AI助理
AI助理
发布于 2025-09-23 / 107 阅读
0

高通骁龙至尊座舱elite-cockpit芯片sa8397p全球首发奔驰新一代电动glc

图片0

点击图片查看详情

图片1

图片来源:网络

在刚刚结束的慕尼黑车展上,奔驰全新纯电GLC SUV全球首发,这也是高通骁龙至尊座舱芯片全球首发,这是其最畅销车型GLC的电动化转型之作。这款新车基于800V纯电动专属平台(MB.EA)打造,具有领先的800V高压快充技术、S级同款底盘技术、前轮主动转向以及奔驰最新的AI智能和MBUX系统,并搭载39.1英寸的超大贯穿式屏幕。外观采用经典的盾形格栅,并集成942个发光像素点,内饰极具科技感,续航里程可达713公里(WLTP工况)。未来国产车型将加长轴距,并提供6座版本。

图片2

图片来源:网络

奔驰GLC电动版座舱有三个版本,标准版有10.3英寸仪表显示屏和14英寸中央显示屏,高级版增加一个14英寸副驾屏,顶配则是三屏一体化的超大39.1英寸屏。

宝马Infotainment的主要供应商之一Garmin也发布新闻,将在下一代Infotainment中使用高通骁龙至尊座舱(Elite Cockpit)芯片SA8397P,也就是说宝马下一代大概率座舱会使用SA8397P,另外说一下宝马今年11月将正式推出的IX3使用高通SA8650做ADAS,宝马下一代也会全线导入SA8650。

图片3

高通骁龙至尊座舱 (Snapdragon Cockpit Elite) 芯片SA8397P与高通骁龙至尊智驾  (Snapdragon Ride Elite)  芯片SA8797P实际是同一片芯片,以不同的软件SDK做性能区分。

高通自SA8155以后就开始不单独出售芯片,而是出售模组,SA8397P也不例外,模组型号是QAM8397P,采用2253脚的FCBGA +HS封装,HS即Heat Spreader (HS),高效热传导。

图片4

图片来源:一牛网

QAM8397P包括4片8533Mbps的LPDDR5X,容量在16-64GB之间。

QAM8397P电源管理部分

图片5

图片来源:一牛网

使用多达10个PMU,其中8个PMAU0102,1个PMAU0101,1个德州仪器的TPS659472E。TPS6894742e有5个BUCK和4个LDO,可以达到最高等级的ASIL-D。

SA8397P内部框架图与外部应用图

图片6

图片来源:一牛网

SA8397P简介

图片7

图片来源:一牛网

和高通用于笔记本电脑的Snapdragon X2 Elite一样,也是18核心CPU架构,CPU为第三代Oryon,采用台积电N4P工艺打造,频率在3.0-3.8GHz之间,CPU算力应该在14核心的英伟达Thor-X之上。6个CPU一簇,每簇L2缓存是12MB。

高通历代AI系统演变

图片8

来源:佐思汽研,水清木华整理

与上一代最大变化是AI部分,性能提升高达12倍,SA8397P的稠密8位整数AI算力为320TOPS,稀疏为640TOPS,4位稀疏算力应该是1280TOPS。SA8797P的稠密8位整数AI算力据说高达700TOPS,稀疏算力高达1400TOPS。不过这些数据未得到高通官方确认。使用4个HTP张量计算器,可以看做4个NPU,比SA8650增加了4倍。8个HVX,即8个向量处理器。

英伟达Thor-X的AI算力

图片9

数据来源:英伟达

Thor-X的8位整数稠密算力是517TOPS,Thor-U的算力是350TOPS,稀疏算力是700-730TOPS(英伟达一般都是稀疏算力)略高于SA8397P的320TOPS。

芯片参数对比

图片10

来源:佐思汽研,水清木华整理

可以看出SA8397P除了GPU性能明显不如Thor-U,CPU明显在Thor-U之上,AI性能差不多。和上一代的SA8295或SA8255比,性能有极大提升,碾压SA8295。

最重要的存储带宽,SA8397P和Thor-U一样,都是目前最高的273GB/s,而高通中低端ADAS平台的存储带宽仅为102.6GB/s,英伟达Orin-N也是102.6GB/s。安全方面,配备6个Cortex-R52 CPU的安全岛。网络方面支持5代PCIe,很多国内AI芯片还是3代PCIe。

SA8397P简介

图片11

图片来源:一牛网

SA8397P的出现让高通高端座舱地位进一步稳固,与竞争者的差距拉得更大了。

免责说明:本文观点和数据仅供参考,和实际情况可能存在偏差。本文不构成投资建议,文中所有观点、数据仅代表笔者立场,不具有任何指导、投资和决策意见。

更多报告


云端和AI车云OTA研究智能驾驶仿真汽车云服务研究自动驾驶地图TSP与应用服务 V2X和车路云一体化 数据闭环研究路侧智能感知AI大模型汽车AI大模型研究AI大模型对整车智能化影响座舱AI应用研究车载AI Agent产品开发与商业化AI定义汽车VLA大模型应用辅助驾驶系统集成和应用层自动驾驶应用框架ADAS与自动驾驶Tier1-国内自主品牌ADASADAS与自动驾驶Tier1-国外国外OEM ADAS研究L3/L4级自动驾驶和初创企业理想L8/L9功能拆解智能驾驶Tier1前10强对比日本Tier1先进技术研究自动驾驶算法和系统端到端辅助驾驶研究行泊一体研究冗余系统舱泊一体辅助驾驶融合算法舱行泊融合汽车视觉算法无人配送车领航辅助驾驶(NOA)感知毫米波雷达汽车视觉激光雷达研究红外夜视激光雷达核心部件车用超声波雷达软件定义雷达车载摄像头Tier2MEMS传感器 前视一体机

ADAS摄像头 智舱系统集成和应用层智能座舱应用框架 智能座舱Tier1 座舱设计趋势智能座舱平台座舱显示车载XR研究HUD产业链仪表和中控显示电子后视镜座舱多屏与联屏行车记录仪HUD产业研究智能玻璃座舱交互车载语音车载香氛与空气净化舱内监控研究汽车音响汽车多模态交互智能表面手势交互发展座舱互联娱乐与生态汽车生态域自主品牌车联网 汽车数字钥匙

合资品牌车联网 车载支付新势力品牌车联网车载信息娱乐商用车车联网汽车eCall系统商用车智能座舱座舱其他 汽车座椅研究智能车门汽车照明上海车展75项趋势车载无线充电两轮车智能化AI/AR眼镜研究 座舱专利分析 OS和支撑层SDV框架SDV:OEM软件开发和供应链部署策略汽车软件业务模式SDV: SOA与中间件 基础软件/系统平台AUTOSAR研究汽车操作系统数字仪表OS信息安全/功能安全汽车信息安全 汽车功能安全 电子电气架构层E/E架构框架E/E架构汽车电子代工48V低压供电网络智驾域自动驾驶SoCADAS域控组件自动驾驶域控座舱域智能座舱平台座舱域控 座舱SoC 8295座舱域控制器拆解车控域车身(区)域控研究汽车VCU研究电驱动和动力域控制器通信/网络域 中央+区域通信网络及芯片 商用车T-Box无线通讯模组高精度定位汽车网关车载天线乘用车T-Box汽车UWB研究跨域融合多域计算和区域控制器区域和中央计算车身(区)域控研究其他芯片 汽车MCU研究 车用RISC-V研究车载存储芯片传感器芯片电源管理芯片汽车CIS研究汽车芯片供应链研究 车载射频SoC研究 动力层动力混合动力报告电源管理芯片800-1000V高压平台电驱动与动力域研究IGBT及SiC研究 高压电源架构研究 能源 一体化电池 充换电研究燃料电池移动充电机器人固态电池数字电源及芯片其他热管理系统一体化压铸

汽车微电机及运动机构研究

机械层底盘/执行乘用车底盘域控电控悬架线控制动&AEB智能转向关键组件转向系统商用车智能底盘滑板底盘研究数字底盘研究 AI机器人AI机器人PBV及汽车机器人无人配送车移动充电机器人飞行汽车 具身智能研究

触觉传感器研究

机器人控制器研究 其他宏观车型平台车企模块化平台主机厂车型规划研究出海 主机厂海外布局 座舱出海研究 智能辅助驾驶出海研究 政策、标准、准入智能辅助驾驶法规和汽车出海自动驾驶标准与认证其他

新技术应用趋势

24-25年新车及供应商趋势 2025Q1新车配置分析

研究月报

ADAS/智能汽车月报|汽车座舱电子月报|传感器月报| 电池、电机、电控月报 |车载信息系统月报|新技术月报|中国AI与机器人月报

图片12

「联系方式」

手机号同微信号

图片13

产业研究部丨符先生 15810027571

赵先生 18702148304

数据服务部丨张女士 13716037793

战略咨询部丨韩女士 15810133447

推广传播部|廖女士 13718845418

原文作者:水清木华研究中心,文章仅供学习,如有侵权请留言,我会立即删除,谢谢!