《车载AI芯片成为自动驾驶核心本土AI芯片龙头崛起.docx》由会员分享，可在线阅读，更多相关《车载AI芯片成为自动驾驶核心本土AI芯片龙头崛起.docx（33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、目录1、中国汽车智能化加速开展，具备AI能力的主控芯片和计算平台成为开展核心1.1 特斯拉引领汽车智能化加速开展，汽车算力需求爆发式增长，汽车行业将掀起算力军备竞赛主控芯片和计算平台成为汽车智能化开展核心，车载AI芯片是皇冠上的明珠2、地平线作为国内车规级AI芯片龙头，迎来黄金开展期2.1 地平线成为中国本土首个实现正式商用量产的智能座舱和ADAS芯片提供商，通过“软硬结合” 能力提供极致能效比的AI芯片2.2 地平线AI算法能力全球领先，建立开放软件生态，高效的开发效率保证ADAS芯片创新升级.13、以地平线为代表的本土 AI芯片厂商有望在中国市场击败Mobileye占据较高市场份额，在自动
2、驾驶时代助力本土车厂实现快速转型131全球范围看特斯拉AI芯片开展迅速，英伟达、Mobileye竞争实力较强1为了更好实现智能化和自动驾驶功能，特斯拉从使用第三方主控芯片走上自研道路1ADAS市场领导者Mobileye提供成熟极具性价比软硬一体化ADAS方案，但开放性现在成为发 展瓶颈1拥有庞大开放软件生态的AI芯片巨头英伟达瞄准L3级以上自动驾驶市场 13.2以地平线为代表的本土车载AI芯片公司凭借独特优势有望击败Mobileye等海外厂商，助力本 土车厂实现快速智能化转型24、投资建议25、风险分析22、地平线作为国内车规级AI芯片龙头，迎来黄金开展期2地平线成为中国本土首个实现正式商用量
3、产的智能座舱和ADAS芯片提供 商，通过软硬结合”能力提供极致能效比的AI芯片地平线具有领先的人工智能算法和芯片设计能力，通过软硬结合，设计开发高性能、低本钱、低功耗的边 缘人工智能芯片及解决方案，面向智能驾驶和AIoT，地平线可提供超高性价比的边缘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。依托行业领先的软硬结合产品，地平线向行业 客户提供“芯片+算法+工具链”的完整解决方案。在智能驾驶领域，地平线同全球四大汽车市场(美国、 德国、日本和中国)的业务联系不断加深，目前已赋能合作伙伴包括奥迪、博世、长安、比亚迪、上汽、广汽 等国内外的顶级Tierls , OE
4、Ms厂商；而在AIoT领域，地平线携手合作伙伴已赋能多个国家级开发区、国 内一线制造企业、现代购物中心及知名品牌店。目前基于创新的人工智能专用计算架构BPU (Brain Processing Unit),地平线已成功流片量产了中国首款边缘人工智能处理器-专注于智能驾驶的“征程(Journey)”系列处理器和专注于AIoT的“旭日(Sunrise)系列处理器，并已大规模商用。图表19：地平线开展历史图表19：地平线开展历史202032019.1。2019.42020.12019201842019.12017.1Z20201732018.12017.6F20157匕/3 20163资料来源：地平
5、线公司官网，中信建投车规级芯片道路上，公司有超强的耐心和长远规划的战略能力，2020年6月长安UNI-T上市标志着公司 的征程二代成为中国首个车载商用量产的AI芯片，万里长征路已经取得领先。相比其他AI芯片新秀一开始就 进入手机、摄像头等消费级场景希望快速实现收入增长，地平线选择了一条最困难的道路，挑战AI行业的珠穆 朗玛峰一一车规级ai芯片，并进入与传统芯片巨头搏杀的赛道。自2015年创立以来，地平线仅用了 5年的时 间即实现了车规AI芯片的量产落地，开启国产车规级AI芯片的前装量产元年。公司目前拥有多个主机厂定点 工程订单，20202023年预计将迎来全面的收入和业绩爆发式增长。考虑到样片
6、流片、车规级认证和车型导入 的时间，地平线成立5年即实现车规AI芯片量产在整个汽车电子行业都处于领先位置。与此相比，Mobileye 的车规芯片从研发到正式商用历时8年；作为全球通用AI芯片龙头的英伟达，在CUDA发布后9年才将K1 芯片应用于奥迪A8的车用系统。图表20：公司2015年成立以来融资历史资料来源：投资界，中信建投时间轮次金额投资方2015/7/5种子未透露红杉资本、真格基金、金沙江创投、高领资本、线性资本、晨兴资本2015年10月天使数百万美元红杉资本、真格基金、金沙江创投、线性资本、高新资本、晨兴资本2016/4/6Pre-A 轮数千万美元DST/YuriMilner2016
7、/7/1A轮数千万美元祥峰投资、青云创投、晨兴创投、高甑资本、金沙江创投、线性资本、真格基金、双湖资本2017/10/20A十轮超1亿美元英特尔投资、嘉实投资、晨兴资本、高领资本、双湖投资、线性资本2017年12月战略投资未透露建投华科2019/2/27B轮6亿美元SK电讯创投（中国）、泛海投资、中信证券、海松资本、晨兴资本、高领资本、云晖资本、线 性资本、民银资本、SK Hynix 上汽集团征程系列芯片可以同时支撑智能汽车智能座舱AI应用和自动驾驶应用，应用于智能座舱域和自动驾驶域， 最终成为中央计算平台主控芯片。目前征程二代可支撑L2自动驾驶应用,下一代芯片将支持L3/L4自动驾驶 应用。
8、未来智能座舱走向交互方式升级，例如车内视觉（光学）、语音（声学）以及方向盘、刹车踏板、油门踏 板、档位、平安带等底盘和车身数据，利用生物识别技术（车舱内主要是人脸识别、声音识别），来综合判断驾 驶员（或其他乘员）的生理状态（人像、脸部特征等）和行为状态（驾驶行为、声音、肢体行为），做到让车真正 “理解”人，座舱演变成全面“个人助理二因此地平线去年发布的征程二代芯片拥有强大的智能座舱多模感知 算法支撑能力，并在2020年4月上市的长安SUV车型UNI-T上正式商用，目前UNI-T智能座舱功能如视线亮 屏、分心提醒、疲劳监测、智能语音拍照等均已到达成熟稳定的高标准用户体验。目前征程二代能够对多类目
9、 标进行实时检测和精准识别，并提供高精度且低延迟的感知输出，可满足自动驾驶视觉感知、视觉建图定位、 视觉ADAS等智能驾驶场景的需求，以及语音识别，眼球跟踪，手势识别等智能人机交互的功能需求。可以 同时跑超过60个分类任务，每秒钟识别目标数可以超过2000个，因此完全可以满足L2级别智能驾驶的各类 视觉应用需求，预计2020年2021年将会看到正式搭载征程系列芯片实现ADAS功能的量产汽车。行业深度报告图表21：地平线目前征程二代芯片智能座舱解决方案：支图表22：未来征程系列芯片将支撑汽车统一感知中台，为持包括视觉、语音、手势识别等多模交互算法和应用智能座舱多模态交互、自动驾驶应用提供AI能力
10、征程二代芯片十多模感知算法智颗隼需要统T感知中台，支库上层多带乜亚庄嫡人脸识别人脸识别视线追踪资料来源：盖世汽车，中信建投资料来源：盖世汽车，中信建投对于车载AI芯片来说，算力指标重要，能效比更重要。在传统芯片行业，PPA （算力、功耗和面积）是最 经典的性能衡量指标。因为现在汽车自动驾驶对算力的追求，业界往往会把峰值算力当作衡量AI芯片的主要 指标。地平线提供一个新的方法用以评估芯片的AI真实性能MAPS （Mean Accuracy-guaranteed ProcessingSpeed，在精度有保障范围内的平均处理速度），针对应用场景的特点，在精度有保障的前提下，包容所有与算 法相关的选择
11、，评估芯片对数据的平均处理速度。MAPS评测方法，关注真实的用户价值，将每颗芯片在快 和准这两个关键维度上的取舍变化直观地展现出来，并在合理的精度范围内，评估芯片的平均处理速度。 这个方法具有可视化和可量化的特点。图表23 ： MAPS聚焦快和准两个关键评测维度，用最优帧率精度所围面积直接表达AI芯片的最强能力EdgeTfEdgeTf运行不通模型供Other Models EfficientNet-EdgeTPUoninn/ 32,80.20%掩 8030%_12,80%12,80%on on94,78.60%8,78.31%50,77.80% 181,77%20,76.15%钺率（Batch
12、 size资料来源：地平线官网，中信建投行业深度报告地平线致力于打造极致AI能效，芯片设计上能效比行业领先。未来一辆自动驾驶车辆平均每天产生 600-1000 TB的数据计算，仅2000辆自动驾驶车辆产生的数据量超过2015年我们整个文明一天数据用量，大规 模设备端部署需要本钱效率。要实现大规模部署，尤其在汽车初始售价逐步下降的情况下，车载AI芯片需要充 分考虑芯片的能效比。地平线在AI处理器设计的初始就开始从整个芯片的系统级设计和芯片级别角度上思考 SoC的设计思路，将经典芯片设计思想和带宽利用率优化结合在一起，注重真实的AI能力输出，既守住主效能 又兼顾灵活效能的BPU思想。以2020年最
13、先商用量产的地平线征程二代芯片为例，搭载自主创新研发的高性 能计算架构BPU2.0 (Brain Processing Unit)，可提供超过4TOPS的等效算力，典型功耗仅2瓦，且具有极高的 算力利用率，典型算法模型在该芯片上处理器的利用率可以高于90%，能够高效灵活地实现多类AI任务处理， 对多类目标进行实时检测和精准识别，可全面满足自动驾驶视觉感知、视觉建图定位、视觉ADAS等智能驾驶 场景的需求，以及语音识别，眼球跟踪，手势识别等智能人机交互的功能需求，充分表达BPU架构强大的灵活 性。作为通用GPU的代表供应商英伟达的自动驾驶系列芯片，通过添加神经网络单元，以实现对AI处理越 来越高
14、效，但总体而言GPU仍功耗较高。丰富的通用模块虽可实现对各种场景的适用性，但也带来了本钱过 高、功耗过高的问题。征程二代芯片具备极高的算力利用率，每TOPS AI能力输出可达同等算力GPU的10倍 以上。与此同时，征程二代还可提供高精度且低延迟的感知输出，满足典型场景对语义分割、目标检测、目标 识别的类别和数量的需求。图表24 ：地平线征程二代芯片搭载自主创新研发的高性能计算架构BPU2.0 ( Brain Processing Unit)，可提供超过4 TOPS的等效算力，熊效比行业领先BPU地平线征程二代Journey 2中国首款车规级AI芯片正式推出双核Cortex A53,双核地平线第
15、二代BPU车规级AEC-Q100等效算力4 TOPS典型功耗2瓦工艺TSMC 28nmHPC +封装17x17mm, BGA资料来源：地平线公司官网，中信建投地平线2020年1月份宣布推出新一代自动驾驶计算平台Matrix 2.0搭载地平线征程二代车规级芯片， 可满足L2L4级别自动驾驶需求。感知层面，Matrix 2.0可支持包括摄像头、激光雷达在内的多传感器感知 和融合，实现高达23类语义分割以及六大类目标检测，感知算法还能够应对复杂环境，支持在特殊场景或极端 天气的情况下输出稳定的感知结果。在Robotaxi领域，地平线与多家顶级自动驾驶运营公司达成合作，目前 Matrix被应用于近千辆
16、的测试车队并开已开展商业运营服务；在整车厂领域，地平线与奥迪长期在高级别自动 驾驶技术研发及产品化等方面展开合作，助力奥迪在无锡获得了 L4路测牌照，奥迪中国首次在国内实际高速 公路场景进行乘用车编队L4自动驾驶及车路协同演示也是采用Matrix计算平台。行业深度报告图表25 ：地平线新一代计算平台Matrix 2.0密:23类语义分割+ 2D/3D物体检测总能耗仅22瓦+被动散热强可靠性4路视顷接入，2千万像素30帧每秒,可升级为4K30为物流小车及无人的士专门设计得即用车载平台满足多项车规ISO-16750测试指标 搭载支持A5IL-D的微控制单元 AEC-QW0二级车规AI加速芯片资料来
17、源：地平线公司官网，中信建投2.2地平线AI算法能力全球领先，建立开放软件生态，高效的开发效率保证ADAS芯片创新升级公司AI算法能力全球领先在对自动驾驶和汽车智能化重要应用场景的关键算法开展趋势进行提前预判， 前瞻性地将其计算特点融入到计算架构的设计当中。AI算法是车规AI芯片的灵魂，也对芯片设计带来了更大 的挑战，神经网络算法的迭代速度远超硬件的改进速度，一旦设计时考虑不当，将会造成芯片设计结束时算法 全面落后的情况，需要针对ADAS应用进行极致优化。地平线创始人余凯博士是全球最顶尖的AI专家，地平 线拥有全球领先的算法团队，前瞻性的对重要应用场景中的关键算法开展趋势进行预判，提前将其计算
18、特点融 入到计算架构的设计当中，使得AI处理器经过一两年的研发，在推出的时候，仍然能够很好地适应时下最新 的主流算法。因此和其他典型的AI处理器相比，地平线的AI处理器，随着算法的演进趋势，始终能够保持相 当高的有效利用率，从而真正意义上受益于算法创新带来的优势。全球领先的AI算法能力是公司区别于AMD、 瑞萨、高通等传统芯片制造商的最大优势。公司掌握了算法和计算架构，再利用自己开发的编译器对算法和芯 片同时进行极致优化，释放出所有的潜能。图表26 ：地平线AI芯片核心能力：算法+芯片联合优化且图表27 ：公司拥有世界级AI和芯片设计专家团队兼顾灵活，高效架构服务经典和未来算法设计资料来源：地
19、平线公司官网，中信建投资料来源：地平线公司官网，中信建投行业深度报告图表28：地平线算法优化目标资料来源：地平线公司官网，中信建投高效的AI开发平台和工具链，帮助OEM和Tierl厂商更高效实现AI相关应用开发。目前传统主机厂都 在加强软件团队建设，将AI解决方案集成到未来产品中，目前存在比较高的门槛，因此地平线在2020年4月 公司推出了全新一代“天工开物”(Horizon OpenExplorer Platform)AI开发平台。“天工开物” AI开发平台基于 自研AI芯片打造，由模型仓库(Model Zoo)、AI芯片工具链(AI Toolchain)及AI应用开发中间件(AI Expr
20、ess)三 大功能模块构成。平台包含了一整套有数据、训练、部署在内的算法开发流程，并开发出一套全栈式的AI平台 工具用来高效地支撑这套开发流程。同时也标志着公司开放软件生态建立的第一步正式迈出，未来将全面建设围 绕自身芯片+工具链的开发者生态。地平线甚至提供大量优秀的算法模型和原型系统，作为参考样例提供给客户。 通过这些工具和样例，客户可以照猫画虎，快速地进行产品所需的算法开发，并持续迭代，由浅入深地进行全方 位地调优，探索客户自己在数据和算法方面的独特价值，做出差异化和定制化。目前SSD、Yolo v3、Faster RCNN、UNet、MaskRCNN、ResNet50 ResNetl8
21、MobileNet vk MobileNet v2 均已面向合作伙伴开放。图表29 ：地平线天工开物 AI开发平台：更快、更省、更高效工程研发节省工程研发节省算法研发节省训练本钱节省横型仓库Model Gallery5(算法研发时间节省AI应用开发中间件Al ExpressAI芯片工具链Al Toolchain提供完整应用参考方案 开放，可灵活定制 低开发门槛灵活适酉随界流行框架深度优化，提供优秀的能耗比预训练的业界流行模型领先业界的自研模型经过量产考睑的最正确实践模型资料来源：地平线公司官网，中信建投行业深度报告地平线将算法与芯片软硬结合，垂直打穿，提升创新速度和芯片开发、优化、测试效率。在
22、AI芯片的 设计中，算法、编译器、工具链设计的团队组成联合攻关组，对场景进行细致分析，对指令集、算法并行化进 行优化，设计出高效算法，对未来算法演进进行推演，这就是为什么地平线能在成立后短短5年就正式实现车 规级AI芯片量产的原因之一。图表30 ：地平线天工开物 AI平台由模型仓库(Model Zoo) AI芯片工具链(AI Toolchain)及AI应用开发中间件(AI Ex press)三大功能模块构成BPU DriverBPU Driver酶处理框架内存管理Bootloader/Kernel/OS/Drivers资料来源：地平线公司官网，中信建投2020.7地平线与一 汽签署战略合作协
23、议，共同打造红 旗由1芯脑芯算一 体化AI平台。2020.7地平线与一 汽签署战略合作协 议，共同打造红 旗由1芯脑芯算一 体化AI平台。图表31 ：深层次、多维度的开放赋能，与诸多战略伙伴共创智能汽车未来2020.7.中汽创智和地 平线签署战略合作协 议，双方将在汽车智 能怵智能网联甑开展深入合作。2020.8上汽-地平线人工 智献合实验室揭 赋能上雁团旗舰车型提 升差异化软件能力。2018.5.地平线携手 长安汽车成立联合实 验室，共同推进L4自 动驾驶技术落地Q资料来源：地平线公司官网，中信建投新产品路径规划清晰，下一代芯片均在研发和实流片途中，预期单芯片算力未来将接近100TOPS，处
24、理多 达16路视频信号。地平线征程二代芯片成功商用是公司新的里程碑，目前征程二代已经拿到多个国家的市场客 户的前装的定点。公司后续新产品升级和规划也在快速推进和落地，优秀的商业落地成绩源于持续不断的前瞻行业深度报告性技术探索和AI芯片产品的快速迭代。作为全球边缘AI芯片领导者，地平线继2019年成功推出车规级AI 芯片征程2之后，将于今年推出面向高等级自动驾驶的旗舰级芯片征程5,具备96TOPS的AI算力，实际 性能领先国际，并将以边缘人工智能芯片为核心，面向自动驾驶落地应用的实际需求，为产业提供具备极致效 能、全面灵活的赋能服务。图表32 ：地平线征程系列芯片Roadmap图表32 ：地平线
25、征程系列芯片RoadmapJourJourneySurround ViewJourneyFront ViewDMS16 Camera 5.96 Al TOPS Sensor Fusion ASILBD) 15W资料来源：地平线公司官网，中信建投3、以地平线为代表的本土AI芯片厂商有望在中国市场击败Mobileye 占据较高市场份额，在自动驾驶时代助力本土车厂实现快速转型3.1全球范围看特斯拉AI芯片开展迅速，英伟达、Mobileye竞争实力较强为了更好实现智能化和自动驾驶功能，特斯拉从使用第三方主控芯片走上自研道路为了掌握自动驾驶话语权，同时并掌握核心数据和AI算法，过去5年特斯拉经历了外购主
26、控芯片到自研 的道路。2014年2016年，特斯拉配备的是基于Mobileye EyeQ3芯片的AutoPilot HW1.0计算平台，车上包含 1个前摄像头+1个毫米波雷达+12个超声波雷达。2016年2019年，特斯拉采用基于英伟达的DRIVE PX 2 AI 计算平台的AutoPilot HW2.0和后续的AutoPilot HW2.5，包含8个摄像头+1个毫米波雷达+12超声波雷达。2017 年开始特斯拉开始启动自研主控芯片，尤其是主控芯片中的神经网络算法和AI处理单元全部自己完成。2019 年4月，AutoPilot HW3.0平台搭载了 Tesla FSD自研版本的主控芯片，这款自
27、动驾驶主控芯片拥有高达60亿的 晶体管，每秒可完成144万亿次的计算，能同时处理每秒2300帧的图像。行业深度报告图表33： FSD芯片中关键的神经网络处理器由特斯拉自主 图表34： FSD芯片神经网络处理单元 研发，FSD芯片内部简单架构图Camera I/FGPU1 GHz(600 GFLOPS)NoCSafetySystemSecuritySystemNEURAL NETWORK PROCESSORQuad-CoreCortex-A 722.2 GHz32MB SRAM(tqG9)99Z 寸4xdanNPU2 GHz(36.86 TOPS)NPU2 GHz(36.86 TOPS)Quad
28、-CoreCortex-A722.2 GHzQuad-CoreCortex-A722.2 GHzLPDDR4K266(64CTB96x96 Mul/Add arrayReLU hardwarePooling hardware36 TOPS a 2 GHz2 per chip, 72 TOPS totalTESLn资料来源：汽车之家，中信建投资料来源：半导体行业观察，中信建投这款FSD芯片采用14nm工艺制造，包含一个中央处理器、1个图像处理单元、2个神经网络处理器其 中中央处理器和图像处理器都采用了第三方设计授权，以保证其性能和稳定性，并易于开发，关键的神经网络 处理器设计是特斯拉自主研发，是
29、现阶段用于汽车自动驾驶领域最强大的芯片。中央处理器是1个12核心ARM A72架构的64位处理器，运行频率为2.2GHz；图像处理器能够提供0.6TFLOPS计算能力，运行频率为1GHz； 2个神经网络处理器运行在2.2GHz频率下能提供72TOPS的处理能力。为了提升神经网络处理器的内存存取速 度以提升计算能力，每颗FSD芯片内部还集成了 32MB高速缓存。NPU的总功耗为7.5W,约占FSD功耗预算 的21%。这使得它们的性能功率效率约为4.9TOPS/W,特斯拉在芯片设计方面充分考虑了平安性，一块典型的 自动驾驶电路板会集成两颗Tesla FSD芯片，执行双神经网络处理器冗余模式，两颗处
30、理器相互独立，即便一个 出现问题另一个也能照常执行，此外还设计了冗余的电源、重叠的摄像机视野局部、各种向后兼容的连接器和 接口。FSD HW 3.0的性能比上一代HW 2.5提高了 21倍，而功耗降低25%,能效比2TOPS/W,是现阶段用于 汽车自动驾驶领域最强大的芯片和计算平台。新一代自动驾驶芯片和HW4.0即将在明年量产，重构AutoPilot底层架构，将推出训练神经网络超级计算 机Doj。，瞄准L5自动驾驶场景。2020年8月多家媒体报道，特斯拉正与博通合作研发新款HW 4.0自动驾驶 芯片，有望在明年第四季度大规模量产，未来将采用台积电7nm技术进行生产。同时AutoPilot团队正
31、对软件 的底层代码进行重写和深度神经网络重构，包括对数据标注、训I练、推理全流程的重构。全新的训练计算机Dojo 正在开发中。Dojo将专门用于大规模的图像和视频数据处理，其浮点运算能力将到达exaflop级别（秒运算百 亿亿次），将配合无监督学习算法，来减少特斯拉对于数据人工标注的工作量，帮助特斯拉数据训练效率实现指 数级提升。目前特斯拉已经拥有超过82万台车不断回传数据，到2020年年底将拥有51亿英里驾驶数据用于自 动驾驶训练，过去的训练数据依赖于人工标注，而主动的自监督学习配合Dojo计算机可以大幅优化算法提升的 效率。Dojo可以改善Autopilot的工作方式，从目前的2D图像+内
32、容标注方式训练，升级到可以在4D（3D 加上时间维度）环境下运行。我们预计借助强大的自研计算平台、全球领先的AI算法能力、庞大的实际驾驶数 据量，特斯拉有望成为率先实现L5级别自动驾驶的公司。行业深度报告图表35 ：目前AutoPilot AI软件堆栈结构图表35 ：目前AutoPilot AI软件堆栈结构图表36 :预计2020年年底特斯拉将拥有超过51亿英里的驾驶数据可用于自动驾驶的训练6,000,000,000Shadow mode / telemetry / statisticsInference cloudInference FSD ComputerEvaluationPyTorch
33、 distributed trainingDataGPU clusterDojo cluster5.000,000,000 4.000.000.000 3.000.000.000 2.000,000.000 1.000.000.000 2015852,461,468)58,778201620182019202020214.140.508,193Estimated Tesla Autopilot MilesProjected Autopilot Mtles： 5,134,585,459 Date： 2021-01-01994,077,265Current Estimated Autopilot
34、Miles: 3,324,020,246 Date： 2020-04-22资料来源：汽车之心，中信建投资料来源：汽车之心，中信建投资料来源：汽车之家，中信建投ADAS市场领导者Mobileye提供成熟极具性价比软硬一体化ADAS方案，但开放性现在成为 开展瓶颈Mobileye成立于1999年，是以色列提供基于视觉系统分析和数据处理研发高级驾驶辅助系统和自动驾驶解 决方案的全球先行者，为全球27家OEM厂和Tierl厂商提供芯片+算法软硬一体化的ADAS视觉解决方 案由yeQ系列芯片截至2019年底出货5400万，为全球超过5000万辆汽车的行车平安保驾护航，目前全球ADAS 市场占有率大约为7
35、0%。创办之初公司致力于用单目视觉，提供包括行人检测、车道保持和自适应巡航等辅助 驾驶技术，1999年到2001年，Mobileye原型产品每年迭代一次，2001年Mobileye将自研的算法固化到芯片上 并集成到汽车当中，从此开启了 EyeQ芯片的研发。2004年4月，EyeQl开始生产，随后公司收获多轮融资， 将商业模式转向汽车平安，陆续与大陆、意法半导体、麦格纳、电装、德尔福等全球顶级零部件供应商签署合作 协议。2007年，宝马、通用和沃尔沃成为首批配装Mobileye芯片的车企，Mobileye产品正式商用。2008年， Mobileye对外发布EyeQ 2,公司进入稳定开展期。201
36、3年，Mobileye累计卖出产品突破100万台，随后出货量 呈现爆发式增长。2017年3月，Mobileye被芯片巨头英特尔以153亿美元的价格收购。2014年到2019年，公 司营收复合增速到达44%, 2019年收入8.79亿美元，净利润27.9%,其中EyeQ系列芯片2019年出货量到达 174。万颗。EyeQl至EyeQ4等芯片型号已经量产，EyeQ5那么预计于明年投放市场。EyeQ4多用于对半自动辅助 驾驶技术的支持，最高支持到L3级别，而EyeQ5主要定位于Level 4/5无人驾驶阶段的应用。图表37： EyeQ4处理器架构图表38 ： EyeQ5处理器架构LPOOR4/3PH
37、YLPOOR4/3PHYLPDOR4OPHYLPD0R4/3 control*LPOOR4O controlWrMobileye EyeQ4mCPU1 GHzPoriphcral Transport ManagerMIPS InterAptiv CPU (multi-throading)VMPInterconnect nd QoSLPODR4-I2674x32b资料来源：Mobileye,中信建投资料来源：Mobileye,中信建投资料来源：Mobileye,中信建投1、中国汽车智能化加速开展，具备AI能力的主控芯片和计算平台成 为开展核心1.1特斯拉引领汽车智能化加速开展，汽车算力需求爆发式
38、增长，汽车行业将掀起算力军备竞赛特斯拉引领行业生态革命，消费者对辅助驾驶接受度提升，对汽车智能化、网联化程度关注度空前提升。 2019年4月特斯拉FSD计算平台横空出世，以144 TOPS算力的全自动驾驶双冗余（单芯片算力为72 TOPS） 引领车载芯片市场，重新定义智能汽车时代核心技术，也标志着特斯拉正式步入HW3.0时代，而在底层算力大 幅升级同时，伴随AutoPilot平台升级的还有新增的辅助驾驶功能，如自动辅助变道、自动辅助导航驾驶、智能 召唤、识别交通信号灯和停车标志并做出反响以及城市街道自动辅助驾驶等。2016年到2019年特斯拉车载计 算平台的算力从0.256 TOPS到144
39、TOPS,从每秒只能处理36帧图像到每秒能够处理2300帧，其智能化的功 能也在同步实现跨越式升级。根据巨量引擎汽车数据策略研究院整理，消费者在购车时对智能化和网联化的关 注度越来越高，2019年相比2018年，对汽车智能化关注度同比增长30.8%o而在汽车辅助驾驶和智能平安配置 需求度上，对自适应巡航、盲区监测、倒车辅助系统、碰撞缓解刹车系统、防疲劳驾驶、360度全景泊车等功 能的配置需求都到达了 70%以上。同时80%的消费者关注语音识别的准确性、地图精准度等问题。图表1 :特斯拉AutoPilot从HW1.0到HW 3.0智能化功能和主控芯片进化史（由于HW2.5和HW2.0硬件配置差异
40、较小， 不单独列出）芯片计算平台芯片计算平台Mobileye Q3 NVIDIA Tegra 32 个 NVIDIA ParkerSOC、1 个 NVIDIANVIDIA Drive PX2Pascal GPUs 2 个英飞凌三核CPUTesla FSDTesla FSDAutoPilot硬件版本车载传感器新增智能化功能前置摄像头1个、前置雷达1个、主动巡航控制、辅助转向、自动变Hardwarel.O超声波传感器12个、后置倒车摄道、自动泊车像头1个根据交通状况调整车速、保持在车摄像头8个（只激活3个前置摄像_ 道内行驶、自动变换车道而无需驾驶Hardware2.0 头和1个车尾摄像头）、毫米
41、波雷员介入、从一条高速公路切换至另一达1个、超声波雷达12个条、在接近目的地时驶出高速自动辅助变道、自动辅助导航驾驶、摄像头8个、毫米波雷达1个、超智能召唤、识别交通信号灯和停车 Hardware3.0声波雷达12个标志并做出反响、城市街道自动辅 助驾驶资料来源：Tesla,中信建投行业深度报告EyeQ4配置了 4个CPU内核和6个矢量微码处理器（VMP）,每个CPU内核又拥有四个硬件线程。EyeQ4 芯片引入了新颖的加速器类别：两个多线程处理集群（MPC）内核，两个可编程宏阵列（PMA）内核。结构上， EyeQ4使用28nm的FD-SOI。功能上，相比EyeQ3, EyeQ4新增REM路网收
42、集管理、驾驶决策、任意角度车 辆识别、可行驶区域等功能。即将投放市场的EyeQ5将装备8枚多线程CPU内核，同时还会搭载18枚Mobileye 的下一代视觉处理器。EyeQ5具有更为复杂的功能，将采用7nm制程工艺。EyeQ5最多支持20个外部传感器 （摄像头、雷达或激光雷达），“传感器融合”是EyeQ5推出的主要目的。EyeQ5运算性能到达了 12Tera/每秒， 能耗不到5W,芯片节能效率是对标产品Drive Xavier的2.4倍。为了能够运行L4/L5级别自动驾驶，英特尔自动 驾驶系统将采用摄像头为先的方法设计，搭载两块EyeQ5系统芯片、一个英特尔凌动芯片以及Mobileye软件。
43、EyeQ5有望实行“开放”战略，Tierl和主机厂等合作伙伴都可以使用“开放式架构”来写入自己的代码，包括 传感器融合和驾驶决策等。目前Mobileye 一直采用传感器+芯片+算法绑定的一体式解决方案，这种封闭模式 也导致客户开发灵活度下降，短期有利于提升市场占有率，受到转型较晚或者AI投入少的OEM厂商欢迎，但 长期将导致定制差异化产品的能力欠缺，因此需要快速迭代升级产品的造车新势力或者对转型速度要求较快的 OEM厂商很难接受Mobileye的黑盒方式。例如中国造车新势力小鹏汽车曾短暂地用Mobileye的芯片做过 测试后决定在P7上改用英伟达的Xavier,主要因为小鹏希望“把芯片和算法剥
44、离开，采用可编程的芯片，在芯 片上进行算法研发和定制化，跟场景结合”，因此选择了更开放的英伟达。图表39 ： Mobileye EyeQ45系列芯片系列系列推出时间 自动驾驶等级 工艺EyeQ5 2020 年L4-L5 7nmEyeQ4 2018 年L328nm处理器配置CPU8枚多线程CPU内核MIPS M515018枚Mobileye下一代视觉处理器4个CPU内核MIPS 165006个矢量微码处理器功耗2*5w3w算力(TOPS)2*122.5资料来源：Mobileye,中信建投拥有庞大开放软件生态的AI芯片巨头英伟达瞄准L3级以上自动驾驶市场英伟达是全球最大的智能计算平台型公司，公司从
45、早期专注PC图形计算，后来逐步将重点扩展到AI领域，并 在3D图形的持续需求与游戏市场规模扩张推动下，利用GPU架构，创立VR、HPC （高性能计算）、AI平台。英伟 达在独立显卡、GPU领域有超过70%的市场份额。除了优秀的硬件性能外，英伟达开发了基于GPU的“CUDA”开发 平台，CUDA工具包包括了 GPU加速库、编译器、开发工具等，为开发者提供丰富的开发软件SDK,支持现有 的大局部的机器学习、深度学习开发框架，开发者可以在CUDA平台上使用自己熟悉的开发语言进行应用开发。 在不改变硬件的前提下，通过软件和库的完善，过去2年英伟达将计算性能提升4倍，AI性能提升2倍，所需的 开发时间大
46、幅缩短。公司花费了大量时间培养自己的开发生态，包括与高校合作培训专业人才、开展专业竞赛， 培养、开展英伟达“GPU+CUDA”的开发者群体，形成了相当可观的产品使用人群，2019年全 球已经有超过 160万CUDA开发者。中国CUDA开发者数量众多，数量也增长最快，目前已经超过了 30万，并且还在以每个 月新增1万人的数量增长。2020财年英伟达实现总收入109.2亿美元，其中汽车部门收入7亿美金，占总收入比 例6.4%,同比增长9%。在自动驾驶领域，英伟达提供芯片+开放软件生态，提供包括Drive AV、Drive IX、Drive Sim等软件在内的 完整的开发者套件。2017年1月，英伟
47、达发布用于自动驾驶领域Xavier系统级SOC芯片，Xavier拥有超过90 亿个晶体管，配置了一个8核CPU、一个全新的512核Volta GPU、一个深度学习加速器、全新计算机视觉加 速器、以及全新8KHDR视频处理器，针对自动驾驶数据量做了特殊的设计和优化，采用了 16nmFinFET工艺，功耗为30W,算力到达30TopS。2020年4月上市的小鹏汽车P7,成为首款搭载NVIDIA DRIVE AGX Xavier 自动驾驶平台的量产车型，小鹏P7配备了 13个摄像头、5个毫米波雷达、12个超声波雷达，集成开放式的 NVIDIA DRIVE OS 操作系统。图表40：英伟达面向自动驾驶芯片产品资料来源：NVIDIA,中信建投系列CPUGPU算力功耗工艺性能Xavier8*NVIDIA Custon ARM Carme1Xavier Volta iGPU (512 CUDA Cores)30T0PS