汽车行业专题研究：汽车智能芯片需求爆发，国产替代开启

zhaoshuiping@gtjas.com 智能化浪潮之下，车用智能芯片市场将爆发。智能汽车功能不断拓展，传统MCU难以 满足智能化需求，新架构中域控制器整合了大量原本分布在各处的功能，汽车主控芯片 相关报告 将换用算力更强大的智能芯片。ADAS和智能座舱域的功能创新速度快、算力要求高， 运输设备及零部件制造业《悲观预期基本反应，短期更加看重业绩确定性》 将是全车中运用智能芯片的两个重点。 2022.03.13 运输设备及零部件制造业《基本面有扰动，风险偏好主导板块调整》 Mobileye和英伟达在不同级别自动驾驶下各有优势。Mobileye在L2\L3级别的自动 2022.03.05 运输设备及零部件制造业《智能化调整即买点，短期重视业绩性标的》 驾驶芯片领域占据支配地位，核心优势在视觉处理，市场份额超过70%，随着EyeQ5芯 片的推出，Mobileye开始发力高级别自动驾驶；英伟达在L4级别更具备优势，适用于 2022.02.26 运输设备及零部件制造业《奇瑞汽车产业链有望迎来新发展机遇》 摄像头、雷达等不同类型传感器的融合，更加满足造车新势力全栈自研的需求。 2022.02.24 运输设备及零部件制造业《Beta预期在提升，市场调整下智能化迎来机会》 智能座舱芯片存在高低端分流现象，高端市场主要供应商是高通。高端座舱以“一芯多 2022.02.20 屏”或“多屏融合”为特征，并加入AI互动功能，因此对芯片性能要求较高。高通芯片 CPU、GPU算力较高，同时还内置了AI计算和5G通讯模块，在高端座舱芯片市场的 份额较大。 国产芯片也在起步，地平线、杰发科技已经实现量产前装，黑芝麻、华为和吉利也即将 量产。地平线主攻ADAS芯片，现拥有40多个前装量产项目，出货已超40万片。芯片 厂商亦在与Tier1和OEM车企深度合作开发智能化解决方案，进口替代逐渐起步。 风险提示：车用智能化芯片要求严苛、测试周期长，量产进度及国产化推进不及预期。 1.行业变革拉动汽车智能芯片需求 智能汽车浪潮已来，功能高级化和电子架构变革是汽车改用智能芯片的 两大推动力。宝马、特斯拉和造车新势力等智能化的领跑者已率先使用 智能芯片。随着未来智能化渗透持续加深，汽车智能芯片需求将迎爆发 式增长。 2022年1月，中国市场智能汽车销量超37万辆，智能化芯片已经深入 乘用车市场。宝马、比亚迪和奔驰搭载智能芯片的车型单月销量均超3 万，特斯拉、理想全部车型都已搭载智能芯片，单月销量均破万。 图1：搭载智能化芯片的车型已经深入市场 1.1.芯片是智能汽车核心硬件，智能芯片采用SoC 汽车电子功能依赖于车载芯片实现，功能复杂化正在提高对芯片性能的 需求。过去的汽车的电子功能主要是精密控制和安全保障，现在则更注 重提升综合感受，智能汽车将搭载越来越多搭载自动化、智能化、交互 式的功能，许多场合产生了对智能化芯片的需求。 图2：汽车智能化的定义不断拓展 初级阶段的电子功能广泛采用微控制器芯片（MCU，Micro Controller Unit），MCU又称单片机，内部一般包含CPU、时钟、存储器等元件， 特点是通用性强，适用于对算力要求不高的场合。现代主流智能芯片都 采用系统级芯片（SoC，System on a Chip）的设计，SoC是将图形处理 单元（GPU，Graphics Processing Unit）、数字信号处理器（DSP，Digital Signal Processing）和神经处理单元（NPU，Neural Processing Unit）等元 件集成到一起的产物，性能强大，适合运行高级操作系统，可以实现智 能化的功能。 图3：MCU的核心是一枚CPU，适用简单场合 图4：SoC由多颗芯片组成，可支持智能化功能 1.2.控制架构集中化，智驾和座舱域率先更“芯”换代 传统汽车电子控制系统普遍采用E/E架构，这种架构是分布式的，大量 电子控制器（ECU，Electronic Control Unit）遍布在全车各个角落。 图5：传统汽车的E/E架构有大量的控制器遍布全车 如果要在E/E架构下实现高级的智能化，整车电子系统会变得非常复杂。 传统汽车每个电子控制功能都要配备一颗ECU，每个ECU都需要一枚 MCU芯片，增加功能往往需要增加芯片。 博世提出了按功能属性划分的方案，使用域控制器把多个ECU的功能 整合到一起，如下图所示。因为域控制器可以替代大量ECU，集中处理 和运算多个传感器传来的数据，所以在这种架构下控制器的数量得以大 大减少，增加新的功能也无需增加额外的处理器芯片。 图6：博世按功能划分汽车架构，驾驶辅助和娱乐信息单独成域 在域控制器架构下，自动驾驶和智能座域是采用大算力智能SoC的两个 重点，作为新兴域，算力需求增长最快，而且这两个域未来还将有更多 新功能加入。 以特斯拉Model 3为例，该车采用了域控制器架构，特斯拉把驾驶辅助 系统和智能座舱的信息娱乐系统整合到了前车身域控制器上，该控制器 采用了智能化大算力的SoC芯片，其他域的主控芯片仍采用MCU。 图7：特斯拉前车身控制器采用SoC作为主控芯片 1.3.智能化加速渗透，芯片需求将提前爆发 近年来，汽车智能科技迅速升级，智能汽车渗透率不断提高，市场对智 能汽车认可程度亦在加深。2021年智能汽车销量超270万辆，全年智能 化渗透率超10%，2021年12月智能汽车销量超40万辆，单月渗透率达 17.6%，智能芯片需求迅速增长。 图8：智能汽车渗透率持续加深 未来智能汽车市场成长空间仍然庞大，根据ICVtank预测，到2026年， 全球自动驾驶市场规模将达687亿美元，CAGR达25.4%，智能座舱市 场规模将达440亿美元，CAGR约11.3%，中国市场年复合增速达11.6%， 领先全球增长。 图9：ADAS市场规模CAGR将达25.4% 图10：智能座舱市场CAGR预计超11% 现在车企实现智能化的普遍路径是预埋硬件，而后再通过空中下载技术 （OTA）推送新功能，以软件升级的模式不断创造收益。这意味着新车 出厂时已经搭载了未来数年所需的算力，智能芯片需求高峰将提前到来。 2.全球车用智能芯片市场呈寡头垄断格局 车用智能芯片市场目前由少数几家海外大厂主导，芯片研发需要大量资 金投入和长期积累，行业壁垒较高，新厂商进入难度大。ADAS芯片市 场份额较大的供应商有Mobileye、英伟达和特斯拉，智能座舱市场主要 有高通、瑞萨和恩智浦。 表1：车用智能芯片主要供应商目前是几家国外巨头 2.1.ADAS芯片：Mobileye和英伟达在不同级别自动驾驶各有优势 Mobileye和英伟达在不同级别自动驾驶下各有优势。Mobileye在L2\L3 级别的自动驾驶芯片领域占据支配地位，核心优势在视觉处理，市场份 额超过70%，随着更加开放性的EyeQ5芯片的推出，Mobileye开始发力 高级别自动驾驶；英伟达在L4级别更具备优势，适用于摄像头、雷达等 不同类型传感器的融合，更加满足造车新势力全栈自研的需求。 2.1.1.Mobileye在L2\L3级自动驾驶芯片领域占据支配地位 Mobileye在ADAS领域深耕了20多年，在L2\L3级别的自动驾驶芯片 领域占据支配地位，核心优势在视觉处理。Mobileye2004年推出第一代 自动驾驶芯片EyeQ1到2018年推出第四代产品EyeQ4，在L2-L3级别 自动驾驶芯片市场占据主要市场份额。2020年Mobileye推出EyeQ5来满足整车更加个性化需求，也更加适配更高级别自动驾驶。 表2：Mobileye在L2\L3级自动驾驶芯片领域占据支配地位产品EyeQ1 EyeQ2 EyeQ3上市时间2008年2010年2014年 从2007年开始，Mobileye视觉系列芯片已经广泛地装配在宝马、沃尔 沃、通用等OEM的多款量产车型上。2021年，Mobileye与大众、福特 和吉利（极氪）达成了合作协议，年末在手项目覆盖30家汽车制造商的 300多款车型，5000余万辆新车。 图11：多家OEM巨头量产装配了视觉系列芯片 尽管近两年新竞争者确实对Mobileye的市场份额造成了一定冲击，但其 业绩增长速度并未放缓，市场竞争力依旧强大。根据英特尔财报披露， Mobileye在2018至2021年期间，总营收由6.98亿美元增长至13.86亿 美元，芯片出货量增长至2810万片，成立以来总出货量突破了1亿。 图12：视觉芯片累计出货已超一亿 技术方面，Mobileye芯片采用CPU+计算机视觉处理器的架构。从EyeQ3、 EyeQ4到EyeQ5均延续了此设计，三代产品的AI计算的核心均采用深 度学习专用处理器，该处理器专为计算机视觉算法（Computer VisionAlgorithm，CVI）而设计，特点是并行数据运算能力强，且功耗极低。 图13：视觉系列芯片架构上突出了计算机视觉处理模块 此外，针对过去用户提出的“黑盒”封闭性问题，Mobileye从EyeQ5开 始提供更开放的“白盒”，OEM既可以选择全套解决方案，又可以在硬 件上自行研发软件算法，多种需求均得到满足。 2.1.2.英伟达在L4级别更具备优势，更适配多重传感器融合 英伟达在L4级别更具备优势，适用于摄像头、雷达等不同类型传感器 的融合。英伟达从车载娱乐等处理起家切入到汽车芯片领域，2015年初 推出其第一代智能驾驶芯片DrivePX系列，随后不断升级，最新一代产 品DriveXavier，可满足L3/L4级别的自动驾驶计算需求。英伟达在自动 驾驶芯片领域的特点是支持能像头输入、激光定位、雷达和超声波传感 器等多种传感器的融合，使其在更高级别的自动驾驶中更具备优势。 表3：英伟达在L4级别更具备优势，适用于不同类型传感器的融合 英伟达2016年发布了DrivePX2芯片，在汽车领域展开其战略布局。这 款芯片获得了博世、大陆等顶级Tier1和特斯拉、戴姆勒、沃尔沃等OEM 的合作，帮助英伟达在车用机器学习领域积累了大量相关知识。到2019 年发布Xavier芯片时，英伟达已经提供了较为成熟的产品和配套算法， 2020年小鹏汽车率先搭载Xavier，实现了英伟达芯片的首次量产落地。 图14：英伟达通过PX2芯片进入汽车领域 图15：Xavier芯片已经实现量产装车 从Xavier的内部结构来看，GPU面积最大，可编程性和兼容性高。该芯 片还内置了六种其他的处理器，能够同时进行传感器处理、测距定位、 视觉感知和路径规划计算，适合雷达+视觉的ADAS解决方案。Xavier 使用 12nm 的工艺，功耗大约30W，单枚高配版算力可达32TOPS。 图16：英伟达Xavier采用GPU为主的架构，支持多种数据处理 英伟达在2022年还计划推出新一代ADAS芯片Orin，新产品体积更小， 单片运算能力升级200TOPS，还能支持多种操作系统，包括Linux、QNX 和Android。虽然Orin芯片还未量产上市，但已经提前受到大量关注，多家新势力企业都宣布将在规划车型上使用。 表4：造车新势力多款新车型选用英伟达芯片 英伟达支持计算机视觉+雷达的ADAS方案，容错率较高，且开发难度 整体低于纯视觉。同时，英伟达还提供全套的AI开发工具和工作流程 指引，帮助OEM厂商自行开发自动驾驶算法软件。对于希望全栈自研 的车企而言，不论是需要修复算法漏洞或是开发新的升级包，在英伟达 芯片上都会更容易实现。 2.1.3.特斯拉自研芯片算力突出，自给自足 特斯拉自研的自动驾驶芯片FSD（Full Self-Driving），是行业内算力最大 的智能芯片之一。由于是全栈式自主研发，FSD芯片