《汽車行業智能駕駛系列報告（一）：華為智能駕駛方案簡剖-240626（44頁）.pdf》由會員分享，可在線閱讀，更多相關《汽車行業智能駕駛系列報告（一）：華為智能駕駛方案簡剖-240626（44頁）.pdf（44頁珍藏版）》請在三個皮匠報告上搜索。

1、證券研究報告證券研究報告本報告僅供華金證券客戶中的專業投資者參考請仔細閱讀在本報告尾部的重要法律聲明本報告僅供華金證券客戶中的專業投資者參考請仔細閱讀在本報告尾部的重要法律聲明智能駕駛系列報告（一）：華為智能駕駛方案簡剖智能駕駛系列報告（一）：華為智能駕駛方案簡剖汽車行業報告領先大市-A（首次）2024年6月26日汽車行業報告領先大市-A（首次）2024年6月26日分析師：李蕙 S0910519100001聯系人：曾曉婷請仔細閱讀在本報告尾部的重要法律聲明 2核心觀點核心觀點u 華為華為ADSADS智駕方案始終堅持激光雷達智駕方案始終堅持激光雷達+毫米波雷達毫米波雷達+攝像頭的多傳感器融合路線

2、，行業降本壓力下硬件配置從超配逐步轉攝像頭的多傳感器融合路線，行業降本壓力下硬件配置從超配逐步轉向貼合實際需求，帶動整體硬件成本下降。向貼合實際需求，帶動整體硬件成本下降。1）單車傳感器數量呈現下降趨勢，包括激光雷達從3個減配至1個、毫米波雷達從6R減配至3R、攝像頭數量亦有所減少；2）車側算力從400TOPS降低至200TOPS、更貼合實際需求，同時或在探索“Max+Pro”雙版本智駕硬件配置方案。u 算法架構方面，從算法架構方面，從20212021年的年的ADS 1.0ADS 1.0到到20232023年的年的ADS 2.0ADS 2.0，障礙物識別從人工標注走向自主決策、道路識別上從有圖

3、方案，障礙物識別從人工標注走向自主決策、道路識別上從有圖方案轉為無圖方案，而今年轉為無圖方案，而今年4 4月發布的月發布的3.03.0版本采用端到端大模型。版本采用端到端大模型。華為ADS在感知、決策規劃兩大方面持續迭代：1）障礙物識別方面，從BEV升級至GOD，優化對異形障礙物、罕見障礙物的識別性能；2）車道識別及路徑規劃方面，從1.0的“有高精地圖”轉向2.0的“無圖”，無外購高精地圖基礎下，采用RCR算法完成車道實時識別及路徑規劃，提升了智駕方案的城市泛化速度及更新頻率；3）ADS 3.0采用端到端大模型，有別于特斯拉所宣傳的“大一統”模型，華為ADS采用感知+決策分層的GOD+PDP架

4、構。u 智駕生態逐步擴大，華為作為國內領先智駕廠商有望引領產業發展。智駕生態逐步擴大，華為作為國內領先智駕廠商有望引領產業發展。華為目前已與五大車企深度合作，三大合作模式下終端車企“朋友圈”陸續開拓中。ADS高階包或已實現銷售規模超30億元，車BU已接近盈虧平衡。同時，華為積極參與國內智駕標準建立，未來有望持續引領我國智駕產業發展。華為智駕持續發展帶動其合作車型競爭力不斷提升，因此我們推薦關注華為合作智駕車型相關供應鏈的發展機遇。u 風險提示：智能駕駛安全風險、新能源汽車行業競爭加劇的風險、智能駕駛技術發展不及預期的風險等風險fY9WbZfVfYeZeUfVaQ8Q7NtRpPoMsOiNqQ

5、qOfQtRrO8OoPmMNZtPqMvPnMoP請仔細閱讀在本報告尾部的重要法律聲明 3目錄目錄010204030506歷史迭代：從歷史迭代：從ADS1.0ADS1.0到到ADS3.0ADS3.0，堅持多傳感器融合方案，堅持多傳感器融合方案硬件配置：化繁為簡，傳感器用量趨于減少硬件配置：化繁為簡，傳感器用量趨于減少硬件方案變化的可能探討：激光雷達硬件方案變化的可能探討：激光雷達VSVS毫米波雷達毫米波雷達算法架構：從人工標注到自主決策，由有圖轉向無圖算法架構：從人工標注到自主決策，由有圖轉向無圖風險提示風險提示華為智駕華為智駕生態生態持續做大，有望繼續引領我國產業發展持續做大，有望繼續引領

6、我國產業發展請仔細閱讀在本報告尾部的重要法律聲明 4目錄目錄010204030506歷史迭代：從歷史迭代：從ADS1.0ADS1.0到到ADS3.0ADS3.0，堅持多傳感器融合方案，堅持多傳感器融合方案硬件配置：化繁為簡，傳感器用量趨于減少硬件配置：化繁為簡，傳感器用量趨于減少硬件方案變化的可能探討：激光雷達硬件方案變化的可能探討：激光雷達VSVS毫米波雷達毫米波雷達算法架構：從人工標注到自主決策，由有圖轉向無圖算法架構：從人工標注到自主決策，由有圖轉向無圖風險提示風險提示華為智駕生態持續做大，有望繼續引領我國產業發展華為智駕生態持續做大，有望繼續引領我國產業發展請仔細閱讀在本報告尾部的重要

7、法律聲明 5資料來源：佐思汽車研究、觀察者網、IT之家、車型圖片來自于對應品牌官網及IT之家，華金證券研究所整理歷史迭代：從歷史迭代：從ADS1.0到到ADS3.0，堅持多傳感器融合方案，堅持多傳感器融合方案u 華為高階智能駕駛系統（ADS）最新版本為今年4月智能汽車解決方案發布會上官宣的華為乾崑ADS 3.0，預計將在與北汽合作的豪華旗艦轎車享界S9上首發搭載。此前的1.0及2.0版本分別于2021年及2023年發布。相較于歷史版本，ADS3.0在軟件架構及功能上均有所升級。參數參數ADS 1.0ADS 2.0ADS 3.0發布時間2021.42023.42024.4配置方案多傳感器融合方案

8、+有圖智駕多傳感器融合方案+無圖智駕多傳感器融合方案+無圖智駕軟件架構BEVBEV+GODGOD大網+PDP核心智駕功能NCA智駕領航輔助（城區車道，限于上海、廣州、深圳）NCA智駕領航輔助（高速路、城區車道，覆蓋全國）NCA智駕領航輔助（高速路、城區車道，覆蓋全國可實現車位到車位）智駕級別L1L2L2搭載車型極狐阿爾法S、阿維塔11問界M5/M7/M9、阿維塔11鴻蒙版、阿維塔12、智界S7享界S9（預計）華為華為ADSADS歷史版本特性歷史版本特性請仔細閱讀在本報告尾部的重要法律聲明 6資料來源：新出行、華金證券研究所華為華為ADS硬件迭代：堅持多傳感器融合方案硬件迭代：堅持多傳感器融合方

9、案請仔細閱讀在本報告尾部的重要法律聲明 7華為華為ADS硬件迭代：堅持多傳感器融合方案硬件迭代：堅持多傳感器融合方案u 從ADS1.0到3.0迭代過程中，華為堅持多傳感器方案，通過激光雷達、毫米波雷達、攝像頭等多傳感器互補融合感知，以達到在惡劣天氣及光線不足情況下仍能有較好的感知識別表現。u 攝像頭作為基礎的圖像信息采集傳感器，起到不可或缺的作用。天氣及光照條件較佳時，激光雷達可采集較為豐富的周邊環境信息并生成3D環境圖像，其成像質量較佳；極端天氣或夜晚條件下，毫米波雷達可輔助完成環境信息的采集及障礙物探測，并與攝像頭采集到的信息進行融合，實現在各種環境條件下，以及對異形障礙物均有較佳的性能表

10、現。超聲波雷達成本較低、對短距的感知探測強，為泊車輔助的必備元件。資料來源：電子工程專輯、搜狐、相關圖片來自德國大陸、法雷奧、舜宇光學官網及易車網，非華為合作車型搭載實物；華金證券研究所整理激光雷達激光雷達毫米波雷達毫米波雷達超聲波雷達超聲波雷達攝像頭攝像頭示意圖作用成像級傳感器，可以渲染3D環境盲點監測、變道輔助5m以內的短距感知，泊車輔助環境探測、障礙物信息采集優點成像干凈、噪點少，信息豐富感知距離遠，在夜晚以及極端天氣的條件下仍可完成探測獲取信息較為豐富、速度快、抗電磁波干擾能力較強、成本較低成本相對較低；可以描繪道路環境的深度信息及3D整體環境缺點受天氣和光照的條件影響明顯；感知范圍較

11、近；適用于低速/城區，高速行車上有欠缺 對靜止的障礙物探測有待提高；噪點多、對金屬敏感 作用距離較近；點云沒有高度信息，只可以輸出高低屬性視覺受天氣及光線影響強車載傳感器的作用及優缺點對比車載傳感器的作用及優缺點對比請仔細閱讀在本報告尾部的重要法律聲明 8目錄目錄010204030506歷史迭代：從歷史迭代：從ADS1.0ADS1.0到到ADS3.0ADS3.0，堅持多傳感器融合方案，堅持多傳感器融合方案硬件配置：化繁為簡，傳感器用量趨于減少硬件配置：化繁為簡，傳感器用量趨于減少硬件方案變化的可能探討：激光雷達硬件方案變化的可能探討：激光雷達VSVS毫米波雷達毫米波雷達算法架構：從人工標注到自

12、主決策，由有圖轉向無圖算法架構：從人工標注到自主決策，由有圖轉向無圖風險提示風險提示鴻蒙智行不斷鴻蒙智行不斷“擴圈擴圈”，持續做大智駕生態，持續做大智駕生態請仔細閱讀在本報告尾部的重要法律聲明 9資料來源：vehicle、未來汽車日報、潮電智能汽車、懂車帝、華金證券研究所整理硬件配置：化繁為簡，雷達用量趨于減少硬件配置：化繁為簡，雷達用量趨于減少u 在硬件配置上，華為ADS堅持多傳感器融合方案?？紤]到目前ADS3.0尚未公布對應的硬件配置方案，我們從ADS1.0及ADS2.0的硬件配置對比分析來看，硬件數量持續“做減法”，包括激光雷達用量、毫米波雷達用量、攝像頭用量均有所減少，同時，端側處理器

13、簡化算力配置，以進一步降低總成本。華為歷代華為歷代ADSADS硬件方案硬件方案硬件種類硬件種類ADS 1.0ADS 2.0ADS 3.0激光雷達激光雷達3（1前向激光雷達+2側向激光雷達，華為自研雷達，96線）1（1前向激光雷達，速騰聚創等效126線的M1激光雷達/華為192線雷達）1（1前向激光雷達）毫米波雷達毫米波雷達6（1前向+2側前+2側后+1后向）3（1前向+2側后）至少1（1前向+？）感知攝像頭感知攝像頭13（4前向+4側向+1后向+4環視）11（2前向+4側向+1后向+4環視）未知超聲波雷達超聲波雷達121212駕駛員監控攝像頭駕駛員監控攝像頭DMS11未知智駕處理器智駕處理器M

14、DC 610 ProMDC 610未知端側算力端側算力400 TOPs200 TOPs未知請仔細閱讀在本報告尾部的重要法律聲明 102250053900100000100002000030000400005000060000禾賽科技速騰聚創20202021202220232024Q1資料來源：禾賽科技年報、速騰聚創年報、速騰聚創招股說明書、鐳神智能官網、新出行、傳感器專家網、華金證券研究所整理一、激光雷達：硬件成本核心，數量大幅下降一、激光雷達：硬件成本核心，數量大幅下降u 細分來看，激光雷達的數量減少是硬件總成本降低的核心原因。細分來看，激光雷達的數量減少是硬件總成本降低的核心原因。盡管近年

15、來隨著規模應用及上游原材料下降等因素，激光雷達產品均價呈現大幅下降，但目前其單價范圍仍在數百美元至數千美元不等，橫向對比來看，激光雷達依然是智駕硬件方案中最為昂貴的配置之一。因此，由ADS1.0向2.0的迭代中激光雷達用量從3個減配至1個，去除了2個側向激光雷達，僅保留1個前向激光雷達，使得對應成本大幅減少。u 雖然用量減少，但硬件實現升級。雖然用量減少，但硬件實現升級。ADS 1.0中采用的是華為自研的96線激光雷達，而ADS 2.0中根據車型不同，采用等效126線的速騰聚創M1雷達或192線（業界車規級量產最高線數）激光雷達，ADS 3.0預計亦將采用自研的192線激光雷達，在分辨率、刷新

16、頻率上持續提升。激光雷達激光雷達ADS 1.0ADS 1.0ADS 2.0ADS 2.0ADS 3.0用量3（1前向+2側向）1（前向）1（前向）產品信息華為自研雷達，96線速騰聚創126線M1雷達（問界M5/M7/新M7）或192線（問界新M7 Ultra/M9、智界S7）華為自研雷達，預計為192線激光雷達主要使用激光束來計算物體激光雷達主要使用激光束來計算物體到目標表面的可變距離，工作原理為到目標表面的可變距離，工作原理為向目標發射激光束后，將接收到的從向目標發射激光束后，將接收到的從目標反射回來的激光束與發射束進行目標反射回來的激光束與發射束進行比較，從而獲得目標距離、方位、高比較，從

17、而獲得目標距離、方位、高度、速度、姿態、形狀等多項參數，度、速度、姿態、形狀等多項參數，以協助汽車認知路面自然環境、創建以協助汽車認知路面自然環境、創建車輛周圍環境的車輛周圍環境的3D3D地圖。地圖。激光雷達生成的3D環境圖主流廠商產品主流廠商產品價格持續下探價格持續下探單位：元人民幣注：禾賽科技價格數據采取人民幣：美元匯率為7進行換算請仔細閱讀在本報告尾部的重要法律聲明 11資料來源：蓋世汽車、高工智能汽車、前瞻經濟學人、華金證券研究所整理激光雷達競爭格局：集中度高，國產廠商占據絕對主導激光雷達競爭格局：集中度高，國產廠商占據絕對主導主流廠商產品主流廠商產品價格持續下探價格持續下探u 隨著我

18、國新能源汽車產業的快速發展，國內激光雷達競爭格局發生了較為深刻的變化。2021年以前，國內激光雷達市場主要由Velodyne、法雷奧等國外廠商占據主導地位，國產廠商占比較低；2021年末，隨著搭載國產激光雷達的車型陸續發布、交付，國產廠商的市場份額快速抬升。目前禾賽科技、速騰聚創、華為技術及圖達通四家國產廠商合計市占率超過目前禾賽科技、速騰聚創、華為技術及圖達通四家國產廠商合計市占率超過97%97%。預計預計20242024年激光雷達搭載量將達到百萬級別：年激光雷達搭載量將達到百萬級別：據高工智能汽車，2023年國內乘用車（不含進出口）前裝標配激光雷達交付57.09萬顆，2024年1-4月交付

19、30.63萬顆，預計2024年搭載量將達到120-150萬規模。今年今年Q1Q1數據來看，速騰聚創市場份額過半數據來看，速騰聚創市場份額過半：根據蓋世汽車最新數據，速騰聚創今年Q1憑借11.61萬顆的交付量占據國內前裝激光雷達搭載榜首，市場份額達到51.6%；華為憑借4.18萬顆的交付量占據榜二，市占率為18.6%。34.0%28.4%24.0%12.4%1.2%15.2%12.5%51.6%18.6%2.1%禾賽科技圖達通速騰聚創華為技術其他14.0%4.0%4.0%78.0%禾賽科技萬集科技道通科技其他20202020年國內激光雷達競爭格年國內激光雷達競爭格局：以國外廠商為主局：以國外廠商

20、為主近兩年來，國產廠商已掌握近兩年來，國產廠商已掌握行業絕對話語權行業絕對話語權注：內圈為2023年國內激光雷達市場份額、外圈為2024Q1市場份額請仔細閱讀在本報告尾部的重要法律聲明 12u毫米波雷達可分為前向雷達、角雷達。毫米波雷達可分為前向雷達、角雷達。從探測距離及安裝位置來看，毫米波雷達可分為前向雷達和角雷達，其中前向雷達的探測范圍在200m以內，負責實時獲取車前方的目標信息；而角雷達位于車的四角，主要用于監測內外后視鏡視覺盲區的移動物體，相比前雷達而言探測距離較短。u毫米波雷達用量亦呈現下降趨勢。毫米波雷達用量亦呈現下降趨勢。華為ADS1.0中配置了1顆前向雷達及1顆后向雷達、4顆角

21、雷達，而在ADS2.0中僅保留了1顆前向雷達及2顆角雷達。u華為推出自研華為推出自研4D4D毫米波雷達并有望搭載于享界毫米波雷達并有望搭載于享界S9S9。4D毫米波雷達相較于傳統毫米波雷達新增了1D高度信息，可實現類似激光雷達的成像功能，目前行業正積極探索4D毫米波雷達的使用。華為在今年4月首發了自研的高精度4D毫米波雷達，其相較于傳統雷達探測距離提升35%達到280m，且支持泊車模式，垂直視野3倍提升至60，距離精度提升4倍至5厘米。據官網，即將于8月發布的享界S9將標配4D毫米波雷達。二、毫米波雷達：傳統雷達用量減少，探索二、毫米波雷達：傳統雷達用量減少，探索4D產品的使用產品的使用毫米波

22、雷達毫米波雷達ADS 1.0ADS 1.0ADS 2.0ADS 2.0ADS 3.0ADS 3.0用量6（1前向+2側前+2側后+1后向）3（1前向+2側后）至少1（1前向+？）產品信息華為自研華為自研-產品價格400元以內傳統雷達350元以內，4D毫米波雷達千元左右傳統雷達350元以內，4D毫米波雷達千元左右毫米波雷達使用在毫米波頻段的探測波，毫米波雷達使用在毫米波頻段的探測波，由發射機通過雷達天線發射電磁波，遇由發射機通過雷達天線發射電磁波，遇到障礙物反射，再由接收機接收，根據到障礙物反射，再由接收機接收，根據收發之間的時間差測得目標的距離、角收發之間的時間差測得目標的距離、角度、車速等數

23、據。其可探測距離較遠，度、車速等數據。其可探測距離較遠，可靠性相對較高。目前在汽車中主要用可靠性相對較高。目前在汽車中主要用于于ACCACC巡航、巡航、AEBAEB主動剎車兩大場景。主動剎車兩大場景。多模毫米波雷達在智能汽車上的應用資料來源：賽文交通網、36氪、新浪汽車、蓋世汽車、易車網、騰訊網、電子工程世界、應用于智能駕駛的77 GHz毫米波汽車雷達收發機芯片（段宗明等），華金證券研究所整理請仔細閱讀在本報告尾部的重要法律聲明 13u 目前我國車載毫米波雷達以外資廠商為主，行業集中度相對較高；與功能安全等級較高的前向雷達相比，角雷達國產化目前我國車載毫米波雷達以外資廠商為主，行業集中度相對較

24、高；與功能安全等級較高的前向雷達相比，角雷達國產化進展相對較優。進展相對較優。u 國內市場搭載量在千萬級別：國內市場搭載量在千萬級別：2022年我國車載毫米波雷達前裝搭載量為1793萬臺，同比增長31.1%。u 華為、福瑞泰克、森思泰克角雷達占據一定份額華為、福瑞泰克、森思泰克角雷達占據一定份額：分前向雷達及角雷達來看，角雷達國產化優于前向雷達，今年1-4月華為、福瑞泰克均進入前五大廠商，?？低曌庸旧继┛耸姓悸?.46%。而前裝雷達由博世、大陸、電裝等國際廠商主導，CR5超過95%；該領域較為領先的國產廠商為森思泰克。毫米波雷達競爭格局：國際企業主導，角雷達率先國產化毫米波雷達競爭格局：

25、國際企業主導，角雷達率先國產化資料來源：高工智能汽車、華金證券研究所整理0.00%5.00%10.00%15.00%20.00%25.00%30.00%35.00%40.00%45.00%050010001500200025003000350040002020202120222023E2024E2025E搭載總量（萬顆）yoy（右軸）2020-20252020-2025年國內乘用車毫米波雷達前裝搭載總量年國內乘用車毫米波雷達前裝搭載總量23.57%16.93%12.23%10.80%8.28%6.46%5.98%4.90%10.85%安波福華為Veoneer博世福瑞泰克森思泰克大陸集團弗迪其他

26、39.51%33.08%11.85%6.63%4.37%4.55%系列1博世大陸電裝維寧爾安波福其他20232023年年1-61-6月國內前向雷達競爭格局（左）及月國內前向雷達競爭格局（左）及20242024年年1-41-4月國內角雷達競爭格局（右）月國內角雷達競爭格局（右）請仔細閱讀在本報告尾部的重要法律聲明 14三、攝像頭：前視方案由多目向雙目轉換三、攝像頭：前視方案由多目向雙目轉換u 攝像頭從多目轉向雙目，與行業主流趨勢一致。攝像頭從多目轉向雙目，與行業主流趨勢一致。攝像頭作為汽車自動駕駛系統的視覺傳感器，主要起到搜集車輛周邊環境、人、車情況等圖像信息的作用。根據配備攝像頭的數量，車載攝

27、像頭方案可分為單目/雙目/多目。單目相機最為常見，其視距較遠，但無法獲取深度信息；雙目相機擁有兩個攝像頭，可獲取深度信息，但需要較為精確的相機標定；多目相機在雙目相機基礎上可獲得更多信息，但在信息融合、計算等層面需要更多的支持，成本相對較高。目前國內主流廠商的前視相機大部分采用多目方案，但隨著攝像頭分辨率提升及出于成本考量，配備攝像頭數量逐步從2個以上減少為2個。攝像頭攝像頭ADS 1.0ADS 1.0ADS 2.0ADS 2.0ADS 3.0ADS 3.0用量13（4前向+4側向+1后向+4環視）11（2前向+4側向+1后向+4環視）未知產品價格前視攝像頭300-500元，其余攝像頭150-

28、200元特斯拉特斯拉HW3.0HW3.0三目相機結構拆解三目相機結構拆解品牌品牌方案方案車型車型攝像頭攝像頭個數個數分辨率分辨率FOV（）特斯拉HW3.0Model 3/S/X3（長焦，中焦，廣角）1.2MP35/50/120HW4.0-2（中焦，廣角）5MP50/120蔚來NIO PilotES6/ES8/EC63（長焦，中焦，廣角）1.8MP28/52/150NADET5/ET72（長焦，廣角）8MP30/120小鵬Xpilot 3.0G63（長焦，中焦，廣角）2MP28/52/100Xpilot 3.5P53（長焦，中焦，廣角）2MP28/52/100Xpilot 4.0G92（長焦，廣

29、角）8MP30/120理想J5平臺L7/L8-Air/Pro1（廣角）8MP120雙Orin-X平臺L7/L8-Max2（長焦，廣角）8MP30/120華為ADS 1.0極狐阿爾法S、阿維塔1143-5MP-ADS 2.0問界M5/M7/M9、阿維塔12、智界S7等28MP-資料來源：蓋世汽車、焉知汽車、華金證券研究所整理請仔細閱讀在本報告尾部的重要法律聲明 15四、車載算力：逐步貼近實際需求四、車載算力：逐步貼近實際需求智能駕駛算力平臺智能駕駛算力平臺ADS 1.0ADS 1.0ADS 2.0ADS 2.0ADS 3.0ADS 3.0產品型號MDC 610 Pro（MDC 810 HI項目定

30、制版）MDC 610未知算力400 TOPS200 TOPS未知u 車側算力從超配轉向貼合實際需求。車側算力從超配轉向貼合實際需求。從產品發布歷史來看，從MDC 300F到MDC 810，CPU及算力配置呈現升級，但實際上車算力從ADS 1.0的400TOPS降至ADS 2.0的200TOPS；大算力硬件的搭載或為未來升級更高等級的自動駕駛方案做好準備，但現階段應用中或出現算力冗余，帶來不必要的功耗及里程問題，如蔚來ET7搭載了4顆Orin芯片，總算力達到1016TOPS，但目前實際運用中僅2顆Orin SoC 參與實際的實時自動駕駛數據處理。資料來源：集微網、汽車之心、華金證券研究所整理車型

31、車型MDC 型號型號量產時間量產時間極狐阿爾法 S 華為 HI版華為MDC Pro 610(MDC 810 HI項目定制版)2022年SOP阿維塔 11華為MDC Pro 610(MDC 810 HI項目定制版)2022年SOP長城沙龍機甲龍雙華為MDC6102022年SOP合眾哪吒 S華為MDC6102022年SOP廣汽埃安 AION LX Plus華為MDC6102022年SOP比亞迪高端品牌車型華為MDC6102023年SOP奇瑞高端品牌車型華為MDC 210/6102023年SOP廣汽 AH8華為 MDC(型號待定)2024年SOP華為華為MDCMDC已知合作車型已知合作車型產品型號產

32、品型號發布時間發布時間面向智駕面向智駕級別級別主控芯片組合主控芯片組合算力算力支持場景支持場景MDC 6002018年10月L4鯤鵬系列16核CPU+昇騰310*8352TOPS-MDC 300F2019年L3鯤鵬系列8核CPU+昇騰31064TOPSINT8稠密商用車、作業車等封閉場景作業自動駕駛MDC 2102020年9月L2+-48TOPSINT8稠密乘用車L2+自動駕駛MDC 6102020年9月L3-4鯤鵬916（32核）+昇騰610200TOPSINT8稠密乘用車L4自動駕駛MDC 8102021年4月L4-5鯤鵬916+昇騰610*2400TOPSINT8稠密Robtaxi L4

33、-L5自動駕駛華為華為MDCMDC產品序列產品序列請仔細閱讀在本報告尾部的重要法律聲明 16四、車載算力：從全系標配開始轉向四、車載算力：從全系標配開始轉向“高高+低低”雙版本配置雙版本配置u 華為在華為在2023年年11月發布的智界月發布的智界S7上探索了上探索了“Max+Pro”雙版本方案模式，其中雙版本方案模式，其中Max系列（包括系列（包括Max、Max+、Max RS、Ultra版本）支持城市版本）支持城市NCA、標配、標配1顆顆192線激光雷達，建議零售價在線激光雷達，建議零售價在26.98萬元及以上；萬元及以上；Pro版支持高速版支持高速NCA、無激光雷、無激光雷達，建議零售價為

34、達，建議零售價為24.98萬元。萬元。u 從行業情況來看，自2022年，以是否能夠支撐城市NOA為界，包括小鵬、理想在內的部分主流智駕廠商在硬件配置上已開始出現“Max+Pro”雙版本方案，其中Max版本支持城市NOA、搭載較高算力，為未來的智駕系統升級做好準備，Pro版本支持高速NOA、算力配置相對較低，保障已較為成熟的L2級智能駕駛的實現。u 小鵬在2022年9月下旬正式發布小鵬G9、推出支持XNGP的Max版本和支持Xpilot的Pro版本。后續發布的P7i、G6、2024款G9也延續了Max+Pro雙版本方案。u 2022年9月30日，理想汽車在發布L8時推出L8 Max及L8 Pro

35、雙版本。2023年發布的L7亦延續雙版本方案。資料來源：澎湃新聞、IT之家、華金證券研究所整理請仔細閱讀在本報告尾部的重要法律聲明 17目錄目錄010204030506歷史迭代：從歷史迭代：從ADS1.0ADS1.0到到ADS3.0ADS3.0，堅持多傳感器融合方案，堅持多傳感器融合方案硬件配置：化繁為簡，傳感器用量趨于減少硬件配置：化繁為簡，傳感器用量趨于減少硬件方案變化的可能探討：激光雷達硬件方案變化的可能探討：激光雷達VSVS毫米波雷達毫米波雷達算法架構：從人工標注到自主決策，由有圖轉向無圖算法架構：從人工標注到自主決策，由有圖轉向無圖風險提示風險提示華為智駕生態持續做大，有望繼續引領我

36、國產業發展華為智駕生態持續做大，有望繼續引領我國產業發展請仔細閱讀在本報告尾部的重要法律聲明 18激光雷達激光雷達 VS 4DVS 4D毫米波雷達：鹿死誰手？毫米波雷達：鹿死誰手？u 目前行業主流的多傳感器融合方案中，激光雷達由于成像質量高而多作為主傳感器，但其價格較為高昂。在國內下游廠商成本壓力加劇情況下，一方面，成本優勢明顯的4D毫米波雷達已具備成像能力，隨著性能逐步提升，車企有望使用4D毫米波雷達替代激光雷達；另一方面，隨著規模放量及原材料價格下降，激光雷達價格不再“高冷”，從過去的數千美金已降至數百美金。資料來源：麥姆斯咨詢、傲圖科技、華金證券研究所整理左圖：激光雷達+4D毫米波雷達成

37、像效果；右圖：僅4D毫米波雷達成像效果禾賽創始人投資的傲圖科技旗下4D毫米波雷達首款產品V1參數：最大探測距離350m，最大距離分辨率為0.31m，距離準確精度為0.1m，可實現無模糊性的速度檢測，檢測范圍為-110m/s至55m/s，速度分辨率為0.2m/s，精度達到0.02m/s。請仔細閱讀在本報告尾部的重要法律聲明 194D4D毫米波雷達具有強成本優勢，性能已可達到成像級別毫米波雷達具有強成本優勢，性能已可達到成像級別u 一方面，具備較強成本優勢和抗干擾能力的4D毫米波雷達性能上逐步向激光雷達靠近。u 4D毫米波雷達已具備成像功能：傳統3D毫米波雷達僅能實現測角、測距、測速等功能，在視角

38、上僅有一個“平面”，對于靜止及低速行駛的目標探測準確率低；而4D毫米波雷達在其基礎上增加了俯仰角的測量信息，實現了對物體高度的探測，能呈現出目標障礙物的輪廓，且提高了對于靜態物體的識別能力。u 相較于激光雷達，具備較強的成本優勢及抗干擾能力：1）目前 4D 毫米波雷達整體價格約在千元，如Arbe公司的成像雷達價格為人民幣690-1036元，采埃孚、大陸等Tier 1的產品單價為1036-1381元；同時，其價格正在快速向傳統毫米波雷達靠近。而目前國內激光雷達價格在450-500美金。2）基于成像原理的不同，毫米波雷達相較于激光雷達在大雨、暴雪、夜晚等條件下的表現更佳。u 主流毫米波廠商紛紛布局

39、4D毫米波雷達：傳統Tier1博世、大陸、安波福、采埃孚等廠商布局較早，華為、Mobileye等亦已推出相應產品，此外，2023年以來，國內至少已有10家4D毫米波雷達企業獲得融資，已披露融資總額遠超十億元。目前，除華為自研產品已用在智駕方案中，森思泰克4D毫米波雷達產品已搭載理想L7、傲酷4D毫米波雷達解決方案已應用在長城的無人物流車中。資料來源：36氪、Yole、華金證券研究所整理請仔細閱讀在本報告尾部的重要法律聲明 20激光雷達價格快速下降，趨勢有望持續激光雷達價格快速下降，趨勢有望持續u 另一方面，激光雷達價格隨著規模放量及原材料價格下降而逐漸下探，且其性能亦在逐步提升。u 激光雷達價

40、格持續下降：以業內主流廠商禾賽科技及速騰聚創為例，根據其年度報告，上述兩家企業的ADAS激光雷達產品2021年價格分別為5.39萬元、1萬元，2023年已分別降至7700元、3200元，兩年時間內分別下降了超過85%、68%，其中速騰聚創2024Q1最新產品價格進一步下降至2600元。u 激光雷達產品迭代速度快：目前業界主流為128線激光雷達，而國內首個量產的最高線數雷達現為華為于2023年12月發布的192線激光雷達，其成像能力達到184萬點/秒、垂直分辨率達到0.1、雷達掃描頻率為20Hz、掃描范圍達到250m。而4D毫米波雷達成像水平目前僅近似于16或32線激光雷達水平。u 業內廠商對激

41、光雷達進一步降本信心較高：2020年，時任華為智能汽車解決方案BU總裁的王軍曾表示，華為的目標是把激光雷達的價格壓到100美元（約合人民幣724.4元）以內。目前速騰聚創激光雷達MX將以低于200美元的成本實現首個項目的量產，且據其CEO邱純潮透露，會盡快將價格鎖定到1000元左右。單位：元人民幣單位：元人民幣202020202021202120222022202320232024Q12024Q1禾賽科技-53900140007700-yoy-74%-45%速騰聚創2250010000430032002632yoy-56%-57%-26%資料來源：速騰聚創年報、禾賽科技財務報告、與非網、界面新

42、聞、華金證券研究所整理注：禾賽科技價格數據采取人民幣：美元匯率為7進行換算請仔細閱讀在本報告尾部的重要法律聲明 21現階段現階段4D4D毫米波雷達的應用仍有較多問題亟待解決毫米波雷達的應用仍有較多問題亟待解決u 目前激光雷達仍是業內主流方案，4D毫米波雷達處于小規模試用階段，其融合算法有待進一步發展，以充分發揮4D點云的優勢。u 盡管國內布局4D毫米波雷達產品的廠商不少，但從實際量產情況來看，4D毫米波雷達尚在量產應用的早期階段，整體體量還較小。木?？萍糃TO冀連營博士表示，業內對于4D毫米波雷達究竟是替代原有的3D雷達做感知冗余，還是作為主傳感器，仍處于比較模糊的狀態。u 目前存在的問題是，

43、主機廠的智能駕駛系統尚未將4D毫米波雷達的點云信息將其他雷達及傳感器的信息實現數據級融合，更無法實現雷達數據在深度學習中的應用。因此，4D成像雷達的優勢并未能得到充分發揮。此外，成像雷達的陣列設計、抗干擾等問題亦有待優化。資料來源：高工智能汽車、華金證券研究所整理請仔細閱讀在本報告尾部的重要法律聲明 22目錄目錄010204030506歷史迭代：從歷史迭代：從ADS1.0ADS1.0到到ADS3.0ADS3.0，堅持多傳感器融合方案，堅持多傳感器融合方案硬件配置：化繁為簡，傳感器用量趨于減少硬件配置：化繁為簡，傳感器用量趨于減少硬件方案變化的可能探討：激光雷達硬件方案變化的可能探討：激光雷達V

44、SVS毫米波雷達毫米波雷達算法架構：從人工標注到自主決策，由有圖轉向無圖算法架構：從人工標注到自主決策，由有圖轉向無圖風險提示風險提示華為智駕生態持續做大，有望繼續引領我國產業發展華為智駕生態持續做大，有望繼續引領我國產業發展請仔細閱讀在本報告尾部的重要法律聲明 23“識物識物”：從：從BEV到到GOD，從人工標注到自主決策，從人工標注到自主決策u BEV（Birds Eye View）指的是一種鳥瞰式的立體視角/坐標系，相當于在車輛正上方10-20米處俯視車輛及周圍環境，也被稱為“上帝視角”。u 華為ADS 1.0主要采用BEV+Transformer算法，Transformer是一種新型神

45、經網絡架構，可以直接進行2D、3D不同序列之間的轉換。整個BEV+Transformer方案的思路基本為“輸入-提取-轉換-融合-時序-輸出”，可將多傳感器采集到的數據融合并展現在同一坐標中，形成一個虛擬的向量空間，所有的分析和決策都在這個空間中進行。u 存在問題：該算法需要在開發階段對識別到的目標進行人工標注，即“白名單機制”；但實際路況非常復雜，障礙物標識存障礙物標識存在在“長尾效應長尾效應”白名單中不存在的物體數量多而種類繁雜，如石塊、樹木等，從而發生事故。資料來源：CSDN、億歐智庫、華金證券研究所整理ADS 1.0：人工標注的BEV鳥瞰圖順序順序步驟步驟詳解詳解1輸入將攝像頭數據輸入

46、到共享網絡2提取共享網絡提取攝像頭數據特征3轉換攝像頭數據特征轉換至BEV空間4融合攝像頭數據特征與其他傳感器數據特征融合5時序增加時序信息，形成具有時空連續性的感知信息6輸出輸出靜態地圖、動態目標檢測及運動預測等感知結果BEV輸入及輸出示意圖BEV+Transformer處理流程請仔細閱讀在本報告尾部的重要法律聲明 24“識物識物”：從：從BEV到到GOD，從人工標注到自主決策，從人工標注到自主決策u 為解決長尾效應問題，BEV進一步迭代為Occupancy Network（占用網絡），而ADS 2.0使用的GOD算法與占用網絡類似。該算法將整個世界劃分為極其微小的立方體，然后判斷每個小立方

47、體是否被占用。u 參考特斯拉的Occupancy Network方案，其攝像頭形成的周視信息先被發送到骨干網絡中進行特征提取、產生“占用體積”特征，然后將該特征與之前時序的體積相融合，產生4D占用網格，最后使用反卷積獲得體積及時序等反饋，從而實現動態以及靜態的障礙物感知。u 相較于BEV的更優表現：由于該算法將現實世界分割成了小方塊，從而跳出了物體識別的固有思維，所以對異跳出了物體識別的固有思維，所以對異形障礙物的識別上具有較強的表現形障礙物的識別上具有較強的表現。u 3.0版本中，進一步去除了BEV算法，僅保留GOD算法。資料來源：澎湃新聞、vehicle、華金證券研究所整理Occupanc

48、y Network Occupancy Network 視角模擬視角模擬Occupancy Network Occupancy Network 對起步中對起步中的公交車預測示意圖的公交車預測示意圖ADS 2.0及3.0：從BEV走向GODOccupancyOccupancy NetworkNetwork 與與 BEV BEV 生成圖表對比生成圖表對比BEVBEV架構下：使用一個長方架構下：使用一個長方形對貨車的形狀進行匹配形對貨車的形狀進行匹配Occupancy NetworkOccupancy Network架構下：生成架構下：生成4D4D占用占用圖圖請仔細閱讀在本報告尾部的重要法律聲明 2

49、5“識路識路”：從有圖到無圖，采用：從有圖到無圖，采用RCR實現車輛的正常行駛實現車輛的正常行駛u 對于道路拓撲結構的識別上，從ADS 1.0到ADS 2.0，經歷了從有圖到無圖的轉變。u 高精地圖與導航地圖的區別：高精地圖與導航地圖的區別：高精地圖包括了傳統地圖的道路網數據、車道網絡數據（車道線的位置、類型、寬度、坡度和曲率等車道信息）以及交通標志等，而傳統導航地圖僅包括方向級的路徑規劃、以及道路級的定位匹配等。人類駕駛員僅憑傳統導航地圖及自身的視覺感知、決策可實現日常需求，但對于自動駕駛系統而言則需要高精地圖才能實現精確的路徑規劃。u 實際應用中，實際應用中，“有圖有圖”方案存在兩大缺點方

50、案存在兩大缺點：一是新城滲透速度慢，從政府開放城市采集名單、圖商制圖到車企研發適配需要2-3年的時間；二是更新不及時，由于高精地圖測繪耗時耗力，目前高精地圖的更新頻率在1-3個月左右，但小鵬汽車前自動駕駛副總裁吳新宙就曾表示，僅在廣州，半年就有500多處修路改造的情況發生，平均一天2處。u“無圖無圖”方案城市泛化速度快：方案城市泛化速度快：相較于有高精地圖，華為智能駕駛解決方案產品線總裁李文廣表示，“無圖最大的一個好處是泛化城市很快?！比A為ADS 2.0在2023年Q2已實現深圳、上海、廣州、重慶、杭州的城區NCA落地，并在2024年春節之前實現了無圖智駕城區NCA對M5M7智駕版用戶的全量推

51、送，2024年3月實現了對問界M9的全量推送。資料來源：每日經濟新聞、懂車帝、騰訊網、地圖知識庫、華金證券研究所整理導航地圖VS高精地圖高精地圖包含信息請仔細閱讀在本報告尾部的重要法律聲明 26“識路識路”：從有圖到無圖，采用：從有圖到無圖，采用RCR實現車輛的正常行駛實現車輛的正常行駛u 算法上亦迎來對應改變：ADS 1.0通過高精地圖實現車道識別，而ADS 2.0去除了高精地圖，轉向基于BEV架構的道路拓撲推理網絡方案（RCR），將車輛自身視覺感知搜集到的信息，經過一系列的推理算法生成自身的“高精地圖”，結合導航地圖實現實時路徑規劃。3.0進一步更新為PDP（預決策規劃）。資料來源：veh

52、icle、華金證券研究所整理1、車道生成：1）基于高精地圖的智能駕駛方案下，車輛依賴地圖給定的高精度車道參考線行駛；無高精地圖情況下，車輛本身需要識別車道以及行駛的約束，主要通過BEV+Transformer實現。2）另外，車輛是運動的，車輛的實時運動需要與實時行駛地圖匹配和定位。華為方案類似于Momenta，通過采集車輛運動執行器以及姿態的傳感器輪速傳感器、轉向角、IMU、電機轉速等信息融合算法來實現車輛在實時地圖中定位。2、路徑規劃：路徑以及運動規劃算法需要解決最優行駛路徑規劃、避開障礙物等問題，華為或采用特斯拉類似的Interaction Search交互搜尋算法，可理解為遍歷路徑可能-

53、選擇最優方案。具體通過視覺環境識別、選定候選目標（確定車道線及可通行的空間信息）、產生運動軌跡、產生運動方式、結合其他信息輸出最終決策等五步驟實現。請仔細閱讀在本報告尾部的重要法律聲明 27目錄目錄010204030506歷史迭代：從歷史迭代：從ADS1.0ADS1.0到到ADS3.0ADS3.0，堅持多傳感器融合方案，堅持多傳感器融合方案硬件配置：化繁為簡，傳感器用量趨于減少硬件配置：化繁為簡，傳感器用量趨于減少硬件方案變化的可能探討：激光雷達硬件方案變化的可能探討：激光雷達VSVS毫米波雷達毫米波雷達算法架構：從人工標注到自主決策，由有圖轉向無圖算法架構：從人工標注到自主決策，由有圖轉向無

54、圖風險提示風險提示華為智駕生態持續做大，有望繼續引領我國產業發展華為智駕生態持續做大，有望繼續引領我國產業發展請仔細閱讀在本報告尾部的重要法律聲明 28通過三大模式，華為已與十余家終端車企建立合作通過三大模式，華為已與十余家終端車企建立合作資料來源：華金證券研究所整理u 華為與終端車廠合作模式主要分為三種：零部件供應模式、零部件供應模式、HIHI模式、智選車模式（鴻蒙智行）。模式、智選車模式（鴻蒙智行）。目前華為已與比亞迪、北汽、一汽、上汽、吉利、賽力斯等十余家車企建立合作關系。零部件供應模式：主要為車企提供ICT零部件，如向吉利提供鴻蒙車機系統、向哪吒提供MDC計算平臺、向比亞迪提供Hica

55、r車機系統等。Huawei Inside模式（HI模式）：提供智能駕駛、智能座艙、智能電動、智能網聯和智能車云五個核心解決方案。智選車模式（后升級為鴻蒙智行）：深度參與車企研發、制造及銷售等環節，完成車型設計、技術采購，與車廠聯合制造、宣傳、銷售全環節，相應車型銷售將獲得華為營銷體系的支持。賽力斯為智選車模式的首個合作對象。請仔細閱讀在本報告尾部的重要法律聲明 29華為華為ADS2.0ADS2.0已實現銷售或超已實現銷售或超3030億，車億，車BUBU接近盈虧平衡接近盈虧平衡價格方案（元）ADS 1.0ADS 2.0ADS 3.0買斷價格3200036000未發布訂閱包年64007200訂閱包

56、月640720資料來源：車家號、IT之家、澎湃新聞、經濟觀察報、華金證券研究所整理u 2023年4月推出的ADS 2.0隨車標配基礎包、進階包，高階包為選配，買斷價格為3.6萬元，包年/包月訂閱分別為7200元、720元。此前華為曾發布多次限時優惠，截至2023年12月31日，買斷價格為1.8萬元（優惠50%），24Q1買斷價格為2.6萬元（優惠28%）。ADS 3.0高階包訂閱價格尚未發布。u 據華為智能汽車解決方案BU CEO靳玉志在今年4月表示，問界70%用戶選擇了華為高階智能駕駛包，考慮到ADS 2.0于Q2發布，結合2023年Q2-4問界系列累計銷量為8.83萬輛、今年1-4月問界系

57、列累計銷量為11.55萬輛，使用華為ADS 2.0高階智駕包的用戶至少達到14.26萬名。假設所有用戶均采用買斷形式、并以相應階段的優惠價格進行購買計算，華為華為ADS 2.0ADS 2.0高階包已實現銷售規模約為高階包已實現銷售規模約為34.2134.21億元。億元。u 華為認為，2024年將會是開啟智能駕駛規模商用元年，預計到2024年年底采用華為智駕的汽車將達將達5050萬輛萬輛。華為2019年5月成立智能汽車解決方案BU。自智能汽車解決方案BU成立以來，華為累計研發投入超過300億元，研發團隊規模達到7000人。2022年，智能汽車解決方案業務收入為21億元；2023年收入47.7億元

58、，同比增加128%。中國電動汽車百人會論壇（2024）上，余承東表示，今年前三個月華為智選車業務已實現扭虧為盈，車BU也接近盈虧平衡，預計4月份往后可實現扭虧為盈。0200004000060000800001000001200002023年全年銷量2024年1月2024年2月2024年3月2024年4月問界銷量情況（臺）請仔細閱讀在本報告尾部的重要法律聲明 30華為參與多項智駕標準制定，有望持續引領產業發展華為參與多項智駕標準制定，有望持續引領產業發展資料來源：全國標準信息公共服務平臺、HiEV、江西網絡廣播電視臺、北京日報、華金證券研究所整理u 華為作為智能駕駛技術國內領先企業，參與了多項行

59、業標準制定、持續引領國內智能駕駛產業發展。華為作為智能駕駛技術國內領先企業，參與了多項行業標準制定、持續引領國內智能駕駛產業發展。2021年自動駕駛網絡中國產業峰會上，華為技術有限公司常務董事汪濤表示，“我們攜手三大運營商開展了覆蓋五大專業和三大業務領域的200多個自動駕駛創新項目，共同孵化了35個場景化應用，促進了技術成果轉化和商業應用?！蓖瑫r，“華為還累計參與了累計參與了3636項自動駕駛網絡標準的開發等工作，涵蓋愿景、架構、等級標準、接口規范等項自動駕駛網絡標準的開發等工作，涵蓋愿景、架構、等級標準、接口規范等7 7大領域，大領域，促進了產業共識形成，加快了標準體系逐漸成熟?！眜 201

60、9年，由千尋位置牽頭的基于衛星地基增強的車輛定位技術要求正式啟動立項，華為、阿里、四維圖新、一汽、清華大學等單位參與標準制定工作。該標準將規范符合汽車行業需求的高精度、安全可靠的衛星地基增強服務，讓汽車定位方案、器件選擇以及測試驗證等環節有標準可依。u 智能駕駛L3標準制定工作自2020年已經開始，華為深度參與了標準的制定，如在L3應該如何定義、具體的產品形態、具備怎樣的準入門檻、如何測試驗證、人機交互如何免責等方面，從技術實現到量產落地，再到可能的政策補貼等領域全面深度參與討論。u 智能網聯汽車自動駕駛系統設計運行條件于2021年8月申報、2022年12月公示，該標準起草者包括中國汽車技術研

61、究中心有限公司以及華為兩家。該標準有望成為推薦性國家標準，作為關于加強智能網聯汽車生產企業及產品準入管理的意見、智能網聯汽車道路測試與示范應用管理規范的支撐進行配套使用。請仔細閱讀在本報告尾部的重要法律聲明 31供應鏈之終端車企合作：三大模式、五大車企供應鏈之終端車企合作：三大模式、五大車企資料來源：懂車帝、鈦媒體、新浪汽車、汽車之家、網易、華金證券研究所整理；注：標藍的為未上市車型車企車企合作模式合作模式品牌品牌車型車型類別類別發布時間發布時間價位價位（萬元）（萬元）北汽北汽藍谷藍谷（600733.SH600733.SH）HI模式極狐極狐阿爾法T中型純電SUV2020-1024-32極狐阿爾

62、法S中大型轎車2021-425-35智選車享界享界S9中大型電動轎車2024-8（預計）45-55長安長安汽車汽車（000625.SZ000625.SZ）HI模式阿維塔阿維塔11中大型SUV2021-1135-41阿維塔12中大型新能源轎車2023-926-40賽力斯賽力斯（601127.SH601127.SH）智選車問界問界M5中型SUV2021-1225-32問界M7/問界新M7中大型SUV2022-7/2023-932-38/25-33問界M9大型豪華SUV2023-1247-57奇瑞奇瑞汽車汽車（未上市）（未上市）智選車智界智界S7中大型電動轎跑2023-11/2024-425-35智

63、界R7轎跑SUV2024-9（預計）30-40江淮汽車江淮汽車（600418.SH600418.SH）智選車傲界-中大型MPV-百萬級（預計）-SUV-轎車-u 目前，采取零部件供應模式進行合作的車企較多，而采取HI模式的包括北汽極狐、長安阿維塔，采取智選車模式合作的包括賽力斯問界系列、奇瑞智界系列、北汽享界系列及江淮傲界系列。請仔細閱讀在本報告尾部的重要法律聲明 32供應鏈之供應鏈之計算計算SoC：主控芯片華為自研，供應鏈多為海外廠商：主控芯片華為自研，供應鏈多為海外廠商u 華為ADS端側計算SoC主要由AI處理器、MCU、圖像處理器、存儲處理器等組成，其中，主控芯片采用鯤鵬CPU+昇騰系列

64、AI處理器組合，存儲器及MCU方面，以MDC 610 pro為例，分別來自三星、英飛凌。資料來源：佐思汽車研究、騰訊網、華金證券研究所整理20232023年版年版MDC 610 ProMDC 610 Pro（MDC 810 HIMDC 810 HI項目定制版）主要元件表項目定制版）主要元件表 部件部件芯片型號芯片型號供應商供應商備注備注AI處理器Ascend 610華為昇騰2顆邏輯處理器鯤鵬916華為鯤鵬安全MCUTC397英飛凌MCU供電TLF35584英飛凌LPDDR4X-三星24GBUFS-三星128GBNOR FLASH-旺宏以太網交換機RTL9068ABD瑞昱解串行BU18RM84羅

65、姆4片或更多加串行CXD4953GGW索尼2片RS232收發器（調試用）UM3232E上海英聯3片CAN-FD收發器TJA1049NXP6片，最高支持5Mbit/sCAN-FD收發器TJA1145NXP3片，最高支持2Mbit/s請仔細閱讀在本報告尾部的重要法律聲明 33供應鏈之傳感器：激光雷達零件外企主供，通過哈勃布局國產替代供應鏈之傳感器：激光雷達零件外企主供，通過哈勃布局國產替代u 零部件方面，華為實現了激光雷達、毫米波雷達等關鍵智駕硬件的自研自產。零部件方面，華為實現了激光雷達、毫米波雷達等關鍵智駕硬件的自研自產。激光雷達供應方面，華為96線激光雷達絕大部分部件仍為海外廠商供應，其中海

66、思提供攝像頭SoC。資料來源：電子技術設計、公眾號芝能智芯、華金證券研究所整理華為激光雷達拆解圖接收板：索尼 SPAD 深度傳感器、Nexperia 的雙逆變器和 TI 的 MOSFET 驅動器電機控制板：Sensirion的數字溫度傳感器、ST MicroElectronics的串行EEPROM存儲器和LDO穩壓器，以及IC-Haus的光學編碼器FPGA主板：萊迪思半導體的 FPGA、Macronix 的串行閃存、ISSI的 DDR4 SDRAM 內存、海思的8K超高清移動攝像頭SoC、RichTek的8安培和3安培降壓 DC-DC轉換器、Nexperia 的雙功率 MOSFET、英飛凌的升

67、壓 DC-DC 轉換器以及東芝的功率 MOSFET整體外觀請仔細閱讀在本報告尾部的重要法律聲明 34供應鏈之傳感器：激光雷達零件外企主供，持續推動國產替代供應鏈之傳感器：激光雷達零件外企主供，持續推動國產替代u 縱慧芯光（未上市）：常州縱慧芯光半導體科技有限公司從事VCSEL激光芯片及解決方案的研產銷，產品應用于消費電子、汽車電子、光通訊等領域，在華為Mate 30 Pro中已是VCSEL的主要供應商，哈勃投資于2020年入股，最新持股比例為4.04%。公司核心VCSEL產品已在汽車上實現前裝量產，市場份額位居全球前二。u 炬光科技（688167.SH）：哈勃于2020年9月入股，截至2024

68、Q1持股比例為1.56%。公司是固體激光器、光纖激光器廠商，已進入阿斯麥、臺積電的供應鏈。2023年營業收入/歸母凈利潤分別為5.61/0.91億元。u 長光華芯（688048.SH）：配套供應智界S7激光雷達發射芯片。哈勃于2022年1月入股，截至2024Q1，哈勃投資持股比例3.74%。公司是激光雷達發射芯片供應商、全球少數具備高功率激光芯片量產能力的企業之一，產品打破國外企業壟斷。2023年營業收入/歸母凈利潤分別為2.90/-0.92億元。u 福晶科技（002222.SZ）：配套供應智界S7激光雷達光學元件。公司是全球領先的LBO、BBO、Nd:YVO4、TGG晶體、精密光學元件、高功

69、率隔離器、聲光及電光開關的生產商。2023年營業收入/歸母凈利潤分別為7.82/2.09億元。資料來源：Wind、蓋世汽車、華金證券研究所整理激光雷達發射模塊縱慧芯光長光華芯（688048.SH）炬光科技（688167.SH）掃描模塊接收模塊光學元件福晶科技u 目前激光雷達上游部件仍由海外廠商主導，華為通過哈勃投資布局上游核心部件廠商，并持續推動國產替代。在智界S7配套的激光雷達中，部分元器件已實現國產替代。請仔細閱讀在本報告尾部的重要法律聲明 35供應鏈之傳感器：毫米波雷達芯片供應仍由海外主導供應鏈之傳感器：毫米波雷達芯片供應仍由海外主導u 毫米波雷達構成主要包括射頻MMIC芯片、DSP、天

70、線PCB等：MMIC芯片：目前業內由英飛凌、NXP、TI主導，國產廠商相對薄弱，主要國產企業包括加特蘭微電子、矽杰微電子等。數字處理器：數字信號處理器集成了CPU、信號處理單元（FPGA、DSP）、存儲（SRAM、DDR/LPDDR）。目前業內DSP供應商包括飛思卡爾、英飛凌、意法半導體等海外廠商；FPGA供應商主要為賽靈思、阿爾特拉等海外廠商。天線模組：天線設計為雷達廠商競爭力來源之一，通常由毫米波雷達廠商自研。微帶天線因低剖面、低成本成為現階段車載雷達主流技術，但在毫米波頻段損耗大、輻射效率低，未來4D成像雷達或將轉向波導天線路線以降低損耗。目前碩貝德（300322.SZ）為華為4D毫米波

71、雷達用波導天線供應商之一。天線PCB基材：國內深南電路（002916.SZ）、生益科技（600183.SH）、滬電股份（002463.SZ）具備量產能力，國外廠商包括施瓦茨、羅杰斯等。資料來源：碩貝德官網、深南電路官網、華金證券研究所整理碩貝德毫米波雷達波導天線深南電路77GHz毫米波雷達天線PCB請仔細閱讀在本報告尾部的重要法律聲明 36供應鏈之傳感器：攝像頭、超聲波雷達國內技術已成熟供應鏈之傳感器：攝像頭、超聲波雷達國內技術已成熟u 攝像頭、超聲波雷達主要為外購：豪恩汽電（301488.SZ）：公司為問界M9車型的攝像頭、超聲波雷達供應商之一，并正在積極爭取享界S9的合作。公司是汽車智能駕

72、駛感知系統一站式解決方案提供商，2023年營業收入/歸母凈利潤分別為12.02億元/1.14億元。聯創電子（002036.SZ）：公司供應華為問界新M7的ADAS側視鏡頭。公司主要從事光學鏡頭、影像模組及觸控顯示一體化等光學、光電子產品的制造，產品廣泛用于智能終端、智能汽車、智慧家庭、智慧城市等領域。公司2023年營業收入/歸母凈利潤分別為98.48億元/-9.92億元。舜宇車載光學（舜宇光學科技（2382.HK）子公司）：公司配套供應問界新M7的前視模組/鏡頭、M7的前視、側視及后視的模組/鏡頭等。舜宇光學于2008年成立子公司舜宇車載光學，專注車載領域鏡頭/模組產品。歐菲車聯/歐菲晶創（歐

73、菲光（002456.SZ）子公司）：公司供應問界新M7的環視及后視鏡頭、問界M7的環視鏡頭等。歐菲光在智能駕駛領域重點布局車載攝像頭、毫米波雷達等傳感器相關產品和技術，擁有國際先進水平的車載攝像頭產線技術。歐菲車聯為歐菲光子公司，主營智能汽車業務；歐菲晶創公司為富士膠片光電公司前身，富士膠片光電公司原有業務為車載鏡頭的制造及銷售。丘鈦微（已提交IPO注冊）：公司為問界新M7側視、環視模組/鏡頭的供應商之一。丘鈦微為國內領先的消費電子中高端攝像頭模組供應商，2022年營業收入/歸母凈利潤分別為129.03億元/2.16億元。資料來源：蓋世汽車社區、潮電智能汽車、Wind、華金證券研究所整理請仔細

74、閱讀在本報告尾部的重要法律聲明 37供應鏈之華為合作車型其他零部件供應商（部分）供應鏈之華為合作車型其他零部件供應商（部分）資料來源：Wind、華金證券研究所整理請仔細閱讀在本報告尾部的重要法律聲明 38目錄目錄010204030506歷史迭代：從歷史迭代：從ADS1.0ADS1.0到到ADS3.0ADS3.0，堅持多傳感器融合方案，堅持多傳感器融合方案硬件配置：化繁為簡，傳感器用量趨于減少硬件配置：化繁為簡，傳感器用量趨于減少硬件方案變化的可能探討：激光雷達硬件方案變化的可能探討：激光雷達VSVS毫米波雷達毫米波雷達算法架構：從人工標注到自主決策，由有圖轉向無圖算法架構：從人工標注到自主決策

75、，由有圖轉向無圖風險提示風險提示華為智駕生態持續做大，有望繼續引領我國產業發展華為智駕生態持續做大，有望繼續引領我國產業發展請仔細閱讀在本報告尾部的重要法律聲明 39風險提示風險提示u智能駕駛安全風險u 目前智能駕駛技術正處于發展階段、尚未完全成熟，發展過程中由于技術尚未完善及技術迭代等原因，可能產生可預見或不可預見的安全風險、威脅駕車人或乘車人的人身安全，進而影響智能駕駛產業發展u新能源汽車行業競爭加劇的風險u 近年來我國新能源汽車行業競爭較為激烈，若行業競爭進一步加劇，可能對各車企智能駕駛包的銷售價格產生不利影響u智能駕駛技術發展不及預期的風險u 智能駕駛技術迭代需要大量投入，包括在傳感器

76、、芯片等硬件端及算法架構等方面進行大量研發以實現技術發展，可能出現技術發展不及預期的風險請仔細閱讀在本報告尾部的重要法律聲明 40評級說明評級說明公司評級體系公司評級體系收益評級：買入 未來6個月的投資收益率領先滬深300指數15%以上；增持 未來6個月的投資收益率領先滬深300指數5%至15%；中性 未來6個月的投資收益率與滬深300指數的變動幅度相差-5%至5%；減持 未來6個月的投資收益率落后滬深300指數5%至15%；賣出 未來6個月的投資收益率落后滬深300指數15%以上。風險評級：A 正常風險，未來6個月投資收益率的波動小于等于滬深300指數波動；B 較高風險，未來6個月投資收益率

77、的波動大于滬深300指數波動。請仔細閱讀在本報告尾部的重要法律聲明 41評級說明評級說明行業評級體系行業評級體系收益評級：領先大市 未來6個月的投資收益率領先滬深300指數10%以上；同步大市 未來6個月的投資收益率與滬深300指數的變動幅度相差-10%至10%；落后大市 未來6個月的投資收益率落后滬深300指數10%以上；風險評級：A 正常風險，未來6個月投資收益率的波動小于等于滬深300指數波動；B 較高風險，未來6個月投資收益率的波動大于滬深300指數波動。請仔細閱讀在本報告尾部的重要法律聲明 42法律聲明法律聲明分析師聲明分析師聲明李蕙聲明，本人具有中國證券業協會授予的證券投資咨詢執業

78、資格，勤勉盡責、誠實守信。本人對本報告的內容和觀點負責，保證信息來源合法合規、研究方法專業審慎、研究觀點獨立公正、分析結論具有合理依據，特此聲明。本公司具備證券投資咨詢業務資格的說明本公司具備證券投資咨詢業務資格的說明華金證券股份有限公司（以下簡稱“本公司”）經中國證券監督管理委員會核準，取得證券投資咨詢業務許可。本公司及其投資咨詢人員可以為證券投資人或客戶提供證券投資分析、預測或者建議等直接或間接的有償咨詢服務。發布證券研究報告，是證券投資咨詢業務的一種基本形式，本公司可以對證券及證券相關產品的價值、市場走勢或者相關影響因素進行分析，形成證券估值、投資評級等投資分析意見，制作證券研究報告，并

79、向本公司的客戶發布。請仔細閱讀在本報告尾部的重要法律聲明 43法律聲明法律聲明免責聲明：免責聲明：本報告僅供華金證券股份有限公司（以下簡稱“本公司”）的客戶使用。本公司不會因為任何機構或個人接收到本報告而視其為本公司的當然客戶。本報告基于已公開的資料或信息撰寫，但本公司不保證該等信息及資料的完整性、準確性。本報告所載的信息、資料、建議及推測僅反映本公司于本報告發布當日的判斷，本報告中的證券或投資標的價格、價值及投資帶來的收入可能會波動。在不同時期，本公司可能撰寫并發布與本報告所載資料、建議及推測不一致的報告。本公司不保證本報告所含信息及資料保持在最新狀態，本公司將隨時補充、更新和修訂有關信息及

80、資料，但不保證及時公開發布。同時，本公司有權對本報告所含信息在不發出通知的情形下做出修改，投資者應當自行關注相應的更新或修改。任何有關本報告的摘要或節選都不代表本報告正式完整的觀點，一切須以本公司向客戶發布的本報告完整版本為準。在法律許可的情況下，本公司及所屬關聯機構可能會持有報告中提到的公司所發行的證券或期權并進行證券或期權交易，也可能為這些公司提供或者爭取提供投資銀行、財務顧問或者金融產品等相關服務，提請客戶充分注意?？蛻舨粦獙⒈緢蟾鏋樽鞒銎渫顿Y決策的惟一參考因素，亦不應認為本報告可以取代客戶自身的投資判斷與決策。在任何情況下，本報告中的信息或所表述的意見均不構成對任何人的投資建議，無論是

81、否已經明示或暗示，本報告不能作為道義的、責任的和法律的依據或者憑證。在任何情況下，本公司亦不對任何人因使用本報告中的任何內容所引致的任何損失負任何責任。本報告版權僅為本公司所有，未經事先書面許可，任何機構和個人不得以任何形式翻版、復制、發表、轉發、篡改或引用本報告的任何部分。如征得本公司同意進行引用、刊發的，需在允許的范圍內使用，并注明出處為“華金證券股份有限公司研究所”，且不得對本報告進行任何有悖原意的引用、刪節和修改。華金證券股份有限公司對本聲明條款具有惟一修改權和最終解釋權。請仔細閱讀在本報告尾部的重要法律聲明 44法律聲明法律聲明風險提示風險提示:報告中的內容和意見僅供參考，并不構成對所述證券買賣的出價或詢價。投資者對其投資行為負完全責任，我公司及其雇員對使用本報告及其內容所引發的任何直接或間接損失概不負責。華金證券股份有限公司辦公地址：上海市浦東新區楊高南路759號陸家嘴世紀金融廣場30層北京市朝陽區建國路108號橫琴人壽大廈17層深圳市福田區益田路6001號太平金融大廈10樓05單元 電話：021-20655588