《汽车芯片行业专题研究：汽车智能芯片需求爆发_国产替代开启.docx》由会员分享，可在线阅读，更多相关《汽车芯片行业专题研究：汽车智能芯片需求爆发_国产替代开启.docx（16页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、汽车芯片行业专题研究：汽车智能芯片需求爆发_国产替代开启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。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
2、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。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
3、 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。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。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
4、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。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。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。1.3. 智能化加速渗
5、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。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。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
6、（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。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 L2L3 级别的自动驾驶芯片领域占据支配地位，
7、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 L2L3 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 L2L3 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
8、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。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。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 6.9
9、8 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。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。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，
10、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。英伟达 2016 年发布了 Drive PX2 芯片，在汽车领域展开其战略布局。这 款芯片获
11、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。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 32 TOPS。英伟达在 20
12、22 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。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，
13、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 芯片与特斯拉纯视觉的 自动驾驶算法配套性较高，目前也仅供特斯拉自家车型使用。FSD 芯片尺寸较大，达到 260mm2，其中最重要、面积最大的是特斯拉 自研的 NPU，主要用来运行深度神经网络算法。此外，GPU 上 70%的算 力也都用来运行深度神经网络的 post processing 部分。特斯拉现有车型 搭载了两颗 FSD 芯片，能在单颗芯片故障情况下保障驾驶安全，并且在 深度神经网络计算上最大可达 144TOPS 算力。虽然 FSD 性能优异，但
14、是目前也没有特斯拉以外的 OEM 在使用。即使 未来特斯拉对外开放 FSD 授权，也很难吸引别的整车厂商，因为 OEM 更多采用雷达+视觉的混合方案，意味着要改变整车架构，或者全盘接受 特斯拉的设计才能使用 FSD。2.2. 智能座舱芯片：市场显著分流，高通算力行业领先相比于 ADAS，座舱能给汽车消费者带来更直接的智能体验，客户通常 要求屏幕清晰、多媒体交互流畅，因此座舱芯片的 CPU 和 GPU 算力是 衡量其性能的两个重要维度。CPU算力的主要评价指标是整数运算效率， 单位是 DMIPS（百万条指令/秒），GPU 算力的评价指标是浮点数运算效率，单位是 FLOPS（浮点运算次数/秒）。目
15、前高通是高端智能座舱芯片最重要的供应商，瑞萨、恩智浦、德州仪 器等厂商则主要面向中低端市场，配备的算力差异显著。高通旗舰款芯 片的 CPU 算力超 100kDMIPS，GPU 算力超 1000FLOPS。瑞萨和德州仪 器座舱芯片 CPU 算力在 22-50kDMIPS 范围，GPU 算力 100-300kDMIPS 范围。根据 IHS 测算，2021 年智能座舱对芯片 CPU 的算力需求平均 25kDMIPS 左右，未来将快速成长，到 2024 年上升至 89kDMIPS。2.2.1. 高通性能优异，成为高端座舱首选高通是当前座舱芯片领域最重要的供应商之一，其芯片在中高端车型中 的配备率也是最
16、高的。根据高通官方披露，2021 年全球有 20 家 OEM 使 用了高通骁龙数字座舱平台，订单总估值超 80 亿美元。 目前高通芯片已经开发到第四代，出众的性能吸引了越来越多的订单。 第一代是 2014 年发布的骁龙 602A，但落地车型较少。第二代是 2016 年 发布的骁龙 820A，单颗售价在 40 美元左右，在 2018 年开始广泛应用于 奥迪、大众、丰田、理想、蔚来和比亚迪等厂商的中高端车型之中，是 高通第一款获得成功的智能座舱芯片。高通芯片算力优势显著，2020 年初发布最新 SA8155P 芯片性能再度升 级，可以实现“一芯多屏”，包括超宽全景显示器、3D 数字仪表盘、抬 头显
17、示 (HUD) 和超高清媒体流。该芯片还嵌入了神经网络计算模块 （NPU），支持座舱内的 AI 交互，还可以定制个性化的多音频区域、提 供更清晰的车内通信、主动降噪和回声消除。 8155 芯片另一大亮点是将 5G 通讯模块从外接改成内置，芯片整体体积 更小、发热更低，同时最大带宽比上一代芯片翻了 3 倍。这样的设计使 得 OTA 过程的稳定性和速度都会有明显改善，且拥有卓越的 AI、车联 网功能的可拓展性。尽管一颗 8155 芯片的出货价格达到 250 美元以上，但是车企还是争相 配置，国内自主品牌尤其热衷于将配备高通芯片作为卖点，例如蔚来 ET7、 理想 L9、埃安新款 LX、吉利星越 L、
18、长城 WEY 摩卡和威马 W6 等。 2021 年末，高通公布了四代汽车智能芯片 SA8295P，预计在 2022 年底 量产。新款芯片的图像处理、多媒体、计算机视觉和 AI 功能都将进一步 强化，并且已在尝试 ADAS 和智能座舱域融合。2.2.2. 瑞萨芯片深受日系车喜爱瑞萨是 MCU 芯片时代的龙头企业，通过不断加强与日系车企的合作， 在智能座舱芯片市场亦找到了突围点。日产汽车集团 Nissan Skyline 车 型较早搭载 R-Car 系列芯片并在 2019 年量产装车，2021 年 10 月丰田宣 布将瑞萨 R-Car 芯片用于下一代车载多媒体系统，搭载 R-Car 芯片的雷 克萨
19、斯新款车型也即将上市。瑞萨 R-Car 系列是中低端智能座舱芯片代表，该芯片 CPU 算力约40kDMIPS，GPU 算力约 288GFLOPS，足以支持 2D/3D 的数字仪表盘， 还可以在中控屏播放欢迎动画、显示后视摄像头和车身环视画面。相比高端座舱，中低端市场的芯片对“多屏”和 AI 互动的要求较低，许 多用户是缺乏算法积累的传统 OEM，所以该市场更注重算法开发的便 利性。 瑞萨作为 MCU 市场的领跑者，在推出智能化芯片时依旧延续了高用户 友好性。R-Car 支持 Linux 和安卓操作系统，出厂时还配备了硬件设计 手册和软件开发指南，可有效帮助车企减少设计工作量、缩短开发时间 并且降低相应风险。