地平线 - Waymo carTPU：闭源自用的"专精特勤"，只为自家Robotaxi做前端卸载，不参与商用芯片竞争。

- 地平线 J7P：开放商用的"全能选手"，专用BPU+硬件FP4，瞄准国内乘用车L2~L4全场景，是最值得期待的国产替代方案。

- 英伟达 Thor：算力天花板的"通用巨兽"，舱驾一体、大模型原生，全球车企首选，但功耗和成本最高。

- 华为 MDC 810：已落地验证的"全栈闭环"，买芯片=买华为ADS整套方案，自研算法空间小但成熟度最高。选型逻辑：追求极致算力与生态→Thor；追求开放自主+国产+能效→J7P；追求成熟落地+全栈交付→华为MDC810；Waymo不对外，仅作技术参照。

【架构深度解读】---地平线 J7P（黎曼BPU）1. 核心革新：Tensor-Vector全向量BPU，区别传统纯张量阵列，专门针对自动驾驶端到端Transformer、世界模型VLA做硬件原生优化；

2. 最大特色：硬件原生FP4，大模型推理时带宽、功耗大幅下降（J6仅软件模拟FP4，效率低）；

3. 稀疏：支持非结构化+结构化混合稀疏，第三方通用模型也能吃到稀疏收益，不局限固定网络；

4. 定位：面向国内乘用车市场开放型智驾芯片，车企可以自己做算法，不强制绑定地平线整套感知规划方案。---英伟达 DRIVE Thor1. 本质是Blackwell架构通用GPU，算力上限三家里面最高，通用性最强，不仅跑智驾，原生支持大模型训练+推理；

2. FP4是新一代Tensor Core原生支持，大模型能力极强；

3. 短板：功耗更高，通用GPU架构做智驾推理，在固定智驾算子上，单位算力能效不如专门BPU/NPU；

4. 生态优势：DRIVE Hyperion全栈成熟，全球车企验证最多，工具链完善。---华为 MDC 810（昇腾达芬奇）1. 异构NPU架构，不是通用GPU，也不是BPU；硬件高度适配华为自家乾崑ADS的感知、无图NOA、世界模型；

2. 没有硬件FP4，大模型推理只能用FP16/INT8，带宽开销更大；

3. 最大特点：软硬件深度绑定。如果直接用华为全套ADS，系统协同、端到端延迟、稳定性很强；但车企想自主开发算法，适配成本高、灵活性弱；

4. 优势：已经经过海量真实道路验证，国内复杂路况优化成熟，供应链自主可控。核心差异总结1. 算力上限：Thor >> J7P > MDC810。通用大模型、多传感器超冗余场景，Thor优势碾压。

2. FP4大模型原生能力：J7P、Thor具备硬件FP4；MDC810没有原生FP4，大模型推理硬件底子偏弱。

3. 开放自由度：J7P ≈ Thor ＞ MDC810。J7和英伟达都鼓励车企自研算法；MDC更适合直接采购华为全套智驾方案。

4. 成熟度：MDC810（已量产落地）＞Thor（逐步量产）＞J7P（在研未落地）。

5. 能效（智驾固定推理场景）：J7P理论能效目标最优（BPU专用架构+FP4）；MDC次之；通用GPU的Thor全开功耗更高。各自短板✅地平线J7P短板：尚未流片量产，纸面指标，没有真实整车实测数据；生态积累弱于英伟达、华为。✅英伟达Thor短板：功耗偏高；通用GPU架构，单纯跑传统感知模型，单位算力能效不如专用BPU；成本偏高。✅华为MDC810短板：算力上限偏低，无硬件FP4；自研算法适配不友好，高度绑定华为ADS体系。