高通Nakul Duggal：扎根中國創新沃土 以開放生態推動汽車智能化演進

【環球網科技綜合報道】當前全球智能汽車步入艙駕融合規模化落地、端側大模型上車、物理AI打通汽車與機器人產業的關鍵轉型周期。2026高通汽車技術與合作峰會于日前在江蘇無錫舉辦，高通技術公司執行副總裁兼汽車、工業及嵌入式物聯網與機器人事業群總經理Nakul Duggal與環球網等媒體記者圍繞生態合作、產品架構創新、端側AI發展、全球產業協同等核心議題進行了深度溝通。

高通技術公司執行副總裁兼汽車、工業及嵌入式物聯網與機器人事業群總經理Nakul Duggal

深耕本土產業協同，中國市場創新推動全球技術迭代

Nakul Duggal表示，目前高通在中國已有超過一千名工程師從事汽車相關工作。多年以來高通在中國與不同產業的生態系統展開了廣泛合作，依托在這過程中積淀的產業合作基礎，高通正深度融入本土汽車生態，持續推動近六七年國內電動化和智能化帶來的技術變革和電子電氣架構變革。

艙駕融合是其中顯現出來的趨勢，汽車電子電氣架構從傳統分布式架構轉向中央計算架構，智能座艙與先進駕駛輔助系統（ADAS）成為國內車企智能化落地兩大核心，并逐漸融合為統一計算、統一調度的整體，高通與中國汽車客戶以及車企、Tie-1廠商、軟件供應商等生態伙伴溝通的過程中收獲良多，把產業鏈的一線需求納入芯片設計與技術路線。

在全球市場發展分化的現實環境下，國內新能源車企掀起科技平權的浪潮。在Nakul看來，這為消費者提供了很多機會，讓他們能夠親身體驗和試用各種新產品。

針對中國與海外市場技術迭代速度的差異，實際上，中外市場節奏差異源于產業環境區別：國內消費群體樂于接納新技術、數字基建完善，車企智能化落地回報周期短，產業迭代速度領跑全球；海外市場地域分散，產品替換周期與法規、安全要求等情況都不相同。

Nakul表示，在中國市場，高通致力于為我們的客戶、合作伙伴以及整個生態系統提供盡可能廣泛且多元的選擇，我認為這是一項非常好的策略。例如就中國市場而言，我們不會為中國市場開發和提供任何ADAS軟件棧，因此我們實現ADAS能力的主要途徑是依靠合作伙伴的力量。

打磨平臺化產品體系，架構創新破解技術與應用難題

主要面向艙駕融合和ADAS的驍龍汽車平臺至尊版（驍龍8797）目前階段正處于集中量產上車周期，基于不同車型層級的多元化選型需求，高通循序漸進不斷豐富產品組合，驍龍8787為服務更低層級的市場需求提供了很好的選項，同樣支持艙駕融合架構。

針對行業熱門話題，Nakul Duggal分享了他的觀察。談及如何滿足汽車AI的快速發展，他指出，汽車是AI落地的優質載體，能夠高效發揮AI在實際應用場景中的價值。汽車或將成為人們日常使用最為頻繁的終端產品之一，這類設備將具備端側AI能力，依托相關功能優化用戶日常辦事效率。由于部分功能仍需依賴云端，這類終端需要與云端保持互聯；而能在車載環境內更高效、更安全落地的功能，則會擁有更大規模的應用場景，這也是當下行業逐步顯現出的發展趨勢。高通正在聯合多家合作伙伴，共同推進端側相關技術的應用落地。

面對全球存儲芯片漲價帶來的整車BOM成本上漲難題，Nakul Duggal表示在未來12到18個月內，行業的確面臨著內存定價方面的挑戰，但他相信狀況會有所改善，并期望在未來幾年內會有更多的產能釋放。而針對Snapdragon Ride Flex單芯集成方案將有助于車企緩解成本壓力的看法，Nakul表示，高通極其注重芯片架構的設計，力求實現最高效的性能，這也是高通推出Snapdragon Ride Flex SoC的原因之一。實際上，從物料清單（BOM）的角度來看，內存成本也有所受益，因為現在車企無須為兩顆不同的SoC分別配備專用內存。

錨定端側物理AI賽道，生態分工統籌高階智駕與跨域智能落地

高通將汽車、機器人這兩大物理AI領域劃歸到同一個事業群，并推動端云協同，云端負責大模型訓練，邊緣和端側聚焦本地推理、快速響應，充分提升效率、釋放AI潛能。Nakul Duggal介紹，模型的實際應用與消耗主要集中在邊緣側，尤其是在汽車領域。無論是駕駛輔助、智能座艙，還是機器人技術，幾乎所有的算力消耗都在邊緣側產生。未來在邊緣AI領域將產生大量需求，因為任何可以實現自動化的任務，最終都會以能夠進行推理的AI模型的形式實現自動化。高通在機器學習與AI領域已經深耕了很長時間。新模型在云端進行訓練，隨后在邊緣側進行蒸餾。

從千人本土團隊扎根中國汽車產業一線，到多代際多層級驍龍產品覆蓋全品類車型，再到依托端側AI打通汽車與機器人技術邊界，Nakul Duggal完整闡釋了高通以平臺底座+開放生態為核心的汽車業務邏輯。這展現了高通推動汽車智能化演進的核心路徑，也為全球車載半導體產業的本土化、全球化協同發展提供了參考思路。（心月）