《【研报】汽车行业深度报告：软件定义汽车AI芯片是生态之源-20200623[47页].pdf》由会员分享，可在线阅读，更多相关《【研报】汽车行业深度报告：软件定义汽车AI芯片是生态之源-20200623[47页].pdf（47页珍藏版）》请在三个皮匠报告上搜索。

1、证券研究报告行业研究汽车 汽车行业深度报告 1 / 47 东吴证券研究所东吴证券研究所 软件定义汽车，软件定义汽车，AI 芯片是芯片是生态之源生态之源 增持（维持） 投资要点投资要点 软件定义汽车背景下，芯片是软件定义汽车背景下，芯片是汽车核心技术汽车核心技术生态循环的基石生态循环的基石。 在智能网联汽车产业大变革下，软件定义汽车理念已成为共识。传统汽 车采用的分布式 E/E 架构因计算能力不足、通讯带宽不足、不便于软件 升级等瓶颈，不能满足现阶段汽车发展的需求，E/E 架构升级已成为智 能网联汽车发展的关键。E/E 架构升级包括硬件、软件、通信架构三大 升级，硬件架构升级表现为分布式 ECU

2、 向域控制器/中央计算平台方向 发展。芯片+操作系统+应用算法+数据构建核心技术闭环，汽车芯片是 软件定义汽车生态循环发展的基石。 MCU 引领汽车由机械化走向电气化时代引领汽车由机械化走向电气化时代，AI 芯片引领走向智能时代芯片引领走向智能时代。 汽车在机械化向电气化时代过渡时， MCU 是传统汽车执行 ECU 的计算 大脑。随着功能增加+处理数据复杂化，驱动 MCU 单车价值稳步提升。 经我们测算， MCU 单车价值由 2019 年 78 美元提升到 2025 年的 149 美 元， 我国汽车 MCU 市场规模由 2019 年的 21.1 亿美元提升到 2025 年的 32.9 亿美元，

3、CAGR 7.7%。随着智能汽车芯片需要处理图片、视频等海 量非结构化数据，面向控制指令运算的 MCU 不能满足需求，汽车芯片 逐步走向域控制集成化、异构化、智能化，AI 芯片成为智能时代的核 心。 经我们测算， AI 芯片单车价值由 2019 年的 100 美元提升到 2025 年 的 1000+美元，我国汽车 AI 芯片市场规模由 2019 年的 9 亿美元提升到 2025 年的 91 亿美元，CAGR 46.2%。 特斯拉特斯拉 FSD 引领产业发展，域控制引领产业发展，域控制 AI 芯片呈现芯片呈现三三强多级竞争格局。强多级竞争格局。 特斯拉特斯拉 FSD 芯片自研自用，减少非必要的软

4、硬件模块，缩短研发周期， 提高能效比，大量用户数据优化算法，引领产业发展，属于独立一级。 三强三强处于第一方阵处于第一方阵：1）NVIDIA 全球 GPU 领域 AI 龙头，拥有强大的 生态，占据 L3 级及以上市场，作为大厂对外提供开发平台/芯片产品， 是合资品牌的优选；2）Mobileye 背靠英特尔的汽车 AI 芯片龙头，生态 封闭，占据 L3 以下市场，对外提供算法+芯片解决方案，黑盒模式或影 响长期发展；3）华为华为技术强劲，依托多项技术欲打造最强生态体系， 对 应 L2+级以上市场，模式与 NVIDIA 类似对外提供开发平台，是自主品 牌的优选。 多级：多级： 地平线类 Mobil

5、eye 模式提供解决方案、 寒武纪云边端 全领域覆盖、传统汽车电子厂商及其他潜在进入者均有入局机会。 投资建议投资建议 我们看好“5G/AI 技术进步+特斯拉催化”带来的新一轮自动驾驶行情。 区别于 2015-2016 年，这轮行情三大不同点：1）软件取代硬件定义汽 车，E/E 架构升级成为关键已是行业共识；2）用户版 L3 级 ADAS 功能 渗透率快速提升从而带来单车价值量上升；3）AI 芯片作为未来汽车产 业链基石，发展先行，三强多级格局初步形成。这轮自动驾驶行情我们这轮自动驾驶行情我们 基于芯片出发，核心推荐基于芯片出发，核心推荐 2 条产业链：条产业链：1）全球域控制全球域控制 AI

6、 芯片龙头英伟芯片龙头英伟 达加速向中国进军，通过深度绑定英伟达带来达加速向中国进军，通过深度绑定英伟达带来 ASP 提升的【德赛西威】提升的【德赛西威】 （域控制器）（域控制器） ； 2） 基于通信） 基于通信/手机产业链优势加速向汽车渗透的华为汽车手机产业链优势加速向汽车渗透的华为汽车 产业链，产业链，新增受益新增受益【华阳集团】 （智能座舱【华阳集团】 （智能座舱+自动驾驶）自动驾驶） ，推荐，推荐【中国汽【中国汽 研】 （车路协同研】 （车路协同+智能网联平台） ， 【中科创达】 （中间件智能网联平台） ， 【中科创达】 （中间件，通信组覆盖） 、 关注关注【四维图新】 （地图） 。另

7、外，建议关注自主【四维图新】 （地图） 。另外，建议关注自主 AI 芯片【寒武纪芯片【寒武纪+地平地平 线】 ，关注底盘电子【伯特利线】 ，关注底盘电子【伯特利+科博达】 。科博达】 。 风险提示：风险提示：自动驾驶行业发展不及预期，法律法规限制自动驾驶发展， 中美贸易摩擦加剧的风险 行业走势行业走势 相关研究相关研究 1、 汽车行业深度：软件定义、 汽车行业深度：软件定义 汽车，汽车，E/E 架构是关键架构是关键2020- 05-29 2、 汽车行业深度：软件定义、 汽车行业深度：软件定义 汽车，汽车，ADAS 正加速正加速2020-05- 17 3、 汽车行业深度：软件定义、 汽车行业深度

8、：软件定义 汽车，智能座舱先行汽车，智能座舱先行2020-04- 20 2020 年年 06 月月 23 日日 证券分析师证券分析师 黄细里黄细里 执业证号：S0600520010001 -17% -11% -6% 0% 6% 11% 17% -102020-02 汽车沪深300 2 / 47 东吴证券研究所东吴证券研究所 行业深度报告 内容目录内容目录 1. 芯片是软件定义汽车生态发展的基石芯片是软件定义汽车生态发展的基石 . 5 2. 汽车处理芯片由汽车处理芯片由 MCU 向向 AI 芯片方向发展芯片方向发展 . 7 2.1. 汽车数据处理芯

9、片运算由控制指令向 AI 运算方向发展 . 7 2.2. ARM 内核提供芯片控制指令运算能力 . 9 2.3. AI 处理器提供芯片智能运算能力. 10 2.4. 车规级芯片条件苛刻. 11 3. MCU 引领汽车由机械化时代走向电气化时代引领汽车由机械化时代走向电气化时代 . 13 3.1. MCU 承担汽车执行 ECU 的运算大脑 . 13 3.2. 预计 2025 年我国汽车 MCU 市场达 32.9 亿美元，CAGR 7.7% . 14 3.3. 汽车 MCU 行业加快整合集中度提升 . 16 4. 软件定义汽车时代来临，域控制软件定义汽车时代来临，域控制 AI 芯片是重要一环芯片是

10、重要一环 . 18 4.1. AI 芯片是智能汽车时代实现域控制的核心. 18 4.2. 预计 2025 年我国汽车 AI 芯片市场超 91 亿美元，CAGR46.2% . 19 4.3. 集成更多 AI 单元是智能芯片技术路径发展的大趋势 . 20 5. 域控制器域控制器 AI 芯片呈现三强多极竞争格局芯片呈现三强多极竞争格局 . 23 5.1. 特斯拉：自研 FSD 芯片，引领产业发展 . 25 5.2. NVIDIA：全球通用 AI 芯片龙头，构建生态王国 . 27 5.3. Mobileye：背靠英特尔，全球自动驾驶 AI 芯片龙头 . 32 5.4. 华为：依托芯片，欲打造最强生态体

11、系. 36 5.5. 地平线：对标 Mobileye，AI 芯片率先搭载 UNI-T 座舱域 . 39 5.6. 寒武纪：源于中科院，面向云边端全领域. 42 5.7. 域控制器 AI 芯片潜在进入者 . 44 6. 受益标的受益标的 . 46 7. 风险提示风险提示 . 46 图表目录图表目录 图 1：博世 E/E 架构升级进程. 5 图 2：由控制指令运算为主的分布式 ECU 向 AI 运算的中央计算平台发展 . 6 图 3：汽车半导体分类. 7 图 4：MCU 芯片结构 . 8 图 5：SOC 芯片结构 . 8 图 6：ARM Cortex 处理器家族分为 A/R/M 三大系列 . 10

12、 图 7：智能芯片分为云边端三大类. 11 图 8：人工智能算法的概念分类. 11 图 9：MCU 的工作过程 . 13 图 10：BOSCH 的 ECU 实物图 . 13 图 11：不同位数 MCU 的应用类型 . 13 图 12：发动机管理系统 ECU 功能应用逐渐复杂化. 14 pOpQpRxPqQrOoOoRqOsMtQ8ObP9PtRoOtRqQjMrRqOeRmOzRaQpPyRMYmOqPvPqMtR 3 / 47 东吴证券研究所东吴证券研究所 行业深度报告 图 13：2018 年传统汽车 MCU 单车价值 78 美元 . 15 图 14：2018 年纯电动汽车 MCU 单车价值

13、 77 美元 . 15 图 15：全球通用 MCU（汽车、工业、消费电子等）竞争格局 . 16 图 16：2017 年全球汽车 MCU 市场份额 . 17 图 17：自动驾驶信息传递环节. 18 图 18：CPU 结构 . 20 图 19：GPU 结构. 20 图 20：FPGA 结构 . 21 图 21：N-SOC 结构(华为达芬奇架构） . 21 图 22：Autopilot 硬件 1.0 . 25 图 23：Autopilot 硬件 2.0 . 25 图 24：Autopilot 硬件 2.5 . 26 图 25：Autopilot 硬件 3.0 . 26 图 26：特斯拉 FSD 芯片

14、结构 . 27 图 27：NVIDIA 在 GPU 市场是 AI 芯片龙头 . 28 图 28：英伟达的 K1 芯片嵌入奥迪 A8 的 zFAS 系统中 . 29 图 29：NVIDIA PX2 系列产品 . 30 图 30：NVIDIA 系列产品 . 30 图 31：Mobileye 是全球自动驾驶芯片龙头 . 33 图 32：2014-2019 年 EyeQ 芯片出货量 CAGR 45% . 33 图 33：2014-2019 年 Mobileye 收入 CAGR 43.7% . 33 图 34：EyeQ3 芯片 . 35 图 35：EyeQ4 芯片 . 35 图 36：EyeQ5 芯片

15、. 35 图 37：华为 MDC 计算平台 . 37 图 38：达芬奇架构（单核）. 38 图 39：MDC300 计算平台 . 38 图 40：华为“八爪鱼”自动驾驶云服务 . 39 图 41：地平线芯片的 BPU 架构 . 40 图 42：地平线的征程二代 SOC 芯片 . 40 图 43：地平线的 Matrix1.0 计算平台 . 41 图 44：2020 年征程二代芯片首次量产搭载在长安 UNI-T 上 . 42 图 45：寒武纪 MLU290 云端 AI 芯片 . 43 图 46：寒武纪基于 MLU290 的 AI 加速卡 . 43 图 47：寒武纪 MLU220 边缘端 AI 芯片

16、 . 44 图 48：寒武纪基于 MLU220 的 AI 加速卡 . 44 表 1：SOC 较 MCU 芯片功能更复杂 . 9 表 2：汽车芯片标准远高于消费级. 11 表 3：功能安全标准对故障等级要求苛刻. 12 表 4：2030 年我国汽车 MCU 市场规模达 47.6 亿美元 . 15 表 5：全球主要汽车 MCU 公司概况 . 17 表 6：2030 年我国汽车 AI 芯片市场规模达 177 亿美元，十年 GAGR 28.1% . 19 4 / 47 东吴证券研究所东吴证券研究所 行业深度报告 表 7：AI 芯片的主要技术路径 . 21 表 8：汽车主要 AI 芯片对比 . 23 表

17、 9：特斯拉自动驾驶系统方案. 26 表 10：NVIDIA 自动驾驶系列产品 . 29 表 11：NVIDIA 全球车企合作情况 . 31 表 12：NVIDIA 全球共与六家一级供应商展开合作 . 32 表 13：Mobileye EyeQ 系列芯片 . 34 表 14：地平线征程系列芯片. 39 表 15：地平线计算平台系列产品. 41 表 16：寒武纪云端/边缘/终端系列产品 . 42 表 17：边缘端芯片产品公司（均 N-SOC 芯片）. 44 表 18：云端芯片产品公司（除英伟达 GPU 外，其余均 N-SOC 芯片）. 45 5 / 47 东吴证券研究所东吴证券研究所 行业深度报

18、告 1. 芯片是芯片是软件定义汽车生态发展软件定义汽车生态发展的的基石基石 在智能网联汽车产业大变革背景下，软件定义汽车理念已成为共识。传统汽车采用 的分布式 E/E 架构因计算能力不足、通讯带宽不足、不便于软件升级等瓶颈，不能满足 现阶段汽车发展的需求，E/E 架构升级已成为智能网联汽车发展的关键。 汽车汽车 E/E 架构升级主要体现在：架构升级主要体现在：1）硬件架构升级。）硬件架构升级。由分布式 ECU 向域控制/中央 集中架构方向发展。 好处在于： 提升算力利用率， 减少算力设计总需求； 数据统一交互， 实现整车功能协同； 缩短线束， 降低故障率， 减轻质量。 2） 软件架构升级。）

19、软件架构升级。 通过 AutoSAR 等软件架构提供标准的接口定义，模块化设计，促使软硬件解耦分层，实现软硬件设计 分离；Classic AutoSAR 架构逐步向 Classic AutoSAR 和 Adaptive AutoSAR 混合式架构方 向发展。 好处在于： 可实现软件/固件 OTA 升级、 软件架构的软实时、 操作系统可移植； 采集数据信息多功能应用，有效减少硬件需求量，真正实现软件定义汽车。3）通信架构）通信架构 升级。升级。车载网络骨干由 LIN/CAN 总线向以太网方向发展。好处在于：满足高速传输、 高通量、低延迟等性能需求，同时也可减少安装、测试成本。 从博世对从博世对

20、E/E 架构定义来看架构定义来看，硬件架构的升级路径表现为分布式硬件架构的升级路径表现为分布式（模块化模块化集成集成 化化） 、） 、域集中域集中（域控制集中域控制集中跨域融合跨域融合） 、） 、中央集中式中央集中式（车载电脑车载电脑车车-云计算云计算） 。） 。即为分 布式 ECU（每个功能对应一个 ECU）逐渐模块化、集成向域控制器（一般按照动力域、 底盘域、车身域、信息娱乐域和 ADAS 域等） ，然后部分域开始跨域融合发展（如底盘 和动力域功能安全、信息安全相似） ，并发展整合为中央计算平台（即一个电脑） ，最后 向云计算和车端计算 （中央计算平台） 发展。 其中车端计算主要用于车内部

21、的实时处理， 而云计算作为车端计算的补充，为智能汽车提供非实时性（如座舱部分场景可允许微秒 级别的延迟）的数据交互和运算处理。 图图 1：博世博世 E/E 架构架构升级进程升级进程 数据来源：博世，东吴证券研究所绘制 6 / 47 东吴证券研究所东吴证券研究所 行业深度报告 硬件架构升级硬件架构升级驱动驱动芯片芯片算力需求呈现指数级提升趋势。算力需求呈现指数级提升趋势。传统汽车功能简单，与外界 交互较少，常为分布式 ECU，主要为控制指令运算（约为百万条指令每秒） 、无 AI 运算 能力、存储较小；智能网联汽车，不仅需要与人交互，也需要大量与外界环境甚至云数 据中心交互， 未来将面临海量的非结

22、构化数据需要处理， 车端中央计算平台将需要 500+ 百万条指令/秒的控制指令运算能力、300+TOPS（即为 300*1012次每秒）的 AI 算力。 图图 2：由控制指令运算为主的分布式：由控制指令运算为主的分布式 ECU 向向 AI 运算的中央计算平台发展运算的中央计算平台发展 数据来源：博世，佐思车研，东吴证券研究所 智能网联汽车四大核心技术智能网联汽车四大核心技术：芯片、操作系统、算法、数据芯片、操作系统、算法、数据共同形成共同形成生态生态闭环，芯闭环，芯 片是智能网联汽车生态发展的基石。 类比手机产业链， 我们认为芯片片是智能网联汽车生态发展的基石。 类比手机产业链， 我们认为芯片/操作系统操作系统或成为或成为寡寡 头垄断格局，而从当下行业发展看，芯片或格局相对较为稳定，且处在产业核心位置。头垄断格局，而从当下行业发展看，芯片或格局相对较为稳定，且处在产业核心位置。 7 / 47 东吴证券研究所东吴证券研究所 行业深度报告 2. 汽车汽车处理处理芯片芯片由由 MCU 向向 AI 芯片芯片方向发展方向发展 半导体半导体可分为模拟芯片、 数字芯片可分为模拟芯片、 数字芯片、 OSD 三大类。三大类。 模拟电路是指处理模拟信号的电 子电路。模拟信号具有连续性，信号传播的信息包含在幅度、频率、