電子行業汽車智能化系列專題之一“SOC芯片”：數字芯片皇冠汽車SOC芯片迎接大時代-221108（117頁）.pdf

1、 電子/行業深度分析報告/2022.11.08 請閱讀最后一頁的重要聲明！數字芯片皇冠，汽車 SOC 芯片迎接大時代 證券研究報告 投資評級投資評級:看好看好(維持維持)最近 12 月市場表現 分析師分析師 張益敏 SAC 證書編號：S0160522070002 相關報告 1.XR 行業點評：重磅規劃出臺，關注 BG 端長線機遇 2022-11-02 汽車智能化系列專題之一“汽車智能化系列專題之一“SOC 芯片”芯片”核心觀點核心觀點 汽車電子化和智能化有望成為半導體行業新增長級。汽車電子化和智能化有望成為半導體行業新增長級。復盤過去十年，手機領域的蓬勃發展是半導體產業快速增長的主要推動力；展

2、望未來十年，我們認為高級別自動駕駛、智能座艙、車載以太網絡以及車載信息系統等都會催生新的半導體需求，其中汽車 SOC、功率半導體、汽車傳感器、存儲、多功能MCU、車載以太網、支持 OTA 升級的先進通信系統等為細分領域高景氣賽道。汽車汽車 SOC 的驅動因素：的驅動因素：ADAS/AD、座艙智能化驅動汽車 SOC 市場量價提升。（1）自動駕駛 SOC：“硬件預埋+OTA 升級”是驅動自動駕駛 SOC 增長的核心因素，我們測算中國自動駕駛芯片市場規模將在 2025 年達到 138 億元，到 2030 年達到 289 億元，CAGR 為 25.1%。（2）座艙 SOC：車內智能化感知、交互、場景應

3、用升級，是驅動座艙芯片由“單芯單屏”向“一芯多屏”的核心因素。我們測算 2025 年國內座艙 SOC 市場規模將達到 112 億元，CAGR 為24.5%。汽車汽車 SOC 的核心壁壘：的核心壁壘：大算力 SOC 芯片的設計和制造具有很高門檻，要綜合性能、功耗、成本、車規安全等多方面因素，其中核心壁壘為“深刻理解AI算法+充足的資金儲備+拿到先進制程產能+設計合適的編譯器+嚴苛的車規認證”。算法架構方面需要在設計之初深入了解 AI 算法；硬件架構方面需要有足夠的資金進行先進制程流片；軟件架構方面后續可以通過編譯器不斷去優化芯片性能；除此之外能否拿到芯片產能也是決定量產成敗的關鍵因素。汽車汽車

4、SOC 的競爭格局：的競爭格局：海外芯片廠商壟斷高端市場，國內芯片企業差異化競爭加速替代。（1）全球自動駕駛 SOC 競爭格局：地平線在輔助駕駛領域量產替代，高級別自動駕駛英偉達一枝獨秀，高通有望分庭抗禮。（2）全球座艙SOC 領域競爭格局：高通壟斷中高端車型，國產座艙芯片有望加速上車。復盤國產“芯”地平線成長歷程：復盤國產“芯”地平線成長歷程：為什么地平線可以拿下這么多定點？為什么多家產業資本以及財務投資方選擇在 2020 年前后投資地平線？核心還是地平線在“國產替代缺芯”和“汽車智能化”的大背景下推出了下游客戶最需要的產品。主機廠為了在 20232025 年落地 L2+車型，那就需要在 2

5、020 年前后進行芯片選型。地平線憑借“芯片+算法+工具鏈+開發平臺”產品生態矩陣，贏得長安背書后續接連俘獲眾多 OEM/Tier1 的青睞。當前時點對國產汽車半導體企業來說集齊“天時地利人和”，當前時點對國產汽車半導體企業來說集齊“天時地利人和”，2025 年之年之前為國產“前為國產“芯”上車的關鍵時點：芯”上車的關鍵時點：“天時”進入 2021 年后，傳統消費電子增速下行疊加汽車芯片缺“芯”，使得一、二級市場芯片投資風向轉向了汽車芯片；“地利”國家政策扶持，助力提升國內汽車芯片供給能力；“人和”下游主機廠積極配合導入，給予國產供應商一定試錯機會。我們認為2025 年前為國產汽車 SOC 上

6、車的關鍵窗口期，一方面為俄烏沖突、疫情、美國對華 AI 芯片禁令等因素導致國產供應鏈導入在這兩年加速替代；另外一方-38%-29%-20%-11%-2%8%電子滬深300上證指數電子/行業深度分析報告/2022.11.08 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 2 行業深度分析報告/證券研究報告 面各大主流車企均將 2025 年作為旗艦車型自動駕駛 L2+/L3 和智能座艙功能落地時間。建議關注建議關注兩條主線兩條主線：（1）汽車）汽車 SOC/MCU 廠商：廠商：瑞芯微、晶晨股份、全志科技、兆易創新、富瀚微、國芯科技、四維圖新（杰發科技）、地平線（非上市）、黑芝麻（非上市）、芯馳

7、（非上市）、芯擎（非上市）、寒武紀行歌（非上市）；（2）地平線產業鏈生態：）地平線產業鏈生態：映馳科技（非上市）、覺非科技（非上市）、追勢科技（非上市）、領駿科技（非上市）、宏景智駕（非上市）、東軟睿馳（非上市）、MAXIEYE（非上市）、輕舟智航（非上市）、英恒科技。風險提示：風險提示：中美關系不確定導致先進制程代工受限，新技術替代風險，高級別自動駕駛落地不及預期，行業競爭加劇。表表 1：重點公司投資評級：重點公司投資評級:代碼代碼 公司公司 總市值總市值（億元）（億元）收盤價收盤價（11.08）EPS（元）（元）PE 投資評級投資評級 2021A 2022E 2023E 2021A 202

8、2E 2023E 603893 瑞芯微 313.54 75.12 1.45 1.50 2.22 94.41 49.91 33.80 未覆蓋 688099 晶晨股份 257.90 62.38 1.97 2.73 3.62 66.09 22.82 17.24 未覆蓋 300458 全志科技 133.75 21.23 1.50 0.60 0.68 42.19 35.24 31.00 未覆蓋 603986 兆易創新 593.32 88.95 3.54 4.29 5.11 49.68 20.75 17.42 未覆蓋 300613 富瀚微 126.94 55.30 3.03 2.26 2.98 53.81

9、 24.45 18.57 未覆蓋 688262 國芯科技 122.38 50.99 0.39 0.73 1.27 0.00 70.16 40.28 未覆蓋 002405 四維圖新 295.46 12.40 0.06 0.14 0.23 289.45 89.86 52.90 未覆蓋 數據來源：wind，財通證券研究所，預測數據均來自 wind 一致預期 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 3 行業深度分析報告/證券研究報告 1 汽車電動化、智能化引領產業新趨勢汽車電動化、智能化引領產業新趨勢.11 1.1 汽車電動化、智能化引領產業變革，關注汽車電動化、智能化引領產業變革，關注“自

10、動駕駛自動駕駛”及及“智能座艙智能座艙”.11 1.2 汽車電動化、智能化帶來汽車電動化、智能化帶來“汽車半導體汽車半導體”蓬勃發展蓬勃發展.13 1.3 電子電氣架構演進驅動汽車芯片供應鏈創新電子電氣架構演進驅動汽車芯片供應鏈創新.15 2 汽車汽車 SOC 是智能電動車功能實現的核心元件是智能電動車功能實現的核心元件.19 2.1 汽車汽車 SOC 主要負責數據處理，座艙主要負責數據處理，座艙/自動駕駛是主要市場自動駕駛是主要市場.19 2.2 自動駕駛自動駕駛 SOC 和座艙和座艙 SOC 架構對比架構對比.24 3 自動駕駛：傳感器配置自動駕駛：傳感器配置“內卷內卷”，“硬件預埋硬件預

11、埋”成為車企主流策略成為車企主流策略.25 3.1 市場概況：市場概況：L2+場景將持續較長時間，封閉場景場景將持續較長時間，封閉場景 L4 開始落地開始落地.25 3.2 硬件趨勢：硬件趨勢：ASIC 方案方案+集成集成 ISP+大算力預埋大算力預埋.27 3.2.1 預計預計 CPU+ASIC 方案逐漸成為未來主流選擇方案逐漸成為未來主流選擇.27 3.2.2 SOC 芯片廠商集成芯片廠商集成 ISP，同時處理多傳感器數據實現成本節降，同時處理多傳感器數據實現成本節降.28 3.2.3 面向高級別自動駕駛，面向高級別自動駕駛，“算力預埋算力預埋”是未來主要趨勢是未來主要趨勢.29 3.3

12、軟件趨勢：軟件趨勢：AI 云端訓練云端訓練+OTA 升級升級.31 3.3.1 SOC 廠商加速布局自動駕駛廠商加速布局自動駕駛 AI 數據訓練數據訓練.31 3.3.2 通過通過 OTA 升級可以提高自動駕駛系統的精準度升級可以提高自動駕駛系統的精準度.33 3.4 規模規模&增速：增速：2025 年國內智駕年國內智駕 SOC 規模為規模為 138 億元，億元，CAGR=25%.35 4 智能座艙：感知、交互、場景應用升級，座艙芯智能座艙：感知、交互、場景應用升級，座艙芯片向集成式方案演進片向集成式方案演進.37 4.1 市場概況：智能座艙為市場概況：智能座艙為“第三空間第三空間”載體，成為

13、車企差異化競爭重點載體，成為車企差異化競爭重點.37 4.2 硬件趨勢：硬件趨勢：“單芯單屏單芯單屏”到到“跨域融合跨域融合”，算力逐步提升，算力逐步提升.40 4.3 軟件趨勢：軟硬解耦，軟件趨勢：軟硬解耦，OEM 需要標準化、開放式的基礎軟件平臺需要標準化、開放式的基礎軟件平臺.43 4.4 規模規模&增速：增速：2025 年國內座艙年國內座艙 SOC 規模為規模為 112 億，億，CAGR=25%.44 5 汽車汽車 SOC 高技術壁壘，國內廠商憑借差異化服務切入自主品牌高技術壁壘，國內廠商憑借差異化服務切入自主品牌.46 5.1 設計設計/代工代工/車規認證為車規認證為 SOC 芯片核

14、心壁壘芯片核心壁壘.46 5.2 國產國產 SOC 廠商在設計芯片之初需要兼顧多重因素廠商在設計芯片之初需要兼顧多重因素.48 5.2.1 IP：各大自動駕駛：各大自動駕駛 SOC 芯片廠商將自研芯片廠商將自研“XPU”IP 作為競爭重點作為競爭重點.48 5.2.2 芯片性能：芯片性能：“FPS/W”是綜合評價芯片能力的指標是綜合評價芯片能力的指標.49 5.2.3 生態生態&工具鏈：開放的生態和完整的工具鏈是滿足主機廠需求的關鍵工具鏈：開放的生態和完整的工具鏈是滿足主機廠需求的關鍵.51 5.2.4 服務能力：芯片開始和主機廠進行緊密合作，服務能力成為比拼關鍵服務能力：芯片開始和主機廠進行

15、緊密合作，服務能力成為比拼關鍵.54 6 汽車汽車 SOC 藍海吸引多方入場，多因素驅動國產化浪潮藍海吸引多方入場，多因素驅動國產化浪潮.55 內容目錄 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 4 行業深度分析報告/證券研究報告 6.1 自動駕駛自動駕駛 SOC 格局：四大陣營參與格局：四大陣營參與 SOC 芯片競爭，地平線異軍突起芯片競爭，地平線異軍突起.55 6.2 智能座艙智能座艙 SOC 格局：高通處于領導者地位，國產廠商有望逐步滲透格局：高通處于領導者地位，國產廠商有望逐步滲透.63 7 國外公司國外公司.69 7.1 英偉達（英偉達（NVDA.O）.69 7.2 高通（高

16、通（QCOM.O）.75 7.3 恩智浦半導體（恩智浦半導體（NXPI.O）.78 7.4 德州儀器（德州儀器（TXN.O）.79 7.5 Mobileye（MBLY.O）.81 8 建議關注建議關注.84 8.1 瑞芯微（瑞芯微（603893.SH）.84 8.2 晶晨股份（晶晨股份（688099.SH）.85 8.3 全志科技（全志科技（300458.SZ）.86 8.4 兆易創新（兆易創新（603986.SH）.87 8.5 富瀚微（富瀚微（300613.SZ）.89 8.6 國芯科技（國芯科技（688262.SH）.90 8.7 四維圖新（四維圖新（002405.SZ）.92 8.8

17、英恒科技（英恒科技（1760.HK）.94 8.9 地平線地平線.96 8.10 華為華為.99 8.11 黑芝麻黑芝麻.102 8.12 芯馳芯馳.103 8.13 芯擎科技芯擎科技.106 8.14 領駿科技領駿科技.107 8.15 追勢科技追勢科技.109 8.16 映馳科技映馳科技.111 8.17 宏景智駕宏景智駕.114 9 風險提示風險提示.115 9.1 中美關系不確定導致先進制程代工受限中美關系不確定導致先進制程代工受限.115 9.2 新技術替代風險新技術替代風險.115 9.3 高級別自動駕駛落地不及預期高級別自動駕駛落地不及預期.116 9.4 行業競爭加劇行業競爭加

18、劇.116 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 5 行業深度分析報告/證券研究報告 圖圖 1.從馬力到算力，全球汽車行業面臨從馬力到算力，全球汽車行業面臨“電動化電動化+智能化智能化”革命革命.11 圖圖 2.汽車收入及利潤格局變化汽車收入及利潤格局變化.12 圖圖 3.中國汽車產業中國汽車產業“新四化新四化”產業變革歷程產業變革歷程.13 圖圖 4.汽車將替代手機成為半導體行業增速最快的細分市場汽車將替代手機成為半導體行業增速最快的細分市場.13 圖圖 5.2012-2022 年中國每輛汽車搭載芯片數量（單位：個）年中國每輛汽車搭載芯片數量（單位：個）.14 圖圖 6.汽車半導

19、體市場規模及單車半導體價值趨勢（右軸單位：美元）汽車半導體市場規模及單車半導體價值趨勢（右軸單位：美元）.14 圖圖 7.芯片在汽車上的主要應用芯片在汽車上的主要應用.15 圖圖 8.新的電子架構驅動汽車芯片供應鏈的創新新的電子架構驅動汽車芯片供應鏈的創新.16 圖圖 9.汽車半導體科技景氣周期汽車半導體科技景氣周期.17 圖圖 10.汽車產業變革為中國芯片制造商提供機會汽車產業變革為中國芯片制造商提供機會.18 圖圖 11.2021 年汽車芯片構成年汽車芯片構成.20 圖圖 12.人工智能時代，計算架構從單一芯片模式向融合異構多芯片模式發展人工智能時代，計算架構從單一芯片模式向融合異構多芯片

20、模式發展.20 圖圖 13.平均每輛車平均每輛車 23 個個 SOC.21 圖圖 14.電腦電腦手機手機智能汽車的芯片架構演進方案智能汽車的芯片架構演進方案.21 圖圖 15.單車單車 MCU 使用量使用量情況預測情況預測.23 圖圖 16.域控制架構下，會形成域控制架構下，會形成“MCU”+“SOC”的控制芯片格局的控制芯片格局.23 圖圖 17.自動駕駛芯片的設計架構自動駕駛芯片的設計架構.24 圖圖 18.智能座艙芯片智能座艙芯片 8155 的設計架構的設計架構.25 圖圖 19.現階段處于現階段處于 L3 導入期導入期.26 圖圖 20.未來未來 5 年自動駕駛三大趨勢年自動駕駛三大趨

21、勢.27 圖圖 21.國內不同級別自動駕駛車輛落地情況（萬輛）國內不同級別自動駕駛車輛落地情況（萬輛）.27 圖圖 22.自動駕駛芯片三大主流架構自動駕駛芯片三大主流架構.28 圖圖 23.ARM：ISP 被被集成到汽車集成到汽車 SOC 中可以降低感知硬件成本中可以降低感知硬件成本.29 圖圖 24.英偉達英偉達 Xavier SOC 芯片集成芯片集成 ISP.29 圖圖 25.黑芝麻華山二號黑芝麻華山二號 A1000 SOC 芯片內部集成自研芯片內部集成自研 ISP 芯片芯片.29 圖圖 26.自動駕駛所需算力圖譜自動駕駛所需算力圖譜.30 圖圖 27.“通用開放式通用開放式”+“大算力大

22、算力”是智能駕駛芯片成為未來主要趨勢是智能駕駛芯片成為未來主要趨勢.31 圖圖 28.特斯拉特斯拉 DoJo 超級計算機超級計算機.32 圖圖 29.華為華為“八爪魚八爪魚”開放平臺開放平臺.32 圖圖 30.汽車汽車 OTA 基本原理基本原理.33 圖表目錄 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 6 行業深度分析報告/證券研究報告 圖圖 31.智能汽車軟件架構向智能汽車軟件架構向 SOA 轉型升級轉型升級.34 圖圖 32.主要自動駕駛主要自動駕駛 SOC 的售價估計（單位：美金）的售價估計（單位：美金）.36 圖圖 33.汽車座艙智能化的驅動因素汽車座艙智能化的驅動因素.38

23、圖圖 34.汽車顯示面板出貨量預測（按類型分類，萬套）汽車顯示面板出貨量預測（按類型分類，萬套）.39 圖圖 35.中國智能駕駛艙內主要應用的滲透率中國智能駕駛艙內主要應用的滲透率.39 圖圖 36.全球智能座艙滲透率全球智能座艙滲透率.39 圖圖 37.中國智能座艙裝配率中國智能座艙裝配率.39 圖圖 38.芯馳座艙芯馳座艙 SOC 芯片芯片.41 圖圖 39.主要高端座艙主要高端座艙 SOC 產品產品 CPU 與與 GPU 算力走勢算力走勢.42 圖圖 40.主要座艙主要座艙 SOC 產品產品 NPU 算力排名算力排名.42 圖圖 41.高通第四代座艙高通第四代座艙 SA8295P 芯片架

24、構芯片架構.42 圖圖 42.智能座艙智能座艙/自動駕駛芯片發展歷程自動駕駛芯片發展歷程.43 圖圖 43.芯片之上，軟硬件解耦與軟件定義汽車成為必然趨勢芯片之上，軟硬件解耦與軟件定義汽車成為必然趨勢.44 圖圖 44.中科創達座艙平臺中科創達座艙平臺 Turbox auto 4.5.44 圖圖 45.東軟標準化軟件架構可實現多平臺座艙量產落地東軟標準化軟件架構可實現多平臺座艙量產落地.44 圖圖 46.中國智能座艙搭載異構中國智能座艙搭載異構 SOC 市場規模測算市場規模測算.45 圖圖 47.汽車汽車 AI 芯片的核心設計指標芯片的核心設計指標.46 圖圖 48.神經網絡的神經網絡的“三起

25、三落三起三落”.46 圖圖 49.Mobileye 的的 SOC 性能和單位功率性能性能和單位功率性能.47 圖圖 50.先進制程流片成本越來越高先進制程流片成本越來越高.47 圖圖 51.大算力車規芯片的量產是一個長期的過程大算力車規芯片的量產是一個長期的過程.48 圖圖 52.黑芝麻自主可控核心黑芝麻自主可控核心 IP：NeuralIQ ISP.49 圖圖 53.黑芝麻自主可控核心黑芝麻自主可控核心 IP：DynamAI NN 引擎引擎.49 圖圖 54.算力大并不是核心因素算力大并不是核心因素.49 圖圖 55.英偉達英偉達 DrivePX2 和特斯拉和特斯拉 FSD 在算力和在算力和

26、FPS 上比較上比較.50 圖圖 56.地平線地平線 J5 的的 FPS 準確率高于英偉達準確率高于英偉達 Orin.50 圖圖 57.FPS 更能夠反應更能夠反應 AI 芯片的真實計算性能芯片的真實計算性能.51 圖圖 58.不同自動駕駛不同自動駕駛 SOC 廠商生態開放情況廠商生態開放情況.53 圖圖 59.地平線提供整車開發平臺地平線提供整車開發平臺.53 圖圖 60.華為云的開放生態華為云的開放生態.54 圖圖 61.OEM 需要快速轉變角色與智能芯片廠直接開展深層合作需要快速轉變角色與智能芯片廠直接開展深層合作.55 圖圖 62.目前主流自動駕駛目前主流自動駕駛 AI 芯片廠商各產品

27、推出時間表及算力情況芯片廠商各產品推出時間表及算力情況.56 圖圖 63.目前主流自動駕駛目前主流自動駕駛 AI 芯片廠商各產品面向下游應用場景芯片廠商各產品面向下游應用場景.57 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 7 行業深度分析報告/證券研究報告 圖圖 64.全球自動駕駛全球自動駕駛 SOC 行業成長復盤行業成長復盤.61 圖圖 65.各個主機廠選擇搭載自動駕駛芯片方案時間表各個主機廠選擇搭載自動駕駛芯片方案時間表.62 圖圖 66.主機廠通過合資、投資、合作、自研方式布局汽車芯片主機廠通過合資、投資、合作、自研方式布局汽車芯片.63 圖圖 67.主要供應商的座艙主要供應商

28、的座艙 SOC 產品路線圖產品路線圖.64 圖圖 68.芯片行業特點：寡頭格局，競爭壁壘高芯片行業特點：寡頭格局，競爭壁壘高.66 圖圖 69.2014 年至年至 2021 年全球蜂窩基帶處理器收入份額（按供應商）年全球蜂窩基帶處理器收入份額（按供應商）.67 圖圖 70.高通成為高端高通成為高端/旗艦車型的主流選擇旗艦車型的主流選擇.68 圖圖 71.英偉達硬件示意圖英偉達硬件示意圖.69 圖圖 72.英偉達軟件說明圖英偉達軟件說明圖.69 圖圖 73.與英偉達與英偉達 Orin 合作的主機廠及自動駕駛創業公司合作的主機廠及自動駕駛創業公司.73 圖圖 74.英偉達英偉達 Thor 發布，算

29、力高達發布，算力高達 2000TOPS.73 圖圖 75.Thor 可以實現通?？梢詫崿F通常 5 顆以上芯片的多域計算顆以上芯片的多域計算.74 圖圖 76.NVIDIA Altan 的芯片架構示意圖的芯片架構示意圖.75 圖圖 77.截止到目前高通已經發布截止到目前高通已經發布 4 款智能座艙產品款智能座艙產品.76 圖圖 78.高通汽車生態合作伙伴高通汽車生態合作伙伴.77 圖圖 79.高通公司推出了高通公司推出了 Snapdragon RideFlexSOC 產品組合產品組合.77 圖圖 80.英偉達和高通在大算力芯片上的商業模式異同英偉達和高通在大算力芯片上的商業模式異同.78 圖圖

30、81.NXPS32V234 芯片框架圖芯片框架圖.79 圖圖 82.恩智浦營收及歸母凈利潤（百萬美元）恩智浦營收及歸母凈利潤（百萬美元）.79 圖圖 83.恩智浦毛利率及凈利率恩智浦毛利率及凈利率.79 圖圖 84.德州儀器德州儀器 TDA4VM 芯片框架圖芯片框架圖.80 圖圖 85.德州儀器營收及歸母凈利潤（百萬美元）德州儀器營收及歸母凈利潤（百萬美元）.80 圖圖 86.德州儀器毛利率及凈利率德州儀器毛利率及凈利率.80 圖圖 87.Mobileye 發展歷程發展歷程.81 圖圖 88.Mobileye EyeQ SOC 芯片出貨量芯片出貨量.81 圖圖 89.Mobileye 2019

31、-2022H1 營收及凈利潤（億美元）營收及凈利潤（億美元）.83 圖圖 90.Mobileye 2019-2022H1 SOC 芯片出貨量（單位：百萬片）芯片出貨量（單位：百萬片）.83 圖圖 91.瑞芯微瑞芯微 RK3588M 芯片框架圖芯片框架圖.84 圖圖 92.瑞芯微營收及歸母凈利潤（百萬美元）瑞芯微營收及歸母凈利潤（百萬美元）.85 圖圖 93.瑞芯微毛利率及凈利率瑞芯微毛利率及凈利率.85 圖圖 94.晶晨營收及歸母凈利潤（百萬美元）晶晨營收及歸母凈利潤（百萬美元）.86 圖圖 95.晶晨毛利率及凈利率晶晨毛利率及凈利率.86 圖圖 96.全志科技全志科技 T5 芯片框架圖芯片框

32、架圖.87 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 8 行業深度分析報告/證券研究報告 圖圖 97.全志科技全志科技 T7 芯片框架圖芯片框架圖.87 圖圖 98.全志科技營收及歸母凈利潤（百萬美元）全志科技營收及歸母凈利潤（百萬美元）.87 圖圖 99.全志科技毛利率及凈利率全志科技毛利率及凈利率.87 圖圖 100.GD32A503 系列系列 MCU 產品組合產品組合.88 圖圖 101.兆易創新營收及歸母凈利潤（百萬美元）兆易創新營收及歸母凈利潤（百萬美元）.89 圖圖 102.兆易創新毛利率及凈利率兆易創新毛利率及凈利率.89 圖圖 103.FH8310 已在比亞迪新能源車上

33、量產已在比亞迪新能源車上量產.90 圖圖 104.富瀚微營收及歸母凈利潤（百萬美元）富瀚微營收及歸母凈利潤（百萬美元）.90 圖圖 105.富瀚微毛利率及凈利率富瀚微毛利率及凈利率.90 圖圖 106.國芯科技汽車電子國芯科技汽車電子 MCU 路線圖路線圖.91 圖圖 107.國芯科技營收及歸母凈利潤（百萬美元）國芯科技營收及歸母凈利潤（百萬美元）.92 圖圖 108.國芯科技毛利率及凈利率國芯科技毛利率及凈利率.92 圖圖 109.杰發科技全產品線整車覆蓋杰發科技全產品線整車覆蓋.92 圖圖 110.杰發科技智能座艙芯片產品矩陣杰發科技智能座艙芯片產品矩陣.93 圖圖 111.杰發科技車規級

34、杰發科技車規級 MCU 發展線發展線.93 圖圖 112.四維圖新營收及歸母凈利潤（百萬美元）四維圖新營收及歸母凈利潤（百萬美元）.94 圖圖 113.四維圖新毛利率及凈利率四維圖新毛利率及凈利率.94 圖圖 114.英恒科技智能汽車解決方案英恒科技智能汽車解決方案.95 圖圖 115.MADC2 芯片架構芯片架構.95 圖圖 116.英恒科技營收及歸母凈利潤（百萬美元）英恒科技營收及歸母凈利潤（百萬美元）.96 圖圖 117.英恒科技毛利率及凈利率英恒科技毛利率及凈利率.96 圖圖 118.地平線自動駕駛芯片產品規劃地平線自動駕駛芯片產品規劃.97 圖圖 119.地平線生態合作伙伴地平線生態

35、合作伙伴.98 圖圖 120.地平線與大眾旗下地平線與大眾旗下 CARIAD 成立合資公司成立合資公司.98 圖圖 121.華為昇騰華為昇騰 310.99 圖圖 122.華為昇騰華為昇騰 910.99 圖圖 123.華為華為 MDC 大家庭大家庭.100 圖圖 124.華為巴龍華為巴龍 5000 芯片芯片.101 圖圖 125.廣汽埃安廣汽埃安 V 搭載華為巴龍搭載華為巴龍 5000 芯片芯片.101 圖圖 126.華為作為華為作為 ICT 企業將在車載智能計算平臺的基礎上完善汽車生態服務企業將在車載智能計算平臺的基礎上完善汽車生態服務.101 圖圖 127.黑芝麻智能四款自動駕駛芯片產品黑芝

36、麻智能四款自動駕駛芯片產品.102 圖圖 128.黑芝麻智能黑芝麻智能 FAD 計算平臺計算平臺.103 圖圖 129.芯馳四款芯片產品布局位置芯馳四款芯片產品布局位置.104 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 9 行業深度分析報告/證券研究報告 圖圖 130.芯馳芯馳“艙之芯艙之芯”X9.104 圖圖 131.芯馳芯馳“駕之芯駕之芯”V9.105 圖圖 132.駕之芯：基于駕之芯：基于 unDrive 平臺，高效支持各級別智駕平臺，高效支持各級別智駕.105 圖圖 133.芯馳芯馳“網之芯網之芯”G9.105 圖圖 134.網之芯系列：獲得國密認證，更安全網之芯系列：獲得國密

37、認證，更安全.105 圖圖 135.芯馳芯馳“控之芯控之芯”為涉及功能安全的為涉及功能安全的 MCU.106 圖圖 136.芯馳戰略：四芯融合走向中央計算芯馳戰略：四芯融合走向中央計算.106 圖圖 137.“龍鷹一號龍鷹一號”國內首款國內首款 7nm 座艙芯片座艙芯片.107 圖圖 138.AD1000 面向面向 L2+L5 自動駕駛系統自動駕駛系統.107 圖圖 139.芯擎科技芯擎科技“龍鷹一號龍鷹一號”的生態合作伙伴的生態合作伙伴.107 圖圖 140.小螞居數據研發平臺小螞居數據研發平臺.108 圖圖 141.領駿科技下游覆蓋場景領駿科技下游覆蓋場景.108 圖圖 142.追勢科技發

38、展歷程追勢科技發展歷程.109 圖圖 143.追勢科技發力三大技術方向追勢科技發力三大技術方向.110 圖圖 144.追勢科技三大商業模式追勢科技三大商業模式.110 圖圖 145.追勢科技與地平線合作的自動泊車方案追勢科技與地平線合作的自動泊車方案.111 圖圖 146.追勢科技的合作客戶追勢科技的合作客戶.111 圖圖 147.公司發展歷程公司發展歷程.112 圖圖 148.EMOS 高性能計算機軟件平臺高性能計算機軟件平臺.112 圖圖 149.跨域跨域 SOA 中間件中間件 EMOS.112 圖圖 150.智能域智能域 DCU 3.0 解決方案解決方案.113 圖圖 151.映馳科技高

39、性能計算群產品解決方案映馳科技高性能計算群產品解決方案.113 圖圖 152.2022 年年 7 月公司獲得月公司獲得 B1 輪融資輪融資.113 圖圖 153.宏景智駕成立歷史宏景智駕成立歷史.114 圖圖 154.宏景智駕宏景智駕 APA/IDDC 域控制器域控制器.114 圖圖 155.宏景智駕宏景智駕 IPM 智能攝像頭模組智能攝像頭模組.114 圖圖 156.宏景智駕宏景智駕 ADCU 高級別自動駕駛域控制器高級別自動駕駛域控制器.115 圖圖 157.宏景智駕宏景智駕 ADCU 高級別自動駕駛域控制器高級別自動駕駛域控制器.115 表表 1.部分部分 OEMOEM 全新一代電子電氣

40、架構全新一代電子電氣架構.18 表表 2.展望展望 2030 年汽車電子架構細分領域增長機會年汽車電子架構細分領域增長機會.19 表表 3.三款車模塊數量及網絡節點對比三款車模塊數量及網絡節點對比.19 表表 4.CPUCPU、GPUGPU、FPGAFPGA 和和 ASICASIC（NPUNPU、TPUTPU）比較）比較.22 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 10 行業深度分析報告/證券研究報告 表表 5.重點芯片產品晶圓尺寸和制程對比重點芯片產品晶圓尺寸和制程對比.22 表表 6.部分自動駕駛部分自動駕駛 AI 訓練芯片產品對比訓練芯片產品對比.32 表表 7.至至 202

41、1 年年 6 月主要主機廠月主要主機廠 ADAS 與自動駕駛類升級內容細分與自動駕駛類升級內容細分.34 表表 8.部分部分 OEM 升級和收費情況升級和收費情況.35 表表 9.中國自動駕駛芯片市場規模預測（單位：億元）中國自動駕駛芯片市場規模預測（單位：億元）.36 表表 10.智能座艙行業發展迅速智能座艙行業發展迅速.38 表表 11.智能座艙硬件領域核心細分市場競爭格局概覽智能座艙硬件領域核心細分市場競爭格局概覽.40 表表 12.部分車企自動駕駛芯片更迭表部分車企自動駕駛芯片更迭表.52 表表 13.智能駕駛智能駕駛 SOC 芯片性能匯總芯片性能匯總.59 表表 14.座艙座艙 SO

42、C 芯片廠商未來布局趨勢以及搭載車型情況芯片廠商未來布局趨勢以及搭載車型情況.65 表表 15.高通手機高通手機 SOC 芯片與汽車座艙芯片與汽車座艙 SOC 芯片推出時間差芯片推出時間差.66 表表 16.智能駕艙智能駕艙 SOC 廠商對比廠商對比.69 表表 17.英偉達移動芯片發展歷程英偉達移動芯片發展歷程.70 表表 18.英偉達汽車計算平臺發布歷程英偉達汽車計算平臺發布歷程.71 表表 19.采用英偉達采用英偉達 Orin 芯片的芯片的 OEM 可以選擇自研或采用第三方算法可以選擇自研或采用第三方算法.72 表表 20.英偉達在英偉達在 ADAS、仿真模擬、自動駕駛和高精度地圖和其他

43、廠商對比、仿真模擬、自動駕駛和高精度地圖和其他廠商對比.72 表表 21.市面上搭載市面上搭載 SA8155 芯片的車企芯片的車企.76 表表 22.Mobileye 產品系列產品系列.82 表表 23.國外頭部自動駕駛芯片參數對比國外頭部自動駕駛芯片參數對比.83 表表 24.晶晨股份晶晨股份 V901D 芯片規格芯片規格.85 表表 25.FH8310、FH8320、FH8322 性能對比性能對比.89 表表 26.華為華為 MDC 合作車型合作車型.100 表表 27.追勢科技解決方案梳理追勢科技解決方案梳理.110 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 11 行業深度分析報

44、告/證券研究報告 1 汽車電動化、智能化引領產業新汽車電動化、智能化引領產業新趨勢趨勢 1.1 汽車電動化、智能化引領產業變革，關注“自動駕駛”及“智能座汽車電動化、智能化引領產業變革，關注“自動駕駛”及“智能座艙艙”汽車行業正在經歷電動化、智能化革命，電動化主要改變汽車的動力和傳動系統，汽車行業正在經歷電動化、智能化革命，電動化主要改變汽車的動力和傳動系統，智能化則改變了人與車之間的關系。智能化則改變了人與車之間的關系。從 PC 時代的微軟、智能手機時代的蘋果，以及到破萬億市值的特斯拉，屬于智能電動車的新時代已經拉開帷幕，當下時點為汽車行業新周期起點，電動及智能化革命將顛覆整個汽車產業鏈，也

45、將孕育新的產業生機，目前我們認為汽車行業正在經歷三大趨勢：（1）新能源車新能源車邁入成長期，智能車引領新趨勢：邁入成長期，智能車引領新趨勢：伴隨著優質供給如特斯拉，比亞迪入局，續航里程提升以及帶給人的舒適的駕駛體驗，需求端客戶已經開始逐步接受并選擇購買新能源汽車，2021 年國內新能源汽車滲透率超過 10%，行業開始邁入成長階段。汽車行業下一階段發展重點是智能汽車時代，指通過搭載先進傳感器，運用人工智能等新技術，從而讓其具備自動駕駛以及人機交互功能，有望成為下一代移動空間和智能應用終端。因此汽車智能化是搶占行業競爭制高點的關鍵領域。（2）汽車作為消費品，評價其核心競爭力將從“燃油車時代的馬力”

46、、“電動車時）汽車作為消費品，評價其核心競爭力將從“燃油車時代的馬力”、“電動車時代的電池續航能力”到“智能汽車時代的算力”：代的電池續航能力”到“智能汽車時代的算力”：從 19 世紀 80 年代的傳統燃油車，2010 年的電動汽車，發展到 2020 年的智能汽車，我們評價汽車的性能以及其核心競爭要素也在變化：a、燃油車評價性能好壞我們更多是看內燃機馬力；b、電動車我們更關注電池續航；c、智能車時代我們更關注在大算力平臺下車外自動駕駛技術的成熟度以及車內智能座艙所帶來人機交互的智能化體驗。圖1.從馬力到算力，全球汽車行業面臨“電動化+智能化”革命 數據來源：寒武紀行歌公眾號、財通證券研究所 謹

47、請參閱尾頁重要聲明及財通證券股票和行業評級標準 12 行業深度分析報告/證券研究報告（3）商業模式及汽車價值鏈重構：通過軟件實現價值鏈向中后段轉移。）商業模式及汽車價值鏈重構：通過軟件實現價值鏈向中后段轉移。在汽車全生命周期下，與傳統燃油車銷售的一錘子買賣不同，智能汽車后續通過“硬件預埋、軟件升級”的方式可以持續提升用戶體驗，增加用戶粘性，屆時主機廠可以通過 OTA 升級實現軟件可售、軟件付費等新商業模式，獲得較高附加值，整車架構和商業模式被重新定義。圖2.汽車收入及利潤格局變化 數據來源：億歐智庫2021 上海國際車展展后洞察研究報告、財通證券研究所 智能網聯是汽車產業下一步變革的風暴中心。

48、智能網聯是汽車產業下一步變革的風暴中心。汽車要從根本上改變產品形態，從移動工具轉變成生活伙伴，需要智能化與網聯化的發展來徹底解放人們的雙手和注意力，從而賦予汽車這一產品更豐富的想象空間?！靶滤幕钡闹匦牟豢杀苊獾叵蛑悄芑途W聯化遷移，無論是需求端對產品定位和價值訴求的轉變、供給端在自動駕駛和車聯網上的競爭與合作，都證明了“智能網聯”在變革浪潮中核心驅動力的地位，將成為汽車產業發展的長期趨勢?！白詣玉{駛自動駕駛”和和“智能座艙智能座艙”正在逐漸邁入大眾的視野。正在逐漸邁入大眾的視野?！爸悄芑币I自動駕駛自不必多言，但“網聯化”也是其必不可少的重要支撐。尤其是對于智艙系統，從娛樂的豐富性到系統的

49、持續迭代升級，都離不開“網聯化”這一重要前提。謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 13 行業深度分析報告/證券研究報告 圖3.中國汽車產業“新四化”產業變革歷程 數據來源：安永2022 年智能汽車云服務白皮書、財通證券研究所 1.2 汽車電動化、智能化帶來“汽車半導體”蓬勃發展汽車電動化、智能化帶來“汽車半導體”蓬勃發展 手機領域的蓬勃發展是過去十年半導體產業快速增長的主要推動力，汽車電子化手機領域的蓬勃發展是過去十年半導體產業快速增長的主要推動力，汽車電子化和智能化有望成為半導體行業新增長級，產業變革下一定會催生新的科技和智能化有望成為半導體行業新增長級，產業變革下一定會催生新

50、的科技廠商廠商和和行業主導者。行業主導者。未來汽車會和手機、電腦一樣，成為整個半導體行業的主要增長推動力，主要系更高級的自動駕駛、智能座艙、車載以太網絡以及車載信息系統等都會催生新的半導體需求。地平線預測 2030 年全球汽車領域芯片市場規模約為1000 億美金，相比 2017 年全球汽車芯片 375 億美金市場同比增長 190%。圖4.汽車將替代手機成為半導體行業增速最快的細分市場 數據來源：地平線公眾號、財通證券研究所 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 14 行業深度分析報告/證券研究報告 新能源汽車搭載芯片數量約為傳統燃油車的新能源汽車搭載芯片數量約為傳統燃油車的 1.5

51、 倍，預計倍，預計 2028 年單車半導體含量年單車半導體含量相比相比 2021 年翻一番。年翻一番。自動駕駛級別越高對傳感器芯片數量要求越多，L3 級別自動駕駛平均搭載 8 個傳感器芯片，而 L5 級別自動駕駛所需傳感器芯片數量提升至 20 個。同樣車輛所需處理與儲存的信息量也與自動駕駛技術成熟度正相關，進一步提升了控制類芯片和儲存類芯片的搭載量。據統計至 2022 年，新能源汽車車均芯片搭載量約 1459 個，而傳統燃油車搭載芯片數量為 934 個。Strategy Analytics預計每輛車的平均硅含量將從 2021 年 530 美元/車翻一番，到 2028 年超過 1000美元，而高

52、端制造汽車的硅含量可能超過 3000 美元。圖5.2012-2022 年中國每輛汽車搭載芯片數量（單位：個）圖6.汽車半導體市場規模及單車半導體價值趨勢（右軸單位：美元）數據來源：德勤汽車芯片戰略重整之啟思、財通證券研究所 數據來源：Strategy Analytics、財通證券研究所 汽車芯片主要有如下幾個應用領域：主控芯片用來生成汽車主要控制信號的計算和生成功能。主控芯片通過接受各類傳感器搜集到的信號，進行計算相對的處理措施，并將驅動信號發送給對應的控制模塊。因此主控芯片相當于汽車的“大腦”。功率芯片是新能源汽車價值量提升最多的部分，需求端主要為 IGBT、MOSFET 及多個 IGBT

53、集成的 IPM 模塊等產品，核心用于大電流和大電壓的環境。CMOS 芯片是將光子轉換為電子進行數字處理，把圖像信號轉換為數字信號的芯片，包括微透鏡、光電二極管、處理芯片以及 IO 接口，是攝像頭的關鍵部件。隨著自動駕駛等級提升，預計 L3 以上的輔助駕駛需要約 18 顆攝像頭，主要用在倒車后視，環視，前視，轉彎盲區等領域。射頻接收器是無線通訊的重要器件，射頻芯片是指能夠將射頻信號與數字信號進行轉換的芯片，它包括功率放大器 PA、濾波器、低噪聲放大器 LNA、天線開關、雙工器、調諧器等。未來，射頻芯片將像汽車的耳朵一樣將助力 C-438580934567813145902004006008001

54、000120014001600201220172022F傳統燃油車新能源汽車 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 15 行業深度分析報告/證券研究報告 V2X 技術發展，將“人-車-路-云”等交通參與要素有機聯系在一起，彌補了單車智能的不足，推動協同式應用服務發展。超聲波/毫米波/激光雷達是感知車身傳感器，智能汽車通過傳感器獲得大量數據，L5 級別的汽車會攜帶傳感器將達到 20 個以上。車載雷達主要包括超聲波雷達、毫米波雷達和激光雷達三種。其中，中國超聲波雷達已發展的相對成熟，技術壁壘不高；毫米波雷達技術壁壘較高，且是智能汽車的重要傳感器，目前處于快速發展的階段；激光雷達技術壁壘

55、高，是高級別自動駕駛的重要傳感器，但目前成本昂貴、過車規難、落地難。存儲芯片存儲芯片是智能汽車的“記憶“，自動駕駛技術升級帶來車規存儲的帶寬持續高增長是長期趨勢，未來汽車存儲將由 GB 級走向 TB 級別。汽車面板呈多屏化趨勢汽車面板呈多屏化趨勢。汽車智能化、電動化提速將帶動車均面板數量，車載面板也開始走向標準化。從需求上看，顯示屏在汽車上的應用越來越廣，需求數量強勁成長。車載顯示主要包括中控顯示屏、儀表顯示屏、擋風玻璃復合抬頭顯示屏、虛擬電子后視鏡顯示屏、后座娛樂顯示屏等。隨著車聯網、新能源車、無人駕駛等因素的推動，人們對具備導航、車輛狀況、多媒體影音等功能的車載面板的需求將持續擴大。圖7.

56、芯片在汽車上的主要應用 數據來源：德勤汽車芯片戰略重整之啟思、財通證券研究所 1.3 電子電子電氣電氣架構架構演進演進驅動汽車芯片供應鏈創新驅動汽車芯片供應鏈創新 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 16 行業深度分析報告/證券研究報告 汽車電子電氣架構由分布式向集中式演進。汽車電子電氣架構由分布式向集中式演進。傳統功能汽車采用分布式電子電氣架構，離散化的 ECU 軟硬件緊耦合且各 ECU 之間獨立性較強，硬件資源無法共享且形成數據孤島，對用戶新需求反饋的整體周期長達 20 個月以上，難以形成持續快速迭代的軟件開發模式。因此，軟件定義汽車開發模式驅動整車電子電氣架構由分布式向中央

57、集中式演進，其核心是車載計算的集中化發展，高集成化的域控制器、車載中央計算平臺是關鍵。電子電氣架構演進的優缺點如下：分布式電子電氣架構：優點：各模塊間功能劃分明確，獨立性強，軟硬件強耦合，各模塊可獨立開發。缺點：各模塊間芯片算力無法協同，且相互冗余，分布式架構需要大量內部通信，增加線束成本；功能更新需各模塊供應商負責，研發與推送效率低，且供應鏈管理難度極大。（跨）域集中式電子電氣架構：優點：將分散的 ECU 集中到動力、底盤、座艙、駕駛、車身等幾大域控制器中，減少內部通信需求與線束成本；軟硬件逐步解耦，硬件超前設計，軟件自研，通過 OTA 靈活更新。缺點：域分布式計算下大算力 SOC 芯片成本

58、較高，算力存在冗余且單車算力存在物理上限。中央集中式電子電氣架構：優點：進一步簡化電子電氣架構，降低線束設計復雜度與成本，SOA 軟件架構支持軟件功能的迭代與擴展，從車載中央計算發展為車云計算后，車內與云端架構實現無縫結合，車端計算用于車內信息與數據的實時處理，云計算作為補充，提供非實時的數據交互與計算。圖8.新的電子架構驅動汽車芯片供應鏈的創新 數據來源：頭豹研究院、財通證券研究所 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 17 行業深度分析報告/證券研究報告 復盤過去 5 年汽車半導體行業，2016 年以來第一波結構性紅利已基本結束，純國產替代為代表的顯性機會窗口快速關閉；2021

59、 年前后“電氣化”和“智能網聯化”是汽車產業變革的新一波主浪潮：國產替代主導小周期：20162021 年的行業拉升，主要來自傳統電子電氣架構下的國產化替代，以半導體供應鏈危機正式拉開大幕為催化，國產替代的大規模上車為高潮，如中低端 MCU、三電等領域。汽車新架構主導大周期：從 2022 年起逐步開啟的第二輪產業周期，很可能是汽車產業變革的真正主浪潮。這一次，故事主線不僅僅是國產替代，而是高度智能化、電氣化的下一代汽車，以及全新電子電氣架構下的增量功能、增量技術、增量市場；紅利體量，將從國產替代的千億級，躍升至萬億級。圖9.汽車半導體科技景氣周期 數據來源：佐思汽車研究、財通證券研究所 我們認為

60、本輪新汽車周期對相關汽車半導體公司的業績貢獻在我們認為本輪新汽車周期對相關汽車半導體公司的業績貢獻在 20222025 年，年，核心驅動因素有兩個：第一，各大車廠基于全新一代電子電氣架構推出的車型平臺，將在 2022 年底2024 年分批上市，2025 年后基于全新平臺的新車型將全面鋪開。第二，從細分領域來看，高壓/高速汽車連接器、激光雷達、域控制器、汽車 SOC、高端 MCU 等大算力芯片、傳感器加速上車，將帶來汽車半導體新一輪繁榮。謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 18 行業深度分析報告/證券研究報告 表1.部分 OEM 全新一代電子電氣架構 企業企業 EEEE 架構名稱架

61、構名稱 架構硬件組成架構硬件組成 量產應用車型量產應用車型/平臺平臺 預計量產預計量產時間時間 上汽零束 銀河全棧 3.0 方案 2 個 HPC+4 個區域控制器-2023 年 廣汽埃安 星靈架構 中央計算平臺+智能駕駛模塊+智能座艙模塊+4 個區域控制器-2023 年 長城汽車 GEEP4.0 中央計算平臺+智能駕駛模塊+智能座艙模塊+3 個區域控制器 全新電動/混動平臺 2022 年 小鵬汽車 X.EEA3.0 中央計算平臺+區域控制 小鵬 G9-數據來源：九章智駕、財通證券研究所 我們認為高性能 SOC、SiC&功率半導體、存儲、多功能 MCU、傳感器、車載以太網、支持 OTA 升級的先

62、進通信系統等將受益于汽車產業鏈革新，為細分領域高景氣賽道（見圖 10）：圖10.汽車產業變革為中國芯片制造商提供機會 數據來源：匯豐中國汽車芯片、財通證券研究所 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 19 行業深度分析報告/證券研究報告 表2.展望 2030 年汽車電子架構細分領域增長機會 20002000 20102010 20202020 2030e2030e 處理器總數/車 10 30 45 60 域/區域控制器 生成中 4 代碼行數 4K 10M 100-200M 500-1000M 銅接線 20m 0.5km 1-2km 接線長度降低50%線束重量 10kg 30kg 7

63、5kg 重量降低50%生成的數據/天 MBs 2-3GB 50GB 10-12TB 傳輸數據/天 Minimal 50MB 1-2GB 40-50GB 數據來源：匯豐中國汽車芯片、財通證券研究所 而其他領域如單功能 MCU、線束的市場規模在未來幾年可能會下降：域架構下，域架構下，MCU 用量下降：用量下降：特斯拉電子電氣架構集成度高，主要是因為特斯拉將眾多小型 ECU 的功能全部集成到區域控制器中，因此 ECU 數量相比ID.4/Mach E 少，從下表可以看出，Model Y、ID.4、Mach E 的 ECU 數量分別為 26、52、51。特斯拉的 Model3 的 FBCM 既負責配電，

64、還負責一些左前燈控制、空調控制、熱管理等功能，橫跨了傳統的車身、座艙、底盤及動力域。表3.三款車模塊數量及網絡節點對比 ID.4ID.4 Model YModel Y Mach EMach E ECUs 52 26 51 CAN 7 10 8 Ethernet 12 2 4 數據來源：九章智駕、財通證券研究所 域架構下，降低線束成本：域架構下，降低線束成本：安波福測算使用域架構下可以降低 25%線束成本，而偉世通則認為域架構可以節省 50%或更多的線束長度。特斯拉的架構更接近于域控制架構，Model S 內部線束長度長達 3km，到 Model3 只有 1.5km，進一步證明域架構下可以節約線

65、束長度及重量。2 汽車汽車 SOC 是智能電動車功能實現的核心元件是智能電動車功能實現的核心元件 2.1 汽車汽車 SOC 主要負責數據處理，座艙主要負責數據處理，座艙/自動駕駛是主要自動駕駛是主要市場市場 目前目前 MCU 是汽車芯片中占比第一的細分品類。是汽車芯片中占比第一的細分品類。IC Insights 發布的數據顯示，2021年全球汽車芯片從細分產品占比來看，前三分別微處理器、模擬芯片和傳感器，所占比重分別為 30%、29%和 17。MCU 芯片全稱為微控制單元，又稱為單片微型計算機或者單片機。它是一個是把中央處理器的頻率與規格做適當縮減，并將內存、計數器、USB、A/D 轉換、UA

66、RT、PLC、DMA 等周邊接口，甚至 LCD 驅動電路都整合在單一芯片上形成芯片級的計算機。通常MCU只能完成較少的任務，謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 20 行業深度分析報告/證券研究報告 例如開啟智能雨刷，或是下車后自動落鎖等等。因此在豪車中可能擁有數百個MCU 來實現各種智能化功能。圖11.2021 年汽車芯片構成 數據來源：前瞻產業研究院、財通證券研究所 人工智能時代誕生系統級芯片（人工智能時代誕生系統級芯片（SOC）。）。在人工智能時代計算架構從單一芯片模式向融合異構多芯片模式發展，將 CPU 與 GPU、FPGA、ASIC 等通用/專用芯片異構融合、集合 AI

67、加速器的系統級芯片（SOC）應運而生。圖12.人工智能時代，計算架構從單一芯片模式向融合異構多芯片模式發展 數據來源：電子發燒友、財通證券研究所 大算力的汽車大算力的汽車 SOC 主要應用在智能駕駛和智能座艙領域。主要應用在智能駕駛和智能座艙領域。廣義而言汽車領域算力稍強（2K DMIPS 以上）的 MCU 都可算是 SOC，Arteris 預測未來單車 SOC 數量為 23 個，而大算力 SOC 在車載端主要面向兩個領域，分別是智能座艙和智能駕駛。微處理器,30%模擬芯片,29%傳感器,17%邏輯電路,10%分立器件,7%存儲器,7%謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 21 行

68、業深度分析報告/證券研究報告 圖13.平均每輛車 23 個 SOC 數據來源：IHS Market、McKinsey、Arteris、財通證券研究所 汽車領域正在復刻手機領域從“功能手機智能手機”的演變過程，SOC 在智能汽車時代扮演重要角色，其中實現人工智能算力的“xPU”至關重要：PC 領域：主要注重通用計算，因此芯片架構為“邏輯計算 CPU+GPU”；手機時代：最重要的應用是支付、玩游戲和拍照。因此芯片架構增加了 ISP，手機 SOC 芯片構成為“CPU+GPU+ISP（圖像處理）”。智能汽車時代：芯片架構更加復雜化，座艙大屏很注重圖形處理因此需要GPU、攝像頭作為實現自動駕駛的主傳感器

69、因此需要 ISP、另外還需要類似大腦功能實現自動駕駛的神經網絡 NPU。因此汽車 SOC 芯片構成為“CPU+GPU+ISP+NPU”。圖14.電腦手機智能汽車的芯片架構演進方案 數據來源：黑芝麻智能公眾號、財通證券研究所 從從 CPUGPUFPGAASIC（xPU），芯片專用性越來越強。），芯片專用性越來越強。CPU 負責邏輯運算和任務調度；GPU 作為通用加速器，可承擔 CNN 等神經網絡計算與機器學習 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 22 行業深度分析報告/證券研究報告 任務，將在較長時間內承擔主要計算工作；FPGA 作為硬件加速器，具備可編程的優點，在 RNN/LST

70、M/強化學習等順序類機器學習中表現優異，在部分成熟算法領域發揮著突出作用；而 ASIC 可以兼顧性能和功耗，作為全定制的方案將在自動駕駛算法成熟后成為最終選擇。表4.CPU、GPU、FPGA 和 ASIC（NPU、TPU）比較 芯片種類芯片種類 CPU GPU FPGA ASIC(TPU,NPU)芯片架構芯片架構 計算單元和高速存儲單元占用的晶體管數量相當，適合串行計算 晶體管大部分構建計算單元，運算復雜度低，適合大規模并行計算 可編程的邏輯陣列，初始嘗試成本很低?？梢灾匦屡渲眯酒徊糠?，而其余部分依然工作，對于尚未完全確定架構的情況很適合。晶體管根據算法定制，不會有冗余，功耗低、計算性能高、

71、計算效率高 擅長領域擅長領域 沒有特定領域 圖像處理及與深度學習類似的人工智能領域的并行計算等 用于雷達、手機基站、軍事通信等（設計需要經常升級）市場需求量大的專用領域（十萬片以上的成本可能會優于FPGA）優點優點 通用性強 撞長處理圖像等矩陣數據，并行運算能力強 可以根據算法進行不斷調整優化 體積小、功耗低、計算性能高、計算效率高、芯片出貨量越大成本越低 缺點缺點 針對特定領域效率很低 價格貴、功耗離 成熟度較差，效率一般不夠高 算法固定、開發周期長、上市速度慢、一次性成本離、風險大 數據來源：芯師爺、財通證券研究所 汽車汽車 SOC 芯片持續追求先進制程。芯片持續追求先進制程。從芯片工藝制

72、程來看，不同汽車芯片對工藝要求存在較大差異。MCU 主要是依靠成熟制程，全球 70%MCU 生產來自臺積電；而座艙、自動駕駛 SOC 及 AI 芯片等主控芯片持續追求 7nm 及以下先進制程。表5.重點芯片產品晶圓尺寸和制程對比 芯片類型芯片類型 代表芯片代表芯片 應用系統應用系統 子系統子系統 晶圈（晶圈（mm）工藝（工藝（nm）功能芯片 MCU 全部 在所有域中，每個 ECU 都有一個 MCU 200、300 16-40nm 主控芯片 SOC ADAS、信息娛樂 高性能 FV 攝像頭、ADAS域控制器、音箱主機、座艙艙域控制器、儀表盤、車身域控制器 300 16、14、7、5 功率半導體

73、IGBT xEV，底盤 用于 xEV、底盤的電力電子設備 200 90-110nm 傳感器芯片 CIS 全部 攝像頭 200、300 5-65nm 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 23 行業深度分析報告/證券研究報告 MEMS 傳感器 全部 壓力、流量、慣性、濕度、紅外線 200 I80nm 數據來源：蓋世汽車、財通證券研究所 未來部分未來部分 MCU 功能會被整合到功能會被整合到 SOC 芯片中，芯片中，ECU 數量減少導致數量減少導致 MCU 的用量的用量下降。下降。汽車 MCU 緊隨汽車電子電氣架構發展，SOC 芯片會集成部分低端 MCU 功能，因此未來 MCU 單車使

74、用量將會下降，分布式向域控制發展使用量將從當前從 30-40 顆，逐步提升至 70-80 顆，但未來隨著集中式架構落地，算力向整車計算平臺集中，汽車 MCU 的使用量又將逐步降低至 50-60 顆左右。圖15.單車 MCU 使用量情況預測 數據來源：高工汽車研究預測、財通證券研究所 域控制架構下控制芯片將形成“域控制架構下控制芯片將形成“MCU+SOC”態勢?！睉B勢。SOC芯片并不能替代所有MCU，一方面不是所有 MCU 都有必要接入 SOC 芯片，比如“讓轉向燈閃耀的控制方式”如果不用 MCU 方案，全部接入 SOC 芯片會形成一個星形網絡，不僅導線數量會增加，管理難度也會劇增。另外一方面也

75、需要一部分 MCU 作為 SOC 芯片安全冗余的備選方案。圖16.域控制架構下，會形成“MCU”+“SOC”的控制芯片格局 數據來源：黑芝麻智能公眾號、財通證券研究所 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 24 行業深度分析報告/證券研究報告 2.2 自動駕駛自動駕駛 SOC 和座艙和座艙 SOC 架構架構對比對比 拆分自動駕駛 SOC 結構，包括 CPU、GPU 和其他類型的定制芯片(如 NPU、深度學習加速器(DLAs)和計算機視覺處理器(CVP)。除此之外，一個典型的自動駕駛SOC 結構還包括以下部分：至少一個微處理器(MPU)或數字信號處理器(DSP)，但也可以有多個處理器

76、內核;存儲器可以是 RAM、ROM、EEPROM 和閃存中的一種或多種;用于提供時間脈沖信號的振蕩器和鎖相環電路;由計數器和計時器、電源電路組成的外設;不同標準的連線接口，如 USB、火線、以太網、通用異步收發和序列周邊接口等;電壓調理電路及穩壓器。圖17.自動駕駛芯片的設計架構 數據來源：寒武紀行歌公眾號、財通證券研究所 拆分座艙 SOC 架構，我們發現在多塊高分辨率屏幕和流暢的系統背后，不僅僅比拼的是車機芯片的算力、視頻處理能力，更加看重 AI 能力等性能指標。比如高通8155 芯片是高通第三代驍龍汽車數字座艙旗艦級平臺，是一款異構架構的芯片，包含 CPU、GPU、DSP、ISP 以及 A

77、I 引擎等：謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 25 行業深度分析報告/證券研究報告 在在 CPU 部分，部分，8155 芯片采用 1+3+4 的 8 核心設計，核心為高通 Kryo485。其中大核主頻為 2.96GHz，三個高性能核心主頻為 2.42GHz，四個低功耗小核主頻為 1.8GHz。而而 GPU 部分，部分，8155 芯片與驍龍 855 都采用 Adreno640。同時，8155 芯片所采用的 Hexagon690DSP、Spectra380ISP，相比高通驍龍 855 和 855+，名稱上也是一模一樣。此外與自動駕駛芯片不同的是，8155 芯片并沒有獨立的 NPU

78、內核，AI 計算計算主要通過主要通過 DSP、CPU 和和 GPU 組成的組成的 AI 引擎完成。引擎完成。其中，Hexagon690 擁有7TOPS 的 AI 算力，加上 CPU、GPU 的 AI 算力之和為 8TOPS。圖18.智能座艙芯片 8155 的設計架構 數據來源：高通演說會、財通證券研究所 3 自動駕駛：傳感器配置“內卷”，“硬件預埋”成為自動駕駛：傳感器配置“內卷”，“硬件預埋”成為車企主流策略車企主流策略 3.1 市場概況：市場概況：L2+場景將持續較長時間，封閉場景場景將持續較長時間，封閉場景 L4 開始落地開始落地 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 26

79、行業深度分析報告/證券研究報告 圖19.現階段處于 L3 導入期 數據來源：億歐智庫2021 中國車聯網行業發展趨勢研究報告：漸入佳境，一觸即發、財通證券研究所 2015 年以前輔助駕駛功能主要為 L1/L0 級，L1 級可實現加減速或轉向控制，駕駛員持續進行車輛橫向和縱向的操作，代表功能為 LKA、AEB 等；2016 年進入 L2 級時代，可同時實現車速和轉向自動化。駕駛必須始終保持掌控駕駛，在特定場景下系統進行橫向和縱向操作，代表功能為 ACC、LKA、APA 等，部分 ECU 開始集成式發展，但仍未有域的劃分，目前 L2 及以下整體單車配套價值在 1.5 萬元左右。到 2020 年將正

80、式進入 L3 級導入期，為有條件自動駕駛，可解放雙手。駕駛員不必一直監控系統，但必須時刻保持警惕并在必要時進行干預，整車大約分為 56 個域，控制器算力指數級提升，以太網開始出現，L3 及以下整體單車配套價值約為 2.5 萬元。但是由于目前但是由于目前 L3 級別自動駕駛技術仍不完善、法級別自動駕駛技術仍不完善、法規問題、規問題、責任認定、加之成本過高，短期內能夠實現大規模量產的仍然以責任認定、加之成本過高，短期內能夠實現大規模量產的仍然以 L2級別的級別的 ADAS 為主。為主。展望未來我們認為展望未來我們認為 L2+輔助輔助駕駛系統將快速普及并長期存在，駕駛系統將快速普及并長期存在，另外另

81、外在一些在一些低速、低速、封閉封閉場景下比如礦山場景下比如礦山，港口港口中中 L4 自動駕駛開始落地自動駕駛開始落地，而，而基于法律法規以及技術基于法律法規以及技術成熟度成熟度等等問題問題，高速、開放場景下的，高速、開放場景下的 robotaxi/robotruck 落地需要較長時間落地需要較長時間，黑芝麻智能單記章指出，從 L2 真正突破到 L3 級是一個漫長的過程，未來很長一段時間內智能網聯汽車仍將處于人機共駕的狀態，這其中涉及到軟件、硬件、數據等技術的緊密配合和升級。尤其是大算力車規級芯片，將是高階自動駕駛突破的核心關鍵。謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 27 行業深度分

82、析報告/證券研究報告 圖20.未來 5 年自動駕駛三大趨勢 圖21.國內不同級別自動駕駛車輛落地情況（萬輛）數據來源：寒武紀行歌公眾號、財通證券研究所 數據來源：李克強智能網聯汽車路線圖 2.0、財通證券研究所 3.2 硬件趨勢：硬件趨勢：ASIC 方案方案+集成集成 ISP+大算力大算力預埋預埋 3.2.1 預計預計 CPU+ASIC 方案逐漸成為未來主流方案逐漸成為未來主流選擇選擇 CPU+ASIC 方案將是自動駕駛方案將是自動駕駛 SOC 主流架構。主流架構。目前市面上主流的自動駕駛芯片SOC 架構方案分為三種：CPU+GPU+ASIC，CPU+ASIC 及 CPU+FPGA。從發展趨勢

83、來看，定制批量生產的低功耗、低成本的專用自動駕駛 AI 芯片（ASIC）將逐漸取代高功耗的 GPU。英偉達 Xaiver 芯片主要有四個模塊，其中 GPU 占的面積最大，其次是 CPU，輔以兩個 ASIC。特斯拉 FSD 芯片架構主要有三個模塊，即 GPU、CPU 和NPU，其中 NPU 是架構重點。MobileyeEQ5 的 CVP 是針對 Mobileye 自有的視覺算法設計的 ASIC，以此有效降低功耗。地平線自主研發了基于靈活 BPU 架構的 ASIC 芯片。谷歌 Waymo 采用“CPU+FPGA”方案，其計算平臺采用英特爾 Xeon 的 12 核以上的 CPU，搭配 Alter 的

84、 Arria 系列的 FPGA。其 I/O Board 采用英飛凌的Aurix 系列的 MCU 作為 CAN/Flex Ray 網絡通信接口。在自動駕駛算法固化后，FPGA 可能被 ASIC 替代。3541293164402878220296570500100015002000250030003500202020252030L2L3L4 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 28 行業深度分析報告/證券研究報告 圖22.自動駕駛芯片三大主流架構 數據來源：頭豹研究院、財通證券研究所 3.2.2 SOC 芯片廠商集成芯片廠商集成 ISP，同時處理多傳感器數據實現成本節降，同時處理多傳

85、感器數據實現成本節降 ISP 參數配置是決定計算機視覺圖像質量的關鍵因素。參數配置是決定計算機視覺圖像質量的關鍵因素。ISP（Image Signal Processing）指圖像信號處理器，主要作用是對前端圖像傳感器輸出的信號做后期處理。簡單來說 ISP 是攝像頭的 Photo Shop，目的是提升圖像質量。在傳統的自動駕駛方案中，ISP 和攝像頭是一對一的對應關系，也就是說只要有一顆攝像頭，就要有一顆ISP。車載車載 SOC 芯片集成高性能芯片集成高性能 ISP 是未來趨勢。是未來趨勢。在車載端，SOC 內部集成 ISP 意味著無需再為每個攝像頭傳感器提供 ISP，從而大幅降低感知硬件的成

86、本。而在攝像頭端，取消 ISP 既可以解決高像素攝像頭會帶來嚴重的散熱問題，也可以幫助車載攝像頭如何進一步縮小電路板尺寸和降低功耗。謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 29 行業深度分析報告/證券研究報告 圖23.ARM：ISP 被集成到汽車 SOC 中可以降低感知硬件成本 數據來源：高工智能汽車、財通證券研究所 目前市場上高級別自動駕駛目前市場上高級別自動駕駛 SOC 芯片中均集成芯片中均集成 ISP。英偉達的 Xavier 和黑芝麻智能 A1000 芯片中均集成了 ISP。根據英偉達官網，英偉達 Xavier 內置的 ISP 每秒可處理是 15 億像素，黑芝麻智能也將 ISP

87、 集成在了 A1000 芯片中，每秒可以處理 12 億像素。圖24.英偉達 Xavier SOC 芯片集成 ISP 圖25.黑芝麻華山二號 A1000 SOC 芯片內部集成自研ISP 芯片 數據來源：英偉達演說會、財通證券研究所 數據來源：黑芝麻智能公眾號、財通證券研究所 3.2.3 面向高級別自動駕駛，“算力預埋”是未來主要面向高級別自動駕駛，“算力預埋”是未來主要趨勢趨勢 車載計算平臺的算力上限決定車輛生命周期內可承載的軟件服務升級上限，整車車載計算平臺的算力上限決定車輛生命周期內可承載的軟件服務升級上限，整車廠將通過向廠將通過向 C 端收取軟件授權和端收取軟件授權和 OTA 更新服務費以

88、完成商業模式閉環。更新服務費以完成商業模式閉環。當前面向量產乘用車的智能駕駛系統整體處于 L3 及以下級別，但智能駕駛技術仍在持 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 30 行業深度分析報告/證券研究報告 續迭代升級中，為保證車輛在全生命周期內的持續軟件升級能力，主機廠在智能駕駛上采取“硬件預置，軟件升級”的策略，通過預置大算力芯片，為后續軟件與算法升級優化提供足夠發展空間。攝像頭分辨率提升，激光雷達搭載數量提升以及傳輸數據量增長驅動汽車對算力攝像頭分辨率提升，激光雷達搭載數量提升以及傳輸數據量增長驅動汽車對算力需求大幅提升。需求大幅提升。高級別自動駕駛對攝像頭像素要求提高，預計未

89、來 800 萬像素相機會取代 1-200 萬像素相機的主流解決方案。假設一輛智能汽車配備 12 個 800 萬像素的攝像頭，每秒 60 幀(FPS)，隱含的數據輸入速率可能達到 5.76 億像素/秒。疊加激光雷達的點云算法，預計智能汽車的計算能力將從目前支持 L2+/3 級自動駕駛的神經網絡處理器(NPU)的 100 多個 TOPS(每秒萬億次操作，計算能力的衡量標準)和支持 2+/3 級自動駕駛的 CPU 的 80K DMIPS(每秒 Dhrystone 百萬指令，也是計算機性能的衡量標準)，分別提高到 2030 年的 1000 多個 TOPS 和 500K DMIPS。圖26.自動駕駛所需

90、算力圖譜 數據來源：匯豐中國汽車芯片、財通證券研究所“通用開放式”“通用開放式”+“大算力”是智能駕駛芯片未來的主要趨勢?！按笏懔Α笔侵悄荞{駛芯片未來的主要趨勢。伴隨著 ADAS 輔助駕駛功能在新車市場上滲透率的不斷提升，新勢力與領先自主品牌車企在智能駕駛領域的廝殺日益激烈，智能駕駛傳感器配置走向“內卷”，以蔚來、小鵬、極狐為代表的車型更是率先宣布激光雷達量產上車，疊加高級別自動駕駛對攝像頭像素要求提高，對應自動駕駛芯片算力也持續提升。謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 31 行業深度分析報告/證券研究報告 圖27.“通用開放式”+“大算力”是智能駕駛芯片成為未來主要趨勢 數據來

91、源：寒武紀行歌公眾號、財通證券研究所 3.3 軟件趨勢：軟件趨勢：AI 云端訓練云端訓練+OTA 升級升級 3.3.1 SOC 廠商加速布局自動駕駛廠商加速布局自動駕駛 AI 數據訓練數據訓練 自動駕駛數據集對于訓練深度學習模型和提升算法可靠性至關重要，自動駕駛數據集對于訓練深度學習模型和提升算法可靠性至關重要，SOC 廠商不廠商不但推出了自研的但推出了自研的 AI 訓練芯片，還有云端超算平臺訓練芯片，還有云端超算平臺。特斯拉推出了 AI 訓練芯片 D1和“Dojo”超算平臺，將用于特斯拉自動駕駛神經網絡的訓練。不僅如此，訓練算法模型產品也愈發重要，包括 2D 標注、3D 點云標注、2D/3D

92、 融合標注、語義分割、目標跟蹤等，如英偉達 Drive Sim 自動駕駛模擬平臺、地平線“艾迪”數據閉環訓練平臺等。特斯拉推出了特斯拉推出了 Dojo 超算訓練平臺：超算訓練平臺：采用特斯拉自研 7nm AI 訓練芯片 D1，依托龐大客戶群來收集自動駕駛數據，從而實現對深度學習系統的模型訓練。從官方公開信息來看，特斯拉 Dojo AI 系統采用分布式架構，每個 Dojo 節點都有自己的 CPU、內存和通信接口。而每個節點都有 1.25MB 的 SRAM（靜態隨機存取存儲器），然后每個節點都連接到一個 2D 網格。當前特斯拉Autopilot 主要使用 2D 圖像+標注的方式進行訓練和算法迭代，

93、通過 Dojo 超算平臺，可以使得 Autopilot 可以以 3D 圖像+時間戳（4DAutopilot 系統）的方式進行訓練，4DAutopilot 系統將具備可預測性，標記道路物體的 3D 移動軌跡，以加強自動駕駛功能的可靠性；英偉達推出了自動駕駛模擬平臺：英偉達推出了自動駕駛模擬平臺：DRIVE Sim 是一種基于 Omniverse 構建的仿真工具，它可以利用平臺的許多功能。DRIVE Sim 生成的數據用于訓練構成自動駕駛汽車感知系統的深度神經網絡。DRIVE Sim 的傳感器功能包括路徑追蹤攝像頭、雷達和激光雷達模型，可捕獲現實世界的效果，如動態模糊、LED 閃爍、滾動快門和多普

94、勒效應。謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 32 行業深度分析報告/證券研究報告 地平線艾迪平臺：地平線艾迪平臺：艾迪 AI 開發工具平臺是一個高效的軟件 2.0 訓練、測試、管理的工具平臺，包括半/全自動的標注工具，自動化模型訓練，長尾場景管理、軟件自動集成、自動化回歸測試，最后這整套模型通過 OTA 升級部署到芯片上。華為八爪魚自動駕駛開放平臺：華為八爪魚自動駕駛開放平臺：“八爪魚”是一個按需獲取的全棧云平臺，服務覆蓋自動駕駛數據、模型、訓練、仿真、標注等全生命周期業務，向車企及開發者，提供了包括數據服務、訓練服務、仿真服務在內的 3 大服務。（1）數據服務：處理車載硬件平臺

95、上輸出的傳感器數據，回放雷達、攝像頭等不同格式的數據；支持 PB 級海量存儲、交互式大數據查詢和海量數據治理。（2）訓練服務：管理和訓練自動駕駛模型，不斷在新的數據集和測試集上提升模型的準確度，持續提升自動駕駛安全系數。平臺提供軟硬件加速，能大幅縮短訓練時間，提升訓練效率。（3）仿真服務：提供仿真、場景庫管理、場景片段、評測系統等應用工具，確保自動駕駛模型合規、安全、可度量、質量達標，快速集成到版本中。圖28.特斯拉 DoJo 超級計算機 圖29.華為“八爪魚”開放平臺 數據來源：特斯拉演說會、財通證券研究所 數據來源：華為演說會、財通證券研究所 全球領先的自動駕駛 AI 訓練芯片包括：英特爾

96、 Ponte Vecchio、英偉達 A100、特斯拉 D1 等。表6.部分自動駕駛 AI 訓練芯片產品對比 英特爾英特爾 MobileyeMobileye 英偉達英偉達 特斯拉特斯拉 AI 芯片 Ponte Vecchio A100 D1 系統架構 計算核至少有 8 個 Xe 內核，L1 緩存為 4MB，臺積電 5 納米工藝制造。XeLink 部分有兩個，分別連接 8 個內核，采用臺積電 7 納米工藝，解串行最高到 90G 540 億個晶體管，裸晶面積 826平方毫米，采用 GPU 安培架構，功耗方面，最大功率達到400W，Pcle 版 250W 500 億個晶體管，裸晶面積 645 平方毫

97、米，熱設計功耗僅為 400W 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 33 行業深度分析報告/證券研究報告 AI 算力 在1.37GHz的 情 況 下 可 達45TOPSFP32 的算力 A100 支持 TF32 運算，浮點性能 156TFLOPS，搭載 HBM2 顯存，存儲帶寬 1.6TB/s FP32 單精度浮點計算性能達 22.6TFlops（每秒 22.6 萬億次），BF16/CFP8 計算性能則可達 362TFlops（每秒 362 萬億次）；全部采用片上 SRAM，存儲帶寬達到 4TB/s 封裝工藝 英特爾獨家的 EMIB 與 Foveros 封裝技術，成本遠低于臺積電的

98、lnFo_SoW，估計只有特斯拉 D1 成本的 1/5 Flip-Chip MCM 技術 臺積電InFO_SoW(System-on-Wafer),lnFO_SoW 核心技術 英特爾的 Foveros 和 EMIB 英偉達的張量核心技術對 AI產生了顯著的加速效果 特斯拉的垂直運算系統設計非常新穎，但芯片制造的核心技術還是臺積電掌握 數據來源：佐思汽研、財通證券研究所 3.3.2 通過通過 OTA 升級可以提高自動駕駛系統的精準度升級可以提高自動駕駛系統的精準度 OTA 技術最早應用在技術最早應用在 PC 機上，后來廣泛應用在移動手機行業，近幾年才開始在機上，后來廣泛應用在移動手機行業，近幾年

99、才開始在汽車行業里廣泛應用。汽車行業里廣泛應用。OTA 是空中下載技術，即通過網絡從遠程服務器下載新的軟件更新包對自身系統進行升級，包含固件升級和應用升級，從而滿足終端廠商的應用管理需求和運營商對入網終端的管理要求。通過 OTA 技術，車企可以進行車輛的遠程診斷、大數據等應用，快速修復系統故障，并增加新的功能等，可以讓汽車即便在已經離廠并且服役中的狀態下，能透過互聯網從遠程進行系統升級，以達到“功能更新、亦或是漏洞補救”的目的。圖30.汽車 OTA 基本原理 數據來源：佐思汽研、財通證券研究所 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 34 行業深度分析報告/證券研究報告 SOA 架構

100、是架構是 OTA 落地前提。落地前提。SOA 架構（Service-Oriented Architecture，面向服務的架構）是將每個控制器所控制的不同的硬件和功能抽象成服務，并定義統一的接口協議，應用開發者可以直接調取相應的服務來實現相關應用和功能，而無需考慮底層硬件的差異。圖31.智能汽車軟件架構向 SOA 轉型升級 數據來源：易觀分析汽車智能座艙市場分析 2022、財通證券研究所 不斷演進的自動駕駛、點云融合、激光雷達等算法后續可通過不斷演進的自動駕駛、點云融合、激光雷達等算法后續可通過 OTA 模式進行迭模式進行迭代更新代更新，進而提高輔助系統的精準度，進而提高輔助系統的精準度。截止

101、到 2021 年 6 月，ADAS 算法中巡航類相關的升級內容最多，為 42 項，其升級主要包括 ACC/ATC、主動循環、車速輔助等；其次為預警功能新增或優化，包括碰撞預警、車門開門預警以及車道偏離預警等，共有 23 項，另外泊車系統優化或新增也有 23 項，目標檢測與識別相關的有 17 項，主要包括對路面物體或動物識別優化、交通標志識別等，另外，環視系統優化升級和車道保持系統升級優化分別升級了 14 項和 12 項。表7.至 2021 年 6 月主要主機廠 ADAS 與自動駕駛類升級內容細分 序號序號 細分功能細分功能 OTAOTA 升級數量升級數量 主要功能主要功能 1 巡航功能（ACC

102、、ATC、主動巡航、車速輔助等 42 ACC 自適應巡航控制系統（Beta 版）、車速輔助功能改進、主動巡航控制改進、新增 ATC 自適應彎道巡航相鄰車道速 度、車速設定等 2 預警功能（碰撞預警、開門預警、偏離預警等 23 車道變換預警、車道偏離預警、后側來車預警、新增加塞預警、優化前向碰撞預警(FCW)的性能等 3 泊車系統 23 XPILOT Parking 自動泊車系統、全自動泊車功能的泊入軌跡和?？孔藨B進行優化、新增遙控泊車、優化全自動泊車成 功率、優化自動泊車（APA）等 4 目標檢測與識別 17 路上動物可視化、新增 TSR 交通標志識別、綠色交通信號燈蜂鳴、交通燈和停車標志控制

103、（測試版）等 5 環視系統（全景影像）14 360環視新增“輪轂視角”功能、540全景影像盲區透明補償、修復偶發的 360 全景影像無法激活的問題等 6 車道保持系統 12 開放 LCC 車道居中保持、優化 LKA 懲罰機制、車道保持系統優化、優化 LKA 狀態下脫手報警策略等 7 車輛召喚 9 新增車輛近距召喚、智能召喚（測試版）等 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 35 行業深度分析報告/證券研究報告 8 主動緊急制動 6 AEB 自動緊急制動、新增自動緊急制動-帶行人及自行車識別等 9 自動變道輔助 5 開放 ALC 自動變道輔助、優化 ALC 自動變道輔助等 10 盲區

104、監測 5 開放盲區安全輔助功能、盲區警告等 11 全自動駕駛 3 全自動駕駛（測試版）12 其他輔助駕駛功能 51 特斯拉推動可視化改進（駕駛視覺畫面改進）、新增自動導航輔助駕駛、NOP 功能優化、障礙物感應限速等 合計 210 數據來源：佐思汽研、財通證券研究所 OTA 升級改變整個汽車行業的商業模式，OEM 可以向 C 端客戶發送“算法更新包”從而實現汽車全生命周期收費，而不是傳統汽車時代的“一錘子買賣”。過去傳統汽車行業長期以來依賴新車制造和銷售獲取利潤，現在智能汽車時代可以通過 OTA 按照“軟件升級汽車保有量”收費。表8.部分 OEM 升級和收費情況 OEMOEM 升級包升級包 具體

105、內容具體內容 收費標準收費標準 特斯拉 座椅加熱 Model3 可以付費 OTA 升級來激活后排座椅加熱。2400 美元 Model3 雙電機版和長續航版的 OTA 升級服務 用戶購買了該服務后，Model3 可將 0-60 英里/小時的加速時間從 4.4 秒縮短到 3.9 秒。2000 美元 寶馬 座椅加熱 提供 1 個月的免費試用期，可以選擇購買一段，或者直接永久購買。約 122 元/月 凱迪拉克 移動互聯體驗 CUE 是全面進化的人車互聯體驗。5 種 HMI 交互選擇靈活多樣?？赏ㄟ^ OTA 智能云更新，搭配終身制每年 100G 免費車載流量（僅限首位車主）。免費 奔馳 后輪主動轉向系統

106、 奔馳 EQS450+先鋒版車主可以花 4998 元將后輪轉向角度從 4.5提升至與其他車型一樣的 10?，F可尊享 3 個月免費試用體驗。4998 元/年 小鵬 語音旋鈕功能 可以通過辨別語音中的重復詞，來精密控制音量、風量、空調溫度、地圖比例尺。免費 語音降地鎖功能 在小鵬自營充電站附近可以語音打開充電頁面詳情和降鎖。XPILOT3.0 智能輔助駕駛 升級了 VPA 記憶泊車和 NGP 領航系統。蔚來 5G 版智能座艙升級 蔚來升級包還包含一顆 800 萬像素 DVR 高清攝像頭、4 顆 300 萬像素高感光環視專用攝像頭、1 顆 250 萬像素艙內攝像頭、雨量光線傳感器、全新 5G 高性能

107、網關等。12600 元 數據來源：佐思汽研、財通證券研究所 3.4 規模規模&增速增速：2025 年國內年國內智駕智駕 SOC 規模規模為為 138 億元億元，CAGR=25%測算不同自動駕駛級別對應單測算不同自動駕駛級別對應單 SOC 芯片價格：芯片價格：我們假設能支持 Level2 自動駕駛的 SOC 的成本大約是 50 美元（與近年來 Mobileye 的價格一致）。L3 級別自動駕駛芯片價格為 1500 人民幣（拆分特斯拉 HW3.0 域控制器，其自動駕駛域的芯片 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 36 行業深度分析報告/證券研究報告 成本約為 3000 元，對應 2

108、個 FSD 芯片）。假設 L4-L5 自動駕駛芯片單片價格為400 美金（與英偉達 Orin 芯片價格一致）。圖32.主要自動駕駛 SOC 的售價估計（單位：美金）數據來源：匯豐中國汽車芯片、財通證券研究所 測算測算不同自動駕駛級別對應單不同自動駕駛級別對應單 SOC 芯片數量芯片數量：我們假設 L1 級別自動駕駛需要 1顆 SOC 芯片，L2/L2+級別自動駕駛需要 2 顆 SOC 芯片（比如理想 one 搭載兩顆地平線 J3），L3 級別自動駕駛需要搭載 2 顆 SOC 芯片（比如特斯拉 HW3.0 需要兩顆 FSD 芯片），L4L5 級別自動駕駛需要搭載 4 顆 SOC 芯片（比如威馬

109、M7 搭載 4 顆 Orin 芯片）。測算汽車自動駕駛測算汽車自動駕駛 SOC 芯片市場規模：芯片市場規模：隨著汽車電動化、智能化的推進以及自動駕駛滲透率的提升，自動駕駛芯片行業將維持較高速的增長。我們預計中國自動駕駛芯片的市場規模將在 2025 年達到 138 億元，到 2030 年達到 289 億元，十年復合增長率預計可達 25.1%。表9.中國自動駕駛芯片市場規模預測（單位：億元）乘用車乘用車 ADASADAS 2021A2021A 2022E2022E 2023E2023E 2024E2024E 2025E2025E 2026E2026E 2027E2027E 2028E2028E 2

110、029E2029E 2030E2030E 國產乘用車銷量（萬輛）國產乘用車銷量（萬輛）21482148 21912191 22352235 22792279 23252325 23722372 24192419 24672467 25172517 25672567 年增長率年增長率 2%2%2%2%2%2%2%2%2%2%2%2%2%2%2%2%2%2%L1 功能滲透率 38%39%40%35%30%28%23%20%14%11%裝載功能的新車數（萬輛）816 854 894 798 698 664 556 493 352 282 AI 芯片需求（片/輛車）1 1 1 1 1 1 1 1 1

111、1 AI 芯片出貨量（萬片）168 194 214 214 214 214 213 211 195 178 AI 芯片單價（元）150 150 150 150 150 150 150 150 150 150 中國市場規模（億元）12.2 12.8 13.4 12.0 10.5 10.0 8.3 7.4 5.3 4.2 L2/L2+功能滲透率 17%21%27%32%40%45%49%54%58%62%裝載功能的新車數（萬輛）365 460 603 729 930 1067 1185 1332 1460 1592 AI 芯片需求（片/輛車）1 2 2 2 2 2 2 2 2 2 AI 芯片出貨量

112、（萬片）365 920 1207 1459 1860 2134 2371 2665 2919 3183 AI 芯片單價（元）500 500 500 500 500 500 500 500 500 500 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 37 行業深度分析報告/證券研究報告 中國市場規模（億元）18.3 46.0 60.3 72.9 93.0 106.7 118.5 133.2 146.0 159.2 L3 功能滲透率 0%1%2%3%5%7%9%11%13%15%裝載功能的新車數（萬輛）0 22 45 68 116 166 218 271 327 385 AI 芯片需求（片/

113、輛車）2 2 2 2 2 2 2 2 2 2 AI 芯片出貨量（萬片）0 44 89 137 233 332 435 543 654 770 AI 芯片單價（元）1500 1500 1500 1500 1500 1500 1500 1500 1500 1500 中國市場規模（億元）0.0 6.6 13.4 20.5 34.9 49.8 65.3 81.4 98.2 115.5 L4-L5 新車數量(萬輛)0.2 0.25 0.3 0.35 0.5 1 2 3 5 10 AI 芯片需求（片/輛車）4 4 4 4 4 4 4 4 4 4 AI 芯片單價（元）2500 2500 2500 2500

114、2500 2500 2500 2500 2500 2500 中國市場規模（億元）0.2 0.25 0.3 0.35 0.5 1 2 3 5 10 總計 L1-L3 總滲透率 55%61%69%70%75%80%81%85%85%88%國內汽車自動駕駛 SOC 芯片市場規模（億元）30.7 65.7 87.5 105.8 138.8 167.5 194.2 225.1 254.4 288.9 數據來源：乘聯會、財通證券研究所預測 4 智能座艙：感知、交互、場景應用升級，座艙芯片智能座艙：感知、交互、場景應用升級，座艙芯片向集成式方案演進向集成式方案演進 4.1 市場概況：智能座艙為“第三空間”載

115、體，成為車企差異化競爭重市場概況：智能座艙為“第三空間”載體，成為車企差異化競爭重點點 智能化逐漸成為消費者買車時更為關心的指標之一。汽車座艙的智能化發展由三部分推動，分別為車內/外環境感知，視覺、聽覺等多模態人機交互方案以及統籌感知計算的車聯網。汽車座艙智能化發展是通過配備智能化和網聯化的車載產品來實現與人、路、車的智能交互，是人車關系從工具向伙伴演進的重要紐帶和關鍵節點。謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 38 行業深度分析報告/證券研究報告 圖33.汽車座艙智能化的驅動因素 數據來源：億歐智庫2021 中國汽車座艙智能化發展市場需求研究報告、財通證券研究所 汽車座艙正成為具

116、有擬人化交互能力的駕駛伙伴。目前智能座艙系統主要包括內飾、電子兩大系統，像車內的座椅、空調、燈光、儀表盤、中控屏、車聯網、語音識別、手勢識別等。智能座艙目前處于智能助理的初級階段，在硬件方面，座艙內部的實體按鍵被簡化，大屏化、多屏化趨勢顯著；在軟件方面，語音交互技術被廣泛應用，人臉識別技術和手勢識別技術也被嘗試，座艙所實現的功能趨于多樣化。表10.智能座艙行業發展迅速 20082008-1818 20192019-2121 20222022-2525 機械/模擬儀表盤 數字集群 多屏幕 GPS 導航 LCD 顯示屏/HUD 基于人工智能的語音交互 音頻/收音機 OTA 應用程序更新 DMS/O

117、MS 系統 Apple carplay 顯示屏上的觸摸控制 電子后視鏡 嵌入式信息娛樂 OLED/Micro LED 顯示屏 V2X VR/AR 部署 聲學系統升級 游戲和視頻流 數據來源：匯豐中國汽車芯片、財通證券研究所 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 39 行業深度分析報告/證券研究報告 圖34.汽車顯示面板出貨量預測（按類型分類，萬套）圖35.中國智能駕駛艙內主要應用的滲透率 數據來源：匯豐中國汽車芯片、財通證券研究所 數據來源：匯豐中國汽車芯片、財通證券研究所 智能座艙滲透率將逐步提升，未來中國市場滲透率將遠高于全球。智能座艙滲透率將逐步提升，未來中國市場滲透率將遠高

118、于全球。目前全球及中國智能座艙配置新車滲透率分別為 49.7%與 53.3%，當前中國汽車智能座艙普及度已經過半，預計未來中國智能座艙產品滲透率的增長將領先全球市場。目前中國智能座艙主要裝備于中高端車型，低端車型裝備率較低。圖36.全球智能座艙滲透率 圖37.中國智能座艙裝配率 數據來源：易觀分析汽車智能座艙市場分析 2022、財通證券研究所 數據來源：易觀分析汽車智能座艙市場分析 2022、財通證券研究所 智能座艙興起誕生新的硬件投資機會，催生大算力智能座艙興起誕生新的硬件投資機會，催生大算力 SOC 芯片需求。芯片需求。與傳統多芯多屏方案相比，大算力單芯片解決方案極大降低系統成本，并能提供

119、多屏互動的智能互聯體驗，“一芯多屏”成為發展趨勢，芯片本身也朝小型化，集成化、高性能方向發展。座艙 SOC 芯片技術壁壘高，市場集中度高，在國產替代趨勢下，國產座艙 SOC 廠商有望迎來發展機會。0.21.746.84.473.80.45.181.812107.80.57.491.915.8123.3020406080100120140rear-seatentertainmenteMirrorInstrumentCluster DisplayHead-up DisplayCenter StackDisplay20202025e2030e35.3%48.8%53.3%58.4%64.0%70.1

120、%75.9%39.2%45.5%49.7%51.8%53.9%56.2%58.5%0.0%20.0%40.0%60.0%80.0%2019202020212022E2023E2024E2025E中國智能座艙產品滲透率全球智能座艙產品滲透率21%65%75%0%10%20%30%40%50%60%70%80%10萬元以下15-20萬50萬以上 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 40 行業深度分析報告/證券研究報告 表11.智能座艙硬件領域核心細分市場競爭格局概覽 核心細分市場核心細分市場 競爭格局競爭格局 技術壁壘技術壁壘 市場集中度市場集中度 單價變化趨勢單價變化趨勢 中國供應

121、商競中國供應商競爭力爭力 增長確定性增長確定性 SOC 芯片 消費電子芯片廠商競爭優勢明顯 高 高 提升 一般 高 座艙域控制器 以國際汽車電子巨頭 Tier1 為主，中國供應商剛剛起步 高 較高 下降 較強 高 車載顯示屏 中國供應商競爭力較強 較高 較高 提升 強 高 HUD W-HUD 以國際巨頭 Tier1 為主；AR-HUD 技術尚不成熟，為中國本土 Tier1、科技公司創造入局機會 較高 一般 提升 強 較高 數據來源：佐思汽研、財通證券研究所 4.2 硬件趨勢：“硬件趨勢：“單芯單屏單芯單屏”到“跨域融合”，算力逐步提升”到“跨域融合”，算力逐步提升 汽車 E/E 架構將沿著“分

122、布式”“域集中式”“中央計算式”的方向演進。與汽車 E/E 架構同步，座艙芯片方案也將相應地經歷“單芯單屏”“單芯多屏”“融合發展”三大階段的演進：（1）分布式架構下不同座艙電子設備由不同控制器控制，表現為“單芯單屏”，）分布式架構下不同座艙電子設備由不同控制器控制，表現為“單芯單屏”，但隨著座艙功能的提升，“單芯單屏”形態的弊端逐漸顯現：但隨著座艙功能的提升，“單芯單屏”形態的弊端逐漸顯現：1）跨芯片信號傳輸存在延遲；2）成本壓力開始上升。（2）集中域式方案即用一個系統級的主控芯片）集中域式方案即用一個系統級的主控芯片 SOC 來實現座艙內所有部件的控來實現座艙內所有部件的控制，不僅在軟件層

123、面上實現了軟硬分離，也在硬件方面實現了集中化，座艙智能制，不僅在軟件層面上實現了軟硬分離，也在硬件方面實現了集中化，座艙智能化由“被動智能”邁向“主化由“被動智能”邁向“主動智能”。動智能”。隨著座艙智能化提升，多屏人機交互，語音等 AI 功能需求多樣化個性化，以及 OEM 不斷更新的 OTA 需求，對底層硬件要求提升，在座艙內“單芯多屏”的 SOC 方案開始進入大眾視野。謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 41 行業深度分析報告/證券研究報告 圖38.芯馳座艙 SOC 芯片 數據來源：芯馳科技公眾號、財通證券研究所 主流座艙主流座艙 SOC CPU 算力接近算力接近 100K

124、DMIPS。目前座艙 SOC 以 CPU 為核心，CPU算力從過去的數 K DMIPS 提升到如今的 100 多 K DMIPS 僅用了不到 7 年的時間。座艙主控 SOC 不僅需要處理來自儀表、座艙屏、AR-HUD 等多屏場景需求，還需要執行語音識別、車輛控制等操作，因此座艙系統的響應速度、啟動時間、連接速度等用戶體驗指標直接決定著汽車品牌的競爭力，智能汽車對座艙 SOC 的性能、算力需求持續攀升。目前高通驍龍 SA8155P 的 CPU 算力約 105K DMIPS，SA8195P 的 CPU 算力約 150K DMIPS，高通第四代座艙 SOC 芯片 SA8295 甚至達到 200K D

125、MIPS 以上。國內廠商，華為麒麟 990 的 CPU 算力超過 75K DMIPS，芯馳科技最新推出的座艙芯片 X9U 的 CPU 算力達到 100K DMIPS，瑞芯微最新推出的智能座艙芯片 RK3588MCPU 算力也達到 100K DMIPS。座艙座艙 SOC 集成的集成的 AI 算力也大幅躍升。算力也大幅躍升。其中三星已量產的 ExynosAutoV910 具備約 1.9TOPS 的 AI 算力，三星規劃 2025 年前后投放量產的 ExynosAutoV920 座艙芯片的NPU算力將達到約30TOPS；高通已量產的SA8155P芯片AI算力約8TOPS，其第四代座艙 SOC 集成的

126、 NPU 算力高達 30TOPS，是目前已發布的 AI 算力最高的座艙 SOC 產品，計劃 2023 年投產。國產座艙 SOC 方面，芯馳科技的座艙產品從中級產品到至尊級產品均嵌入 AI 算力，其 X9U 產品 AI 算力達 1.2TOPS；瑞芯微最新發布的座艙 SOCRK3588M 其 AI 算力達到 6TOPS；吉利旗下芯擎科技的龍鷹一號 AI 算力達到約 8TOPS。謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 42 行業深度分析報告/證券研究報告 圖39.主要高端座艙 SOC 產品 CPU 與 GPU 算力走勢 圖40.主要座艙 SOC 產品 NPU 算力排名 數據來源：佐思汽研2

127、022 年汽車座艙 SOC 技術與應用研究報告、財通證券研究所 數據來源：佐思汽研2022 年汽車座艙 SOC 技術與應用研究報告、財通證券研究所 從架構演進情況來看，過去座艙從架構演進情況來看，過去座艙 SOC 芯片并沒有單獨的芯片并沒有單獨的 NPU 單元，但隨著單元，但隨著 AI算力需求提升座艙算力需求提升座艙 SOC 內開始出現獨立內開始出現獨立 NPU 單元。單元。比如 8155 芯片并沒有獨立的 NPU 內核，AI 計算主要通過 DSP、CPU 和 GPU 組成的 AI 引擎完成。其中，Hexagon690 擁有 7TOPS 的 AI 算力，加上 CPU、GPU 的 AI 算力之和

128、為 8TOPS。高通 8295 芯片算力達到 30TOPS，其 AI 算力是高通 8155 的 7.5 倍，為兩個六角張量 DSP。圖41.高通第四代座艙 SA8295P 芯片架構 數據來源：佐思汽車研究、財通證券研究所（3）長期看座艙域將與智能駕駛域進行跨域融合，因此未來相互獨立的座艙芯片和智駕芯片有望合二為一：短期：智能駕駛 SOC 和智能座艙 SOC 將分別演進。座艙應用場景和芯片性能已經相對明晰，并且消費電子級芯片可以滿足座艙現有場景需求，消費電子廠商可以利用規模優勢實現低成本的商業化開發。而自動駕駛技術路線尚 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 43 行業深度分析報告/

129、證券研究報告 不成熟，其人工智能算法所要求的芯片性能遠高于目前消費電子芯片的能力，因而廠商在自身技術路線選擇下進行高成本、小規模開發應用。長期：智能駕駛芯片和座艙芯片將相互融合。隨著自動駕駛技術路線逐步成熟，高性能芯片進入標準化，規?；纳a階段，其座艙主控芯片進一步向中央計算芯片融合，從而進一步提升運算效率并降低成本。圖42.智能座艙/自動駕駛芯片發展歷程 數據來源：蓋世汽車、財通證券研究所 4.3 軟件趨勢：軟硬解耦，軟件趨勢：軟硬解耦，OEM 需要標準化、開放式的基礎軟件平臺需要標準化、開放式的基礎軟件平臺“軟件定義汽車”的核心本質是算法和應用的開發同計算平臺的解耦，軟件不再“軟件定義汽

130、車”的核心本質是算法和應用的開發同計算平臺的解耦，軟件不再是基于某一固定硬件開發，而是具備可移植、可迭代和可拓展的特性。是基于某一固定硬件開發，而是具備可移植、可迭代和可拓展的特性。隨著人工智能的框架和工具鏈越來越成熟，算法的精準度、成熟度更多依賴于數據量和標注的質量，后期算法的迭代速度越來越快，但是硬件迭代速度沒有那么快。因此軟件定義汽車，更多是利用算法或者軟件快速迭代的特點，銷售之后通過 OTA 擴展汽車的功能、性能，提升駕駛的體驗：在芯片平臺的硬件基礎上，裝載 Hypervisor、Linux 等內核系統，管理軟硬件資源、完成任務調度。在AUTOSAR框架下開發拓展各項功能軟件，調用處理

131、傳感器、執行器數據，執行自動駕駛算法，實現感知融合、決策規劃、控制執行、HMI 等各項應用功能。謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 44 行業深度分析報告/證券研究報告 圖43.芯片之上，軟硬件解耦與軟件定義汽車成為必然趨勢 數據來源：中國軟件評測中心車載智能計算基礎平臺參考架構 1.0、財通證券研究所 智能汽車座艙軟硬解耦分離已基本成為共識。智能汽車座艙軟硬解耦分離已基本成為共識。在基于 SOA 軟件服務架構基礎上，將車輛底層進行軟硬解耦和復用，實現軟件功能快速迭代，通過與車主的個性化OTA 交互，打造個性化和差異化的座艙產品體驗。另外為了應對座艙軟件需求迭代多變的特性，在 S

132、OA 服務架構的設計中，還需強調重用性和擴展性。目前智能座艙軟件平臺如大陸 EB、中科創達、東軟睿馳、華為、誠邁科技、斑馬智行等多家科技公司有所布局。中科創達發布智能座艙平臺 TurboX Auto 4.5，是基于 SOA 架構，實現場景和服務的解耦，可快速完成場景服務的開發變更及升級迭代。東軟睿馳搭建起通用的標準化的軟件架構和軟件平臺，可快速適配不同市場主流 SOC 的硬件平臺，實現高、中、低端多平臺的智能座艙量產落地，以滿足不同車廠不同車型的定位和需求。圖44.中科創達座艙平臺 Turbox auto 4.5 圖45.東軟標準化軟件架構可實現多平臺座艙量產落地 數據來源：佐思汽車研究、財通

133、證券研究所 數據來源：佐思汽車研究、財通證券研究所 4.4 規模規模&增速增速：2025 年年國內國內座艙座艙 SOC 規模為規模為 112 億億，CAGR=25%單車搭載智能座艙單車搭載智能座艙 SOC 芯片數量：目前智能座艙的核心一般都是芯片數量：目前智能座艙的核心一般都是 12 顆顆 SOC 芯芯片。片。目前座艙屏幕數量一般還都是一、兩塊，稍微多的一些車型會使用上三四塊，謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 45 行業深度分析報告/證券研究報告 但隨著車輛屏幕數的增加，車內電子元器件（音響、監測等）的增加，單顆芯片對于這些信息量的處理可能會變得吃力起來，此時有兩種方式處理：（

134、1）使用算力更高的芯片。但是這種方式會導致采購和開發成本的提升，比如集度采用高通8295，所對應的芯片價值量也會更高；（2）采用多 SOC 模式，對芯片進行分工。雖然一芯多屏是可以實現的，但大量數據堆積在一起，需要配合較為復雜的算法。比如目前的理想 ONE 就是采用了這種多顆智能座艙芯片的方式，理想 ONE 搭載了一顆驍龍 820A 芯片+一顆德州儀器的 Jacinto6 芯片。其中驍龍 820A 芯片負責驅動 16.2 英寸的中央大屏和 12.3 英寸的副駕駛娛樂屏使用的 Android Automotive的底層系統，Jacinto6 芯片負責驅動液晶儀表盤和輔助駕駛顯示服務使用的 Lin

135、ux系統。單智能座艙單智能座艙 SOC 芯片價格：芯片價格：低端座艙芯片，比如 20 萬以上售價的熱銷車型比亞迪漢搭載老款高通 625 芯片（高通驍龍 625 是一款消費級芯片，曾主要搭載于紅米 Note4、堅果 Pro、小米 5X 等手機設備），成本價約 15 美元/顆（折合人民幣 100 元）。雖然高通驍龍 625 是一款老芯片，但勝在成本低，性能較為穩定。高通 820A 的價格為 60 美元；高端高通驍龍 8155P SOC 的價格約為 250 美元（折合人民幣約 1688 元）。測算測算 2025 年中國智能座艙年中國智能座艙 SOC 市場規模為市場規模為 112 億元：億元：根據中國

136、汽車工業協會數據，2021 年中國乘用車銷量 2148.2 萬輛，假設未來按照 CAGR=3%增長；假設單 SOC 價格 750 元測算，那么預計 2025 年國內座艙 SOC 市場規模達到 112 億元，CAGR 為 24%。圖46.中國智能座艙搭載異構 SOC 市場規模測算 數據來源：中國汽車工業協會、蓋世汽車、羅蘭貝格、財通證券研究所預測 0%5%10%15%20%25%30%35%0.020.040.060.080.0100.0120.02020年2021年2022年2023年2024年2025年國內座艙SOC芯片市場規模（億元）YOY 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準

137、 46 行業深度分析報告/證券研究報告 5 汽車汽車 SOC 高技術壁壘，國內高技術壁壘，國內廠商廠商憑借差異化服務憑借差異化服務切入自主品牌切入自主品牌 5.1 設計設計/代工代工/車規認證為車規認證為 SOC 芯片核心壁壘芯片核心壁壘 大算力 SOC 芯片的設計和制造具有很高的門檻，要綜合性能、功耗、成本、車規安全多方面因素。圖47.汽車 AI 芯片的核心設計指標 數據來源：寒武紀行歌公眾號、財通證券研究所（1）異構、多核異構、多核 SOC 設計和優化能力直接決定了大算力芯片的性能、可靠性設計和優化能力直接決定了大算力芯片的性能、可靠性和安全性等。和安全性等。這里面有兩大技術難題，一方面要

138、了解客戶需求，一方面要了解客戶需求，即深入了解 AI 算法，尤其背后使用的神經網絡。因此需要前瞻性了解新的 AI 算法，否則等芯片研發出來后發現算法與硬件架構兼容性差將會使芯片效率大大降低。自動駕駛是高階的人工智能，與人臉、語音識別以及大數據分析等領域相比，對安全性和實時性要求更高，且由于駕駛是要和人類共同參與的，因此需要更高的認知與推理能力。另外要足夠了解供給，另外要足夠了解供給，即 SOC芯片內部比如 CPU、ISP、DSP 等核心可以通過 IP 授權的形式獲得，只有對各種 IP 深刻理解才能設計出好用的芯片。圖48.神經網絡的“三起三落”數據來源：PostgreSQL、財通證券研究所 謹

139、請參閱尾頁重要聲明及財通證券股票和行業評級標準 47 行業深度分析報告/證券研究報告（2）性能性能/功率比為評價功率比為評價 AI 芯片的關鍵指標，并且作為創業公司要有足夠資金芯片的關鍵指標，并且作為創業公司要有足夠資金進行先進制程流片。進行先進制程流片。各家新一代 SOC 中每瓦的峰值處理能力在逐步提高：英偉達的 Drive Orin 能夠達到 3.6TOPS/watt 的性能，較其老一代 Xavier的 1.1TOPS/watt 有顯著改進。Mobileye 的 EyeQ4 也可以從 0.83TOPS/watt上升到 1.6TOPS/watt，并且在即將推出的 Ultra 版本中可能會超過

140、1.76TOPS/watt。特斯拉已經在 2019 年的 HW3.0 中實現了 2.0TOPS/watt，并預計在下一代 HW4.0 平臺中會有更實質性的改進。持續提高 AI 芯片性能的方法有：a.持續優化 SOC 架構。如引入更強大的 ASIC 芯片神經網絡加速器(NNAs)、NPU 或 DLAs；b.采用更先進的芯片制造技術可以有效降低整體功耗。根據 IBS 的估計，開發一塊芯片的成本，包括 IP 許可、EDA(電子設計自動化)軟件、研發、tape out(最終設計過程)、包裝和測試費用，對于 16nm 技術節點，總計流片費用為 1.06 億美元；對于 7nm 技術節點，總計流片費用為 2

141、.98 億美元；而對于 5nm 技術節點，流片費用為 5.42 億美元。因此是否有足夠的資金進行先進制程流片以及能否拿到先進制程的產能也是最終能否大規模量產的關鍵因素。圖49.Mobileye 的 SOC 性能和單位功率性能 圖50.先進制程流片成本越來越高 數據來源：匯豐中國汽車芯片、財通證券研究所 數據來源：IDC、財通證券研究所（3）功能安全流程、車規可靠性認證、功能安全流程、車規可靠性認證、ASPICE 軟件認證等一系列嚴苛車規認軟件認證等一系列嚴苛車規認證需要逐一攻破。證需要逐一攻破。從芯片功能定義到流片/封裝測試完成，大約需要 2 年時間，如果早期車規芯片不涉及功能安全，那么這個過

142、程可以加速。但從芯片測試完成量產，大約需要 1 年半2 年時間，這個環節時間必不可少，因為涉及 AECQ100，ISO 26262 等功能安全認證，還有夏季冬季認證，一級軟件認證等。謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 48 行業深度分析報告/證券研究報告 圖51.大算力車規芯片的量產是一個長期的過程 數據來源：黑芝麻智能公眾號、財通證券研究所 5.2 國產國產 SOC 廠商在設計芯片之初需要兼顧多重因素廠商在設計芯片之初需要兼顧多重因素 5.2.1 IP：各大自動駕駛：各大自動駕駛 SOC 芯片廠商將自研“芯片廠商將自研“XPU”IP 作為競爭重點作為競爭重點 各大自動駕駛各大自

143、動駕駛 SOC 芯片廠商將自研“芯片廠商將自研“XPU”IP 作為競爭重點。作為競爭重點。SOC 芯片多為異構設計，包含 GPU、CPU、加速核、NPU、DPU、ISP 等不同的計算單元，一般來說芯片不能簡單評估算力，還需兼顧芯片帶寬、外設、內存，以及能效比、成本等。同時，在芯片設計中，異構 IP 的配置非常重要，自動駕駛 SOC 芯片商均不斷加強核心 IP 研發以保持關鍵競爭力：特斯拉：特斯拉：經歷了早期使用黑盒方案的 Mobileye EyeQ3，到較為開放的 Nvidia Drive平臺，再到如今 NPU 芯片自研。特斯拉將芯片、算法緊耦合，盡管目前特斯拉芯片算力不是最高，但其軟硬一體的

144、融合度效率高于其他 OEM 方案。黑芝麻：黑芝麻：黑芝麻智能先后打造 NeuralIQ ISP 圖像信號處理器和 DyanmAI NN 引擎兩大核心 IP。前者讓車“看得更清楚”，后者讓車“擁有了更強的處理能力及更高的效率”。NeuralIQ ISP 圖像信號處理器旨在讓汽車“看得清”。通常而言，手機拍照多為靜態拍攝，可以通過運用傳統的多幀降噪技術，在暗光環境中拍出純凈的照片。但由于汽車行駛時處于高速運動狀態，所以車規級圖像處理技術更困難。黑芝麻智能通過自研 ISP 處理系統，讓攝像頭在超低光和大逆光場景下清晰成像，感知到的信息在后端計算中更均一化。深度神經網絡算法平臺 DynamAI NN

145、引擎旨在讓汽車“看得懂”。通過NeuralIQ ISP 圖像信號處理器處理后的圖片，將傳遞到深度神經網絡算法平臺 DyanmAI NN 引擎上。先將收集的新數據信息與計算平臺存儲的數據進行對比，再進行推理和決策，預測出周圍環境可能會發生的變化，從而保證汽車“看得懂”。其后，通過與其他車、云、路互聯協同，擴大有效感知范圍，讓汽車“看得遠”謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 49 行業深度分析報告/證券研究報告 圖52.黑芝麻自主可控核心 IP：NeuralIQ ISP 圖53.黑芝麻自主可控核心 IP：DynamAI NN 引擎 數據來源：黑芝麻智能公眾號、財通證券研究所 數據來源

146、：黑芝麻智能公眾號、財通證券研究所 5.2.2 芯片性能：“芯片性能：“FPS/W”是綜合評價芯片能力的指標”是綜合評價芯片能力的指標 芯片算得快比算力大更有用。芯片算得快比算力大更有用。我們可以拿人和動物的神經元舉例，比如大象有2570 億個神經元，人腦只有 860 億個神經元，但其智商上限卻僅相當于人類四五歲的孩童。同樣作為自動駕駛大腦的芯片，也絕不能只看硬件的堆砌，架構設計、算法的運行方式都會影響芯片的最終實際效能。圖54.算力大并不是核心因素 數據來源：地平線公眾號、財通證券研究所 FPS（每秒識別準確率）更能夠反應（每秒識別準確率）更能夠反應 AI 芯片的真實計算性能，并且該指標已經

147、開芯片的真實計算性能，并且該指標已經開始被頭部自動駕駛始被頭部自動駕駛廠商廠商使用。使用。馬斯克在 2019 年提到，FSD 芯片算力是英偉達 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 50 行業深度分析報告/證券研究報告 DrivePX2 算力 3 倍；在進行自動駕駛任務時，其 FPS 卻為后者的 21 倍。而地平線 J5 與英偉達 Orin 對比，雖然 128TOPS 的算力只有英偉達的一半，但是在進行自動駕駛任務時，其FPS卻做到了更勝一籌。更高的FPS可以做到更快速的感知，更低的延遲，這意味著更高的安全性和更快的使用效率。圖55.英偉達 DrivePX2 和特斯拉 FSD 在算

148、力和 FPS 上比較 圖56.地平線 J5 的 FPS 準確率高于英偉達 Orin 數據來源：地平線公眾號、財通證券研究所 數據來源：地平線公眾號、財通證券研究所 我們認為真正去評估一家 AI 處理芯片設計的好與壞，最合理的指標是“FPS/Watt&FPS/$，即為了達成 AI 處理目標所付出的功耗和芯片處理的成本”。具體拆解為三個部分：理論峰值計算效能（TOPS/Watt&TOPS/$）：公司可以通過改進工藝制程和芯片架構設計兩方面提升該指標，其本質是一個硬件架構決定的指標。芯片有效利用率（Utilization）：該數值由軟件架構決定。人工智能芯片如果把硬件架構鎖定，把算法也鎖定，那軟件架

149、構可以通過編譯器不斷去編譯、拆解、重組、部署讓芯片效能越來越好。單位有效算力（FPS/TOPS）：即算法處理速度，該數值由算法架構決定。算法摩爾定律為通過算法不斷的更新和演進，解決一個 AI 任務達到的相同準確率所要求的計算次數在持續下降，即從語音識別，文本自然語言處理，計算機視覺各個領域總結發現每 9-14 個月（每個領域可能略有不同）所完成的AI 任務所需要的計算次數復雜度會降低一半。地平線表示，在芯片流片之前應該關注如何讓算法和軟件更好的指導硬件架構，因為算法是一個客觀的大趨勢，需要所有公司提前去學習、預判。所以在芯片定義階段的時候，應該關注“FPS/Watt&FPS/$”如何被“理論峰

150、值計算效能”和“芯片有效利用率”定義。在芯片流片出來之后，由硬件架構確定的“理論峰值計算效能”已經確定了，而“單位有效算力”又是客觀規律，此時各家自動駕駛 AI 芯片公司核心要思考怎么去優化“芯片有效利用率”。謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 51 行業深度分析報告/證券研究報告 圖57.FPS 更能夠反應 AI 芯片的真實計算性能 數據來源：地平線公眾號、財通證券研究所 5.2.3 生態生態&工具鏈：開放的生態和完整的工具鏈是滿足主機廠需求的關鍵工具鏈：開放的生態和完整的工具鏈是滿足主機廠需求的關鍵 Mobileye 是過去是過去 20 年汽車年汽車 ADAS 技術的主要奠基

151、者和引領者。技術的主要奠基者和引領者。截止到 2021 年底，Mobileye 銷售 2810 萬枚 EYEQ 芯片（內含算法解決方案），在 L2+方案的市場占有率約為 70%。Mobileye 致力于用單目視覺來解決三維立體環境中的測距問題，自創立公司以來，Mobileye 獲得了視覺輔助駕駛領域的多項第一并提供了包括行人檢測、車道保持和自適應巡航等輔助駕駛技術。Mobileye 提供的“算法提供的“算法+芯片”封閉式解決方案，目前已經不能滿足自動駕駛公芯片”封閉式解決方案，目前已經不能滿足自動駕駛公司和車企們的需求。司和車企們的需求。在過去 20 年里，Mobileye 以視覺感知技術為基

152、礎，推出了算法+EyeQ 系列芯片組成的一系列解決方案，可以幫助車企實現從 L0 級的碰撞預警，到 L1 級的 AEB 緊急制動、ACC 自適應巡航，再到 L2 級的自車道保持、自動剎車輔助和自動駐車等各種功能。但隨著谷歌、蘋果、百度、華為、滴滴、特斯拉等科技巨頭，還有一眾自動駕駛創業公司開始用深度學習算法開發新一代的L4 自動駕駛技術，量產車搭載的 L2 系統也越來越向著 L4 自動駕駛的技術架構看齊。于是特斯拉用的 FSD 芯片取代了 Mobileye，理想從 EyeQ4 換裝了地平線征程 3。2022 年以及以后將上市的新款車型中，尤其是智能電動汽車，幾乎清一色的選擇了英偉達、高通和華為

153、這種科技巨頭的自動駕駛芯片。目前全球已知使用 Mobileye 最新一代 EyeQ5 芯片的車型，只有極氪 001 和寶馬 iX 兩款；并且寶馬曾作為 Mobileye 最大的客戶宣布未來其他車型自動駕駛 SOC方案會選擇高通。謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 52 行業深度分析報告/證券研究報告 表12.部分車企自動駕駛芯片更迭表 車企車企 過去過去 現在現在 未來未來 涉及車型涉及車型 芯片芯片 涉及車型涉及車型 芯片芯片 涉及車型涉及車型 芯片芯片 蔚來 ES8、ES6、EC6 EyeQ4 ES8、ES6、EC6 EyeQ4 ET7 英偉達 Orin 理想 2020 款理

154、想ONE EyeQ4 2021 款理想ONE 地平線征程 3 X01 英偉達 Orin 長城 第三代哈弗 H6 EyeQ4 WEY 摩卡 EyeQ4 WEY 沙龍機甲龍 高通 Ride 昇騰310 特斯拉 2014 款 ModelS EyeQ3 全系車型 自研 FSD 芯片 全系車型 自研 FSD 芯片 寶馬 1 系、X1 等 EyeQ14 iX EyeQ5 不詳 高通 Ride 奧迪 第四代 A8 EyeQ3 不詳 英偉達 Xavier 不詳 華為 沃爾沃 上一代 XC60 EyeQ12 不詳 不詳 下一代 XC90 英偉達 Orin 數據來源：車東西、財通證券研究所 地平線扛起開放生態大旗

155、，搶占地平線扛起開放生態大旗，搶占 Mobileye 市場份額。市場份額。地平線把目前芯片廠商按照開放程度列出了一張表，開放度從低到高排序依次是 Mobileye、英偉達、地平線Together OS、BPU 授權這四種模式。地平線可以根據下游客戶需求靈活選擇后三種模式，以其開放的生態逐步擴大自己在自動駕駛領域的影響力：開放度最低的Mobileye被喻為黑盒模式，指的是Mobileye獨立開發完BPU、SOC、操作系統 OS、自動駕駛軟硬件系統之后，才會交付給車企，這也意味著車企無法加入自動駕駛技術的開發中，得到是完整的芯片+感知算法的軟硬件打包方案。這種封閉的一體化解決方案在 ADAS 時代

156、非常奏效，尤其是對于剛起步的造車新勢力車企來說，選擇 EyeQ 系列芯片無疑是最穩妥、省心的。隨著 ADS 時代到來，車企對于定制化算法、系統快速更迭的需求越來越大，此時動輒等待半年、花費上千萬的定制化節奏已經讓這種解決方案過時。英偉達模式，即只提供芯片和開發工具鏈，隨后由客戶完全主導開發。地平線在該模式下提供 BPU 和 SOC 級別征程芯片以及操作系統 OS，幫助車企完成自動駕駛軟硬件系統開發。Together OS 模式，即在“英偉達模式”的基礎上進一步把 DSP 底軟等開源給合作伙伴，意在將操作系統 OS 和自動駕駛軟硬加系統一齊交給車企，讓合作伙伴底層軟件（操作系統）可以搭得更快，實

157、現更快的迭代速度，這也是目前地平線最主流的合作模式。芯片合作模式，即讓客戶基于 BPU 架構自行設計專用芯片。這種模式下生態開放度最高，代表廠商如地平線，可以為下游客戶提供 BPU IP，這意味著地平線將開放 BPU 的軟件包和芯片參考設計給部分車企，支持車企自研芯片。謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 53 行業深度分析報告/證券研究報告 圖58.不同自動駕駛 SOC 廠商生態開放情況 數據來源：地平線公眾號、財通證券研究所 除開放的生態外，算法工具鏈的成熟度從“能用好用”也是下游除開放的生態外，算法工具鏈的成熟度從“能用好用”也是下游 OEM 選擇選擇 SOC廠商的關鍵因素。

158、廠商的關鍵因素。開放的生態是國內廠商追趕英偉達的第一步，但關鍵是要構建好用的軟件體系、工具鏈、以及能支撐持續演進迭代的用戶生態。工具鏈在自動駕駛軟件生態中扮演重要地位，其成熟程度決定了整個系統開發的效率。頭部SOC芯片廠商通過與下游眾多客戶合作，逐步打磨、完善工具鏈，強化自身壁壘：地平線提供整車智能開發平臺，不僅包含地平線提供整車智能開發平臺，不僅包含 AI 芯片，還包括了軟件棧、天工開芯片，還包括了軟件棧、天工開物物 AI 工具鏈和艾迪工具鏈和艾迪 AI 開發平臺。開發平臺。地平線提供端上的開發工具、以及在云端的訓練，包括數據管理以及仿真平臺等工具，與天工開物形成完整的開發平臺，加速面向智能

159、駕駛、智能交互、車內娛樂應用等各種各樣的解決方案開發。圖59.地平線提供整車開發平臺 數據來源：地平線公眾號、財通證券研究所 華為堅持“不造車，聚焦華為堅持“不造車，聚焦 ICT 技術，幫助車企造好車”的戰略，在芯片、云、技術，幫助車企造好車”的戰略，在芯片、云、軟硬件、工具鏈和高精地圖等多方面發力。軟硬件、工具鏈和高精地圖等多方面發力。華為智能駕駛計算平臺 MDC 集 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 54 行業深度分析報告/證券研究報告 成了華為自研的 CPU、AI 芯片和其他控制芯片，并通過底層的軟硬件一體化調優，使整體性能方面達到業界領先水平。此外，華為 MDC 也有完

160、整的測試平臺和工具鏈，為 MDC 的開發提供了全棧解決方案。圖60.華為云的開放生態 數據來源：華為 MDC 白皮書、財通證券研究所 5.2.4 服務能力：芯片開始和主機廠進行緊密合作，服務能力成為比拼關鍵服務能力：芯片開始和主機廠進行緊密合作，服務能力成為比拼關鍵 2021 年以來，新冠疫情、年以來，新冠疫情、俄烏沖突俄烏沖突、美國高端、美國高端 AI 芯片限令等因素導致汽車芯片芯片限令等因素導致汽車芯片缺芯，一方面帶給國產汽車芯片供應商機遇，另外一方面也讓主機廠開始重視汽缺芯，一方面帶給國產汽車芯片供應商機遇，另外一方面也讓主機廠開始重視汽車芯片在產業鏈中的地位。車芯片在產業鏈中的地位。在

161、過去產業鏈分工中，汽車芯片作為傳統 Tier2 廠商不直接和 OEM 對接；但受缺芯影響以及在各大車企為了加快智能化轉型，汽車芯片廠商開始直接和OEM合作進行配套研發，汽車芯片在產業鏈中話語權提升。在這種新產業鏈模式下為芯片廠商提供前所未有的機遇，即可以跳過在這種新產業鏈模式下為芯片廠商提供前所未有的機遇，即可以跳過 Tier1 直接直接服務服務 OEM，因此服務的態度與質量成為不同芯片供應商的競爭關鍵。，因此服務的態度與質量成為不同芯片供應商的競爭關鍵。服務態度指的是 Tier-1 在與車企達成合作后，會以怎樣的方式去執行合作，比如是否會派遣一支工程團隊駐場、是否有及時響應速度、是否能夠提供

162、差異化/定制化服務、是否有能力/有資源/去做售后等。國產芯片供應商“保姆式”服務帶給國產芯片供應商“保姆式”服務帶給 OEM 良好的使用體驗，也是下游客戶選擇良好的使用體驗，也是下游客戶選擇國產芯片供應商的核心原因之一。國產芯片供應商的核心原因之一。比如地平線在與理想合作期間，不僅提供算力5 TOPS 的征程 3 芯片，甚至還派駐了一支隊伍提供保姆式服務，工程完結后還有售后服務。周到的服務、及時的響應能力，是理想持續選擇和地平線合作的重要原因。技術分工的變化將帶來產業格局的轉變，智能汽車芯片或許能將汽車產業原本碎技術分工的變化將帶來產業格局的轉變，智能汽車芯片或許能將汽車產業原本碎片化、具有高

163、度壁壘的產業環節進行了重新洗牌，推動汽車供應鏈走向通用化、片化、具有高度壁壘的產業環節進行了重新洗牌，推動汽車供應鏈走向通用化、標準化。標準化。原本處于 TIER2 環節的汽車芯片廠商，通過強化軟硬件協同開發能力，謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 55 行業深度分析報告/證券研究報告 實現芯片、系統軟件、功能軟件的全面整合，打造車載智能計算平臺，兼容產業鏈上下游的多元需求，在智能網聯時代將躍居產業核心地位。圖61.OEM 需要快速轉變角色與智能芯片廠直接開展深層合作 數據來源：寒武紀行歌公眾號、財通證券研究所 6 汽車汽車 SOC 藍海吸引多方入場，多因素驅動國產化藍海吸引多方

164、入場，多因素驅動國產化浪潮浪潮 6.1 自動駕駛自動駕駛 SOC 格局：四大陣營參與格局：四大陣營參與 SOC 芯片競爭，地平線異軍突芯片競爭，地平線異軍突起起 從各主流自動駕駛從各主流自動駕駛 SOC 廠商產品發布時間、制程演進、以及峰值算力來看，新發廠商產品發布時間、制程演進、以及峰值算力來看，新發布的布的 SOC 芯片的峰值算力越來越高，制程越來越先進。芯片的峰值算力越來越高，制程越來越先進。我們統計目前主流自動駕駛 SOC 芯片廠商，包括 Mobileye、特斯拉、英偉達、高通、華為、地平線、黑芝麻，并將他們發布的各款芯片產品放到二維象限中（橫軸為芯片制程和預計發布時間，縱軸為芯片峰值

165、算力）。我們發現這些主流廠商未來發布 SOC 芯片逐步向先進制程邁進；Mobileye/地平線/黑芝麻單 SOC 芯片峰值算力基本在100200TOPS 左右，而英偉達/高通/華為/特斯拉可以把單 SOC 峰值算力做到200TOPS 以上。謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 56 行業深度分析報告/證券研究報告 圖62.目前主流自動駕駛 AI 芯片廠商各產品推出時間表及算力情況 數據來源：匯豐中國汽車芯片，財通證券研究所 從各主流自動駕駛從各主流自動駕駛 SOC 廠商面向下游應用市場來看，國內廠商面向下游應用市場來看，國內廠商廠商目前定位在目前定位在ADAS/L2+領域。領域。國

166、內 ADAS/L2+領域廠商主要是地平線，黑芝麻；國外為 NXP、TI、Mobileye；國內 L3 領域主要廠商是華為 MDC300（華為不賣單顆芯片，故取整個計算平臺解決方案作對比）、黑芝麻和地平線；國外為特斯拉、英偉達、高通；面向 L4/L5 級別自動駕駛，國內為華為 MDC600，國外為高通、英偉達和特斯拉。其中高通 Snapdragon Ride Flex 為 SOC 系列產品家族，包含 Mid/High/Premium 三個級別，支持 L1L4/L5；其中最高級 Ride Flex Premium SOC 再加上外掛的 AI 加速器（可能是 NPU）組合起來，就可以實現 2000T

167、OPS 的綜合 AI 算力。謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 57 行業深度分析報告/證券研究報告 圖63.目前主流自動駕駛 AI 芯片廠商各產品面向下游應用場景 數據來源：新智駕、車東西、財通證券研究所繪制 從各主流自動駕駛 SOC 廠商陣營來看，主要分為“傳統汽車芯片廠商”、“提供整套解決方案廠商”、“通用型、提供平臺型硬件+軟件工具鏈廠商”以及“全棧自研廠商”四大陣營：（1）傳統汽車芯片廠商：對于像恩智浦、德州儀器或者瑞薩傳統汽車芯片廠商來說，他們的自動駕駛 SOC 芯片產品主要優勢為：1.產品落地經驗豐富；2.供應鏈管理能力強，但缺點在于人工智能研發經驗較少，因此主要面

168、向 ADAS 等中低端市場。（2）提供整套解決方案廠商：主要代表廠商為 Mobileye。ADAS 時代的霸主，但因其黑箱子解決方案較為局限，以及本土化服務能力較弱，逐步被頭部車企拋棄。Mobileye 系統最大優點是產品成本低，開發周期很短，開發費用極低，絕大部分功能都經過驗證，風險較低。而缺點是系統封閉，車企無法搞差異化功能。迭代困難，出了問題較難改進或提升。對于傳統車廠而言，Mobileye 基本是唯一選擇，對于總想與眾不同的造車新勢力來說可能無法適應。然而新興造車企業畢竟還是極少數，預計 Mobileye 在 ADAS 領域霸主地位至少五年內仍會相當穩固。（3）通用型、提供平臺型硬件）

169、通用型、提供平臺型硬件+軟件工具鏈廠商：主要包括高通、英偉達、華為、軟件工具鏈廠商：主要包括高通、英偉達、華為、地平線及黑芝麻：地平線及黑芝麻：英偉達：為面向英偉達：為面向 L3 級別及以上自動駕駛，中高端車型的首選方案，級別及以上自動駕駛，中高端車型的首選方案，“平臺化平臺化芯片芯片+完善的工具鏈完善的工具鏈+領先的人工智能研究經驗領先的人工智能研究經驗”是英偉達自動駕駛是英偉達自動駕駛 SOC 芯芯片的主要優點。片的主要優點。（1）硬件優勢在于硬件優勢在于GPU 架構兼顧效率與通用性：效率高 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 58 行業深度分析報告/證券研究報告 于 CPU

170、，通用性強于 ASIC；設計壁壘高，壟斷性強；用戶基數保證規模效應：與其他業務平攤研發成本，版本迭代快，持續保證性能優勢。（2）工具工具鏈優勢在于鏈優勢在于開放平臺模式：公司提供全套軟件工具鏈（公司軟件工程師占比超過 70%）軟件工具鏈豐富，客戶可進行算法自研；并且還給用戶提供豐富的示例與教程，幫助用戶快速上手使用。（3）在人工智能領域擁有近十在人工智能領域擁有近十年的探索經驗年的探索經驗英偉達將人工智能領域的優勢拓展到智能駕駛領域。缺點在于：由于 GPU 通用型較強，導致“有效算力”偏低；雖然英偉達提供對應開發工具，但較高學習門檻和自研智能駕駛算法的花銷可能會阻擋中小客戶的使用。高通：高通：

171、發布了全新的自動駕駛平臺 Snapdragon Ride。該平臺采用了可擴展且模塊化的高性能異構多核 CPU、高能效的 AI 與計算機視覺引擎，以及 GPU。同時包括 Snapdragon Ride 安全系統級芯片、Snapdragon Ride 安全加速器和Snapdragon Ride 自動駕駛軟件棧。高通高通 Snapdragon Ride 有三大優勢：（有三大優勢：（1）可擴展性?？蓴U展性。針對 L1-L3 自動駕駛，Snapdragon Ride 能夠提供硬件+軟件棧的完整系統級解決方案，可以滿足汽車制造商對于不同自動駕駛級別的可擴展性需求。（2）經濟性和高能效。）經濟性和高能效。與

172、采用 X86 架構的自動駕駛平臺高達 700 瓦的功率相比，采用 ARM 架構的 Snapdragon Ride 平臺具有巨大的能效優勢。目前來看，高通的整個駕駛芯片的成熟度要比英偉達低。長期看，包括高通、華為、Mobileye 以及國內的其他芯片創業公司，走的是 ASIC 路線。從利用率、功耗這些關鍵指標上來講，高通可能會在三年之后，也就是預計在 2024年 2025 年間會搶走很大一個市場。（3）智能座艙優勢地位：）智能座艙優勢地位：高通 8155 基本壟斷全球所有高端/旗艦車型市場，因此高通將在座艙領域的汽車合作伙伴橫向拓展到自動駕駛領域路徑具備可行性。缺點在于：人工智能經驗研發較少。華

173、為：憑借華為：憑借 ICT 領域優勢切入自動駕駛領域，技術上在國內屬于第一梯隊。領域優勢切入自動駕駛領域，技術上在國內屬于第一梯隊。華為不單獨賣自動駕駛芯片，更多是銷售自動駕駛套件（MDC 系列）或者解決方案，而這種捆綁銷售的商業模式在自動駕駛領域，車企和第三方廠商之間在合作之余也往往心存芥蒂。華為在自動駕駛 SOC 領域的優勢為：華為有豐富的算法和芯片設計能力；但華為自動駕駛方案大規模上車依然面臨著幾個風險：（1）高端芯片無法代工，庫存是否足夠；（2）與華為合作的車企是否愿意向華為開放數據；（3）如何贏得合作伙伴的信任。地平線：地平線：地平線基本和國內所有自主品牌車型簽下合作定點，定點數量

174、NO.1；另外地平線在 2022 年 10月又與大眾旗下軟件公司CARIAD 攜手地平線成立合資公司，未來可以繼續拿下合資廠訂單。地平線優勢：地平線優勢：（1）地平線作為一家創業公司，其自身就帶有新勢力的基因，所以響應客戶需求的速度會更快；（2）與理想的合作證明，地平線能夠給車企提供保姆式合作，派遣工程團隊 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 59 行業深度分析報告/證券研究報告 一同研發，工程完結后還有售后服務；（3）地平線曾在征程 5 發布會上稱，他們堅決不做封閉方案，同樣不會做軟件捆綁。地平線會向車企提供感知算法及開發工具鏈，幫助車企更好地進行研發。黑芝麻智能：黑芝麻智能：

175、黑芝麻智能在和國內車企定點數目上落后于地平線，但其在硬件方面實力優于地平線。作為國內自動駕駛芯片為數不多可選方案，隨著A1000pro 流片成功，關注其未來和車企合作進展。芯馳：芯馳：自動駕駛 SOC 芯片目前沒有和乘用車客戶有明確合作，但已經在物流車上應用，比如美團等。寒武紀行歌：寒武紀行歌：2021 年初成立，將覆蓋 3 款智能駕駛 SOC 芯片，覆蓋 L2L4。其最大優勢在于此前具有智能芯片領域的技術積累和產品經驗，是行業內少數能為智能駕駛場景提供“云邊端車”系列產品的企業。軟硬件全棧自研：主要代表廠商特斯拉。軟硬件全棧自研：主要代表廠商特斯拉。特斯拉顛覆了整個汽車行業，從自動駕駛、智能

176、座艙、域控架構、三電系統，甚至到車輛的制造與裝配，發展出了一套全新的方案。從自動駕駛角度來看，特斯拉是目前唯一實現軟硬件全自研的公司，且可能是唯一一個能夠實現軟硬件都自研的公司。特斯拉自研芯片的好處：特斯拉自研芯片的好處：（1）芯片效率更高：從算法出發設計芯片架構，芯片的能耗比更優；（2）一體化帶來更快迭代速度：由于自動駕駛是個全新的領域，需要芯片、算法和車輛相互配合，這些環節特斯拉均在公司內部流轉，迭代速度高于合作模式。表13.智能駕駛 SOC 芯片性能匯總 技術路線技術路線 廠家廠家 芯片芯片 架構架構 車輛配備車輛配備/合作商合作商 INT8INT8 算力算力(TOPS)(TOPS)每瓦

177、功耗（每瓦功耗（W W）制程制程(nm)(nm)SOPSOP 傳統汽車電子廠商轉型 瑞薩 V3H CPU+ASIC 博世/海拉 4 2.5 16 2019 V3U 60/2021 恩智浦 S32V RTI(軟件公司）4 1.5 16 2022E 德州儀器 TDA4VM 百度/博世/大陸 8 1.5 16 2020 提供整套解決方案 Mobileye（英特爾）EyeQ3 CPU+ASIC 奧迪 A8/沃爾沃/凱迪拉克 0.256 10 40 2014 EyeQ4 蔚來/理想/大眾/寶馬/福持/日產/廣汽/長城等主力在售車型 2.5 1.2 28 2018 EyeQ5 寶馬 I Next/極氪 0

178、01 24 0.416 7 2021 通用型、平臺化硬件+軟件工具鏈 英偉達 Xavier CPU+GPU+ASIC 小鵬 P7/P5 30 1 12 2020 Orin 蔚來 ET7/小鵬 P7&G9/比亞迪沃爾沃 XC90/上汽RES33/奔馳/集度/理想L9 254 0.225 7 2022E Thor 極氪/奔馳 2000 180 4 2025E 高通 Snapdragon Ride CPU+GPU+ASIC 寶馬 700 0.186 5 2022E 地平線 征程 2 CPU+ASIC 長安 UNIT/奇瑞螞蟻/上汽通用五菱 4 0.125 28 2019 征程 3 江淮/理想 One

179、/博世/大陸 5 0.5 16 2020 征程 5/5P 長城/理想 One 長城/比亞迪/傅世/大陸 96/128 0.195 7 2022E 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 60 行業深度分析報告/證券研究報告 華為 昇牌 310 CPU+ASIC/16 0.5 12 2018 昇騰 910 北汽/長城 640 0.48/2022E 黑芝麻 A1000 CPU+ASIC 一汽紅旗(E)、上汽(E)40 0.2 16 2020 A1000Pro 東風(E)106 0.24 16 2022E 軟硬件全棧自研 特斯拉 FSD CPU+GPU+ASIC Model3/S/X/Y

180、73.7 1 14 2019 升級版 FSD Model3/S/X/Y 210/2022E 數據來源：電子發燒友、英偉達、Yole、高工智能汽車、財通證券研究所 復盤為什么地平線可以拿下這么多定點？為什么多家產業資本以及財務投資方選擇在 2020 年前后投資地平線？核心還是地平線在核心還是地平線在“缺芯缺芯”的大背景下推出了合適的大背景下推出了合適的產品，憑借長安的背書，后續接連俘獲眾多的產品，憑借長安的背書，后續接連俘獲眾多 OEM 青睞。青睞。2020 年，當時主流 SOC廠商主要包括：Mobileye、特斯拉、英偉達、地平線、黑芝麻、芯馳、華為；高通此時還沒進來；寒武紀行歌在 2021

181、年 1 月成立，2021 年 7 月開始布局汽車自動駕駛 SOC。大環境時間線：2016 年博世提出五域架構。因此 2016 年起，各大主流車企開始尋求智能化轉型，選擇合適的 SOC 芯片供應商是車企邁出智能化第一步。當時能提供自動駕駛解決方案的供應商只有 1999 年成立的 Mobileye，主打產品 EyeQ3。同期，2015 年地平線剛成立，且業務不聚焦；英偉達在 2016 年剛剛發布第一款自動駕駛 XaVier 芯片。此時可選的自動駕駛 SOC 供應商并不多，連特斯拉也選擇和 Mobileye 合作。2016 年 7 月，由于安全事故，特斯拉停止與 Mobileye 合作，主要原因為：

182、一方面不滿于 Mobileye 配套研發進程緩慢，另一方面不滿于 Mobileye 利用特斯拉車主駕駛數據來改善芯片算法，后續特斯拉選擇和英偉達合作。此時關于自動駕駛采集的數據開始得到重視。2017 年 12 月，馬斯克向外界聲明特斯拉正在研發自動駕駛芯片，主要原因為英偉達自動駕駛芯片解決方案主要依靠 GPU，功耗較大。同月，地平線 J1發布。2018 年 6 月，芯馳科技成立。2018 年 7 月,美國政府對從中國進口的半導體加征 25%的關稅，中美關系惡化，半導體自主可控提上日程。2018 年 10 月，華為發布兩款 AI 芯片：昇騰 910 與昇騰 310。2019 地平線 J2 發布，

183、2020 年地平線發布 J3；2019 年黑芝麻發布 A500，2020年發布華山 A1000。黑芝麻的第一代產品與地平線的第二代產品發布時間幾乎一致，黑芝麻的第二代產品則與地平線征程 3 發布時間相近。在芯片這個高壁壘行業，搶先發布的征程 2，更快的搶占了市場空白期，為產品優化、市場磨合搶到了先機。而黑芝麻智能則一步慢、步步慢，只能跟隨在地平線后 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 61 行業深度分析報告/證券研究報告 面。2020 年 2 月，地平線 J2 量產上車長安主力車型 UNI-T。2020 年 5 月，芯馳 9 系列高性能大型域控級別 SOC 正式發布；芯馳雖然做四

184、款芯片，但是工作重心在座艙 SOC，和地平線、黑芝麻本質是錯位競爭。2021 年汽車行業缺“芯”導致車輛減產，國內車企開始重視國產芯片供應商的培養。在缺“芯”大背景下，智能駕駛 SOC 作為產業鏈最重要的環節愈發得到重視。隨著 Uni-T 車型銷量一路飛漲，完全帶動了地平線的銷售和品牌效應。地平線在自動駕駛領域觸發了先發優勢，所形成的勢能導致資源都會向頭部匯集。在 2021 年國內都在喊缺芯的時候，地平線奉上了可以量產的車規芯片如久旱甘霖，不斷有投資方上門，繼而順利完成了 C3 輪融資，其中包括長城、比亞迪、東風、舜宇光學。在 2021 年 4 月，上海車展期間，地平線又持續與 Tier1 簽

185、署戰略合作，包括德賽西威、東軟睿馳、理想、域馳智能、宏景智駕、大陸汽車、韋爾股份等。同期上海車展期間，高通才推出自動駕駛驍龍 Ride 平臺，切入 ADAS 市場。2021 年 7 月，寒武紀行歌研發自動駕駛 SOC芯片。華為雖然發布 AI 芯片較早，但受缺芯問題等問題影響，MDC 沒有大規模量產。2022 年格局日漸清晰，國外 Mobileye 開始損失重要客戶，IPO 上市估值從500 億美金下降到不足 200 億美金、特斯拉 FSD 自供、英偉達和高通在 L3 級別以上自動駕駛 PK。國內方面，2021 年地平線征程系列芯片累計出貨 100 萬片，已經和 20 多家主機廠合作，2022

186、年 10 月又拿下大眾定點；華為、黑芝麻尚未大規模量產；寒武紀行歌剛處于起步階段。圖64.全球自動駕駛 SOC 行業成長復盤 數據來源：億歐智庫，財通證券研究所；注：柱狀圖為中國自動駕駛行業投融資次數，折線圖為自動駕駛行業融資規模（億元）其他主機廠開始通過以自研、合資、投資、合作等方式與汽車芯片廠商直接合作。其他主機廠開始通過以自研、合資、投資、合作等方式與汽車芯片廠商直接合作。在汽車智能化時代下，OEM 希望與芯片廠商建立更加直接、緊密的協作關系，以提升自身供應鏈的穩定可控程度，主機廠希望通過布局汽車芯片以掌握更多研發主導權，并通過提高軟件與芯片結合效率，提高自身產品與技術優勢。謹請參閱尾頁

187、重要聲明及財通證券股票和行業評級標準 62 行業深度分析報告/證券研究報告 自研芯片可充分結合主機廠算法需求特點，充分挖掘芯片能力，但需要一定技術自研芯片可充分結合主機廠算法需求特點，充分挖掘芯片能力，但需要一定技術 積累與大量資源投入，難度較大；在軟件算法上具備領先優勢的新勢力車企有更積累與大量資源投入，難度較大；在軟件算法上具備領先優勢的新勢力車企有更多自研意愿。多自研意愿。除了特斯拉，更多主機廠也已開始了自己的造芯計劃：2020 年 11 月，零跑推出了首款自動駕駛芯片凌芯 01，這款芯片也是國內首款擁有完全自主知識產權的自動駕駛芯片。凌芯 01 處理性能接近市場頂尖的Mobileye

188、芯片，整體開放性則更強，既能支撐通用運算，又有特定的 AI 運算邏輯，具有能耗比更低、安全可靠性更高的優勢。2021 年初，小鵬汽車已經在中美兩地建立團隊，同步啟動了自研芯片項目，目前小鵬的芯片團隊目前已經有近 200 人，目標是開發對標特斯拉 FSD 的大算力自動駕駛芯片；而蔚來也不甘落后，挖來前賽靈思亞太地區實驗室主任胡成臣，已經組建了近 300 人的芯片團隊，研發包括自動駕駛芯片和激光雷達芯片。其他車企方面，德國大眾集團已經在籌備自研芯片，并于 2019 年籌建了一支5000 人團隊開始打造操作系統。吉利汽車也要在中央計算平臺&芯片、L4 自動駕駛軟件、ADDIS 數據平臺和車聯網平臺&

189、運營構建核心技術實力，已推出 E01 和 E02 芯片信息娛樂 SOC 芯片，計劃 2021 年推出 AI 語音芯片 V01；2022 年推出全功能高性能數字座艙 SOC 芯片 SE1000；2023 年計劃推出256TOPS 的自動駕駛 SOC 芯片 AD1000。圖65.各個主機廠選擇搭載自動駕駛芯片方案時間表 數據來源：匯豐中國汽車芯片，財通證券研究所 車企造芯的好處在于可以更好的將硬件與軟件算法結合。車企造芯的好處在于可以更好的將硬件與軟件算法結合。對于自動駕駛的算法迭代而言，需要芯片提供足夠的通用性，以適應多次算法迭代。車企親自下場造芯，其實可以更好地根據自身需求來設計，比如將無關的

190、通用性接口和單元取消，簡化設計，同時更好地實現軟件適配，提高芯片算力利用率。未來需求量到達一定 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 63 行業深度分析報告/證券研究報告 程度后，成本必然會相比市面上通用的自動駕駛芯片要低，更重要的是為自己的產品提供了差異化的競爭力。車企造芯的缺點在于如果配套車型銷量不大，很難分攤成本。車企造芯的缺點在于如果配套車型銷量不大，很難分攤成本。車企造“芯”最難的地方不是在于設計上，而是車企對于自動駕駛芯片的需求量并不會太大，代工成本可能會較高。因此在除下場造“芯”的其他路徑上，車企很可能會選擇與其他芯片廠商通過戰略合作/成立合資公司/戰略投資等方式參與

191、自動駕駛芯片的合作研發。圖66.主機廠通過合資、投資、合作、自研方式布局汽車芯片 數據來源：億歐智庫算力驅動汽車2021 中國智能汽車算力發展研究報告，財通證券研究所 6.2 智能座艙智能座艙 SOC 格局：高通處于領導者地位，國產廠商有望逐步滲格局：高通處于領導者地位，國產廠商有望逐步滲透透 此前座艙芯片由傳統汽車半導體公司主導，換代周期長達此前座艙芯片由傳統汽車半導體公司主導，換代周期長達 5-6 年，并且通常情況年，并且通常情況下是一顆芯片帶一塊屏，而且由于屏幕分辨率很低，所以對座艙芯片的算力要求下是一顆芯片帶一塊屏，而且由于屏幕分辨率很低，所以對座艙芯片的算力要求不高。不高。在高通沒有

192、進入車規級芯片領域之前，車機芯片的銷量冠軍是日本瑞薩半導體。2022 年瑞薩徹底沒落，旗艦車用芯片“H3”采用的還是 16nm 制程工藝，搭載的還是手機上 7、8 年前的 ARMCortex-A57+A53 架構組合，甚至不少車機芯片還在使用更為老舊的 28nm 芯片以及 A55+A53 組合?，F在來看，H3 性能孱弱、制程老舊、架構落后。謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 64 行業深度分析報告/證券研究報告 圖67.主要供應商的座艙 SOC 產品路線圖 數據來源：匯豐中國汽車芯片，財通證券研究所 目前全球座艙目前全球座艙 SOC 供應商格局趨于明朗，分為供應商格局趨于明朗，分

193、為“傳統汽車芯片傳統汽車芯片”和和“消費電子芯片消費電子芯片家家”兩類兩類廠商廠商，其中后者具有天然優勢。，其中后者具有天然優勢。汽車座艙市場過去由傳統的汽車半導體供應商主導，以恩智浦、瑞薩、德州儀器等為代表的“傳統汽車芯片”廠商，在傳統汽車 MCU、ECU 芯片業務之外，順應智能化趨勢布局座艙芯片領域；而以高通、三星等為代表的“消費級芯片”廠商，也在切入汽車座艙 SOC 領域，復用其在消費電子領域深厚的技術積累。傳統汽車芯片廠商占有份額仍然較大，主要是由傳統汽車芯片廠商占有份額仍然較大，主要是由“中低端車型銷量占比較大中低端車型銷量占比較大”的汽車銷售結構決定的。的汽車銷售結構決定的。恩智浦

194、、瑞薩、德州儀器三家傳統汽車智能座艙芯片的主要供應商，在智能化轉型中節奏偏慢，除滿足車規級安全外，性能不及消費級芯片廠商，在銷量占比仍然較大的中低端車型中部署廣泛。瑞薩 R-CARH3 采用 16nm 制程，而恩智浦 i.MX8 系列、德州儀器 Jacinto7 均基于28nm 制程設計，CPU 算力最高 40K DMIPS，遜色于消費級芯片廠商。高通、三星等消費電子廠商憑借性能及迭代優勢在中高端芯片市場快速發展，高通、三星等消費電子廠商憑借性能及迭代優勢在中高端芯片市場快速發展，高通復刻在消費電子高通復刻在消費電子芯片的成功，在智能座艙芯片領域也占據了絕對的優勢。芯片的成功，在智能座艙芯片領

195、域也占據了絕對的優勢。隨著越來越多的智能手機功能被引入汽車座艙中，汽車硬件產品升級周期已經從每代 5-10 年縮短到目前的 2-3 年（這主要得益于造車新勢力如特斯拉、蔚小理車型對軟件功能頻繁升級），這一趨勢有利于高通、聯發科、三星等領先的智能手機 SOC 企業切入汽車座艙 SOC 市場。步入智能座艙時代，智能駕艙芯片可以分為低端、中端和高端，目前在高端市場高通一家獨大，約占市場 80%的市場份額，高通、三星最新款座艙芯片已采用 10nm 以下制程，且均計劃在下一代芯片平臺中采用 5nm 制程。謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 65 行業深度分析報告/證券研究報告 表14.座艙

196、 SOC 芯片廠商未來布局趨勢以及搭載車型情況 類型類型 競爭優勢競爭優勢 代表廠商代表廠商 發展趨勢發展趨勢 代表產品代表產品 量產時間量產時間 搭載車型搭載車型 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 恩智浦 主要在中低端市場維持一定份額 i.MX8 2019 銳界 瑞薩 在日系和德系廠商中維持一定市場份額 R-CARH3 2019 邁騰、AionLX、路虎衛士等 德州儀器 市場份額出現一定程度的萎縮 Jacinto6 2016 理想 ONE、威馬 EX系列 消費電子領域巨頭切入 資金雄厚，可支撐起對先逬制程和高算力芯片的研發投

197、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 高通 憑借高性能及應用生態的優勢不斷提升在造車新勢力及中高端車型中的市場份額 驍龍 820A 2019 多款車型 SA6155P 2020 捷途 X70 SA8155P 2020 威馬 W6、蔚來ET7、零跑 C11、小鵬 P5 等 SA8195P 2021 凱迪拉克 LYRIQ SA8295 2022 集度、長城、小米；凱迪拉克 英偉達 憑借高性能全棧式解決方案，市場份額將提升 TegraX2 2018 奔馳全新 S 級 英特爾 智能座艙市場份額可能出現階段性下滑 Ao

198、pollo Lake 2018 長城WEYVV6/VV7,汽紅旗 AMD 通過為特斯拉供貨打開高端車型市場 特斯拉定制 2021 特斯拉 三星 通過為奧迪供貨開后高端市場 ExynosAutoV9 2021 奧迪車型 國內科技公司 AI 技術出眾，通?？蔀榭蛻籼峁八惴?芯片“的軟硬件耦合的全棧式解決方案 主要應用于國產車型 華為 憑借性能及生態優勢提高在中國市場份額 麒麟 990A 2021 北汽極狐阿爾法 S 地平線 國產車型上獲得一定市場份額 J3 2021 理想 ONE 全志科技 逐步推出前裝車規級芯片，導入前裝市場 T3 2018 小鵬 G3、哈弗、汽奔騰 數據來源：蓋世汽車智能座艙

199、產業報告，財通證券研究所 我們認為高通成為智能座艙我們認為高通成為智能座艙 SOC 領域王者主要有以下領域王者主要有以下 6 點原因：點原因：（1）從制程）從制程/算力角度，算力角度，2019 年發布的高通年發布的高通 8155 為全球首款為全球首款 7nm 高算力座艙高算力座艙SOC，算力，算力 8 TOPS，領先同期恩智浦、瑞薩等傳統汽車座艙芯片廠商，領先同期恩智浦、瑞薩等傳統汽車座艙芯片廠商 23 代。代。2021 年，高通發布驍龍 8295，將座艙 SOC 芯片的制程工藝從 7nm 帶入 5nm 時代，算力 30 TOPS，意味著第 4 代的 8295 芯片將與手機上最頂級的芯片處于同

200、一世代。（2）從研發周期來看，高通座艙）從研發周期來看，高通座艙 SOC 架構可以通過智能手機架構可以通過智能手機 SOC 遷移過來，遷移過來，縮短研發周期的同時可以更快和主機廠進行適配迭代?？s短研發周期的同時可以更快和主機廠進行適配迭代。比如車規芯片 620A、820A以及 8155，對應的手機芯片就是 620、820 和 855，這也是為什么高通能在短時間內就推出車規級芯片的原因。高通車規芯片更新迭代規律非常明確，最新的技術在手機芯片上經過驗證后，再下放至車規芯片上使用，節省了研發周期與適配難度。謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 66 行業深度分析報告/證券研究報告 表15

201、.高通手機 SOC 芯片與汽車座艙 SOC 芯片推出時間差 第一代平臺第一代平臺 第二代平臺第二代平臺 第三代平臺第三代平臺 第四代平臺第四代平臺 驍龍 600 驍龍 620A 驍龍 820 驍龍 820A 驍龍 855 驍龍 SA8155P 驍龍 888 驍龍 SA829SP 制程制程 28nm 28nm 14nm 14nm 7nm nm 5nm 5nm 首發時間首發時間 2013.1 2014.1 2015.11 2016.1 2018.12 2019.1 2020.12 2021.1 車規級消費級推車規級消費級推出時間差出時間差 12 個月 2 個月 12 個月 12 個月 數據來源：高

202、通官網，財通證券研究所（3）從流片費用來看，高通在消費電子領域的出貨量平攤了其在汽車座艙領域的）從流片費用來看，高通在消費電子領域的出貨量平攤了其在汽車座艙領域的研發先進制程的成本。研發先進制程的成本。先進制程 7nm 和 5nm 芯片的封裝和開發成本遠高于成熟制程，對于恩智浦或瑞薩這樣的傳統汽車 SOC 制造商來說，在沒有大量汽車市場芯片需求的情況下，追求先進制程沒有經濟意義，因此 14-28nm 節點仍然是他們的旗艦產品解決方案。而高通可以通過手機 SOC 芯片的規模優勢來平攤汽車 SOC芯片的開發成本。消費級芯片是一個非常典型的寡頭市場，企業獲得先發優勢后，可以憑借較大的消費級芯片是一個

203、非常典型的寡頭市場，企業獲得先發優勢后，可以憑借較大的出貨量平攤研發費用。而芯片的高技術壁壘導致研發及流片費用在數千萬美元以出貨量平攤研發費用。而芯片的高技術壁壘導致研發及流片費用在數千萬美元以上，競爭者很難進入。上，競爭者很難進入。CPU 是英特爾和 AMD 的天下，GPU 是英偉達和 AMD 的天下，手機（移動）芯片是高通和聯發科的天下。擁有消費市場是成為攪局者的重要因素。蘋果、特斯拉和華為海思都是憑借自身品牌形象，在手機和汽車領域擁有相當數量的消費群體后，開始進行芯片自研，這保證了芯片研發費用的分攤以及芯片更新迭代的動力。而汽車芯片是一個全新市場，同消費級產品不同的是，汽車對安全性、穩定

204、性的要求更高，設計成本和流片成本相應也更高，市場的參與者主要是傳統芯片行業巨頭、創業公司以及車企。圖68.芯片行業特點：寡頭格局，競爭壁壘高 數據來源：半導體行業觀察，財通證券研究所 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 67 行業深度分析報告/證券研究報告（4）從汽車內部通訊要求來看，未來智能座艙作為）從汽車內部通訊要求來看，未來智能座艙作為“移動第三空間移動第三空間”，隨著，隨著 APP、汽車生態逐步完善，對汽車高速通信的要求也會越來越高，那么對芯片基帶處理汽車生態逐步完善，對汽車高速通信的要求也會越來越高，那么對芯片基帶處理能力的要求也會越來越高。能力的要求也會越來越高。手機

205、基帶芯片壁壘之高主要系其他廠商難以繞過高通專利，未來隨著手機 SOC 芯片可以逐步下放到汽車座艙 SOC 中，預計高通在手機基帶領域芯片的領先優勢可以進一步復制到汽車座艙領域中。圖69.2014 年至 2021 年全球蜂窩基帶處理器收入份額（按供應商）數據來源：Gartner，財通證券研究所（5）高通芯片適應安卓系統：）高通芯片適應安卓系統：車機系統大多是運行安卓系統的衍生版本，高通芯片在手機上已經完全適應安卓系統豐富的應用生態，進行移植適配沒有技術障礙。（6）有本土軟件供應商提供服務：）有本土軟件供應商提供服務：高通與中科創達、南京誠邁等本土車企汽車軟件服務商合作，他們彌補了高通與車企之間的

206、溝通障礙，對于轉型電動車的傳統車廠和新入局的造車勢力有足夠的吸引力。綜上，從全球視角來看，高通已經成為高端綜上，從全球視角來看，高通已經成為高端/旗艦車型的主流選擇。旗艦車型的主流選擇。智能座艙是實現千人千面汽車駕乘體驗的重心所在，新勢力車企與領先自主品牌車企率先發力，“大屏化”、“多屏化”、“多模態交互”、“一芯多屏”成為座艙發展的熱門趨勢，伴隨著傳感器規模的增長與交互模式的復雜化，智能座艙對芯片的算力需求亦水漲船高。座艙高算力需求驅動下，以高通第 3 代汽車數字座艙平臺為代表的高性能處理器成為領先車企旗艦車型的主流選擇，驍龍系列芯片加速上車。66%59%50%53%41%43%55.70%

207、17%20%24%16%18%27.60%5%6%12%15%16%19%29%21%9.30%0%20%40%60%80%100%120%2014201520162017201920202021QualcommMedia TekIntelHiSiliconSpreadtrumSamsung LSIOthers 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 68 行業深度分析報告/證券研究報告 圖70.高通成為高端/旗艦車型的主流選擇 數據來源：車聯天下公眾號，財通證券研究所 我國智能座艙芯片市場仍處于初期發展階段。從發展時間上看，我國智能座艙芯片市場仍處于初期發展階段。從發展時間上看，在

208、過去小尺寸液晶屏的電子座艙時代，對芯片算力要求不高國產芯片如全志的車機芯片 T7 曾經一度占到前裝車機 40%以上；步入智能汽車時代，以地平線發布征程 2 的高算力芯片為起點計算至今亦僅兩年有余，相較海外市場至少存在 5 年左右差距。從入從入局廠商看，國產智能座艙芯片積極跟進，并產生了兩種模式：局廠商看，國產智能座艙芯片積極跟進，并產生了兩種模式：模式一是聯發科、展銳、海思麒麟等基帶芯片公司也在走類似高通的道路，從通信模塊芯片跨行進入汽車座艙 SOC（系統級芯片）領域。其中華為的智能座艙芯片麒麟系列，包括其 2020 年發布的 710A 和去年 4 月發布的麒麟990A，其中 990A 目前已

209、經用在北極狐阿爾法 S 以及比亞迪部分車型中。模式二是以芯馳科技等為代表的汽車芯片創業公司的模式類似蘋果手機的SOC，異構處理能力很強，通過外掛基帶（t-box）實現車內外通訊功能。本土廠商加速造芯，但國內座艙芯片競爭格局尚未定型，我們認為未來幾年那些本土廠商加速造芯，但國內座艙芯片競爭格局尚未定型，我們認為未來幾年那些提前布局座艙提前布局座艙 SOC 的廠商將開始享受紅利。的廠商將開始享受紅利。進入 2022 年智能座艙 SOC 的“升級戰”正在愈演愈烈，傳統的座艙市場芯片格局即將被打破，自主品牌車企已經逐漸開始接受國產芯片，但目前尚未出現市占率特別高的國產座艙芯片廠商，整體競爭格局尚未定型

210、。目前僅幾款芯片拿下車企定點，比如芯擎科技旗下首款 7nm 智能座艙芯片“龍鷹一號”已經拿下了多款車型定點，預計在今年第四季度實現量產。2021 年 5 月芯馳科技發布 16nm 工藝的 X9 智能座艙芯片。2022 年 3 月宣布 X9 芯片已經獲得百萬片/年的訂單，客戶覆蓋合資、自主品牌車企和 Tier1。地平線征程 2 已經在長安 UNI-K 中落地。瑞芯微最新發布的座艙 SOCRK3588M 其AI 算力達到 6TOPS，已獲得眾多合作伙伴的認可，將在未來上市的車型中得以廣泛應用。謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 69 行業深度分析報告/證券研究報告 表16.智能駕艙

211、SOC 廠商對比 芯片廠商芯片廠商 產品名稱產品名稱 CPUCPU 算力算力(DMIPS)(DMIPS)GPUGPU 算力算力(GFLOPS)(GFLOPS)制程（制程（nm)nm)量產時間量產時間 典型搭載廠商典型搭載廠商 國外廠家 高通 SA8155P 105k 1142 7nm 2020 年 蔚來、智己、小鵬、廣汽、威馬等 英偉達 TegraParker 59k 500 16nm 2019 年 奔馳 S 級 恩智浦 i.MX6/長安、豐田、曰產、PSA、福特 德州儀器 TDA4VM 25k 180 16nm 2021 年 上汽 瑞薩 R-CARH3 40k 288 16nm 2019 年

212、 大眾、廣汽、路虎、雷克薩斯 三星 ExynosAutov9 111k 1205 8nm 2021 年 奧迪 英特爾 A3950 42k 187 14nm/特斯拉、長城、紅旗、寶馬等 國內廠家 華為 Kirin990A/7nm/北汽 芯擎 SE1000 90K 900 7nm 2022 吉利 數據來源：佐思產業研究，財通證券研究所 7 國外公司國外公司 7.1 英偉達（英偉達（NVDA.O）英偉達是英偉達是 GPU 的發明者，也是人工智能時代的引領者，的發明者，也是人工智能時代的引領者，“平臺化芯片平臺化芯片+完善的工完善的工具鏈具鏈”是英偉達芯片的主要特征。是英偉達芯片的主要特征。GPU 的

213、并行架構適合人工智能領域的計算需求，英偉達敏銳的抓住這個特點成為人工智能芯片及軟件工具鏈的主要供貨商。在進行人工智能領域探索時，英偉達開始涉足智能駕駛及機器人業務，并在該領域擁有近十年的開發經驗。圖71.英偉達硬件示意圖 圖72.英偉達軟件說明圖 數據來源：英偉達官網，財通證券研究所 數據來源：蓋世汽車，財通證券研究所 硬件架構：從拓展嵌入式移動芯片橫向拓展到汽車領域。硬件架構：從拓展嵌入式移動芯片橫向拓展到汽車領域。英偉達專注提供高性能服務，借助嵌入式移動芯片，拓展汽車市場。在智能手機興起的 2008 年時，英偉達試圖進入移動芯片市場。為此，公司開發了 Tegra 系列芯片，采用了 ARM

214、的CPU 架構，并集成了自家的 GPU 芯片，組成了一套 SOC 系統。Tegra 芯片是英偉達在 2008 年 2 月發布，是針對低功耗、高性能的小型移動設備所推出的芯片，該款芯片基于 ARM 11 架構設計，采用 65nm 制程工藝，主要用 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 70 行業深度分析報告/證券研究報告 在微軟的一款 MP3 和 Kin 手機、小米 3 手機上，但后由于基帶問題逐漸退出手機市場。經過兩年的發展，2011 年英偉達推出“全球首款移動四核處理器”Tegra3，基于臺積電 40nm 工藝打造。自此，英偉達不僅開始在移動設備領域“橫掃千軍”，在汽車領域也開始

215、“攻城略地”，寶馬、奧迪等豪華品牌相繼用上了英偉達的芯片。表17.英偉達移動芯片發展歷程 芯片名稱芯片名稱 Tegra2Tegra2 Tegra3Tegra3 Tegra4Tegra4 Tegra4iTegra4i Tegra K1Tegra K1 Tegra X1Tegra X1 Tegra X2Tegra X2 XavierXavier OrinOrin ThorThor CPU 指令集 ARMv7-A(32bit)ARMv8-A(64 bit)ARMv8.2-A(64 bit)內核 2A9 4+1 A9 4+1 A15 4+1 A9 4+1 A15 2 Denver 4 A53+4 A5

216、7 2 Denver+4 A57 8 Nvidia Carmel 12 Arm Cortex-A78AE Grace GPU 架構 Vec4 Kepler Maxwell Pascal Volta Ampere Ampere,Lovelace CUDA 核心數 4+4 8+4 48+24 48+12 192 256 512 2048/RAM 緩存 協議 DDR2 DDR3/DDR3 LPDDR4 LPDDR4/LPDDR4X LPDDR5/容量 1GB 2 GB 4GB 4GB 8 GB 8GB 8GB 32 GB/帶寬 2.7 GB/S 6.4 GB/S 7.5 GB/s 14.88 GB/

217、s 25.6 GB/s 59.7 GB/s 136.5 GB/s 200 GB/s/制程 40 nm 28 nm HPL 28 nm HPM 20 nm SOC 16 nm FF 12 nm FFN/4nm 上市 SOP時間 2010 2013 2014 2015 2016 2022 2025（E）代表產品 2009 年微軟 Zune、Kin 手機；2012 款奧迪車載影音；2012版特斯拉 Model S 車載系統；小米 3 手機 任天堂 Switch;2016 版特斯拉 汽車自動駕駛平臺 數據來源：英偉達官網，半導體行業觀察，財通證券研究所 多樣化的計算平臺為下游客戶提供多種選擇：多樣化的

218、計算平臺為下游客戶提供多種選擇：早期英偉達的車載 AI 芯片平臺與單個移動芯片差別不大，但隨著車載系統的要求不斷多樣化，英偉達 Drive 系統也增加了很多選擇。不同的客戶可以依照不同的使用場景選擇適合的產品，增加了英偉達車載 AI 芯片的使用場景：NVIDIA DRIVE Hyperion：NVIDIA DRIVE Hyperion 是用于量產自動駕駛汽車的平臺。此自動駕駛參考架構通過將基于 DRIVE Orin 的 AI 計算與完整傳感器套件（包含 12 個外部攝像頭、3 個內部攝像頭、9 個雷達、12 個超聲波、1 個前置激光雷達和 1 個用于真值數據收集的）相集成，能夠在量產之路上加速

219、開發、測試和驗證。DRIVE Hyperion 具有適用于自動駕駛(DRIVE AV)的完整軟件堆棧，以及駕駛員監控和可視化(DRIVE IX)，能夠無線更新，在車輛的整個生命周期中添加新的特性和功能。NVIDIA DRIVE Orin：NVIDIA DRIVE Orin SOC（系統級芯片）可提供每秒 254 TOPS（萬億次運算），是智能車輛的中央計算機。它是理想的解決方案，為自動駕駛功能、置信視圖、數字集群以及 AI 駕駛艙提供動力支持。借助可擴展的 DRIVE Orin 產品系列，開發者只需在整個車隊中構建、擴展和利 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 71 行業深度分析

220、報告/證券研究報告 用一次開發投資，便可從 L2+級系統一路升級至 L5 級全自動駕駛汽車系統。NVIDIA DRIVE AGX Pegasus：NVIDIA DRIVE AGX Pegasus 利用兩塊 NVIDIA Xavier 系統級芯片和兩塊 Turing GPU 的強大功能，實現了 320 TOPS 的超級計算能力。該平臺專為各種類型的自主系統（包括機器人出租車）而設計和打造。NVIDIA DRIVE AGX XAVIER：NVIDIA DRIVE AGX Xavier 可為 L2+級和 L3 級自動駕駛提供每秒 30 TOPS 的運算。其核心是 NVIDIA 首次生產的車規級 Xa

221、vier 系統級芯片，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(DLA)、可編程視覺加速器(PVA)、圖像信號處理器(ISP)和立體/光流加速器。表18.英偉達汽車計算平臺發布歷程 車載系列名稱車載系列名稱 Drive PX(Auto Cruise)Drive PX 2(Tesla)Drive PX 2(Auto Chauffeur)Drive PX 2(Tesla 2.5)Drive PX Xavier Drive PX Pegasus Drive AGX Orin 發布時間發布時間 2016.9 2016.10 2016.1 2017.8 2017.1 201

222、7.10 2019.12 芯片構成芯片構成 1*Tegra X2(Parker)+1*Pascal GPU 2*Tegra X2(Parker)+2*Pascal GPU 2*Tegra X2(Parker)+1x Pascal GPU 1*Tegra Xavier 2*Tegra Xavier+2*Turing GPU 2*Tegra Orin 2*Tegra Orin+2*Ampere GPU 算力算力 4FP32 TOPS 4FP32 TOPS 8 FP32 TOPS 4 FP32 TOPS 30 INT8 TOPS 320 INT8 TOPS 400 INT8 TOPS 2000 IN

223、T8 TOPS 功耗功耗 40W 40W 80W 60W 30W 500W 130W 750W 代表產品代表產品/2016 款特斯拉 英偉達自動駕駛 訓練/2020 款小鵬 P7 英偉達自動駕 駛訓練 2022 款蔚來ET7 英偉達自動 駕駛訓練 數據來源：英偉達官網，馭勢資本，AnandTech，與非網，財通證券研究所 不僅算力領先，英偉達易于上手的軟件工具鏈很大地了方便了芯片使用者的開發不僅算力領先，英偉達易于上手的軟件工具鏈很大地了方便了芯片使用者的開發過程，經過過程，經過 Parker、Xavier、Orin 三代產品快速迭代英偉達已經形成了完整工具三代產品快速迭代英偉達已經形成了完整

224、工具鏈和軟件生態力，非常有助于提升開發效率。鏈和軟件生態力，非常有助于提升開發效率。自 2017 年 CES 上發布自動駕駛平臺 NVIDIA DRIVE 以來，英偉達的軟件生態和工具鏈都在不斷完善。NVIDIA DRIVE 平臺支持以 DRIVE AGX 開發平臺為起點，在 DRIVE Constellation 上驗證軟件算法，充分驗證并部署軟件后，再通過 DRIVE Hyperion 參考架構進行上路測試，最后用 NVIDIA DGX 進行人工智能 DNN 訓練，進而達到量產標準。在此過程中平臺還為開發者提供豐富的軟件開發者套件（SDK）。英偉達的軟件還有一個特點是其軟件開放性高。英偉達

225、的軟件還有一個特點是其軟件開放性高。早在 Orin 發布時，英偉達 CEO黃仁勛就強調過英偉達芯片的開放性：實現自動駕駛汽車所需的投入正在指數級增長，面對復雜的開發任務，Orin 是可擴展、可編程、軟件定義的 AI 平臺，對于車企來說不可或缺。英偉達提供全套算法，包括障礙物識別、路徑規劃、行為決策、執行策略、定位、地圖流制造、自動泊車，還有底層軟件系統，內含了 QNX的驅動，CUDA 生態系統等等。選擇英偉達 Orin 芯片的車企朋友圈分為兩派：一派在 Orin 芯片基礎上再選配其他家感知硬件、自動駕駛算法；另一派研發能力充足，就選擇自研算法。謹請參閱尾頁重要聲明及財通證券股票和行業評級標準

226、72 行業深度分析報告/證券研究報告 表19.采用英偉達 Orin 芯片的 OEM 可以選擇自研或采用第三方算法 OEM 自動駕駛芯片自動駕駛芯片 自動駕駛算法自動駕駛算法 智己 Orin Momenta 比亞迪 Orin Momenta 路特斯 Orin Momenta 小鵬 Orin 自研 蔚來 Orin 自研 理想 Orin 自研 數據來源：汽車之心，財通證券研究所 借助英偉達平臺化芯片和虛擬測試平臺，借助英偉達平臺化芯片和虛擬測試平臺，NVIDIA 在在 ADAS、智能駕駛艙、高精、智能駕駛艙、高精度地圖與定位等汽車相關領域不斷開拓業務。度地圖與定位等汽車相關領域不斷開拓業務。NVID

227、IADRIVEIX 是一款可擴展的開放式駕駛艙軟件平臺，借助 NVIDIA DRIVE Orin 集中計算架構，利用內部攝像頭和多模式交互，滿足司機、乘客需求，實現獨特的 AI 用戶體驗。NVIDIA DRIVE Mapping 可創建全自動、可擴展的高精地圖，通過 DRIVE Localization 實現厘米級精度的車輛定位。英偉達通過收購 Deep Map、與知名地圖公司 HERE 等合作來開拓地圖領域。表20.英偉達在 ADAS、仿真模擬、自動駕駛和高精度地圖和其他廠商對比 解決方案解決方案 功能功能 合作商合作商 其他公司方案其他公司方案 英偉達優勢英偉達優勢 ADAS 高度自動化的

228、監督式駕駛的全方位解決方案 滴滴出行/ZOOX/cruise/小鵬/蔚來/比亞迪等 Mobileye:支持一整套 ADAS 功能一自動緊急制、車道偏離警告、前方碰撞警告、車道保持輔助、車道居中、交通堵塞輔助、交通標志識別和智能遠光燈控制。英偉達有著開放的平臺.長期來看，相比封閉平臺更受整車廠歡迎 特斯拉：特斯拉通過軟件更新提供更優秀的駕駛體驗，通過搭載 NVIDIAA100GPU 超級計算機搭載訓練優化，具體功能包括自動輔助導航駕駛、自動泊車、自動輔助變道、召喚功能 英偉達提供開放的自動駕駛解決方案，業務面更廣 仿真模擬 進行大規模開發，并在多種情境下進行測試的平臺 Ansys/AVL/Mat

229、hWorks 等 CARLA:CARLA(英特爾)提供開源的開放數宇資產（城市布局、建筑物、車輛）、傳感器套件模擬、環境條件、地圖生成等；通過服務器實現多用戶架構 英偉達 DGX 服務器性能更為優秀，便于模擬 Prescan:Prescan(西門子)開放的模擬平臺，可以連接第三方模型和模擬器（dSPACE 等），可以開環、閉環、離線、在線運行。分為場景創建、傳感器建模、添加控制系統、實驗結果輸出四個部分 相比獨立的模擬軟件，英偉達有著更好的生態 智能駕駛艙 可擴展的開放式駕駛艙軟件平臺 現代/奧迪/本田等 高通：高通智能駕駛方案有著可擴展的架構，通過安全檢測車內監控和超高清周邊環境監測.注重視

230、覺體驗；計支持多種顯示器，包括超寬全景顯示器、可重構 3D 數字儀表盤、增強現實平視顯示器(HUD)和超高清媒體流。注重聽覺體驗，支持高級音頻體驗和 AI 體驗，支持司機和乘客的個性化，車內虛擬協助，自然語音控制等 英偉達 DRIVEIX 可與DRIVEAV 無縫連接，ADAS 和智能座艙交互更為流暢 偉世通：偉世通通過 Smart Core 域控制器，在多個顯示域實現 HMI 無縫連接，包括全數字儀表、信息娛樂、后座信息娛樂、環視攝像頭，駕駛員監控和面部識別，并可以防止可疑程序入侵 高精地圖繪制 用于創建可擴展到整個車隊的不斷更新的高精地圖 百度/KingWayTek/ZENRIN 等 Mo

231、bileye:Mobileye 通過 Road Experience Management實現眾包，通過大數據進行高精地圖繪制。英偉達收購 Deep Map，在高精地圖領域采用基于低成本傳感器的點云融合和 ICP 算法進行地圖制作，有一定成本優勢 HERE:利用 GPS、激光雷達和圖像結合的手段采集基礎地圖數據信息；通過眾包的方法提取道路元素（路標等），在云端將各種信息匹配，然后不斷更新地圖 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 73 行業深度分析報告/證券研究報告 數據來源：車東西，電子發燒友，英偉達，財通證券研究所 英偉達在英偉達在 L3+市場基本上處在一個壟斷地位。市場基本上

232、處在一個壟斷地位。英偉達的 Orin 憑借開放的生態系統和集成的全棧服務(軟件開發套件、地圖和機器學習基礎設施)不斷創新高性能SOC，從而獲得了越來越多的市場份額。從 2022 年開始，Orin 將取代 Xavier，成為汽車 oem 中最受歡迎的 SOC。據不完全統計，在電動乘用車領域，英偉達已經拿下了全球 30 家主流車企中 20 家的訂單，包括奔馳、捷豹路虎、沃爾沃、蔚來、理想、小鵬、智己、飛凡、極氪等。在自動駕駛卡車領域，英偉達拿下了全球 10家主流企業中 7 家的訂單，包括圖森、智加、Navistar 等。圖73.與英偉達 Orin 合作的主機廠及自動駕駛創業公司 數據來源：英偉達演

233、說會，財通證券研究所 英偉達英偉達 2000TOPS 算力算力 Thor 出世，出世，“艙駕一體艙駕一體”開啟新戰局。開啟新戰局。2022 年 9 月 20 日英偉達（NVIDIA）秋季 GTC 開發者大會發布會最大的亮點在于取消了一年前發布的 Atlan 芯片（算力 1000TOPS），進而推出算力高達 2000TOPS（或者2000TFLOPs）的 Thor 芯片作為 Orin 的接任者。這款被命名雷神的 SOC（系統級芯片）將在 2024 年量產，吉利旗下極氪第一個宣布將在 2025 年起為旗下車型配備 Thor 芯片。圖74.英偉達 Thor 發布，算力高達 2000TOPS 謹請參閱

234、尾頁重要聲明及財通證券股票和行業評級標準 74 行業深度分析報告/證券研究報告 數據來源：英偉達演說會，財通證券研究所 對于車企來說未來可以選擇多種方式配置對于車企來說未來可以選擇多種方式配置 Thor 的算力，既可以將全部的算力，既可以將全部 2000TOPS用于自動駕駛功能，也可以將一部分用于車載用于自動駕駛功能，也可以將一部分用于車載 AI 和娛樂功能，另一部分用于輔和娛樂功能，另一部分用于輔助駕駛，同時又可以減少汽車線束降低車身重量。助駕駛，同時又可以減少汽車線束降低車身重量。目前，汽車的停車、主動安全系統、駕駛員監控、攝像頭鏡像、集群和信息娛樂均由不同的計算單元控制，未來這些功能可以

235、同時在 Thor 上運行，即一顆芯片可同時為自動泊車、智能駕駛、車機、儀表盤、駕駛員監測等多個系統提供算力，并將自動駕駛、信息娛樂等功能劃分成不同的任務區間，同時運行，互不干擾。Thor 將這些功能整合到一個系統中，能夠替代汽車中的大量芯片和電纜，在減少成本、能源消耗等方面將有所提升。圖75.Thor 可以實現通常 5 顆以上芯片的多域計算 數據來源：英偉達演說會，財通證券研究所 英偉達英偉達 Thor 芯片設計發布具有芯片設計發布具有“終局思維終局思維”，代表著在汽車領域已經由分布式的，代表著在汽車領域已經由分布式的ECU、DCU 轉向了完全集中的功能融合型的單芯片，自動駕駛開啟超算時代。轉

236、向了完全集中的功能融合型的單芯片，自動駕駛開啟超算時代。BOSCH 汽車電氣架構演進示意圖從模塊級的 ECU 到集中相關功能的域控制器，再到完全集中的車載計算機，每個階段還分了兩個子階段，例如完全集中的車載計算機還包括了本地計算和云端協同兩種方式。根據之前 NVIDIA Altan 的芯片架構示意圖，從此圖可以看出：Altan&Thor 的設計思路是完全的“終局思維”，相比BOSCH 給出的一步步的演進還要更近一層，從跨越集中式的車載計算機和云端協同的車載計算機，直接到云端融合的車載計算機。云端融合的意思是服務可以動態的、自適應的運行在云或端，方便云端的資源動態調節。預計 Altan&Thor

237、 采用的是跟云端完全一致的計算架構：Grace-next CPU、Ampere-next GPU 以及Bluefield DPU，硬件上可以做到云端融合。謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 75 行業深度分析報告/證券研究報告 圖76.NVIDIA Altan 的芯片架構示意圖 數據來源：英偉達演說會，財通證券研究所 7.2 高通（高通（QCOM.O）高通領跑、追趕者眾，智能座艙芯片進入“跑馬圈地”時代。高通領跑、追趕者眾，智能座艙芯片進入“跑馬圈地”時代。在 2016 年之前智能座艙 SOC 芯片市場幾乎被 NXP 旗下 i.mx 系列完全壟斷，但后續隨著 NXP 無力跟進先進

238、制程，i.mx 芯片時代進入尾聲。與此同時，消費級 SOC 巨頭高通基于對智能手機 SOC 需求空間逐漸見頂的判斷，開始進入汽車智能座艙領域。截止到目前高通已經發布 4 款智能座艙產品：2014 年 1 月，高通正式進入車用芯片市場?；谑謾C芯片驍龍 600 平臺，改造出了旗下第一代汽車數字座艙平臺驍龍 620A。在當時車內大屏、車聯網還不是普遍的情況下，驍龍 620A 憑借 4G 車聯網、車載 WiFi、以及駕駛艙手勢識別等一系列應用的支持，受到了不少車企的青睞。在 2016 年 CES 大展上，高通 820A 正式發布，一經發布即吸引了大眾、路虎、小鵬、蔚來等一系列廠家采用。在目前暢銷車型

239、上，蔚來 ES8、理想 ONE、小鵬 P7、奧迪 A4L、極氪 001 等即搭載了高通 820A 這款 SOC 芯片。2019 年，高通推出新一代智能座艙芯片產品，全球首款量產的 7nm 制程車機芯片，采用 8 核設計的 SA6155P、SA8155P 和 SA8195P。其中 SA8155P 對應驍龍 855 手機平臺，性能強勁，算力已經能夠達到 8 TOPS，是目前中高端車型智能座艙的首選方案。截至目前，在已上市車型中，小鵬 P5、威馬 W6、蔚來 ET7 和 ET5、哪吒 UPro、零跑 C11、長城 WEY 旗下摩卡、瑪奇朵和拿鐵車型、吉利星越 L、凱迪拉克銳歌以及蔚小理即將上市的全新

240、車型均采用了高通 8155 芯片。2021 年，高通再次發布第四代智能座艙芯片產品SA8295P。這是首款 5nm車機芯片，用于 AI 學習的 NPU 算力達到 30TOPS，接近 8155 的 8 倍；GPU算力相對于上一代 8155 提升了 200%。高通 8295 首發車型為百度旗下的集 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 76 行業深度分析報告/證券研究報告 度汽車，該量產車型預計在 2023 年交付。另外 SA8295 已獲得長城、廣汽、通用等車企的訂單，相關車型同樣將在 2023 年交付。圖77.截止到目前高通已經發布 4 款智能座艙產品 數據來源：高通官網，財通證券

241、研究所 在智能座艙領域搭載在智能座艙領域搭載 SA8155P 多為旗艦車型。多為旗艦車型。根據目前市場上的車型整理統計，2021 年-2022 年，無論是傳統燃油車還是新能源汽車，上至 60 萬元級的嵐圖夢想家，下至 9 萬元起步的名爵 MGONE，國內搭載 SA8155P 或是可以升級搭載SA8155P 的車型已經超過 30 款。表21.市面上搭載 SA8155 芯片的車企 品牌品牌 車型車型 上市時間上市時間 售價（萬元）售價（萬元）哈弗 H6S 2021.10.30 13.89-16.49 哈弗神獸 2021.12.18 13.00-16.70 WEY 瑪奇朵 DHT-PHEV 2021

242、.11.19 16.68-17.78(補貼后）拿鐵 DHT 2022.7.25 22.90-26.30 摩卡 2021.5.21 17.58-21.88 上汽榮威 鯨 待定 16.68-19.28(預售）RX5MAX 2021.12.23 12.98-16.58 RX5eMM 16.98-18.98 上汽智己 L7 2022.4.17 36.88-40.88 上汽大通 MAXUS MIFA9 2022.06.29 27.99-41.99 上汽名爵 MGONE 2021.12.3 9.98-12.98 別克 GL8 世紀 待定 待定 凱迪拉克 LYRIQ 銳歌 2022.6.6 43.97-47

243、.97 吉利 星越 L 2021.7.20 13.72-18.52 星越 L 雷神 HiX 混動 2022.3.30 17.17-18.37 領克 領克 09 2021.10.20 26.59-37.09 極氪汽車 極氪 001 2022.7.11 29.9-38.6 嵐圖 夢想家 2022.5.9 36.99-63.99 Free 2022.5.1 4999 元升級計劃 飛凡 R7 待定 待定 長安深藍 SL03 2022.7.25 16.89-69.99 廣汽傳祺 影酷 2022.9 待定 廣汽埃安 AIONLXPLUS 2022.1.5 28.66-45.96 Smart 精靈#1 20

244、22.6.6 18.16-22.66 數據來源：蓋世汽車，財通證券研究所 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 77 行業深度分析報告/證券研究報告 圖78.高通汽車生態合作伙伴 數據來源：高通演說會，財通證券研究所 2022 年 9 月，高通舉辦汽車投資者大會推出了 Snapdragon Ride Flex SOC 產品組合。據高通官方介紹，Snapdragon Ride Flex 包括 Mid、High、Premium 三個級別。其中最高級的 Ride Flex Premium SOC 單顆芯片的 AI 算力在 600TOPS 以上，通過雙 Flex SOC+雙 AI 加速芯片

245、，其綜合 AI 算力能夠達到 2000TOPS。Snapdragon Ride Flex 作為一個超算芯片家族，其最大的目標是實現車內的中央計算即同時為智能駕駛（可以支持 L2L4 級別自動駕駛）、智能座艙、通信等能力提供計算支持。圖79.高通公司推出了 Snapdragon RideFlexSOC 產品組合 數據來源：高通演說會，財通證券研究所 總結對比高通和英偉達在“總結對比高通和英偉達在“2000TOPS 大算力大算力”時代的差異化打法，從商業模式上時代的差異化打法，從商業模式上看：看：英偉達為單芯片圈地方案，即單芯片搞定所有高算力計算英偉達為單芯片圈地方案，即單芯片搞定所有高算力計算：

246、英偉達提供最頂級的芯片，只需要選用 1 顆2 顆，DRIVEThor 就能集成智能汽車上所需的AI 功能的計算需求（主要是圍繞圖像處理），包括高階自動駕駛、車載操作系統、智能座艙（儀表和娛樂系統）、自主泊車等等。從 2000TOPS 的算力資源中，整車企業可以在各種不同任務間隨意分配算力，另外可以同時由英偉達 DRIVE Thor 提供相關開發工具構建軟件生態。高通提供下游客戶不同芯片組合方案，更加靈活多變高通提供下游客戶不同芯片組合方案，更加靈活多變：高通不像英偉達只做一塊大芯片，高通Snapdragon Ride Flex SOC集成了Hexagon處理器、KryoCPU、謹請參閱尾頁重要

247、聲明及財通證券股票和行業評級標準 78 行業深度分析報告/證券研究報告 Adreno GPU、VPU、音頻 DSP、安全島等不同功能模塊，覆蓋從計算機視覺系統，到數字座艙、ADAS/AD 和互聯功能。高通的做法是讓客戶根據需求選用不同的功能模塊（對應不同的算力等級），即下游客戶既可以選擇其中通過高通的方案完成一部分功能，也可以整體打包選擇頂配方案。高通希望通過各種芯片的組合來滿足主要大客戶如 GM、BMW、大眾和一眾車企的訴求，來開發可擴展的系統。圖80.英偉達和高通在大算力芯片上的商業模式異同 數據來源：汽車電子設計，財通證券研究所 7.3 恩智浦半導體（恩智浦半導體（NXPI.O）恩智浦半

248、導體（NXP Semiconductors）是一家美荷半導體設計商和制造商，前身為飛利浦半導體，由荷蘭飛利浦在 1953 年創立，恩智浦于 2006 年成為獨立公司。公司主要提供安全互聯的解決方案?；诟咝阅芑旌闲盘柕膶I技術，恩智浦在汽車、智能識別和移動行業，以及無線基礎設施、照明、醫療、工業、個人消費電子和計算等應用領域不斷創新。公司 2021 年汽車電子收入占比達到 50%，產品涵蓋車載處理器和微控制器、駕駛員輔助收發器、車載網絡、屏幕驅動、電源管理、傳感器等。其中車載處理器 S32系列涵蓋網絡、雷達、視覺、以及應用處理器等產品，提供全方位解決方案。以公司第二代視覺處理器 S32V234

249、 為例，基于 ArmCortexA53 內核，提供圖像信號處理器(ISP)、3D 圖形處理器單元(GPU)、雙 APEX-2 視覺加速器。產品支持計算密集型 ADAS、新車碰撞測試(NCAP)前端攝像頭、物體檢測和識別，環視、汽車和工業圖像處理、以及還包括機器學習(ML)和傳感器融合應用。謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 79 行業深度分析報告/證券研究報告 圖81.NXPS32V234 芯片框架圖 數據來源：NXP 官網，財通證券研究所 公司 2022 年上半年實現營收 64.48 億元，同比增長 24.89%，凈利潤 13.27 億元，同比增長 76.93%。2022 年上

250、半年公司毛利率為 56.75%，凈利率達到 20.92%。圖82.恩智浦營收及歸母凈利潤（百萬美元）圖83.恩智浦毛利率及凈利率 數據來源：Wind，財通證券研究所 數據來源：Wind，財通證券研究所 7.4 德州儀器（德州儀器（TXN.O）德州儀器公司(TI)成立于 1951 年，是一家總部位于德克薩斯州達拉斯的美國半導體公司，公司前身為地球物理業務公司。公司主營業務為模擬 IC 與嵌入式處理器產品開發、制造與銷售，以及各類軟件的銷售，公司是全球最大的模擬 IC 以及數字信號處理器（DSP）廠商。公司產品應用領域涵蓋通信、汽車、工業、消費電子、計算機等眾多應用領域。公司汽車電子產品涵蓋 AD

251、AS、動力傳動系統、娛樂信息與儀表信息系統、車身電子元件與照明系統。在處理器領域，公司有多款產品通過 AEC-Q100 車規級認證，以公司 TDA4VM 為例，基于 Cortex-A72 內核，搭載深度學習和傳統算法加速器、集成下一代 ISP、視頻編解碼器。-1000%-500%0%500%1000%1500%2000%2500%3000%3500%4000%-3,000-1,50001,5003,0004,5006,0007,5009,00010,50012,000營業總收入凈利潤營業總收入同比增速凈利潤同比增速-10.00%0.00%10.00%20.00%30.00%40.00%50.0

252、0%60.00%毛利率凈利率 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 80 行業深度分析報告/證券研究報告 圖84.德州儀器 TDA4VM 芯片框架圖 數據來源：德州儀器官網，財通證券研究所 公司 2022 年上半年實現營收 64.48 億元，同比增長 24.89%，凈利潤 13.27 億元，同比增長 76.93%。2022 年上半年公司毛利率為 56.75%，凈利率達到 20.92%。圖85.德州儀器營收及歸母凈利潤（百萬美元）圖86.德州儀器毛利率及凈利率 數據來源：Wind，財通證券研究所 數據來源：Wind，財通證券研究所-20%-10%0%10%20%30%40%50%60

253、%-7,000-3,50003,5007,00010,50014,00017,50021,000營業總收入凈利潤營業總收入同比增速凈利潤同比增速0.00%20.00%40.00%60.00%80.00%毛利率凈利率 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 81 行業深度分析報告/證券研究報告 7.5 Mobileye（MBLY.O）Mobileye 曾為曾為 ADAS 行業領軍者，但收自身業務發展以及半導體行業低迷等原行業領軍者，但收自身業務發展以及半導體行業低迷等原因，因，IPO 估值一路下調。估值一路下調。Mobileye 于 1999 年在以色列成立，為提供輔助駕駛系統（ADA

254、S）解決方案的領導者。公司于 2007 年發布第一代 EyeQ 芯片，經過五年時間實現百萬出貨量。2014 年，公司在紐約交易所上市，估值約 50 億美金。2017 年公司被 Intel 以 153 億美元收購。2022 年 10 月，公司向紐約納斯達克交易所提交 IPO 文件，但 IPO 市值一路 500 億美金下降到 160 億美金。圖87.Mobileye 發展歷程 數據來源：Mobileye 官網，財通證券研究所 公司公司 EyeQ 芯片出貨量累計超過芯片出貨量累計超過 1 億片，已應用于全球億片，已應用于全球 700 余個車型。余個車型。Mobileye在 2007 年將 EyeQ1

255、 推向市場后，先后與大陸、麥格納、意法半導體等全球零部件供應商簽署了合作協議，并將芯片配裝到寶馬、通用等知名品牌汽車上。公司在 2014 年推出 EyeQ3 后更是名聲大噪。到今年 7 月，Mobileye 的解決方案已安裝在約 800 款車型、超過 1.17 億輛汽車上。公司預計到 2030 年，其 ADAS 解決方案將應用于超過 2.66 億輛汽車。圖88.Mobileye EyeQ SOC 芯片出貨量 數據來源：Mobileye 官網，財通證券研究所 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 82 行業深度分析報告/證券研究報告 公司從公司從 2007 年推出年推出 EyeQ1，

256、到，到 2014 年推出年推出 EyeQ3 之后一舉成名。之后一舉成名。2021 年，年，Mobileye 在全球擁有超過在全球擁有超過 30 家汽車廠商家汽車廠商 41 款車型的款車型的 ADAS 項目訂單。項目訂單。表22.Mobileye 產品系列 EyeQ1EyeQ1 EyeQ2EyeQ2 EyeQ3EyeQ3 EyeQ4EyeQ4 EyeQ5EyeQ5 EyeQ6EyeQ6 推出時間 2008 2010 2014 2018 2020 2023 自動駕駛級別 L1 L1 L2 L3 L4-5 L5 算力（TOPS）0.0044 0.026 0.256 2.5 24 128 功耗（W）2

257、.5 2.5 2.5 3w 10 40 半導體工藝 180nm CMOS 90nm CMOS 40nm CMOS 28nm FD-SOI 7nm FinFET 7nm FinFET 算法能力/可實現行人提醒，識別行車道及交通標志，實現自由空間語義分割能力 實現車輛三維建模，可實現行人提醒，識別行車道、路沿及交通標志，可以識別一般物體、危險物品、動物等，實現自由空間語義分割能力，還可以進行行車軌跡規劃 實現類似激光雷達的三維建模能力，像素級視覺，表面分割建模，車道語義識別，行車軌道規劃，鳥瞰功能/服務廠商/Tesla Autopilot HW1:Model S&X(2014-2016);GMs

258、Supercruise:Cadilac CT6(2017-2019);Nisans ProPilot:2020 Nissan Skyline 2022Nissan Ariya;Audis Traffic Jam Pilot:2019AudiA8;Volvos Pilot Assist 蔚來(ES8、ES6);小鵬 G3;理想0ne;Nissans Propilot2.0;BMW Driving Assistant VW Travel Assit:Volkswagen Passat(2019-2020)Volkswagen Golf B(2020)Ford Mustang Mach-E(2021

259、)FordF-150(2021)極氪001(2022);BMWs Personal Copilot(BMWiX)/數據來源：Mobileye 官網，財通證券研究所 雖然受近兩年疫情及行業不景氣的影響，但雖然受近兩年疫情及行業不景氣的影響，但 Mobileye 依舊實現了可觀的增長。依舊實現了可觀的增長。自2017 年英特爾私有化以來，Mobileye 的營收已經實現了近 3 倍的增長。公司超 9成收入來自于 EyeQ SOC 系統集成芯片方案，2022 年上半年，EyeQ 系列芯片出貨量高達 1590 萬片。從業績來看，2019-2021 年，Mobileye 總營收分別為 8.79 億 謹請

260、參閱尾頁重要聲明及財通證券股票和行業評級標準 83 行業深度分析報告/證券研究報告 美元、9.67 億美元、13.86 億美元，對應的凈虧損為 3.28 億美元、1.96 億美元、7500萬美元，但2022年上半年情況并不樂觀，營收為8.54億美元，同比增長21%，但對應的凈虧損卻高達 6700 萬美元，而上一年同期為盈利 400 萬美元。圖89.Mobileye 2019-2022H1 營收及凈利潤（億美元）圖90.Mobileye 2019-2022H1 SOC 芯片出貨量（單位：百萬片）數據來源：Mobileye 招股書，財通證券研究所 數據來源：Mobileye 招股書，財通證券研究所

261、 Mobileye 作為自動駕駛領域的先行者，曾創造了屬于自己的輝煌，然而從另一個作為自動駕駛領域的先行者，曾創造了屬于自己的輝煌，然而從另一個維度來看，的確也能看到一些危機。維度來看，的確也能看到一些危機。一方面主要系其 mobileye 采用軟硬件捆綁的銷售模式，算法難以適應車企需求。另外一方面自動駕駛算法升級周期長，Mobileye 在國內并沒有研發團隊，難以對中國客戶做出快速和定制化的升級。算力并不是算力并不是評判芯片好壞的唯一標準，但卻在一定程度上決定該自動駕駛系統的評判芯片好壞的唯一標準，但卻在一定程度上決定該自動駕駛系統的上限，上限，EyeQ5 芯片將面臨來自英偉達、高通、地平線

262、、華為等強勁對手的挑戰。芯片將面臨來自英偉達、高通、地平線、華為等強勁對手的挑戰。EyeQ5 發布于 2020 年，于 2021 年第四季度首次搭載在吉利汽車旗下的極氪 001車型上，EyeQ5 采用了 7nm FinFET 工藝，算力達到了 24TOPS。英偉達的 Orin 芯片的單顆算力達到 254TOPS，已經超過 EyeQ5 算力的 10 倍，而同為消費電子芯片巨頭的高通也推出了 Snapdragon Ride 平臺，單顆芯片算力分為 10、20、30、60TOPS 四種版本，并且可以采用多芯片組合方案，再搭配上 300TOPS 的 AI 加速器，整體算力可以超過 700TOPS。除了

263、英偉達、高通等眾多國際競爭對手，Mobileye還正面臨著來自中國眾多自動駕駛芯片廠商的圍攻，像地平線的征程5、華為的昇騰 610 都是屬于與 Mobileye EyeQ5 的同期產品，前兩者的各方面性能已經全面超越 EyeQ5。因此 Mobileye 的 EyeQ 系列芯片的算力較低，也是其損失核心客戶的原因之一。表23.國外頭部自動駕駛芯片參數對比 廠商廠商 產品產品 制程制程 AlAl 算力算力 量產時間量產時間 Mobileye EyeQ4 28nm 2.5TOPS 2018 年 EyeQ5 7nm 24TOPS 2021 年 英偉達 Xavier 12nm 30TOPS 2020 年

264、 Orin 7nm 254TOPS 2022 年 高通 Ride 5nm 1060TOPS 2022 年-120%-100%-80%-60%-40%-20%0%20%40%60%80%-24-18-12-60612182019202020212022H1營收凈利潤營收增速凈利潤增速0%5%10%15%20%25%30%35%40%45%051015202530201920202021SoC出貨量SoC增速 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 84 行業深度分析報告/證券研究報告 特斯拉 FSD 芯片 14nm 72TOPS 2019 年 華為 昇騰 310 12nm 16TOPS

265、 已量產 昇騰 610 未知 200TOPS 已量產 地平線 征程 3 16nm 5TOPS 2021 年 征程 5 16nm 128TOPS 2022 年 黑芝麻 A1000 16nm 4070TOPS 2022 年 A1000L 16nm 16TOPS 2022 年 A1000Pro 16nm 106TOPS 2022 年 數據來源：車東西，財通證券研究所 8 建議關注建議關注 8.1 瑞芯微（瑞芯微（603893.SH）瑞芯微成立于 2001 年，20 余年深耕智能應用處理器芯片。并于 2020 年在上交所主板上市。公司主營業務為大規模集成電路及應用方案的設計、開發和銷售，為客戶提供芯片

266、產品及技術服務。公司主要產品為智能應用處理器芯片、電源管理芯片及其他芯片，同時提供專業技術服務。公司旗艦產品的通用性決定了其具有豐富的下游應用場景，在消費電子、智能物聯包括汽車電子等眾多細分應用領域的下游廠商可根據需求搭建生態。公司目前產品覆蓋高、中、低端，全方位布局通用、專用型領域。在車載處理器領域公司于2021年1月首次推出符合AEC-Q100的芯片RK3358M，目前已經應用于多個車型的液晶儀表等產品中。瑞芯微最新發布的 RK3588M 芯片解決方案主要應用于智能汽車領域的智能座艙及 ADAS 產品領域，采用 8nm 先進架構，四核 A76+四核 A55 八核 CPU，大核主頻 2.1G

267、Hz，小核主頻 1.7GHz。具備 8K 顯示/視頻、原生七屏顯示、6TopsNPU、QNXHypervisor、原生 2 路 TypeC、雙 16MISP+至少 12 路攝像頭特性。RK3358M 預計將在 2022 年底前完成測試，目前已被知名車廠采用，整車預計在 2023 年陸續上市。圖91.瑞芯微 RK3588M 芯片框架圖 數據來源：瑞芯微官網，財通證券研究所 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 85 行業深度分析報告/證券研究報告 公司 2022 年上半年實現營收 12.42 億元，同比下降 9.91%，歸母凈利潤 2.72 億元，同比增長 2.81%。2022 年上

268、半年公司毛利率為 38.85%，同比下降 1.27pcts，凈利率達到 21.93%，同比增長 2.72pcts。圖92.瑞芯微營收及歸母凈利潤（百萬美元）圖93.瑞芯微毛利率及凈利率 數據來源：Wind，財通證券研究所 數據來源：Wind，財通證券研究所 8.2 晶晨股份（晶晨股份（688099.SH）晶晨股份自 2003 年成立，專注于泛音視頻 SOC 研發，并于 2019 年在上交所科創板上市。晶晨主營業務為多媒體智能終端 SOC 芯片的研發、設計與銷售。公司在過去的近 20 年間，不斷拓展產品邊界，發力家庭智能物聯網大賽道，布局汽車芯片領域，形成了豐富的產品矩陣。公司在汽車電子領域基于

269、原有業務在音視頻領域的優勢，切入車載娛樂 SOC 賽道。公司推出的V901D車載信息娛樂系統芯片采用業內領先的12納米制程工藝，內置神經網絡處理器、支持圖形、視頻、影像處理和遠場語音功能，目前公司產品已進入多個全球知名車企。表24.晶晨股份 V901D 芯片規格 指標指標 參數參數 工藝 12 納米 CPU 四核 ARMCortex-A55 GPU ARMMali-G31MP2 NPU 1Tops 內存 32-bitDDR3/4,LPDDR3/4 存儲 eMMC5.0,SLCNAND 視頻處理 4Kp6010bit:AV1/H.265/VP9P-2/AVS2,4Kp30:H.264 解碼 HD

270、R DolbyVision,HDR10/10+,HLG,PrimeHDR PQ 引擎 第 10 代 TruLife 畫質增強引擎 以太網 10/100/1000MACw/AVB+10/100PHY USB/PCI-e 1xUSB2(OTG)+1xUSB3or2xUSB2(OTG,HOST)+1xPCIe-2 音頻接口 StereoDACs,SPDIF 輸入輸出,8 通道 PDM,多通道 I2S 輸入輸出 音頻處理 VAD,EQ/DRC,eARC,HiFi4DSP 視頻輸出 V-by-1,LVDS,CVBS,4KTCON 視頻輸入 HDMI2.1x3w/EMP,ALLM,CVBSx2 數據來源：

271、晶晨股份官網，財通證券研究所-100%0%100%200%300%-1,00001,0002,0003,000營業總收入歸母凈利潤營業總收入同比增速歸母凈利潤同比增速0%10%20%30%40%50%毛利率凈利率 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 86 行業深度分析報告/證券研究報告 公司 2022 年上半年實現營收 31.07 億元，同比增長 55.22%，歸母凈利潤 5.85 億元，同比增長134.17%。2022年上半年公司毛利率達到39.47%，同比增長3.24pcts，凈利率達到 18.82%，同比增長 6.38pcts。圖94.晶晨營收及歸母凈利潤（百萬美元）圖95

272、.晶晨毛利率及凈利率 數據來源：Wind，財通證券研究所 數據來源：Wind，財通證券研究所 8.3 全志科技（全志科技（300458.SZ）多品類平臺化公司，智能車載業務穩步推進。多品類平臺化公司，智能車載業務穩步推進。公司成立于 2007 年，發展初期以高清視頻、模擬芯片、網絡應用為重點方向，在 2014 年開始平臺化轉型，包括成立車聯網事業部，逐漸形成現在智能硬件、智能車載、OTT 機頂盒、平板電腦四大業務全面開花的局面。公司于 2015 年于深交所創業板上市。全志科技重點發力智能座艙領域，橫向拓展實現多品類布局。全志科技重點發力智能座艙領域，橫向拓展實現多品類布局。公司開發 T 系列產

273、品滿足市場需求，包括行車記錄儀、智能中控、智能輔助駕駛等多個細分市場，其中 T5/T7 系列產品已于 2021 年通過 AEC-Q100 車規認證并規?；慨a。T5 芯片集成四核 Cortex-A53CPU、G31MP2GPU 實現優異的性能表現，并支持高清 360全景功能與 6 路高清攝像頭輸入。發布于 2018 年的 T7 是國內首款通過車規認證的自主平臺型 SOC 芯片，該芯片集成六核 Cortex-A7CPU、Mail-400MP4GPU，內置雙 ISP 實現高清 360 全景功能，以及 ADAS 加速引擎 EVE 以降低 CPU 負載。作為平臺型 SOC，T7 具備強大的兼容性，不僅

274、能支持當前智能座艙主流產品的研發需求，還能適配 Android、Linux、QNX 三種不同的車載操作系統，幫助合作伙伴快速推進產品量產。目前在前裝市場，全志科技與多家知名 Tier1 車企合作，包括長安、上汽、一汽，T 系列年出貨量已超過百萬顆。在車載領域其他品類方面，在車載領域其他品類方面，公司推出 v5364K 超清視頻編解碼處理器用以打造高端行車記錄儀一站式平臺，于 2020 年實現穩定量產。此外，為適配自動駕駛，公司推出 V40 四核平臺級車載處理器和 V66 八核智能后視鏡解決方案，均搭載全志 ADAS2.0 算法，可提供輔助駕駛功能。-100%0%100%200%300%400%

275、500%600%700%(1,000)01,0002,0003,0004,0005,0006,0007,0002016201720182019202020212022H1營業總收入歸母凈利潤營業總收入同比增速歸母凈利潤同比增速0%10%20%30%40%50%2016201720182019202020212022H1毛利率凈利率 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 87 行業深度分析報告/證券研究報告 圖96.全志科技 T5 芯片框架圖 圖97.全志科技 T7 芯片框架圖 數據來源：全志科技官網，財通證券研究所 數據來源：全志科技官網，財通證券研究所 全志科技通過產業鏈上下游合

276、作布局智能汽車生態網絡。全志科技通過產業鏈上下游合作布局智能汽車生態網絡。2017 年全志科技于科大訊飛簽訂戰略合作協議，在智能人機交互技術、車載智能化及人工智能技術、大數據分析、智能車聯網平臺等業務領域展開進一步合作。全志科技 T7 平臺已搭載科大訊飛智能語音支持。2019 年全志科技與 OPENAILAB 宣布達成戰略合作協議，致力于提供嵌入式 AI 應用開發工具與平臺，共同推進芯片、硬件、軟件整個產業鏈的深入協作。OPENAILAB 授權全志科技在車規芯片 T7 上免費搭載 Tengine 加速平臺，提升芯片對視頻類算法的效率。公司 2022 年上半年實現營收 8.32 億元，同比下降

277、20.60%，實現歸母凈利潤 2.03億元，同比下降16.16%。2022年上半年公司毛利率達到41.01%，同比增長3.84pcts，凈利率為 24.40%，同比增長 1.29pcts。圖98.全志科技營收及歸母凈利潤（百萬美元）圖99.全志科技毛利率及凈利率 數據來源：Wind，財通證券研究所 數據來源：Wind，財通證券研究所 8.4 兆易創新（兆易創新（603986.SH）-200%0%200%400%600%800%1000%-50005001,0001,5002,0002,500營業總收入歸母凈利潤營業總收入同比增速歸母凈利潤同比增速-20.00%0.00%20.00%40.00%

278、60.00%毛利率凈利率 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 88 行業深度分析報告/證券研究報告 兆易創新是全球領先的兆易創新是全球領先的 Fabless 芯片供應商，多款車規芯片供應商，多款車規級產品幫助公司在汽車領級產品幫助公司在汽車領域實現快速拓展。域實現快速拓展。公司成立于 2005 年，經過多年發展逐漸完成“控制+存儲+傳感”的業務布局。公司自 2014 年起開始布局汽車市場，現已推出多款車規級 Flash 與MCU 產品，為汽車前裝市場提供高性能、高可靠性解決方案，成為公司發展重要驅動力。兆易創新于 2016 年在上交所上市，管理層技術背景亮眼，董事長、副董事長及總

279、經理均為資深電路設計工程師，為公司技術創新提供支持。在在 NOR Flash 領域，公司市場占有率全球第三、中國第一，依靠先進技術產品不領域，公司市場占有率全球第三、中國第一，依靠先進技術產品不斷推成出新，兩款芯片斷推成出新，兩款芯片 GD25SPI NOR Flash 及及 GD5FSPI NAND Flash 已通過已通過AEC-Q100 車規認證并已量產，實現了從車規認證并已量產，實現了從 SPI NOR Flash 到到 SPIN AND Flash 的的車規級產品的全面布局。車規級產品的全面布局。2019 年推出的 GD25SPINORFlash 產品容量覆蓋1Mbit512Mbit

280、,采用 3.3V/1.8V 供電，工作溫度范圍在-4085/-40105/-40125，具有高品質的特點。2022 年推出的 GD5FSPINANDFlash 在GD25SPINORFlash 的基礎上進一步擴容，覆蓋 1Gb4Gb 容量，使用 38nm 制程工藝，工作溫度范圍為-40105，可應用于車載網關、DVR、智能駕艙、Tbox等。值得注意的是，這款產品從設計研發、生產制造到封裝測試所有環節，均采用國內供應鏈，極大程度上填補了國產大容量車用存儲器的空白。在在 MCU 領域，作為中國排名第一的領域，作為中國排名第一的 Arm 通用型通用型 MCU 供應商，兆易創新已完成供應商，兆易創新已

281、完成工業工業+車載多領域布局。車載多領域布局。2022 年 9 月，兆易創新發布 GD32A503 系列，正式進入車規級 MCU 市場。該產品采用 40nm 制程工藝和高速嵌入式閃存 eFlash 技術，CPU 采用Cortex-M33，配備384KBFlash和48KBSRAM，工作溫度范圍-40+125，可應用于 ADAS 輔助駕駛系統、車載通訊、智能座艙等多種車用場景，預計于 2022年下半年實現量產。圖100.GD32A503 系列 MCU 產品組合 數據來源：兆易創新官網，財通證券研究所 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 89 行業深度分析報告/證券研究報告 公司 2

282、022 年上半年實現營收 47.81 億元，同比增長 31.32%，實現歸母凈利潤 15.27億元，同比增長94.34%。2022年上半年公司毛利率達到49.44%，同比增長9.17pcts，凈利率為 31.94%，同比增長 10.36pcts。圖101.兆易創新營收及歸母凈利潤（百萬美元）圖102.兆易創新毛利率及凈利率 數據來源：Wind，財通證券研究所 數據來源：Wind，財通證券研究所 8.5 富瀚微（富瀚微（300613.SZ）富瀚微是國內領先的以視頻為核心的芯片企業。富瀚微是國內領先的以視頻為核心的芯片企業。公司成立于 2004 年 4 月，業務覆蓋專業安防、智能硬件、汽車電子三大

283、領域，為客戶提供視頻解編碼 SOC 芯片、圖像信號處理器 ISP 芯片及產品解決方案。公司于 2017 年在深圳創業板上市，并于 2021 年控股眸芯科技，強化 DVR/NVRSOC 布局。富瀚微于富瀚微于 2018 年正式進入車載前裝市場，目前有三款車載年正式進入車載前裝市場，目前有三款車載 ISP 產品通過產品通過 AEC-Q100Grade2 車規認證，分別為車規認證，分別為 FH8310、FH8320、FH8322，具有高性能和低功，具有高性能和低功耗的特點。耗的特點。于 2018 年發布的 FH8310 芯片，是本土首款百萬像素以上的車規級圖像處理 ISP 芯片。該芯片最大支持 20

284、0 萬像素，支持 RGB-IR、3D 降噪，可以應用在前視、環視、車內攝像頭等不同場景。這款芯片已在比亞迪新能源車上量產，主要用于車內多媒體系統的攝像頭監控、視頻通話等。公司于 2021 年推出兩款高動態范圍車載前裝圖像處理芯片：FH8320/FH8322，適合倒車、環視、車內和流媒體攝像頭等車載應用。前者支持 960PMIPI 輸入、4 幀合成 HDR、模擬和數字輸出；后者支持 2MPMIPI 輸入、3 幀合成 HDR、模擬與數字輸出。表25.FH8310、FH8320、FH8322 性能對比 產品型號 分辨率 視頻輸出 翻態 降噪 車規 FH8322 2MP30fps MIPI/DVP/H

285、DAnalog 3FWDR 2D AEC-Q100 FH8320 960P30fps MIPI/DVP/HDAnalog 4FWDR 2D AEC-Q100 FH8310 2MRBayer/RGBIR DVP/HDAnalog NO 2D/3D AEC-Q100 數據來源：富瀚微官網，財通證券研究所 在汽車電子領域，富瀚微于 2016 年開始布局車用攝像頭芯片，現已有“專業車規ISP+模擬視頻鏈路芯片+車載 DVR”三大類產品，覆蓋“車載前裝到后裝、艙外到艙內”，為 Tier1 和整車廠提供完整的國產應用解決方案。-50%0%50%100%150%200%250%300%-1,50001,50

286、03,0004,5006,0007,5009,000營業總收入歸母凈利潤營業總收入同比增速歸母凈利潤同比增速0.00%20.00%40.00%60.00%毛利率凈利率 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 90 行業深度分析報告/證券研究報告 圖103.FH8310 已在比亞迪新能源車上量產 數據來源：富瀚微官網，財通證券研究所 公司 2022 年上半年實現營收 11.64 億元，同比增長 62.15%，實現歸母凈利潤 2.42億元，同比增長 74.64%。2022 年上半年公司毛利率為 38.43%，同比下降 4.27pcts，凈利率為 19.36%，同比下降 1.29pcts。

287、圖104.富瀚微營收及歸母凈利潤（百萬美元）圖105.富瀚微毛利率及凈利率 數據來源：Wind，財通證券研究所 數據來源：Wind，財通證券研究所 8.6 國芯科技（國芯科技（688262.SH）國芯科技是國內領先的嵌入式國芯科技是國內領先的嵌入式 CPUIP 企業。企業。公司成立于 2001 年，致力于實現國產芯片的安全自主可控，主營業務包括 IP 授權、芯片定制服務、自主芯片及模組產品，產品覆蓋信息安全、汽車電子和工業控制、邊緣計算和網絡通信三大關鍵領域。公司于 2022 年在上交所科創板上市。國芯科技在汽車電子領域經驗豐富，積極推動汽車電子國芯科技在汽車電子領域經驗豐富，積極推動汽車電子

288、 MCU 芯片國產化。芯片國產化。公司基于“M*Core 指令集”、“PowerPC 指令集”、“RISC-V 指令集”三種架構推出多元化產品與解決方案，覆蓋車身控制、發動機和新能源電機控制、域控制和新能源電池管理系統控制等方面。在汽車車身控制領域，國芯科技于 2014 年推出首款汽-100%0%100%200%300%400%-50005001,0001,5002,000營業總收入歸母凈利潤營業總收入同比增速歸母凈利潤同比增速0.00%20.00%40.00%60.00%毛利率凈利率 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 91 行業深度分析報告/證券研究報告 車 MCU 產品 C

289、CFC2002BC，對標恩智浦 MPC5604；于 2022 年在此基礎上進行更新與完善推出 CCFC2012BC，對標恩智浦 MPC5604/MPC5607。截至 2022 年六月，CCFC2012BC 已獲得超過 200 萬顆訂單，并實現數十萬顆出貨和裝車。在汽車動力總成控制領域，公司已量產 CCFC2003PT（國內首顆自主研發的汽車發動機總成芯片）、CCFC2006PT 芯片，分別對標恩智浦 MPC5634、MPC5554；新一代產品 CCFC2007PT 也已于 2022 年 8 月在公司內測成功，該產品按照汽車電子Grade1 等級進行設計和生產，具有高可靠性，可以應用于苛刻的使用

290、場景，從而增加了產品的應用覆蓋面。圖106.國芯科技汽車電子 MCU 路線圖 數據來源：國芯科技官網，財通證券研究所 國芯科技與汽車電子領域頭部客戶建立良好關系，助力產品的研發、設計與量產。國芯科技與汽車電子領域頭部客戶建立良好關系，助力產品的研發、設計與量產。國芯科技與濰柴動力集團、科世達（上海）管理有限公司、埃泰克汽車電子（蕪湖）有限公司等汽車電子領域頭部客戶保持良好的合作關系，致力于成為國內汽車電子芯片的領先供應商。此外，公司在產品開發階段就受到 Tier1 電子模組廠商和汽車整機廠的關注與訂單支持，形成公司的先發優勢。公司 2022 年上半年實現營收 2.09 億元，同比增長 49.1

291、6%，實現歸母凈利潤 0.61億元，同比增長 1825.55%。2022 年上半年公司毛利率為 53.40%，同比增長13.75pcts，凈利率為 29.17%，同比增長 26.91pcts。謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 92 行業深度分析報告/證券研究報告 圖107.國芯科技營收及歸母凈利潤（百萬美元）圖108.國芯科技毛利率及凈利率 數據來源：Wind，財通證券研究所 數據來源：Wind，財通證券研究所 8.7 四維圖新（四維圖新（002405.SZ）杰發科技是國內第一家專注于汽車電子芯片的企業。杰發科技是國內第一家專注于汽車電子芯片的企業。公司成立于 2013 年，2

292、017年被四維圖新收購，成為其全資子公司。杰發科技為全球汽車電子產業提供專業級芯片與整體解決方案，以 SOC 為突破，布局“SOC+MCU+AMP+TPMS”四大產品線，實現汽車芯片全車覆蓋。目前全球有 7000 萬輛車搭載杰發科技 SOC 芯片，累計出貨量達 2 億顆。圖109.杰發科技全產品線整車覆蓋 數據來源：杰發科技官網，財通證券研究所 杰發科技堅持自主研發創新，打造多樣化智能座艙解決方案。杰發科技堅持自主研發創新，打造多樣化智能座艙解決方案。杰發科技目前有入門級 AC8015I、中階 AC8025E、中高階 AC8025H 三款智能座艙 SOC 芯片，覆蓋入門到中高端不同市場需求。A

293、C8015 芯片 CPU 采用 A534+R5F2 架構，GPU采用 Mali-T820MP2，支持 Hypervisor 虛擬化以及 CPU 硬隔離技術，可實現靈活的“一芯多屏、一芯多系統“智能座艙配置解決方案。該芯片已于 2021 年 3 月正式-200%0%200%400%600%800%1000%1200%1400%1600%1800%2000%-50050100150200250300350400450500201720182019202020212022H1營業總收入歸母凈利潤營業總收入同比增速歸母凈利潤同比增速-20.00%0.00%20.00%40.00%60.00%80.00

294、%201720182019202020212022H1毛利率凈利率 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 93 行業深度分析報告/證券研究報告 實現前裝量產，被搭載于廣汽傳祺、上汽名爵等廠商的多個高性價比車型。AC8025芯片 CPU 采用 2*A76+6*A55+2*R5F 架構，算力可達到 60K+DMIPS；同時內置了高性能 NPU。該芯片可應用于座艙域擴展融合視覺處理，現已流片，計劃于 2022年 Q4 正式量產。圖110.杰發科技智能座艙芯片產品矩陣 數據來源：杰發科技官網，財通證券研究所 杰發科技在杰發科技在 MCUMCU 領域同樣技術領先，旗下領域同樣技術領先，旗下

295、MCUMCU 產品已實現產品已實現 M0M0、M3M3 到到 M4FM4F 內核的內核的車規級車規級 MCUMCU 全覆蓋。全覆蓋。2018 年，杰發科技推出 AC7811，是國內第一顆通過 AEC-Q100Grade1 車規級認證的 32 位 MCU 芯片。2022 年，杰發科技推出 AC7840 x，是公司首款功能安全車規 MCU，已陸續送樣。該芯片采用 ARMCotex-M4F 內核，符合ISO26262 功能安全 ASIL-B 和 AEC-Q100Grade1 等級要求規范，能夠全面提升汽車零部件的安全性。圖111.杰發科技車規級 MCU 發展線 數據來源：杰發科技官網，財通證券研究所

296、 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 94 行業深度分析報告/證券研究報告 杰發科技一體化方案解決方案為客戶帶來便捷多元的產品形態。杰發科技一體化方案解決方案為客戶帶來便捷多元的產品形態?！岸嘣爸傅氖窃跒榭蛻籼峁┑漠a品方案中，公司的四大類產品可組合搭配，例如 SOC 可搭配 MCU和功放、MEMS 的胎壓芯片可搭配 MCU，從而滿足不同的客戶需求?！北憬荨爸傅氖墙馨l科技從底層的芯片、開發環境和開發工具的搭配，到中間層的多種操作系統，再到上層的軟件、應用、算法及第三方生態的搭配，都能為客戶提供穩定高效的Turnkey 解決方案，從而幫助客戶加速量產進程。作為杰發科技的母公司，四維

297、圖新 2022 年上半年實現營收 13.68 億元，同比增長14.22%，實現歸母凈利潤-0.35 億元，虧損同比收窄 36.79%。2022 年上半年公司毛利率為 56.02%，同比增長 0.8pcts，凈利率為-4.90%，同比增長 1.50pcts。圖112.四維圖新營收及歸母凈利潤（百萬美元）圖113.四維圖新毛利率及凈利率 數據來源：Wind，財通證券研究所 數據來源：Wind，財通證券研究所 8.8 英恒科技（英恒科技（1760.HK）英恒科技是一家專業的汽車電子解決方案供應商。英恒科技是一家專業的汽車電子解決方案供應商。英恒科技于 2001 年在香港成立，致力于為整車廠及其零部件

298、配套供應商提供汽車電子關鍵部件的增值解決方案。公司在成立初期專注于為傳統汽車提供解決方案，覆蓋車身控制系統、動力系統和安全系統；于 2008 年進入新能源汽車應用領域，建立 BMS、VCU、MCU三大核心技術；自 2016 年開始布局自動駕駛領域，致力于域控制器、雷達和網關控制器等產品的設計與研發。英恒科技于 2018 年在港交所上市。在智能汽車領域，英恒科技核心聚焦自動駕駛域控制器，通過與英飛凌、地平線、在智能汽車領域，英恒科技核心聚焦自動駕駛域控制器，通過與英飛凌、地平線、賽靈斯、北汽新能源等公司的廣泛合作實現技術的突破。賽靈斯、北汽新能源等公司的廣泛合作實現技術的突破。2021 年，英恒

299、科技發布了基于賽靈思 UltraScale MPSOC 的開發的 CAELUS 自動駕駛域控制器方案，并提供軟硬件相關的設計開發資料。2022 年，英恒科技發布了基于英飛凌系列芯片的 GDCU34B 自動駕駛域控制單元，面向 L2+的領航輔助駕駛應用開發，支持接入 1 路 8MP 的攝像頭、9 路 2MP 的攝像頭、5 路毫米波雷達以及 12 路超聲波傳感器的接入，提供強大的視覺感知功能。下游客戶中，英恒科技與北汽新能源合作開發 L4 級別的代客泊車控制單元和 L3 級別的城區自動駕駛控制單元軟件平臺，已獲得正式采用。-250%-150%-50%50%150%250%-3,500-3,000-

300、2,500-2,000-1,500-1,000-50005001,0001,5002,0002,5003,0003,500營業總收入歸母凈利潤營業總收入同比增速歸母凈利潤同比增速-40.00%-20.00%0.00%20.00%40.00%60.00%80.00%100.00%毛利率凈利率 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 95 行業深度分析報告/證券研究報告 圖114.英恒科技智能汽車解決方案 數據來源：英恒科技官網，財通證券研究所 英恒科技與地平線合作緊密且落地成果最多。英恒科技與地平線合作緊密且落地成果最多。雙方自 2020 年宣布達成戰略合作起，融合各自資源與本土優勢，

301、加速推動智能駕駛芯片及解決方案的落地。英恒科技于 2021 年在上海國際汽車工業展覽會上展出 4 款智能汽車解決方案及產品，均采用地平線征程系列芯片，涵蓋自動駕駛 L1 到 L4 級別。其中 Horizon Matrix Pilot 3 是英恒科技與地平線聯合開發的自動駕駛域控制器產品，搭載 3 顆征程 3芯片，采用地平線量產級 AI 視覺算法方案，面向 L2L4 級別的自動駕駛應用場景。2022 年英恒科技全資子公司金脈電子宣布與地平線簽約達成硬件 IDH 合作，并推出首個面向市場的自動駕駛域控制器產品方案 MADC2 及配套技術服務。該方案基于征程 5 芯片，搭配金脈成熟的嵌入式平臺軟件技

302、術，能夠滿足高級自動駕駛在行車、泊車和座艙方面的需求。圖115.MADC2 芯片架構 數據來源：英恒科技官網，財通證券研究所 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 96 行業深度分析報告/證券研究報告 公司 2022 年上半年實現營收 20.75 億元，同比增長 57.15%，實現歸母凈利潤 1.53億元，同比增長 140.48%。2022 年上半年公司毛利率達到 21.58%，同比增長2.40pcts，凈利率為 7.30%，同比增長 2.50pcts。圖116.英恒科技營收及歸母凈利潤（百萬美元）圖117.英恒科技毛利率及凈利率 數據來源：Wind，財通證券研究所 數據來源：Wi

303、nd，財通證券研究所 8.9 地平線地平線 地平線是在自動駕駛芯片領域實現大規模上車的唯一中國廠商。地平線是在自動駕駛芯片領域實現大規模上車的唯一中國廠商。地平線成立于2015 年，主要從事邊緣人工智能芯片的研發，具有領先的人工智能算法和芯片設計能力，致力于通過底層技術賦能，推動汽車產業的創新發展。公司自成立以來，地平線已獲得上汽集團、廣汽資本、長城汽車、東風資產、比亞迪、一汽集團等眾多車企資本，以及 Intel、SKHynix、寧德時代、立訊精密、星宇股份、韋爾股份、舜宇光學等多家產業鏈上下游企業的戰略投資。地平線核心產品為“芯片地平線核心產品為“芯片+算法算法+供應鏈供應鏈+服務”，公司到

304、目前為止已經發布了三款服務”，公司到目前為止已經發布了三款芯片，征程芯片，征程 2 2、征程、征程 3 3、征程、征程 5 5，其中征程，其中征程 2 2、3 3 已經得到大量的應用，征程已經得到大量的應用，征程 5 5 已已經落地。經落地。2019 年 8 月，地平線推出第一代車規芯片征程 2 系列；2020 年 9 月推出第二代車規芯片征程 3 系列，并已經陸續前裝量產了多款車型，包括長安 UNI-T、UNI-K，奇瑞螞蟻，智己汽車，廣汽埃安 Y 等。2021 年，公司第三款車規級芯片征程 5Journey5（簡稱 J5）一次性流片成功并且順利點亮。J5 單芯片 AI 算力高達96TOPS

305、，基于 J5 集成的智能駕駛計算平臺算力將達 200Tops-1000Tops。J5 推出意味著地平線成為國內唯一的覆蓋從L2到L4的全場景整車智能芯片方案提供商。目前征程 5 已斬獲比亞迪、上汽集團、一汽紅旗、自游家汽車等多家主流車企的量產合作項目，首款量產車型將于 2022 年底發布。截至目前，地平線征程系列芯片出貨量超百萬片，有 20+車企客戶，70+車型項目。推出全新一代“天工開物”推出全新一代“天工開物”AIAI 開發平臺，讓開發平臺，讓 AIAI 開發門檻“平民化”。開發門檻“平民化”。2020 年地平線推出了全新一代“天工開物”(Horizon Open Explorer Pla

306、tform)AI 開發平臺。AI 開發平臺基于自研 AI 芯片打造,由模型倉庫、AI 芯片工具鏈(AI Tool chain)及 AI 應用開發中間件(AI Express)三大功能模塊構成，旨在通過全面降低開發者-50%0%50%100%150%-1,00001,0002,0003,0004,000營業總收入歸母凈利潤營業總收入同比增速歸母凈利潤同比增速0.00%5.00%10.00%15.00%20.00%25.00%30.00%毛利率凈利率 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 97 行業深度分析報告/證券研究報告 門檻、提升開發速度、保證開發質量,賦能產業智慧升級。地平線堅

307、決地定位地平線堅決地定位 TierTier-2 2，不做封閉方案，打造開源生態合作共贏。，不做封閉方案，打造開源生態合作共贏。地平線公布的商業模式有三種，一是提供 BPU 和 SOC 級別征程芯片以及操作系統 OS，幫助車企完成自動駕駛軟硬件系統開發；二是提供 BPU 和 SOC 級別芯片，整車廠采用自研操作系統開發自動駕駛軟硬件系統；三是提供 BPUIP，支持車企實現 SOC 自研并采用自研操作系統和自動駕駛軟硬件系統實現整車開發。地平線未來將不斷開放 Knowhow、工具以及開發平臺，加快軟件和硬件的設計開發速度，降低開發成本。圖118.地平線自動駕駛芯片產品規劃 數據來源：地平線演說會，

308、財通證券研究所 對生態伙伴的全面賦能，讓地平線的開放戰略不斷發展，目前已經多家軟硬件生對生態伙伴的全面賦能，讓地平線的開放戰略不斷發展，目前已經多家軟硬件生態合作伙伴推出基于征程態合作伙伴推出基于征程 5 5 的高階自動駕駛方案。的高階自動駕駛方案。秉承“開放共贏”的賦能模式，地平線已經幫助多家軟硬件企業打造了基于征程 5 的高階自動駕駛方案，包括輕舟智航面向高速+城市 NOA 打造極具性價比的高等級自動駕駛方案；鑒智機器人提供高級別自動駕駛量產方案與自動駕駛感知系統方案；覺非科技發布城市通勤融合定位量產解決方案；天準公司發布基于地平線雙征程 5 的國產化域控制器量產標準參考方案等。謹請參閱尾

309、頁重要聲明及財通證券股票和行業評級標準 98 行業深度分析報告/證券研究報告 圖119.地平線生態合作伙伴 數據來源：地平線演說會，財通證券研究所 20222022 年年 1010 月月 1313 日，大眾汽車集團強化在華自動駕駛領域研發實力，旗下軟件公日，大眾汽車集團強化在華自動駕駛領域研發實力，旗下軟件公司司 CARIADCARIAD 攜手地平線成立合資公司。攜手地平線成立合資公司。CARIAD 與地平線成立合資企業，并在其中持有 60%的股份，大眾集團計劃投資約 24 億歐元（約合人民幣 167 億元），一舉創下入華 40 年來的最大單筆投資。雙方致力于加速自動駕駛軟硬件技術在中國汽車市

310、場的開發和商業化，為中國消費者盡早帶來自動駕駛汽車的駕乘體驗。合資公司將定位為大眾汽車集團中國的核心智能駕駛 Tier 1，后續大眾集團在中國市場推出的純電動車型（上汽大眾、一汽大眾、大眾安徽）都將大規模搭載該合資公司打造的智能駕駛方案。圖120.地平線與大眾旗下 CARIAD 成立合資公司 數據來源：地平線官網，財通證券研究所 此次合作對雙方來說意義重大。此次合作對雙方來說意義重大。一方面對大眾來說有利于加速輔助駕駛車型落地，謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 99 行業深度分析報告/證券研究報告 大眾此前因智能化進展不及預期問題導致旗下包括 ID 系列等多個車型被迫推遲上市，

311、隨著大眾同地平線達成合作，其產品的智能化水平有望得到進一步提升。另一方面對于地平線而言，與大眾合作可以讓地平線在技術、市場以及客戶方面迎來全方位提升，意味著國內自動駕駛 SOC 企業第一次敲開了合資汽車品牌的大門。8.10 華為華為 華為將自己定位為汽車智能增量零部件供應商，主要為車企提供“自動駕駛”和“智能座艙”解決方案，這是華為汽車業務需要的兩大類芯片。華為的自研芯片目前主要包括了 5G 基帶芯片巴龍+990A（智能座艙）、AI 芯片昇騰（自動駕駛）。華為全鏈接華為全鏈接 20182018 大會上發布兩款自動駕駛大會上發布兩款自動駕駛 AIAI 芯片，分別是芯片，分別是昇昇騰騰 31031

312、0 和和昇昇騰騰 910910。昇騰 310 是一款主打低功耗的端側芯片，采用的是 12nm 制程工藝，其最大功耗僅為 8W，算力達到了 16TOPS，能效比為 2TOPS/W，明顯優于業界的平均水準；華為昇騰 910 基于 7nm 工藝，側重高效計算，應用偏向于需要極高算力的云端設備。圖121.華為昇騰 310 圖122.華為昇騰 910 數據來源：華為演說會，財通證券研究所 數據來源：華為演說會，財通證券研究所 值得一提的是華為不單獨賣自動駕駛芯片，更多是一個自動駕駛套件或者解決方值得一提的是華為不單獨賣自動駕駛芯片，更多是一個自動駕駛套件或者解決方案。案。華為自研的自動駕駛 AI 芯片通

313、過搭載于車規級智能駕駛計算平臺 MDC，已經先后獲得了極狐阿爾法S華為HI版、長城沙龍機甲龍、阿維塔11、廣汽AionLXPlus、哪吒 S 以及比亞迪和奇瑞高端品牌車型定點，今年將隨著相關車型的交付正式量產。華為 MDC 平臺算力范圍覆蓋 48400TOPS，共包含 4 個不同的版本，分別是面向商用車場景的 MDC300F，以及 MDC210、MDC610 和 MDC810，可支持從 L2+到 L4 甚至 L5 不同級別的自動駕駛研發。謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 100 行業深度分析報告/證券研究報告 圖123.華為 MDC 大家庭 數據來源：蓋世汽車，財通證券研究所

314、華為華為 MDCMDC 解決方案，集成了華為自研的解決方案，集成了華為自研的 HostCPUHostCPU 芯片、芯片、AIAI 芯片、芯片、ISPISP 芯片與芯片與 SSDSSD控制芯片，具有高能效、高性能、高安全性以及低時延等特點?？刂菩酒?，具有高能效、高性能、高安全性以及低時延等特點。此外，華為 MDC還具備組件服務化、接口標準化、開發工具化的特性，基于此平臺可快速開發、調測、運行自動駕駛算法與功能。在合作落地方面，在合作落地方面，阿爾法 S 全新 HI 版和阿維塔 11 搭載的 MDC810 智能駕駛計算平臺，可以實現 400TOPS 的超強算力。而長城沙龍機甲龍、廣汽 AionLX

315、Plus、哪吒 S 等搭載的 MDC610，算力也達到了 200+TOPS，其中機甲龍由于搭載了雙 MDC 智能駕駛計算平臺，綜合算力達 400TOPS。表26.華為 MDC 合作車型 車型車型 MDCMDC 型號型號 量產時間量產時間 極狐阿爾法 S 華為 HI 版 MDC810 2022 年 Q3 阿維塔 11 MDC810 2022 年底 哪吒 S MDC610 2022 年 Q4 長城沙龍機甲龍 雙 MDC610 2022 年內 廣汽 AionLXPIus MDC610 2022 年 廣汽埃安新車型 MDC810 2024 年 廣汽傳褀新車型 MDC610 2023 年 比亞迪高端品牌

316、 型號未知 數據來源：蓋世汽車，財通證券研究所 20192019 年年 1 1 月，華為發布基帶芯片巴龍月，華為發布基帶芯片巴龍 50005000，該芯片是全球首個支持，該芯片是全球首個支持 V2XV2X 的多模的多模芯片，可用于汽車端的車聯網、自動駕駛領域。為了進一步推廣車載端巴龍芯片，可用于汽車端的車聯網、自動駕駛領域。為了進一步推廣車載端巴龍 50005000 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 101 行業深度分析報告/證券研究報告 通信芯片的應用，華為于通信芯片的應用，華為于 20192019 年年 4 4 月在上海車展上發布了基于前者的月在上海車展上發布了基于前者的

317、5G5G 汽車模汽車模塊塊 MHMH。巴龍 5000 是華為海思最新的 5G 基帶，支持 NSA 和 SA 組網方式。巴龍 5000率先實現業界標桿的 5G 峰值下載速率，在 Sub-6GHz（低頻頻段，5G 的主用頻段）頻段達 4.6Gbps，在毫米波（高頻頻段，5G 的擴展頻段）頻段可達 6.5Gbps。能夠滿足汽車 5G 通訊需求，給車輛數據互通、車路協同以及未來的自動駕駛提供助力。2020 年 12 月 25 日，搭載全球首個 5G+V2X 智能終端的廣汽埃安 AIONV 量產下線，這款搭載華為最新一代巴龍 5000 芯片的全球首款量產 5G 車將陸續交付到用戶手上。通過 5GV2X

318、技術與智能交通網絡的融合，AIONV 率先實現車-路-人-云實時互聯，提升駕駛安全性及可靠性。V2V 也是 5G 車聯網值得期待的場景之一，AIONV與 AIONV 之間擁有超前交互，如交叉路口盲區碰撞預警、逆向超車盲區預警、交通燈信息車內提醒等功能，未來還將實現廣汽埃安車型之間的互聯。圖124.華為巴龍 5000 芯片 圖125.廣汽埃安 V 搭載華為巴龍 5000 芯片 數據來源：華為演說會，財通證券研究所 數據來源：蓋世汽車，財通證券研究所 以華為為首的 ICT 企業將在車載智能計算平臺的基礎上，進一步整合出行服務、移動應用、物聯網、云計算等應用生態服務能力，或將改寫汽車產業生態格局，如

319、今已經看到華為、騰訊、百度等越來越多的 ICT 企業融入汽車產業鏈。圖126.華為作為 ICT 企業將在車載智能計算平臺的基礎上完善汽車生態服務 數據來源：中國信通院，財通證券研究所 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 102 行業深度分析報告/證券研究報告 但華為捆綁銷售的商業模式讓車企和第三方廠商之間在合作之余也往往心存芥但華為捆綁銷售的商業模式讓車企和第三方廠商之間在合作之余也往往心存芥蒂，蒂，因此華為自動駕駛方案大規模上車依然依然面臨著幾個風險：（1）高端芯片無法代工，庫存夠不夠；（2）華為合作的車企能不能為華為自動駕駛系統迭代提供大量的數據；（3）華為如何贏得合作伙伴的

320、信任。比如華為和長安和廣汽合作進展比較緩慢，現在仍停留在研發階段，對外公布 2022 年內可能會公布樣車，但真正的量產交付并沒有明確的時間表。北汽極狐能先合作成功是因為北汽對華為敞開了底盤數據，但在和長安和廣汽的合作中，華為的話語權就相比北汽要弱一些。因此我們認為未來與華為合作的可能都是沒有自研能力的中小車企（或是與因此我們認為未來與華為合作的可能都是沒有自研能力的中小車企（或是與大車企但非主流車型）合作，但這部分車企銷量很難支撐華為大車企但非主流車型）合作，但這部分車企銷量很難支撐華為汽車板塊體量。汽車板塊體量。8.11 黑芝麻黑芝麻 黑芝麻智能科技有限公司成立于 2016 年，是行業內領先

321、的車規級自動駕駛計算芯片和平臺研發企業，專注于大算力芯片與平臺等技術領域的高科技研發。黑芝麻智能能夠提供完整的自動駕駛、車路協同解決方案，包括車規級設計，學習型圖像處理，低功耗精準感知的自動駕駛計算芯片和自動駕駛計算平臺，支撐自動駕駛產業鏈相關產品的快速產業化落地。公司至今已推出華山公司至今已推出華山 A500A500，以及華山二號，以及華山二號 A1000A1000、A1000LA1000L 和和 A1000ProA1000Pro 四款自動四款自動駕駛芯片產品。駕駛芯片產品。其中，華山 A500 是繼華為昇騰 310、地平線征程 2 芯片量產后，我國第三款實現量產的自動駕駛芯片產品。另外黑芝

322、麻智能在 2020 年發布的華山二號 A1000 芯片，則采用 16nm 工藝制程，INT8 精度下單顆芯片算力達 58TOPS，并已完成所有車規級認證。2020 年 5 月，黑芝麻智能與江汽集團達成平臺級戰略合作，將聯合開發行泊一體式智能駕駛平臺，江汽集團的多款思皓品牌量產車型也將搭載華山二號 A1000 芯片。圖127.黑芝麻智能四款自動駕駛芯片產品 數據來源：黑芝麻智能公眾號，財通證券研究所 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 103 行業深度分析報告/證券研究報告 黑芝麻智能黑芝麻智能 FADFAD 智能駕駛平臺綜合性能全線領先智能駕駛平臺綜合性能全線領先 TeslaFS

323、DTeslaFSD 自動駕駛計算平臺。自動駕駛計算平臺。2020 年黑芝麻智能科技發布基于 A1000 芯片打造的智能駕駛“大腦”FAD（FullAutonomousDriving）全自動駕駛計算平臺，對標特斯拉 FSD。這款基于兩顆華山二號 A1000 芯片的級聯方案打造的計算平臺，算力可達 80TOPS-140TOPS，整體能效比高達 6TOPS/W，具備感知、定位、傳感器融合、路徑規劃以及車輛控制功能，可以滿足包括 TJP（TrafficJamPilot）、HWP（HighWayPilot）、CP（CarParkPilot）等完整 L2+/L3 級智能駕駛場景的需求。未來公司還將提供四芯

324、片組合的方案，算力可達 280TOPS，支持 L4 級別的自動駕駛場景。圖128.黑芝麻智能 FAD 計算平臺 數據來源：黑芝麻智能公眾號，財通證券研究所 黑芝麻智能自研的黑芝麻智能自研的 DynamAI NNDynamAI NN 神經網絡處理器和神經網絡處理器和 NeuralIQ ISPNeuralIQ ISP 圖像信號處理圖像信號處理器。器。黑芝麻智能自研的 NeuralIQ ISP 圖像信號處理器性能夠支持多達 12 路攝像頭信號輸入，并且這顆 ISP 為整個自動駕駛系統節省成本。DynamAI NN 神經網絡處理器由多種加速核心組成，除了常用的卷積計算外，可以針對神經網絡中的不同層次結

325、構及運算提供全面加速，同時支持硬件稀疏化。在應用于自動駕駛推理計算時，可以提供非常高的效率。8.12 芯馳芯馳 芯馳專注于提供高性能、高可靠的車規芯片，也是全球首家“全場景、平臺化”芯馳專注于提供高性能、高可靠的車規芯片，也是全球首家“全場景、平臺化”的芯片產品與技術解決方案提供者。的芯片產品與技術解決方案提供者。公司產品覆蓋智能座艙、智能駕駛、網關和MCU，涵蓋了未來汽車電子電氣架構最核心的芯片類別，從而實現“四芯合一賦車以魂”。芯馳擁有近 20 年車規級量產經驗的國際水平團隊，是國內為數不多的具有車規核心芯片產品定義、技術研發及大規模量產落地的整建制團隊。目前芯馳已完成 4 個系列芯片的流

326、片、最高規格車規認證及大規模量產上車，服務超過 260家客戶，覆蓋了中國 90%以上車廠。謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 104 行業深度分析報告/證券研究報告 圖129.芯馳四款芯片產品布局位置 數據來源：芯馳科技公眾號，財通證券研究所 X9 系列處理器是專為新一代汽車電子座艙設計的車規級汽車芯片，集成了高性能CPU，GPU，AI 加速器，以及視頻處理器，能夠滿足新一代汽車電子座艙應用對強大的計算能力、豐富的多媒體性能等日益增長的需求。此外，X9 系列處理器還集成了 PCIe3.0,USB3.0，千兆以太網，CAN-FD，能夠以較小造價無縫銜接應用于車載系統。該款處理器還采

327、用了包含 Cotex-R5 雙核鎖步模式的安全島，能應用于對安全性能要求嚴苛的場景。圖130.芯馳“艙之芯”X9 數據來源：芯馳科技官網，財通證券研究所 V9 系列處理器是專為新一代智能駕駛輔助系統設計的車規汽車芯片，集成了高性能 CPU,GPU,CV 引擎，能夠滿足新一代智能駕駛輔助系統應用對強大的計算能力日益增長的需求。此外，V9 系列處理器集成了千兆以太網，CAN-FD,能夠以較低的成本與車載系統進行無縫銜接。該款處理器還支持 MIPI-CSI 的并口 CSI,能夠支持攝像頭輸入，包括 360 環視，前視攝像，后視攝像和車內攝像系統。謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 10

328、5 行業深度分析報告/證券研究報告 圖131.芯馳“駕之芯”V9 圖132.駕之芯：基于 unDrive 平臺，高效支持各級別智駕 數據來源：芯馳科技官網，財通證券研究所 數據來源：芯馳科技官網，財通證券研究所 G9 系列處理器是專為新一代車內中央網關設計的高性能車規級汽車芯片，采用雙內核異構設計，包含高性能 Cortex-A55CPU 內核及雙核鎖步的高可靠 Cortex-R5內核，在承載未來網關豐富的應用同時，也能滿足高功能安全級別和高可靠性的要求。G9 支持多種外設接口，包括 PCIe,USB3.0 接口，同時具有豐富的以太網，CAN-FD 和 LIN 等傳輸接口。在此基礎上，G9 運用

329、芯馳第二代包處理引擎 SDPEv2,在非常低的 CPU 占用率的情況下，可實現不同接口之間的高流量，低延遲的數據交換。此外，G9 內置了 HSM，包含真隨機數發生器和高性能加解密引擎，支持 AES，RSA，ECC，SHA 以及多種國密算法，滿足安全啟動，OTA，V2X 等多種未來車載安全應用的需求。最新版本的 G9 還支持創新的跨域融合解決方案，為客戶提供面向未來中央計算平臺的無縫銜接。圖133.芯馳“網之芯”G9 圖134.網之芯系列：獲得國密認證，更安全 數據來源：芯馳科技官網，財通證券研究所 數據來源：芯馳科技官網，財通證券研究所 芯馳控之芯車規微控制器是針對汽車安全相關應用設計的新一代

330、高性能微控制器產品。全系列產品集成了 3 對 ARMCortexR5 雙核鎖步 CPU 和 4MB 片內 SRAM 以支撐汽車應用對于算力和內存日益增長的需求。E3 集成了豐富的通信外設模塊，如 CAN-FD、LIN、FlexRay、USB 和千兆以太網 TSN，可以在汽車系統中以優秀的系統 BOM 成本實現無縫的系統集成。內置的信息安全 謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 106 行業深度分析報告/證券研究報告 模塊集成真隨機數生成器、AES、RSA、ECC、SHA 以及符合國密商密 2/3/4/9 標準的硬件加速器。這些信息安全功能的集成可以滿足安全啟動、安全通信、安全固件更

331、新升級等應用的需求。E3 的顯示產品特別集成了 2DGPU、圖形硬件加速引擎、RGB 或 LVDS 視頻輸出、并行 CSI 視頻輸入等多媒體外設，適合于汽車 2D 儀表、HUD、電子后視鏡等汽車顯示類應用。E3 產品的汽車功能安全認證可以達到 ASILD 級別，安全性能達到國際領先標準。圖135.芯馳“控之芯”為涉及功能安全的 MCU 圖136.芯馳戰略：四芯融合走向中央計算 數據來源：芯馳科技官網，財通證券研究所 數據來源：芯馳科技官網，財通證券研究所 8.13 芯擎科技芯擎科技 湖北芯擎科技有限公司成立于 2018 年 9 月 18 日，由吉利控股集團戰略投資、獨立運營的汽車智能化科技公司

332、億咖通科技和 Arm 中國公司等共同出資成立。是一家專注于實現高性能車規級集成電路和模組的研發、制造和銷售，致力于成為世界領先的汽車電子芯片整體方案提供商。芯擎科技的產品線覆蓋智能汽車應用全場景，包括“智能座艙、自動駕駛、車載芯擎科技的產品線覆蓋智能汽車應用全場景，包括“智能座艙、自動駕駛、車載中央處理器”。中央處理器”。芯擎科技研發的首款 7nm 智能座艙芯片“龍鷹一號”，已于 2021 年6 月流片成功，對標高通 8155 芯片，可以滿足汽車主機廠對于高性能，寬應用，強安全，還有 5G 互聯，人工智能等迅速增長的需求?！褒堹椧惶枴弊鳛橐豢?7nm制程車規級高算力多核異構智能座艙芯片，目前針

333、對量產車型的各項測試和驗證工作已陸續完成。具體參數方面，龍鷹一號采用 7nm 制程工藝，集成了 87 層電路，擁有 88 顆億晶體管，配備了 8 核 CPU（整數計算力可達 90K），其中大核是Cortex-A76，14 核 GPU（浮點計算能力可達 900G），集成了可編程的 NPU 內核，INT8 算力可達 8TOPS。此外，還擁有強大的 VPU、ISP、DPU、DSP 集群，以及與之匹配的高帶寬低延遲 LPDDR5 內存通道，為智能座艙的應用提供全方位的算力支持。另外芯擎科技計劃 2023 年流片 AD1000，將滿足 L2+至 L5 級自動駕駛需求；同時，公司第二代智能座艙芯片也會同步推出。謹請參閱尾頁重要聲明及財通證券股票和行業評級標準 107 行業深度分析報告/證券研究報告 圖137.“龍鷹一號”國內首款 7nm 座艙芯片 圖138.AD1000 面向 L2+L5 自動駕駛系統