隨著汽車智能化的迅速發(fā)展衅滞，各大車企也開始嘗試重視芯片研發(fā)赛虽，從而使自動駕駛技術迎來了發(fā)展的契機。目前课陪，市面上的大部分電動車也都已經(jīng)具備了一定水平的自動駕駛功能唇佳。但絕大部分汽車的自動駕駛水平雖然還處在L1-L2級，屬于輔助駕駛階段贱钩，很難實現(xiàn)真正意義上的L3-L4級高階駕駛杆叛。而自動駕駛出行服務，已經(jīng)進入商業(yè)化試點階段琼牧，距離L3-L4級別自動駕駛大規(guī)模商業(yè)化的終點越來越近恢筝。

高通入局，

自動駕駛芯片有望加速變革 

在過去巨坊，由于自動駕駛軟件及算法開發(fā)難度及測試難度較大撬槽，同時相關政策法規(guī)不完善，因此自動駕駛的整體的市場成熟度不高趾撵。而在整車智能化轉(zhuǎn)型時代侄柔，智能座艙能集成更多的信息和功能，給用戶帶來更直觀占调、更個性化的體驗暂题，因此成為整車智能化的先行者。自2020年開始究珊，各國相繼出臺了自動駕駛相關的政策或者高級別自動駕駛運營許可：

1薪者、美國：2020 年 2 月，美國國家公路交通安全管理局（NHTSA）批準自動駕駛汽車初創(chuàng)企業(yè)NURO 生產(chǎn)投放無人電動送貨車剿涮。

2言津、日本：2021 年 3 月，日本政府批準本田 L3 級別自動駕駛 Legend 在日本本土上市取试。

3署氏、德國：2021 年 12 月腋殃，德國奔馳 L3 級自動駕駛汽車 EV EQS 獲得了德國聯(lián)邦汽車運輸管理局的許可，可以在部分路段替代人類駕駛員控制車輛狀態(tài)晓够。

4燕党、中國：2021 年 9 月，市場監(jiān)管總局（標準委）正式出臺了《汽車駕駛自動化分級》國家推薦標準（GB/T 40429-2021）擅锚。根據(jù)該國標悉宿，從 3 級自動駕駛開始，目標和事件探測和響應的對象從駕駛員變?yōu)榱讼到y(tǒng)赊真，動態(tài)駕駛?cè)蝿蘸笤矎鸟{駛員變?yōu)榱藙討B(tài)駕駛?cè)蝿蘸笤脩舫事唷＿@意味著，在有條件自動駕駛情況下宜掏，已允許駕駛員脫手，只需要在必要時接管駕駛试郎。該國標已于今年 3 月 1 日正式實施惹虏，將對促進自動駕駛產(chǎn)業(yè)的發(fā)展以及后續(xù)相關法規(guī)的制定起到積極作用。今年 4 月泻帮，小馬智行獲得中國第一張面向自動駕駛公司的出租車運營許可精置。6 月 14 日，工信部副部長辛國斌表示锣杂，工信部將出臺自動駕駛脂倦、信息安全等標準，適時開展準入試點元莫。

各大廠商積極布局赖阻，未來自動駕駛行業(yè)空間巨大。目前踱蠢，L3 及以上級別的自動駕駛有望在封閉火欧、半封閉和低速場景下率先應用，自主泊車作為自動駕駛的低速復雜場景茎截，將為自動駕駛技術演進提供低速域的數(shù)據(jù)訓練和積累苇侵。盡管自動駕駛高速場景的商業(yè)化落地還有一定距離，但特斯拉企锌、谷歌榆浓、英偉達、高通等廠商依舊把目光放在了高級別的自動駕駛上其神，為的就是在行業(yè)拐點來臨之前占得先機殴衡。根據(jù) IHS 的預測，自動駕駛汽車將在 2025 年前后開始一輪爆發(fā)式增長永韭。到 2035 年英甜，道路行駛車輛將有一半實現(xiàn)自動駕駛卡撤，屆時自動駕駛整車及相關設備、應用的收入規(guī)陌２樱總計將超過五千億美元企亮。根據(jù) CIC 預測，預計到 2025 年我國自動駕駛市場空間接近 4000 億元绝开，2020-2025 年 CAGR 接近 107%讶里，遠快于全球市場增速。

在汽車 E/E 架構由分布式架構向集中式架構方向發(fā)展的過程中剑督，自動駕駛芯片作為計算的載體逐漸成為智能汽車時代的核心谆精。在“軟件定義汽車”趨勢下，芯片菠食、操作系統(tǒng)浮笔、算法、數(shù)據(jù)共同組成了智能駕駛汽車的計算生態(tài)閉環(huán)瓣铣，其中芯片是智能駕駛汽車生態(tài)發(fā)展的核心答朋。以特斯拉為代表的汽車電子電氣架構改革先鋒率先采用中央集中式架構，即用一個電腦控制整車棠笑，域控制器逐漸集成前期的傳感器梦碗、數(shù)據(jù)融合、路徑規(guī)劃蓖救、決策等運算處理器功能洪规。隨著自動駕駛級別的提升以及功能應用的豐富，汽車對芯片算力的需求也越來越大循捺。

算力需求升級驅(qū)動車載芯片市場規(guī)模增長斩例。2020 年，汽車領域芯片需求量已占全球芯片市場11.4%从橘，持續(xù)上漲的算力需求將驅(qū)動車載計算芯片市場規(guī)模增長樱拴，車載計算芯片市場將迎來高速發(fā)展期。根據(jù)億歐智庫洋满，2021 年中國車載計算芯片市場規(guī)模將達 15.1 億美元晶乔，2025 年市場規(guī)模將迅速增長至 89.8 億美元。

對于車企而言居然，算力和功耗是其選擇車載芯片/計算平臺的兩大主要因素：

1奖肋、算力：對于高級別的智能駕駛系統(tǒng)而言，傳感器數(shù)量的增加及分辨率的提升帶來海量數(shù)據(jù)處理需求郑喊，算法模型的復雜程度亦大幅提升遣拔。隨著汽車 E/E 架構逐步集中化，智能汽車的計算能力將主要由少數(shù)的幾個域控制器或是中央計算平臺來實現(xiàn)阎臂，這也對單顆車載芯片算力提出了更高的要求嘶刚。根據(jù)億歐智庫元糯，自動駕駛等級每增加一級，所需要的芯片算力就會呈現(xiàn)十倍以上的上升紧碴，其中 L4 級別需要的 AI 算力接近 400TOPS旷程，L5 需要的算力達到了 4000+TOPS。

“硬件預埋拔较，軟件升級”成為車企主流策略起衫，智能化頭部車企在新一代車型中預置大算力芯片。汽車產(chǎn)品具備較長的生命周期槽畔，一般為 5-10 年栈妆，車載計算平臺的算力上限決定車輛生命周期內(nèi)可承載的軟件服務升級上限。相較而言軟件迭代更快厢钧，因此智能駕駛軟件迭代周期與硬件更換周期存在錯位鳞尔。為保證車輛在全生命周期內(nèi)的持續(xù)軟件升級能力，主機廠在智能駕駛上采取“硬件預置早直，軟件升級”的策略铅檩，通過預置大算力芯片，為后續(xù)軟件與算法升級優(yōu)化提供足夠發(fā)展空間莽鸿。以蔚來、智己拾给、威馬祥得、小鵬為代表的主機廠在新一代車型中均將智能駕駛算力提升至 500-1000Tops 級別。

2蒋得、功耗：為支持并兼容 L3 及以上智能駕駛系統(tǒng)數(shù)量與類型繁多的傳感器與執(zhí)行器需求级及，車載計算平臺多采用異構芯片硬件方案，以滿足系統(tǒng)接口與算力需求额衙。相較傳統(tǒng) ECU饮焦，車載計算平臺的復雜度呈數(shù)倍提升，面臨功耗氛拜、散熱甫蚊、電磁、質(zhì)量等多重挑戰(zhàn)子钾，存在著物理上限即贰。因此，盡管當前行業(yè)普遍以“TOPS” 為單位來評估自動駕駛芯片的理論峰值算力团弧，各大芯片廠商也不斷刷新算力峰值疲籍，但在實際場景下的算力有效利用率卻不高，自動駕駛芯片理論峰值算力并不一定能在實際運行中完全釋放幔瓮，主要是受到了功耗谐浆、環(huán)境等因素的限制经褒。

芯片的絕對算力高低固然重要，但對于主機廠開發(fā)量產(chǎn)車型而言姿记，芯片選擇需兼顧算力哈讯、功耗、成本逼肯、易用性耸黑、同構性等多重因素。因此篮幢，如何在有限算力下幫助客戶算法軟件卓越效地運行是衡量芯片廠商競爭力的核心標準大刊。

從發(fā)展趨勢來看，自動駕駛 SoC 芯片將向“CPU+XPU”的異構式架構發(fā)展三椿，長期來看CPU+ASIC 方案將是未來主流缺菌。SoC 是系統(tǒng)級別的芯片，相比 MCU 在架構上增加了音頻處理DSP搜锰、圖像處理 GPU伴郁、神經(jīng)網(wǎng)絡處理器 NPU 等計算單元，常用于 ADAS蛋叼、座艙 IVI焊傅、域控制等功能較復雜的領域。隨著智能汽車的發(fā)展狈涮，汽車芯片結構形式也由 MCU 進化至 SoC狐胎。目前市面上主流的自動駕駛芯片 SoC 架構方案分為三種：（1）CPU+GPU+ASIC，（2）CPU+ASIC楣苇，（3）CPU+FPGA粮按。長期來看，定制批量生產(chǎn)的低功耗绿凄、低成本的專用自動駕駛 AI 芯片（ASIC）將逐漸取代高功耗的 GPU已转，CPU+ASIC 方案將是未來主流架構。

消費電子芯片巨頭入局蔓踩，積極挖掘智能汽車市場機遇渗送。隨著滲透率趨于飽和，智能手機市場進入瓶頸期紧慧，過去智能手機芯片市場帶來的高增速與高利潤難以持續(xù)铡暂，因此消費電子芯片巨頭亟需尋找新的市場機會點以拓展利潤空間。自2014年豫柿，高通倡油、英偉達兩大消費電子芯片巨頭率先布局智能汽車計算芯片，以奪得市場先機剧灰。芯片是一個依賴高研發(fā)投入栓栋，通過大規(guī)模生產(chǎn)以實現(xiàn)規(guī)模效應程腹，攤平成本的產(chǎn)業(yè)，因此在市場初期掌握更多競爭優(yōu)勢的廠商在實現(xiàn)量產(chǎn)上車后將通過規(guī)模效應獲得成本優(yōu)勢儒拂。由于消費電子芯片巨頭具備充足的資金優(yōu)勢寸潦，可通過并購杰出的初創(chuàng)公司，持續(xù)提升 AI 計算芯片優(yōu)勢社痛，快速補全汽車領域芯片能力與資源见转，以搶占市場獲得規(guī)模優(yōu)勢。

從車載計算芯片的競爭格局來看蒜哀，英偉達斩箫、Mobileye、高通等廠商具備較為明顯的優(yōu)勢撵儿。傳統(tǒng)汽車芯片市場長期由 TI乘客、恩智浦、瑞薩等傳統(tǒng)芯片廠商所占據(jù)淀歇，而汽車智能化發(fā)展帶來的車載計算芯片藍海市場吸引多方入場易核，形成消費電子芯片巨頭、新興芯片科技公司浪默、傳統(tǒng)汽車芯片廠商牡直、主機廠自研/合資芯片廠商四大陣營，汽車芯片市場格局正逐漸被重塑：

（1）在自動駕駛計算芯片領域：英偉達以及背靠英特爾的 Mobileye 處于第一梯隊薛淆，高通甜芭、華為海思、地平線處于第二梯隊模譬，展現(xiàn)出了強勁的上升趨勢。

（2）在智能座艙芯片領域：高通在產(chǎn)品力與高端市場占有率上具備絕對領先優(yōu)勢刚哼，英特爾啥读、瑞薩、三星等廠商緊隨其后丹残，中低端車型市場上則以恩智浦然枫、TI 為主。

（3）在中國市場：以華為海思搬体、地平線雾诈、芯馳科技等為代表的國產(chǎn)化新興芯片科技公司也展現(xiàn)出了較強競爭力。

英偉達垮川、Mobileye陶店、高通在自動駕駛 SoC 領域各有優(yōu)勢：

1、英偉達：L3 級別及以上的自動駕駛對算力提出了更高的要求逾条，英偉達則是大算力芯片的杰出者琢岩，自 2015 年進入自動駕駛領域以來一直引領著車載芯片的算力變革投剥。

2015 年，英偉達推出基于 Tegra X1 SoC 的 DRIVE PX担孔，正式進軍自動駕駛領域江锨；2016 年，推出 DRIVE PX2 自動駕駛平臺糕篇，上車特斯拉 ModelS 與 ModelX啄育；2018 年，發(fā)布自動駕駛 SoC 芯片 DRIVE Xavier拌消，單芯片算力達 30TOPS挑豌，2021 年已上車小鵬 P7、P5拼坎、智己 L7 等多款車型浮毯；2019 年，發(fā)布自動駕駛系統(tǒng)級芯片 DRIVE Orin泰鸡，單芯片算力達 254TOPS债蓝，今年已實現(xiàn)量產(chǎn)上車，蔚來障翼、小鵬缚宜、威馬等新車型均搭載 Orin；2021 年 4 月谚茅，發(fā)布業(yè)內(nèi)全新 1000TOPS 算力的系統(tǒng)級芯片 DRIVE Altan型圈，相比上一代 Orin SoC 算力提升接近 4 倍，比如今大多數(shù) L4 級自動駕駛車輛整車的算力還要強昙椭，預計于 2025 年量產(chǎn)上車喜拥；在今年 3 月的 GTC 大會上，英偉達推出了基于 Atlan 芯片的新一代自動駕駛平臺 DRIVE Hyperion 9因饥，并計劃于 2026 年量產(chǎn)抹欢。

英偉達自 1999 年提出 GPU 的概念以來一直不斷迭代相關技術，而自動駕駛正是需要大面積的圖像處理请立，因此英偉達也在當下以“CPU+GPU+ASIC”SoC 方案為主流的時代領跑行業(yè)脉织。英偉達通過 Xavier 和 Orin 兩代 SoC 建立起了良好的客戶基礎，而對大算力芯片/平臺的布局也使英偉達建立起了代差優(yōu)勢捐憔，目前在 L3 級別及以上的自動駕駛方面優(yōu)勢明顯篙耗。

2、Mobileye：L2 級及以下的自動駕駛所需處理的數(shù)據(jù)量小且算法簡單宪赶，Mobileye 則是輔助駕駛領域的龍頭宗弯，可以說是過去二十年間的汽車 ADAS 技術的主要奠基者和引領者。

Mobileye于 1999 年成立，成立以來公司以視覺感知技術為基礎罕伯，推出了算法+EyeQ 系列芯片組成的一系列解決方案曲伊，可以幫助車企實現(xiàn)從 L0 級的碰撞預警，到 L1 級的 AEB 緊急制動追他、ACC自適應巡航坟募，再到 L2 級的 ICC 集成式巡航等各種功能。

盡管在 L3/L4 市場被英偉達和高通壓制邑狸，但 Mobileye 在 L2 市場占有率依舊在 75%以上懈糯，具備絕對優(yōu)勢。2021 年单雾，MobileyeEyeQ 芯片出貨量高達 2810 萬赚哗，截至 2021 年底 EyeQ 系列芯片累計出貨量破億。但是乐慌，隨著自動駕駛逐步向高級別演進妈唯，Mobileye 的產(chǎn)品及方案逐漸失去優(yōu)勢，這其中包括兩大原因：

（1）在算力競爭中 Mobileye 落于下風飘含。

在 CES 2022燃悍，Mobileye 發(fā)布 EyeQ6H、EyeQ6L鼓笨、EyeQ Ultra 三款芯片產(chǎn)品箭瘫，算力分別為 34、5锰胀、176TOPS猩吕。在過去，Mobileye 的一代至五代EyeQ 芯片中涣疑，算力卓越的也是 24TOPS（EyeQ5）脸掘，即使 Mobileye 在今年發(fā)布的 EyeQUltra 已經(jīng)相較過去大幅提高了算力，但距離英偉達诞嗦、高通還有較大的距離纷臊；

（2）Mobileye在過去以黑盒交付為主，封閉性太強舶衬。

Mobileye 給車企提供的自動駕駛解決方案是芯片加感知算法的打包方案埠通，EyeQ 芯片內(nèi)部寫好了 Mobileye 的感知算法赎离，工作時 EyeQ 會直接輸出對外部車道線和車輛等目標的感知結果逛犹，然后車企的算法基于這些結果做出駕駛決策。這樣做的好處是可以滿足尋求智能化轉(zhuǎn)型的主機廠快速量產(chǎn)的需求梁剔，但從長期來看虽画，這樣做算力升級較為保守、迭代速度慢，并且難以滿足主機廠的定制化的需求码撰，這對于高速發(fā)展和變化的自動駕駛行業(yè)來說是不能被市場接受的渗柿。盡管從 EyeQ5 開始 Mobileye 已經(jīng)開始嘗試與合作伙伴實現(xiàn)開源協(xié)作，但和開放生態(tài)的英偉達和高通來比還是有較大差距脖岛。因此朵栖，Mobileye在過去 5-10 年丟失了部分重要客戶。

3柴梆、高通：瞄準中高端自動駕駛市場陨溅，智能座艙領域杰出者向駕駛域進軍。

高通 2020 年推出的自動駕駛芯片平臺 Snapdragon Ride 算力覆蓋 10-700TOPS沸根，支持 L1-L5 全場景的自動駕駛健十，盡管從算力層面上不及英偉達 Atlan 芯片，但也已大幅領先 EyeQ 等其余自動駕駛 SoC瘟百。

其次织娶，Ride 是高性能、低功耗的自動駕駛解決方案掺变，例如 Ride 平臺為 L4/L5 級別駕駛所需的700 TOPS 算力掐赠，同時平臺上多個 SoC、加速器軟硬件解決方案共同消耗的卓越功率也只有130 瓦萌圣，效率達到 5.4TOPS/W渣蒙，性能效率高，而且支持被動或風冷的散熱設計低海，而不需要液冷裝置缔寒，這樣不僅極具經(jīng)濟效益，也具備更高的可靠性顿蝇。

由于現(xiàn)在 L3 自動駕駛正逐步落地感细，距離 L4-L5 級別還有一定距離，對算力的要求沒有那么苛刻票彪，因此高通憑借著 Ride 平臺得以順利地切入市場红淡，也拿下了長城、通用降铸、寶馬在旱、大眾等重要客戶的定點。另一方面推掸，由于高通在座艙領域是絕對龍頭桶蝎，到目前已經(jīng)打造了龐大的汽車生態(tài)，通過與主機廠在座艙域建立的合作關系谅畅，高通可以更便利地推廣自己的駕駛域產(chǎn)品登渣。同時在兩域融合的趨勢下噪服，車廠若選擇和座艙產(chǎn)品相同的供應商將會有更低的學習成本和維護成本，這也有利于高通拓展自己在駕駛域的產(chǎn)品胜茧。

汽車電子電氣架構持續(xù)演進粘优，

軟件廠商獲得新機遇 

汽車電子電氣架構逐漸集中化，多域融合是大趨勢呻顽。

隨著汽車不斷向智能化去谈、網(wǎng)聯(lián)化方向發(fā)展，以單片機為核心的傳統(tǒng)分布式電子電氣架構已經(jīng)很難滿足未來智能汽車產(chǎn)品的開發(fā)需求喇纬。因此啃端，汽車電子電氣架構從傳統(tǒng)分布式架構正在朝向域架構、中央計算架構轉(zhuǎn)變鬼壹，而集中化的 EE 架構也是實現(xiàn)軟件定義汽車重要的硬件基礎含口。從車內(nèi)數(shù)個域控制器并存再到高性能計算機 HPC 的演進過程中，多個域控制器的融合寥药、駕駛域與座艙域的融合成為了必要的趨勢模皱，最終具備強大的中央化算力的中央計算平臺將統(tǒng)籌汽車智能座艙和自動駕駛的功能實現(xiàn)。

集中化的 E/E 架構對汽車軟件架構也提出了新的需求颅蟹。

隨著汽車 EE 架構逐步趨于集中化噪蒲，域控制器或中央計算平臺以分層式或面向服務的架構部署，ECU 數(shù)量大幅減少令消，汽車底層硬件平臺需要提供更為強大的算力支持篙萧，軟件也不再是基于某一固定硬件開發(fā)，而是要具備可移植陋住、可迭代和可拓展等特性漏设。因此在軟件架構層面上，汽車軟件架構也逐步由面向信號的架構（Signal Oriented Architecture）向面向服務的軟件架構（Service-Oriented Architecture今妄，SOA）升級郑口，以更好實現(xiàn)軟硬件解耦與軟件快速迭代。

除了更高的靈活性盾鳞，汽車軟件架構還需要兼顧座艙域與駕駛域的需求犬性，在多域融合的趨勢下，既能滿足駕駛域?qū)δ馨踩囊笥帜軡M足座艙域?qū)δ茇S富度的需求腾仅。

相較過去乒裆，汽車軟件的復雜度有明顯提升。根據(jù)我們之前發(fā)布的報告《智能汽車深度系列之一：汽車軟件的星辰大和评》鹤耍，目前汽車軟件在智能汽車軟硬件架構中自下而上可分為系統(tǒng)軟件、功能軟件吹艇、應用軟件三類：

（1）系統(tǒng)軟件：由硬件抽象層惰蜜、OS 內(nèi)核（狹義上的操作系統(tǒng)）和中間件組件構成，是廣義操作系統(tǒng)的核心部分受神；

（2）功能軟件：主要為自動駕駛的核心共性功能模塊推讽，包括自動駕駛通用框架、AI 和視覺模塊副呆、傳感器模塊等庫組件以及相關中間件路槐。系統(tǒng)軟件與功能軟件構成了廣義上的操作系統(tǒng)；

（3）應用軟件：主要包括場景算法和應用朋井，是智能座艙（HMI带悼、應用軟件等）以及自動駕駛（感知融合、決策規(guī)劃韧仓、控制執(zhí)行等）形成差異化的核心鞭畜。

在新型的架構下，軟件廠商所參加的開發(fā)環(huán)節(jié)增加臊链，軟件開發(fā)難度也大幅提升楚瘾，對汽車軟件有深刻 Know-How 積累以及具備全棧能力（底層開發(fā)能力-中間件-上層應用）的廠商有望受益。具體來看：

1.座艙域與駕駛域的融合需要 Hypervisor 技術的支持

在汽車電子電氣系統(tǒng)中侄掠，不同的ECU 提供不同的服務碧农，同時對底層操作系統(tǒng)的要求也不同。根據(jù) ISO 26262 標準钻哩，汽車儀表系統(tǒng)與娛樂信息系統(tǒng)屬于不同的安全等級屹堰，具有不同的處理優(yōu)先級。汽車儀表系統(tǒng)與動力系統(tǒng)密切相關街氢，要求具有高實時性扯键、高可靠性和強安全性，以 QNX操作系統(tǒng)為主珊肃；而信息娛樂系統(tǒng)主要為車內(nèi)人機交互提供控制平臺忧陪，追求多樣化的應用與服務，主要以Linux 和 Android 為主近范。

在 EE 架構趨于集中化后嘶摊，虛擬化（Hypervisor）技術的出現(xiàn)讓“多系統(tǒng)”成為現(xiàn)實。在電子電氣系統(tǒng)架構從分布式向域集中式演進的大背景下评矩，各種功能模塊都集中到少數(shù)幾個計算能力強大的域控制器中叶堆。此時，不同安全等級的應用需要共用相同的計算平臺斥杜，傳統(tǒng)的物理安全隔離被打破虱颗。

虛擬化（Hypervisor）技術可以模擬出一個具有完整硬件系統(tǒng)功能、運行在一個完全隔離環(huán)境中的計算機系統(tǒng)蔗喂，此時供應商不再需要設計多個硬件來實現(xiàn)不同的功能需求墙滋，而只需要在車載主芯片上進行虛擬化的軟件配置掸昨，形成多個虛擬機，在每個虛擬機上運行相應的軟件即可滿足需求巍慧。Hypervisor 提供了在同一硬件平臺上承載異構操作系統(tǒng)的靈活性绿壮，同時實現(xiàn)了良好的高可靠性和故障控制機制，以保證關鍵任務并园、硬實時應用程序和一般用途湃纸、不受信任的應用程序之間的安全隔離，實現(xiàn)了車載計算單元整合與算力共享樊颁。

2.車載中間件的重要性提升

軟件定義汽車時代下犀掸，中間件的作用愈發(fā)重要。隨著 EE 架構逐漸趨于集中化澳银，汽車軟件系統(tǒng)出現(xiàn)了多種操作系統(tǒng)并存的局面棒冠，這也導致系統(tǒng)的復雜性和開發(fā)成本的劇增。為了提高軟件的管理性慨即、移植性轧愧、裁剪性和質(zhì)量，需要定義一套架構（Architecture）诱渤、方法學（Methodology）和應用接口（Application Interface）丐巫，從而實現(xiàn)標準的接口、高質(zhì)量的無縫集成勺美、高效的開發(fā)以及通過新的模型來管理復雜的系統(tǒng)递胧，這就是我們所說的“中間件”。

汽車行業(yè)中有眾多的整車廠和供應商赡茸，每家 OEM 會有不同的供應商以及車型缎脾，每個供應商也不止向一家 OEM 供貨，中間件的存在盡可能地讓相同產(chǎn)品在不同車型可重復利用或是讓不同供應商的產(chǎn)品相互兼容占卧，這樣就能大幅減少開發(fā)成本遗菠。因此，可以說中間件在汽車軟硬件解耦的趨勢中發(fā)揮了關鍵的作用华蜒。

車企自研中間件難度較大辙纬，由軟件供應商提供中間件方案或與供應商共同開發(fā)中間件更具性價比。中間件技術更加偏底層叭喜，目的是幫助主機廠降低上層軟件的開發(fā)難度贺拣，提高開發(fā)效率。但終端用戶并不關注自動駕駛的底層技術矗赔，他們更多地關注的是應用層贤丐，因此主機廠應該把更多的精力聚焦在那些可以向消費者展示競爭力的地方。

此外坦浦，隨著中間件越來越成熟辙求，最終有望形成一套被廣泛應用的標準化軟件盲并，對于主機廠而言沒必要投入大量人力、物力去自研中間件弟诲，由中間件供應商提供更具性價比吻悍。

當然也有主機廠認為，中間件的功能對于實現(xiàn)自動駕駛有重要意義但珍，例如數(shù)據(jù)通信、資源管理粉簇、任務調(diào)度等绎术，同時中間件對應用功能的實現(xiàn)也會有影響，因此中間件還是需要存在差異性的蛀膊，此時部分主機廠會選擇自研中間件材诽。百度、蔚來恒傻、小鵬等廠商的自研自動駕駛 OS脸侥，都是在基礎內(nèi)核之上進行中間件和應用軟件自研（ROM 型操作系統(tǒng)）。但對于主機廠而言盈厘，對軟件及中間件 Know-How 積累較淺睁枕，也沒有太多成功的案例，即使通過大規(guī)模地招聘沸手，若沒有軟件公司的思維也難以協(xié)調(diào)好眾多的軟件人才外遇。對于軟件/中間件供應商而言，他們更加容易與多家主機廠達成合作契吉，從而擴大軟件和中間件應用的范圍和場景跳仿，對 Know-how 的積累是顯著優(yōu)于主機廠的。因此對于主機廠而言捐晶，更可行的道路還是跟專業(yè)的中間件廠商合作菲语，以此保證自己開發(fā)的個性化軟件可以順利地與通用化軟件組合起來，而供應商也可以在提供標準產(chǎn)品的基礎上再為主機廠提供半定制化的服務惑灵。

3.座艙 OS 向整車 OS演進

車載操作系統(tǒng)將逐步由座艙 OS向整車 OS 演進山上。

很多汽車 OS 廠商是從車機 OS 入局的，如蘋果 CarPlay私舱、百度 CarLife烟瞳、華為 Hicar 等，過去手機芯片帮伙、OS 和應用生態(tài)均優(yōu)于汽車航娩，因此將手機功能映射到汽車中控可以滿足車主對娛樂的需求。
隨著汽車芯片以及軟件生態(tài)的發(fā)展鹰党，當前汽車操作系統(tǒng)已步入座艙 OS 階段炫茄，未來隨著座艙域與自動駕駛域的融合虹体，座艙 OS 將進一步向整車OS 邁進。在 2020 年初状奴，斑馬智行提出了 AliOS 操作系統(tǒng)演進三部曲戰(zhàn)略怨耸，即智能車機操作系統(tǒng)、智能座艙操作系統(tǒng)耗憨、智能整車操作系統(tǒng)乘颖。如今斑馬智行已經(jīng)進入到了座艙 OS 階段，下一階段將重點布局智能整車 OS眷篇，以“OS+AI+芯片”為智能汽車決策核心萎河，在操作系統(tǒng)層面推進汽車分布式智能向整車智能逐漸邁進。根據(jù)佐思汽研預測蕉饼，2024 年以后將邁向整車 OS 階段虐杯，屆時軟件廠商的競爭力在于是否具備座艙域（HMI、APP 開發(fā)優(yōu)化等）與駕駛域（AI昧港、視覺能力等）的全棧能力擎椰。

我們認為，在自動駕駛技術與汽車電子電氣架構快速演進的時代创肥，汽車軟件廠商的機遇與挑戰(zhàn)并存达舒。首先，汽車軟件廠商在產(chǎn)業(yè)鏈中的地位較原來有所上升叹侄，此外也將受益于軟件價值的持續(xù)提升休弃，但與此同時，也需要持續(xù)豐富自身的產(chǎn)品矩陣并提升硬件能力圈膏，以提供軟硬件的全棧解決方案：

1塔猾、軟件供應商一躍成為 Tier1 供應商。由于汽車軟件開發(fā)難度提升稽坤，傳統(tǒng)的汽車零部件供應商研發(fā)能力難以滿足需求永炭，此時車廠開始繞過傳統(tǒng)一級供應商，直接與原有的二級供應商（芯片土嚼、軟件算法等廠商）合作魏桅。在軟件定義汽車時代，軟件重要性不言而喻缓缝，整車廠為了掌握主導權并降低高昂的研發(fā)成本钳葬，往往會選擇直接與具備較強的獨立算法研發(fā)能力的軟件供應商合作，因此這些軟件供應商一躍成為了 Tier1 廠商赂品。

2翩腹、隨著智能汽車功能復雜度的不斷提升，單車軟件授權費價值有望持續(xù)提升。智能汽車軟件的商業(yè)模式是“IP+解決方案+服務”的模式刷裂，Tier1 軟件供應商的收費模式包括：一次性研發(fā)費用投入飘蔓，購買軟件包，比如 ADAS/AD 算法包米萝；單車的軟件授權費用（License）账何，Royalty 收費（按汽車出貨量和單價一定比例分成）；一次性研發(fā)費用和單車 License 打包进肯。若不考慮復雜度極高的自動駕駛軟件激蹲，目前單車軟件 IP 授權價值量大致在 2-3 千元左右弊刁。未來隨著智能汽車功能以及操作系統(tǒng)的復雜度不斷提升晴灿，單車軟件授權費價值有望持續(xù)攀升，這也為 Tier1 軟件供應商帶來了機遇券盅。

3频敛、軟件供應商需要不斷豐富產(chǎn)品矩陣项郊，并逐步提升硬件能力馅扣。隨著 OEM 主機廠自主權和軟件自研能力的不斷加強斟赚，OEM 主機廠開始尋求與軟件供應商的直接合作。比如 OEM 廠商將首先尋求將座艙 HMI 交互系統(tǒng)功能收回差油，UI/UX 設計工具拗军、語音識別模塊、音效模塊蓄喇、人臉識別模塊等應用軟件則直接向軟件供應商購買軟件授權发侵，從而繞過了傳統(tǒng) Tier1，實現(xiàn)自主開發(fā)偷真。對于軟件供應商來說闲招，能提供越多的軟件 IP 產(chǎn)品組合，就可能獲取更高的單車價值熙同。同時蒿疲，軟件供應商也正尋求進入傳統(tǒng) Tier1 把持的硬件設計、制造環(huán)節(jié)锻刹，比如域控制器棉玻、TBOX等，以提供多樣化的解決方案壕矿。

自動駕駛產(chǎn)業(yè)鏈硬件廠商有望受益

車載攝像頭量價齊升坝亿，迎來向上加速拐點

高階自動駕駛呼之欲出，單車攝像頭用量逐級提升李荚。

在自動駕駛系統(tǒng)中灰囤，車載攝像頭是實現(xiàn)眾多預警、識別類功能的基礎鸥层，超過 80%的自動駕駛技術都會運用到攝像頭赤朽。目前 L2 級別攝像頭搭載量在 5-8 顆稿辙，L3 級別能到 8 顆以上，蔚來 ET7气忠、極氪 001邻储、小鵬 P5、極狐 Hi 版車身攝像頭搭載量分別為 11旧噪、12吨娜、13、13 顆淘钟，且像素以 500-800 萬高像素為主宦赠，到 L4/L5 階段則有望達到 10顆甚至 15 顆以上，相比 L1 級別 1 顆的用量米母，車載攝像頭搭載量將顯著提升勾扭，車載光學市場正迎來加速放量階段。

技術升級助推 CIS 單價提升铁瞒，圖像傳感器廠商有望受益妙色。車載攝像頭需要應對多路況環(huán)境等， 其核心部件 CIS（CMOS Image Sensor）需要解決包括 HDR慧耍、LFM身辨、低照等關鍵技術難題以匹配車載攝像頭高像素、高性能了赖、高穩(wěn)定性的趨勢滩扩，新工藝的升級將推升 CIS 的單位價值。CIS 約占攝像頭總成本 50%笆滓，是解決包括 HDR槽顶、LFM、低照等關鍵技術的核心部分初肥。據(jù) EEWorld昭淋， 1-2MP 汽車 CIS 單價為 3-8 美金，8MP 汽車 CIS 單價為 10 美金以上学蟀。隨著汽車單車攝像頭用量提升及像素升級射愧，我們測算 2020 年全球汽車 CIS 市場規(guī)模約 10 億美元，2025 年有望達到 50 億美元户虐，長期有望達到 100 億美元以上卓俱。國內(nèi) CIS 廠商如韋爾股份、思特威持續(xù)受益紊荞。

車載光學起量帶動ISP 持續(xù)增長庶艾。車載攝像頭用量的提升將助推圖像信號處理器 ISP (Image Signal Processor)市場空間的增長，ISP 主要作用是對前端圖像傳感器輸出的信號進行運算處理。據(jù) Yole 預測咱揍，視覺處理芯片規(guī)模有望從 2018 年的 95 億美元增長到 2024 年的 186 億美元颖榜，18-24 年 CAGR 為 14%，其中 2018 年 ISP 占比約 37%煤裙。車載攝像頭起量帶動 ISP 市場增長也為國內(nèi)廠商提供了良好的發(fā)展機遇掩完。國內(nèi) CMOS 傳感器廠商積極參與 ISP 的開發(fā)生產(chǎn)：（1）思特威購買深圳安芯微專利及技術人員，加速和輔助推動公司部分具備 ISP 二合一功能的圖像傳感器的開發(fā)進度硼砰；（2）韋爾股份子公司豪威科技提供多款內(nèi)置 ISP 芯片的汽車 CIS 圖像傳感器之余且蓬，還提供獨立的 ISP 芯片產(chǎn)品。芯片廠商正加速布局車用 ISP：

（1）國內(nèi)專注安防領域富瀚微在 2018 年 8月宣布推出百萬像素以上的車規(guī)級 ISP 芯片 FH8310题翰，且與國內(nèi)卓越車廠 BYD 合作并快速量產(chǎn)恶阴；（2）北京君正收購北京矽成后，車載 ISP 研發(fā)也在加速進行中豹障。

自動駕駛向高級別進階冯事，激光雷達裝車小高潮來臨

多傳感器融合大勢所趨，激光雷達必不可少称侣。作為自動駕駛的傳感器之一嘹挨，激光雷達以激光作為載波，波長比毫米波更短脾韧，探測精度高腊的、距離遠爸见。不過受限于技術難度大聂突、成本高，目前還未實現(xiàn)大規(guī)模裝車应攘。為了實現(xiàn)無人駕駛功能性與安全性的多方面覆蓋言刨，傳感器的融合與冗余將成為未來的主旋律，激光雷達作為探測精度轧翘、分辨率更高的關鍵一環(huán)焦伸，伴隨其工藝的不斷成熟，成本的逐漸下探曙辑，其將在 L3 及以上車型實現(xiàn)規(guī)姆睿化裝車應用。另一方面隨著 Robotaxi／Robotruck 的商業(yè)化落地母债，未來該領域的車隊規(guī)模將加速擴大午磁。沙利文研究預計，至2025年新落地車隊規(guī)模將突破60 萬輛毡们，給激光雷達的應用帶來廣闊下游空間迅皇，二者將共同驅(qū)動激光雷達市場迎來繁榮。沙利文研究預計，至 25 年全球激光雷達市場規(guī)模為 135 億美元登颓，19-25E CAGR 65%搅荞；其中無人駕駛和ADAS 領域市場規(guī)模將分別增至 35/46 億美元，19-25E CAGR 為 81%/84%框咙，將占激光雷達總規(guī)模的約 6 成咕痛。

高功率半導體激光器層面，VCSEL未來將有望逐漸取代EEL喇嘱，國內(nèi) VCSEL 廠商有望受益暇检。EEL發(fā)光面位于晶圓側(cè)面，需要進行切割婉称、翻轉(zhuǎn)块仆、鍍膜、再切割甩幔，且每顆激光器需用分立光學器件進行光束發(fā)散角的壓縮和手工裝調(diào)饶机，極大依賴工人的手工裝調(diào)技術，生產(chǎn)成本高且一致性難以保障栽乘。而 VCSEL 發(fā)光面與半導體晶圓平行芽贫，其所形成的激光器陣列易于與平面化的電路芯片鍵合，無需再進行每個激光器的單獨裝調(diào)挚粱，具有效率高吴爵、光束質(zhì)量好、精度高惊柱、功耗低错猬、小型化、高可靠樱凄、調(diào)制速率快标炭、可大量生產(chǎn)、制造成本低等優(yōu)勢戈弧，伴隨智能駕駛的發(fā)展未來有望逐漸取代 EEL斑卤。國內(nèi) VCSEL 廠商長光華芯、炬光科技有望深度受益：長光華芯自成立以來始終專注高功率半導體激光芯片的研發(fā)生產(chǎn)潭千，建立了國內(nèi)全制程 6 吋 VCSEL 產(chǎn)線谱姓，目前商業(yè)化單管芯片輸出功率達到30W，巴條芯片連續(xù)輸出功率達到 250W（CW）刨晴，準連續(xù)輸出 1000W（QCW）屉来，VCSEL 芯片的卓越轉(zhuǎn)換效率 60%以上，產(chǎn)品性能指標與國外先進水平同步割捅。炬光科技生產(chǎn)基于 VCSEL 激光器的激光雷達面光源奶躯、線光源及光源光學組件等帚桩，截至 20 年 9 月末，公司已與北美嘹黔、歐洲账嚎、亞洲多家知名企業(yè)達成合作，包括 Velodyne儡蔓、Luminar郭蕉、福特旗下知名無人駕駛公司 Argo AI、德國大陸集團等喂江。

智能座艙芯片算力需求上升召锈， 車載觸控顯示空間廣闊

智能座艙算力需求快速上升，國內(nèi)廠商享本土化優(yōu)勢莱腾。智能座艙是人車交互入口诅枚，顯示屏數(shù)量的增加以及軟件應用等配套將帶動座艙數(shù)據(jù)量呈指數(shù)級增長。據(jù) IHS Markit途陵，24年智能座艙 NPU算力將達到 136TOPS,近 21 年 10 倍妥坦，CPU 算力也將是 21 年的 3 倍之上。伴隨傳統(tǒng)垂直化供應鏈逐漸被打破脚们，座艙 SoC 作為核心硬件之一房贮，未來將得到車企的大力重視。智能座艙芯片供應商晶晨股份等國內(nèi)公司有望充分享受智能座艙快速增長以及供應鏈本土化機遇鳖路。

車載顯示方興未艾殊蜓，用量、尺寸盏萝、技術同步進階升級寂贱。車載顯示作為智能座艙終端系統(tǒng)，幫助實現(xiàn)人車交互智能體驗塑验，隨著自動駕駛不斷深入瞎暑，傳統(tǒng)儀表盤彤敛、中控屏等面臨著升級和集成与帆，催生車載顯示器大屏化、多屏化墨榄、聯(lián)屏化趨勢玄糟。車載觸控顯示供應商長信科技有望持續(xù)受益。

數(shù)據(jù)來源：東方證券等

（電子工程世界）

聲明：本網(wǎng)站所收集的部分公開資料來源于互聯(lián)網(wǎng)袄秩，轉(zhuǎn)載的目的在于傳遞更多信息及用于網(wǎng)絡分享阵翎，并不代表本站贊同其觀點和對其真實性負責，也不構成任何其他建議之剧。本站部分作品是由網(wǎng)友自主投稿和發(fā)布郭卫、編輯整理上傳砍聊，對此類作品本站僅提供交流平臺，不為其版權負責贰军。如果您發(fā)現(xiàn)網(wǎng)站上所用視頻玻蝌、圖片、文字如涉及作品版權問題词疼，請第一時間告知摇致，我們將根據(jù)您提供的證明材料確認版權并按國家標準支付稿酬或立即刪除內(nèi)容，以保證您的權益秫丐！聯(lián)系電話：010-58612588 或 Email:editor@mmsonline.com.cn肯仍。