2022年汽车芯片行业发展现状及品类分析 汽车座舱技术链技术升级支撑一芯多屏

1. 汽车芯片：产业加速变革升级，智能化+电动化浪潮下芯机遇涌现

我们看好智能化浪潮&碳中和政策下，汽车行业将迎来价值向成长的重估机会，汽车芯 片将在智能化赋能下重估，有望成为半导体行业的新推动力。 智能化驱动下汽车行业有望实现产业变革升级，加速步入万物互联+万物智联的新时代。 目前消费电子已经先一步步入智能化时代，而汽车行业目前落后于消费电子（功能机到 智能机）行业仍处在信息时代，未来面临着从信息时代到智能时代新的产业升级，整体 过程可以类比功能机到智能机。

1.1. 增长动能：电动化+智能化加速，汽车芯片为增速最高下游

根据海思在 2021 中国汽车半导体产业大会发布的数据，汽车智能化+电动化时代开启， 带动汽车芯片量价齐升，预计汽车电子占比汽车总成本在 2030 年会达到 50%。电动化+ 智能化趋势下，带动主控芯片、存储芯片、功率芯片、通信与接口芯片、传感器等芯片 快速发展，芯片单位价值不断提升，整车芯片总价值量不断攀升。

汽车智能终端将成为智能时代的神经末梢，汽车芯片是助力汽车步入智能时代的核心。 从物理世界的感知到物理世界的表达，汽车智能终端将成为智能时代的神经末梢，需要 具备四种基础能力：联接能力、感知能力、表达能力以及计算能力，这四种能力需要大 量的芯片来支撑实现。 政策端受益碳中和推动，电动化浪潮迭起，看好新能源汽车快速起量。根据意法半导体 在 2021 中国汽车半导体产业大会公布的全球禁售燃油车时间表，我国预计 2040 年将全 面禁售汽油及燃油车。IEA 预计到 2050 年电能将占据整体交通领域 45%的份额，化石能 源占比降低为 10%。

电动化，在上半场完美地完成了自己的减碳任务的宣示，行业格局渐已成型。时间来到 了下半场，众多新能源汽车玩家之间应该如何竞争呢？接力棒随即传到了“智能化”的 手中，这是车企在下半场角逐的重中之重。不仅是新能源、“新势力”之争。 汽车智能化趋势明确，L2+/L3 已经是消费者刚需。iResearch 预计 2025 年中国智能驾驶 汽车产销量超过 2000 万台，其中 L2+/L3 数量将超过半数, 自动驾驶不断迭代带动汽车芯 片快速成长。

汽车智能化+电动化带动汽车半导体含量持续提升，其中智能化带动更高的半导体含量提 升。电动车半导体含量约为燃油车的两倍，智能车的半导体含量是传统汽车的 N 倍，看 好新能源汽车开启半导体行业新一轮成长趋势。

以智能传感器为例，汽车智能化浪潮下半导体含量将从 L2 级别的 160-180 美金提升至 L2+ 级别的 280-350 美金，到 L4/L5 级别的 1150-1250 美金以上。

历史来看，半导体行业的增长是由少数杀手级应用推动的，我们看好智能化+电动化时代 背景下汽车半导体的需求快速增长，有望成为引领半导体发展的新驱动力。从过去几十 年的半导体行业发展中可以看到 2000 以前半导体为专用领域主要受益于航天、军事等下 游领域带动需求，2000-2010 年间半导体主要受益于计算机及笔记本电脑带动起量， 2010-2020 年间手机、平板电脑等迭起带动半导体需求起量，2020-2030 年间我们预判汽 车可能成为引领半导体发展的新驱动力。

1.2. 价值测算：新四化发展明确，汽车芯片需求+价值量双翼齐飞

汽车新四化（“M.A.D.E”，即 M-Mobility 移动出行，A-Autonomous driving 自动驾驶， D-Digitalization 数字化，E-Electrification 电气化）将带来整车电子电气相关价值的大幅 提升。 汽车电子电气相关的 BOM（物料清单）价值（含电池与电机），将从 2019 年的 ~3,145 美元（豪华品牌 L1 级别 ADAS 汽油车）提升至 2025 年的~7,030 美元（豪华品牌 L3 级别自动驾驶纯电车）。

根据 ST 在 2021 中国汽车半导体产业大会发布的数据： 与传统汽车相比，预测新能源汽车用到的各类芯片数量都会有显著的提升。以下为新能 源汽车相较于传统汽车的半导体增量测算： 1） 电源管理芯片：预计新能源汽车需要用到的电源管理芯片相较于传统汽车需要的芯片 要增长将近 20%的芯片达到 50 颗； 2） Gate driver：预计新能源汽车用到的 Gate driver 相较于传统汽车是全新的需求，每辆 车需要 30 颗芯片； 3） CIS、ISP：预计新能源汽车用到的 CIS、ISP 增加 50%的需求每辆车用到 20 颗； 4） Display：预计每辆新能源车需要 8 片; 5） MCU：新能源汽车用到 MCU 需要增加 30%的需求量每辆车至少需要 35 片； 6） SiC：同样也是新能源车对于半导体的全新的需求。

全球汽车销量变化对于半导体芯片的需求增量测算： 假设传统汽车需要的半导体芯片为 500-600 颗芯片/辆，新能源汽车需要的半导体芯片为 1000-2000 颗芯片/辆： 以 2020 年传统汽车销量 7276 万台测算，新能源汽车 324 万台测算，整体全球需要的汽 车芯片为 439 亿颗每年。 预计 2026 年传统汽车销量 6780 万台测算，新能源汽车 4420 万台测算，整体全球需要的 汽车芯片增加为 903 亿颗每年。 预计 2035 年传统汽车销量 2400 万台测算，新能源汽车 9600 万台测算，整体全球需要的 汽车芯片增加为 1285 亿颗每年。

全球汽车销量变化对于半导体芯片的价值增量测算： 假设传统汽车需要的半导体芯片为 397-462 美元/辆，新能源汽车需要的半导体芯片为 786-859 美元/辆： 以 2020 年传统汽车销量 7276 万台测算，新能源汽车 324 万台测算，全年整体全球汽车 芯片价值量为 339 亿美元。 预计 2026 年传统汽车销量 6780 万台测算，新能源汽车 4420 万台测算，全年整体全球汽 车芯片价值量为 655 亿美元。 预计 2035 年传统汽车销量 2400 万台测算，新能源汽车 9600 万台测算，全年整体全球汽 车芯片价值量为 893 亿美元。

全球汽车销量变化对于半导体晶圆需求增长预测： 12 寸：2020 年需求为 198 万片预计到 2026 年提升为 404 万片，CAGR 12.6%。 8 寸：2020 年需求为 1121 万片预计到 2026 年提升为 2088 万片，CAGR10.9%。 6 寸：2020 年需求为 443 万片预计到 2026 年提升为 1306 万片，CAGR19.7%。 4 寸：2020 年需求为 252 万片预计到 2026 年提升为 845 万片，CAGR22.3%。

汽车电子市场规模预测： 根据海思在 2021 中国汽车半导体产业大会发布的数据，2021 全球汽车电子市场约为 2700 亿美元，预计到 2027 年，汽车电子部件的整体市场规模接近 4000 亿美金。汽车电 子部件市场年复合增长率接近 7%，电子部件增长速度超过汽车市场增速，电子化率持续 增加。

汽车半导体市场规模预测： 根据海思在 2021 中国汽车半导体产业大会发布的数据，2021 年全球汽车半导体市场约 为 505 亿美元，预计 2027 年汽车半导体市场总额将接近 1000 亿美元，2022-2027 年增 速保持在 30%以上。中国车载半导体市场稳步上升，2020 年约 1000 亿人民币。

1.3. 缺芯分析：汽车缺芯或将持续全年，交货周期持续拉长

从 2020 年 9 月以来，因缺芯导致停工、停产问题异常突出，汽车芯片保供压力空前。 2020 年下半年以来，在疫情，需求等多重因素影响下，缺芯问题持续影响 ECU 正常供应 和整车生产制造，部分领域芯片供应有恶化趋势。

2022.3 月，全球汽车芯片平均交付周期（芯片从订购到交付的周期）相较于 2 月增加了 两天，达到 26.6 周，创自 2021 年 3 月以来的历史新高。

根据汽车行业数据预测公司 AutoForecast Solutions（以下简称为 AFS）的最新数据，截至 4 月 10 日，由于芯片短缺，今年全球汽车市场累计减产量约为 143.78 万辆。其中，中 国汽车市场累计减产量继续保持 7.09 万辆不变，占全球汽车市场累计减产量的 4.9%。

细分到汽车芯片来看，汽车缺芯的主要种类包括: 主控芯片 MCU+功率类的电源芯片、驱 动芯片，根据广汽研究院测算三者占中高风险缺芯的 74%，其次是信号链芯片 CAN/LIN 等通信芯片。

从汽车芯片缺芯品牌分布可以看到，缺芯主要来自恩智浦、德州仪器、英飞凌、意法半 导体等传统汽车芯片企业，整体来看 75%的中高风险缺芯来自以上四家公司。 从缺芯的产地分布来看，77%的缺芯来自东南亚和美国，主要由于东南亚及美国的疫情较 为严重，其他包括中国台湾、日本、欧洲都面临缺芯情况。

汽车芯片持续紧缺，“四化”加剧汽车短缺问题。我们认为，汽车芯片缺货主要原因为后 疫情时代原有汽车市场需求快速回温叠加新能源汽车等新需求持续超预期，以及汽车新 四化带动芯片量价齐升。整体来看，1）功率半导体：有望优先实现国产替代，MOS、 IGBT 今年恐难缓解，6、8 寸尤为紧缺。2）MCU：结构性缓解持续，尤其是车规级 MCU 方面。3）传感器芯片：未来伴随着搭载数量增加，短缺问题会长期存在。4）SoC 芯片 高性能产品集中度较高，缺货风险持续存在。5）存储类芯片：占汽车半导体市场比重有 望持续提升，缺货引发产品价格上浮。6）电源管理芯片：电源管理芯片供给仍然紧张， 其中汽车相关应用最为紧俏。

1）功率半导体：有望优先实现国产替代，MOS、IGBT 今年恐难缓解，6、8 寸尤为紧缺。

MOS 紧缺年内恐难缓解，6、8 寸尤为紧张。MOS 份额占上百亿规模的功率半导体市场 四成左右，下游应用广泛，存量空间大，不同细分市场的景气度存在差异。新能源的半 导体器件价值量约 750-850 美金，其中 40%-45%属于功率半导体，后者半数左右是功率 MOS、IGBT 等，价值量约 300-350 美金。目前汽车不管高低压现在都非常紧缺，特别是 新能源三电多用到的 6 寸、8 寸高压器件产能极为紧缺，IGBT、超级 MOS 管等还没有转 为 12 寸，今年或不能缓解。士兰微此前曾表示，高端 Mos 管供不应求，无法满足大客户 需求。Mos 降价主要集中在平面 Mos 和低压 Mos，超结 Mos 价格依旧坚挺。

IGBT 方面，车规级 IGBT 的需求进入持续放量阶段，单车价值量持续提升。IGBT 及 IGBT 模块在新能源汽车成本结构中，占驱动系统的比重已达 50%，占全车成本的比重也高达8-10%，是新能源汽车中，成本最高的单一元器件，单车价值量在持续提升，价值量占新 增器件比重超过 80%。根据 Omdia 2020 年报告显示，2019 年中国车用 IGBT 市场规模为 2.8 亿美元。而随着新能源汽车产业超预期增长车规级 IGBT 的需求量持续攀升。据集微 网消息，由于优质产能跟不上市场需求，预计今年下半年，车规级 IGBT 将持续紧缺，可 能成为制约汽车生产的主要瓶颈，并延续至 2023 年。

GBT 功率器件国产率超三成，部分缓解市场增量需求。本土 2019 年比亚迪电机驱动控 制器用 IGBT 模块全球排名第二，市场占有率 18%。但车厂自有产能尚不足以解决产量不 足问题，为此，比亚迪向士兰微、斯达半导、时代电气、华润微等具备车规级 IGBT 生产 能力的本土企业下单，其中与士兰微签订的订单级别达亿元，保障激增的新能源汽车生 产对 IGBT 的需求。东风汽车旗下智新半导体的 IGBT 生产线已完全进入自动化生产流程， 一期年产能为 30 万只，二期建成后，年产能将达到 120 万只，产品已应用于东风风神、 岚图等自主品牌车型。时代电气目前已在广汽、东风汽车、长安汽车、理想汽车、小鹏 汽车等主机厂中得到装车使用，750V 的 IGBT 模块获市场高认可度。

本土企业产能中低端占比大，高端产能仍受欧美厂商产能制约。高端产能掣肘于英飞凌、 安森美等国际供应商，欧美企业扩产节奏与市场需求错频。目前，英飞凌采取优先满足 头部客户的策略，以缓解 IGBT 模块供应短缺问题，而德国英飞凌和上汽英飞凌的产能均 处于爬坡阶段，优质产能供应不足，高端产品短缺。安森 IGBT 模块产能超五十万，但产 能利用率有待进一步提升，无法满足市场的快速增长需求。

2）MCU：结构性紧缺持续，尤其是车规级 MCU 方面

32 位 MCU、HPC 控制体系将部分抵消电动化带来的 MCU 增量需求。一方面，未来传统 8 位 MCU、16 位 MCU 将通过迁移到 32 位 MCU 而从汽车中移除，集成度更高、功能更 强大的 32 位 MCU 将成为主流。另一方面，未来大部分驾驶功能将由汽车 HPC 控制。现 在，一辆车上有 70 到 100 个 ECU，每个 ECU（包括其中的 MCU）控制一个特定的驾驶 功能，而这种分布式计算体系结构将被更集中的 HPC 体系结构所取代。

但在一些工业领域尤其是车规级 MCU 方面，预计到今年下半年供应依然紧张，或有望年 底实现供需平衡。考虑到全球汽车销量整体稳中有降的现状，我们预计单车 MCU 用量将 在 2025 年达到峰值，随着汽车智能化、控制集中化发展，车规级 MCU 的用量将会开始 逐步下降。Gartner 数据显示，单辆车对 MCU 的需求量并不会随着汽车电动化、智能化 的增加而出现明显增加。但由于单价更高的 32 位 MCU 应用比例继续提升，汽车 MCU 整 体市场规模仍将处于持续增长趋势，车载传感器的增加和汽车销量的增加或将带来 MCU 需求量抬头。 车规级 MCU 国产替代将是未来发展主旋律。目前车规级 MCU 国产化率约为 5%，随着本 土企业的发力，国产化率有望在未来几年得到飞速提升。

3）传感器芯片：未来伴随着搭载数量增加，短缺问题会长期存在。

毫米波雷达方面，部分缺货或成常态。毫米波雷达的生产厂商主要是博世、英飞凌、恩 智浦、安森美等企业，此前，博世毫米波雷达芯片组装厂受马来西亚疫情影响而减少供 应。第五代毫米波雷达芯片的短缺共影响了 11 家车企，包括小鹏汽车、长城汽车、广汽 埃安等。博世（中国）总裁陈玉东曾表示 21Q4 供货率会非常低，2022 年会恢复到历史 情况。缺货 10%到 20%将成为常态，市场需求不能全部得到满足。 小鹏和理想的毫米波雷达供应或将缓解。理想 ONE 和小鹏 P5 交付方案中表明，后续毫 米波雷达将分批补装，考虑到上游芯片厂商产能恢复的时滞，此举可能是传感器芯片供 求紧张将有所缓解的一个信号。

4）SoC 芯片：高性能产品集中度较高，未来存在缺货风险。

车规级 AI 芯片需求量逐级提升，算力突破要求指明未来缺货风险。根据麦肯锡预测，到 2030 年，全球车载 AI SoC 芯片的市场规模将达 303.4 亿美元，其中中国市场规模为 104.6 亿美元。不同的自动驾驶等级对 AI SoC 芯片的需求价值量不一样。至 2025 年，L1 级单车 AI SoC 芯片价值量为 69 美元，L2 级为 190 美元/辆，L3 级为 685.9 美元/辆， L4/L5 级为 1487.9 美元/辆。此外，华为指出，到 2030 年，车载算力将超过 5000 TOPS， 未来智能汽车对算力的需求量非常高，而本土车载 AI 芯片的算力仍普遍处于 100 TOPS， 未来企业算力提升的需求将使得车规级 SoC 芯片面临一定的缺货压力。

5）存储类芯片：占汽车半导体市场比重有望持续提升，缺货引发产品价格上浮

短期来看，NAND 各型号价格均有所上涨，创近年新高。NAND 方面涨价明显，西部数 据宣布部分 3D NAND 生产线遭到污染，今年一季度产能受损不久，全部产品涨价。随后， 美光也进一步跟进，宣布 NAND 产品合约价涨 17% 至 18%，现货价 上涨 25% 以上。本轮涨价中，NAND 各型号价格均有所上涨，其中，64Gb 8Gx8 MLC 闪存合约涨幅最大， 远高于 32Gb 4Gx8 MLC 闪存合约涨幅，而且价格已经创下三年来新高。

6）电源管理芯片：电源管理芯片供给仍然紧张，其中汽车相关应用最为紧俏。

受益于下游车用、服务器与固态硬盘等终端需求持续旺盛，以及国外 IDM 大厂转单影响， 2022M03 台系电源管理 IC 厂商业绩表现亮眼。矽力杰实现营收 22.2 亿台币，同比增长 41%；致新实现营收 9.4 亿台币，同比增长 24%。受供求紧缺影响，2021 年电源管理 IC 平 均销售单价上涨近 10%。进入 2022Q1，电源管理 IC 产能供给仍然紧张，但相较于 2021 年有所缓解，供应处于健康水平。

俄乌战争+我国疫情或将使汽车缺芯情况更为严峻： 从国际上来看，俄乌冲突升级，迅速发展为第二次世界大战以来欧洲最大规模战争；由 于乌克兰是氖气（芯片原材料之一）的重要出口国，俄乌冲突也会对芯片和汽车产业链 产生扰动。同时，美国举起“制裁之刃”对准俄罗斯，再次精准打击了全球半导体供应 链。

展望 2022 年二季度供应链物流对半导体企业仍有一定的不确定性或影响，或将使汽车缺 芯情况更为严峻。22 年 3 月起上海市政府采取分区管控以来，人力与物流受到较大管制。 据 Trendforce 消息，周边 OEM、ODM 厂仅能依赖厂内库存来低度满足产线需求，长短 料问题进一步扩大。即使在周边地区封控解除后，可能会出现短期内物流量激增，造成 海关闸口阻塞，交期延长的可能。封控期间供应链物流存在问题，具体而言，半导体制 造厂的设备运输几乎停滞，由于公路作业受限，货物下船只能暂存码头；PCB 厂商也将 面临运输成本增加，部分产品出货延迟等状况；下游汽车产业所受影响较大，上海停摆 对全国乃至全球的汽车产业链造成了连锁反应。（报告来源：未来智库）

1.4. 竞争格局：美日欧三足鼎立，国产化浪潮及产业链重构带来新机遇

2020 年汽车芯片主要厂商分布中美日欧三足鼎立，前五大厂商包括英飞凌、恩智、瑞萨、 德州仪器、意法半导体，前 25 强中闻泰科技名列第 19 位，是中国唯一一家上榜的公司。

细分领域来看，我们在汽车计算、控制类芯片的自主率不到 1%，传感器 4%，功率半导体 8%，通信 3%，存储器 8%，国产化浪潮下有望加速。

整体技术上，在计算，控制领域的计算、控制领域：MCU/GPU/FPGA 等通用芯片高度垄 断，前三大市场占率约七成，面向 ADAS 的 ASIC 技术路线尚不确定。 传感器：在车身感知领域，国外企业高度垄断，前三大市场占率七成以上，国内基础不 足。在视觉、毫米波雷达等新型环境传感器具备基础。 功率半导体：IGBT/MOSFET 领域与国外相差较大，国内在功率分立器件和模块领域更为 擅长，化合物半导体领域国内正在布局。 通信：V2X 属于增量市场，国内依靠 5G 布局有发展基础。 存储器：存储器属于车用半导体增量市场，主要被美光、三星等垄断，国内车用 SRAM， 立基型 DRAM 等环节有基础。

汽车智能化+电动化推动产业链重构。汽车进入了电动化+智能网联的时代, 新时代给予 追赶者机会，车联网/新能源/智能化/自动驾驶四个领域趋势带来新的半导体需求。新需 求为国内新进芯片企业进入汽车带来全新的产业机遇。

OEM+Tier1+Tier2 原有金字塔格局有望被打破，向平台+生态模式跃迁，我国汽车芯片 厂商迎来入局机遇。对于未来规模化和个性化的挑战，智能车软件会逐步走向平台+生态 模式，原来的开发模式都是塔状，有 Tier-X 供应商给 OEM 提供部件和服务，由主机厂去 总成和验证。未来 OEM 除了跟传统部件合作之外，有些车企会考虑自建平台，比如说大 众等企业宣称做自己的操作系统。这个平台车厂自建或和供应商厂商合建，除了平台车 厂还需要和算法供应商，生态伙伴，投资伙伴等合作。所以我们认为未来合作模式是以 车厂为中心的平台+生态的合作模式，逐步走向平台+开放带来更多的开放和创新。 未来汽车产业的生态圈将会从过去的“整车厂是主导”，发展到“掌握核心技术关键环节 的企业是主导”，而且可能是一个圈和另外一个圈形成生态的竞争，从而组成一个更大的 新一代汽车生态体系。

2. 品类分析：五大类汽车芯片皆具高成长动能，受益电动+智能化量价齐升

智能化驱动下汽车行业有望实现产业变革升级，加速步入万物互联+万物智联的新时代。 当前消费电子已先一步步入智能时代，而汽车行业正面临着智能化产业升级，整体过程 可以类比功能机到智能机。叠加政策端碳中和推动，电动化浪潮迭起，看好新能源汽车 在智能化+电动化驱动下加速起量。

汽车芯片从应用环节可以分为 5 类：主控芯片、存储芯片、功率芯片、模拟芯片、传感器芯片等。2020 年主控芯片占比 23%，功率半导体占比 22%，传感器占比 13%，存储芯 片占比 9%，其他占比 33%。

看好辅助驾驶+自动驾驶+汽车电动化持续提升带动汽车半导体量价齐升： 1）主控芯片：算力随着智能化提升不断提升从 L1<1TOPS 到 L5 1000+TOPS 算力推动主 控芯片高速增长； 2）功率半导体：燃油车功率半导体单车价值量达 87.6 美元，新能源汽车 458.7 美元，实 现四倍以上增长； 3）模拟芯片：以电源 IC 为例，车载领域增长最快，CAGR 达 9.0%。 4）传感器：L2 级别汽车预计会携带 6 个传感器，L5 级别携带 32 个传感器，汽车半导体 占比提升显著； 5.）存储芯片：汽车存储系统随着智能化水平提升容量和性能快速增长，为存储器步入千 亿美金市场核心。

主控芯片： 主要用于计算分析和决策，主要分为功能芯片（MCU）和主控芯片（SOC）。MCU 指的 是芯片级芯片，一般只包含 CPU 一个处理单元（例：MCU=CPU+存储+接口单元）。而 SOC 指的是系统级芯片，一般包含多个处理单元（例：SOC=CPU+GPU+DSP+NPU+存储 +接口单元） 1）计算芯片：包括 SoC，CPU，MPU，GPU，NPU, FPGA 等； 2）控制芯片：MCU 等。

模拟芯片： 信号与接口芯片+电源管理芯片 。主要用于发送、接收以及传输通讯信号。 1）总线芯片 CAN/LIN/USB/ETH 等； 2）通信与射频芯片：基带、V2X、BT/WiFi 等； 3) 信号变换：包括复用器、放大器、隔离器等； 4）专用功能芯片包括：苹果认证、安全加密芯片等。

传感器芯片： 主要用于探测、感受外界信号、物理条件或化学组成，并将探知的信息转变为电信号或 其他所需形式传递给其他设备： 1）雷达传感器：超声波、毫米波、激光雷达等； 2）图像传感器：CMOS 传感器等； 3）光电传感器：阳光/红外传感器、压力、流量传感器等； 4）生物传感器：气味传感器、氧气传感器等； 5）磁传感器（霍尔传感器等）。

2020 年汽车半导体产品市场需求情况：主控芯片占比 23%，功率半导体占比 22%，传感 器占比 13%，存储芯片占比 9%，其他占比 33%。

智能化趋势下，我们认为 L2+/L3 已经是消费者刚需，整体渗透率将持续提升。同时， ADAS 渗透率 2025 年有望达 67%，带动汽车芯片快速增长。 汽车智能化趋势明确，L2+/L3 已经是消费者刚需。根据 iResearch 预测，2025 年中国智 能驾驶汽车产销量将超过 2000 万台，其中 L2+/L3 数量将超过半数, 自动驾驶不断迭代带 动汽车芯片快速成长。

ADAS:2025 年渗透率有望达到 67%，ADAS 的渗透率提升带动汽车半导体量价齐升

HISilicon 预计到 2025 年，全球新车销量预计为 9600 万辆，其中辅助驾驶+自动驾驶的 装配车辆将达到 6500 万辆，渗透率预计为 67%。2025 年前全球车厂更多聚焦在 L0-L2 阶段，辅助驾驶的装配率将达到整体新车型的 90%左右。随着整车厂、Tier1、以及算法公 司在自动驾驶领域的技术突破，世界各国以及标准组织对自动驾驶的政策与立法的出台， 以及在自动驾驶周边基础设施的投资和建设，L3-L5 阶段的自动驾驶对器件工艺要求较高， 或将在未来十年内优先在 Robotaxi 等专有场景落地；

2.1. 整车拆解：特斯拉汽车芯片拆解，五大类芯片重要性突显

我们将特斯拉汽车的关键部分进行拆解：

1/自动驾驶方案

复盘特斯拉自动驾驶芯片迭代之路：半集成模式 ➡整合模式 ➡核心自研模式

初期： 采购 Mobileye EyeQ 3 芯片 摄像头 的半集成方案 【 原因：研发资金不足 需要快 速量产 】

中期： 采用 NVIDIA 芯片平台 第三方供应商摄像头 的整合方案 【 原因： Mobileye 算力 不足 开发速度无法跟上特斯拉迭代需求 】

当前： 采用 FSD 芯片 自研 外采 Aptina 摄像头 的核心自研方案 【 原因：市面方案无法 满足定制需求 资金及自研实力已到位 】

特斯拉 FSD（全自动驾驶，Full Self-Driving）模块上包含了两个自研 FSD 芯片，其上广 泛使用了主控（CPU、GPU、NPU、MCU）、存储（LPDDR、SRAM、FLASH）等芯片。 作为定制设计的自动驾驶芯片，独享方案使得芯片需求复杂性降低，替代性神经处理器的大部分通用能力已经从 FSD 芯片中剥离出来，只留下所需的硬件设计，从而将设计重 点移向对功耗、算力、传输时间、安全性的把控。现阶段，FSD 是特斯拉最核心的应用软 件，其软件收入也主要由 FSD 选装包贡献。消费者付费激活后，可以享受到包括自动泊 车、自动辅助导航驾驶、智能召唤等在内的高级自动驾驶功能，而且后续可以通过 OTA 空中软件持续升级自动驾驶能力。2020 年 7 月 1 号，其价格已经上涨至 8000 美元/套 （国内 64000 元/套）。

2/ 仪表中控二合一屏

仪表中控二合一屏上的 CID( Center Information Display，中央信息显示器)和 IC（仪表 显示器，Instrument Cluster）的主要运算能力均由 NVidia VCM（可视计算模块）提供。 VCM 中使用了 Nvidia Tegra 片上系统（SoC），具有多核 ARM 处理器，GPU 和其他各种 音频和视频加速器，重要组件还包括有德州仪器生产的电源管理单元、海力士所生产的 存储单元 eMMC NAND 和 RAM，Spansion 生产的 NOR 等重要组件。正是这些组件使得 CID VCM 为整个车机的主要算力单元，NVidia VCM 作为运行 Linux 的基于 ARM 的计算 机模块，从而使得操作系统可驱动 Tesla 的大多数可见动作。

3/ADAS

ADAS 采用的传感器主要有摄像头、雷达、激光和超声波等，特斯拉 MODEL3 使用的传 感器类型有别于其他车型。自动驾驶环境感知的技术路线主要有两种：一种是以特斯拉 为代表的视觉主导的多传感器融合方案，特斯拉汽车感知方案曾包括一个前置 77GHz 毫 米波雷达传感器、8 个摄像头和 12 个超声传感器。另一种是以低成本激光雷达为主导， 典型代表如谷歌 Waymo。

继续加码纯视觉方案，打造“摄像头→自动驾驶芯片→DOJO 超算训练→软件 OTA 更新” 的自动驾驶闭环生态。在汽车行业疯狂加码多感知融合的大趋势下，特斯拉反而选择继 续加码纯视觉方案，最新车型甚至已经走上了纯视觉 FSD 之路。近日，特斯拉官方确认， 从 2022 年 2 月中旬起生产的高端车型 Model S 和 Model X 也将不再配备雷达，所有的驾 驶辅助系统将完全依赖一套由 8 个摄像头组成的摄像头系统。此方案能更好的改善极端 天气和怪异弯道下的自动驾驶安全性。与之呼应，特斯拉持续押宝人工智能，推出为超 级计算机 Dojo 准备的人工智能芯片 D1 ，完成了从芯片硬件到算法软件再到数据训练 Dojo 完整的自动驾驶生态闭环。

2.2. 架构革新：EEA 从分离向域内集中发展，核心芯片数量加速增长

从功能手机到智能手机复杂的应用需求驱动手机硬件架构从分立走向集中。而智能化趋 势亦对智能汽车的架构提出了新的要求，集中化的电子电气架构能够更好地满足计算集 中的要求 。

从座舱智能化的技术演进来看，可以分为分离式、分域式和域集中式，域集中式的方案 打破了原来分布架构式的限制，实现了软硬件的解耦，同时方便后续的 OTA 升级。

EEA（电子电气架构）的新阶段：

域集中式 2021-2025：第一，DCU 的出现使 ECU（电子控制单元）标准化且数量大幅减 少，并直接带来“降本”和“增效”。例如，若用一个集成中控、仪表、360 环视及其他 影音娱乐功能的 DCU 替代多个来自不同供应商的传统 ECU 方案，最大可为车企带来将近 38%的 BOM 成本节降（尚未考虑成本年降）。第二，智能传感器/执行器数量增加。传统 功能导向的 ECU+传感器集成方案中的算力会被剥离并集中到 DCU 里，同时传感器本身 也需具备基础算力，以便与 DCU 沟通，如通过 CAN。第三，软件开始独立于硬件，但并 未完全分离。一些独立的功能仍然依靠 ECU 实现，但抽象层（Abstraction Layer）的出现 是未来实现硬软件完全分离以及域融合的重要基础。第四，中央网关与各个域之间可通 过以太网通讯。

中央集中：一，软硬件完全分离，且所有的 ECU/DCU 共享同一套基础软件平台。二，相 互独立的功能应用搭载在一套高算力的车载计算机上，且它的算力远超阶段二的 DCU。 三，基础软件平台+功能独立+HPC 将带来规模化，即一套架构可以承载任何形式、数量 的功能及服务。

从分离到域内集中的发展，芯片算力持续提升。智能汽车对迭代速度 、可扩展性 、大数 据 、 功能安全 、数据安全 、冗余备份等要求较高且搭载代码量庞大需要极高算力支持 。 分布式架构下 智能化升级依靠 ECU 和传感器数量的叠加；而在集中式架构下可将多个 ECU 收集的数据在同一域控制器中统一处理域内主控芯片算力较强 。

整车含控制器数量约为 40-80 个，其中汽车的科技配置越高，则控制器数量越多，同等 科技配置条件下，新能源汽车车型的控制器略多。 我们看好智能化+网联化时代下大型控制器数量增加，汽车控制器量价齐升。从汽车控制 器来看，65%为智能网联、7%为新能源、8%为动力、12%为底盘、4%为集成安全、4%为车 身。

我们看好电动化时代下，汽车从传统车型向新能源汽车转型带动控制器数量及芯片增加。 根据广汽研究院预测，传统汽车控制器数量为 40-70 个，芯片数量为 400-700 个，预计 新能源汽车控制器数量为 45-80 个，芯片数量为 500-800 个。（报告来源：未来智库）

2.3. 主控芯片： 智能座舱+自动驾驶双轮驱动，智能化时刻来临

随着汽车电子化程度的加速渗透，汽车 ECU 的数量提升，而 ECU 中均需要 MCU 芯片。 汽车 MCU 占比 MCU 细分市场 37%，智能化需求下未来 32 位处理器将成为主流。

一辆汽车中所使用的半导体器件数量中，MCU 占比约 30%，每辆车至少需要 70 颗以上 的 MCU 芯片，随着汽车不断向智能化演进，MCU 的需求增长也将越来越快。 32 位 MCU：主要应用于仪表板控制、车身控制、多媒体信息系统、引擎控制及智能驾驶 安全系统及动力系统。其强调智能性、实时性和多样化，除处理复杂的运算及控制功能， 32 位 MCU 产品也将扮演车用电子系统中的主控处理中心角色，也就是将分散各处的中 低阶电子控制单元集中管理。 16 位 MCU：主要应用于动力传动系统，如引擎控制、齿轮于离合器控制和电子式涡轮系 统等，也适合用于底盘结构和电子泵、电子刹车等。 8 位 MCU：主要应用于车体的各个子系统，包括风扇控制、空调控制、车窗升降、低阶 仪表板、集线盒、座椅控制、门控模块等控制功能。

全球 MCU 行业企业通过收购兼并方式提升市场份额。根据 IHS 数据，2020 年，全球汽 车电子用 MCU 龙头企业为瑞萨电子、恩智浦、英飞凌等，其中瑞萨电子市场份额大幅提 升，达到 30%。根据 IC insights 数据，2021 年全球 MCU 市场规模 196 亿美元，预计 2021-2026 年 CAGR 为 6.7％。

智能化演进，叠加高算力芯片的挑战，SoC 异构集成扬帆起航。原来车里面 ECU 用的是 8 位、16 位的 MCU，现在主流 32 位的 MCU，同时 MCU 也从单核走向多核。芯片的算 力提升到几百 T，甚至 1000T 的算力，这些芯片都是高算力的异构芯片，一个芯片内有 CPU 的核、加速器、AI 核、ISP 等，这些芯片上的软件靠传统 MCU 时代的嵌入式软件是 支撑不了的，SoC 异构集成扬帆起航。

SoC 芯片主要分为智能座舱及自动驾驶芯片： 智能座舱 SoC 芯片渗透率不断提升，预计到 2030 年接近 9 成：智能座舱芯片相比于自动驾驶芯片对安全的要求相对更低，未来车内“一芯多屏”技术的发展将依赖于智能座 舱 SoC，芯片本身也将朝小型化、集成化、高性能化的方向发展。

2.3.1. 智能座舱芯片： 2017 至 2020 年芯片复合增长率高达 28%

据国际电子商情，预计全球智能座舱市场在 2022 年将达到 438 亿美元，年复合增长 9%。 整个供应链规模和增量都非常大。从华为、高通、NXP 智能座舱解决方案，到大陆、博 世、哈曼国际、电装，再到北汽、WEY、蔚来、小鹏、理想、吉利、领克、福特、凯迪 拉克等车厂，整条产业链几乎处于 ALL-IN 的状态。 智能座舱定义：智能座舱被定义为主要涵盖座舱内饰和座舱电子领域的创新与联动，是 拥抱汽车行业发展新兴技术趋势，从消费者应用场景角度出发而构建的人机交互(HMI)体 系。

相对于自动驾驶，智能座舱芯片挑战相对较低，国产化落地有望加速。智能座舱功能的 落地尽管要整合多个屏幕显示(中控、仪表、抬头等)、驾驶员监控、车联网、娱乐系统及 部分辅助驾驶功能，但总体来说，由于不涉及底盘控制，安全压力小，技术实现难度低、 成果易感知，有助于迅速提升产品差异化竞争力。因此国内 OEM 在等待自动驾驶关键技 术成熟的档口，开始逐步将精力转移到智能座舱的落地。

座舱技术链技术升级支撑“一芯多屏”趋势。

座舱芯片、域控制器及操作系统等软硬件技术的升级，为主机厂在多屏和联屏方向提供更多空间， 座舱厂商纷纷发力“一芯多屏”的座舱方案，并且实现量产；其中自主品牌对座舱的联屏方案更加 积极开放。 尺寸：从中短期趋势来看，多屏、大尺寸屏幕是打造智能座舱科技感的重要方案，15 英寸以上的 中控屏以及成为多家车企的选择 性能：高清晰度需求增长，对屏幕分辨率与性能的要求持续升级 新技术：OLED、曲面屏、可升降、3D 裸眼技术、AR 技术将被逐渐应用，高科技体验更加明显 造型多样：结合内饰的风格与特点，屏幕造型呈现多样性，包括切角、弧线、梯形、圆形等，以及 联屏设计等进一步塑造科技感与特点 副驾屏幕：随车企对于智能座舱作为第三空间认可的加深，其服务对象也从驾驶员乃至后排的顾客 进行拓展。服务属性在保障驾驶安全的基础上强调娱乐、社交等元素。

据盖世汽车，预计智能座舱的演进过程带动上游芯片快速发展，2030 年有望达千亿规模， 单车价值链将显著提升，成为 5G、传感器、AI、高性能计算、服务、内容和系统面向驾 乘人员集中呈现的窗口。未来的智能座舱可以形容为“your home away from home“， 其应该有着更加多样化的人机交互 HMI(语音、手势、AR 抬头显示、融合导航指示），更 大更高分辨率(12inch+,4K)的屏幕, 流畅的屏屏互动功能，多模态的舱内传感器(摄像头、 毫米波雷达），更丰富的车机软件，同时能把座舱数据进行更好的整合以带来更便利的体 验。

AR HUD 走向量产，成为显示与交互的重要载体

AR HUD 走向量产，成为显示与交互的重要载体。随着 HUD 显示效果的提升，其重要性 日益凸显。目前 HUD 前装量产以 W HUD 为主，AR HUD 也开始规模化落地。部分车企 的车型采用小尺寸仪表的+HUD，未来 HUD 或将进一步削弱作为主要显示屏业界的地位。 AR-HUD 的软件比拼的是 AI 能力和导航能力。导航能力必不可少是因为它是一个基础功 能， AI 能力就是生态智能化以及交互智能化的智能体现。

AR-HUD、W-HUD 及 C-HUD 对比情况，目前市场面已有的 AR HUD 其实只是对传统 WHUD 的小幅升级。实际上，AR HUD 可以做得更好且提供更多的体验，为了实现这一 目标，要超越简单的 WHUD 2.0，AR HUD 需要更多的信息处理能力，整合许多数据源， 能够以低延迟进行实时计算，图形渲染和坐标矫正。总而言之，与普通 WHUD 相比，实 现真正的 AR HUD 需要应用更多的技术。

据盖世汽车，预计座舱芯片算力需求及规模显著提升。

从 BOM 提升来看，电子电气架构改变带来的硬件与软件的价值提升（~510 美元）将明 显高于纯 IVI（车载信息娱乐）系统和 Connectivity（互联互通）系统（~230 美元）。其 中，座舱域控制器及基础软件（如 OS）有望成为未来五年的价值高地。

顺应智能座舱多传感器融合、多模交互及多场景化模式发展的演进趋势，作为处理中枢的座舱 SOC 需要不断发展突破。下一代座舱 SOC 发展主要呈现以下几个趋势：

（1）CPU 算力不断提高。如高通骁龙 SA8155P 芯片的算力约 85KDMIPS，而 SA8195P 的 CPU 算 力约 150KDMIPS，芯驰科技最新推出的座舱芯片 X9U 的 CPU 性能达到 100KDMIPS 等。

（2）AI 算力需求越来越强，以支持语音和图形甚至整车功能与驾驶者的交互。目前，已有部分量 产的座舱 SOC 芯片中嵌入 AI 加速计算，其算力在 1~5TOPS 左右。如用于奔驰第一代 MBUX 的英 伟达 Parker 的 AI 算力为 1TOPS，三星已量产的 Exynos Auto V910 具备约 1.9TOPS 的 AI 算力，而 三星规划 2025 年前后投放量产的 Exynos Auto V920 座舱芯片的 NPU 算力将达到约 30TOPs。

（3）支持接入更多车载显示屏和传感器。如高通 8155/8195 最多支持 8 个传感器输出和 5 路显示屏；三星 V910 支持 6 路显示屏；2021 年上海车展，芯驰科技最新发布的智能座舱芯片 X9U，能够 支持 10 个高清显示屏。

（4）芯片制程工艺越来越先进。目前，7nm 及 8nm 制程座舱芯片已实现量产，如高通 8155/高通 8195，三星 V910 等。同时，高通发布的最新第四代骁龙汽车座舱芯片制程将达到 5nm，并计划 2022 年开始量产。

（5）芯片迭代越来越快，新产品发布周期缩短。以前周期基本在 3-5 年左右，现在新品基本在 1- 2 年，座舱芯片迭代速度加快。

（6）座舱 SOC 也在向模块化、可更换、可扩展的趋势发展。2021 年 4 月，华为发布了麒麟车机 模组 9610，其内置车规芯片麒麟 990A，该芯片模组采用的是可插拔式设计，可通过对中央处理单 元更换的方式来进行更新，周期为三年一代，每一代的接口一样，可直接更换，时间跨度上可以覆 盖到汽车使用的全生命周期。

从厂商来看，智能座舱 SoC 厂商可以分为：消费级芯片生产商、传统汽车芯片生产商、新兴芯片 生产商 1）传统汽车芯片龙头： 产品线齐全，车规级芯片积累较多；与传统主机厂合作关系良好；目前在 中低端车型应用较多 2）消费电子领域巨头： 资金雄厚，可支撑起对先进制程和高算力芯片的研发投入；软件生态好， 研发成果可加以最大限度利用；目前在中高端车型和造车新势力广泛应用，在智能座舱及自动驾驶 域均处于行业领先水平 3）国内科技公司：AI 技术出众，通常可为客户提供“算法+芯片”的软硬件耦合的全栈式解决方 案；

消费级芯片厂商： 高通 三星 华为降维切入座舱 SoC 快速渗透高端市场

在手机等消费电子领域的出货量可摊薄车载芯片研发成本先进制程研发费用高昂因此其 迭代速度远超汽车芯片厂商掀起算力军备竞赛 。

三星：收获奥迪全系列 MIB 3 TOP 和保时捷全系列座舱芯片订单

OS 自主：采用开源的汽车级 Linux AGL 系统 较高通采用安卓更自主。收购哈曼： 2016 年以 80 亿美元现金收购哈曼 哈曼汽车业务包括高端音响 、 IVI 、 车联 网 、 导航系统 、 3 D 和 AR 、 第三方应用 、 多模人机界面等。

地平线： 国内首个软硬结合 并将前瞻人工智能算法内置到芯片中的企业 。

目前已面向市场推出征程 2 、 征程 3 、 征程 5 芯片 并且已经形成了 自动驾驶 智能座舱 以及车内外联动的完整产品布局 。 Horizon Matrix SuperDrive 全场景整车智能解决方案，且 Horizon Halo 20 以 2 个月为频 次迭代算法的丰富度与精度并发布集成车载人机交互和车内外联动体验、自动驾驶于一 体。

我国 SoC 厂商方面，全志科技、晶晨股份、瑞芯微、富瀚微、中兴通讯加速布局汽车芯 片。

全志科技: 智能车载市场，公司重点专注于智能座舱类产品，涵盖智能车载信息娱乐系统、全数字 仪表、流媒体、AR-HUD、智能激光大灯、智能辅助预警等产品。 公司 T 系列产品应用于智能座舱，辅助驾驶，智慧工业，行业智能，包括佛吉亚中控车 机；长安汽车智能驾舱；一汽全景泊车，上汽荣威全景泊车等；南瑞继保电力二次保护 设备，汇川工业人机交互/PLC 等；

晶晨股份： 上汽集团入股晶晨，有助于晶晨在汽车领域的发展，晶晨芯片产品主要用于车载信息娱 乐系统，当前已与海外高端高价值客户的合作取得了积极进展，并收到部分客户订单， 销量稳步增长。瑞芯微 PX 系列产品已应用于部分汽车电子产品，2021 年公司推出首颗 通过 AEC-Q100 车用可靠性标准测试的芯片 RK3358M，面向智慧汽车电子领域，后续将 陆续推出针对汽车前装市场的智能座舱、娱乐中控、视觉处理等处理器芯片。

富瀚微: 重点布局车载视觉芯片，并已通过 AECQ100 Grade2 认证，进入汽车前装市场，根据公 司《创业板向不特定对象发行可转换公司债券募集说明书》公告，车用图像信号处理及 传输链路芯片组项目可以覆盖包括 ADAS、行车记录仪、倒车后视等车用电子产品多个领 域。

中兴通讯: 已成立汽车电子产品线开发车规 SOC 芯片、车载操作系统及基础平台软件产品，与一汽 集团、上汽集团达成战略合作并成立联合创新中心。

座舱芯片兼顾高安全性、高算力、低功耗等特点是未来发展趋势。高通布局多款芯片产品，技术与 市场优势逐渐明显，传统汽车 SoC 芯片厂商的产品多用于中低端车型，市场份额被挤压，此外本土 企业开启发力。

供应商智能座舱平台： 多家供应商智能座舱平台在集成仪表中控、后座娱乐、HUD、语音等基本功能基础上， 还进一步集成了环视、DMS、OMS 以及部分 ADAS 功能等，以德赛西威为代表的国内智 能座舱公司快速跟进，实现产量配套。（报告来源：未来智库）

2.3.2. 自动驾驶芯片：算力指数级提升，为自动驾驶演进基础

自动驾驶芯片：自动驾驶芯片一方面需要满足更高的安全等级，同时随着自动驾驶几倍 的提升，需要更高的算力支持，未来自动驾驶芯片会往集成“CPU+XPU”的异构式 SoC （XPU 包括 GPU/FPGA/ASIC 等）方向发展。

算力随着智能化提升不断提升，L1 需要<1TOPS 算力，L2 为 10+TOPS 算力，L3 为 100+TOPS 算力, L4 为 500+TOPS 算力，L5 为 1000+TOPS 算力，高算力需求推动 SOC 芯 片和 AI 计算平台迭起。

NPU 算力快速提升，从 2020 年的 0.5TOPS 提升为 2022 年的 6.2TOPS。其中 4TOPS 算 力涵盖辅助驾驶（目标识别、交通标志检测、车道线识别、雨量识别）、2TOPS 算力为驾 驶员监控（人类识别、疲劳检测、分心检测、抽烟检测、打电话检测）、0.2TOPS 为智能 语音（语音识别、自然语音形成、语音合成）。

GPU 算力从 2020 年的 200GFLPOS 提升为 2022 年的 700GFLPOS。 CPU 算力从 2020 年的 40KDMIIPS 提升为 2022 年的 80KDMIIPS。

以 Tesla 为例来看车载芯片主控 CPU 算力需求分布，座舱仪表需要大约 60.000DMIPS、 车身电子大约 10.000DMIPS、ePowerTrain 大约 15.000DMIPS、底盘大约 15.000DMIPS、 半自动驾驶大约 35.000DMIPS、网联大约 20.000DMIPS。

竞争格局：当前多家头部企业实现 L2-L5 全覆盖，英伟达在算力方面更加领先，超过 1000tops。国内能耗比更好（地平线、黑芝麻等） 国内公司具备全生态定制+本土化服务优势，国产替代正在进行。青桐资本分析，相比国 外公司具有 2 大显著优势：第一，开放性的软硬件平台，国内芯片厂商不仅提供芯片， 还能与国内车企共同定制开发独有的生态系统；第二，本土化服务，一般国外厂商难以 进行二次调试，但本土厂商可以提供。

黑芝麻并没有完全依赖于第三方的核心 IP，而是拥有自己的核心算法和核心 IP。目前已 经打造了 NeuralIQ ISP 图像信号处理器和高性能深度神经网络算法平台 DynamAI NN 引 擎两大核心算法 IP。已经与一汽南京联合打造了包含域控制器硬件平台、软件平台、人 工智能与视觉算法平台的红旗「芯算一体」自动驾驶平台，未来将服务红旗旗下的量产 车型。 地平线第三代车规级产品征程 5 已于近期落地，搭载其的比亚迪车型计划 2023 年中上市。 征程 5 面向 L4 自动驾驶，单颗算力高达 128TOPS，是业界第一款集成自动驾驶和智能交 互于一体的全场景整车智能中央计算芯片。

华为基于云边端领域全覆盖的技术实力跻身国际前列，AI 芯片云边端领域全覆盖，基于 其为北汽 ARCFOX 阿尔法Ｓ定制的 MDC Pro 610 平台打造出标准化产品 MDC 810，算力 达 400+TOPS。 从国际公司看，Mobileye 起步最早，市场占有率最高，但面临客户逐渐丢失的窘境；高 通、英伟达分别在智能座舱、自动驾驶领域处于领先位置，英伟达自动驾驶产品 Atlan 算 力已经可以达到 1000TOPS；AMD 从英特尔手中夺走特斯拉订单；三星仍旧在持续发力， 补齐短板。功率半导体：新能源汽车核心器件，价值量实现四倍以上增长。

1. Mobileye 为自动驾驶视觉领导者， ADAS 份额全球领先

创立于以色列，是自动驾驶视觉主导方案的坚定拥护者与全球领导者 2017 年被 Intel 以 每股 63.54 美元现金收购。 提供传感器芯片算法绑定的一体式解决方案 【 黑盒模式 】

2. 英伟达硬件优势显著， 具备“GPU+CPU+DPU”的“三芯”战略

全球领先的人工智能计算公司利用其先进的硬件芯片开发优势 以行业较领先的高性能安 全芯片为核心 提供完整的 硬件平台和基础软件平台。

英伟达计算平台硬件： SoC 芯片 自动驾驶计算平台

Xavier 芯片小试牛刀 Orin 芯片有望卡位自动驾驶未来： 目前 Xavier 已在小鹏 P 5 、 P 7 等车型中量产上车 该芯片采用了六种不同类型的处理器 包括 CPU 、 GPU 、 深度学习加 速器、 可编程视觉加速器 、 图像信号处理器 和立体光流加速器 。 下一代 Orin 芯片已 发布但尚未量产 目前已被蔚来 ET 7 、 理想 X 01 、 智己 X 01 、 智己 L 7 、 上汽 R 汽车 ES 33 等多款车型提前预定 。

Drive AGX 计算平台开启算力军备竞赛： 基于 Xavier 芯片 NVIDIA 提供面向自动驾驶开 发的 DRIVE AGX Xavier 算力达到 30TOPS 面向 L 2 和 L 3 级自动驾驶；提供 DRIVE AGX Pegasus 使用两块 Xavier 系统级芯片和两块 Turing GPU 总算力达到 320TOPS 面向 L 4 级 和 L 5 级自动驾驶 。 此外 基于 Orin 芯片的 DRIVE AGX Orin 总算力超过 2000 TOPS 。 全球 GPU 领导者+独有 CUDA 架构+独有 TensorRT 加速包，构筑英伟达硬件平台核心 竞争优势。英伟达是全球 GPU 领导者，在图形处理方面积累深厚；同时其独有的 CUDA 架构和 TensorRT 加速包助力算法加速 为完善软件开发生态提供土壤。

3. 华为软硬兼具，打造平台化、标准化智能驾驶生态

华为智能驾驶计算平台算力矩阵完备：华为 MDC 计算平台算力范围覆盖 48-400 +TOPS 适用车型包括乘用车、商用车、作业车等自动驾驶级别实现 L1- L5 全覆盖，其 中 MDC 810 是已经量产的最大算力自动驾驶计算平台。 完善的软件生态与开发工具链：全栈自研 AOS 智能驾驶操作系统包括内核、中间件、 AI 计算框架 、工具链、云基础软件栈等。 打造平台化、标准化的智能驾驶产业生态 平台化：平台硬件、平台软件服务、功能软件平台、配套工具链及端云协同服务支持组 件服务化、接口标准化、开发工具化 。 标准化：软硬件解耦、一套软件架构不同硬件配置支持从 L 2 到 L 5 的平滑演进 。

4. 地平线自研“芯片 算法 工具链”，自主崛起时代大有可为

地平线：国内领先的边缘人工智能芯片及解决方案提供商。面向智能驾驶提供高性价比 的边缘 AI 芯片、极致的功耗效率、开放的工具链、丰富的算法模型样例和全面的赋能服务。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）