品。其中，車規級領域就有567款芯片，覆蓋13大類，廣泛應用于46個國內外汽車品牌。

璇璣A3的發布，不是一次跨界突襲，而是一條持續了24年的技術路線的自然延伸。理解這個時間結構，才能理解比亞迪芯片戰略的真正起點。

一、時間復利：從功率芯片到智駕芯片的能力遷移

所有技術產業中大多有一個經常被忽視的現象：真正重要的突破，往往不是從零到一的靈光乍現，而是長期積累在某個節點的集中兌現。所以在很多創新故事里，最關鍵的臨門一腳，往往是在經歷了大量嘗試和失敗后發生的——這種情況同時滿足了對產業足夠熟悉，和對潛在道路的探索足夠深入這兩大條件。

而比亞迪當下完整的全棧能力體系，則需要從兩個方面去思考，其一是這種技術的“綿延”，其二是在關鍵時刻做定奪的能力。

2005年比亞迪決定研發IGBT時，它面臨的處境和今天布局智駕芯片完全不同。當時，全球沒有幾家企業在認真做車規級IGBT，因為新能源汽車的市場前景尚不明朗。

比亞迪之所以堅持要做，也不是因為預見到了今天的新能源爆發，而是因為一個非常樸素的原因——買不到。彼時，全球車規級IGBT供應商屈指可數，且沒有意愿為中國的新興電動車企定制芯片。自研不是最優選擇，而是唯一選擇。

這個“被迫自研”的開端，后來卻催生了一系列連鎖效應。IGBT的研發讓比亞迪積累了車規級芯片的可靠性設計能力，因為芯片在汽車上需要承受的溫度范圍、振動強度、電磁干擾環境，都遠高于消費電子。后來，在SiC芯片研發中，比亞迪的技術積累持續得到升級，在智駕芯片的設計中繼續復用。

璇璣A3之所以能直接達到ASIL-D功能安全等級（車規芯片最高等級），根源在于比亞迪過去二十年對“車規級”這三個字的持續打磨。

2008年一座更關鍵的里程碑出現了，比亞迪收購了主要生產6英寸CMOS芯片的寧波中緯，當時外界對這個行為普遍不看好，因為寧波中緯連年虧損，原有設備不具備制造IGBT的能力，收購后需要大幅改造。但王傳福的判斷是：芯片制造能力必須掌握在自己手里。

今天，比亞迪的逆勢下注被證明是正確的，不管是在2021年全球缺芯潮，還是在自研芯片的發展攻關路上，自己的制造能力一方面保障了供給底線，甚至在一定程度上外供，一方面還能配合研發進程，為“從設計到量產”的全流程打通奠定了基礎。

目前，大多數車企自研芯片走的是Fabless模式——設計自己做，但制造全面外包。這種模式更輕、啟動更快，但也意味著芯片的設計和制造之間存在天然的隔離。設計團隊需要提前數月甚至數年鎖定代工廠的工藝節點，迭代節奏受制于外部產能。

比亞迪的IDM模式則不同，從產品定義、架構設計、電路設計，到晶圓制造、封裝、測試，七個步驟全部自己完成。

璇璣A3發布會上提到“算力利用率提升100%”，這個數字的背后，正是設計端和制造端深度耦合的結果——芯片團隊可以與算法團隊密切協同，在架構層面就對模型的計算模式進行優化，而這種優化空間在代工模式下要小得多。

從這個角度看，璇璣A3的誕生，是比亞迪過去二十年三次技術積累的疊加：車規級可靠性設計能力（來自IGBT/SiC）、全流程制造能力（來自工廠運營），以及算法與芯片協同優化的能力（來自自身智駕系統的規模化應用）。

二、體系優勢：數據、規模與制造的三角閉環

和制造汽車以及制造半導體的友商不同，比亞迪強悍的閉環能力，無出其右者。璇璣A3能夠在2026年這個時間點推出，依賴的不只是芯片設計本身，而是數據、規模和制造三者構成的閉環。

從公開數據來看，截至發布會當天，比亞迪輔助駕駛車型保有量已超過315萬輛，居中國車企第一。天神之眼系統每天生成的有效行駛數據超過2億公里。比亞迪智駕算法的訓練素材以每天數億公里的速度增長。

對于一款AI驅動的智駕芯片而言，算法是靈魂，而算法迭代的速度取決于數據的規模和質量。璇璣A3的算力利用率之所以能提升100%，一部分來自芯片架構本身的設計優化，另一部分則來自算法與芯片的持續協同迭代。協同的前提，必須要有足夠大的裝車量和足夠多的行駛數據來支撐。

再看制造層面，比亞迪目前擁有5座晶圓制造工廠，其中成都工廠是中國最大、專注車規級的12英寸晶圓廠。芯片研發團隊超過7000人，累計投入超1000億元。它代表著比亞迪一個鮮明的資產特點：大量戰略資產在普通的財務視角下是看不出來的。但這些戰略資產實際卻給比亞迪提供了很多創新的入口。

因此，規模產生數據，數據優化算法，算法定義芯片需求，芯片制造保障供應，供應支撐更大規模的裝車，比亞迪之所以敢于強調自己的唯一，是因為它擁有的這個閉環，遙遙領先于市場。璇璣A3不是閉環的起點，也不是終點。它是體系能力在某個時刻的集中輸出。

歷史上有很多行業和企業追求過垂直整合，但在它們的閉環里，很多企業依然要靠某一項技術的領先支撐全局，而比亞迪卻真正做到了靠多個技術環節之間協同迭代的效率領先。這些需要時間積累才能達成的優勢，推動比亞迪繼續走向不敗之地。

三、一種產業規律的再驗證

比亞迪的芯片路徑，在更長的產業史中有很多參照物，比如華為海思。它們的故事都體現一個通行的道理：先進芯片的研發不是一場百米沖刺，而是一場馬拉松。

從IGBT到SiC再到4nm智駕芯片，比亞迪積累了二十余年才開始全面釋放其芯片能力的價值。對外界來說，由于研發價值往往不是線性的，所以長時間段內這些投入和產出都會被低估，但“時間壁壘”必然會成為最終的確定性來源。

原因就如前文所說，“時間壁壘”之所以難以被追趕，是因為它不是一個點的差距，而是一組能力在互相耦合中形成的系統。設計能力、車規級的可靠性、晶圓廠的良率爬坡和工藝優化，以及根本無法速成的數據閉環。這些要素疊加在一起，才是比亞迪的真正護城河。

從2002年那個只有十幾個人的IC設計部，到如今擁有超7000人芯片團隊、5座晶圓廠的半導體體系。比亞迪在時間的長河里積蓄的力量，如今開始噴薄而出。在比亞迪為智駕兜底的堅定表態中，智駕的下一個階段，也啟幕了。

來源：松果財經