（報告出品方/作者：天風證券，潘暕）1.汽車芯片：產業加速變革升級，智能化+電動化浪潮下芯機遇涌現我們看好智能化浪潮&碳中和政策下，汽車行業將迎來價值向成長的重估機會，汽車芯片將在智能化賦能下重估，有望成為半導體行業的新推動力。智能化驅動下

（報告出品方/作者：天風證券，潘暕）

1. 汽車芯片：產業加速變革升級，智能化+電動化浪潮下芯機遇涌現

我們看好智能化浪潮&碳中和政策下，汽車行業將迎來價值向成長的重估機會，汽車芯 片將在智能化賦能下重估，有望成為半導體行業的新推動力。 智能化驅動下汽車行業有望實現產業變革升級，加速步入萬物互聯+萬物智聯的新時代。 目前消費電子已經先一步步入智能化時代，而汽車行業目前落后于消費電子（功能機到 智能機）行業仍處在信息時代，未來面臨著從信息時代到智能時代新的產業升級，整體 過程可以類比功能機到智能機。

1.1. 增長動能：電動化+智能化加速，汽車芯片為增速最高下游

根據海思在 2021 中國汽車半導體產業大會發布的數據，汽車智能化+電動化時代開啟， 帶動汽車芯片量價齊升，預計汽車電子占比汽車總成本在 2030 年會達到 50%。電動化+ 智能化趨勢下，帶動主控芯片、存儲芯片、功率芯片、通信與接口芯片、傳感器等芯片 快速發展，芯片單位價值不斷提升，整車芯片總價值量不斷攀升。

汽車智能終端將成為智能時代的神經末梢，汽車芯片是助力汽車步入智能時代的核心。 從物理世界的感知到物理世界的表達，汽車智能終端將成為智能時代的神經末梢，需要 具備四種基礎能力：聯接能力、感知能力、表達能力以及計算能力，這四種能力需要大 量的芯片來支撐實現。 政策端受益碳中和推動，電動化浪潮迭起，看好新能源汽車快速起量。根據意法半導體 在 2021 中國汽車半導體產業大會公布的全球禁售燃油車時間表，我國預計 2040 年將全 面禁售汽油及燃油車。IEA 預計到 2050 年電能將占據整體交通領域 45%的份額，化石能 源占比降低為 10%。

電動化，在上半場完美地完成了自己的減碳任務的宣示，行業格局漸已成型。時間來到 了下半場，眾多新能源汽車玩家之間應該如何競爭呢？接力棒隨即傳到了“智能化”的 手中，這是車企在下半場角逐的重中之重。不僅是新能源、“新勢力”之爭。 汽車智能化趨勢明確，L2+/L3 已經是消費者剛需。iResearch 預計 2025 年中國智能駕駛 汽車產銷量超過 2000 萬臺，其中 L2+/L3 數量將超過半數, 自動駕駛不斷迭代帶動汽車芯 片快速成長。

汽車智能化+電動化帶動汽車半導體含量持續提升，其中智能化帶動更高的半導體含量提 升。電動車半導體含量約為燃油車的兩倍，智能車的半導體含量是傳統汽車的 N 倍，看 好新能源汽車開啟半導體行業新一輪成長趨勢。

以智能傳感器為例，汽車智能化浪潮下半導體含量將從 L2 級別的 160-180 美金提升至 L2+ 級別的 280-350 美金，到 L4/L5 級別的 1150-1250 美金以上。

歷史來看，半導體行業的增長是由少數殺手級應用推動的，我們看好智能化+電動化時代 背景下汽車半導體的需求快速增長，有望成為引領半導體發展的新驅動力。從過去幾十 年的半導體行業發展中可以看到 2000 以前半導體為專用領域主要受益于航天、軍事等下 游領域帶動需求，2000-2010 年間半導體主要受益于計算機及筆記本電腦帶動起量， 2010-2020 年間手機、平板電腦等迭起帶動半導體需求起量，2020-2030 年間我們預判汽 車可能成為引領半導體發展的新驅動力。

1.2. 價值測算：新四化發展明確，汽車芯片需求+價值量雙翼齊飛

汽車新四化（“M.A.D.E”，即 M-Mobility 移動出行，A-Autonomous driving 自動駕駛， D-Digitalization 數字化，E-Electrification 電氣化）將帶來整車電子電氣相關價值的大幅 提升。 汽車電子電氣相關的 BOM（物料清單）價值（含電池與電機），將從 2019 年的 ~3,145 美元（豪華品牌 L1 級別 ADAS 汽油車）提升至 2025 年的~7,030 美元（豪華品牌 L3 級別自動駕駛純電車）。

根據 ST 在 2021 中國汽車半導體產業大會發布的數據： 與傳統汽車相比，預測新能源汽車用到的各類芯片數量都會有顯著的提升。以下為新能 源汽車相較于傳統汽車的半導體增量測算： 1） 電源管理芯片：預計新能源汽車需要用到的電源管理芯片相較于傳統汽車需要的芯片 要增長將近 20%的芯片達到 50 顆； 2） Gate driver：預計新能源汽車用到的 Gate driver 相較于傳統汽車是全新的需求，每輛 車需要 30 顆芯片； 3） CIS、ISP：預計新能源汽車用到的 CIS、ISP 增加 50%的需求每輛車用到 20 顆； 4） Display：預計每輛新能源車需要 8 片; 5） MCU：新能源汽車用到 MCU 需要增加 30%的需求量每輛車至少需要 35 片； 6） SiC：同樣也是新能源車對于半導體的全新的需求。

全球汽車銷量變化對于半導體芯片的需求增量測算： 假設傳統汽車需要的半導體芯片為 500-600 顆芯片/輛，新能源汽車需要的半導體芯片為 1000-2000 顆芯片/輛： 以 2020 年傳統汽車銷量 7276 萬臺測算，新能源汽車 324 萬臺測算，整體全球需要的汽 車芯片為 439 億顆每年。 預計 2026 年傳統汽車銷量 6780 萬臺測算，新能源汽車 4420 萬臺測算，整體全球需要的 汽車芯片增加為 903 億顆每年。 預計 2035 年傳統汽車銷量 2400 萬臺測算，新能源汽車 9600 萬臺測算，整體全球需要的 汽車芯片增加為 1285 億顆每年。

全球汽車銷量變化對于半導體芯片的價值增量測算： 假設傳統汽車需要的半導體芯片為 397-462 美元/輛，新能源汽車需要的半導體芯片為 786-859 美元/輛： 以 2020 年傳統汽車銷量 7276 萬臺測算，新能源汽車 324 萬臺測算，全年整體全球汽車 芯片價值量為 339 億美元。 預計 2026 年傳統汽車銷量 6780 萬臺測算，新能源汽車 4420 萬臺測算，全年整體全球汽 車芯片價值量為 655 億美元。 預計 2035 年傳統汽車銷量 2400 萬臺測算，新能源汽車 9600 萬臺測算，全年整體全球汽 車芯片價值量為 893 億美元。

全球汽車銷量變化對于半導體晶圓需求增長預測： 12 寸：2020 年需求為 198 萬片預計到 2026 年提升為 404 萬片，CAGR 12.6%。 8 寸：2020 年需求為 1121 萬片預計到 2026 年提升為 2088 萬片，CAGR10.9%。 6 寸：2020 年需求為 443 萬片預計到 2026 年提升為 1306 萬片，CAGR19.7%。 4 寸：2020 年需求為 252 萬片預計到 2026 年提升為 845 萬片，CAGR22.3%。

汽車電子市場規模預測： 根據海思在 2021 中國汽車半導體產業大會發布的數據，2021 全球汽車電子市場約為 2700 億美元，預計到 2027 年，汽車電子部件的整體市場規模接近 4000 億美金。汽車電 子部件市場年復合增長率接近 7%，電子部件增長速度超過汽車市場增速，電子化率持續 增加。

汽車半導體市場規模預測： 根據海思在 2021 中國汽車半導體產業大會發布的數據，2021 年全球汽車半導體市場約 為 505 億美元，預計 2027 年汽車半導體市場總額將接近 1000 億美元，2022-2027 年增 速保持在 30%以上。中國車載半導體市場穩步上升，2020 年約 1000 億人民幣。

1.3. 缺芯分析：汽車缺芯或將持續全年，交貨周期持續拉長

從 2020 年 9 月以來，因缺芯導致停工、停產問題異常突出，汽車芯片保供壓力空前。 2020 年下半年以來，在疫情，需求等多重因素影響下，缺芯問題持續影響 ECU 正常供應 和整車生產制造，部分領域芯片供應有惡化趨勢。

2022.3 月，全球汽車芯片平均交付周期（芯片從訂購到交付的周期）相較于 2 月增加了 兩天，達到 26.6 周，創自 2021 年 3 月以來的歷史新高。

根據汽車行業數據預測公司 AutoForecast Solutions（以下簡稱為 AFS）的最新數據，截至 4 月 10 日，由于芯片短缺，今年全球汽車市場累計減產量約為 143.78 萬輛。其中，中 國汽車市場累計減產量繼續保持 7.09 萬輛不變，占全球汽車市場累計減產量的 4.9%。

細分到汽車芯片來看，汽車缺芯的主要種類包括: 主控芯片 MCU+功率類的電源芯片、驅 動芯片，根據廣汽研究院測算三者占中高風險缺芯的 74%，其次是信號鏈芯片 CAN/LIN 等通信芯片。

從汽車芯片缺芯品牌分布可以看到，缺芯主要來自恩智浦、德州儀器、英飛凌、意法半 導體等傳統汽車芯片企業，整體來看 75%的中高風險缺芯來自以上四家公司。 從缺芯的產地分布來看，77%的缺芯來自東南亞和美國，主要由于東南亞及美國的疫情較 為嚴重，其他包括中國臺灣、日本、歐洲都面臨缺芯情況。

汽車芯片持續緊缺，“四化”加劇汽車短缺問題。我們認為，汽車芯片缺貨主要原因為后 疫情時代原有汽車市場需求快速回溫疊加新能源汽車等新需求持續超預期，以及汽車新 四化帶動芯片量價齊升。整體來看，1）功率半導體：有望優先實現國產替代，MOS、 IGBT 今年恐難緩解，6、8 寸尤為緊缺。2）MCU：結構性緩解持續，尤其是車規級 MCU 方面。3）傳感器芯片：未來伴隨著搭載數量增加，短缺問題會長期存在。4）SoC 芯片 高性能產品集中度較高，缺貨風險持續存在。5）存儲類芯片：占汽車半導體市場比重有 望持續提升，缺貨引發產品價格上浮。6）電源管理芯片：電源管理芯片供給仍然緊張， 其中汽車相關應用最為緊俏。

1）功率半導體：有望優先實現國產替代，MOS、IGBT 今年恐難緩解，6、8 寸尤為緊缺。

MOS 緊缺年內恐難緩解，6、8 寸尤為緊張。MOS 份額占上百億規模的功率半導體市場 四成左右，下游應用廣泛，存量空間大，不同細分市場的景氣度存在差異。新能源的半 導體器件價值量約 750-850 美金，其中 40%-45%屬于功率半導體，后者半數左右是功率 MOS、IGBT 等，價值量約 300-350 美金。目前汽車不管高低壓現在都非常緊缺，特別是 新能源三電多用到的 6 寸、8 寸高壓器件產能極為緊缺，IGBT、超級 MOS 管等還沒有轉 為 12 寸，今年或不能緩解。士蘭微此前曾表示，高端 Mos 管供不應求，無法滿足大客戶 需求。Mos 降價主要集中在平面 Mos 和低壓 Mos，超結 Mos 價格依舊堅挺。

IGBT 方面，車規級 IGBT 的需求進入持續放量階段，單車價值量持續提升。IGBT 及 IGBT 模塊在新能源汽車成本結構中，占驅動系統的比重已達 50%，占全車成本的比重也高達8-10%，是新能源汽車中，成本最高的單一元器件，單車價值量在持續提升，價值量占新 增器件比重超過 80%。根據 Omdia 2020 年報告顯示，2019 年中國車用 IGBT 市場規模為 2.8 億美元。而隨著新能源汽車產業超預期增長車規級 IGBT 的需求量持續攀升。據集微 網消息，由于優質產能跟不上市場需求，預計今年下半年，車規級 IGBT 將持續緊缺，可 能成為制約汽車生產的主要瓶頸，并延續至 2023 年。

GBT 功率器件國產率超三成，部分緩解市場增量需求。本土 2019 年比亞迪電機驅動控 制器用 IGBT 模塊全球排名第二，市場占有率 18%。但車廠自有產能尚不足以解決產量不 足問題，為此，比亞迪向士蘭微、斯達半導、時代電氣、華潤微等具備車規級 IGBT 生產 能力的本土企業下單，其中與士蘭微簽訂的訂單級別達億元，保障激增的新能源汽車生 產對 IGBT 的需求。東風汽車旗下智新半導體的 IGBT 生產線已完全進入自動化生產流程， 一期年產能為 30 萬只，二期建成后，年產能將達到 120 萬只，產品已應用于東風風神、 嵐圖等自主品牌車型。時代電氣目前已在廣汽、東風汽車、長安汽車、理想汽車、小鵬 汽車等主機廠中得到裝車使用，750V 的 IGBT 模塊獲市場高認可度。

本土企業產能中低端占比大，高端產能仍受歐美廠商產能制約。高端產能掣肘于英飛凌、 安森美等國際供應商，歐美企業擴產節奏與市場需求錯頻。目前，英飛凌采取優先滿足 頭部客戶的策略，以緩解 IGBT 模塊供應短缺問題，而德國英飛凌和上汽英飛凌的產能均 處于爬坡階段，優質產能供應不足，高端產品短缺。安森 IGBT 模塊產能超五十萬，但產 能利用率有待進一步提升，無法滿足市場的快速增長需求。

2）MCU：結構性緊缺持續，尤其是車規級 MCU 方面

32 位 MCU、HPC 控制體系將部分抵消電動化帶來的 MCU 增量需求。一方面，未來傳統 8 位 MCU、16 位 MCU 將通過遷移到 32 位 MCU 而從汽車中移除，集成度更高、功能更 強大的 32 位 MCU 將成為主流。另一方面，未來大部分駕駛功能將由汽車 HPC 控制。現 在，一輛車上有 70 到 100 個 ECU，每個 ECU（包括其中的 MCU）控制一個特定的駕駛 功能，而這種分布式計算體系結構將被更集中的 HPC 體系結構所取代。

但在一些工業領域尤其是車規級 MCU 方面，預計到今年下半年供應依然緊張，或有望年 底實現供需平衡。考慮到全球汽車銷量整體穩中有降的現狀，我們預計單車 MCU 用量將 在 2025 年達到峰值，隨著汽車智能化、控制集中化發展，車規級 MCU 的用量將會開始 逐步下降。Gartner 數據顯示，單輛車對 MCU 的需求量并不會隨著汽車電動化、智能化 的增加而出現明顯增加。但由于單價更高的 32 位 MCU 應用比例繼續提升，汽車 MCU 整 體市場規模仍將處于持續增長趨勢，車載傳感器的增加和汽車銷量的增加或將帶來 MCU 需求量抬頭。 車規級 MCU 國產替代將是未來發展主旋律。目前車規級 MCU 國產化率約為 5%，隨著本 土企業的發力，國產化率有望在未來幾年得到飛速提升。

3）傳感器芯片：未來伴隨著搭載數量增加，短缺問題會長期存在。

毫米波雷達方面，部分缺貨或成常態。毫米波雷達的生產廠商主要是博世、英飛凌、恩 智浦、安森美等企業，此前，博世毫米波雷達芯片組裝廠受馬來西亞疫情影響而減少供 應。第五代毫米波雷達芯片的短缺共影響了 11 家車企，包括小鵬汽車、長城汽車、廣汽 埃安等。博世（中國）總裁陳玉東曾表示 21Q4 供貨率會非常低，2022 年會恢復到歷史 情況。缺貨 10%到 20%將成為常態，市場需求不能全部得到滿足。 小鵬和理想的毫米波雷達供應或將緩解。理想 ONE 和小鵬 P5 交付方案中表明，后續毫 米波雷達將分批補裝，考慮到上游芯片廠商產能恢復的時滯，此舉可能是傳感器芯片供 求緊張將有所緩解的一個信號。

4）SoC 芯片：高性能產品集中度較高，未來存在缺貨風險。

車規級 AI 芯片需求量逐級提升，算力突破要求指明未來缺貨風險。根據麥肯錫預測，到 2030 年，全球車載 AI SoC 芯片的市場規模將達 303.4 億美元，其中中國市場規模為 104.6 億美元。不同的自動駕駛等級對 AI SoC 芯片的需求價值量不一樣。至 2025 年，L1 級單車 AI SoC 芯片價值量為 69 美元，L2 級為 190 美元/輛，L3 級為 685.9 美元/輛， L4/L5 級為 1487.9 美元/輛。此外，華為指出，到 2030 年，車載算力將超過 5000 TOPS， 未來智能汽車對算力的需求量非常高，而本土車載 AI 芯片的算力仍普遍處于 100 TOPS， 未來企業算力提升的需求將使得車規級 SoC 芯片面臨一定的缺貨壓力。

5）存儲類芯片：占汽車半導體市場比重有望持續提升，缺貨引發產品價格上浮

短期來看，NAND 各型號價格均有所上漲，創近年新高。NAND 方面漲價明顯，西部數 據宣布部分 3D NAND 生產線遭到污染，今年一季度產能受損不久，全部產品漲價。隨后， 美光也進一步跟進，宣布 NAND 產品合約價漲 17% 至 18%，現貨價 上漲 25% 以上。本輪漲價中，NAND 各型號價格均有所上漲，其中，64Gb 8Gx8 MLC 閃存合約漲幅最大， 遠高于 32Gb 4Gx8 MLC 閃存合約漲幅，而且價格已經創下三年來新高。

6）電源管理芯片：電源管理芯片供給仍然緊張，其中汽車相關應用最為緊俏。

受益于下游車用、服務器與固態硬盤等終端需求持續旺盛，以及國外 IDM 大廠轉單影響， 2022M03 臺系電源管理 IC 廠商業績表現亮眼。矽力杰實現營收 22.2 億臺幣，同比增長 41%；致新實現營收 9.4 億臺幣，同比增長 24%。受供求緊缺影響，2021 年電源管理 IC 平 均銷售單價上漲近 10%。進入 2022Q1，電源管理 IC 產能供給仍然緊張，但相較于 2021 年有所緩解，供應處于健康水平。

俄烏戰爭+我國疫情或將使汽車缺芯情況更為嚴峻： 從國際上來看，俄烏沖突升級，迅速發展為第二次世界大戰以來歐洲最大規模戰爭；由 于烏克蘭是氖氣（芯片原材料之一）的重要出口國，俄烏沖突也會對芯片和汽車產業鏈 產生擾動。同時，美國舉起“制裁之刃”對準俄羅斯，再次精準打擊了全球半導體供應 鏈。

展望 2022 年二季度供應鏈物流對半導體企業仍有一定的不確定性或影響，或將使汽車缺 芯情況更為嚴峻。22 年 3 月起上海市政府采取分區管控以來，人力與物流受到較大管制。 據 Trendforce 消息，周邊 OEM、ODM 廠僅能依賴廠內庫存來低度滿足產線需求，長短 料問題進一步擴大。即使在周邊地區封控解除后，可能會出現短期內物流量激增，造成 海關閘口阻塞，交期延長的可能。封控期間供應鏈物流存在問題，具體而言，半導體制 造廠的設備運輸幾乎停滯，由于公路作業受限，貨物下船只能暫存碼頭；PCB 廠商也將 面臨運輸成本增加，部分產品出貨延遲等狀況；下游汽車產業所受影響較大，上海停擺 對全國乃至全球的汽車產業鏈造成了連鎖反應。（報告來源：未來智庫）

1.4. 競爭格局：美日歐三足鼎立，國產化浪潮及產業鏈重構帶來新機遇

2020 年汽車芯片主要廠商分布中美日歐三足鼎立，前五大廠商包括英飛凌、恩智、瑞薩、 德州儀器、意法半導體，前 25 強中聞泰科技名列第 19 位，是中國唯一一家上榜的公司。

細分領域來看，我們在汽車計算、控制類芯片的自主率不到 1%，傳感器 4%，功率半導體 8%，通信 3%，存儲器 8%，國產化浪潮下有望加速。

整體技術上，在計算，控制領域的計算、控制領域：MCU/GPU/FPGA 等通用芯片高度壟 斷，前三大市場占率約七成，面向 ADAS 的 ASIC 技術路線尚不確定。 傳感器：在車身感知領域，國外企業高度壟斷，前三大市場占率七成以上，國內基礎不 足。在視覺、毫米波雷達等新型環境傳感器具備基礎。 功率半導體：IGBT/MOSFET 領域與國外相差較大，國內在功率分立器件和模塊領域更為 擅長，化合物半導體領域國內正在布局。 通信：V2X 屬于增量市場，國內依靠 5G 布局有發展基礎。 存儲器：存儲器屬于車用半導體增量市場，主要被美光、三星等壟斷，國內車用 SRAM， 立基型 DRAM 等環節有基礎。

汽車智能化+電動化推動產業鏈重構。汽車進入了電動化+智能網聯的時代, 新時代給予 追趕者機會，車聯網/新能源/智能化/自動駕駛四個領域趨勢帶來新的半導體需求。新需 求為國內新進芯片企業進入汽車帶來全新的產業機遇。

OEM+Tier1+Tier2 原有金字塔格局有望被打破，向平臺+生態模式躍遷，我國汽車芯片 廠商迎來入局機遇。對于未來規模化和個性化的挑戰，智能車軟件會逐步走向平臺+生態 模式，原來的開發模式都是塔狀，有 Tier-X 供應商給 OEM 提供部件和服務，由主機廠去 總成和驗證。未來 OEM 除了跟傳統部件合作之外，有些車企會考慮自建平臺，比如說大 眾等企業宣稱做自己的操作系統。這個平臺車廠自建或和供應商廠商合建，除了平臺車 廠還需要和算法供應商，生態伙伴，投資伙伴等合作。所以我們認為未來合作模式是以 車廠為中心的平臺+生態的合作模式，逐步走向平臺+開放帶來更多的開放和創新。 未來汽車產業的生態圈將會從過去的“整車廠是主導”，發展到“掌握核心技術關鍵環節 的企業是主導”，而且可能是一個圈和另外一個圈形成生態的競爭，從而組成一個更大的 新一代汽車生態體系。

2. 品類分析：五大類汽車芯片皆具高成長動能，受益電動+智能化量價齊升

智能化驅動下汽車行業有望實現產業變革升級，加速步入萬物互聯+萬物智聯的新時代。 當前消費電子已先一步步入智能時代，而汽車行業正面臨著智能化產業升級，整體過程 可以類比功能機到智能機。疊加政策端碳中和推動，電動化浪潮迭起，看好新能源汽車 在智能化+電動化驅動下加速起量。

汽車芯片從應用環節可以分為 5 類：主控芯片、存儲芯片、功率芯片、模擬芯片、傳感器芯片等。2020 年主控芯片占比 23%，功率半導體占比 22%，傳感器占比 13%，存儲芯 片占比 9%，其他占比 33%。

看好輔助駕駛+自動駕駛+汽車電動化持續提升帶動汽車半導體量價齊升： 1）主控芯片：算力隨著智能化提升不斷提升從 L1<1TOPS 到 L5 1000+TOPS 算力推動主 控芯片高速增長； 2）功率半導體：燃油車功率半導體單車價值量達 87.6 美元，新能源汽車 458.7 美元，實 現四倍以上增長； 3）模擬芯片：以電源 IC 為例，車載領域增長最快，CAGR 達 9.0%。 4）傳感器：L2 級別汽車預計會攜帶 6 個傳感器，L5 級別攜帶 32 個傳感器，汽車半導體 占比提升顯著； 5.）存儲芯片：汽車存儲系統隨著智能化水平提升容量和性能快速增長，為存儲器步入千 億美金市場核心。

主控芯片： 主要用于計算分析和決策，主要分為功能芯片（MCU）和主控芯片（SOC）。MCU 指的 是芯片級芯片，一般只包含 CPU 一個處理單元（例：MCU=CPU+存儲+接口單元）。而 SOC 指的是系統級芯片，一般包含多個處理單元（例：SOC=CPU+GPU+DSP+NPU+存儲 +接口單元） 1）計算芯片：包括 SoC，CPU，MPU，GPU，NPU, FPGA 等； 2）控制芯片：MCU 等。

模擬芯片： 信號與接口芯片+電源管理芯片 。主要用于發送、接收以及傳輸通訊信號。 1）總線芯片 CAN/LIN/USB/ETH 等； 2）通信與射頻芯片：基帶、V2X、BT/WiFi 等； 3) 信號變換：包括復用器、放大器、隔離器等； 4）專用功能芯片包括：蘋果認證、安全加密芯片等。

傳感器芯片： 主要用于探測、感受外界信號、物理條件或化學組成，并將探知的信息轉變為電信號或 其他所需形式傳遞給其他設備： 1）雷達傳感器：超聲波、毫米波、激光雷達等； 2）圖像傳感器：CMOS 傳感器等； 3）光電傳感器：陽光/紅外傳感器、壓力、流量傳感器等； 4）生物傳感器：氣味傳感器、氧氣傳感器等； 5）磁傳感器（霍爾傳感器等）。

2020 年汽車半導體產品市場需求情況：主控芯片占比 23%，功率半導體占比 22%，傳感 器占比 13%，存儲芯片占比 9%，其他占比 33%。

智能化趨勢下，我們認為 L2+/L3 已經是消費者剛需，整體滲透率將持續提升。同時， ADAS 滲透率 2025 年有望達 67%，帶動汽車芯片快速增長。 汽車智能化趨勢明確，L2+/L3 已經是消費者剛需。根據 iResearch 預測，2025 年中國智 能駕駛汽車產銷量將超過 2000 萬臺，其中 L2+/L3 數量將超過半數, 自動駕駛不斷迭代帶 動汽車芯片快速成長。

ADAS:2025 年滲透率有望達到 67%，ADAS 的滲透率提升帶動汽車半導體量價齊升

HISilicon 預計到 2025 年，全球新車銷量預計為 9600 萬輛，其中輔助駕駛+自動駕駛的 裝配車輛將達到 6500 萬輛，滲透率預計為 67%。2025 年前全球車廠更多聚焦在 L0-L2 階段，輔助駕駛的裝配率將達到整體新車型的 90%左右。隨著整車廠、Tier1、以及算法公 司在自動駕駛領域的技術突破，世界各國以及標準組織對自動駕駛的政策與立法的出臺， 以及在自動駕駛周邊基礎設施的投資和建設，L3-L5 階段的自動駕駛對器件工藝要求較高， 或將在未來十年內優先在 Robotaxi 等專有場景落地；

2.1. 整車拆解：特斯拉汽車芯片拆解，五大類芯片重要性突顯

我們將特斯拉汽車的關鍵部分進行拆解：

1/自動駕駛方案

復盤特斯拉自動駕駛芯片迭代之路：半集成模式 ?整合模式 ?核心自研模式

初期： 采購 Mobileye EyeQ 3 芯片 攝像頭 的半集成方案 【 原因：研發資金不足 需要快 速量產 】

中期： 采用 NVIDIA 芯片平臺 第三方供應商攝像頭 的整合方案 【 原因： Mobileye 算力 不足 開發速度無法跟上特斯拉迭代需求 】

當前： 采用 FSD 芯片 自研 外采 Aptina 攝像頭 的核心自研方案 【 原因：市面方案無法 滿足定制需求 資金及自研實力已到位 】

特斯拉 FSD（全自動駕駛，Full Self-Driving）模塊上包含了兩個自研 FSD 芯片，其上廣 泛使用了主控（CPU、GPU、NPU、MCU）、存儲（LPDDR、SRAM、FLASH）等芯片。 作為定制設計的自動駕駛芯片，獨享方案使得芯片需求復雜性降低，替代性神經處理器的大部分通用能力已經從 FSD 芯片中剝離出來，只留下所需的硬件設計，從而將設計重 點移向對功耗、算力、傳輸時間、安全性的把控。現階段，FSD 是特斯拉最核心的應用軟 件，其軟件收入也主要由 FSD 選裝包貢獻。消費者付費激活后，可以享受到包括自動泊 車、自動輔助導航駕駛、智能召喚等在內的高級自動駕駛功能，而且后續可以通過 OTA 空中軟件持續升級自動駕駛能力。2020 年 7 月 1 號，其價格已經上漲至 8000 美元/套 （國內 64000 元/套）。

2/ 儀表中控二合一屏

儀表中控二合一屏上的 CID( Center Information Display，中央信息顯示器)和 IC（儀表 顯示器，Instrument Cluster）的主要運算能力均由 NVidia VCM（可視計算模塊）提供。 VCM 中使用了 Nvidia Tegra 片上系統（SoC），具有多核 ARM 處理器，GPU 和其他各種 音頻和視頻加速器，重要組件還包括有德州儀器生產的電源管理單元、海力士所生產的 存儲單元 eMMC NAND 和 RAM，Spansion 生產的 NOR 等重要組件。正是這些組件使得 CID VCM 為整個車機的主要算力單元，NVidia VCM 作為運行 Linux 的基于 ARM 的計算 機模塊，從而使得操作系統可驅動 Tesla 的大多數可見動作。

3/ADAS

ADAS 采用的傳感器主要有攝像頭、雷達、激光和超聲波等，特斯拉 MODEL3 使用的傳 感器類型有別于其他車型。自動駕駛環境感知的技術路線主要有兩種：一種是以特斯拉 為代表的視覺主導的多傳感器融合方案，特斯拉汽車感知方案曾包括一個前置 77GHz 毫 米波雷達傳感器、8 個攝像頭和 12 個超聲傳感器。另一種是以低成本激光雷達為主導， 典型代表如谷歌 Waymo。

繼續加碼純視覺方案，打造“攝像頭→自動駕駛芯片→DOJO 超算訓練→軟件 OTA 更新” 的自動駕駛閉環生態。在汽車行業瘋狂加碼多感知融合的大趨勢下，特斯拉反而選擇繼 續加碼純視覺方案，最新車型甚至已經走上了純視覺 FSD 之路。近日，特斯拉官方確認， 從 2022 年 2 月中旬起生產的高端車型 Model S 和 Model X 也將不再配備雷達，所有的駕 駛輔助系統將完全依賴一套由 8 個攝像頭組成的攝像頭系統。此方案能更好的改善極端 天氣和怪異彎道下的自動駕駛安全性。與之呼應，特斯拉持續押寶人工智能，推出為超 級計算機 Dojo 準備的人工智能芯片 D1 ，完成了從芯片硬件到算法軟件再到數據訓練 Dojo 完整的自動駕駛生態閉環。

2.2. 架構革新：EEA 從分離向域內集中發展，核心芯片數量加速增長

從功能手機到智能手機復雜的應用需求驅動手機硬件架構從分立走向集中。而智能化趨 勢亦對智能汽車的架構提出了新的要求，集中化的電子電氣架構能夠更好地滿足計算集 中的要求 。

從座艙智能化的技術演進來看，可以分為分離式、分域式和域集中式，域集中式的方案 打破了原來分布架構式的限制，實現了軟硬件的解耦，同時方便后續的 OTA 升級。

EEA（電子電氣架構）的新階段：

域集中式 2021-2025：第一，DCU 的出現使 ECU（電子控制單元）標準化且數量大幅減 少，并直接帶來“降本”和“增效”。例如，若用一個集成中控、儀表、360 環視及其他 影音娛樂功能的 DCU 替代多個來自不同供應商的傳統 ECU 方案，最大可為車企帶來將近 38%的 BOM 成本節降（尚未考慮成本年降）。第二，智能傳感器/執行器數量增加。傳統 功能導向的 ECU+傳感器集成方案中的算力會被剝離并集中到 DCU 里，同時傳感器本身 也需具備基礎算力，以便與 DCU 溝通，如通過 CAN。第三，軟件開始獨立于硬件，但并 未完全分離。一些獨立的功能仍然依靠 ECU 實現，但抽象層（Abstraction Layer）的出現 是未來實現硬軟件完全分離以及域融合的重要基礎。第四，中央網關與各個域之間可通 過以太網通訊。

中央集中：一，軟硬件完全分離，且所有的 ECU/DCU 共享同一套基礎軟件平臺。二，相 互獨立的功能應用搭載在一套高算力的車載計算機上，且它的算力遠超階段二的 DCU。 三，基礎軟件平臺+功能獨立+HPC 將帶來規模化，即一套架構可以承載任何形式、數量 的功能及服務。

從分離到域內集中的發展，芯片算力持續提升。智能汽車對迭代速度 、可擴展性 、大數 據 、 功能安全 、數據安全 、冗余備份等要求較高且搭載代碼量龐大需要極高算力支持 。 分布式架構下 智能化升級依靠 ECU 和傳感器數量的疊加；而在集中式架構下可將多個 ECU 收集的數據在同一域控制器中統一處理域內主控芯片算力較強 。

整車含控制器數量約為 40-80 個，其中汽車的科技配置越高，則控制器數量越多，同等 科技配置條件下，新能源汽車車型的控制器略多。 我們看好智能化+網聯化時代下大型控制器數量增加，汽車控制器量價齊升。從汽車控制 器來看，65%為智能網聯、7%為新能源、8%為動力、12%為底盤、4%為集成安全、4%為車 身。

我們看好電動化時代下，汽車從傳統車型向新能源汽車轉型帶動控制器數量及芯片增加。 根據廣汽研究院預測，傳統汽車控制器數量為 40-70 個，芯片數量為 400-700 個，預計 新能源汽車控制器數量為 45-80 個，芯片數量為 500-800 個。（報告來源：未來智庫）

2.3. 主控芯片： 智能座艙+自動駕駛雙輪驅動，智能化時刻來臨

隨著汽車電子化程度的加速滲透，汽車 ECU 的數量提升，而 ECU 中均需要 MCU 芯片。 汽車 MCU 占比 MCU 細分市場 37%，智能化需求下未來 32 位處理器將成為主流。

一輛汽車中所使用的半導體器件數量中，MCU 占比約 30%，每輛車至少需要 70 顆以上 的 MCU 芯片，隨著汽車不斷向智能化演進，MCU 的需求增長也將越來越快。 32 位 MCU：主要應用于儀表板控制、車身控制、多媒體信息系統、引擎控制及智能駕駛 安全系統及動力系統。其強調智能性、實時性和多樣化，除處理復雜的運算及控制功能， 32 位 MCU 產品也將扮演車用電子系統中的主控處理中心角色，也就是將分散各處的中 低階電子控制單元集中管理。 16 位 MCU：主要應用于動力傳動系統，如引擎控制、齒輪于離合器控制和電子式渦輪系 統等，也適合用于底盤結構和電子泵、電子剎車等。 8 位 MCU：主要應用于車體的各個子系統，包括風扇控制、空調控制、車窗升降、低階 儀表板、集線盒、座椅控制、門控模塊等控制功能。

全球 MCU 行業企業通過收購兼并方式提升市場份額。根據 IHS 數據，2020 年，全球汽 車電子用 MCU 龍頭企業為瑞薩電子、恩智浦、英飛凌等，其中瑞薩電子市場份額大幅提 升，達到 30%。根據 IC insights 數據，2021 年全球 MCU 市場規模 196 億美元，預計 2021-2026 年 CAGR 為 6.7％。

智能化演進，疊加高算力芯片的挑戰，SoC 異構集成揚帆起航。原來車里面 ECU 用的是 8 位、16 位的 MCU，現在主流 32 位的 MCU，同時 MCU 也從單核走向多核。芯片的算 力提升到幾百 T，甚至 1000T 的算力，這些芯片都是高算力的異構芯片，一個芯片內有 CPU 的核、加速器、AI 核、ISP 等，這些芯片上的軟件靠傳統 MCU 時代的嵌入式軟件是 支撐不了的，SoC 異構集成揚帆起航。

SoC 芯片主要分為智能座艙及自動駕駛芯片： 智能座艙 SoC 芯片滲透率不斷提升，預計到 2030 年接近 9 成：智能座艙芯片相比于自動駕駛芯片對安全的要求相對更低，未來車內“一芯多屏”技術的發展將依賴于智能座 艙 SoC，芯片本身也將朝小型化、集成化、高性能化的方向發展。

2.3.1. 智能座艙芯片： 2017 至 2020 年芯片復合增長率高達 28%

據國際電子商情，預計全球智能座艙市場在 2022 年將達到 438 億美元，年復合增長 9%。 整個供應鏈規模和增量都非常大。從華為、高通、NXP 智能座艙解決方案，到大陸、博 世、哈曼國際、電裝，再到北汽、WEY、蔚來、小鵬、理想、吉利、領克、福特、凱迪 拉克等車廠，整條產業鏈幾乎處于 ALL-IN 的狀態。 智能座艙定義：智能座艙被定義為主要涵蓋座艙內飾和座艙電子領域的創新與聯動，是 擁抱汽車行業發展新興技術趨勢，從消費者應用場景角度出發而構建的人機交互(HMI)體 系。

相對于自動駕駛，智能座艙芯片挑戰相對較低，國產化落地有望加速。智能座艙功能的 落地盡管要整合多個屏幕顯示(中控、儀表、抬頭等)、駕駛員監控、車聯網、娛樂系統及 部分輔助駕駛功能，但總體來說，由于不涉及底盤控制，安全壓力小，技術實現難度低、 成果易感知，有助于迅速提升產品差異化競爭力。因此國內 OEM 在等待自動駕駛關鍵技 術成熟的檔口，開始逐步將精力轉移到智能座艙的落地。

座艙技術鏈技術升級支撐“一芯多屏”趨勢。

座艙芯片、域控制器及操作系統等軟硬件技術的升級，為主機廠在多屏和聯屏方向提供更多空間， 座艙廠商紛紛發力“一芯多屏”的座艙方案，并且實現量產；其中自主品牌對座艙的聯屏方案更加 積極開放。 尺寸：從中短期趨勢來看，多屏、大尺寸屏幕是打造智能座艙科技感的重要方案，15 英寸以上的 中控屏以及成為多家車企的選擇 性能：高清晰度需求增長，對屏幕分辨率與性能的要求持續升級 新技術：OLED、曲面屏、可升降、3D 裸眼技術、AR 技術將被逐漸應用，高科技體驗更加明顯 造型多樣：結合內飾的風格與特點，屏幕造型呈現多樣性，包括切角、弧線、梯形、圓形等，以及 聯屏設計等進一步塑造科技感與特點 副駕屏幕：隨車企對于智能座艙作為第三空間認可的加深，其服務對象也從駕駛員乃至后排的顧客 進行拓展。服務屬性在保障駕駛安全的基礎上強調娛樂、社交等元素。

據蓋世汽車，預計智能座艙的演進過程帶動上游芯片快速發展，2030 年有望達千億規模， 單車價值鏈將顯著提升，成為 5G、傳感器、AI、高性能計算、服務、內容和系統面向駕 乘人員集中呈現的窗口。未來的智能座艙可以形容為“your home away from home“， 其應該有著更加多樣化的人機交互 HMI(語音、手勢、AR 抬頭顯示、融合導航指示），更 大更高分辨率(12inch+,4K)的屏幕, 流暢的屏屏互動功能，多模態的艙內傳感器(攝像頭、 毫米波雷達），更豐富的車機軟件，同時能把座艙數據進行更好的整合以帶來更便利的體 驗。

AR HUD 走向量產，成為顯示與交互的重要載體

AR HUD 走向量產，成為顯示與交互的重要載體。隨著 HUD 顯示效果的提升，其重要性 日益凸顯。目前 HUD 前裝量產以 W HUD 為主，AR HUD 也開始規模化落地。部分車企 的車型采用小尺寸儀表的+HUD，未來 HUD 或將進一步削弱作為主要顯示屏業界的地位。 AR-HUD 的軟件比拼的是 AI 能力和導航能力。導航能力必不可少是因為它是一個基礎功 能， AI 能力就是生態智能化以及交互智能化的智能體現。

AR-HUD、W-HUD 及 C-HUD 對比情況，目前市場面已有的 AR HUD 其實只是對傳統 WHUD 的小幅升級。實際上，AR HUD 可以做得更好且提供更多的體驗，為了實現這一 目標，要超越簡單的 WHUD 2.0，AR HUD 需要更多的信息處理能力，整合許多數據源， 能夠以低延遲進行實時計算，圖形渲染和坐標矯正。總而言之，與普通 WHUD 相比，實 現真正的 AR HUD 需要應用更多的技術。

據蓋世汽車，預計座艙芯片算力需求及規模顯著提升。

從 BOM 提升來看，電子電氣架構改變帶來的硬件與軟件的價值提升（~510 美元）將明 顯高于純 IVI（車載信息娛樂）系統和 Connectivity（互聯互通）系統（~230 美元）。其 中，座艙域控制器及基礎軟件（如 OS）有望成為未來五年的價值高地。

順應智能座艙多傳感器融合、多模交互及多場景化模式發展的演進趨勢，作為處理中樞的座艙 SOC 需要不斷發展突破。下一代座艙 SOC 發展主要呈現以下幾個趨勢：

（1）CPU 算力不斷提高。如高通驍龍 SA8155P 芯片的算力約 85KDMIPS，而 SA8195P 的 CPU 算 力約 150KDMIPS，芯馳科技最新推出的座艙芯片 X9U 的 CPU 性能達到 100KDMIPS 等。

（2）AI 算力需求越來越強，以支持語音和圖形甚至整車功能與駕駛者的交互。目前，已有部分量 產的座艙 SOC 芯片中嵌入 AI 加速計算，其算力在 1~5TOPS 左右。如用于奔馳第一代 MBUX 的英 偉達 Parker 的 AI 算力為 1TOPS，三星已量產的 Exynos Auto V910 具備約 1.9TOPS 的 AI 算力，而 三星規劃 2025 年前后投放量產的 Exynos Auto V920 座艙芯片的 NPU 算力將達到約 30TOPs。

（3）支持接入更多車載顯示屏和傳感器。如高通 8155/8195 最多支持 8 個傳感器輸出和 5 路顯示屏；三星 V910 支持 6 路顯示屏；2021 年上海車展，芯馳科技最新發布的智能座艙芯片 X9U，能夠 支持 10 個高清顯示屏。

（4）芯片制程工藝越來越先進。目前，7nm 及 8nm 制程座艙芯片已實現量產，如高通 8155/高通 8195，三星 V910 等。同時，高通發布的最新第四代驍龍汽車座艙芯片制程將達到 5nm，并計劃 2022 年開始量產。

（5）芯片迭代越來越快，新產品發布周期縮短。以前周期基本在 3-5 年左右，現在新品基本在 1- 2 年，座艙芯片迭代速度加快。

（6）座艙 SOC 也在向模塊化、可更換、可擴展的趨勢發展。2021 年 4 月，華為發布了麒麟車機 模組 9610，其內置車規芯片麒麟 990A，該芯片模組采用的是可插拔式設計，可通過對中央處理單 元更換的方式來進行更新，周期為三年一代，每一代的接口一樣，可直接更換，時間跨度上可以覆 蓋到汽車使用的全生命周期。

從廠商來看，智能座艙 SoC 廠商可以分為：消費級芯片生產商、傳統汽車芯片生產商、新興芯片 生產商 1）傳統汽車芯片龍頭： 產品線齊全，車規級芯片積累較多；與傳統主機廠合作關系良好；目前在 中低端車型應用較多 2）消費電子領域巨頭： 資金雄厚，可支撐起對先進制程和高算力芯片的研發投入；軟件生態好， 研發成果可加以最大限度利用；目前在中高端車型和造車新勢力廣泛應用，在智能座艙及自動駕駛 域均處于行業領先水平 3）國內科技公司：AI 技術出眾，通常可為客戶提供“算法+芯片”的軟硬件耦合的全棧式解決方 案；

消費級芯片廠商： 高通 三星 華為降維切入座艙 SoC 快速滲透高端市場

在手機等消費電子領域的出貨量可攤薄車載芯片研發成本先進制程研發費用高昂因此其 迭代速度遠超汽車芯片廠商掀起算力軍備競賽 。

三星：收獲奧迪全系列 MIB 3 TOP 和保時捷全系列座艙芯片訂單

OS 自主：采用開源的汽車級 Linux AGL 系統 較高通采用安卓更自主。收購哈曼： 2016 年以 80 億美元現金收購哈曼 哈曼汽車業務包括高端音響 、 IVI 、 車聯 網 、 導航系統 、 3 D 和 AR 、 第三方應用 、 多模人機界面等。

地平線： 國內首個軟硬結合 并將前瞻人工智能算法內置到芯片中的企業 。

目前已面向市場推出征程 2 、 征程 3 、 征程 5 芯片 并且已經形成了 自動駕駛 智能座艙 以及車內外聯動的完整產品布局 。 Horizon Matrix SuperDrive 全場景整車智能解決方案，且 Horizon Halo 20 以 2 個月為頻 次迭代算法的豐富度與精度并發布集成車載人機交互和車內外聯動體驗、自動駕駛于一 體。

我國 SoC 廠商方面，全志科技、晶晨股份、瑞芯微、富瀚微、中興通訊加速布局汽車芯 片。

全志科技: 智能車載市場，公司重點專注于智能座艙類產品，涵蓋智能車載信息娛樂系統、全數字 儀表、流媒體、AR-HUD、智能激光大燈、智能輔助預警等產品。 公司 T 系列產品應用于智能座艙，輔助駕駛，智慧工業，行業智能，包括佛吉亞中控車 機；長安汽車智能駕艙；一汽全景泊車，上汽榮威全景泊車等；南瑞繼保電力二次保護 設備，匯川工業人機交互/PLC 等；

晶晨股份： 上汽集團入股晶晨，有助于晶晨在汽車領域的發展，晶晨芯片產品主要用于車載信息娛 樂系統，當前已與海外高端高價值客戶的合作取得了積極進展，并收到部分客戶訂單， 銷量穩步增長。瑞芯微 PX 系列產品已應用于部分汽車電子產品，2021 年公司推出首顆 通過 AEC-Q100 車用可靠性標準測試的芯片 RK3358M，面向智慧汽車電子領域，后續將 陸續推出針對汽車前裝市場的智能座艙、娛樂中控、視覺處理等處理器芯片。

富瀚微: 重點布局車載視覺芯片，并已通過 AECQ100 Grade2 認證，進入汽車前裝市場，根據公 司《創業板向不特定對象發行可轉換公司債券募集說明書》公告，車用圖像信號處理及 傳輸鏈路芯片組項目可以覆蓋包括 ADAS、行車記錄儀、倒車后視等車用電子產品多個領 域。

中興通訊: 已成立汽車電子產品線開發車規 SOC 芯片、車載操作系統及基礎平臺軟件產品，與一汽 集團、上汽集團達成戰略合作并成立聯合創新中心。

座艙芯片兼顧高安全性、高算力、低功耗等特點是未來發展趨勢。高通布局多款芯片產品，技術與 市場優勢逐漸明顯，傳統汽車 SoC 芯片廠商的產品多用于中低端車型，市場份額被擠壓，此外本土 企業開啟發力。

供應商智能座艙平臺： 多家供應商智能座艙平臺在集成儀表中控、后座娛樂、HUD、語音等基本功能基礎上， 還進一步集成了環視、DMS、OMS 以及部分 ADAS 功能等，以德賽西威為代表的國內智 能座艙公司快速跟進，實現產量配套。（報告來源：未來智庫）

2.3.2. 自動駕駛芯片：算力指數級提升，為自動駕駛演進基礎

自動駕駛芯片：自動駕駛芯片一方面需要滿足更高的安全等級，同時隨著自動駕駛幾倍 的提升，需要更高的算力支持，未來自動駕駛芯片會往集成“CPU+XPU”的異構式 SoC （XPU 包括 GPU/FPGA/ASIC 等）方向發展。

算力隨著智能化提升不斷提升，L1 需要<1TOPS 算力，L2 為 10+TOPS 算力，L3 為 100+TOPS 算力, L4 為 500+TOPS 算力，L5 為 1000+TOPS 算力，高算力需求推動 SOC 芯 片和 AI 計算平臺迭起。

NPU 算力快速提升，從 2020 年的 0.5TOPS 提升為 2022 年的 6.2TOPS。其中 4TOPS 算 力涵蓋輔助駕駛（目標識別、交通標志檢測、車道線識別、雨量識別）、2TOPS 算力為駕 駛員監控（人類識別、疲勞檢測、分心檢測、抽煙檢測、打電話檢測）、0.2TOPS 為智能 語音（語音識別、自然語音形成、語音合成）。

GPU 算力從 2020 年的 200GFLPOS 提升為 2022 年的 700GFLPOS。 CPU 算力從 2020 年的 40KDMIIPS 提升為 2022 年的 80KDMIIPS。

以 Tesla 為例來看車載芯片主控 CPU 算力需求分布，座艙儀表需要大約 60.000DMIPS、 車身電子大約 10.000DMIPS、ePowerTrain 大約 15.000DMIPS、底盤大約 15.000DMIPS、 半自動駕駛大約 35.000DMIPS、網聯大約 20.000DMIPS。

競爭格局：當前多家頭部企業實現 L2-L5 全覆蓋，英偉達在算力方面更加領先，超過 1000tops。國內能耗比更好（地平線、黑芝麻等） 國內公司具備全生態定制+本土化服務優勢，國產替代正在進行。青桐資本分析，相比國 外公司具有 2 大顯著優勢：第一，開放性的軟硬件平臺，國內芯片廠商不僅提供芯片， 還能與國內車企共同定制開發獨有的生態系統；第二，本土化服務，一般國外廠商難以 進行二次調試，但本土廠商可以提供。

黑芝麻并沒有完全依賴于第三方的核心 IP，而是擁有自己的核心算法和核心 IP。目前已 經打造了 NeuralIQ ISP 圖像信號處理器和高性能深度神經網絡算法平臺 DynamAI NN 引 擎兩大核心算法 IP。已經與一汽南京聯合打造了包含域控制器硬件平臺、軟件平臺、人 工智能與視覺算法平臺的紅旗「芯算一體」自動駕駛平臺，未來將服務紅旗旗下的量產 車型。 地平線第三代車規級產品征程 5 已于近期落地，搭載其的比亞迪車型計劃 2023 年中上市。 征程 5 面向 L4 自動駕駛，單顆算力高達 128TOPS，是業界第一款集成自動駕駛和智能交 互于一體的全場景整車智能中央計算芯片。

華為基于云邊端領域全覆蓋的技術實力躋身國際前列，AI 芯片云邊端領域全覆蓋，基于 其為北汽 ARCFOX 阿爾法Ｓ定制的 MDC Pro 610 平臺打造出標準化產品 MDC 810，算力 達 400+TOPS。 從國際公司看，Mobileye 起步最早，市場占有率最高，但面臨客戶逐漸丟失的窘境；高 通、英偉達分別在智能座艙、自動駕駛領域處于領先位置，英偉達自動駕駛產品 Atlan 算 力已經可以達到 1000TOPS；AMD 從英特爾手中奪走特斯拉訂單；三星仍舊在持續發力， 補齊短板。功率半導體：新能源汽車核心器件，價值量實現四倍以上增長。

1. Mobileye 為自動駕駛視覺領導者， ADAS 份額全球領先

創立于以色列，是自動駕駛視覺主導方案的堅定擁護者與全球領導者 2017 年被 Intel 以 每股 63.54 美元現金收購。 提供傳感器芯片算法綁定的一體式解決方案 【 黑盒模式 】

2. 英偉達硬件優勢顯著， 具備“GPU+CPU+DPU”的“三芯”戰略

全球領先的人工智能計算公司利用其先進的硬件芯片開發優勢 以行業較領先的高性能安 全芯片為核心 提供完整的 硬件平臺和基礎軟件平臺。

英偉達計算平臺硬件： SoC 芯片 自動駕駛計算平臺

Xavier 芯片小試牛刀 Orin 芯片有望卡位自動駕駛未來： 目前 Xavier 已在小鵬 P 5 、 P 7 等車型中量產上車 該芯片采用了六種不同類型的處理器 包括 CPU 、 GPU 、 深度學習加 速器、 可編程視覺加速器 、 圖像信號處理器 和立體光流加速器 。 下一代 Orin 芯片已 發布但尚未量產 目前已被蔚來 ET 7 、 理想 X 01 、 智己 X 01 、 智己 L 7 、 上汽 R 汽車 ES 33 等多款車型提前預定 。

Drive AGX 計算平臺開啟算力軍備競賽： 基于 Xavier 芯片 NVIDIA 提供面向自動駕駛開 發的 DRIVE AGX Xavier 算力達到 30TOPS 面向 L 2 和 L 3 級自動駕駛；提供 DRIVE AGX Pegasus 使用兩塊 Xavier 系統級芯片和兩塊 Turing GPU 總算力達到 320TOPS 面向 L 4 級 和 L 5 級自動駕駛 。 此外 基于 Orin 芯片的 DRIVE AGX Orin 總算力超過 2000 TOPS 。 全球 GPU 領導者+獨有 CUDA 架構+獨有 TensorRT 加速包，構筑英偉達硬件平臺核心 競爭優勢。英偉達是全球 GPU 領導者，在圖形處理方面積累深厚；同時其獨有的 CUDA 架構和 TensorRT 加速包助力算法加速 為完善軟件開發生態提供土壤。

3. 華為軟硬兼具，打造平臺化、標準化智能駕駛生態

華為智能駕駛計算平臺算力矩陣完備：華為 MDC 計算平臺算力范圍覆蓋 48-400 +TOPS 適用車型包括乘用車、商用車、作業車等自動駕駛級別實現 L1- L5 全覆蓋，其 中 MDC 810 是已經量產的最大算力自動駕駛計算平臺。 完善的軟件生態與開發工具鏈：全棧自研 AOS 智能駕駛操作系統包括內核、中間件、 AI 計算框架 、工具鏈、云基礎軟件棧等。 打造平臺化、標準化的智能駕駛產業生態 平臺化：平臺硬件、平臺軟件服務、功能軟件平臺、配套工具鏈及端云協同服務支持組 件服務化、接口標準化、開發工具化 。 標準化：軟硬件解耦、一套軟件架構不同硬件配置支持從 L 2 到 L 5 的平滑演進 。

4. 地平線自研“芯片 算法 工具鏈”，自主崛起時代大有可為

地平線：國內領先的邊緣人工智能芯片及解決方案提供商。面向智能駕駛提供高性價比 的邊緣 AI 芯片、極致的功耗效率、開放的工具鏈、豐富的算法模型樣例和全面的賦能服務。

（本文僅供參考，不代表我們的任何投資建議。如需使用相關信息，請參閱報告原文。）

精選報告來源：【未來智庫】。未來智庫 - 官方網站