日本汽车工业协会新任会长佐藤恒治的战略蓝图 - 丰田汽车公司社长佐藤恒治临危受命，于2026年1月1日接任日本汽车工业协会会长，领导行业应对系统性挑战[11][12] - 协会战略核心从“讨论阶段”推向“实施阶段”，核心目标是提高生产力和增强国际竞争力[15][16] - 日本汽车产业对日本经济至关重要，约占日本GDP的10%，制造业GDP的20%，并直接关联约550万人的就业[44][45] 日本汽车工业面临的挑战与“秘密武器” - 行业面临全球贸易壁垒、中国电动车品牌竞争、芯片短缺、日产财务困境等多重压力[10] - 日本汽车工业的“秘密武器”在于百年积淀的海量数据与制造经验，以及全球领先的精密供应链与物流管理知识[7][8][9] - 前会长片山正则指出，行业正处于转折点，失去竞争优势将产生广泛影响[13] 亟待攻克的七大战略课题 - **课题一：确保关键资源与零部件稳定采购**：应对电动汽车所需稀土、锂等关键矿产的出口限制和贸易政策不确定性[18] - **课题二：推行多元化碳中和路径**：坚持混合动力等多技术路线，并争取对氢能、碳中和燃料等路径的国际支持[19][20] - **课题三：构建循环经济体系**：建立跨行业的全球供应链数据互联与零部件追溯网络[21] - **课题四：强化人力资源基础**：解决软件与芯片领域本土人才短缺、难以吸引海外专家的问题，需改革工作方式与薪酬结构[22][23] - **课题五：创建融合自动驾驶的交通系统**：推动国内测试设施建设、跨行业合作，呼吁政府制定明确的安全框架与时间表[24][25] - **课题六：推动汽车税制根本性改革**：日本复杂的汽车税制（涉及6类税）严重阻碍本土销售，例如一辆308万日元的汽车在其13年寿命内可能需支付190万日元税款，协会将减轻税负作为2026年首要任务[26][27][28] - **课题七：提升整个供应链的竞争力**：通过零部件通用化、模块化设计和大规模生产来降低成本，并加强发动机零件、电子控制单元和物流系统的标准化以增强韧性[29][30] 优先课题与行业协作共识 - 从紧迫性看，短期内最需着力解决的是**课题一（确保关键资源与零部件稳定采购）**，需构建能抵御供应风险的韧性体系[33] - 在提升供应链竞争力（课题七）上，行业高层展现出前所未有的合作共识，铃木社长指出过去协作有限，如今在半导体等领域“不标准化即无法参与全球竞争”[34][35] - 日产社长伊万·埃斯皮诺萨强调合作已是生存必需，需通过协作实现规模效应、提升速度与成本竞争力[36] 已采取的具体行动 - JAMA已开发一套芯片数据库系统，将于2026年4月上线，约20家主要芯片制造商（如瑞萨电子、罗姆、英飞凌）已同意参与，旨在帮助厂商实时掌握供应状况并预警短缺[40][42] - 在税制改革（课题六）上，协会已于2025年12月发布《2026财年税制改革概要》，明确提出推进取消环境绩效税，并对电动汽车和插电式混合动力汽车征收特别重量税附加费，相关讨论已正式展开[42] JAMA的领导传承与战略延续 - JAMA会长传统上由丰田、日产、本田负责人轮替，任期两年，但丰田章男的任期经历了“特例延长”，共任职3届，直至2023年底[45][46][48][51] - 丰田章男的领导风格沉稳，倡导平衡、多元的技术路径，其战略思路在新会长佐藤恒治提出的“七大新挑战”（尤其是多元化碳中和路径）中得到清晰延续[54][55] - 丰田通过持有五十铃汽车5%的股份，在协会中保持关键影响力[52]

新能源汽车产业发展方向 - 智能网联汽车被视为新能源汽车市场发展的“高地”之一 目前行业智能水平处于辅助驾驶阶段 无人驾驶尚未大规模量产 相关技术研发和法规仍在完善[1] - 无人驾驶车辆当前应用场景有限 仅在Robotaxi、码头、港口、矿山等特定场景应用 尚未在生活中全面落地[1] - 北京市作为国家级甚至国际级科创中心 在人才和高科技企业数量上具备优势 拥有大量测试和应用场景 是推进智能网联新能源汽车发展的优势之一[1] 智能网联汽车消费潜力与商业模式 - 挖掘汽车消费潜力的关键在于满足消费者新需求 智能网联新能源汽车能提供全新体验 如同智能手机满足多元化需求[2] - 软件定义汽车是行业公认发展趋势 2025年12月汽车行业共计更新1257项功能 共27个品牌推送OTA升级 行车辅助与语音功能为升级重点[2] - 软件更新需求提升促使车企看重“增值服务” 希望通过卖车后的“付费订阅”高阶功能来增加收入[2] - 激发市场潜能需打通商业化路径 首先市场需有规模且消费者有意愿使用 其次消费者需有意愿付费 第三需有企业敢于投资培育市场[2] - 目前新的商业模式尚未出现 需要像移动支付平台那样通过政策和方式培养消费者使用习惯 从而创建商业模式[2] 新能源商用车市场发展 - 在智能网联新能源汽车板块中 商用车正成为激活市场发展的抓手之一[3] - 2025年 新能源商用车国内销量同比增长63.7%[3] - 辅助驾驶系统在商用车型搭载应用后 数据显示其安全性大幅提升 尤其在重卡车型上 能改善运输企业的保险费用和人员安全性[3] - 例如在1000公里行驶里程中 搭载辅助驾驶系统的重卡车型能大幅度降低司机的工作强度[3]

北京市新能源汽车市场发展现状与前景 - 北京市新能源汽车市场是重点发展项目，需探讨如何持续发展[1] - 2025年前11个月，北京市新能源汽车累计交易量同比增长17.87%，占新车总交易量的61.28%[4] - 北京市作为国家级甚至国际级科创中心，拥有大量测试和应用场景，汽车产业发展潜力巨大[4] 智能网联汽车的发展阶段与方向 - 汽车“新消费”需在智能网联汽车应用场景中深耕[1] - 智能网联汽车是新能源汽车市场发展的“高地”之一[4] - 目前新能源汽车的智能化处于辅助驾驶阶段，无人驾驶尚未大规模量产，相关技术与法规仍在完善[4] - 无人驾驶车辆目前仅在Robotaxi、码头、港口、矿山等特定场景应用，未全面融入生活[4] - 驾驶自动化分为L0至L5共6级，从L3级开始控制权逐渐移交系统[4] 智能网联汽车对消费需求的影响 - 发展智能网联新能源汽车的关键在于更好满足消费者新需求[5] - 类比智能手机，智能网联汽车将带来全新的消费体验，改变大众的消费体验感[5] - 消费者体验过智能座舱、人机交互等配置后，将难以再满足于简单的按键式操作[5] 软件定义汽车与商业模式探索 - 软件定义汽车是行业公认的未来发展趋势[6] - 2025年12月，汽车行业共计更新1257项功能，共27个品牌推送OTA，升级重点为行车辅助与语音功能[6] - 消费者软件更新需求提升，车企看重“增值服务”，希望通过“付费订阅”高阶功能来增加售后收入[6] - 打通商业化路径需满足三个条件：市场有规模、消费者有意愿使用；消费者有意愿付费；有企业敢于投资培育市场[6] - 目前新的商业模式尚未出现，需创建一种让消费者有买单意愿的商业模式[6] 新能源商用车的发展机遇 - 智能网联新能源汽车板块中，商用车正成为激活市场发展的抓手之一[7] - 2025年，新能源商用车国内销量同比增长63.7%[7] - 辅助驾驶系统在商用车型搭载应用后，数据显示其安全性大幅提升，改善了运输企业的保险费用和人员安全性[7] - 例如，在1000公里行驶里程中，搭载辅助驾驶系统的重卡能大幅降低司机工作强度[7] - 预计未来3-5年，搭载L2、L2+级别的重卡车型将有巨大增长空间[7] - 预计到2030年，搭载L2+级别的重卡车型渗透率将提升至40%，即在100万辆重卡新车销售中，约有40万辆搭载L2+[7]

"智能+汽车"满足新需求 作为北京市大力发展的重点项目之一，新能源汽车市场如何持续"续航"？1月27日，在北京市十六届人大四次会议期间，市人大代表、北汽集团副总经理常 瑞在接受北京商报记者采访时表示，汽车的"新消费"要在智能网联汽车应用场景中深耕。 软件定义汽车未来发展，是汽车市场公认的发展趋势。中国汽车流通协会乘用车市场信息联席分会发布的"OTA（空中下载技术）检测月报"显示，2025年12 月，汽车行业共计更新1257项功能，共27个品牌推送OTA，其中行车辅助与语音功能为升级重点。消费者软件更新需求的提升，也让车企非常看重"增值服 务"，并指望卖车后继续通过"付费订阅"高阶功能增加收入。 "十四五"收官之年，北京新能源汽车交易量持续攀升。数据显示，2025年前11个月，北京市新能源汽车累计交易同比增长17.87%，占新车总交易量的 61.28%。 在谈及"十五五"期间汽车产业发展方向时，常瑞将智能网联汽车发展看作是新能源汽车市场发展"高地"之一。"目前新能源汽车市场的智能还处于辅助驾驶 阶段，无人驾驶尚未大规模量产，同时相关技术研发、法规制定等仍在完善阶段。"常瑞表示，无人驾驶车辆仅在Robotaxi、 ...

行业趋势与核心诉求 - 软件定义汽车浪潮加速 整车厂加速技术创新、缩短产品开发周期以抢占市场先机成为核心诉求 [1] 产品发布与核心价值 - 伟创力携手英飞凌与维克多在2026CES展会期间正式发布一款高度可扩展的区域控制器开发套件 [1] - 该开发套件基于去年发布的“伟创力模块化区域控制器设计平台”升级打造 [3] - 核心价值在于帮助整车厂快速完成区域控制器的创建、测试与原型化验证 从根本上提升开发效率 破解传统开发模式周期长、效率低的痛点 [3] - 旨在为行业搭建从设计验证到量产落地的高速通道 助力整车厂高效推进软件定义汽车转型 [1] 产品优势与设计亮点 - 模块化设计是核心亮点之一 套件采用模块化MC架构与通用硬件构建模块 具备极强的灵活性与可扩展性 [3] - 严格遵循汽车级标准设计 完全满足量产落地要求 [3] - 大幅简化区域控制器在下一代E/E架构中的集成流程 降低集成难度 [3] - 平台可根据不同整车厂的个性化需求快速调整设计方案 有效降低企业工程复杂度 [3] - 有助于缩短开发周期 加快产品上市节奏 同时提升系统整体的稳定性与可靠性 [3] 合作模式与能力支撑 - 伟创力、英飞凌、维克多三方在设计制造、芯片研发与软件技术领域深度协同 [3] - 伟创力负责套件的整体设计与制造环节 [4] - 英飞凌提供AURIX™微控制器等高性能芯片 强化硬件核心算力 [4] - 维克多输出高性能嵌入式软件及专业开发工具 完善软件生态支撑 [4] - 三方能力深度叠加 打造出真正意义上的高效开发“加速器” 为整车厂提供全链条技术支持 [4] 战略意义与未来展望 - 该开发套件使整车厂能够更快速、更可靠地部署分区架构 平稳从容地推进项目量产进程 [3] - 合作旨在共同推动行业加速迈向软件定义汽车新时代 [4] - 公司将持续携手行业领先伙伴 以技术创新为核心驱动力 赋能汽车产业新生态构建 [4] - 目标是与合作伙伴共同推动下一代移动出行向更智能、更高效、更可持续的方向发展 [4]

行业变革共识 - 汽车行业正处于深刻变革之中，智能化将对未来市场格局产生深远影响，转型是必须面对的课题而非选项 [2] - 77%的企业表示战略联盟与合作伙伴关系已对业务成长有所贡献，并将在未来扮演更重要角色 [3] - 在中国市场，智能驾驶汽车更具吸引力，自主品牌正凭借智能驾驶技术从传统车企手中抢占份额，NOA技术正在改变行业生态 [3] - 传统豪华品牌市场份额下滑源于消费者对电动化、智能化汽车的兴趣转移，这促使行业更加重视人工智能等新兴技术 [3] - 36%的汽车业高层表示未来三年内，其公司的商业模式、产品或营运将彻底转变 [8] 高管观点分歧 - 关于传统汽车制造商能否再现活力对抗新兴竞争者，各地区高管看法不同：美洲73%认同，欧洲60%认同，亚太地区78%认同 [5] - 关于新的“参与者”将替代原有制造商且中国将引领电动汽车市场，各地区高管认同比例：美洲72%，欧洲60%，亚太地区77% [6] 人工智能投资与应用 - 86%的原始设备制造商表示正在大力投资人工智能和新兴技术 [8] - 人工智能受益的细分领域中，研究与发展（产品与服务）占比最高，达48% [9] - 供应链管理与物流是AI应用第二大领域，占比46% [9] - 生产与制造领域AI应用比例为38% [9] - 客户服务（如AI聊天机器人）应用占比34% [10] - 售后服务（如预测性维修）应用占比23% [10] - 行销与销售应用占比20%，采购应用占比16%，财务与会计应用占比15%，法律、税务与公司治理应用占比13%，人力资源应用占比11% [10] 供应链调整 - 汽车行业变革要求供应链必须调整，企业需通过重组供应链来降低风险并提高韧性与灵活性 [3] - 68%的企业正在积极重组其供应链 [8] - 随着新能源汽车和智能网联汽车发展，供应链结构和需求发生变化，企业需调整布局并加强与关键供应商合作以确保稳定供应 [3] 软件定义汽车的担忧 - 网络安全与数据隐私风险是所有受访高管最担忧的问题，整体比例达64%，亚太地区高达71% [14] - 47%的受访者担忧违反法规的风险增加，欧洲、中东和非洲地区这一比例达50% [14] - 40%的受访者担忧对外部技术供应商的依赖，其中亚太地区为46% [15] - 39%的受访者担忧对客户关系的掌控力减弱 [15] - 38%的受访者关注车辆整合、认证与符合标准方面的挑战，亚太地区达42% [15] - 37%的受访者担忧与第三方之间的法律、法规与商业冲突，亚太地区为40% [16] 未来核心战略 - 战略联盟与合作伙伴关系是未来首要策略，获得72%的高比例认同 [18] - 供应链重整（包含近岸外包、友岸外包与在地化策略）是第二大未来策略，占比68% [18] - 产品服务多样化策略占比55% [19] - 技术去连结化策略占比54% [19] 其他关键发现 - 汽车业领导者认为顾客满意度对公司长期获利能力的重要性，是其他受访企业的五倍 [8] - 体系化竞争日趋重要，企业间合作成为趋势，通过战略联盟可整合资源、实现优势互补、降低成本并提高效率 [4]

2025年全年财务业绩 - 全年净收入达1850亿美元 [1] - 全年净利润达27亿美元 [1] - 调整后息税前利润达127亿美元 [1] - 调整后摊薄后每股收益达10.6美元 [1] - 调整后汽车业务现金流达106亿美元 [1] 2026年财务展望 - 预计净利润在103亿美元至117亿美元之间 [1] - 预计调整后息税前利润在130亿美元至150亿美元之间 [1] - 预计调整后摊薄后每股收益在11美元至13美元之间 [1] - 预计调整后汽车业务现金流在90亿美元至110亿美元之间 [1] 美国市场核心业务表现 - 2025年全年总销量高居美国市场第一 [2] - 旗下四大品牌在美均实现销量及市场份额双增长 [2] - 凯迪拉克品牌取得近十年最佳销售战绩 [2] - 全尺寸皮卡连续第6年蝉联美国细分市场销量冠军 [2] - 全尺寸SUV销量连续第51年夺魁 [2] - 2025年全年电动车销量位居全美第二 [2] 电动化与智能化进展 - 凯迪拉克VISTIQ、锐歌、傲歌和凯雷德IQ组成豪华电动车产品阵容 [2] - 下一代整车智能架构将于2028年正式亮相 [2] - 2025年在中国市场新能源车型销量近100万辆 [3][4] - 新能源车型销量占总销量一半以上 销量及渗透率均创历史新高 [4] - 2026年在华推出的所有新产品都将提供新能源车型选择 [5] 中国市场表现与战略 - 在中国市场已连续五个季度实现盈利 [3] - 2025年在中国市场实现全年零售销量与市场份额的同比双增长 [3] - 拥有在华国际整车企业中最为多元及广泛的新能源产品阵容 [3] - 别克高端新能源子品牌"至境"首款SUV至境E7将于第一季度上市 [4] - 产品基于本土研发的"逍遥"超级融合架构打造 [4] - 搭载由别克与Momenta联合开发的"逍遥智行"辅助驾驶系统 [4]

文章核心观点 - 外资企业在华研发投入持续加大，正从“生产车间”向全球“创新大脑”转型，深度参与全球技术变革 [1] - 以苏州工业园区为代表的中国区域，凭借产业集聚、政策支持和创新生态，正成为外资企业设立全球研发中心和创新总部的重要枢纽 [1][2][5] - 耐世特汽车系统（苏州）有限公司是外资企业在中国实现研发跃迁、从本土化适配到全球创新策源地的典型成功案例 [2][7] 外资在华研发整体趋势 - 2013年后的十年间，在华规模以上外资工业企业研发经费增长超过86%，有效发明专利数增长336% [1] - 外资企业研发模式正由市场导向型、成本导向型延伸至创新驱动型，“在华研发、服务全球”成为内在需求 [7] - 近七成在苏州的规模以上外资企业已设立研发机构，苏州工业园区外商及港澳台投资规上工业企业的研发机构建有率接近90% [1] 耐世特苏州公司发展历程与战略 - 公司于2007年落地苏州工业园区，从租赁厂房起步，主要从事技术引进与本土化适配 [2] - 2020年亚太区技术中心启用，形成全流程创新能力闭环，成为集团全球五大技术中心之一 [2] - 正在建设总投资10亿元的亚太智能制造总部项目，预计2026年7月建成投用，将引入电动助力转向和线控转向等前沿技术 [3][5] - 公司已实现从区域性生产基地向全球创新策源地的转变，研发投入占比常年保持在6%以上 [5] - 2025年全球战略峰会首次在中国（苏州）举办，标志着公司进一步深化本土战略 [14] 耐世特研发能力与技术创新 - 在最前沿的线控转向与下一代电动转向系统领域，累计申请及授权发明专利20项，并参与国家标准制定和修订 [2] - 研发模式实现了从“本土应用为主”到“区域能力建设”再到“开放式创新”的三级跳 [7] - 已具备全栈式自主研发能力，构建了强大的软件与电子控制、网络安全和系统架构团队 [9] - 已具备L3及以上自动驾驶的全冗余转向系统开发能力，双小齿轮式电动助力转向系统及后轮转向产品已量产，线控转向产品预计近两年量产 [9][11] - 建立“平台+模块”创新架构和硬件在环与车辆在环仿真实验室，以平衡高效与定制，并大幅缩短研发周期 [12] 政府支持与产业生态 - 2024年苏州首次以专项政策形式明确支持外资企业设立研究院，并公布首批19家立项名单，其中苏州工业园区占10席 [1] - 耐世特的“运动控制技术研究院建设”入选首批立项项目，并获得1000万元专项资金支持 [11] - 公司积极联合主机厂、高校、科研机构及上下游企业建立合作关系，加速技术成果转化，打造发展“第二曲线” [11][12] - 完善的供应链配套、长三角区位优势以及良好的营商环境是吸引并支持外资企业在当地发展的重要因素 [5]

AI技术驱动汽车产业转型 - AI技术推动汽车产业向“软件定义、数据驱动”的智能化转型，行业生态正在重构[1] - “软件定义汽车”成为2026年智能汽车数字化转型的核心引擎，软件在汽车整体价值中占比已攀升至60%[6] - 自动驾驶与全模态大模型上车两大趋势，驱动汽车行业数据与算力需求爆发式增长[6] 行业核心趋势与需求 - 自动驾驶常态化：L3级自动驾驶已在多个城市试点，单车日均产生4至10TB数据，数据处理规模正从TB级迈向PB级，模型迭代周期从月级压缩至周级甚至天级[6] - 全模态大模型上车：对交互延迟提出严苛要求，需低于200ms[6] - 车路一体化加速：对V2X协同感知通信延迟要求严格控制在20ms以内，推动基础设施升级与数据传输优化[7] - 推理应用大爆发：行业焦点从算力、模型参数竞争转向2026年的模型落地应用关键阶段，AI技术正转化为可落地的实用功能[10] - 中国智能网联汽车渗透率已超过80%[10] F5公司及其ADSP平台解决方案 - F5推出全新应用交付与安全平台（ADSP），旨在应对AI时代混合多云架构挑战，助力企业降低复杂性并释放AI潜能[1] - ADSP平台集成负载均衡、智能流量调度、API和AI安全防护能力，可提供定制化智能出行解决方案[3] - 平台支持统一部署于公有云、边缘或本地环境，帮助车企实现从“单云依赖”到“多云多活”的转型，提升业务连续性[11] - ADSP平台六大核心价值：一体化整合交付与安全、全形态灵活部署、跨环境统一管理、深度分析赋能、可编程数据平面、全生命周期自动化[14] - ADSP采用API驱动架构，整合负载均衡、多云连接、安全防护及AI网关核心需求[14] 技术应用与性能提升案例 - 针对车企软件研发与安全需求，F5提供全生命周期自动化解决方案，简化流程并强化安全防护[6] - F5以TBLB智能推理网关、VELOS高性能硬件为核心，构建高效数据传输与算力调度体系，保障OTA升级流畅性及数据安全[6] - 国内某大型车企AI智算中心采用ADSP搭载的TBLB技术，搭配F5 R系列硬件及“N+M”架构，首token响应时间降低95.61%，GPU利用率提升至90%以上[14] - F5 BIG-IP Next for Kubernetes部署在英伟达DPU上，能为多租户集群提供高性能网络和安全性，通过将网络任务卸载到BlueField-3 DPU实现低延迟、高吞吐量数据流[14] F5汽车行业重点业务场景 - 公司解决方案聚焦四大场景：车联网、多云多活、智算中心和出海[17] - 车联网场景：通过增强网关为MQTT协议提供双向认证和协议优化，支持MQTT Over QUIC保障连接稳定性，利用CDN缓解OTA升级网络拥塞，并通过WAF保护升级过程[18] - 多云多活场景：ADSP平台助力多云统一管理、无缝跨云迁移，提高业务连续性[18] - 推动AI与物理安全融合，通过多模态数据处理和数据引力优化提升自动驾驶训练效率，并强化端到端安全防护[18] F5业务进展与未来规划 - 2025年，F5在华汽车业务规模增幅超过100%，客户覆盖国内头部车企及新势力车企[19] - F5是同行中首家为汽车行业单独组建专项团队的企业，已在全球组建汽车虚拟团队，中国团队成为全球团队的核心输入来源之一，形成“本地经验反哺全球”格局[19] - 2026年将重点推进AI技术在智能驾驶领域的落地赋能，与国内车企深度对接，探讨AI解决方案在智驾领域的深度应用，预计年内取得实质性进展[22] - 公司计划将汽车业务延伸至具身智能等前沿领域，依托中国领先优势开展研究，并向美国、日本等全球市场反向输出技术成果[22] - 2026年在华汽车业务将聚焦扩大资源投入、推进AI技术规模化应用、深耕前沿技术研发，巩固“数字化引擎”赋能者角色[23]

文章核心观点 - 人工智能市场对存储芯片的爆炸性需求导致供应紧张和价格飙升 这种短缺正蔓延至汽车行业 可能迫使汽车半导体公司更改产品设计 并对全球汽车供应链构成重大风险 [1][2] 存储芯片市场供需与价格趋势 - 人工智能服务器和AI半导体对高带宽内存的需求呈爆炸式增长 推动DRAM价格持续上涨 [1] - 市场研究数据显示 去年第四季度因DDR5需求强劲 DRAM价格飙升了53%至58% [1] - 预计今年第一季度DRAM价格将上涨超过60% 部分产品价格甚至接近翻倍 [1] - 存储芯片供应紧张预计将推高价格 业内预计存储芯片价格将上涨两倍以上 [1] - 全球大型科技公司对AI的投资推动了HBM和通用DRAM的爆炸式增长 [2] - 考虑到主要厂商新产线投产时间 预计到2028年之前存储芯片供应量都难以出现实质性增长 [2] 汽车行业面临的挑战与影响 - 存储芯片供应紧张预计将导致汽车半导体短缺 风险可能从今年上半年开始显现 [1] - 存储芯片短缺可能对全球汽车行业构成重大风险 极有可能给汽车半导体供应商和整车制造商都带来财务压力 [1] - 随着软件定义汽车普及 高级驾驶辅助系统、自动驾驶和信息娱乐系统发展 汽车对高性能DRAM的需求正在增长 每辆车安装的内存芯片数量显著增加 [1] - 汽车半导体完成可靠性验证所需时间比通用半导体更长 而内存芯片公司产能有限 即使验证完成也难以获得足够供应 [2] - 存储芯片供应紧张可能导致汽车半导体公司不得不更改产品设计 一些公司正努力减少安装的内存芯片数量 [2] - 力图从传统DDR4过渡到最新DDR5的公司可能受到更大冲击 因为DDR4产量减少而DDR5需求正被AI市场分流 [2]