从主芯片视角研究智能驾驶赛道具有内在的产业逻辑

从主芯片视角研究智能驾驶赛道具有内在的产业逻辑。1）车载芯片的特点决定了芯片厂商的稀缺性长期存在。第一，汽车芯片更长的生命周期和对于功能安全的更高要求决定了其在技术上的要求较高；第二，车载芯片从研发、流片到后续的验证和上车，这个过程的周期非常长；第三，SOC芯片要想实现投资回报可能需要实现1000万片的出货量，而在车载领域实现这么大的出货量是非常困难的，如果设计一款单纯用于汽车的芯片往往是很难收回成本的。2）从商业模式来看，芯片厂商实际上处于盈利能力最强和商业模式最优的IP公司层级，这决定了芯片厂商的重心在于获取开发授权费用和版税费，而对于技术支持方面则倾向于选择方案商进行承接。3）虽然所有的方案厂商和芯片厂商都宣称自身是独立的第三方厂商，但客观上由于长期合作的双方磨合度更高，决定了方案商与芯片厂商之间在事实上存在一定程度的绑定关系。综上，芯片厂商长期的稀缺性、其与方案厂商相对清晰的合作边界以及双方关系的稳定性共同决定了从芯片视角来看方案厂商具有内在的产业逻辑。 座舱域：对于高通IP的Know How将越发重要。2021年11月，高通携手集度首发8295，预计2023年量产上市，算力达到30TOPS。需要注意的是，目前8195仅仅在凯迪拉克LYRIQ搭载，且预计在2022年才会正式上市，可以说该芯片在国内仍没有量产案例；而8295在国内的授权开发费用超过500万美元，在这种情况下已经有不止一家主机厂选择8295，反映出主机厂对座舱算力需求的乐观预期以及对于高通的高度认可。在这种背景下，对高通IP的Know How将成为方案商和算法厂商的核心竞争力，高通现有合作伙伴优势明显。 驾驶域：仍需关注竞争格局演化，L3落地时点或成关键。自动驾驶虽然有各种各样的应用场景，但本质上都是同一类应用，即自动驾驶生态中涉及的应用范畴远远窄于手机。在这种情况下，如果核心算法开源，就会失去差异化。在这种情况下，英伟达、高通等芯片厂商具有通过技术上的分立实现生态差异化的动机，驾驶域或不会出现一家芯片厂商独大的局面。 推荐虹软科技、中科创达、德赛西威。综合公司与主芯片厂商的合作情况以及汽车业务可以为自身带来的弹性等两方面因素，推荐车载视觉算法头部玩家虹软科技、高通的方案提供商中科创达、英伟达在大陆的唯一第三方合作伙伴德赛西威。 风险提示：部分技术难题尚未被完全攻克、芯片短缺情况长期存在 1.从主芯片视角研究智能驾驶赛道具有内在的产业 逻辑 目前已经有越来越多的投资者倾向于从主芯片的视角对智能驾驶赛道进行研究；从股价上看，海外芯片厂商和A股智能驾驶主流方案商（这里包括第三方软件方案商，也包括Tier1）也确实存在着明显的映射关系。 本节着重讨论这一现象背后的产业逻辑。 车载芯片的特点决定了芯片厂商的稀缺性长期存在。 从技术要求角度，一方面，汽车芯片的生命周期更长，消费类芯片一般只需要考虑3年的生命周期，但在汽车行业往往要维持10年以上的生命周期；同时相对于消费类芯片，车载芯片的使用场景决定了其对于功能安全的要求更高，所以，车载芯片对于技术上的要求比较高。 从研发周期角度，车载芯片从研发、流片到后续的验证和上车，这个过程的周期非常长。根据海思的数据，汽车半导体的回报周期即使乐观来看也需要8年时间。 SOC芯片要想实现投资回报可能需要实现1000万片的出货量，而在车载领域实现这么大的出货量是非常困难的，而且由于不同车型的配置有高有低，一款芯片的出货量增加往往也比理论上要慢。在这种背景下，如果设计一款单纯用于汽车的芯片往往是很难收回成本的。 芯片厂商在商业模式处于更优地位，决定了他们会选择方案商与其合作。 按照商业模式划分，嵌入式公司可以分为三个层级，分别是人力外包公司、产品方案公司和IP公司。最初级的人力外包公司门槛不高，利润率较低；第二层级的产品方案公司的核心壁垒在于行业Know How，盈利能力居中；而处于第三层级的IP公司商业模式最好，利润率也最高。（具体可参见我们此前的报告《嵌入式公司的进阶之路：从人力外包到自有IP》） 按照这样的划分方式，主流芯片厂商实际上是处于第三层级。这类公司理论上的收入分为开发授权费用、技术支持费用、版税费。以高通为例：1）开发授权费用，即如果主机厂希望基于高通芯片进行开发，在开发之前需要先向高通缴纳一笔开发授权费用，如8155平台的授权费用在几十万美元的量级，而8295的授权费用超过500万美元。2）技术支持费用，这部分需要直接对于客户进行支持，按照人力支出来进行报价。3）版税费，这部分费用由主机厂或Tier1根据出货量来支付。 商业模式的差异决定了芯片厂商的重心在于获取开发授权费用和版税费，而对于技术支持方面则倾向于选择方案商进行承接。不难看出，开发授权费用和版税费几乎是没有成本的，或是成本会随着项目数量的增加而快速下降；而技术支持费用部分，虽然随着项目数量的增多和开发池的逐渐形成，也能对自身成本形成一定程度的摊薄，但摊薄效果远远不如开发授权费用和版税费。所以，实际上芯片厂商往往不会着力建设自身的工程服务团队，大部分客户都由方案商对客户进行支持。 磨合程度决定了方案商与芯片厂商之间在事实上存在一定程度的绑定关系。虽然所有的方案厂商和芯片厂商都宣称自身是独立的第三方厂商，并不存在“生态绑定”，但实际上一定程度的绑定关系会客观形成。 一方面，方案商的核心壁垒是通过和IP厂商的长时间磨合和大量的工程案例实现了对于这些IP的Know How，而IP厂商的迭代具有延续性，这在客观上造成的结果是，如果后续某家主机厂选择了一家IP厂商，此前与这家IP厂商长期合作的方案商在与友商竞争的过程中就会具有明显优势。这种优势不仅在于关系，更来源于多年的Know How积累使得其提供的方案会更好。 另一方面，由于芯片厂商和方案商的和做涉及共同研发，期间会涉及大量的商业机密共享，所以芯片厂商在选择方案商时，也确实会考虑其与其他芯片场上的合作深度，以防自身商业机密外泄。 综上，芯片厂商长期的稀缺性、其与方案厂商相对清晰的合作边界以及双方关系的稳定性共同决定了从芯片视角来看方案厂商具有内在的产业逻辑。 2.座舱域高通一家独大，驾驶域竞争格局仍需观察 2.1.座舱域：对于高通IP的Know How将越发重要 目前高通在座舱域一家独大的局面几乎成为定局。搭载8155平台的车型2021年陆续量产，到2022年高通可能能够占据70%-80%的市场份额。 携手集度首发8295，高通下一代座舱芯片料将持续强势。2021年11月，百度、集度和高通三方举行发布会，宣布集度汽车的首款量产车型将在国内首发高通数字座舱平台8295，预计2023年量产上市。8295采用 5nm 制程工艺，算力达到30TOPS。需要注意的是，目前8195仅仅在凯迪拉克LYRIQ搭载，且预计在2022年才会正式上市，可以说该芯片在国内仍没有量产案例；根据我们产业调研的结果，8295在国内的授权开发费用超过500万美元，对主机厂来说是一笔不小的开支，在这种情况下已经有不止一家主机厂选择8295。这背后反映的是主机厂对座舱算力需求的乐观预期以及对于高通的高度认可。 座舱功能融合化趋势日益明显，对高通IP的Know How将越发重要。 算力的提升使8295能够支持更多的应用场景。从座舱功能来看，8295可以支持座舱屏幕、AR-HUD、后座显示屏、电子后视镜、DMS/OMS等多种场景的需求；从驾驶功能来看，AVP等低速自动驾驶模块的算力需求在10TOPS以上，8295算力完全可以支持此类高阶低速自动驾驶模块的需求。我们认为，随着智能座舱芯片的算力快速上升，功能模块的融合将进一步提速。在这一过程中，由于高通在座舱域的绝对领先地位，对高通IP的Know How将成为方案商和算法厂商的核心竞争力，高通现有合作伙伴优势明显，而一些提供分立式方案的厂商将逐渐在竞争中淡出，集中度将会快速上升。 2.2.驾驶域：仍需关注竞争格局演化，L3落地时点或成关键 自动驾驶芯片主要玩家可以大致分成三类，其中英伟达处于领先地位。 具体可参见我们此前的报告《英伟达领跑自动驾驶芯片，高通、华为各有所长》、《Mobileye独立IPO的背后是其日渐式微的局面》，此处不再赘述。 驾驶域和座舱域不同，或不会出现一家芯片厂商独大的局面。大多数投资者将智能汽车和智能手机进行类比研究，我们认为，在这一类比中，是要将驾驶域和座舱域分开来看的。 座舱域和手机整体上相似度较高，产品差异性可以由应用层提供。 在座舱域中不同的功能安全要求决定了必然是一个多操作系统的模式，目前对于功能安全要求较高的模块往往采用QNX或Green Hills；而在对功能安全相对较低的模块则基本可以和手机进行类比，安卓的胜出是大概率事件，底层逻辑就是其拥有最为成熟的开发环境和最为庞大的开发群体。换言之，应用层种类繁多的应用可以为座舱域提供足够的差异化。 驾驶域的应用层涉及的范畴较窄，这会造成芯片生态更加分立。自动驾驶虽然有各种各样的应用场景，比如AVP、TJP、HWP等等，但本质上都是同一类应用，换句话说自动驾驶生态中涉及的应用范畴是远远窄于手机的。在这种情况下，如果核心算法开源，就会失去差异化。在这种情况下，英伟达、高通等芯片厂商具有通过技术上的分立实现生态差异化的动机。 图1：自动驾驶功能模块看似种类繁多，但归根结底是同一类应用，涉及的范畴远远窄于智能手机 L3级别自动驾驶落地时点或在一定程度上影响驾驶域芯片生态的竞争格局。需要说明的是，这里的L3落地更多地是指自动驾驶发展的节奏以及对于算力的需求。由于目前英伟达自动驾驶芯片的成熟度和算力都明显领先，如果自动驾驶落地非常快，那么毫无疑问有利于其获取更大的份额；而如果自动驾驶落地较慢，则对包括高通和一众国产芯片厂商更为有利。 3.投资建议 推荐虹软科技、中科创达、德赛西威。综合公司与主芯片厂商的合作情况以及汽车业务可以为自身带来的弹性等两方面因素，推荐车载视觉算法头部玩家虹软科技、高通的方案提供商中科创达、英伟达在大陆的唯一第三方合作伙伴德赛西威。 表1：推荐标盈利预测表 4.风险提示 部分技术难题尚未被完全攻克。汽车智能化仍处于不断探索的过程中，虽然特斯拉在长尾场景覆盖、数据处理等方面已进行了诸多尝试并取得了良好的效果，但这些难题尚未完全被攻克。由于汽车更强调功能安全，智能化的落地可能慢于预期。目前市场中广泛地以手机的发展历程作为汽车智能化的重要参考，但汽车和手机的使用场景并不完全相同，汽车更强调功能安全，这可能导致汽车智能化的落地慢于预期。 芯片短缺情况长期存在。2021年车载芯片短缺的情况一直存在，如果芯片短缺的情况一直延续，可能会造成汽车销量超预期下滑，从而对公司产品销量造成不利影响。