1、 电子/行业深度分析报告/2022.11.08 请阅读最后一页的重要声明！数字芯片皇冠，汽车 SOC 芯片迎接大时代 证券研究报告 投资评级投资评级:看好看好(维持维持)最近 12 月市场表现 分析师分析师 张益敏 SAC 证书编号：S02 相关报告 1.XR 行业点评：重磅规划出台，关注 BG 端长线机遇 2022-11-02 汽车智能化系列专题之一“汽车智能化系列专题之一“SOC 芯片”芯片”核心观点核心观点 汽车电子化和智能化有望成为半导体行业新增长级。汽车电子化和智能化有望成为半导体行业新增长级。复盘过去十年，手机领域的蓬勃发展是半导体产业快速增长的主要推动力；展

2、望未来十年，我们认为高级别自动驾驶、智能座舱、车载以太网络以及车载信息系统等都会催生新的半导体需求，其中汽车 SOC、功率半导体、汽车传感器、存储、多功能MCU、车载以太网、支持 OTA 升级的先进通信系统等为细分领域高景气赛道。汽车汽车 SOC 的驱动因素：的驱动因素：ADAS/AD、座舱智能化驱动汽车 SOC 市场量价提升。（1）自动驾驶 SOC：“硬件预埋+OTA 升级”是驱动自动驾驶 SOC 增长的核心因素，我们测算中国自动驾驶芯片市场规模将在 2025 年达到 138 亿元，到 2030 年达到 289 亿元，CAGR 为 25.1%。（2）座舱 SOC：车内智能化感知、交互、场景应

3、用升级，是驱动座舱芯片由“单芯单屏”向“一芯多屏”的核心因素。我们测算 2025 年国内座舱 SOC 市场规模将达到 112 亿元，CAGR 为24.5%。汽车汽车 SOC 的核心壁垒：的核心壁垒：大算力 SOC 芯片的设计和制造具有很高门槛，要综合性能、功耗、成本、车规安全等多方面因素，其中核心壁垒为“深刻理解AI算法+充足的资金储备+拿到先进制程产能+设计合适的编译器+严苛的车规认证”。算法架构方面需要在设计之初深入了解 AI 算法；硬件架构方面需要有足够的资金进行先进制程流片；软件架构方面后续可以通过编译器不断去优化芯片性能；除此之外能否拿到芯片产能也是决定量产成败的关键因素。汽车汽车

4、SOC 的竞争格局：的竞争格局：海外芯片厂商垄断高端市场，国内芯片企业差异化竞争加速替代。（1）全球自动驾驶 SOC 竞争格局：地平线在辅助驾驶领域量产替代，高级别自动驾驶英伟达一枝独秀，高通有望分庭抗礼。（2）全球座舱SOC 领域竞争格局：高通垄断中高端车型，国产座舱芯片有望加速上车。复盘国产“芯”地平线成长历程：复盘国产“芯”地平线成长历程：为什么地平线可以拿下这么多定点？为什么多家产业资本以及财务投资方选择在 2020 年前后投资地平线？核心还是地平线在“国产替代缺芯”和“汽车智能化”的大背景下推出了下游客户最需要的产品。主机厂为了在 20232025 年落地 L2+车型，那就需要在 2

5、020 年前后进行芯片选型。地平线凭借“芯片+算法+工具链+开发平台”产品生态矩阵，赢得长安背书后续接连俘获众多 OEM/Tier1 的青睐。当前时点对国产汽车半导体企业来说集齐“天时地利人和”，当前时点对国产汽车半导体企业来说集齐“天时地利人和”，2025 年之年之前为国产“前为国产“芯”上车的关键时点：芯”上车的关键时点：“天时”进入 2021 年后，传统消费电子增速下行叠加汽车芯片缺“芯”，使得一、二级市场芯片投资风向转向了汽车芯片；“地利”国家政策扶持，助力提升国内汽车芯片供给能力；“人和”下游主机厂积极配合导入，给予国产供应商一定试错机会。我们认为2025 年前为国产汽车 SOC 上

6、车的关键窗口期，一方面为俄乌冲突、疫情、美国对华 AI 芯片禁令等因素导致国产供应链导入在这两年加速替代；另外一方-38%-29%-20%-11%-2%8%电子沪深300上证指数电子/行业深度分析报告/2022.11.08 谨请参阅尾页重要声明及财通证券股票和行业评级标准 2 行业深度分析报告/证券研究报告 面各大主流车企均将 2025 年作为旗舰车型自动驾驶 L2+/L3 和智能座舱功能落地时间。建议关注建议关注两条主线两条主线：（1）汽车）汽车 SOC/MCU 厂商：厂商：瑞芯微、晶晨股份、全志科技、兆易创新、富瀚微、国芯科技、四维图新（杰发科技）、地平线（非上市）、黑芝麻（非上市）、芯驰

7、（非上市）、芯擎（非上市）、寒武纪行歌（非上市）；（2）地平线产业链生态：）地平线产业链生态：映驰科技（非上市）、觉非科技（非上市）、追势科技（非上市）、领骏科技（非上市）、宏景智驾（非上市）、东软睿驰（非上市）、MAXIEYE（非上市）、轻舟智航（非上市）、英恒科技。风险提示：风险提示：中美关系不确定导致先进制程代工受限，新技术替代风险，高级别自动驾驶落地不及预期，行业竞争加剧。表表 1：重点公司投资评级：重点公司投资评级:代码代码 公司公司 总市值总市值（亿元）（亿元）收盘价收盘价（11.08）EPS（元）（元）PE 投资评级投资评级 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 未覆盖 688099 晶晨股份 257.90 62.38 1.97 2.73 3.62 66.09 22.82 17.24 未覆盖 300458 全志科技 133.75 21.23 1.50 0.60 0.68 42.19 35.24 31.00 未覆盖 603986 兆易创新 593.32 88.95 3.54 4.29 5.11 49.68 20.75 17.42 未覆盖 300613 富瀚微 126.94 55.30 3.03 2.26 2.98 53.81

9、 24.45 18.57 未覆盖 688262 国芯科技 122.38 50.99 0.39 0.73 1.27 0.00 70.16 40.28 未覆盖 002405 四维图新 295.46 12.40 0.06 0.14 0.23 289.45 89.86 52.90 未覆盖 数据来源：wind，财通证券研究所，预测数据均来自 wind 一致预期 谨请参阅尾页重要声明及财通证券股票和行业评级标准 3 行业深度分析报告/证券研究报告 1 汽车电动化、智能化引领产业新趋势汽车电动化、智能化引领产业新趋势.11 1.1 汽车电动化、智能化引领产业变革，关注汽车电动化、智能化引领产业变革，关注“自

10、动驾驶自动驾驶”及及“智能座舱智能座舱”.11 1.2 汽车电动化、智能化带来汽车电动化、智能化带来“汽车半导体汽车半导体”蓬勃发展蓬勃发展.13 1.3 电子电气架构演进驱动汽车芯片供应链创新电子电气架构演进驱动汽车芯片供应链创新.15 2 汽车汽车 SOC 是智能电动车功能实现的核心元件是智能电动车功能实现的核心元件.19 2.1 汽车汽车 SOC 主要负责数据处理，座舱主要负责数据处理，座舱/自动驾驶是主要市场自动驾驶是主要市场.19 2.2 自动驾驶自动驾驶 SOC 和座舱和座舱 SOC 架构对比架构对比.24 3 自动驾驶：传感器配置自动驾驶：传感器配置“内卷内卷”，“硬件预埋硬件预

11、埋”成为车企主流策略成为车企主流策略.25 3.1 市场概况：市场概况：L2+场景将持续较长时间，封闭场景场景将持续较长时间，封闭场景 L4 开始落地开始落地.25 3.2 硬件趋势：硬件趋势：ASIC 方案方案+集成集成 ISP+大算力预埋大算力预埋.27 3.2.1 预计预计 CPU+ASIC 方案逐渐成为未来主流选择方案逐渐成为未来主流选择.27 3.2.2 SOC 芯片厂商集成芯片厂商集成 ISP，同时处理多传感器数据实现成本节降，同时处理多传感器数据实现成本节降.28 3.2.3 面向高级别自动驾驶，面向高级别自动驾驶，“算力预埋算力预埋”是未来主要趋势是未来主要趋势.29 3.3

12、软件趋势：软件趋势：AI 云端训练云端训练+OTA 升级升级.31 3.3.1 SOC 厂商加速布局自动驾驶厂商加速布局自动驾驶 AI 数据训练数据训练.31 3.3.2 通过通过 OTA 升级可以提高自动驾驶系统的精准度升级可以提高自动驾驶系统的精准度.33 3.4 规模规模&增速：增速：2025 年国内智驾年国内智驾 SOC 规模为规模为 138 亿元，亿元，CAGR=25%.35 4 智能座舱：感知、交互、场景应用升级，座舱芯智能座舱：感知、交互、场景应用升级，座舱芯片向集成式方案演进片向集成式方案演进.37 4.1 市场概况：智能座舱为市场概况：智能座舱为“第三空间第三空间”载体，成为

13、车企差异化竞争重点载体，成为车企差异化竞争重点.37 4.2 硬件趋势：硬件趋势：“单芯单屏单芯单屏”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 软件趋势：软硬解耦，软件趋势：软硬解耦，OEM 需要标准化、开放式的基础软件平台需要标准化、开放式的基础软件平台.43 4.4 规模规模&增速：增速：2025 年国内座舱年国内座舱 SOC 规模为规模为 112 亿，亿，CAGR=25%.44 5 汽车汽车 SOC 高技术壁垒，国内厂商凭借差异化服务切入自主品牌高技术壁垒，国内厂商凭借差异化服务切入自主品牌.46 5.1 设计设计/代工代工/车规认证为车规认证为 SOC 芯片核

14、心壁垒芯片核心壁垒.46 5.2 国产国产 SOC 厂商在设计芯片之初需要兼顾多重因素厂商在设计芯片之初需要兼顾多重因素.48 5.2.1 IP：各大自动驾驶：各大自动驾驶 SOC 芯片厂商将自研芯片厂商将自研“XPU”IP 作为竞争重点作为竞争重点.48 5.2.2 芯片性能：芯片性能：“FPS/W”是综合评价芯片能力的指标是综合评价芯片能力的指标.49 5.2.3 生态生态&工具链：开放的生态和完整的工具链是满足主机厂需求的关键工具链：开放的生态和完整的工具链是满足主机厂需求的关键.51 5.2.4 服务能力：芯片开始和主机厂进行紧密合作，服务能力成为比拼关键服务能力：芯片开始和主机厂进行

15、紧密合作，服务能力成为比拼关键.54 6 汽车汽车 SOC 蓝海吸引多方入场，多因素驱动国产化浪潮蓝海吸引多方入场，多因素驱动国产化浪潮.55 内容目录 谨请参阅尾页重要声明及财通证券股票和行业评级标准 4 行业深度分析报告/证券研究报告 6.1 自动驾驶自动驾驶 SOC 格局：四大阵营参与格局：四大阵营参与 SOC 芯片竞争，地平线异军突起芯片竞争，地平线异军突起.55 6.2 智能座舱智能座舱 SOC 格局：高通处于领导者地位，国产厂商有望逐步渗透格局：高通处于领导者地位，国产厂商有望逐步渗透.63 7 国外公司国外公司.69 7.1 英伟达（英伟达（NVDA.O）.69 7.2 高通（高

16、通（QCOM.O）.75 7.3 恩智浦半导体（恩智浦半导体（NXPI.O）.78 7.4 德州仪器（德州仪器（TXN.O）.79 7.5 Mobileye（MBLY.O）.81 8 建议关注建议关注.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 兆易创新（兆易创新（603986.SH）.87 8.5 富瀚微（富瀚微（300613.SZ）.89 8.6 国芯科技（国芯科技（688262.SH）.90 8.7 四维图新（四维图新（002405.SZ）.92 8.8

17、英恒科技（英恒科技（1760.HK）.94 8.9 地平线地平线.96 8.10 华为华为.99 8.11 黑芝麻黑芝麻.102 8.12 芯驰芯驰.103 8.13 芯擎科技芯擎科技.106 8.14 领骏科技领骏科技.107 8.15 追势科技追势科技.109 8.16 映驰科技映驰科技.111 8.17 宏景智驾宏景智驾.114 9 风险提示风险提示.115 9.1 中美关系不确定导致先进制程代工受限中美关系不确定导致先进制程代工受限.115 9.2 新技术替代风险新技术替代风险.115 9.3 高级别自动驾驶落地不及预期高级别自动驾驶落地不及预期.116 9.4 行业竞争加剧行业竞争加

18、剧.116 谨请参阅尾页重要声明及财通证券股票和行业评级标准 5 行业深度分析报告/证券研究报告 图图 1.从马力到算力，全球汽车行业面临从马力到算力，全球汽车行业面临“电动化电动化+智能化智能化”革命革命.11 图图 2.汽车收入及利润格局变化汽车收入及利润格局变化.12 图图 3.中国汽车产业中国汽车产业“新四化新四化”产业变革历程产业变革历程.13 图图 4.汽车将替代手机成为半导体行业增速最快的细分市场汽车将替代手机成为半导体行业增速最快的细分市场.13 图图 5.2012-2022 年中国每辆汽车搭载芯片数量（单位：个）年中国每辆汽车搭载芯片数量（单位：个）.14 图图 6.汽车半导

19、体市场规模及单车半导体价值趋势（右轴单位：美元）汽车半导体市场规模及单车半导体价值趋势（右轴单位：美元）.14 图图 7.芯片在汽车上的主要应用芯片在汽车上的主要应用.15 图图 8.新的电子架构驱动汽车芯片供应链的创新新的电子架构驱动汽车芯片供应链的创新.16 图图 9.汽车半导体科技景气周期汽车半导体科技景气周期.17 图图 10.汽车产业变革为中国芯片制造商提供机会汽车产业变革为中国芯片制造商提供机会.18 图图 11.2021 年汽车芯片构成年汽车芯片构成.20 图图 12.人工智能时代，计算架构从单一芯片模式向融合异构多芯片模式发展人工智能时代，计算架构从单一芯片模式向融合异构多芯片

20、模式发展.20 图图 13.平均每辆车平均每辆车 23 个个 SOC.21 图图 14.电脑电脑手机手机智能汽车的芯片架构演进方案智能汽车的芯片架构演进方案.21 图图 15.单车单车 MCU 使用量使用量情况预测情况预测.23 图图 16.域控制架构下，会形成域控制架构下，会形成“MCU”+“SOC”的控制芯片格局的控制芯片格局.23 图图 17.自动驾驶芯片的设计架构自动驾驶芯片的设计架构.24 图图 18.智能座舱芯片智能座舱芯片 8155 的设计架构的设计架构.25 图图 19.现阶段处于现阶段处于 L3 导入期导入期.26 图图 20.未来未来 5 年自动驾驶三大趋势年自动驾驶三大趋

21、势.27 图图 21.国内不同级别自动驾驶车辆落地情况（万辆）国内不同级别自动驾驶车辆落地情况（万辆）.27 图图 22.自动驾驶芯片三大主流架构自动驾驶芯片三大主流架构.28 图图 23.ARM：ISP 被被集成到汽车集成到汽车 SOC 中可以降低感知硬件成本中可以降低感知硬件成本.29 图图 24.英伟达英伟达 Xavier SOC 芯片集成芯片集成 ISP.29 图图 25.黑芝麻华山二号黑芝麻华山二号 A1000 SOC 芯片内部集成自研芯片内部集成自研 ISP 芯片芯片.29 图图 26.自动驾驶所需算力图谱自动驾驶所需算力图谱.30 图图 27.“通用开放式通用开放式”+“大算力大

22、算力”是智能驾驶芯片成为未来主要趋势是智能驾驶芯片成为未来主要趋势.31 图图 28.特斯拉特斯拉 DoJo 超级计算机超级计算机.32 图图 29.华为华为“八爪鱼八爪鱼”开放平台开放平台.32 图图 30.汽车汽车 OTA 基本原理基本原理.33 图表目录 谨请参阅尾页重要声明及财通证券股票和行业评级标准 6 行业深度分析报告/证券研究报告 图图 31.智能汽车软件架构向智能汽车软件架构向 SOA 转型升级转型升级.34 图图 32.主要自动驾驶主要自动驾驶 SOC 的售价估计（单位：美金）的售价估计（单位：美金）.36 图图 33.汽车座舱智能化的驱动因素汽车座舱智能化的驱动因素.38

23、图图 34.汽车显示面板出货量预测（按类型分类，万套）汽车显示面板出货量预测（按类型分类，万套）.39 图图 35.中国智能驾驶舱内主要应用的渗透率中国智能驾驶舱内主要应用的渗透率.39 图图 36.全球智能座舱渗透率全球智能座舱渗透率.39 图图 37.中国智能座舱装配率中国智能座舱装配率.39 图图 38.芯驰座舱芯驰座舱 SOC 芯片芯片.41 图图 39.主要高端座舱主要高端座舱 SOC 产品产品 CPU 与与 GPU 算力走势算力走势.42 图图 40.主要座舱主要座舱 SOC 产品产品 NPU 算力排名算力排名.42 图图 41.高通第四代座舱高通第四代座舱 SA8295P 芯片架

24、构芯片架构.42 图图 42.智能座舱智能座舱/自动驾驶芯片发展历程自动驾驶芯片发展历程.43 图图 43.芯片之上，软硬件解耦与软件定义汽车成为必然趋势芯片之上，软硬件解耦与软件定义汽车成为必然趋势.44 图图 44.中科创达座舱平台中科创达座舱平台 Turbox auto 4.5.44 图图 45.东软标准化软件架构可实现多平台座舱量产落地东软标准化软件架构可实现多平台座舱量产落地.44 图图 46.中国智能座舱搭载异构中国智能座舱搭载异构 SOC 市场规模测算市场规模测算.45 图图 47.汽车汽车 AI 芯片的核心设计指标芯片的核心设计指标.46 图图 48.神经网络的神经网络的“三起

25、三落三起三落”.46 图图 49.Mobileye 的的 SOC 性能和单位功率性能性能和单位功率性能.47 图图 50.先进制程流片成本越来越高先进制程流片成本越来越高.47 图图 51.大算力车规芯片的量产是一个长期的过程大算力车规芯片的量产是一个长期的过程.48 图图 52.黑芝麻自主可控核心黑芝麻自主可控核心 IP：NeuralIQ ISP.49 图图 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 图图 54.算力大并不是核心因素算力大并不是核心因素.49 图图 55.英伟达英伟达 DrivePX2 和特斯拉和特斯拉 FSD 在算力和在算力和

26、FPS 上比较上比较.50 图图 56.地平线地平线 J5 的的 FPS 准确率高于英伟达准确率高于英伟达 Orin.50 图图 57.FPS 更能够反应更能够反应 AI 芯片的真实计算性能芯片的真实计算性能.51 图图 58.不同自动驾驶不同自动驾驶 SOC 厂商生态开放情况厂商生态开放情况.53 图图 59.地平线提供整车开发平台地平线提供整车开发平台.53 图图 60.华为云的开放生态华为云的开放生态.54 图图 61.OEM 需要快速转变角色与智能芯片厂直接开展深层合作需要快速转变角色与智能芯片厂直接开展深层合作.55 图图 62.目前主流自动驾驶目前主流自动驾驶 AI 芯片厂商各产品

27、推出时间表及算力情况芯片厂商各产品推出时间表及算力情况.56 图图 63.目前主流自动驾驶目前主流自动驾驶 AI 芯片厂商各产品面向下游应用场景芯片厂商各产品面向下游应用场景.57 谨请参阅尾页重要声明及财通证券股票和行业评级标准 7 行业深度分析报告/证券研究报告 图图 64.全球自动驾驶全球自动驾驶 SOC 行业成长复盘行业成长复盘.61 图图 65.各个主机厂选择搭载自动驾驶芯片方案时间表各个主机厂选择搭载自动驾驶芯片方案时间表.62 图图 66.主机厂通过合资、投资、合作、自研方式布局汽车芯片主机厂通过合资、投资、合作、自研方式布局汽车芯片.63 图图 67.主要供应商的座舱主要供应商

28、的座舱 SOC 产品路线图产品路线图.64 图图 68.芯片行业特点：寡头格局，竞争壁垒高芯片行业特点：寡头格局，竞争壁垒高.66 图图 69.2014 年至年至 2021 年全球蜂窝基带处理器收入份额（按供应商）年全球蜂窝基带处理器收入份额（按供应商）.67 图图 70.高通成为高端高通成为高端/旗舰车型的主流选择旗舰车型的主流选择.68 图图 71.英伟达硬件示意图英伟达硬件示意图.69 图图 72.英伟达软件说明图英伟达软件说明图.69 图图 73.与英伟达与英伟达 Orin 合作的主机厂及自动驾驶创业公司合作的主机厂及自动驾驶创业公司.73 图图 74.英伟达英伟达 Thor 发布，算

29、力高达发布，算力高达 2000TOPS.73 图图 75.Thor 可以实现通常可以实现通常 5 颗以上芯片的多域计算颗以上芯片的多域计算.74 图图 76.NVIDIA Altan 的芯片架构示意图的芯片架构示意图.75 图图 77.截止到目前高通已经发布截止到目前高通已经发布 4 款智能座舱产品款智能座舱产品.76 图图 78.高通汽车生态合作伙伴高通汽车生态合作伙伴.77 图图 79.高通公司推出了高通公司推出了 Snapdragon RideFlexSOC 产品组合产品组合.77 图图 80.英伟达和高通在大算力芯片上的商业模式异同英伟达和高通在大算力芯片上的商业模式异同.78 图图

30、81.NXPS32V234 芯片框架图芯片框架图.79 图图 82.恩智浦营收及归母净利润（百万美元）恩智浦营收及归母净利润（百万美元）.79 图图 83.恩智浦毛利率及净利率恩智浦毛利率及净利率.79 图图 84.德州仪器德州仪器 TDA4VM 芯片框架图芯片框架图.80 图图 85.德州仪器营收及归母净利润（百万美元）德州仪器营收及归母净利润（百万美元）.80 图图 86.德州仪器毛利率及净利率德州仪器毛利率及净利率.80 图图 87.Mobileye 发展历程发展历程.81 图图 88.Mobileye EyeQ SOC 芯片出货量芯片出货量.81 图图 89.Mobileye 2019

31、-2022H1 营收及净利润（亿美元）营收及净利润（亿美元）.83 图图 90.Mobileye 2019-2022H1 SOC 芯片出货量（单位：百万片）芯片出货量（单位：百万片）.83 图图 91.瑞芯微瑞芯微 RK3588M 芯片框架图芯片框架图.84 图图 92.瑞芯微营收及归母净利润（百万美元）瑞芯微营收及归母净利润（百万美元）.85 图图 93.瑞芯微毛利率及净利率瑞芯微毛利率及净利率.85 图图 94.晶晨营收及归母净利润（百万美元）晶晨营收及归母净利润（百万美元）.86 图图 95.晶晨毛利率及净利率晶晨毛利率及净利率.86 图图 96.全志科技全志科技 T5 芯片框架图芯片框

32、架图.87 谨请参阅尾页重要声明及财通证券股票和行业评级标准 8 行业深度分析报告/证券研究报告 图图 97.全志科技全志科技 T7 芯片框架图芯片框架图.87 图图 98.全志科技营收及归母净利润（百万美元）全志科技营收及归母净利润（百万美元）.87 图图 99.全志科技毛利率及净利率全志科技毛利率及净利率.87 图图 100.GD32A503 系列系列 MCU 产品组合产品组合.88 图图 101.兆易创新营收及归母净利润（百万美元）兆易创新营收及归母净利润（百万美元）.89 图图 102.兆易创新毛利率及净利率兆易创新毛利率及净利率.89 图图 103.FH8310 已在比亚迪新能源车上

33、量产已在比亚迪新能源车上量产.90 图图 104.富瀚微营收及归母净利润（百万美元）富瀚微营收及归母净利润（百万美元）.90 图图 105.富瀚微毛利率及净利率富瀚微毛利率及净利率.90 图图 106.国芯科技汽车电子国芯科技汽车电子 MCU 路线图路线图.91 图图 107.国芯科技营收及归母净利润（百万美元）国芯科技营收及归母净利润（百万美元）.92 图图 108.国芯科技毛利率及净利率国芯科技毛利率及净利率.92 图图 109.杰发科技全产品线整车覆盖杰发科技全产品线整车覆盖.92 图图 110.杰发科技智能座舱芯片产品矩阵杰发科技智能座舱芯片产品矩阵.93 图图 111.杰发科技车规级

34、杰发科技车规级 MCU 发展线发展线.93 图图 112.四维图新营收及归母净利润（百万美元）四维图新营收及归母净利润（百万美元）.94 图图 113.四维图新毛利率及净利率四维图新毛利率及净利率.94 图图 114.英恒科技智能汽车解决方案英恒科技智能汽车解决方案.95 图图 115.MADC2 芯片架构芯片架构.95 图图 116.英恒科技营收及归母净利润（百万美元）英恒科技营收及归母净利润（百万美元）.96 图图 117.英恒科技毛利率及净利率英恒科技毛利率及净利率.96 图图 118.地平线自动驾驶芯片产品规划地平线自动驾驶芯片产品规划.97 图图 119.地平线生态合作伙伴地平线生态

35、合作伙伴.98 图图 120.地平线与大众旗下地平线与大众旗下 CARIAD 成立合资公司成立合资公司.98 图图 121.华为昇腾华为昇腾 310.99 图图 122.华为昇腾华为昇腾 910.99 图图 123.华为华为 MDC 大家庭大家庭.100 图图 124.华为巴龙华为巴龙 5000 芯片芯片.101 图图 125.广汽埃安广汽埃安 V 搭载华为巴龙搭载华为巴龙 5000 芯片芯片.101 图图 126.华为作为华为作为 ICT 企业将在车载智能计算平台的基础上完善汽车生态服务企业将在车载智能计算平台的基础上完善汽车生态服务.101 图图 127.黑芝麻智能四款自动驾驶芯片产品黑芝

36、麻智能四款自动驾驶芯片产品.102 图图 128.黑芝麻智能黑芝麻智能 FAD 计算平台计算平台.103 图图 129.芯驰四款芯片产品布局位置芯驰四款芯片产品布局位置.104 谨请参阅尾页重要声明及财通证券股票和行业评级标准 9 行业深度分析报告/证券研究报告 图图 130.芯驰芯驰“舱之芯舱之芯”X9.104 图图 131.芯驰芯驰“驾之芯驾之芯”V9.105 图图 132.驾之芯：基于驾之芯：基于 unDrive 平台，高效支持各级别智驾平台，高效支持各级别智驾.105 图图 133.芯驰芯驰“网之芯网之芯”G9.105 图图 134.网之芯系列：获得国密认证，更安全网之芯系列：获得国密

37、认证，更安全.105 图图 135.芯驰芯驰“控之芯控之芯”为涉及功能安全的为涉及功能安全的 MCU.106 图图 136.芯驰战略：四芯融合走向中央计算芯驰战略：四芯融合走向中央计算.106 图图 137.“龙鹰一号龙鹰一号”国内首款国内首款 7nm 座舱芯片座舱芯片.107 图图 138.AD1000 面向面向 L2+L5 自动驾驶系统自动驾驶系统.107 图图 139.芯擎科技芯擎科技“龙鹰一号龙鹰一号”的生态合作伙伴的生态合作伙伴.107 图图 140.小蚂居数据研发平台小蚂居数据研发平台.108 图图 141.领骏科技下游覆盖场景领骏科技下游覆盖场景.108 图图 142.追势科技发

38、展历程追势科技发展历程.109 图图 143.追势科技发力三大技术方向追势科技发力三大技术方向.110 图图 144.追势科技三大商业模式追势科技三大商业模式.110 图图 145.追势科技与地平线合作的自动泊车方案追势科技与地平线合作的自动泊车方案.111 图图 146.追势科技的合作客户追势科技的合作客户.111 图图 147.公司发展历程公司发展历程.112 图图 148.EMOS 高性能计算机软件平台高性能计算机软件平台.112 图图 149.跨域跨域 SOA 中间件中间件 EMOS.112 图图 150.智能域智能域 DCU 3.0 解决方案解决方案.113 图图 151.映驰科技高

39、性能计算群产品解决方案映驰科技高性能计算群产品解决方案.113 图图 152.2022 年年 7 月公司获得月公司获得 B1 轮融资轮融资.113 图图 153.宏景智驾成立历史宏景智驾成立历史.114 图图 154.宏景智驾宏景智驾 APA/IDDC 域控制器域控制器.114 图图 155.宏景智驾宏景智驾 IPM 智能摄像头模组智能摄像头模组.114 图图 156.宏景智驾宏景智驾 ADCU 高级别自动驾驶域控制器高级别自动驾驶域控制器.115 图图 157.宏景智驾宏景智驾 ADCU 高级别自动驾驶域控制器高级别自动驾驶域控制器.115 表表 1.部分部分 OEMOEM 全新一代电子电气

40、架构全新一代电子电气架构.18 表表 2.展望展望 2030 年汽车电子架构细分领域增长机会年汽车电子架构细分领域增长机会.19 表表 3.三款车模块数量及网络节点对比三款车模块数量及网络节点对比.19 表表 4.CPUCPU、GPUGPU、FPGAFPGA 和和 ASICASIC（NPUNPU、TPUTPU）比较）比较.22 谨请参阅尾页重要声明及财通证券股票和行业评级标准 10 行业深度分析报告/证券研究报告 表表 5.重点芯片产品晶圆尺寸和制程对比重点芯片产品晶圆尺寸和制程对比.22 表表 6.部分自动驾驶部分自动驾驶 AI 训练芯片产品对比训练芯片产品对比.32 表表 7.至至 202

41、1 年年 6 月主要主机厂月主要主机厂 ADAS 与自动驾驶类升级内容细分与自动驾驶类升级内容细分.34 表表 8.部分部分 OEM 升级和收费情况升级和收费情况.35 表表 9.中国自动驾驶芯片市场规模预测（单位：亿元）中国自动驾驶芯片市场规模预测（单位：亿元）.36 表表 10.智能座舱行业发展迅速智能座舱行业发展迅速.38 表表 11.智能座舱硬件领域核心细分市场竞争格局概览智能座舱硬件领域核心细分市场竞争格局概览.40 表表 12.部分车企自动驾驶芯片更迭表部分车企自动驾驶芯片更迭表.52 表表 13.智能驾驶智能驾驶 SOC 芯片性能汇总芯片性能汇总.59 表表 14.座舱座舱 SO

42、C 芯片厂商未来布局趋势以及搭载车型情况芯片厂商未来布局趋势以及搭载车型情况.65 表表 15.高通手机高通手机 SOC 芯片与汽车座舱芯片与汽车座舱 SOC 芯片推出时间差芯片推出时间差.66 表表 16.智能驾舱智能驾舱 SOC 厂商对比厂商对比.69 表表 17.英伟达移动芯片发展历程英伟达移动芯片发展历程.70 表表 18.英伟达汽车计算平台发布历程英伟达汽车计算平台发布历程.71 表表 19.采用英伟达采用英伟达 Orin 芯片的芯片的 OEM 可以选择自研或采用第三方算法可以选择自研或采用第三方算法.72 表表 20.英伟达在英伟达在 ADAS、仿真模拟、自动驾驶和高精度地图和其他

43、厂商对比、仿真模拟、自动驾驶和高精度地图和其他厂商对比.72 表表 21.市面上搭载市面上搭载 SA8155 芯片的车企芯片的车企.76 表表 22.Mobileye 产品系列产品系列.82 表表 23.国外头部自动驾驶芯片参数对比国外头部自动驾驶芯片参数对比.83 表表 24.晶晨股份晶晨股份 V901D 芯片规格芯片规格.85 表表 25.FH8310、FH8320、FH8322 性能对比性能对比.89 表表 26.华为华为 MDC 合作车型合作车型.100 表表 27.追势科技解决方案梳理追势科技解决方案梳理.110 谨请参阅尾页重要声明及财通证券股票和行业评级标准 11 行业深度分析报

44、告/证券研究报告 1 汽车电动化、智能化引领产业新汽车电动化、智能化引领产业新趋势趋势 1.1 汽车电动化、智能化引领产业变革，关注“自动驾驶”及“智能座汽车电动化、智能化引领产业变革，关注“自动驾驶”及“智能座舱舱”汽车行业正在经历电动化、智能化革命，电动化主要改变汽车的动力和传动系统，汽车行业正在经历电动化、智能化革命，电动化主要改变汽车的动力和传动系统，智能化则改变了人与车之间的关系。智能化则改变了人与车之间的关系。从 PC 时代的微软、智能手机时代的苹果，以及到破万亿市值的特斯拉，属于智能电动车的新时代已经拉开帷幕，当下时点为汽车行业新周期起点，电动及智能化革命将颠覆整个汽车产业链，也

45、将孕育新的产业生机，目前我们认为汽车行业正在经历三大趋势：（1）新能源车新能源车迈入成长期，智能车引领新趋势：迈入成长期，智能车引领新趋势：伴随着优质供给如特斯拉，比亚迪入局，续航里程提升以及带给人的舒适的驾驶体验，需求端客户已经开始逐步接受并选择购买新能源汽车，2021 年国内新能源汽车渗透率超过 10%，行业开始迈入成长阶段。汽车行业下一阶段发展重点是智能汽车时代，指通过搭载先进传感器，运用人工智能等新技术，从而让其具备自动驾驶以及人机交互功能，有望成为下一代移动空间和智能应用终端。因此汽车智能化是抢占行业竞争制高点的关键领域。（2）汽车作为消费品，评价其核心竞争力将从“燃油车时代的马力”

46、、“电动车时）汽车作为消费品，评价其核心竞争力将从“燃油车时代的马力”、“电动车时代的电池续航能力”到“智能汽车时代的算力”：代的电池续航能力”到“智能汽车时代的算力”：从 19 世纪 80 年代的传统燃油车，2010 年的电动汽车，发展到 2020 年的智能汽车，我们评价汽车的性能以及其核心竞争要素也在变化：a、燃油车评价性能好坏我们更多是看内燃机马力；b、电动车我们更关注电池续航；c、智能车时代我们更关注在大算力平台下车外自动驾驶技术的成熟度以及车内智能座舱所带来人机交互的智能化体验。图1.从马力到算力，全球汽车行业面临“电动化+智能化”革命 数据来源：寒武纪行歌公众号、财通证券研究所 谨

47、请参阅尾页重要声明及财通证券股票和行业评级标准 12 行业深度分析报告/证券研究报告（3）商业模式及汽车价值链重构：通过软件实现价值链向中后段转移。）商业模式及汽车价值链重构：通过软件实现价值链向中后段转移。在汽车全生命周期下，与传统燃油车销售的一锤子买卖不同，智能汽车后续通过“硬件预埋、软件升级”的方式可以持续提升用户体验，增加用户粘性，届时主机厂可以通过 OTA 升级实现软件可售、软件付费等新商业模式，获得较高附加值，整车架构和商业模式被重新定义。图2.汽车收入及利润格局变化 数据来源：亿欧智库2021 上海国际车展展后洞察研究报告、财通证券研究所 智能网联是汽车产业下一步变革的风暴中心。

48、智能网联是汽车产业下一步变革的风暴中心。汽车要从根本上改变产品形态，从移动工具转变成生活伙伴，需要智能化与网联化的发展来彻底解放人们的双手和注意力，从而赋予汽车这一产品更丰富的想象空间。“新四化”的重心不可避免地向智能化和网联化迁移，无论是需求端对产品定位和价值诉求的转变、供给端在自动驾驶和车联网上的竞争与合作，都证明了“智能网联”在变革浪潮中核心驱动力的地位，将成为汽车产业发展的长期趋势。“自动驾驶自动驾驶”和和“智能座舱智能座舱”正在逐渐迈入大众的视野。正在逐渐迈入大众的视野。“智能化”引领自动驾驶自不必多言，但“网联化”也是其必不可少的重要支撑。尤其是对于智舱系统，从娱乐的丰富性到系统的

49、持续迭代升级，都离不开“网联化”这一重要前提。谨请参阅尾页重要声明及财通证券股票和行业评级标准 13 行业深度分析报告/证券研究报告 图3.中国汽车产业“新四化”产业变革历程 数据来源：安永2022 年智能汽车云服务白皮书、财通证券研究所 1.2 汽车电动化、智能化带来“汽车半导体”蓬勃发展汽车电动化、智能化带来“汽车半导体”蓬勃发展 手机领域的蓬勃发展是过去十年半导体产业快速增长的主要推动力，汽车电子化手机领域的蓬勃发展是过去十年半导体产业快速增长的主要推动力，汽车电子化和智能化有望成为半导体行业新增长级，产业变革下一定会催生新的科技和智能化有望成为半导体行业新增长级，产业变革下一定会催生新

50、的科技厂商厂商和和行业主导者。行业主导者。未来汽车会和手机、电脑一样，成为整个半导体行业的主要增长推动力，主要系更高级的自动驾驶、智能座舱、车载以太网络以及车载信息系统等都会催生新的半导体需求。地平线预测 2030 年全球汽车领域芯片市场规模约为1000 亿美金，相比 2017 年全球汽车芯片 375 亿美金市场同比增长 190%。图4.汽车将替代手机成为半导体行业增速最快的细分市场 数据来源：地平线公众号、财通证券研究所 谨请参阅尾页重要声明及财通证券股票和行业评级标准 14 行业深度分析报告/证券研究报告 新能源汽车搭载芯片数量约为传统燃油车的新能源汽车搭载芯片数量约为传统燃油车的 1.5

51、 倍，预计倍，预计 2028 年单车半导体含量年单车半导体含量相比相比 2021 年翻一番。年翻一番。自动驾驶级别越高对传感器芯片数量要求越多，L3 级别自动驾驶平均搭载 8 个传感器芯片，而 L5 级别自动驾驶所需传感器芯片数量提升至 20 个。同样车辆所需处理与储存的信息量也与自动驾驶技术成熟度正相关，进一步提升了控制类芯片和储存类芯片的搭载量。据统计至 2022 年，新能源汽车车均芯片搭载量约 1459 个，而传统燃油车搭载芯片数量为 934 个。Strategy Analytics预计每辆车的平均硅含量将从 2021 年 530 美元/车翻一番，到 2028 年超过 1000美元，而高

52、端制造汽车的硅含量可能超过 3000 美元。图5.2012-2022 年中国每辆汽车搭载芯片数量（单位：个）图6.汽车半导体市场规模及单车半导体价值趋势（右轴单位：美元）数据来源：德勤汽车芯片战略重整之启思、财通证券研究所 数据来源：Strategy Analytics、财通证券研究所 汽车芯片主要有如下几个应用领域：主控芯片用来生成汽车主要控制信号的计算和生成功能。主控芯片通过接受各类传感器搜集到的信号，进行计算相对的处理措施，并将驱动信号发送给对应的控制模块。因此主控芯片相当于汽车的“大脑”。功率芯片是新能源汽车价值量提升最多的部分，需求端主要为 IGBT、MOSFET 及多个 IGBT

53、集成的 IPM 模块等产品，核心用于大电流和大电压的环境。CMOS 芯片是将光子转换为电子进行数字处理，把图像信号转换为数字信号的芯片，包括微透镜、光电二极管、处理芯片以及 IO 接口，是摄像头的关键部件。随着自动驾驶等级提升，预计 L3 以上的辅助驾驶需要约 18 颗摄像头，主要用在倒车后视，环视，前视，转弯盲区等领域。射频接收器是无线通讯的重要器件，射频芯片是指能够将射频信号与数字信号进行转换的芯片，它包括功率放大器 PA、滤波器、低噪声放大器 LNA、天线开关、双工器、调谐器等。未来，射频芯片将像汽车的耳朵一样将助力 C-4385809345678006008001

54、0000201220172022F传统燃油车新能源汽车 谨请参阅尾页重要声明及财通证券股票和行业评级标准 15 行业深度分析报告/证券研究报告 V2X 技术发展，将“人-车-路-云”等交通参与要素有机联系在一起，弥补了单车智能的不足，推动协同式应用服务发展。超声波/毫米波/激光雷达是感知车身传感器，智能汽车通过传感器获得大量数据，L5 级别的汽车会携带传感器将达到 20 个以上。车载雷达主要包括超声波雷达、毫米波雷达和激光雷达三种。其中，中国超声波雷达已发展的相对成熟，技术壁垒不高；毫米波雷达技术壁垒较高，且是智能汽车的重要传感器，目前处于快速发展的阶段；激光雷达技术壁垒

55、高，是高级别自动驾驶的重要传感器，但目前成本昂贵、过车规难、落地难。存储芯片存储芯片是智能汽车的“记忆“，自动驾驶技术升级带来车规存储的带宽持续高增长是长期趋势，未来汽车存储将由 GB 级走向 TB 级别。汽车面板呈多屏化趋势汽车面板呈多屏化趋势。汽车智能化、电动化提速将带动车均面板数量，车载面板也开始走向标准化。从需求上看，显示屏在汽车上的应用越来越广，需求数量强劲成长。车载显示主要包括中控显示屏、仪表显示屏、挡风玻璃复合抬头显示屏、虚拟电子后视镜显示屏、后座娱乐显示屏等。随着车联网、新能源车、无人驾驶等因素的推动，人们对具备导航、车辆状况、多媒体影音等功能的车载面板的需求将持续扩大。图7.

56、芯片在汽车上的主要应用 数据来源：德勤汽车芯片战略重整之启思、财通证券研究所 1.3 电子电子电气电气架构架构演进演进驱动汽车芯片供应链创新驱动汽车芯片供应链创新 谨请参阅尾页重要声明及财通证券股票和行业评级标准 16 行业深度分析报告/证券研究报告 汽车电子电气架构由分布式向集中式演进。汽车电子电气架构由分布式向集中式演进。传统功能汽车采用分布式电子电气架构，离散化的 ECU 软硬件紧耦合且各 ECU 之间独立性较强，硬件资源无法共享且形成数据孤岛，对用户新需求反馈的整体周期长达 20 个月以上，难以形成持续快速迭代的软件开发模式。因此，软件定义汽车开发模式驱动整车电子电气架构由分布式向中央

57、集中式演进，其核心是车载计算的集中化发展，高集成化的域控制器、车载中央计算平台是关键。电子电气架构演进的优缺点如下：分布式电子电气架构：优点：各模块间功能划分明确，独立性强，软硬件强耦合，各模块可独立开发。缺点：各模块间芯片算力无法协同，且相互冗余，分布式架构需要大量内部通信，增加线束成本；功能更新需各模块供应商负责，研发与推送效率低，且供应链管理难度极大。（跨）域集中式电子电气架构：优点：将分散的 ECU 集中到动力、底盘、座舱、驾驶、车身等几大域控制器中，减少内部通信需求与线束成本；软硬件逐步解耦，硬件超前设计，软件自研，通过 OTA 灵活更新。缺点：域分布式计算下大算力 SOC 芯片成本

58、较高，算力存在冗余且单车算力存在物理上限。中央集中式电子电气架构：优点：进一步简化电子电气架构，降低线束设计复杂度与成本，SOA 软件架构支持软件功能的迭代与扩展，从车载中央计算发展为车云计算后，车内与云端架构实现无缝结合，车端计算用于车内信息与数据的实时处理，云计算作为补充，提供非实时的数据交互与计算。图8.新的电子架构驱动汽车芯片供应链的创新 数据来源：头豹研究院、财通证券研究所 谨请参阅尾页重要声明及财通证券股票和行业评级标准 17 行业深度分析报告/证券研究报告 复盘过去 5 年汽车半导体行业，2016 年以来第一波结构性红利已基本结束，纯国产替代为代表的显性机会窗口快速关闭；2021

59、 年前后“电气化”和“智能网联化”是汽车产业变革的新一波主浪潮：国产替代主导小周期：20162021 年的行业拉升，主要来自传统电子电气架构下的国产化替代，以半导体供应链危机正式拉开大幕为催化，国产替代的大规模上车为高潮，如中低端 MCU、三电等领域。汽车新架构主导大周期：从 2022 年起逐步开启的第二轮产业周期，很可能是汽车产业变革的真正主浪潮。这一次，故事主线不仅仅是国产替代，而是高度智能化、电气化的下一代汽车，以及全新电子电气架构下的增量功能、增量技术、增量市场；红利体量，将从国产替代的千亿级，跃升至万亿级。图9.汽车半导体科技景气周期 数据来源：佐思汽车研究、财通证券研究所 我们认为

60、本轮新汽车周期对相关汽车半导体公司的业绩贡献在我们认为本轮新汽车周期对相关汽车半导体公司的业绩贡献在 20222025 年，年，核心驱动因素有两个：第一，各大车厂基于全新一代电子电气架构推出的车型平台，将在 2022 年底2024 年分批上市，2025 年后基于全新平台的新车型将全面铺开。第二，从细分领域来看，高压/高速汽车连接器、激光雷达、域控制器、汽车 SOC、高端 MCU 等大算力芯片、传感器加速上车，将带来汽车半导体新一轮繁荣。谨请参阅尾页重要声明及财通证券股票和行业评级标准 18 行业深度分析报告/证券研究报告 表1.部分 OEM 全新一代电子电气架构 企业企业 EEEE 架构名称架

61、构名称 架构硬件组成架构硬件组成 量产应用车型量产应用车型/平台平台 预计量产预计量产时间时间 上汽零束 银河全栈 3.0 方案 2 个 HPC+4 个区域控制器-2023 年 广汽埃安 星灵架构 中央计算平台+智能驾驶模块+智能座舱模块+4 个区域控制器-2023 年 长城汽车 GEEP4.0 中央计算平台+智能驾驶模块+智能座舱模块+3 个区域控制器 全新电动/混动平台 2022 年 小鹏汽车 X.EEA3.0 中央计算平台+区域控制 小鹏 G9-数据来源：九章智驾、财通证券研究所 我们认为高性能 SOC、SiC&功率半导体、存储、多功能 MCU、传感器、车载以太网、支持 OTA 升级的先

62、进通信系统等将受益于汽车产业链革新，为细分领域高景气赛道（见图 10）：图10.汽车产业变革为中国芯片制造商提供机会 数据来源：汇丰中国汽车芯片、财通证券研究所 谨请参阅尾页重要声明及财通证券股票和行业评级标准 19 行业深度分析报告/证券研究报告 表2.展望 2030 年汽车电子架构细分领域增长机会 20002000 20102010 20202020 2030e2030e 处理器总数/车 10 30 45 60 域/区域控制器 生成中 4 代码行数 4K 10M 100-200M 500-1000M 铜接线 20m 0.5km 1-2km 接线长度降低50%线束重量 10kg 30kg 7

63、5kg 重量降低50%生成的数据/天 MBs 2-3GB 50GB 10-12TB 传输数据/天 Minimal 50MB 1-2GB 40-50GB 数据来源：汇丰中国汽车芯片、财通证券研究所 而其他领域如单功能 MCU、线束的市场规模在未来几年可能会下降：域架构下，域架构下，MCU 用量下降：用量下降：特斯拉电子电气架构集成度高，主要是因为特斯拉将众多小型 ECU 的功能全部集成到区域控制器中，因此 ECU 数量相比ID.4/Mach E 少，从下表可以看出，Model Y、ID.4、Mach E 的 ECU 数量分别为 26、52、51。特斯拉的 Model3 的 FBCM 既负责配电，

64、还负责一些左前灯控制、空调控制、热管理等功能，横跨了传统的车身、座舱、底盘及动力域。表3.三款车模块数量及网络节点对比 ID.4ID.4 Model YModel Y Mach EMach E ECUs 52 26 51 CAN 7 10 8 Ethernet 12 2 4 数据来源：九章智驾、财通证券研究所 域架构下，降低线束成本：域架构下，降低线束成本：安波福测算使用域架构下可以降低 25%线束成本，而伟世通则认为域架构可以节省 50%或更多的线束长度。特斯拉的架构更接近于域控制架构，Model S 内部线束长度长达 3km，到 Model3 只有 1.5km，进一步证明域架构下可以节约线

65、束长度及重量。2 汽车汽车 SOC 是智能电动车功能实现的核心元件是智能电动车功能实现的核心元件 2.1 汽车汽车 SOC 主要负责数据处理，座舱主要负责数据处理，座舱/自动驾驶是主要自动驾驶是主要市场市场 目前目前 MCU 是汽车芯片中占比第一的细分品类。是汽车芯片中占比第一的细分品类。IC Insights 发布的数据显示，2021年全球汽车芯片从细分产品占比来看，前三分别微处理器、模拟芯片和传感器，所占比重分别为 30%、29%和 17。MCU 芯片全称为微控制单元，又称为单片微型计算机或者单片机。它是一个是把中央处理器的频率与规格做适当缩减，并将内存、计数器、USB、A/D 转换、UA

66、RT、PLC、DMA 等周边接口，甚至 LCD 驱动电路都整合在单一芯片上形成芯片级的计算机。通常MCU只能完成较少的任务，谨请参阅尾页重要声明及财通证券股票和行业评级标准 20 行业深度分析报告/证券研究报告 例如开启智能雨刷，或是下车后自动落锁等等。因此在豪车中可能拥有数百个MCU 来实现各种智能化功能。图11.2021 年汽车芯片构成 数据来源：前瞻产业研究院、财通证券研究所 人工智能时代诞生系统级芯片（人工智能时代诞生系统级芯片（SOC）。）。在人工智能时代计算架构从单一芯片模式向融合异构多芯片模式发展，将 CPU 与 GPU、FPGA、ASIC 等通用/专用芯片异构融合、集合 AI

67、加速器的系统级芯片（SOC）应运而生。图12.人工智能时代，计算架构从单一芯片模式向融合异构多芯片模式发展 数据来源：电子发烧友、财通证券研究所 大算力的汽车大算力的汽车 SOC 主要应用在智能驾驶和智能座舱领域。主要应用在智能驾驶和智能座舱领域。广义而言汽车领域算力稍强（2K DMIPS 以上）的 MCU 都可算是 SOC，Arteris 预测未来单车 SOC 数量为 23 个，而大算力 SOC 在车载端主要面向两个领域，分别是智能座舱和智能驾驶。微处理器,30%模拟芯片,29%传感器,17%逻辑电路,10%分立器件,7%存储器,7%谨请参阅尾页重要声明及财通证券股票和行业评级标准 21 行

68、业深度分析报告/证券研究报告 图13.平均每辆车 23 个 SOC 数据来源：IHS Market、McKinsey、Arteris、财通证券研究所 汽车领域正在复刻手机领域从“功能手机智能手机”的演变过程，SOC 在智能汽车时代扮演重要角色，其中实现人工智能算力的“xPU”至关重要：PC 领域：主要注重通用计算，因此芯片架构为“逻辑计算 CPU+GPU”；手机时代：最重要的应用是支付、玩游戏和拍照。因此芯片架构增加了 ISP，手机 SOC 芯片构成为“CPU+GPU+ISP（图像处理）”。智能汽车时代：芯片架构更加复杂化，座舱大屏很注重图形处理因此需要GPU、摄像头作为实现自动驾驶的主传感器

69、因此需要 ISP、另外还需要类似大脑功能实现自动驾驶的神经网络 NPU。因此汽车 SOC 芯片构成为“CPU+GPU+ISP+NPU”。图14.电脑手机智能汽车的芯片架构演进方案 数据来源：黑芝麻智能公众号、财通证券研究所 从从 CPUGPUFPGAASIC（xPU），芯片专用性越来越强。），芯片专用性越来越强。CPU 负责逻辑运算和任务调度；GPU 作为通用加速器，可承担 CNN 等神经网络计算与机器学习 谨请参阅尾页重要声明及财通证券股票和行业评级标准 22 行业深度分析报告/证券研究报告 任务，将在较长时间内承担主要计算工作；FPGA 作为硬件加速器，具备可编程的优点，在 RNN/LST

70、M/强化学习等顺序类机器学习中表现优异，在部分成熟算法领域发挥着突出作用；而 ASIC 可以兼顾性能和功耗，作为全定制的方案将在自动驾驶算法成熟后成为最终选择。表4.CPU、GPU、FPGA 和 ASIC（NPU、TPU）比较 芯片种类芯片种类 CPU GPU FPGA ASIC(TPU,NPU)芯片架构芯片架构 计算单元和高速存储单元占用的晶体管数量相当，适合串行计算 晶体管大部分构建计算单元，运算复杂度低，适合大规模并行计算 可编程的逻辑阵列，初始尝试成本很低。可以重新配置芯片一部分，而其余部分依然工作，对于尚未完全确定架构的情况很适合。晶体管根据算法定制，不会有冗余，功耗低、计算性能高、

71、计算效率高 擅长领域擅长领域 没有特定领域 图像处理及与深度学习类似的人工智能领域的并行计算等 用于雷达、手机基站、军事通信等（设计需要经常升级）市场需求量大的专用领域（十万片以上的成本可能会优于FPGA）优点优点 通用性强 撞长处理图像等矩阵数据，并行运算能力强 可以根据算法进行不断调整优化 体积小、功耗低、计算性能高、计算效率高、芯片出货量越大成本越低 缺点缺点 针对特定领域效率很低 价格贵、功耗离 成熟度较差，效率一般不够高 算法固定、开发周期长、上市速度慢、一次性成本离、风险大 数据来源：芯师爷、财通证券研究所 汽车汽车 SOC 芯片持续追求先进制程。芯片持续追求先进制程。从芯片工艺制

72、程来看，不同汽车芯片对工艺要求存在较大差异。MCU 主要是依靠成熟制程，全球 70%MCU 生产来自台积电；而座舱、自动驾驶 SOC 及 AI 芯片等主控芯片持续追求 7nm 及以下先进制程。表5.重点芯片产品晶圆尺寸和制程对比 芯片类型芯片类型 代表芯片代表芯片 应用系统应用系统 子系统子系统 晶圈（晶圈（mm）工艺（工艺（nm）功能芯片 MCU 全部 在所有域中，每个 ECU 都有一个 MCU 200、300 16-40nm 主控芯片 SOC ADAS、信息娱乐 高性能 FV 摄像头、ADAS域控制器、音箱主机、座舱舱域控制器、仪表盘、车身域控制器 300 16、14、7、5 功率半导体

73、IGBT xEV，底盘 用于 xEV、底盘的电力电子设备 200 90-110nm 传感器芯片 CIS 全部 摄像头 200、300 5-65nm 谨请参阅尾页重要声明及财通证券股票和行业评级标准 23 行业深度分析报告/证券研究报告 MEMS 传感器 全部 压力、流量、惯性、湿度、红外线 200 I80nm 数据来源：盖世汽车、财通证券研究所 未来部分未来部分 MCU 功能会被整合到功能会被整合到 SOC 芯片中，芯片中，ECU 数量减少导致数量减少导致 MCU 的用量的用量下降。下降。汽车 MCU 紧随汽车电子电气架构发展，SOC 芯片会集成部分低端 MCU 功能，因此未来 MCU 单车使

74、用量将会下降，分布式向域控制发展使用量将从当前从 30-40 颗，逐步提升至 70-80 颗，但未来随着集中式架构落地，算力向整车计算平台集中，汽车 MCU 的使用量又将逐步降低至 50-60 颗左右。图15.单车 MCU 使用量情况预测 数据来源：高工汽车研究预测、财通证券研究所 域控制架构下控制芯片将形成“域控制架构下控制芯片将形成“MCU+SOC”态势。”态势。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“让转向灯闪耀的控制方式”如果不用 MCU 方案，全部接入 SOC 芯片会形成一个星形网络，不仅导线数量会增加，管理难度也会剧增。另外一方面也

75、需要一部分 MCU 作为 SOC 芯片安全冗余的备选方案。图16.域控制架构下，会形成“MCU”+“SOC”的控制芯片格局 数据来源：黑芝麻智能公众号、财通证券研究所 谨请参阅尾页重要声明及财通证券股票和行业评级标准 24 行业深度分析报告/证券研究报告 2.2 自动驾驶自动驾驶 SOC 和座舱和座舱 SOC 架构架构对比对比 拆分自动驾驶 SOC 结构，包括 CPU、GPU 和其他类型的定制芯片(如 NPU、深度学习加速器(DLAs)和计算机视觉处理器(CVP)。除此之外，一个典型的自动驾驶SOC 结构还包括以下部分：至少一个微处理器(MPU)或数字信号处理器(DSP)，但也可以有多个处理器

76、内核;存储器可以是 RAM、ROM、EEPROM 和闪存中的一种或多种;用于提供时间脉冲信号的振荡器和锁相环电路;由计数器和计时器、电源电路组成的外设;不同标准的连线接口，如 USB、火线、以太网、通用异步收发和序列周边接口等;电压调理电路及稳压器。图17.自动驾驶芯片的设计架构 数据来源：寒武纪行歌公众号、财通证券研究所 拆分座舱 SOC 架构，我们发现在多块高分辨率屏幕和流畅的系统背后，不仅仅比拼的是车机芯片的算力、视频处理能力，更加看重 AI 能力等性能指标。比如高通8155 芯片是高通第三代骁龙汽车数字座舱旗舰级平台，是一款异构架构的芯片，包含 CPU、GPU、DSP、ISP 以及 A

77、I 引擎等：谨请参阅尾页重要声明及财通证券股票和行业评级标准 25 行业深度分析报告/证券研究报告 在在 CPU 部分，部分，8155 芯片采用 1+3+4 的 8 核心设计，核心为高通 Kryo485。其中大核主频为 2.96GHz，三个高性能核心主频为 2.42GHz，四个低功耗小核主频为 1.8GHz。而而 GPU 部分，部分，8155 芯片与骁龙 855 都采用 Adreno640。同时，8155 芯片所采用的 Hexagon690DSP、Spectra380ISP，相比高通骁龙 855 和 855+，名称上也是一模一样。此外与自动驾驶芯片不同的是，8155 芯片并没有独立的 NPU

78、内核，AI 计算计算主要通过主要通过 DSP、CPU 和和 GPU 组成的组成的 AI 引擎完成。引擎完成。其中，Hexagon690 拥有7TOPS 的 AI 算力，加上 CPU、GPU 的 AI 算力之和为 8TOPS。图18.智能座舱芯片 8155 的设计架构 数据来源：高通演说会、财通证券研究所 3 自动驾驶：传感器配置“内卷”，“硬件预埋”成为自动驾驶：传感器配置“内卷”，“硬件预埋”成为车企主流策略车企主流策略 3.1 市场概况：市场概况：L2+场景将持续较长时间，封闭场景场景将持续较长时间，封闭场景 L4 开始落地开始落地 谨请参阅尾页重要声明及财通证券股票和行业评级标准 26

79、行业深度分析报告/证券研究报告 图19.现阶段处于 L3 导入期 数据来源：亿欧智库2021 中国车联网行业发展趋势研究报告：渐入佳境，一触即发、财通证券研究所 2015 年以前辅助驾驶功能主要为 L1/L0 级，L1 级可实现加减速或转向控制，驾驶员持续进行车辆横向和纵向的操作，代表功能为 LKA、AEB 等；2016 年进入 L2 级时代，可同时实现车速和转向自动化。驾驶必须始终保持掌控驾驶，在特定场景下系统进行横向和纵向操作，代表功能为 ACC、LKA、APA 等，部分 ECU 开始集成式发展，但仍未有域的划分，目前 L2 及以下整体单车配套价值在 1.5 万元左右。到 2020 年将正

80、式进入 L3 级导入期，为有条件自动驾驶，可解放双手。驾驶员不必一直监控系统，但必须时刻保持警惕并在必要时进行干预，整车大约分为 56 个域，控制器算力指数级提升，以太网开始出现，L3 及以下整体单车配套价值约为 2.5 万元。但是由于目前但是由于目前 L3 级别自动驾驶技术仍不完善、法级别自动驾驶技术仍不完善、法规问题、规问题、责任认定、加之成本过高，短期内能够实现大规模量产的仍然以责任认定、加之成本过高，短期内能够实现大规模量产的仍然以 L2级别的级别的 ADAS 为主。为主。展望未来我们认为展望未来我们认为 L2+辅助辅助驾驶系统将快速普及并长期存在，驾驶系统将快速普及并长期存在，另外另

81、外在一些在一些低速、低速、封闭封闭场景下比如矿山场景下比如矿山，港口港口中中 L4 自动驾驶开始落地自动驾驶开始落地，而，而基于法律法规以及技术基于法律法规以及技术成熟度成熟度等等问题问题，高速、开放场景下的，高速、开放场景下的 robotaxi/robotruck 落地需要较长时间落地需要较长时间，黑芝麻智能单记章指出，从 L2 真正突破到 L3 级是一个漫长的过程，未来很长一段时间内智能网联汽车仍将处于人机共驾的状态，这其中涉及到软件、硬件、数据等技术的紧密配合和升级。尤其是大算力车规级芯片，将是高阶自动驾驶突破的核心关键。谨请参阅尾页重要声明及财通证券股票和行业评级标准 27 行业深度分

82、析报告/证券研究报告 图20.未来 5 年自动驾驶三大趋势 图21.国内不同级别自动驾驶车辆落地情况（万辆）数据来源：寒武纪行歌公众号、财通证券研究所 数据来源：李克强智能网联汽车路线图 2.0、财通证券研究所 3.2 硬件趋势：硬件趋势：ASIC 方案方案+集成集成 ISP+大算力大算力预埋预埋 3.2.1 预计预计 CPU+ASIC 方案逐渐成为未来主流方案逐渐成为未来主流选择选择 CPU+ASIC 方案将是自动驾驶方案将是自动驾驶 SOC 主流架构。主流架构。目前市面上主流的自动驾驶芯片SOC 架构方案分为三种：CPU+GPU+ASIC，CPU+ASIC 及 CPU+FPGA。从发展趋势

83、来看，定制批量生产的低功耗、低成本的专用自动驾驶 AI 芯片（ASIC）将逐渐取代高功耗的 GPU。英伟达 Xaiver 芯片主要有四个模块，其中 GPU 占的面积最大，其次是 CPU，辅以两个 ASIC。特斯拉 FSD 芯片架构主要有三个模块，即 GPU、CPU 和NPU，其中 NPU 是架构重点。MobileyeEQ5 的 CVP 是针对 Mobileye 自有的视觉算法设计的 ASIC，以此有效降低功耗。地平线自主研发了基于灵活 BPU 架构的 ASIC 芯片。谷歌 Waymo 采用“CPU+FPGA”方案，其计算平台采用英特尔 Xeon 的 12 核以上的 CPU，搭配 Alter 的

84、 Arria 系列的 FPGA。其 I/O Board 采用英飞凌的Aurix 系列的 MCU 作为 CAN/Flex Ray 网络通信接口。在自动驾驶算法固化后，FPGA 可能被 ASIC 替代。354782202965705000250030003500202020252030L2L3L4 谨请参阅尾页重要声明及财通证券股票和行业评级标准 28 行业深度分析报告/证券研究报告 图22.自动驾驶芯片三大主流架构 数据来源：头豹研究院、财通证券研究所 3.2.2 SOC 芯片厂商集成芯片厂商集成 ISP，同时处理多传感器数据实现成本节降，同时处理多传

85、感器数据实现成本节降 ISP 参数配置是决定计算机视觉图像质量的关键因素。参数配置是决定计算机视觉图像质量的关键因素。ISP（Image Signal Processing）指图像信号处理器，主要作用是对前端图像传感器输出的信号做后期处理。简单来说 ISP 是摄像头的 Photo Shop，目的是提升图像质量。在传统的自动驾驶方案中，ISP 和摄像头是一对一的对应关系，也就是说只要有一颗摄像头，就要有一颗ISP。车载车载 SOC 芯片集成高性能芯片集成高性能 ISP 是未来趋势。是未来趋势。在车载端，SOC 内部集成 ISP 意味着无需再为每个摄像头传感器提供 ISP，从而大幅降低感知硬件的成

86、本。而在摄像头端，取消 ISP 既可以解决高像素摄像头会带来严重的散热问题，也可以帮助车载摄像头如何进一步缩小电路板尺寸和降低功耗。谨请参阅尾页重要声明及财通证券股票和行业评级标准 29 行业深度分析报告/证券研究报告 图23.ARM：ISP 被集成到汽车 SOC 中可以降低感知硬件成本 数据来源：高工智能汽车、财通证券研究所 目前市场上高级别自动驾驶目前市场上高级别自动驾驶 SOC 芯片中均集成芯片中均集成 ISP。英伟达的 Xavier 和黑芝麻智能 A1000 芯片中均集成了 ISP。根据英伟达官网，英伟达 Xavier 内置的 ISP 每秒可处理是 15 亿像素，黑芝麻智能也将 ISP

87、 集成在了 A1000 芯片中，每秒可以处理 12 亿像素。图24.英伟达 Xavier SOC 芯片集成 ISP 图25.黑芝麻华山二号 A1000 SOC 芯片内部集成自研ISP 芯片 数据来源：英伟达演说会、财通证券研究所 数据来源：黑芝麻智能公众号、财通证券研究所 3.2.3 面向高级别自动驾驶，“算力预埋”是未来主要面向高级别自动驾驶，“算力预埋”是未来主要趋势趋势 车载计算平台的算力上限决定车辆生命周期内可承载的软件服务升级上限，整车车载计算平台的算力上限决定车辆生命周期内可承载的软件服务升级上限，整车厂将通过向厂将通过向 C 端收取软件授权和端收取软件授权和 OTA 更新服务费以

88、完成商业模式闭环。更新服务费以完成商业模式闭环。当前面向量产乘用车的智能驾驶系统整体处于 L3 及以下级别，但智能驾驶技术仍在持 谨请参阅尾页重要声明及财通证券股票和行业评级标准 30 行业深度分析报告/证券研究报告 续迭代升级中，为保证车辆在全生命周期内的持续软件升级能力，主机厂在智能驾驶上采取“硬件预置，软件升级”的策略，通过预置大算力芯片，为后续软件与算法升级优化提供足够发展空间。摄像头分辨率提升，激光雷达搭载数量提升以及传输数据量增长驱动汽车对算力摄像头分辨率提升，激光雷达搭载数量提升以及传输数据量增长驱动汽车对算力需求大幅提升。需求大幅提升。高级别自动驾驶对摄像头像素要求提高，预计未

89、来 800 万像素相机会取代 1-200 万像素相机的主流解决方案。假设一辆智能汽车配备 12 个 800 万像素的摄像头，每秒 60 帧(FPS)，隐含的数据输入速率可能达到 5.76 亿像素/秒。叠加激光雷达的点云算法，预计智能汽车的计算能力将从目前支持 L2+/3 级自动驾驶的神经网络处理器(NPU)的 100 多个 TOPS(每秒万亿次操作，计算能力的衡量标准)和支持 2+/3 级自动驾驶的 CPU 的 80K DMIPS(每秒 Dhrystone 百万指令，也是计算机性能的衡量标准)，分别提高到 2030 年的 1000 多个 TOPS 和 500K DMIPS。图26.自动驾驶所需

90、算力图谱 数据来源：汇丰中国汽车芯片、财通证券研究所“通用开放式”“通用开放式”+“大算力”是智能驾驶芯片未来的主要趋势。“大算力”是智能驾驶芯片未来的主要趋势。伴随着 ADAS 辅助驾驶功能在新车市场上渗透率的不断提升，新势力与领先自主品牌车企在智能驾驶领域的厮杀日益激烈，智能驾驶传感器配置走向“内卷”，以蔚来、小鹏、极狐为代表的车型更是率先宣布激光雷达量产上车，叠加高级别自动驾驶对摄像头像素要求提高，对应自动驾驶芯片算力也持续提升。谨请参阅尾页重要声明及财通证券股票和行业评级标准 31 行业深度分析报告/证券研究报告 图27.“通用开放式”+“大算力”是智能驾驶芯片成为未来主要趋势 数据来

91、源：寒武纪行歌公众号、财通证券研究所 3.3 软件趋势：软件趋势：AI 云端训练云端训练+OTA 升级升级 3.3.1 SOC 厂商加速布局自动驾驶厂商加速布局自动驾驶 AI 数据训练数据训练 自动驾驶数据集对于训练深度学习模型和提升算法可靠性至关重要，自动驾驶数据集对于训练深度学习模型和提升算法可靠性至关重要，SOC 厂商不厂商不但推出了自研的但推出了自研的 AI 训练芯片，还有云端超算平台训练芯片，还有云端超算平台。特斯拉推出了 AI 训练芯片 D1和“Dojo”超算平台，将用于特斯拉自动驾驶神经网络的训练。不仅如此，训练算法模型产品也愈发重要，包括 2D 标注、3D 点云标注、2D/3D

92、 融合标注、语义分割、目标跟踪等，如英伟达 Drive Sim 自动驾驶模拟平台、地平线“艾迪”数据闭环训练平台等。特斯拉推出了特斯拉推出了 Dojo 超算训练平台：超算训练平台：采用特斯拉自研 7nm AI 训练芯片 D1，依托庞大客户群来收集自动驾驶数据，从而实现对深度学习系统的模型训练。从官方公开信息来看，特斯拉 Dojo AI 系统采用分布式架构，每个 Dojo 节点都有自己的 CPU、内存和通信接口。而每个节点都有 1.25MB 的 SRAM（静态随机存取存储器），然后每个节点都连接到一个 2D 网格。当前特斯拉Autopilot 主要使用 2D 图像+标注的方式进行训练和算法迭代，

93、通过 Dojo 超算平台，可以使得 Autopilot 可以以 3D 图像+时间戳（4DAutopilot 系统）的方式进行训练，4DAutopilot 系统将具备可预测性，标记道路物体的 3D 移动轨迹，以加强自动驾驶功能的可靠性；英伟达推出了自动驾驶模拟平台：英伟达推出了自动驾驶模拟平台：DRIVE Sim 是一种基于 Omniverse 构建的仿真工具，它可以利用平台的许多功能。DRIVE Sim 生成的数据用于训练构成自动驾驶汽车感知系统的深度神经网络。DRIVE Sim 的传感器功能包括路径追踪摄像头、雷达和激光雷达模型，可捕获现实世界的效果，如动态模糊、LED 闪烁、滚动快门和多普

94、勒效应。谨请参阅尾页重要声明及财通证券股票和行业评级标准 32 行业深度分析报告/证券研究报告 地平线艾迪平台：地平线艾迪平台：艾迪 AI 开发工具平台是一个高效的软件 2.0 训练、测试、管理的工具平台，包括半/全自动的标注工具，自动化模型训练，长尾场景管理、软件自动集成、自动化回归测试，最后这整套模型通过 OTA 升级部署到芯片上。华为八爪鱼自动驾驶开放平台：华为八爪鱼自动驾驶开放平台：“八爪鱼”是一个按需获取的全栈云平台，服务覆盖自动驾驶数据、模型、训练、仿真、标注等全生命周期业务，向车企及开发者，提供了包括数据服务、训练服务、仿真服务在内的 3 大服务。（1）数据服务：处理车载硬件平台

95、上输出的传感器数据，回放雷达、摄像头等不同格式的数据；支持 PB 级海量存储、交互式大数据查询和海量数据治理。（2）训练服务：管理和训练自动驾驶模型，不断在新的数据集和测试集上提升模型的准确度，持续提升自动驾驶安全系数。平台提供软硬件加速，能大幅缩短训练时间，提升训练效率。（3）仿真服务：提供仿真、场景库管理、场景片段、评测系统等应用工具，确保自动驾驶模型合规、安全、可度量、质量达标，快速集成到版本中。图28.特斯拉 DoJo 超级计算机 图29.华为“八爪鱼”开放平台 数据来源：特斯拉演说会、财通证券研究所 数据来源：华为演说会、财通证券研究所 全球领先的自动驾驶 AI 训练芯片包括：英特尔

96、 Ponte Vecchio、英伟达 A100、特斯拉 D1 等。表6.部分自动驾驶 AI 训练芯片产品对比 英特尔英特尔 MobileyeMobileye 英伟达英伟达 特斯拉特斯拉 AI 芯片 Ponte Vecchio A100 D1 系统架构 计算核至少有 8 个 Xe 内核，L1 缓存为 4MB，台积电 5 纳米工艺制造。XeLink 部分有两个，分别连接 8 个内核，采用台积电 7 纳米工艺，解串行最高到 90G 540 亿个晶体管，裸晶面积 826平方毫米，采用 GPU 安培架构，功耗方面，最大功率达到400W，Pcle 版 250W 500 亿个晶体管，裸晶面积 645 平方毫

97、米，热设计功耗仅为 400W 谨请参阅尾页重要声明及财通证券股票和行业评级标准 33 行业深度分析报告/证券研究报告 AI 算力 在1.37GHz的 情 况 下 可 达45TOPSFP32 的算力 A100 支持 TF32 运算，浮点性能 156TFLOPS，搭载 HBM2 显存，存储带宽 1.6TB/s FP32 单精度浮点计算性能达 22.6TFlops（每秒 22.6 万亿次），BF16/CFP8 计算性能则可达 362TFlops（每秒 362 万亿次）；全部采用片上 SRAM，存储带宽达到 4TB/s 封装工艺 英特尔独家的 EMIB 与 Foveros 封装技术，成本远低于台积电的

98、lnFo_SoW，估计只有特斯拉 D1 成本的 1/5 Flip-Chip MCM 技术 台积电InFO_SoW(System-on-Wafer),lnFO_SoW 核心技术 英特尔的 Foveros 和 EMIB 英伟达的张量核心技术对 AI产生了显著的加速效果 特斯拉的垂直运算系统设计非常新颖，但芯片制造的核心技术还是台积电掌握 数据来源：佐思汽研、财通证券研究所 3.3.2 通过通过 OTA 升级可以提高自动驾驶系统的精准度升级可以提高自动驾驶系统的精准度 OTA 技术最早应用在技术最早应用在 PC 机上，后来广泛应用在移动手机行业，近几年才开始在机上，后来广泛应用在移动手机行业，近几年

99、才开始在汽车行业里广泛应用。汽车行业里广泛应用。OTA 是空中下载技术，即通过网络从远程服务器下载新的软件更新包对自身系统进行升级，包含固件升级和应用升级，从而满足终端厂商的应用管理需求和运营商对入网终端的管理要求。通过 OTA 技术，车企可以进行车辆的远程诊断、大数据等应用，快速修复系统故障，并增加新的功能等，可以让汽车即便在已经离厂并且服役中的状态下，能透过互联网从远程进行系统升级，以达到“功能更新、亦或是漏洞补救”的目的。图30.汽车 OTA 基本原理 数据来源：佐思汽研、财通证券研究所 谨请参阅尾页重要声明及财通证券股票和行业评级标准 34 行业深度分析报告/证券研究报告 SOA 架构

100、是架构是 OTA 落地前提。落地前提。SOA 架构（Service-Oriented Architecture，面向服务的架构）是将每个控制器所控制的不同的硬件和功能抽象成服务，并定义统一的接口协议，应用开发者可以直接调取相应的服务来实现相关应用和功能，而无需考虑底层硬件的差异。图31.智能汽车软件架构向 SOA 转型升级 数据来源：易观分析汽车智能座舱市场分析 2022、财通证券研究所 不断演进的自动驾驶、点云融合、激光雷达等算法后续可通过不断演进的自动驾驶、点云融合、激光雷达等算法后续可通过 OTA 模式进行迭模式进行迭代更新代更新，进而提高辅助系统的精准度，进而提高辅助系统的精准度。截止

101、到 2021 年 6 月，ADAS 算法中巡航类相关的升级内容最多，为 42 项，其升级主要包括 ACC/ATC、主动循环、车速辅助等；其次为预警功能新增或优化，包括碰撞预警、车门开门预警以及车道偏离预警等，共有 23 项，另外泊车系统优化或新增也有 23 项，目标检测与识别相关的有 17 项，主要包括对路面物体或动物识别优化、交通标志识别等，另外，环视系统优化升级和车道保持系统升级优化分别升级了 14 项和 12 项。表7.至 2021 年 6 月主要主机厂 ADAS 与自动驾驶类升级内容细分 序号序号 细分功能细分功能 OTAOTA 升级数量升级数量 主要功能主要功能 1 巡航功能（ACC

102、、ATC、主动巡航、车速辅助等 42 ACC 自适应巡航控制系统（Beta 版）、车速辅助功能改进、主动巡航控制改进、新增 ATC 自适应弯道巡航相邻车道速 度、车速设定等 2 预警功能（碰撞预警、开门预警、偏离预警等 23 车道变换预警、车道偏离预警、后侧来车预警、新增加塞预警、优化前向碰撞预警(FCW)的性能等 3 泊车系统 23 XPILOT Parking 自动泊车系统、全自动泊车功能的泊入轨迹和停靠姿态进行优化、新增遥控泊车、优化全自动泊车成 功率、优化自动泊车（APA）等 4 目标检测与识别 17 路上动物可视化、新增 TSR 交通标志识别、绿色交通信号灯蜂鸣、交通灯和停车标志控制

103、（测试版）等 5 环视系统（全景影像）14 360环视新增“轮毂视角”功能、540全景影像盲区透明补偿、修复偶发的 360 全景影像无法激活的问题等 6 车道保持系统 12 开放 LCC 车道居中保持、优化 LKA 惩罚机制、车道保持系统优化、优化 LKA 状态下脱手报警策略等 7 车辆召唤 9 新增车辆近距召唤、智能召唤（测试版）等 谨请参阅尾页重要声明及财通证券股票和行业评级标准 35 行业深度分析报告/证券研究报告 8 主动紧急制动 6 AEB 自动紧急制动、新增自动紧急制动-带行人及自行车识别等 9 自动变道辅助 5 开放 ALC 自动变道辅助、优化 ALC 自动变道辅助等 10 盲区

104、监测 5 开放盲区安全辅助功能、盲区警告等 11 全自动驾驶 3 全自动驾驶（测试版）12 其他辅助驾驶功能 51 特斯拉推动可视化改进（驾驶视觉画面改进）、新增自动导航辅助驾驶、NOP 功能优化、障碍物感应限速等 合计 210 数据来源：佐思汽研、财通证券研究所 OTA 升级改变整个汽车行业的商业模式，OEM 可以向 C 端客户发送“算法更新包”从而实现汽车全生命周期收费，而不是传统汽车时代的“一锤子买卖”。过去传统汽车行业长期以来依赖新车制造和销售获取利润，现在智能汽车时代可以通过 OTA 按照“软件升级汽车保有量”收费。表8.部分 OEM 升级和收费情况 OEMOEM 升级包升级包 具体

105、内容具体内容 收费标准收费标准 特斯拉 座椅加热 Model3 可以付费 OTA 升级来激活后排座椅加热。2400 美元 Model3 双电机版和长续航版的 OTA 升级服务 用户购买了该服务后，Model3 可将 0-60 英里/小时的加速时间从 4.4 秒缩短到 3.9 秒。2000 美元 宝马 座椅加热 提供 1 个月的免费试用期，可以选择购买一段，或者直接永久购买。约 122 元/月 凯迪拉克 移动互联体验 CUE 是全面进化的人车互联体验。5 种 HMI 交互选择灵活多样。可通过 OTA 智能云更新，搭配终身制每年 100G 免费车载流量（仅限首位车主）。免费 奔驰 后轮主动转向系统

106、 奔驰 EQS450+先锋版车主可以花 4998 元将后轮转向角度从 4.5提升至与其他车型一样的 10。现可尊享 3 个月免费试用体验。4998 元/年 小鹏 语音旋钮功能 可以通过辨别语音中的重复词，来精密控制音量、风量、空调温度、地图比例尺。免费 语音降地锁功能 在小鹏自营充电站附近可以语音打开充电页面详情和降锁。XPILOT3.0 智能辅助驾驶 升级了 VPA 记忆泊车和 NGP 领航系统。蔚来 5G 版智能座舱升级 蔚来升级包还包含一颗 800 万像素 DVR 高清摄像头、4 颗 300 万像素高感光环视专用摄像头、1 颗 250 万像素舱内摄像头、雨量光线传感器、全新 5G 高性能

107、网关等。12600 元 数据来源：佐思汽研、财通证券研究所 3.4 规模规模&增速增速：2025 年国内年国内智驾智驾 SOC 规模规模为为 138 亿元亿元，CAGR=25%测算不同自动驾驶级别对应单测算不同自动驾驶级别对应单 SOC 芯片价格：芯片价格：我们假设能支持 Level2 自动驾驶的 SOC 的成本大约是 50 美元（与近年来 Mobileye 的价格一致）。L3 级别自动驾驶芯片价格为 1500 人民币（拆分特斯拉 HW3.0 域控制器，其自动驾驶域的芯片 谨请参阅尾页重要声明及财通证券股票和行业评级标准 36 行业深度分析报告/证券研究报告 成本约为 3000 元，对应 2

108、个 FSD 芯片）。假设 L4-L5 自动驾驶芯片单片价格为400 美金（与英伟达 Orin 芯片价格一致）。图32.主要自动驾驶 SOC 的售价估计（单位：美金）数据来源：汇丰中国汽车芯片、财通证券研究所 测算测算不同自动驾驶级别对应单不同自动驾驶级别对应单 SOC 芯片数量芯片数量：我们假设 L1 级别自动驾驶需要 1颗 SOC 芯片，L2/L2+级别自动驾驶需要 2 颗 SOC 芯片（比如理想 one 搭载两颗地平线 J3），L3 级别自动驾驶需要搭载 2 颗 SOC 芯片（比如特斯拉 HW3.0 需要两颗 FSD 芯片），L4L5 级别自动驾驶需要搭载 4 颗 SOC 芯片（比如威马

109、M7 搭载 4 颗 Orin 芯片）。测算汽车自动驾驶测算汽车自动驾驶 SOC 芯片市场规模：芯片市场规模：随着汽车电动化、智能化的推进以及自动驾驶渗透率的提升，自动驾驶芯片行业将维持较高速的增长。我们预计中国自动驾驶芯片的市场规模将在 2025 年达到 138 亿元，到 2030 年达到 289 亿元，十年复合增长率预计可达 25.1%。表9.中国自动驾驶芯片市场规模预测（单位：亿元）乘用车乘用车 ADASADAS 2021A2021A 2022E2022E 2023E2023E 2024E2024E 2025E2025E 2026E2026E 2027E2027E 2028E2028E 2

110、029E2029E 2030E2030E 国产乘用车销量（万辆）国产乘用车销量（万辆）21482148 21912191 22352235 22792279 23252325 23722372 24192419 24672467 25172517 25672567 年增长率年增长率 2%2%2%2%2%2%2%2%2%2%2%2%2%2%2%2%2%2%L1 功能渗透率 38%39%40%35%30%28%23%20%14%11%装载功能的新车数（万辆）816 854 894 798 698 664 556 493 352 282 AI 芯片需求（片/辆车）1 1 1 1 1 1 1 1 1

111、1 AI 芯片出货量（万片）168 194 214 214 214 214 213 211 195 178 AI 芯片单价（元）150 150 150 150 150 150 150 150 150 150 中国市场规模（亿元）12.2 12.8 13.4 12.0 10.5 10.0 8.3 7.4 5.3 4.2 L2/L2+功能渗透率 17%21%27%32%40%45%49%54%58%62%装载功能的新车数（万辆）365 460 603 729 930 1067 1185 1332 1460 1592 AI 芯片需求（片/辆车）1 2 2 2 2 2 2 2 2 2 AI 芯片出货量

112、（万片）365 920 1207 1459 1860 2134 2371 2665 2919 3183 AI 芯片单价（元）500 500 500 500 500 500 500 500 500 500 谨请参阅尾页重要声明及财通证券股票和行业评级标准 37 行业深度分析报告/证券研究报告 中国市场规模（亿元）18.3 46.0 60.3 72.9 93.0 106.7 118.5 133.2 146.0 159.2 L3 功能渗透率 0%1%2%3%5%7%9%11%13%15%装载功能的新车数（万辆）0 22 45 68 116 166 218 271 327 385 AI 芯片需求（片/

113、辆车）2 2 2 2 2 2 2 2 2 2 AI 芯片出货量（万片）0 44 89 137 233 332 435 543 654 770 AI 芯片单价（元）1500 1500 1500 1500 1500 1500 1500 1500 1500 1500 中国市场规模（亿元）0.0 6.6 13.4 20.5 34.9 49.8 65.3 81.4 98.2 115.5 L4-L5 新车数量(万辆)0.2 0.25 0.3 0.35 0.5 1 2 3 5 10 AI 芯片需求（片/辆车）4 4 4 4 4 4 4 4 4 4 AI 芯片单价（元）2500 2500 2500 2500

114、2500 2500 2500 2500 2500 2500 中国市场规模（亿元）0.2 0.25 0.3 0.35 0.5 1 2 3 5 10 总计 L1-L3 总渗透率 55%61%69%70%75%80%81%85%85%88%国内汽车自动驾驶 SOC 芯片市场规模（亿元）30.7 65.7 87.5 105.8 138.8 167.5 194.2 225.1 254.4 288.9 数据来源：乘联会、财通证券研究所预测 4 智能座舱：感知、交互、场景应用升级，座舱芯片智能座舱：感知、交互、场景应用升级，座舱芯片向集成式方案演进向集成式方案演进 4.1 市场概况：智能座舱为“第三空间”载

115、体，成为车企差异化竞争重市场概况：智能座舱为“第三空间”载体，成为车企差异化竞争重点点 智能化逐渐成为消费者买车时更为关心的指标之一。汽车座舱的智能化发展由三部分推动，分别为车内/外环境感知，视觉、听觉等多模态人机交互方案以及统筹感知计算的车联网。汽车座舱智能化发展是通过配备智能化和网联化的车载产品来实现与人、路、车的智能交互，是人车关系从工具向伙伴演进的重要纽带和关键节点。谨请参阅尾页重要声明及财通证券股票和行业评级标准 38 行业深度分析报告/证券研究报告 图33.汽车座舱智能化的驱动因素 数据来源：亿欧智库2021 中国汽车座舱智能化发展市场需求研究报告、财通证券研究所 汽车座舱正成为具

116、有拟人化交互能力的驾驶伙伴。目前智能座舱系统主要包括内饰、电子两大系统，像车内的座椅、空调、灯光、仪表盘、中控屏、车联网、语音识别、手势识别等。智能座舱目前处于智能助理的初级阶段，在硬件方面，座舱内部的实体按键被简化，大屏化、多屏化趋势显著；在软件方面，语音交互技术被广泛应用，人脸识别技术和手势识别技术也被尝试，座舱所实现的功能趋于多样化。表10.智能座舱行业发展迅速 20082008-1818 20192019-2121 20222022-2525 机械/模拟仪表盘 数字集群 多屏幕 GPS 导航 LCD 显示屏/HUD 基于人工智能的语音交互 音频/收音机 OTA 应用程序更新 DMS/O

117、MS 系统 Apple carplay 显示屏上的触摸控制 电子后视镜 嵌入式信息娱乐 OLED/Micro LED 显示屏 V2X VR/AR 部署 声学系统升级 游戏和视频流 数据来源：汇丰中国汽车芯片、财通证券研究所 谨请参阅尾页重要声明及财通证券股票和行业评级标准 39 行业深度分析报告/证券研究报告 图34.汽车显示面板出货量预测（按类型分类，万套）图35.中国智能驾驶舱内主要应用的渗透率 数据来源：汇丰中国汽车芯片、财通证券研究所 数据来源：汇丰中国汽车芯片、财通证券研究所 智能座舱渗透率将逐步提升，未来中国市场渗透率将远高于全球。智能座舱渗透率将逐步提升，未来中国市场渗透率将远高

118、于全球。目前全球及中国智能座舱配置新车渗透率分别为 49.7%与 53.3%，当前中国汽车智能座舱普及度已经过半，预计未来中国智能座舱产品渗透率的增长将领先全球市场。目前中国智能座舱主要装备于中高端车型，低端车型装备率较低。图36.全球智能座舱渗透率 图37.中国智能座舱装配率 数据来源：易观分析汽车智能座舱市场分析 2022、财通证券研究所 数据来源：易观分析汽车智能座舱市场分析 2022、财通证券研究所 智能座舱兴起诞生新的硬件投资机会，催生大算力智能座舱兴起诞生新的硬件投资机会，催生大算力 SOC 芯片需求。芯片需求。与传统多芯多屏方案相比，大算力单芯片解决方案极大降低系统成本，并能提供

119、多屏互动的智能互联体验，“一芯多屏”成为发展趋势，芯片本身也朝小型化，集成化、高性能方向发展。座舱 SOC 芯片技术壁垒高，市场集中度高，在国产替代趋势下，国产座舱 SOC 厂商有望迎来发展机会。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%20022E2023E2024E2025E中国智能座舱产品渗透率全球智能座舱产品渗透率21%65%75%0%10%20%30%40%50%60%70%80%10万元以下15-20万50万以上 谨请参阅尾页重要声明及财通证券股票和行业评级标准 40 行业深度分析报告/证券研究报告 表11.智能座舱硬件领域核心细分市场竞争格局概览 核心细分市场核心细分市场 竞争格局竞争格局 技术壁垒技术壁垒 市场集中度市场集中度 单价变化趋势单价变化趋势 中国供应

121、商竞中国供应商竞争力争力 增长确定性增长确定性 SOC 芯片 消费电子芯片厂商竞争优势明显 高 高 提升 一般 高 座舱域控制器 以国际汽车电子巨头 Tier1 为主，中国供应商刚刚起步 高 较高 下降 较强 高 车载显示屏 中国供应商竞争力较强 较高 较高 提升 强 高 HUD W-HUD 以国际巨头 Tier1 为主；AR-HUD 技术尚不成熟，为中国本土 Tier1、科技公司创造入局机会 较高 一般 提升 强 较高 数据来源：佐思汽研、财通证券研究所 4.2 硬件趋势：“硬件趋势：“单芯单屏单芯单屏”到“跨域融合”，算力逐步提升”到“跨域融合”，算力逐步提升 汽车 E/E 架构将沿着“分

122、布式”“域集中式”“中央计算式”的方向演进。与汽车 E/E 架构同步，座舱芯片方案也将相应地经历“单芯单屏”“单芯多屏”“融合发展”三大阶段的演进：（1）分布式架构下不同座舱电子设备由不同控制器控制，表现为“单芯单屏”，）分布式架构下不同座舱电子设备由不同控制器控制，表现为“单芯单屏”，但随着座舱功能的提升，“单芯单屏”形态的弊端逐渐显现：但随着座舱功能的提升，“单芯单屏”形态的弊端逐渐显现：1）跨芯片信号传输存在延迟；2）成本压力开始上升。（2）集中域式方案即用一个系统级的主控芯片）集中域式方案即用一个系统级的主控芯片 SOC 来实现座舱内所有部件的控来实现座舱内所有部件的控制，不仅在软件层

123、面上实现了软硬分离，也在硬件方面实现了集中化，座舱智能制，不仅在软件层面上实现了软硬分离，也在硬件方面实现了集中化，座舱智能化由“被动智能”迈向“主化由“被动智能”迈向“主动智能”。动智能”。随着座舱智能化提升，多屏人机交互，语音等 AI 功能需求多样化个性化，以及 OEM 不断更新的 OTA 需求，对底层硬件要求提升，在座舱内“单芯多屏”的 SOC 方案开始进入大众视野。谨请参阅尾页重要声明及财通证券股票和行业评级标准 41 行业深度分析报告/证券研究报告 图38.芯驰座舱 SOC 芯片 数据来源：芯驰科技公众号、财通证券研究所 主流座舱主流座舱 SOC CPU 算力接近算力接近 100K

124、DMIPS。目前座舱 SOC 以 CPU 为核心，CPU算力从过去的数 K DMIPS 提升到如今的 100 多 K DMIPS 仅用了不到 7 年的时间。座舱主控 SOC 不仅需要处理来自仪表、座舱屏、AR-HUD 等多屏场景需求，还需要执行语音识别、车辆控制等操作，因此座舱系统的响应速度、启动时间、连接速度等用户体验指标直接决定着汽车品牌的竞争力，智能汽车对座舱 SOC 的性能、算力需求持续攀升。目前高通骁龙 SA8155P 的 CPU 算力约 105K DMIPS，SA8195P 的 CPU 算力约 150K DMIPS，高通第四代座舱 SOC 芯片 SA8295 甚至达到 200K D

125、MIPS 以上。国内厂商，华为麒麟 990 的 CPU 算力超过 75K DMIPS，芯驰科技最新推出的座舱芯片 X9U 的 CPU 算力达到 100K DMIPS，瑞芯微最新推出的智能座舱芯片 RK3588MCPU 算力也达到 100K DMIPS。座舱座舱 SOC 集成的集成的 AI 算力也大幅跃升。算力也大幅跃升。其中三星已量产的 ExynosAutoV910 具备约 1.9TOPS 的 AI 算力，三星规划 2025 年前后投放量产的 ExynosAutoV920 座舱芯片的NPU算力将达到约30TOPS；高通已量产的SA8155P芯片AI算力约8TOPS，其第四代座舱 SOC 集成的

126、 NPU 算力高达 30TOPS，是目前已发布的 AI 算力最高的座舱 SOC 产品，计划 2023 年投产。国产座舱 SOC 方面，芯驰科技的座舱产品从中级产品到至尊级产品均嵌入 AI 算力，其 X9U 产品 AI 算力达 1.2TOPS；瑞芯微最新发布的座舱 SOCRK3588M 其 AI 算力达到 6TOPS；吉利旗下芯擎科技的龍鹰一号 AI 算力达到约 8TOPS。谨请参阅尾页重要声明及财通证券股票和行业评级标准 42 行业深度分析报告/证券研究报告 图39.主要高端座舱 SOC 产品 CPU 与 GPU 算力走势 图40.主要座舱 SOC 产品 NPU 算力排名 数据来源：佐思汽研2

127、022 年汽车座舱 SOC 技术与应用研究报告、财通证券研究所 数据来源：佐思汽研2022 年汽车座舱 SOC 技术与应用研究报告、财通证券研究所 从架构演进情况来看，过去座舱从架构演进情况来看，过去座舱 SOC 芯片并没有单独的芯片并没有单独的 NPU 单元，但随着单元，但随着 AI算力需求提升座舱算力需求提升座舱 SOC 内开始出现独立内开始出现独立 NPU 单元。单元。比如 8155 芯片并没有独立的 NPU 内核，AI 计算主要通过 DSP、CPU 和 GPU 组成的 AI 引擎完成。其中，Hexagon690 拥有 7TOPS 的 AI 算力，加上 CPU、GPU 的 AI 算力之和

128、为 8TOPS。高通 8295 芯片算力达到 30TOPS，其 AI 算力是高通 8155 的 7.5 倍，为两个六角张量 DSP。图41.高通第四代座舱 SA8295P 芯片架构 数据来源：佐思汽车研究、财通证券研究所（3）长期看座舱域将与智能驾驶域进行跨域融合，因此未来相互独立的座舱芯片和智驾芯片有望合二为一：短期：智能驾驶 SOC 和智能座舱 SOC 将分别演进。座舱应用场景和芯片性能已经相对明晰，并且消费电子级芯片可以满足座舱现有场景需求，消费电子厂商可以利用规模优势实现低成本的商业化开发。而自动驾驶技术路线尚 谨请参阅尾页重要声明及财通证券股票和行业评级标准 43 行业深度分析报告/

129、证券研究报告 不成熟，其人工智能算法所要求的芯片性能远高于目前消费电子芯片的能力，因而厂商在自身技术路线选择下进行高成本、小规模开发应用。长期：智能驾驶芯片和座舱芯片将相互融合。随着自动驾驶技术路线逐步成熟，高性能芯片进入标准化，规模化的生产阶段，其座舱主控芯片进一步向中央计算芯片融合，从而进一步提升运算效率并降低成本。图42.智能座舱/自动驾驶芯片发展历程 数据来源：盖世汽车、财通证券研究所 4.3 软件趋势：软硬解耦，软件趋势：软硬解耦，OEM 需要标准化、开放式的基础软件平台需要标准化、开放式的基础软件平台“软件定义汽车”的核心本质是算法和应用的开发同计算平台的解耦，软件不再“软件定义汽

130、车”的核心本质是算法和应用的开发同计算平台的解耦，软件不再是基于某一固定硬件开发，而是具备可移植、可迭代和可拓展的特性。是基于某一固定硬件开发，而是具备可移植、可迭代和可拓展的特性。随着人工智能的框架和工具链越来越成熟，算法的精准度、成熟度更多依赖于数据量和标注的质量，后期算法的迭代速度越来越快，但是硬件迭代速度没有那么快。因此软件定义汽车，更多是利用算法或者软件快速迭代的特点，销售之后通过 OTA 扩展汽车的功能、性能，提升驾驶的体验：在芯片平台的硬件基础上，装载 Hypervisor、Linux 等内核系统，管理软硬件资源、完成任务调度。在AUTOSAR框架下开发拓展各项功能软件，调用处理

131、传感器、执行器数据，执行自动驾驶算法，实现感知融合、决策规划、控制执行、HMI 等各项应用功能。谨请参阅尾页重要声明及财通证券股票和行业评级标准 44 行业深度分析报告/证券研究报告 图43.芯片之上，软硬件解耦与软件定义汽车成为必然趋势 数据来源：中国软件评测中心车载智能计算基础平台参考架构 1.0、财通证券研究所 智能汽车座舱软硬解耦分离已基本成为共识。智能汽车座舱软硬解耦分离已基本成为共识。在基于 SOA 软件服务架构基础上，将车辆底层进行软硬解耦和复用，实现软件功能快速迭代，通过与车主的个性化OTA 交互，打造个性化和差异化的座舱产品体验。另外为了应对座舱软件需求迭代多变的特性，在 S

132、OA 服务架构的设计中，还需强调重用性和扩展性。目前智能座舱软件平台如大陆 EB、中科创达、东软睿驰、华为、诚迈科技、斑马智行等多家科技公司有所布局。中科创达发布智能座舱平台 TurboX Auto 4.5，是基于 SOA 架构，实现场景和服务的解耦，可快速完成场景服务的开发变更及升级迭代。东软睿驰搭建起通用的标准化的软件架构和软件平台，可快速适配不同市场主流 SOC 的硬件平台，实现高、中、低端多平台的智能座舱量产落地，以满足不同车厂不同车型的定位和需求。图44.中科创达座舱平台 Turbox auto 4.5 图45.东软标准化软件架构可实现多平台座舱量产落地 数据来源：佐思汽车研究、财通

133、证券研究所 数据来源：佐思汽车研究、财通证券研究所 4.4 规模规模&增速增速：2025 年年国内国内座舱座舱 SOC 规模为规模为 112 亿亿，CAGR=25%单车搭载智能座舱单车搭载智能座舱 SOC 芯片数量：目前智能座舱的核心一般都是芯片数量：目前智能座舱的核心一般都是 12 颗颗 SOC 芯芯片。片。目前座舱屏幕数量一般还都是一、两块，稍微多的一些车型会使用上三四块，谨请参阅尾页重要声明及财通证券股票和行业评级标准 45 行业深度分析报告/证券研究报告 但随着车辆屏幕数的增加，车内电子元器件（音响、监测等）的增加，单颗芯片对于这些信息量的处理可能会变得吃力起来，此时有两种方式处理：（

134、1）使用算力更高的芯片。但是这种方式会导致采购和开发成本的提升，比如集度采用高通8295，所对应的芯片价值量也会更高；（2）采用多 SOC 模式，对芯片进行分工。虽然一芯多屏是可以实现的，但大量数据堆积在一起，需要配合较为复杂的算法。比如目前的理想 ONE 就是采用了这种多颗智能座舱芯片的方式，理想 ONE 搭载了一颗骁龙 820A 芯片+一颗德州仪器的 Jacinto6 芯片。其中骁龙 820A 芯片负责驱动 16.2 英寸的中央大屏和 12.3 英寸的副驾驶娱乐屏使用的 Android Automotive的底层系统，Jacinto6 芯片负责驱动液晶仪表盘和辅助驾驶显示服务使用的 Lin

135、ux系统。单智能座舱单智能座舱 SOC 芯片价格：芯片价格：低端座舱芯片，比如 20 万以上售价的热销车型比亚迪汉搭载老款高通 625 芯片（高通骁龙 625 是一款消费级芯片，曾主要搭载于红米 Note4、坚果 Pro、小米 5X 等手机设备），成本价约 15 美元/颗（折合人民币 100 元）。虽然高通骁龙 625 是一款老芯片，但胜在成本低，性能较为稳定。高通 820A 的价格为 60 美元；高端高通骁龙 8155P SOC 的价格约为 250 美元（折合人民币约 1688 元）。测算测算 2025 年中国智能座舱年中国智能座舱 SOC 市场规模为市场规模为 112 亿元：亿元：根据中国

136、汽车工业协会数据，2021 年中国乘用车销量 2148.2 万辆，假设未来按照 CAGR=3%增长；假设单 SOC 价格 750 元测算，那么预计 2025 年国内座舱 SOC 市场规模达到 112 亿元，CAGR 为 24%。图46.中国智能座舱搭载异构 SOC 市场规模测算 数据来源：中国汽车工业协会、盖世汽车、罗兰贝格、财通证券研究所预测 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年国内座舱SOC芯片市场规模（亿元）YOY 谨请参阅尾页重要声明及财通证券股票和行业评级标准

137、 46 行业深度分析报告/证券研究报告 5 汽车汽车 SOC 高技术壁垒，国内高技术壁垒，国内厂商厂商凭借差异化服务凭借差异化服务切入自主品牌切入自主品牌 5.1 设计设计/代工代工/车规认证为车规认证为 SOC 芯片核心壁垒芯片核心壁垒 大算力 SOC 芯片的设计和制造具有很高的门槛，要综合性能、功耗、成本、车规安全多方面因素。图47.汽车 AI 芯片的核心设计指标 数据来源：寒武纪行歌公众号、财通证券研究所（1）异构、多核异构、多核 SOC 设计和优化能力直接决定了大算力芯片的性能、可靠性设计和优化能力直接决定了大算力芯片的性能、可靠性和安全性等。和安全性等。这里面有两大技术难题，一方面要

138、了解客户需求，一方面要了解客户需求，即深入了解 AI 算法，尤其背后使用的神经网络。因此需要前瞻性了解新的 AI 算法，否则等芯片研发出来后发现算法与硬件架构兼容性差将会使芯片效率大大降低。自动驾驶是高阶的人工智能，与人脸、语音识别以及大数据分析等领域相比，对安全性和实时性要求更高，且由于驾驶是要和人类共同参与的，因此需要更高的认知与推理能力。另外要足够了解供给，另外要足够了解供给，即 SOC芯片内部比如 CPU、ISP、DSP 等核心可以通过 IP 授权的形式获得，只有对各种 IP 深刻理解才能设计出好用的芯片。图48.神经网络的“三起三落”数据来源：PostgreSQL、财通证券研究所 谨

139、请参阅尾页重要声明及财通证券股票和行业评级标准 47 行业深度分析报告/证券研究报告（2）性能性能/功率比为评价功率比为评价 AI 芯片的关键指标，并且作为创业公司要有足够资金芯片的关键指标，并且作为创业公司要有足够资金进行先进制程流片。进行先进制程流片。各家新一代 SOC 中每瓦的峰值处理能力在逐步提高：英伟达的 Drive Orin 能够达到 3.6TOPS/watt 的性能，较其老一代 Xavier的 1.1TOPS/watt 有显著改进。Mobileye 的 EyeQ4 也可以从 0.83TOPS/watt上升到 1.6TOPS/watt，并且在即将推出的 Ultra 版本中可能会超过

140、1.76TOPS/watt。特斯拉已经在 2019 年的 HW3.0 中实现了 2.0TOPS/watt，并预计在下一代 HW4.0 平台中会有更实质性的改进。持续提高 AI 芯片性能的方法有：a.持续优化 SOC 架构。如引入更强大的 ASIC 芯片神经网络加速器(NNAs)、NPU 或 DLAs；b.采用更先进的芯片制造技术可以有效降低整体功耗。根据 IBS 的估计，开发一块芯片的成本，包括 IP 许可、EDA(电子设计自动化)软件、研发、tape out(最终设计过程)、包装和测试费用，对于 16nm 技术节点，总计流片费用为 1.06 亿美元；对于 7nm 技术节点，总计流片费用为 2

141、.98 亿美元；而对于 5nm 技术节点，流片费用为 5.42 亿美元。因此是否有足够的资金进行先进制程流片以及能否拿到先进制程的产能也是最终能否大规模量产的关键因素。图49.Mobileye 的 SOC 性能和单位功率性能 图50.先进制程流片成本越来越高 数据来源：汇丰中国汽车芯片、财通证券研究所 数据来源：IDC、财通证券研究所（3）功能安全流程、车规可靠性认证、功能安全流程、车规可靠性认证、ASPICE 软件认证等一系列严苛车规认软件认证等一系列严苛车规认证需要逐一攻破。证需要逐一攻破。从芯片功能定义到流片/封装测试完成，大约需要 2 年时间，如果早期车规芯片不涉及功能安全，那么这个过

142、程可以加速。但从芯片测试完成量产，大约需要 1 年半2 年时间，这个环节时间必不可少，因为涉及 AECQ100，ISO 26262 等功能安全认证，还有夏季冬季认证，一级软件认证等。谨请参阅尾页重要声明及财通证券股票和行业评级标准 48 行业深度分析报告/证券研究报告 图51.大算力车规芯片的量产是一个长期的过程 数据来源：黑芝麻智能公众号、财通证券研究所 5.2 国产国产 SOC 厂商在设计芯片之初需要兼顾多重因素厂商在设计芯片之初需要兼顾多重因素 5.2.1 IP：各大自动驾驶：各大自动驾驶 SOC 芯片厂商将自研“芯片厂商将自研“XPU”IP 作为竞争重点作为竞争重点 各大自动驾驶各大自

143、动驾驶 SOC 芯片厂商将自研“芯片厂商将自研“XPU”IP 作为竞争重点。作为竞争重点。SOC 芯片多为异构设计，包含 GPU、CPU、加速核、NPU、DPU、ISP 等不同的计算单元，一般来说芯片不能简单评估算力，还需兼顾芯片带宽、外设、内存，以及能效比、成本等。同时，在芯片设计中，异构 IP 的配置非常重要，自动驾驶 SOC 芯片商均不断加强核心 IP 研发以保持关键竞争力：特斯拉：特斯拉：经历了早期使用黑盒方案的 Mobileye EyeQ3，到较为开放的 Nvidia Drive平台，再到如今 NPU 芯片自研。特斯拉将芯片、算法紧耦合，尽管目前特斯拉芯片算力不是最高，但其软硬一体的

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 图像信号处理器和 DyanmAI NN 引擎两大核心 IP。前者让车“看得更清楚”，后者让车“拥有了更强的处理能力及更高的效率”。NeuralIQ ISP 图像信号处理器旨在让汽车“看得清”。通常而言，手机拍照多为静态拍摄，可以通过运用传统的多帧降噪技术，在暗光环境中拍出纯净的照片。但由于汽车行驶时处于高速运动状态，所以车规级图像处理技术更困难。黑芝麻智能通过自研 ISP 处理系统，让摄像头在超低光和大逆光场景下清晰成像，感知到的信息在后端计算中更均一化。深度神经网络算法平台 DynamAI NN

145、引擎旨在让汽车“看得懂”。通过NeuralIQ ISP 图像信号处理器处理后的图片，将传递到深度神经网络算法平台 DyanmAI NN 引擎上。先将收集的新数据信息与计算平台存储的数据进行对比，再进行推理和决策，预测出周围环境可能会发生的变化，从而保证汽车“看得懂”。其后，通过与其他车、云、路互联协同，扩大有效感知范围，让汽车“看得远”谨请参阅尾页重要声明及财通证券股票和行业评级标准 49 行业深度分析报告/证券研究报告 图52.黑芝麻自主可控核心 IP：NeuralIQ ISP 图53.黑芝麻自主可控核心 IP：DynamAI NN 引擎 数据来源：黑芝麻智能公众号、财通证券研究所 数据来源

146、：黑芝麻智能公众号、财通证券研究所 5.2.2 芯片性能：“芯片性能：“FPS/W”是综合评价芯片能力的指标”是综合评价芯片能力的指标 芯片算得快比算力大更有用。芯片算得快比算力大更有用。我们可以拿人和动物的神经元举例，比如大象有2570 亿个神经元，人脑只有 860 亿个神经元，但其智商上限却仅相当于人类四五岁的孩童。同样作为自动驾驶大脑的芯片，也绝不能只看硬件的堆砌，架构设计、算法的运行方式都会影响芯片的最终实际效能。图54.算力大并不是核心因素 数据来源：地平线公众号、财通证券研究所 FPS（每秒识别准确率）更能够反应（每秒识别准确率）更能够反应 AI 芯片的真实计算性能，并且该指标已经

147、开芯片的真实计算性能，并且该指标已经开始被头部自动驾驶始被头部自动驾驶厂商厂商使用。使用。马斯克在 2019 年提到，FSD 芯片算力是英伟达 谨请参阅尾页重要声明及财通证券股票和行业评级标准 50 行业深度分析报告/证券研究报告 DrivePX2 算力 3 倍；在进行自动驾驶任务时，其 FPS 却为后者的 21 倍。而地平线 J5 与英伟达 Orin 对比，虽然 128TOPS 的算力只有英伟达的一半，但是在进行自动驾驶任务时，其FPS却做到了更胜一筹。更高的FPS可以做到更快速的感知，更低的延迟，这意味着更高的安全性和更快的使用效率。图55.英伟达 DrivePX2 和特斯拉 FSD 在算

148、力和 FPS 上比较 图56.地平线 J5 的 FPS 准确率高于英伟达 Orin 数据来源：地平线公众号、财通证券研究所 数据来源：地平线公众号、财通证券研究所 我们认为真正去评估一家 AI 处理芯片设计的好与坏，最合理的指标是“FPS/Watt&FPS/$，即为了达成 AI 处理目标所付出的功耗和芯片处理的成本”。具体拆解为三个部分：理论峰值计算效能（TOPS/Watt&TOPS/$）：公司可以通过改进工艺制程和芯片架构设计两方面提升该指标，其本质是一个硬件架构决定的指标。芯片有效利用率（Utilization）：该数值由软件架构决定。人工智能芯片如果把硬件架构锁定，把算法也锁定，那软件架

149、构可以通过编译器不断去编译、拆解、重组、部署让芯片效能越来越好。单位有效算力（FPS/TOPS）：即算法处理速度，该数值由算法架构决定。算法摩尔定律为通过算法不断的更新和演进，解决一个 AI 任务达到的相同准确率所要求的计算次数在持续下降，即从语音识别，文本自然语言处理，计算机视觉各个领域总结发现每 9-14 个月（每个领域可能略有不同）所完成的AI 任务所需要的计算次数复杂度会降低一半。地平线表示，在芯片流片之前应该关注如何让算法和软件更好的指导硬件架构，因为算法是一个客观的大趋势，需要所有公司提前去学习、预判。所以在芯片定义阶段的时候，应该关注“FPS/Watt&FPS/$”如何被“理论峰

150、值计算效能”和“芯片有效利用率”定义。在芯片流片出来之后，由硬件架构确定的“理论峰值计算效能”已经确定了，而“单位有效算力”又是客观规律，此时各家自动驾驶 AI 芯片公司核心要思考怎么去优化“芯片有效利用率”。谨请参阅尾页重要声明及财通证券股票和行业评级标准 51 行业深度分析报告/证券研究报告 图57.FPS 更能够反应 AI 芯片的真实计算性能 数据来源：地平线公众号、财通证券研究所 5.2.3 生态生态&工具链：开放的生态和完整的工具链是满足主机厂需求的关键工具链：开放的生态和完整的工具链是满足主机厂需求的关键 Mobileye 是过去是过去 20 年汽车年汽车 ADAS 技术的主要奠基

151、者和引领者。技术的主要奠基者和引领者。截止到 2021 年底，Mobileye 销售 2810 万枚 EYEQ 芯片（内含算法解决方案），在 L2+方案的市场占有率约为 70%。Mobileye 致力于用单目视觉来解决三维立体环境中的测距问题，自创立公司以来，Mobileye 获得了视觉辅助驾驶领域的多项第一并提供了包括行人检测、车道保持和自适应巡航等辅助驾驶技术。Mobileye 提供的“算法提供的“算法+芯片”封闭式解决方案，目前已经不能满足自动驾驶公芯片”封闭式解决方案，目前已经不能满足自动驾驶公司和车企们的需求。司和车企们的需求。在过去 20 年里，Mobileye 以视觉感知技术为基

152、础，推出了算法+EyeQ 系列芯片组成的一系列解决方案，可以帮助车企实现从 L0 级的碰撞预警，到 L1 级的 AEB 紧急制动、ACC 自适应巡航，再到 L2 级的自车道保持、自动刹车辅助和自动驻车等各种功能。但随着谷歌、苹果、百度、华为、滴滴、特斯拉等科技巨头，还有一众自动驾驶创业公司开始用深度学习算法开发新一代的L4 自动驾驶技术，量产车搭载的 L2 系统也越来越向着 L4 自动驾驶的技术架构看齐。于是特斯拉用的 FSD 芯片取代了 Mobileye，理想从 EyeQ4 换装了地平线征程 3。2022 年以及以后将上市的新款车型中，尤其是智能电动汽车，几乎清一色的选择了英伟达、高通和华为

153、这种科技巨头的自动驾驶芯片。目前全球已知使用 Mobileye 最新一代 EyeQ5 芯片的车型，只有极氪 001 和宝马 iX 两款；并且宝马曾作为 Mobileye 最大的客户宣布未来其他车型自动驾驶 SOC方案会选择高通。谨请参阅尾页重要声明及财通证券股票和行业评级标准 52 行业深度分析报告/证券研究报告 表12.部分车企自动驾驶芯片更迭表 车企车企 过去过去 现在现在 未来未来 涉及车型涉及车型 芯片芯片 涉及车型涉及车型 芯片芯片 涉及车型涉及车型 芯片芯片 蔚来 ES8、ES6、EC6 EyeQ4 ES8、ES6、EC6 EyeQ4 ET7 英伟达 Orin 理想 2020 款理

154、想ONE EyeQ4 2021 款理想ONE 地平线征程 3 X01 英伟达 Orin 长城 第三代哈弗 H6 EyeQ4 WEY 摩卡 EyeQ4 WEY 沙龙机甲龙 高通 Ride 昇腾310 特斯拉 2014 款 ModelS EyeQ3 全系车型 自研 FSD 芯片 全系车型 自研 FSD 芯片 宝马 1 系、X1 等 EyeQ14 iX EyeQ5 不详 高通 Ride 奥迪 第四代 A8 EyeQ3 不详 英伟达 Xavier 不详 华为 沃尔沃 上一代 XC60 EyeQ12 不详 不详 下一代 XC90 英伟达 Orin 数据来源：车东西、财通证券研究所 地平线扛起开放生态大旗

155、，抢占地平线扛起开放生态大旗，抢占 Mobileye 市场份额。市场份额。地平线把目前芯片厂商按照开放程度列出了一张表，开放度从低到高排序依次是 Mobileye、英伟达、地平线Together OS、BPU 授权这四种模式。地平线可以根据下游客户需求灵活选择后三种模式，以其开放的生态逐步扩大自己在自动驾驶领域的影响力：开放度最低的Mobileye被喻为黑盒模式，指的是Mobileye独立开发完BPU、SOC、操作系统 OS、自动驾驶软硬件系统之后，才会交付给车企，这也意味着车企无法加入自动驾驶技术的开发中，得到是完整的芯片+感知算法的软硬件打包方案。这种封闭的一体化解决方案在 ADAS 时代

156、非常奏效，尤其是对于刚起步的造车新势力车企来说，选择 EyeQ 系列芯片无疑是最稳妥、省心的。随着 ADS 时代到来，车企对于定制化算法、系统快速更迭的需求越来越大，此时动辄等待半年、花费上千万的定制化节奏已经让这种解决方案过时。英伟达模式，即只提供芯片和开发工具链，随后由客户完全主导开发。地平线在该模式下提供 BPU 和 SOC 级别征程芯片以及操作系统 OS，帮助车企完成自动驾驶软硬件系统开发。Together OS 模式，即在“英伟达模式”的基础上进一步把 DSP 底软等开源给合作伙伴，意在将操作系统 OS 和自动驾驶软硬加系统一齐交给车企，让合作伙伴底层软件（操作系统）可以搭得更快，实

157、现更快的迭代速度，这也是目前地平线最主流的合作模式。芯片合作模式，即让客户基于 BPU 架构自行设计专用芯片。这种模式下生态开放度最高，代表厂商如地平线，可以为下游客户提供 BPU IP，这意味着地平线将开放 BPU 的软件包和芯片参考设计给部分车企，支持车企自研芯片。谨请参阅尾页重要声明及财通证券股票和行业评级标准 53 行业深度分析报告/证券研究报告 图58.不同自动驾驶 SOC 厂商生态开放情况 数据来源：地平线公众号、财通证券研究所 除开放的生态外，算法工具链的成熟度从“能用好用”也是下游除开放的生态外，算法工具链的成熟度从“能用好用”也是下游 OEM 选择选择 SOC厂商的关键因素。

158、厂商的关键因素。开放的生态是国内厂商追赶英伟达的第一步，但关键是要构建好用的软件体系、工具链、以及能支撑持续演进迭代的用户生态。工具链在自动驾驶软件生态中扮演重要地位，其成熟程度决定了整个系统开发的效率。头部SOC芯片厂商通过与下游众多客户合作，逐步打磨、完善工具链，强化自身壁垒：地平线提供整车智能开发平台，不仅包含地平线提供整车智能开发平台，不仅包含 AI 芯片，还包括了软件栈、天工开芯片，还包括了软件栈、天工开物物 AI 工具链和艾迪工具链和艾迪 AI 开发平台。开发平台。地平线提供端上的开发工具、以及在云端的训练，包括数据管理以及仿真平台等工具，与天工开物形成完整的开发平台，加速面向智能

159、驾驶、智能交互、车内娱乐应用等各种各样的解决方案开发。图59.地平线提供整车开发平台 数据来源：地平线公众号、财通证券研究所 华为坚持“不造车，聚焦华为坚持“不造车，聚焦 ICT 技术，帮助车企造好车”的战略，在芯片、云、技术，帮助车企造好车”的战略，在芯片、云、软硬件、工具链和高精地图等多方面发力。软硬件、工具链和高精地图等多方面发力。华为智能驾驶计算平台 MDC 集 谨请参阅尾页重要声明及财通证券股票和行业评级标准 54 行业深度分析报告/证券研究报告 成了华为自研的 CPU、AI 芯片和其他控制芯片，并通过底层的软硬件一体化调优，使整体性能方面达到业界领先水平。此外，华为 MDC 也有完

160、整的测试平台和工具链，为 MDC 的开发提供了全栈解决方案。图60.华为云的开放生态 数据来源：华为 MDC 白皮书、财通证券研究所 5.2.4 服务能力：芯片开始和主机厂进行紧密合作，服务能力成为比拼关键服务能力：芯片开始和主机厂进行紧密合作，服务能力成为比拼关键 2021 年以来，新冠疫情、年以来，新冠疫情、俄乌冲突俄乌冲突、美国高端、美国高端 AI 芯片限令等因素导致汽车芯片芯片限令等因素导致汽车芯片缺芯，一方面带给国产汽车芯片供应商机遇，另外一方面也让主机厂开始重视汽缺芯，一方面带给国产汽车芯片供应商机遇，另外一方面也让主机厂开始重视汽车芯片在产业链中的地位。车芯片在产业链中的地位。在

161、过去产业链分工中，汽车芯片作为传统 Tier2 厂商不直接和 OEM 对接；但受缺芯影响以及在各大车企为了加快智能化转型，汽车芯片厂商开始直接和OEM合作进行配套研发，汽车芯片在产业链中话语权提升。在这种新产业链模式下为芯片厂商提供前所未有的机遇，即可以跳过在这种新产业链模式下为芯片厂商提供前所未有的机遇，即可以跳过 Tier1 直接直接服务服务 OEM，因此服务的态度与质量成为不同芯片供应商的竞争关键。，因此服务的态度与质量成为不同芯片供应商的竞争关键。服务态度指的是 Tier-1 在与车企达成合作后，会以怎样的方式去执行合作，比如是否会派遣一支工程团队驻场、是否有及时响应速度、是否能够提供

162、差异化/定制化服务、是否有能力/有资源/去做售后等。国产芯片供应商“保姆式”服务带给国产芯片供应商“保姆式”服务带给 OEM 良好的使用体验，也是下游客户选择良好的使用体验，也是下游客户选择国产芯片供应商的核心原因之一。国产芯片供应商的核心原因之一。比如地平线在与理想合作期间，不仅提供算力5 TOPS 的征程 3 芯片，甚至还派驻了一支队伍提供保姆式服务，工程完结后还有售后服务。周到的服务、及时的响应能力，是理想持续选择和地平线合作的重要原因。技术分工的变化将带来产业格局的转变，智能汽车芯片或许能将汽车产业原本碎技术分工的变化将带来产业格局的转变，智能汽车芯片或许能将汽车产业原本碎片化、具有高

163、度壁垒的产业环节进行了重新洗牌，推动汽车供应链走向通用化、片化、具有高度壁垒的产业环节进行了重新洗牌，推动汽车供应链走向通用化、标准化。标准化。原本处于 TIER2 环节的汽车芯片厂商，通过强化软硬件协同开发能力，谨请参阅尾页重要声明及财通证券股票和行业评级标准 55 行业深度分析报告/证券研究报告 实现芯片、系统软件、功能软件的全面整合，打造车载智能计算平台，兼容产业链上下游的多元需求，在智能网联时代将跃居产业核心地位。图61.OEM 需要快速转变角色与智能芯片厂直接开展深层合作 数据来源：寒武纪行歌公众号、财通证券研究所 6 汽车汽车 SOC 蓝海吸引多方入场，多因素驱动国产化蓝海吸引多方

164、入场，多因素驱动国产化浪潮浪潮 6.1 自动驾驶自动驾驶 SOC 格局：四大阵营参与格局：四大阵营参与 SOC 芯片竞争，地平线异军突芯片竞争，地平线异军突起起 从各主流自动驾驶从各主流自动驾驶 SOC 厂商产品发布时间、制程演进、以及峰值算力来看，新发厂商产品发布时间、制程演进、以及峰值算力来看，新发布的布的 SOC 芯片的峰值算力越来越高，制程越来越先进。芯片的峰值算力越来越高，制程越来越先进。我们统计目前主流自动驾驶 SOC 芯片厂商，包括 Mobileye、特斯拉、英伟达、高通、华为、地平线、黑芝麻，并将他们发布的各款芯片产品放到二维象限中（横轴为芯片制程和预计发布时间，纵轴为芯片峰值

165、算力）。我们发现这些主流厂商未来发布 SOC 芯片逐步向先进制程迈进；Mobileye/地平线/黑芝麻单 SOC 芯片峰值算力基本在100200TOPS 左右，而英伟达/高通/华为/特斯拉可以把单 SOC 峰值算力做到200TOPS 以上。谨请参阅尾页重要声明及财通证券股票和行业评级标准 56 行业深度分析报告/证券研究报告 图62.目前主流自动驾驶 AI 芯片厂商各产品推出时间表及算力情况 数据来源：汇丰中国汽车芯片，财通证券研究所 从各主流自动驾驶从各主流自动驾驶 SOC 厂商面向下游应用市场来看，国内厂商面向下游应用市场来看，国内厂商厂商目前定位在目前定位在ADAS/L2+领域。领域。国

166、内 ADAS/L2+领域厂商主要是地平线，黑芝麻；国外为 NXP、TI、Mobileye；国内 L3 领域主要厂商是华为 MDC300（华为不卖单颗芯片，故取整个计算平台解决方案作对比）、黑芝麻和地平线；国外为特斯拉、英伟达、高通；面向 L4/L5 级别自动驾驶，国内为华为 MDC600，国外为高通、英伟达和特斯拉。其中高通 Snapdragon Ride Flex 为 SOC 系列产品家族，包含 Mid/High/Premium 三个级别，支持 L1L4/L5；其中最高级 Ride Flex Premium SOC 再加上外挂的 AI 加速器（可能是 NPU）组合起来，就可以实现 2000T

167、OPS 的综合 AI 算力。谨请参阅尾页重要声明及财通证券股票和行业评级标准 57 行业深度分析报告/证券研究报告 图63.目前主流自动驾驶 AI 芯片厂商各产品面向下游应用场景 数据来源：新智驾、车东西、财通证券研究所绘制 从各主流自动驾驶 SOC 厂商阵营来看，主要分为“传统汽车芯片厂商”、“提供整套解决方案厂商”、“通用型、提供平台型硬件+软件工具链厂商”以及“全栈自研厂商”四大阵营：（1）传统汽车芯片厂商：对于像恩智浦、德州仪器或者瑞萨传统汽车芯片厂商来说，他们的自动驾驶 SOC 芯片产品主要优势为：1.产品落地经验丰富；2.供应链管理能力强，但缺点在于人工智能研发经验较少，因此主要面

168、向 ADAS 等中低端市场。（2）提供整套解决方案厂商：主要代表厂商为 Mobileye。ADAS 时代的霸主，但因其黑箱子解决方案较为局限，以及本土化服务能力较弱，逐步被头部车企抛弃。Mobileye 系统最大优点是产品成本低，开发周期很短，开发费用极低，绝大部分功能都经过验证，风险较低。而缺点是系统封闭，车企无法搞差异化功能。迭代困难，出了问题较难改进或提升。对于传统车厂而言，Mobileye 基本是唯一选择，对于总想与众不同的造车新势力来说可能无法适应。然而新兴造车企业毕竟还是极少数，预计 Mobileye 在 ADAS 领域霸主地位至少五年内仍会相当稳固。（3）通用型、提供平台型硬件）

169、通用型、提供平台型硬件+软件工具链厂商：主要包括高通、英伟达、华为、软件工具链厂商：主要包括高通、英伟达、华为、地平线及黑芝麻：地平线及黑芝麻：英伟达：为面向英伟达：为面向 L3 级别及以上自动驾驶，中高端车型的首选方案，级别及以上自动驾驶，中高端车型的首选方案，“平台化平台化芯片芯片+完善的工具链完善的工具链+领先的人工智能研究经验领先的人工智能研究经验”是英伟达自动驾驶是英伟达自动驾驶 SOC 芯芯片的主要优点。片的主要优点。（1）硬件优势在于硬件优势在于GPU 架构兼顾效率与通用性：效率高 谨请参阅尾页重要声明及财通证券股票和行业评级标准 58 行业深度分析报告/证券研究报告 于 CPU

170、，通用性强于 ASIC；设计壁垒高，垄断性强；用户基数保证规模效应：与其他业务平摊研发成本，版本迭代快，持续保证性能优势。（2）工具工具链优势在于链优势在于开放平台模式：公司提供全套软件工具链（公司软件工程师占比超过 70%）软件工具链丰富，客户可进行算法自研；并且还给用户提供丰富的示例与教程，帮助用户快速上手使用。（3）在人工智能领域拥有近十在人工智能领域拥有近十年的探索经验年的探索经验英伟达将人工智能领域的优势拓展到智能驾驶领域。缺点在于：由于 GPU 通用型较强，导致“有效算力”偏低；虽然英伟达提供对应开发工具，但较高学习门槛和自研智能驾驶算法的花销可能会阻挡中小客户的使用。高通：高通：

171、发布了全新的自动驾驶平台 Snapdragon Ride。该平台采用了可扩展且模块化的高性能异构多核 CPU、高能效的 AI 与计算机视觉引擎，以及 GPU。同时包括 Snapdragon Ride 安全系统级芯片、Snapdragon Ride 安全加速器和Snapdragon Ride 自动驾驶软件栈。高通高通 Snapdragon Ride 有三大优势：（有三大优势：（1）可扩展性。可扩展性。针对 L1-L3 自动驾驶，Snapdragon Ride 能够提供硬件+软件栈的完整系统级解决方案，可以满足汽车制造商对于不同自动驾驶级别的可扩展性需求。（2）经济性和高能效。）经济性和高能效。与

172、采用 X86 架构的自动驾驶平台高达 700 瓦的功率相比，采用 ARM 架构的 Snapdragon Ride 平台具有巨大的能效优势。目前来看，高通的整个驾驶芯片的成熟度要比英伟达低。长期看，包括高通、华为、Mobileye 以及国内的其他芯片创业公司，走的是 ASIC 路线。从利用率、功耗这些关键指标上来讲，高通可能会在三年之后，也就是预计在 2024年 2025 年间会抢走很大一个市场。（3）智能座舱优势地位：）智能座舱优势地位：高通 8155 基本垄断全球所有高端/旗舰车型市场，因此高通将在座舱领域的汽车合作伙伴横向拓展到自动驾驶领域路径具备可行性。缺点在于：人工智能经验研发较少。华

173、为：凭借华为：凭借 ICT 领域优势切入自动驾驶领域，技术上在国内属于第一梯队。领域优势切入自动驾驶领域，技术上在国内属于第一梯队。华为不单独卖自动驾驶芯片，更多是销售自动驾驶套件（MDC 系列）或者解决方案，而这种捆绑销售的商业模式在自动驾驶领域，车企和第三方厂商之间在合作之余也往往心存芥蒂。华为在自动驾驶 SOC 领域的优势为：华为有丰富的算法和芯片设计能力；但华为自动驾驶方案大规模上车依然面临着几个风险：（1）高端芯片无法代工，库存是否足够；（2）与华为合作的车企是否愿意向华为开放数据；（3）如何赢得合作伙伴的信任。地平线：地平线：地平线基本和国内所有自主品牌车型签下合作定点，定点数量

174、NO.1；另外地平线在 2022 年 10月又与大众旗下软件公司CARIAD 携手地平线成立合资公司，未来可以继续拿下合资厂订单。地平线优势：地平线优势：（1）地平线作为一家创业公司，其自身就带有新势力的基因，所以响应客户需求的速度会更快；（2）与理想的合作证明，地平线能够给车企提供保姆式合作，派遣工程团队 谨请参阅尾页重要声明及财通证券股票和行业评级标准 59 行业深度分析报告/证券研究报告 一同研发，工程完结后还有售后服务；（3）地平线曾在征程 5 发布会上称，他们坚决不做封闭方案，同样不会做软件捆绑。地平线会向车企提供感知算法及开发工具链，帮助车企更好地进行研发。黑芝麻智能：黑芝麻智能：

175、黑芝麻智能在和国内车企定点数目上落后于地平线，但其在硬件方面实力优于地平线。作为国内自动驾驶芯片为数不多可选方案，随着A1000pro 流片成功，关注其未来和车企合作进展。芯驰：芯驰：自动驾驶 SOC 芯片目前没有和乘用车客户有明确合作，但已经在物流车上应用，比如美团等。寒武纪行歌：寒武纪行歌：2021 年初成立，将覆盖 3 款智能驾驶 SOC 芯片，覆盖 L2L4。其最大优势在于此前具有智能芯片领域的技术积累和产品经验，是行业内少数能为智能驾驶场景提供“云边端车”系列产品的企业。软硬件全栈自研：主要代表厂商特斯拉。软硬件全栈自研：主要代表厂商特斯拉。特斯拉颠覆了整个汽车行业，从自动驾驶、智能

176、座舱、域控架构、三电系统，甚至到车辆的制造与装配，发展出了一套全新的方案。从自动驾驶角度来看，特斯拉是目前唯一实现软硬件全自研的公司，且可能是唯一一个能够实现软硬件都自研的公司。特斯拉自研芯片的好处：特斯拉自研芯片的好处：（1）芯片效率更高：从算法出发设计芯片架构，芯片的能耗比更优；（2）一体化带来更快迭代速度：由于自动驾驶是个全新的领域，需要芯片、算法和车辆相互配合，这些环节特斯拉均在公司内部流转，迭代速度高于合作模式。表13.智能驾驶 SOC 芯片性能汇总 技术路线技术路线 厂家厂家 芯片芯片 架构架构 车辆配备车辆配备/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 传统汽车电子厂商转型 瑞萨 V3H CPU+ASIC 博世/海拉 4 2.5 16 2019 V3U 60/2021 恩智浦 S32V RTI(软件公司）4 1.5 16 2022E 德州仪器 TDA4VM 百度/博世/大陆 8 1.5 16 2020 提供整套解决方案 Mobileye（英特尔）EyeQ3 CPU+ASIC 奥迪 A8/沃尔沃/凯迪拉克 0.256 10 40 2014 EyeQ4 蔚来/理想/大众/宝马/福持/日产/广汽/长城等主力在售车型 2.5 1.2 28 2018 EyeQ5 宝马 I Next/极氪 0

178、01 24 0.416 7 2021 通用型、平台化硬件+软件工具链 英伟达 Xavier CPU+GPU+ASIC 小鹏 P7/P5 30 1 12 2020 Orin 蔚来 ET7/小鹏 P7&G9/比亚迪沃尔沃 XC90/上汽RES33/奔驰/集度/理想L9 254 0.225 7 2022E Thor 极氪/奔驰 2000 180 4 2025E 高通 Snapdragon Ride CPU+GPU+ASIC 宝马 700 0.186 5 2022E 地平线 征程 2 CPU+ASIC 长安 UNIT/奇瑞蚂蚁/上汽通用五菱 4 0.125 28 2019 征程 3 江淮/理想 One

179、/博世/大陆 5 0.5 16 2020 征程 5/5P 长城/理想 One 长城/比亚迪/傅世/大陆 96/128 0.195 7 2022E 谨请参阅尾页重要声明及财通证券股票和行业评级标准 60 行业深度分析报告/证券研究报告 华为 昇牌 310 CPU+ASIC/16 0.5 12 2018 昇腾 910 北汽/长城 640 0.48/2022E 黑芝麻 A1000 CPU+ASIC 一汽红旗(E)、上汽(E)40 0.2 16 2020 A1000Pro 东风(E)106 0.24 16 2022E 软硬件全栈自研 特斯拉 FSD CPU+GPU+ASIC Model3/S/X/Y

180、73.7 1 14 2019 升级版 FSD Model3/S/X/Y 210/2022E 数据来源：电子发烧友、英伟达、Yole、高工智能汽车、财通证券研究所 复盘为什么地平线可以拿下这么多定点？为什么多家产业资本以及财务投资方选择在 2020 年前后投资地平线？核心还是地平线在核心还是地平线在“缺芯缺芯”的大背景下推出了合适的大背景下推出了合适的产品，凭借长安的背书，后续接连俘获众多的产品，凭借长安的背书，后续接连俘获众多 OEM 青睐。青睐。2020 年，当时主流 SOC厂商主要包括：Mobileye、特斯拉、英伟达、地平线、黑芝麻、芯驰、华为；高通此时还没进来；寒武纪行歌在 2021

181、年 1 月成立，2021 年 7 月开始布局汽车自动驾驶 SOC。大环境时间线：2016 年博世提出五域架构。因此 2016 年起，各大主流车企开始寻求智能化转型，选择合适的 SOC 芯片供应商是车企迈出智能化第一步。当时能提供自动驾驶解决方案的供应商只有 1999 年成立的 Mobileye，主打产品 EyeQ3。同期，2015 年地平线刚成立，且业务不聚焦；英伟达在 2016 年刚刚发布第一款自动驾驶 XaVier 芯片。此时可选的自动驾驶 SOC 供应商并不多，连特斯拉也选择和 Mobileye 合作。2016 年 7 月，由于安全事故，特斯拉停止与 Mobileye 合作，主要原因为：

182、一方面不满于 Mobileye 配套研发进程缓慢，另一方面不满于 Mobileye 利用特斯拉车主驾驶数据来改善芯片算法，后续特斯拉选择和英伟达合作。此时关于自动驾驶采集的数据开始得到重视。2017 年 12 月，马斯克向外界声明特斯拉正在研发自动驾驶芯片，主要原因为英伟达自动驾驶芯片解决方案主要依靠 GPU，功耗较大。同月，地平线 J1发布。2018 年 6 月，芯驰科技成立。2018 年 7 月,美国政府对从中国进口的半导体加征 25%的关税，中美关系恶化，半导体自主可控提上日程。2018 年 10 月，华为发布两款 AI 芯片：昇腾 910 与昇腾 310。2019 地平线 J2 发布，

183、2020 年地平线发布 J3；2019 年黑芝麻发布 A500，2020年发布华山 A1000。黑芝麻的第一代产品与地平线的第二代产品发布时间几乎一致，黑芝麻的第二代产品则与地平线征程 3 发布时间相近。在芯片这个高壁垒行业，抢先发布的征程 2，更快的抢占了市场空白期，为产品优化、市场磨合抢到了先机。而黑芝麻智能则一步慢、步步慢，只能跟随在地平线后 谨请参阅尾页重要声明及财通证券股票和行业评级标准 61 行业深度分析报告/证券研究报告 面。2020 年 2 月，地平线 J2 量产上车长安主力车型 UNI-T。2020 年 5 月，芯驰 9 系列高性能大型域控级别 SOC 正式发布；芯驰虽然做四

184、款芯片，但是工作重心在座舱 SOC，和地平线、黑芝麻本质是错位竞争。2021 年汽车行业缺“芯”导致车辆减产，国内车企开始重视国产芯片供应商的培养。在缺“芯”大背景下，智能驾驶 SOC 作为产业链最重要的环节愈发得到重视。随着 Uni-T 车型销量一路飞涨，完全带动了地平线的销售和品牌效应。地平线在自动驾驶领域触发了先发优势，所形成的势能导致资源都会向头部汇集。在 2021 年国内都在喊缺芯的时候，地平线奉上了可以量产的车规芯片如久旱甘霖，不断有投资方上门，继而顺利完成了 C3 轮融资，其中包括长城、比亚迪、东风、舜宇光学。在 2021 年 4 月，上海车展期间，地平线又持续与 Tier1 签

185、署战略合作，包括德赛西威、东软睿驰、理想、域驰智能、宏景智驾、大陆汽车、韦尔股份等。同期上海车展期间，高通才推出自动驾驶骁龙 Ride 平台，切入 ADAS 市场。2021 年 7 月，寒武纪行歌研发自动驾驶 SOC芯片。华为虽然发布 AI 芯片较早，但受缺芯问题等问题影响，MDC 没有大规模量产。2022 年格局日渐清晰，国外 Mobileye 开始损失重要客户，IPO 上市估值从500 亿美金下降到不足 200 亿美金、特斯拉 FSD 自供、英伟达和高通在 L3 级别以上自动驾驶 PK。国内方面，2021 年地平线征程系列芯片累计出货 100 万片，已经和 20 多家主机厂合作，2022

186、年 10 月又拿下大众定点；华为、黑芝麻尚未大规模量产；寒武纪行歌刚处于起步阶段。图64.全球自动驾驶 SOC 行业成长复盘 数据来源：亿欧智库，财通证券研究所；注：柱状图为中国自动驾驶行业投融资次数，折线图为自动驾驶行业融资规模（亿元）其他主机厂开始通过以自研、合资、投资、合作等方式与汽车芯片厂商直接合作。其他主机厂开始通过以自研、合资、投资、合作等方式与汽车芯片厂商直接合作。在汽车智能化时代下，OEM 希望与芯片厂商建立更加直接、紧密的协作关系，以提升自身供应链的稳定可控程度，主机厂希望通过布局汽车芯片以掌握更多研发主导权，并通过提高软件与芯片结合效率，提高自身产品与技术优势。谨请参阅尾页

187、重要声明及财通证券股票和行业评级标准 62 行业深度分析报告/证券研究报告 自研芯片可充分结合主机厂算法需求特点，充分挖掘芯片能力，但需要一定技术自研芯片可充分结合主机厂算法需求特点，充分挖掘芯片能力，但需要一定技术 积累与大量资源投入，难度较大；在软件算法上具备领先优势的新势力车企有更积累与大量资源投入，难度较大；在软件算法上具备领先优势的新势力车企有更多自研意愿。多自研意愿。除了特斯拉，更多主机厂也已开始了自己的造芯计划：2020 年 11 月，零跑推出了首款自动驾驶芯片凌芯 01，这款芯片也是国内首款拥有完全自主知识产权的自动驾驶芯片。凌芯 01 处理性能接近市场顶尖的Mobileye

188、芯片，整体开放性则更强，既能支撑通用运算，又有特定的 AI 运算逻辑，具有能耗比更低、安全可靠性更高的优势。2021 年初，小鹏汽车已经在中美两地建立团队，同步启动了自研芯片项目，目前小鹏的芯片团队目前已经有近 200 人，目标是开发对标特斯拉 FSD 的大算力自动驾驶芯片；而蔚来也不甘落后，挖来前赛灵思亚太地区实验室主任胡成臣，已经组建了近 300 人的芯片团队，研发包括自动驾驶芯片和激光雷达芯片。其他车企方面，德国大众集团已经在筹备自研芯片，并于 2019 年筹建了一支5000 人团队开始打造操作系统。吉利汽车也要在中央计算平台&芯片、L4 自动驾驶软件、ADDIS 数据平台和车联网平台&

189、运营构建核心技术实力，已推出 E01 和 E02 芯片信息娱乐 SOC 芯片，计划 2021 年推出 AI 语音芯片 V01；2022 年推出全功能高性能数字座舱 SOC 芯片 SE1000；2023 年计划推出256TOPS 的自动驾驶 SOC 芯片 AD1000。图65.各个主机厂选择搭载自动驾驶芯片方案时间表 数据来源：汇丰中国汽车芯片，财通证券研究所 车企造芯的好处在于可以更好的将硬件与软件算法结合。车企造芯的好处在于可以更好的将硬件与软件算法结合。对于自动驾驶的算法迭代而言，需要芯片提供足够的通用性，以适应多次算法迭代。车企亲自下场造芯，其实可以更好地根据自身需求来设计，比如将无关的

190、通用性接口和单元取消，简化设计，同时更好地实现软件适配，提高芯片算力利用率。未来需求量到达一定 谨请参阅尾页重要声明及财通证券股票和行业评级标准 63 行业深度分析报告/证券研究报告 程度后，成本必然会相比市面上通用的自动驾驶芯片要低，更重要的是为自己的产品提供了差异化的竞争力。车企造芯的缺点在于如果配套车型销量不大，很难分摊成本。车企造芯的缺点在于如果配套车型销量不大，很难分摊成本。车企造“芯”最难的地方不是在于设计上，而是车企对于自动驾驶芯片的需求量并不会太大，代工成本可能会较高。因此在除下场造“芯”的其他路径上，车企很可能会选择与其他芯片厂商通过战略合作/成立合资公司/战略投资等方式参与

191、自动驾驶芯片的合作研发。图66.主机厂通过合资、投资、合作、自研方式布局汽车芯片 数据来源：亿欧智库算力驱动汽车2021 中国智能汽车算力发展研究报告，财通证券研究所 6.2 智能座舱智能座舱 SOC 格局：高通处于领导者地位，国产厂商有望逐步渗格局：高通处于领导者地位，国产厂商有望逐步渗透透 此前座舱芯片由传统汽车半导体公司主导，换代周期长达此前座舱芯片由传统汽车半导体公司主导，换代周期长达 5-6 年，并且通常情况年，并且通常情况下是一颗芯片带一块屏，而且由于屏幕分辨率很低，所以对座舱芯片的算力要求下是一颗芯片带一块屏，而且由于屏幕分辨率很低，所以对座舱芯片的算力要求不高。不高。在高通没有

192、进入车规级芯片领域之前，车机芯片的销量冠军是日本瑞萨半导体。2022 年瑞萨彻底没落，旗舰车用芯片“H3”采用的还是 16nm 制程工艺，搭载的还是手机上 7、8 年前的 ARMCortex-A57+A53 架构组合，甚至不少车机芯片还在使用更为老旧的 28nm 芯片以及 A55+A53 组合。现在来看，H3 性能孱弱、制程老旧、架构落后。谨请参阅尾页重要声明及财通证券股票和行业评级标准 64 行业深度分析报告/证券研究报告 图67.主要供应商的座舱 SOC 产品路线图 数据来源：汇丰中国汽车芯片，财通证券研究所 目前全球座舱目前全球座舱 SOC 供应商格局趋于明朗，分为供应商格局趋于明朗，分

193、为“传统汽车芯片传统汽车芯片”和和“消费电子芯片消费电子芯片家家”两类两类厂商厂商，其中后者具有天然优势。，其中后者具有天然优势。汽车座舱市场过去由传统的汽车半导体供应商主导，以恩智浦、瑞萨、德州仪器等为代表的“传统汽车芯片”厂商，在传统汽车 MCU、ECU 芯片业务之外，顺应智能化趋势布局座舱芯片领域；而以高通、三星等为代表的“消费级芯片”厂商，也在切入汽车座舱 SOC 领域，复用其在消费电子领域深厚的技术积累。传统汽车芯片厂商占有份额仍然较大，主要是由传统汽车芯片厂商占有份额仍然较大，主要是由“中低端车型销量占比较大中低端车型销量占比较大”的汽车销售结构决定的。的汽车销售结构决定的。恩智浦

194、、瑞萨、德州仪器三家传统汽车智能座舱芯片的主要供应商，在智能化转型中节奏偏慢，除满足车规级安全外，性能不及消费级芯片厂商，在销量占比仍然较大的中低端车型中部署广泛。瑞萨 R-CARH3 采用 16nm 制程，而恩智浦 i.MX8 系列、德州仪器 Jacinto7 均基于28nm 制程设计，CPU 算力最高 40K DMIPS，逊色于消费级芯片厂商。高通、三星等消费电子厂商凭借性能及迭代优势在中高端芯片市场快速发展，高通、三星等消费电子厂商凭借性能及迭代优势在中高端芯片市场快速发展，高通复刻在消费电子高通复刻在消费电子芯片的成功，在智能座舱芯片领域也占据了绝对的优势。芯片的成功，在智能座舱芯片领

195、域也占据了绝对的优势。随着越来越多的智能手机功能被引入汽车座舱中，汽车硬件产品升级周期已经从每代 5-10 年缩短到目前的 2-3 年（这主要得益于造车新势力如特斯拉、蔚小理车型对软件功能频繁升级），这一趋势有利于高通、联发科、三星等领先的智能手机 SOC 企业切入汽车座舱 SOC 市场。步入智能座舱时代，智能驾舱芯片可以分为低端、中端和高端，目前在高端市场高通一家独大，约占市场 80%的市场份额，高通、三星最新款座舱芯片已采用 10nm 以下制程，且均计划在下一代芯片平台中采用 5nm 制程。谨请参阅尾页重要声明及财通证券股票和行业评级标准 65 行业深度分析报告/证券研究报告 表14.座舱

196、 SOC 芯片厂商未来布局趋势以及搭载车型情况 类型类型 竞争优势竞争优势 代表厂商代表厂商 发展趋势发展趋势 代表产品代表产品 量产时间量产时间 搭载车型搭载车型 传统汽车芯片龙头 产品线齐全，车规级芯片积累较多 与传统主机厂合作关系良好 目前在中低端车型应用较多 恩智浦 主要在中低端市场维持一定份额 i.MX8 2019 锐界 瑞萨 在日系和德系厂商中维持一定市场份额 R-CARH3 2019 迈腾、AionLX、路虎卫士等 德州仪器 市场份额出现一定程度的萎缩 Jacinto6 2016 理想 ONE、威马 EX系列 消费电子领域巨头切入 资金雄厚，可支撑起对先逬制程和高算力芯片的研发投

197、入 软件生态好，研发成果可加以最大限度利用 目前在中高端车型和造车新势力广泛应用，在智能座舱及自动驾驶域均处于行业领先水平 高通 凭借高性能及应用生态的优势不断提升在造车新势力及中高端车型中的市场份额 骁龙 820A 2019 多款车型 SA6155P 2020 捷途 X70 SA8155P 2020 威马 W6、蔚来ET7、零跑 C11、小鹏 P5 等 SA8195P 2021 凯迪拉克 LYRIQ SA8295 2022 集度、长城、小米；凯迪拉克 英伟达 凭借高性能全栈式解决方案，市场份额将提升 TegraX2 2018 奔驰全新 S 级 英特尔 智能座舱市场份额可能出现阶段性下滑 Ao

198、pollo Lake 2018 长城WEYVV6/VV7,汽红旗 AMD 通过为特斯拉供货打开高端车型市场 特斯拉定制 2021 特斯拉 三星 通过为奥迪供货开后高端市场 ExynosAutoV9 2021 奥迪车型 国内科技公司 AI 技术出众，通常可为客户提供“算法+芯片“的软硬件耦合的全栈式解决方案 主要应用于国产车型 华为 凭借性能及生态优势提高在中国市场份额 麒麟 990A 2021 北汽极狐阿尔法 S 地平线 国产车型上获得一定市场份额 J3 2021 理想 ONE 全志科技 逐步推出前装车规级芯片，导入前装市场 T3 2018 小鹏 G3、哈弗、汽奔腾 数据来源：盖世汽车智能座舱

199、产业报告，财通证券研究所 我们认为高通成为智能座舱我们认为高通成为智能座舱 SOC 领域王者主要有以下领域王者主要有以下 6 点原因：点原因：（1）从制程）从制程/算力角度，算力角度，2019 年发布的高通年发布的高通 8155 为全球首款为全球首款 7nm 高算力座舱高算力座舱SOC，算力，算力 8 TOPS，领先同期恩智浦、瑞萨等传统汽车座舱芯片厂商，领先同期恩智浦、瑞萨等传统汽车座舱芯片厂商 23 代。代。2021 年，高通发布骁龙 8295，将座舱 SOC 芯片的制程工艺从 7nm 带入 5nm 时代，算力 30 TOPS，意味着第 4 代的 8295 芯片将与手机上最顶级的芯片处于同

200、一世代。（2）从研发周期来看，高通座舱）从研发周期来看，高通座舱 SOC 架构可以通过智能手机架构可以通过智能手机 SOC 迁移过来，迁移过来，缩短研发周期的同时可以更快和主机厂进行适配迭代。缩短研发周期的同时可以更快和主机厂进行适配迭代。比如车规芯片 620A、820A以及 8155，对应的手机芯片就是 620、820 和 855，这也是为什么高通能在短时间内就推出车规级芯片的原因。高通车规芯片更新迭代规律非常明确，最新的技术在手机芯片上经过验证后，再下放至车规芯片上使用，节省了研发周期与适配难度。谨请参阅尾页重要声明及财通证券股票和行业评级标准 66 行业深度分析报告/证券研究报告 表15

201、.高通手机 SOC 芯片与汽车座舱 SOC 芯片推出时间差 第一代平台第一代平台 第二代平台第二代平台 第三代平台第三代平台 第四代平台第四代平台 骁龙 600 骁龙 620A 骁龙 820 骁龙 820A 骁龙 855 骁龙 SA8155P 骁龙 888 骁龙 SA829SP 制程制程 28nm 28nm 14nm 14nm 7nm nm 5nm 5nm 首发时间首发时间 2013.1 2014.1 2015.11 2016.1 2018.12 2019.1 2020.12 2021.1 车规级消费级推车规级消费级推出时间差出时间差 12 个月 2 个月 12 个月 12 个月 数据来源：高

202、通官网，财通证券研究所（3）从流片费用来看，高通在消费电子领域的出货量平摊了其在汽车座舱领域的）从流片费用来看，高通在消费电子领域的出货量平摊了其在汽车座舱领域的研发先进制程的成本。研发先进制程的成本。先进制程 7nm 和 5nm 芯片的封装和开发成本远高于成熟制程，对于恩智浦或瑞萨这样的传统汽车 SOC 制造商来说，在没有大量汽车市场芯片需求的情况下，追求先进制程没有经济意义，因此 14-28nm 节点仍然是他们的旗舰产品解决方案。而高通可以通过手机 SOC 芯片的规模优势来平摊汽车 SOC芯片的开发成本。消费级芯片是一个非常典型的寡头市场，企业获得先发优势后，可以凭借较大的消费级芯片是一个

203、非常典型的寡头市场，企业获得先发优势后，可以凭借较大的出货量平摊研发费用。而芯片的高技术壁垒导致研发及流片费用在数千万美元以出货量平摊研发费用。而芯片的高技术壁垒导致研发及流片费用在数千万美元以上，竞争者很难进入。上，竞争者很难进入。CPU 是英特尔和 AMD 的天下，GPU 是英伟达和 AMD 的天下，手机（移动）芯片是高通和联发科的天下。拥有消费市场是成为搅局者的重要因素。苹果、特斯拉和华为海思都是凭借自身品牌形象，在手机和汽车领域拥有相当数量的消费群体后，开始进行芯片自研，这保证了芯片研发费用的分摊以及芯片更新迭代的动力。而汽车芯片是一个全新市场，同消费级产品不同的是，汽车对安全性、稳定

204、性的要求更高，设计成本和流片成本相应也更高，市场的参与者主要是传统芯片行业巨头、创业公司以及车企。图68.芯片行业特点：寡头格局，竞争壁垒高 数据来源：半导体行业观察，财通证券研究所 谨请参阅尾页重要声明及财通证券股票和行业评级标准 67 行业深度分析报告/证券研究报告（4）从汽车内部通讯要求来看，未来智能座舱作为）从汽车内部通讯要求来看，未来智能座舱作为“移动第三空间移动第三空间”，随着，随着 APP、汽车生态逐步完善，对汽车高速通信的要求也会越来越高，那么对芯片基带处理汽车生态逐步完善，对汽车高速通信的要求也会越来越高，那么对芯片基带处理能力的要求也会越来越高。能力的要求也会越来越高。手机

205、基带芯片壁垒之高主要系其他厂商难以绕过高通专利，未来随着手机 SOC 芯片可以逐步下放到汽车座舱 SOC 中，预计高通在手机基带领域芯片的领先优势可以进一步复制到汽车座舱领域中。图69.2014 年至 2021 年全球蜂窝基带处理器收入份额（按供应商）数据来源：Gartner，财通证券研究所（5）高通芯片适应安卓系统：）高通芯片适应安卓系统：车机系统大多是运行安卓系统的衍生版本，高通芯片在手机上已经完全适应安卓系统丰富的应用生态，进行移植适配没有技术障碍。（6）有本土软件供应商提供服务：）有本土软件供应商提供服务：高通与中科创达、南京诚迈等本土车企汽车软件服务商合作，他们弥补了高通与车企之间的

206、沟通障碍，对于转型电动车的传统车厂和新入局的造车势力有足够的吸引力。综上，从全球视角来看，高通已经成为高端综上，从全球视角来看，高通已经成为高端/旗舰车型的主流选择。旗舰车型的主流选择。智能座舱是实现千人千面汽车驾乘体验的重心所在，新势力车企与领先自主品牌车企率先发力，“大屏化”、“多屏化”、“多模态交互”、“一芯多屏”成为座舱发展的热门趋势，伴随着传感器规模的增长与交互模式的复杂化，智能座舱对芯片的算力需求亦水涨船高。座舱高算力需求驱动下，以高通第 3 代汽车数字座舱平台为代表的高性能处理器成为领先车企旗舰车型的主流选择，骁龙系列芯片加速上车。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%200021QualcommMedia TekIntelHiSiliconSpreadtrumSamsung LSIOthers 谨请参阅尾页重要声明及财通证券股票和行业评级标准 68 行业深度分析报告/证券研究报告 图70.高通成为高端/旗舰车型的主流选择 数据来源：车联天下公众号，财通证券研究所 我国智能座舱芯片市场仍处于初期发展阶段。从发展时间上看，我国智能座舱芯片市场仍处于初期发展阶段。从发展时间上看，在

208、过去小尺寸液晶屏的电子座舱时代，对芯片算力要求不高国产芯片如全志的车机芯片 T7 曾经一度占到前装车机 40%以上；步入智能汽车时代，以地平线发布征程 2 的高算力芯片为起点计算至今亦仅两年有余，相较海外市场至少存在 5 年左右差距。从入从入局厂商看，国产智能座舱芯片积极跟进，并产生了两种模式：局厂商看，国产智能座舱芯片积极跟进，并产生了两种模式：模式一是联发科、展锐、海思麒麟等基带芯片公司也在走类似高通的道路，从通信模块芯片跨行进入汽车座舱 SOC（系统级芯片）领域。其中华为的智能座舱芯片麒麟系列，包括其 2020 年发布的 710A 和去年 4 月发布的麒麟990A，其中 990A 目前已

209、经用在北极狐阿尔法 S 以及比亚迪部分车型中。模式二是以芯驰科技等为代表的汽车芯片创业公司的模式类似苹果手机的SOC，异构处理能力很强，通过外挂基带（t-box）实现车内外通讯功能。本土厂商加速造芯，但国内座舱芯片竞争格局尚未定型，我们认为未来几年那些本土厂商加速造芯，但国内座舱芯片竞争格局尚未定型，我们认为未来几年那些提前布局座舱提前布局座舱 SOC 的厂商将开始享受红利。的厂商将开始享受红利。进入 2022 年智能座舱 SOC 的“升级战”正在愈演愈烈，传统的座舱市场芯片格局即将被打破，自主品牌车企已经逐渐开始接受国产芯片，但目前尚未出现市占率特别高的国产座舱芯片厂商，整体竞争格局尚未定型

210、。目前仅几款芯片拿下车企定点，比如芯擎科技旗下首款 7nm 智能座舱芯片“龙鹰一号”已经拿下了多款车型定点，预计在今年第四季度实现量产。2021 年 5 月芯驰科技发布 16nm 工艺的 X9 智能座舱芯片。2022 年 3 月宣布 X9 芯片已经获得百万片/年的订单，客户覆盖合资、自主品牌车企和 Tier1。地平线征程 2 已经在长安 UNI-K 中落地。瑞芯微最新发布的座舱 SOCRK3588M 其AI 算力达到 6TOPS，已获得众多合作伙伴的认可，将在未来上市的车型中得以广泛应用。谨请参阅尾页重要声明及财通证券股票和行业评级标准 69 行业深度分析报告/证券研究报告 表16.智能驾舱

211、SOC 厂商对比 芯片厂商芯片厂商 产品名称产品名称 CPUCPU 算力算力(DMIPS)(DMIPS)GPUGPU 算力算力(GFLOPS)(GFLOPS)制程（制程（nm)nm)量产时间量产时间 典型搭载厂商典型搭载厂商 国外厂家 高通 SA8155P 105k 1142 7nm 2020 年 蔚来、智己、小鹏、广汽、威马等 英伟达 TegraParker 59k 500 16nm 2019 年 奔驰 S 级 恩智浦 i.MX6/长安、丰田、曰产、PSA、福特 德州仪器 TDA4VM 25k 180 16nm 2021 年 上汽 瑞萨 R-CARH3 40k 288 16nm 2019 年

212、 大众、广汽、路虎、雷克萨斯 三星 ExynosAutov9 111k 1205 8nm 2021 年 奧迪 英特尔 A3950 42k 187 14nm/特斯拉、长城、红旗、宝马等 国内厂家 华为 Kirin990A/7nm/北汽 芯擎 SE1000 90K 900 7nm 2022 吉利 数据来源：佐思产业研究，财通证券研究所 7 国外公司国外公司 7.1 英伟达（英伟达（NVDA.O）英伟达是英伟达是 GPU 的发明者，也是人工智能时代的引领者，的发明者，也是人工智能时代的引领者，“平台化芯片平台化芯片+完善的工完善的工具链具链”是英伟达芯片的主要特征。是英伟达芯片的主要特征。GPU 的

213、并行架构适合人工智能领域的计算需求，英伟达敏锐的抓住这个特点成为人工智能芯片及软件工具链的主要供货商。在进行人工智能领域探索时，英伟达开始涉足智能驾驶及机器人业务，并在该领域拥有近十年的开发经验。图71.英伟达硬件示意图 图72.英伟达软件说明图 数据来源：英伟达官网，财通证券研究所 数据来源：盖世汽车，财通证券研究所 硬件架构：从拓展嵌入式移动芯片横向拓展到汽车领域。硬件架构：从拓展嵌入式移动芯片横向拓展到汽车领域。英伟达专注提供高性能服务，借助嵌入式移动芯片，拓展汽车市场。在智能手机兴起的 2008 年时，英伟达试图进入移动芯片市场。为此，公司开发了 Tegra 系列芯片，采用了 ARM

214、的CPU 架构，并集成了自家的 GPU 芯片，组成了一套 SOC 系统。Tegra 芯片是英伟达在 2008 年 2 月发布，是针对低功耗、高性能的小型移动设备所推出的芯片，该款芯片基于 ARM 11 架构设计，采用 65nm 制程工艺，主要用 谨请参阅尾页重要声明及财通证券股票和行业评级标准 70 行业深度分析报告/证券研究报告 在微软的一款 MP3 和 Kin 手机、小米 3 手机上，但后由于基带问题逐渐退出手机市场。经过两年的发展，2011 年英伟达推出“全球首款移动四核处理器”Tegra3，基于台积电 40nm 工艺打造。自此，英伟达不仅开始在移动设备领域“横扫千军”，在汽车领域也开始

215、“攻城略地”，宝马、奥迪等豪华品牌相继用上了英伟达的芯片。表17.英伟达移动芯片发展历程 芯片名称芯片名称 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)内核 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 架构 Vec4 Kepler Maxwell Pascal Volta Ampere Ampere,Lovelace CUDA 核心数 4+4 8+4 48+24 48+12 192 256 512 2048/RAM 缓存 协议 DDR2 DDR3/DDR3 LPDDR4 LPDDR4/LPDDR4X LPDDR5/容量 1GB 2 GB 4GB 4GB 8 GB 8GB 8GB 32 GB/带宽 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时间 2010 2013 2014 2015 2016 2022 2025（E）代表产品 2009 年微软 Zune、Kin 手机；2012 款奥迪车载影音；2012版特斯拉 Model S 车载系统；小米 3 手机 任天堂 Switch;2016 版特斯拉 汽车自动驾驶平台 数据来源：英伟达官网，半导体行业观察，财通证券研究所 多样化的计算平台为下游客户提供多种选择：多样化的

218、计算平台为下游客户提供多种选择：早期英伟达的车载 AI 芯片平台与单个移动芯片差别不大，但随着车载系统的要求不断多样化，英伟达 Drive 系统也增加了很多选择。不同的客户可以依照不同的使用场景选择适合的产品，增加了英伟达车载 AI 芯片的使用场景：NVIDIA DRIVE Hyperion：NVIDIA DRIVE Hyperion 是用于量产自动驾驶汽车的平台。此自动驾驶参考架构通过将基于 DRIVE Orin 的 AI 计算与完整传感器套件（包含 12 个外部摄像头、3 个内部摄像头、9 个雷达、12 个超声波、1 个前置激光雷达和 1 个用于真值数据收集的）相集成，能够在量产之路上加速

219、开发、测试和验证。DRIVE Hyperion 具有适用于自动驾驶(DRIVE AV)的完整软件堆栈，以及驾驶员监控和可视化(DRIVE IX)，能够无线更新，在车辆的整个生命周期中添加新的特性和功能。NVIDIA DRIVE Orin：NVIDIA DRIVE Orin SOC（系统级芯片）可提供每秒 254 TOPS（万亿次运算），是智能车辆的中央计算机。它是理想的解决方案，为自动驾驶功能、置信视图、数字集群以及 AI 驾驶舱提供动力支持。借助可扩展的 DRIVE Orin 产品系列，开发者只需在整个车队中构建、扩展和利 谨请参阅尾页重要声明及财通证券股票和行业评级标准 71 行业深度分析

220、报告/证券研究报告 用一次开发投资，便可从 L2+级系统一路升级至 L5 级全自动驾驶汽车系统。NVIDIA DRIVE AGX Pegasus：NVIDIA DRIVE AGX Pegasus 利用两块 NVIDIA Xavier 系统级芯片和两块 Turing GPU 的强大功能，实现了 320 TOPS 的超级计算能力。该平台专为各种类型的自主系统（包括机器人出租车）而设计和打造。NVIDIA DRIVE AGX XAVIER：NVIDIA DRIVE AGX Xavier 可为 L2+级和 L3 级自动驾驶提供每秒 30 TOPS 的运算。其核心是 NVIDIA 首次生产的车规级 Xa

221、vier 系统级芯片，该芯片采用了六种不同类型的处理器，包括 CPU、GPU、深度学习加速器(DLA)、可编程视觉加速器(PVA)、图像信号处理器(ISP)和立体/光流加速器。表18.英伟达汽车计算平台发布历程 车载系列名称车载系列名称 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 发布时间发布时间 2016.9 2016.10 2016.1 2017.8 2017.1 201

222、7.10 2019.12 芯片构成芯片构成 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 代表产品代表产品/2016 款特斯拉 英伟达自动驾驶 训练/2020 款小鹏 P7 英伟达自动驾 驶训练 2022 款蔚来ET7 英伟达自动 驾驶训练 数据来源：英伟达官网，驭势资本，AnandTech，与非网，财通证券研究所 不仅算力领先，英伟达易于上手的软件工具链很大地了方便了芯片使用者的开发不仅算力领先，英伟达易于上手的软件工具链很大地了方便了芯片使用者的开发过程，经过过程，经过 Parker、Xavier、Orin 三代产品快速迭代英伟达已经形成了完整工具三代产品快速迭代英伟达已经形成了完整

224、工具链和软件生态力，非常有助于提升开发效率。链和软件生态力，非常有助于提升开发效率。自 2017 年 CES 上发布自动驾驶平台 NVIDIA DRIVE 以来，英伟达的软件生态和工具链都在不断完善。NVIDIA DRIVE 平台支持以 DRIVE AGX 开发平台为起点，在 DRIVE Constellation 上验证软件算法，充分验证并部署软件后，再通过 DRIVE Hyperion 参考架构进行上路测试，最后用 NVIDIA DGX 进行人工智能 DNN 训练，进而达到量产标准。在此过程中平台还为开发者提供丰富的软件开发者套件（SDK）。英伟达的软件还有一个特点是其软件开放性高。英伟达

225、的软件还有一个特点是其软件开放性高。早在 Orin 发布时，英伟达 CEO黄仁勋就强调过英伟达芯片的开放性：实现自动驾驶汽车所需的投入正在指数级增长，面对复杂的开发任务，Orin 是可扩展、可编程、软件定义的 AI 平台，对于车企来说不可或缺。英伟达提供全套算法，包括障碍物识别、路径规划、行为决策、执行策略、定位、地图流制造、自动泊车，还有底层软件系统，内含了 QNX的驱动，CUDA 生态系统等等。选择英伟达 Orin 芯片的车企朋友圈分为两派：一派在 Orin 芯片基础上再选配其他家感知硬件、自动驾驶算法；另一派研发能力充足，就选择自研算法。谨请参阅尾页重要声明及财通证券股票和行业评级标准

226、72 行业深度分析报告/证券研究报告 表19.采用英伟达 Orin 芯片的 OEM 可以选择自研或采用第三方算法 OEM 自动驾驶芯片自动驾驶芯片 自动驾驶算法自动驾驶算法 智己 Orin Momenta 比亚迪 Orin Momenta 路特斯 Orin Momenta 小鹏 Orin 自研 蔚来 Orin 自研 理想 Orin 自研 数据来源：汽车之心，财通证券研究所 借助英伟达平台化芯片和虚拟测试平台，借助英伟达平台化芯片和虚拟测试平台，NVIDIA 在在 ADAS、智能驾驶舱、高精、智能驾驶舱、高精度地图与定位等汽车相关领域不断开拓业务。度地图与定位等汽车相关领域不断开拓业务。NVID

227、IADRIVEIX 是一款可扩展的开放式驾驶舱软件平台，借助 NVIDIA DRIVE Orin 集中计算架构，利用内部摄像头和多模式交互，满足司机、乘客需求，实现独特的 AI 用户体验。NVIDIA DRIVE Mapping 可创建全自动、可扩展的高精地图，通过 DRIVE Localization 实现厘米级精度的车辆定位。英伟达通过收购 Deep Map、与知名地图公司 HERE 等合作来开拓地图领域。表20.英伟达在 ADAS、仿真模拟、自动驾驶和高精度地图和其他厂商对比 解决方案解决方案 功能功能 合作商合作商 其他公司方案其他公司方案 英伟达优势英伟达优势 ADAS 高度自动化的

228、监督式驾驶的全方位解决方案 滴滴出行/ZOOX/cruise/小鹏/蔚来/比亚迪等 Mobileye:支持一整套 ADAS 功能一自动紧急制、车道偏离警告、前方碰撞警告、车道保持辅助、车道居中、交通堵塞辅助、交通标志识别和智能远光灯控制。英伟达有着开放的平台.长期来看，相比封闭平台更受整车厂欢迎 特斯拉：特斯拉通过软件更新提供更优秀的驾驶体验，通过搭载 NVIDIAA100GPU 超级计算机搭载训练优化，具体功能包括自动辅助导航驾驶、自动泊车、自动辅助变道、召唤功能 英伟达提供开放的自动驾驶解决方案，业务面更广 仿真模拟 进行大规模开发，并在多种情境下进行测试的平台 Ansys/AVL/Mat

229、hWorks 等 CARLA:CARLA(英特尔)提供开源的开放数宇资产（城市布局、建筑物、车辆）、传感器套件模拟、环境条件、地图生成等；通过服务器实现多用户架构 英伟达 DGX 服务器性能更为优秀，便于模拟 Prescan:Prescan(西门子)开放的模拟平台，可以连接第三方模型和模拟器（dSPACE 等），可以开环、闭环、离线、在线运行。分为场景创建、传感器建模、添加控制系统、实验结果输出四个部分 相比独立的模拟软件，英伟达有着更好的生态 智能驾驶舱 可扩展的开放式驾驶舱软件平台 现代/奥迪/本田等 高通：高通智能驾驶方案有着可扩展的架构，通过安全检测车内监控和超高清周边环境监测.注重视

230、觉体验；计支持多种显示器，包括超宽全景显示器、可重构 3D 数字仪表盘、增强现实平视显示器(HUD)和超高清媒体流。注重听觉体验，支持高级音频体验和 AI 体验，支持司机和乘客的个性化，车内虚拟协助，自然语音控制等 英伟达 DRIVEIX 可与DRIVEAV 无缝连接，ADAS 和智能座舱交互更为流畅 伟世通：伟世通通过 Smart Core 域控制器，在多个显示域实现 HMI 无缝连接，包括全数字仪表、信息娱乐、后座信息娱乐、环视摄像头，驾驶员监控和面部识别，并可以防止可疑程序入侵 高精地图绘制 用于创建可扩展到整个车队的不断更新的高精地图 百度/KingWayTek/ZENRIN 等 Mo

231、bileye:Mobileye 通过 Road Experience Management实现众包，通过大数据进行高精地图绘制。英伟达收购 Deep Map，在高精地图领域采用基于低成本传感器的点云融合和 ICP 算法进行地图制作，有一定成本优势 HERE:利用 GPS、激光雷达和图像结合的手段采集基础地图数据信息；通过众包的方法提取道路元素（路标等），在云端将各种信息匹配，然后不断更新地图 谨请参阅尾页重要声明及财通证券股票和行业评级标准 73 行业深度分析报告/证券研究报告 数据来源：车东西，电子发烧友，英伟达，财通证券研究所 英伟达在英伟达在 L3+市场基本上处在一个垄断地位。市场基本上

232、处在一个垄断地位。英伟达的 Orin 凭借开放的生态系统和集成的全栈服务(软件开发套件、地图和机器学习基础设施)不断创新高性能SOC，从而获得了越来越多的市场份额。从 2022 年开始，Orin 将取代 Xavier，成为汽车 oem 中最受欢迎的 SOC。据不完全统计，在电动乘用车领域，英伟达已经拿下了全球 30 家主流车企中 20 家的订单，包括奔驰、捷豹路虎、沃尔沃、蔚来、理想、小鹏、智己、飞凡、极氪等。在自动驾驶卡车领域，英伟达拿下了全球 10家主流企业中 7 家的订单，包括图森、智加、Navistar 等。图73.与英伟达 Orin 合作的主机厂及自动驾驶创业公司 数据来源：英伟达演

233、说会，财通证券研究所 英伟达英伟达 2000TOPS 算力算力 Thor 出世，出世，“舱驾一体舱驾一体”开启新战局。开启新战局。2022 年 9 月 20 日英伟达（NVIDIA）秋季 GTC 开发者大会发布会最大的亮点在于取消了一年前发布的 Atlan 芯片（算力 1000TOPS），进而推出算力高达 2000TOPS（或者2000TFLOPs）的 Thor 芯片作为 Orin 的接任者。这款被命名雷神的 SOC（系统级芯片）将在 2024 年量产，吉利旗下极氪第一个宣布将在 2025 年起为旗下车型配备 Thor 芯片。图74.英伟达 Thor 发布，算力高达 2000TOPS 谨请参阅

234、尾页重要声明及财通证券股票和行业评级标准 74 行业深度分析报告/证券研究报告 数据来源：英伟达演说会，财通证券研究所 对于车企来说未来可以选择多种方式配置对于车企来说未来可以选择多种方式配置 Thor 的算力，既可以将全部的算力，既可以将全部 2000TOPS用于自动驾驶功能，也可以将一部分用于车载用于自动驾驶功能，也可以将一部分用于车载 AI 和娱乐功能，另一部分用于辅和娱乐功能，另一部分用于辅助驾驶，同时又可以减少汽车线束降低车身重量。助驾驶，同时又可以减少汽车线束降低车身重量。目前，汽车的停车、主动安全系统、驾驶员监控、摄像头镜像、集群和信息娱乐均由不同的计算单元控制，未来这些功能可以

235、同时在 Thor 上运行，即一颗芯片可同时为自动泊车、智能驾驶、车机、仪表盘、驾驶员监测等多个系统提供算力，并将自动驾驶、信息娱乐等功能划分成不同的任务区间，同时运行，互不干扰。Thor 将这些功能整合到一个系统中，能够替代汽车中的大量芯片和电缆，在减少成本、能源消耗等方面将有所提升。图75.Thor 可以实现通常 5 颗以上芯片的多域计算 数据来源：英伟达演说会，财通证券研究所 英伟达英伟达 Thor 芯片设计发布具有芯片设计发布具有“终局思维终局思维”，代表着在汽车领域已经由分布式的，代表着在汽车领域已经由分布式的ECU、DCU 转向了完全集中的功能融合型的单芯片，自动驾驶开启超算时代。转

236、向了完全集中的功能融合型的单芯片，自动驾驶开启超算时代。BOSCH 汽车电气架构演进示意图从模块级的 ECU 到集中相关功能的域控制器，再到完全集中的车载计算机，每个阶段还分了两个子阶段，例如完全集中的车载计算机还包括了本地计算和云端协同两种方式。根据之前 NVIDIA Altan 的芯片架构示意图，从此图可以看出：Altan&Thor 的设计思路是完全的“终局思维”，相比BOSCH 给出的一步步的演进还要更近一层，从跨越集中式的车载计算机和云端协同的车载计算机，直接到云端融合的车载计算机。云端融合的意思是服务可以动态的、自适应的运行在云或端，方便云端的资源动态调节。预计 Altan&Thor

237、 采用的是跟云端完全一致的计算架构：Grace-next CPU、Ampere-next GPU 以及Bluefield DPU，硬件上可以做到云端融合。谨请参阅尾页重要声明及财通证券股票和行业评级标准 75 行业深度分析报告/证券研究报告 图76.NVIDIA Altan 的芯片架构示意图 数据来源：英伟达演说会，财通证券研究所 7.2 高通（高通（QCOM.O）高通领跑、追赶者众，智能座舱芯片进入“跑马圈地”时代。高通领跑、追赶者众，智能座舱芯片进入“跑马圈地”时代。在 2016 年之前智能座舱 SOC 芯片市场几乎被 NXP 旗下 i.mx 系列完全垄断，但后续随着 NXP 无力跟进先进

238、制程，i.mx 芯片时代进入尾声。与此同时，消费级 SOC 巨头高通基于对智能手机 SOC 需求空间逐渐见顶的判断，开始进入汽车智能座舱领域。截止到目前高通已经发布 4 款智能座舱产品：2014 年 1 月，高通正式进入车用芯片市场。基于手机芯片骁龙 600 平台，改造出了旗下第一代汽车数字座舱平台骁龙 620A。在当时车内大屏、车联网还不是普遍的情况下，骁龙 620A 凭借 4G 车联网、车载 WiFi、以及驾驶舱手势识别等一系列应用的支持，受到了不少车企的青睐。在 2016 年 CES 大展上，高通 820A 正式发布，一经发布即吸引了大众、路虎、小鹏、蔚来等一系列厂家采用。在目前畅销车型

239、上，蔚来 ES8、理想 ONE、小鹏 P7、奥迪 A4L、极氪 001 等即搭载了高通 820A 这款 SOC 芯片。2019 年，高通推出新一代智能座舱芯片产品，全球首款量产的 7nm 制程车机芯片，采用 8 核设计的 SA6155P、SA8155P 和 SA8195P。其中 SA8155P 对应骁龙 855 手机平台，性能强劲，算力已经能够达到 8 TOPS，是目前中高端车型智能座舱的首选方案。截至目前，在已上市车型中，小鹏 P5、威马 W6、蔚来 ET7 和 ET5、哪吒 UPro、零跑 C11、长城 WEY 旗下摩卡、玛奇朵和拿铁车型、吉利星越 L、凯迪拉克锐歌以及蔚小理即将上市的全新

240、车型均采用了高通 8155 芯片。2021 年，高通再次发布第四代智能座舱芯片产品SA8295P。这是首款 5nm车机芯片，用于 AI 学习的 NPU 算力达到 30TOPS，接近 8155 的 8 倍；GPU算力相对于上一代 8155 提升了 200%。高通 8295 首发车型为百度旗下的集 谨请参阅尾页重要声明及财通证券股票和行业评级标准 76 行业深度分析报告/证券研究报告 度汽车，该量产车型预计在 2023 年交付。另外 SA8295 已获得长城、广汽、通用等车企的订单，相关车型同样将在 2023 年交付。图77.截止到目前高通已经发布 4 款智能座舱产品 数据来源：高通官网，财通证券

241、研究所 在智能座舱领域搭载在智能座舱领域搭载 SA8155P 多为旗舰车型。多为旗舰车型。根据目前市场上的车型整理统计，2021 年-2022 年，无论是传统燃油车还是新能源汽车，上至 60 万元级的岚图梦想家，下至 9 万元起步的名爵 MGONE，国内搭载 SA8155P 或是可以升级搭载SA8155P 的车型已经超过 30 款。表21.市面上搭载 SA8155 芯片的车企 品牌品牌 车型车型 上市时间上市时间 售价（万元）售价（万元）哈弗 H6S 2021.10.30 13.89-16.49 哈弗神兽 2021.12.18 13.00-16.70 WEY 玛奇朵 DHT-PHEV 2021

242、.11.19 16.68-17.78(补贴后）拿铁 DHT 2022.7.25 22.90-26.30 摩卡 2021.5.21 17.58-21.88 上汽荣威 鲸 待定 16.68-19.28(预售）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 别克 GL8 世纪 待定 待定 凯迪拉克 LYRIQ 锐歌 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 混动 2022.3.30 17.17-18.37 领克 领克 09 2021.10.20 26.59-37.09 极氪汽车 极氪 001 2022.7.11 29.9-38.6 岚图 梦想家 2022.5.9 36.99-63.99 Free 2022.5.1 4999 元升级计划 飞凡 R7 待定 待定 长安深蓝 SL03 2022.7.25 16.89-69.99 广汽传祺 影酷 2022.9 待定 广汽埃安 AIONLXPLUS 2022.1.5 28.66-45.96 Smart 精灵#1 20

244、22.6.6 18.16-22.66 数据来源：盖世汽车，财通证券研究所 谨请参阅尾页重要声明及财通证券股票和行业评级标准 77 行业深度分析报告/证券研究报告 图78.高通汽车生态合作伙伴 数据来源：高通演说会，财通证券研究所 2022 年 9 月，高通举办汽车投资者大会推出了 Snapdragon Ride Flex SOC 产品组合。据高通官方介绍，Snapdragon Ride Flex 包括 Mid、High、Premium 三个级别。其中最高级的 Ride Flex Premium SOC 单颗芯片的 AI 算力在 600TOPS 以上，通过双 Flex SOC+双 AI 加速芯片

245、，其综合 AI 算力能够达到 2000TOPS。Snapdragon Ride Flex 作为一个超算芯片家族，其最大的目标是实现车内的中央计算即同时为智能驾驶（可以支持 L2L4 级别自动驾驶）、智能座舱、通信等能力提供计算支持。图79.高通公司推出了 Snapdragon RideFlexSOC 产品组合 数据来源：高通演说会，财通证券研究所 总结对比高通和英伟达在“总结对比高通和英伟达在“2000TOPS 大算力大算力”时代的差异化打法，从商业模式上时代的差异化打法，从商业模式上看：看：英伟达为单芯片圈地方案，即单芯片搞定所有高算力计算英伟达为单芯片圈地方案，即单芯片搞定所有高算力计算：

246、英伟达提供最顶级的芯片，只需要选用 1 颗2 颗，DRIVEThor 就能集成智能汽车上所需的AI 功能的计算需求（主要是围绕图像处理），包括高阶自动驾驶、车载操作系统、智能座舱（仪表和娱乐系统）、自主泊车等等。从 2000TOPS 的算力资源中，整车企业可以在各种不同任务间随意分配算力，另外可以同时由英伟达 DRIVE Thor 提供相关开发工具构建软件生态。高通提供下游客户不同芯片组合方案，更加灵活多变高通提供下游客户不同芯片组合方案，更加灵活多变：高通不像英伟达只做一块大芯片，高通Snapdragon Ride Flex SOC集成了Hexagon处理器、KryoCPU、谨请参阅尾页重要

247、声明及财通证券股票和行业评级标准 78 行业深度分析报告/证券研究报告 Adreno GPU、VPU、音频 DSP、安全岛等不同功能模块，覆盖从计算机视觉系统，到数字座舱、ADAS/AD 和互联功能。高通的做法是让客户根据需求选用不同的功能模块（对应不同的算力等级），即下游客户既可以选择其中通过高通的方案完成一部分功能，也可以整体打包选择顶配方案。高通希望通过各种芯片的组合来满足主要大客户如 GM、BMW、大众和一众车企的诉求，来开发可扩展的系统。图80.英伟达和高通在大算力芯片上的商业模式异同 数据来源：汽车电子设计，财通证券研究所 7.3 恩智浦半导体（恩智浦半导体（NXPI.O）恩智浦半

248、导体（NXP Semiconductors）是一家美荷半导体设计商和制造商，前身为飞利浦半导体，由荷兰飞利浦在 1953 年创立，恩智浦于 2006 年成为独立公司。公司主要提供安全互联的解决方案。基于高性能混合信号的专业技术，恩智浦在汽车、智能识别和移动行业，以及无线基础设施、照明、医疗、工业、个人消费电子和计算等应用领域不断创新。公司 2021 年汽车电子收入占比达到 50%，产品涵盖车载处理器和微控制器、驾驶员辅助收发器、车载网络、屏幕驱动、电源管理、传感器等。其中车载处理器 S32系列涵盖网络、雷达、视觉、以及应用处理器等产品，提供全方位解决方案。以公司第二代视觉处理器 S32V234

249、 为例，基于 ArmCortexA53 内核，提供图像信号处理器(ISP)、3D 图形处理器单元(GPU)、双 APEX-2 视觉加速器。产品支持计算密集型 ADAS、新车碰撞测试(NCAP)前端摄像头、物体检测和识别，环视、汽车和工业图像处理、以及还包括机器学习(ML)和传感器融合应用。谨请参阅尾页重要声明及财通证券股票和行业评级标准 79 行业深度分析报告/证券研究报告 图81.NXPS32V234 芯片框架图 数据来源：NXP 官网，财通证券研究所 公司 2022 年上半年实现营收 64.48 亿元，同比增长 24.89%，净利润 13.27 亿元，同比增长 76.93%。2022 年上

250、半年公司毛利率为 56.75%，净利率达到 20.92%。图82.恩智浦营收及归母净利润（百万美元）图83.恩智浦毛利率及净利率 数据来源：Wind，财通证券研究所 数据来源：Wind，财通证券研究所 7.4 德州仪器（德州仪器（TXN.O）德州仪器公司(TI)成立于 1951 年，是一家总部位于德克萨斯州达拉斯的美国半导体公司，公司前身为地球物理业务公司。公司主营业务为模拟 IC 与嵌入式处理器产品开发、制造与销售，以及各类软件的销售，公司是全球最大的模拟 IC 以及数字信号处理器（DSP）厂商。公司产品应用领域涵盖通信、汽车、工业、消费电子、计算机等众多应用领域。公司汽车电子产品涵盖 AD

251、AS、动力传动系统、娱乐信息与仪表信息系统、车身电子元件与照明系统。在处理器领域，公司有多款产品通过 AEC-Q100 车规级认证，以公司 TDA4VM 为例，基于 Cortex-A72 内核，搭载深度学习和传统算法加速器、集成下一代 ISP、视频编解码器。-1000%-500%0%500%1000%1500%2000%2500%3000%3500%4000%-3,000-1,50001,5003,0004,5006,0007,5009,00010,50012,000营业总收入净利润营业总收入同比增速净利润同比增速-10.00%0.00%10.00%20.00%30.00%40.00%50.0

252、0%60.00%毛利率净利率 谨请参阅尾页重要声明及财通证券股票和行业评级标准 80 行业深度分析报告/证券研究报告 图84.德州仪器 TDA4VM 芯片框架图 数据来源：德州仪器官网，财通证券研究所 公司 2022 年上半年实现营收 64.48 亿元，同比增长 24.89%，净利润 13.27 亿元，同比增长 76.93%。2022 年上半年公司毛利率为 56.75%，净利率达到 20.92%。图85.德州仪器营收及归母净利润（百万美元）图86.德州仪器毛利率及净利率 数据来源：Wind，财通证券研究所 数据来源：Wind，财通证券研究所-20%-10%0%10%20%30%40%50%60

253、%-7,000-3,50003,5007,00010,50014,00017,50021,000营业总收入净利润营业总收入同比增速净利润同比增速0.00%20.00%40.00%60.00%80.00%毛利率净利率 谨请参阅尾页重要声明及财通证券股票和行业评级标准 81 行业深度分析报告/证券研究报告 7.5 Mobileye（MBLY.O）Mobileye 曾为曾为 ADAS 行业领军者，但收自身业务发展以及半导体行业低迷等原行业领军者，但收自身业务发展以及半导体行业低迷等原因，因，IPO 估值一路下调。估值一路下调。Mobileye 于 1999 年在以色列成立，为提供辅助驾驶系统（ADA

254、S）解决方案的领导者。公司于 2007 年发布第一代 EyeQ 芯片，经过五年时间实现百万出货量。2014 年，公司在纽约交易所上市，估值约 50 亿美金。2017 年公司被 Intel 以 153 亿美元收购。2022 年 10 月，公司向纽约纳斯达克交易所提交 IPO 文件，但 IPO 市值一路 500 亿美金下降到 160 亿美金。图87.Mobileye 发展历程 数据来源：Mobileye 官网，财通证券研究所 公司公司 EyeQ 芯片出货量累计超过芯片出货量累计超过 1 亿片，已应用于全球亿片，已应用于全球 700 余个车型。余个车型。Mobileye在 2007 年将 EyeQ1

255、 推向市场后，先后与大陆、麦格纳、意法半导体等全球零部件供应商签署了合作协议，并将芯片配装到宝马、通用等知名品牌汽车上。公司在 2014 年推出 EyeQ3 后更是名声大噪。到今年 7 月，Mobileye 的解决方案已安装在约 800 款车型、超过 1.17 亿辆汽车上。公司预计到 2030 年，其 ADAS 解决方案将应用于超过 2.66 亿辆汽车。图88.Mobileye EyeQ SOC 芯片出货量 数据来源：Mobileye 官网，财通证券研究所 谨请参阅尾页重要声明及财通证券股票和行业评级标准 82 行业深度分析报告/证券研究报告 公司从公司从 2007 年推出年推出 EyeQ1，

256、到，到 2014 年推出年推出 EyeQ3 之后一举成名。之后一举成名。2021 年，年，Mobileye 在全球拥有超过在全球拥有超过 30 家汽车厂商家汽车厂商 41 款车型的款车型的 ADAS 项目订单。项目订单。表22.Mobileye 产品系列 EyeQ1EyeQ1 EyeQ2EyeQ2 EyeQ3EyeQ3 EyeQ4EyeQ4 EyeQ5EyeQ5 EyeQ6EyeQ6 推出时间 2008 2010 2014 2018 2020 2023 自动驾驶级别 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 半导体工艺 180nm CMOS 90nm CMOS 40nm CMOS 28nm FD-SOI 7nm FinFET 7nm FinFET 算法能力/可实现行人提醒，识别行车道及交通标志，实现自由空间语义分割能力 实现车辆三维建模，可实现行人提醒，识别行车道、路沿及交通标志，可以识别一般物体、危险物品、动物等，实现自由空间语义分割能力，还可以进行行车轨迹规划 实现类似激光雷达的三维建模能力，像素级视觉，表面分割建模，车道语义识别，行车轨道规划，鸟瞰功能/服务厂商/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 蔚来(ES8、ES6);小鹏 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)极氪001(2022);BMWs Personal Copilot(BMWiX)/数据来源：Mobileye 官网，财通证券研究所 虽然受近两年疫情及行业不景气的影响，但虽然受近两年疫情及行业不景气的影响，但 Mobileye 依旧实现了可观的增长。依旧实现了可观的增长。自2017 年英特尔私有化以来，Mobileye 的营收已经实现了近 3 倍的增长。公司超 9成收入来自于 EyeQ SOC 系统集成芯片方案，2022 年上半年，EyeQ 系列芯片出货量高达 1590 万片。从业绩来看，2019-2021 年，Mobileye 总营收分别为 8.79 亿 谨请

260、参阅尾页重要声明及财通证券股票和行业评级标准 83 行业深度分析报告/证券研究报告 美元、9.67 亿美元、13.86 亿美元，对应的净亏损为 3.28 亿美元、1.96 亿美元、7500万美元，但2022年上半年情况并不乐观，营收为8.54亿美元，同比增长21%，但对应的净亏损却高达 6700 万美元，而上一年同期为盈利 400 万美元。图89.Mobileye 2019-2022H1 营收及净利润（亿美元）图90.Mobileye 2019-2022H1 SOC 芯片出货量（单位：百万片）数据来源：Mobileye 招股书，财通证券研究所 数据来源：Mobileye 招股书，财通证券研究所

261、 Mobileye 作为自动驾驶领域的先行者，曾创造了属于自己的辉煌，然而从另一个作为自动驾驶领域的先行者，曾创造了属于自己的辉煌，然而从另一个维度来看，的确也能看到一些危机。维度来看，的确也能看到一些危机。一方面主要系其 mobileye 采用软硬件捆绑的销售模式，算法难以适应车企需求。另外一方面自动驾驶算法升级周期长，Mobileye 在国内并没有研发团队，难以对中国客户做出快速和定制化的升级。算力并不是算力并不是评判芯片好坏的唯一标准，但却在一定程度上决定该自动驾驶系统的评判芯片好坏的唯一标准，但却在一定程度上决定该自动驾驶系统的上限，上限，EyeQ5 芯片将面临来自英伟达、高通、地平线

262、、华为等强劲对手的挑战。芯片将面临来自英伟达、高通、地平线、华为等强劲对手的挑战。EyeQ5 发布于 2020 年，于 2021 年第四季度首次搭载在吉利汽车旗下的极氪 001车型上，EyeQ5 采用了 7nm FinFET 工艺，算力达到了 24TOPS。英伟达的 Orin 芯片的单颗算力达到 254TOPS，已经超过 EyeQ5 算力的 10 倍，而同为消费电子芯片巨头的高通也推出了 Snapdragon Ride 平台，单颗芯片算力分为 10、20、30、60TOPS 四种版本，并且可以采用多芯片组合方案，再搭配上 300TOPS 的 AI 加速器，整体算力可以超过 700TOPS。除了

263、英伟达、高通等众多国际竞争对手，Mobileye还正面临着来自中国众多自动驾驶芯片厂商的围攻，像地平线的征程5、华为的昇腾 610 都是属于与 Mobileye EyeQ5 的同期产品，前两者的各方面性能已经全面超越 EyeQ5。因此 Mobileye 的 EyeQ 系列芯片的算力较低，也是其损失核心客户的原因之一。表23.国外头部自动驾驶芯片参数对比 厂商厂商 产品产品 制程制程 AlAl 算力算力 量产时间量产时间 Mobileye EyeQ4 28nm 2.5TOPS 2018 年 EyeQ5 7nm 24TOPS 2021 年 英伟达 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%-24-18-12-606020212022H1营收净利润营收增速净利润增速0%5%10%15%20%25%30%35%40%45%0501920202021SoC出货量SoC增速 谨请参阅尾页重要声明及财通证券股票和行业评级标准 84 行业深度分析报告/证券研究报告 特斯拉 FSD 芯片 14nm 72TOPS 2019 年 华为 昇腾 310 12nm 16TOPS

265、 已量产 昇腾 610 未知 200TOPS 已量产 地平线 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 数据来源：车东西，财通证券研究所 8 建议关注建议关注 8.1 瑞芯微（瑞芯微（603893.SH）瑞芯微成立于 2001 年，20 余年深耕智能应用处理器芯片。并于 2020 年在上交所主板上市。公司主营业务为大规模集成电路及应用方案的设计、开发和销售，为客户提供芯片

266、产品及技术服务。公司主要产品为智能应用处理器芯片、电源管理芯片及其他芯片，同时提供专业技术服务。公司旗舰产品的通用性决定了其具有丰富的下游应用场景，在消费电子、智能物联包括汽车电子等众多细分应用领域的下游厂商可根据需求搭建生态。公司目前产品覆盖高、中、低端，全方位布局通用、专用型领域。在车载处理器领域公司于2021年1月首次推出符合AEC-Q100的芯片RK3358M，目前已经应用于多个车型的液晶仪表等产品中。瑞芯微最新发布的 RK3588M 芯片解决方案主要应用于智能汽车领域的智能座舱及 ADAS 产品领域，采用 8nm 先进架构，四核 A76+四核 A55 八核 CPU，大核主频 2.1G

267、Hz，小核主频 1.7GHz。具备 8K 显示/视频、原生七屏显示、6TopsNPU、QNXHypervisor、原生 2 路 TypeC、双 16MISP+至少 12 路摄像头特性。RK3358M 预计将在 2022 年底前完成测试，目前已被知名车厂采用，整车预计在 2023 年陆续上市。图91.瑞芯微 RK3588M 芯片框架图 数据来源：瑞芯微官网，财通证券研究所 谨请参阅尾页重要声明及财通证券股票和行业评级标准 85 行业深度分析报告/证券研究报告 公司 2022 年上半年实现营收 12.42 亿元，同比下降 9.91%，归母净利润 2.72 亿元，同比增长 2.81%。2022 年上

268、半年公司毛利率为 38.85%，同比下降 1.27pcts，净利率达到 21.93%，同比增长 2.72pcts。图92.瑞芯微营收及归母净利润（百万美元）图93.瑞芯微毛利率及净利率 数据来源：Wind，财通证券研究所 数据来源：Wind，财通证券研究所 8.2 晶晨股份（晶晨股份（688099.SH）晶晨股份自 2003 年成立，专注于泛音视频 SOC 研发，并于 2019 年在上交所科创板上市。晶晨主营业务为多媒体智能终端 SOC 芯片的研发、设计与销售。公司在过去的近 20 年间，不断拓展产品边界，发力家庭智能物联网大赛道，布局汽车芯片领域，形成了丰富的产品矩阵。公司在汽车电子领域基于

269、原有业务在音视频领域的优势，切入车载娱乐 SOC 赛道。公司推出的V901D车载信息娱乐系统芯片采用业内领先的12纳米制程工艺，内置神经网络处理器、支持图形、视频、影像处理和远场语音功能，目前公司产品已进入多个全球知名车企。表24.晶晨股份 V901D 芯片规格 指标指标 参数参数 工艺 12 纳米 CPU 四核 ARMCortex-A55 GPU ARMMali-G31MP2 NPU 1Tops 内存 32-bitDDR3/4,LPDDR3/4 存储 eMMC5.0,SLCNAND 视频处理 4Kp6010bit:AV1/H.265/VP9P-2/AVS2,4Kp30:H.264 解码 HD

270、R DolbyVision,HDR10/10+,HLG,PrimeHDR PQ 引擎 第 10 代 TruLife 画质增强引擎 以太网 10/100/1000MACw/AVB+10/100PHY USB/PCI-e 1xUSB2(OTG)+1xUSB3or2xUSB2(OTG,HOST)+1xPCIe-2 音频接口 StereoDACs,SPDIF 输入输出,8 通道 PDM,多通道 I2S 输入输出 音频处理 VAD,EQ/DRC,eARC,HiFi4DSP 视频输出 V-by-1,LVDS,CVBS,4KTCON 视频输入 HDMI2.1x3w/EMP,ALLM,CVBSx2 数据来源：

271、晶晨股份官网，财通证券研究所-100%0%100%200%300%-1,00001,0002,0003,000营业总收入归母净利润营业总收入同比增速归母净利润同比增速0%10%20%30%40%50%毛利率净利率 谨请参阅尾页重要声明及财通证券股票和行业评级标准 86 行业深度分析报告/证券研究报告 公司 2022 年上半年实现营收 31.07 亿元，同比增长 55.22%，归母净利润 5.85 亿元，同比增长134.17%。2022年上半年公司毛利率达到39.47%，同比增长3.24pcts，净利率达到 18.82%，同比增长 6.38pcts。图94.晶晨营收及归母净利润（百万美元）图95

272、.晶晨毛利率及净利率 数据来源：Wind，财通证券研究所 数据来源：Wind，财通证券研究所 8.3 全志科技（全志科技（300458.SZ）多品类平台化公司，智能车载业务稳步推进。多品类平台化公司，智能车载业务稳步推进。公司成立于 2007 年，发展初期以高清视频、模拟芯片、网络应用为重点方向，在 2014 年开始平台化转型，包括成立车联网事业部，逐渐形成现在智能硬件、智能车载、OTT 机顶盒、平板电脑四大业务全面开花的局面。公司于 2015 年于深交所创业板上市。全志科技重点发力智能座舱领域，横向拓展实现多品类布局。全志科技重点发力智能座舱领域，横向拓展实现多品类布局。公司开发 T 系列产

273、品满足市场需求，包括行车记录仪、智能中控、智能辅助驾驶等多个细分市场，其中 T5/T7 系列产品已于 2021 年通过 AEC-Q100 车规认证并规模化量产。T5 芯片集成四核 Cortex-A53CPU、G31MP2GPU 实现优异的性能表现，并支持高清 360全景功能与 6 路高清摄像头输入。发布于 2018 年的 T7 是国内首款通过车规认证的自主平台型 SOC 芯片，该芯片集成六核 Cortex-A7CPU、Mail-400MP4GPU，内置双 ISP 实现高清 360 全景功能，以及 ADAS 加速引擎 EVE 以降低 CPU 负载。作为平台型 SOC，T7 具备强大的兼容性，不仅

274、能支持当前智能座舱主流产品的研发需求，还能适配 Android、Linux、QNX 三种不同的车载操作系统，帮助合作伙伴快速推进产品量产。目前在前装市场，全志科技与多家知名 Tier1 车企合作，包括长安、上汽、一汽，T 系列年出货量已超过百万颗。在车载领域其他品类方面，在车载领域其他品类方面，公司推出 v5364K 超清视频编解码处理器用以打造高端行车记录仪一站式平台，于 2020 年实现稳定量产。此外，为适配自动驾驶，公司推出 V40 四核平台级车载处理器和 V66 八核智能后视镜解决方案，均搭载全志 ADAS2.0 算法，可提供辅助驾驶功能。-100%0%100%200%300%400%

275、500%600%700%(1,000)01,0002,0003,0004,0005,0006,0007,000200022H1营业总收入归母净利润营业总收入同比增速归母净利润同比增速0%10%20%30%40%50%200022H1毛利率净利率 谨请参阅尾页重要声明及财通证券股票和行业评级标准 87 行业深度分析报告/证券研究报告 图96.全志科技 T5 芯片框架图 图97.全志科技 T7 芯片框架图 数据来源：全志科技官网，财通证券研究所 数据来源：全志科技官网，财通证券研究所 全志科技通过产业链上下游合

276、作布局智能汽车生态网络。全志科技通过产业链上下游合作布局智能汽车生态网络。2017 年全志科技于科大讯飞签订战略合作协议，在智能人机交互技术、车载智能化及人工智能技术、大数据分析、智能车联网平台等业务领域展开进一步合作。全志科技 T7 平台已搭载科大讯飞智能语音支持。2019 年全志科技与 OPENAILAB 宣布达成战略合作协议，致力于提供嵌入式 AI 应用开发工具与平台，共同推进芯片、硬件、软件整个产业链的深入协作。OPENAILAB 授权全志科技在车规芯片 T7 上免费搭载 Tengine 加速平台，提升芯片对视频类算法的效率。公司 2022 年上半年实现营收 8.32 亿元，同比下降

277、20.60%，实现归母净利润 2.03亿元，同比下降16.16%。2022年上半年公司毛利率达到41.01%，同比增长3.84pcts，净利率为 24.40%，同比增长 1.29pcts。图98.全志科技营收及归母净利润（百万美元）图99.全志科技毛利率及净利率 数据来源：Wind，财通证券研究所 数据来源：Wind，财通证券研究所 8.4 兆易创新（兆易创新（603986.SH）-200%0%200%400%600%800%1000%-50005001,0001,5002,0002,500营业总收入归母净利润营业总收入同比增速归母净利润同比增速-20.00%0.00%20.00%40.00%

278、60.00%毛利率净利率 谨请参阅尾页重要声明及财通证券股票和行业评级标准 88 行业深度分析报告/证券研究报告 兆易创新是全球领先的兆易创新是全球领先的 Fabless 芯片供应商，多款车规芯片供应商，多款车规级产品帮助公司在汽车领级产品帮助公司在汽车领域实现快速拓展。域实现快速拓展。公司成立于 2005 年，经过多年发展逐渐完成“控制+存储+传感”的业务布局。公司自 2014 年起开始布局汽车市场，现已推出多款车规级 Flash 与MCU 产品，为汽车前装市场提供高性能、高可靠性解决方案，成为公司发展重要驱动力。兆易创新于 2016 年在上交所上市，管理层技术背景亮眼，董事长、副董事长及总

279、经理均为资深电路设计工程师，为公司技术创新提供支持。在在 NOR Flash 领域，公司市场占有率全球第三、中国第一，依靠先进技术产品不领域，公司市场占有率全球第三、中国第一，依靠先进技术产品不断推成出新，两款芯片断推成出新，两款芯片 GD25SPI NOR Flash 及及 GD5FSPI NAND Flash 已通过已通过AEC-Q100 车规认证并已量产，实现了从车规认证并已量产，实现了从 SPI NOR Flash 到到 SPIN AND Flash 的的车规级产品的全面布局。车规级产品的全面布局。2019 年推出的 GD25SPINORFlash 产品容量覆盖1Mbit512Mbit

280、,采用 3.3V/1.8V 供电，工作温度范围在-4085/-40105/-40125，具有高品质的特点。2022 年推出的 GD5FSPINANDFlash 在GD25SPINORFlash 的基础上进一步扩容，覆盖 1Gb4Gb 容量，使用 38nm 制程工艺，工作温度范围为-40105，可应用于车载网关、DVR、智能驾舱、Tbox等。值得注意的是，这款产品从设计研发、生产制造到封装测试所有环节，均采用国内供应链，极大程度上填补了国产大容量车用存储器的空白。在在 MCU 领域，作为中国排名第一的领域，作为中国排名第一的 Arm 通用型通用型 MCU 供应商，兆易创新已完成供应商，兆易创新已

281、完成工业工业+车载多领域布局。车载多领域布局。2022 年 9 月，兆易创新发布 GD32A503 系列，正式进入车规级 MCU 市场。该产品采用 40nm 制程工艺和高速嵌入式闪存 eFlash 技术，CPU 采用Cortex-M33，配备384KBFlash和48KBSRAM，工作温度范围-40+125，可应用于 ADAS 辅助驾驶系统、车载通讯、智能座舱等多种车用场景，预计于 2022年下半年实现量产。图100.GD32A503 系列 MCU 产品组合 数据来源：兆易创新官网，财通证券研究所 谨请参阅尾页重要声明及财通证券股票和行业评级标准 89 行业深度分析报告/证券研究报告 公司 2

282、022 年上半年实现营收 47.81 亿元，同比增长 31.32%，实现归母净利润 15.27亿元，同比增长94.34%。2022年上半年公司毛利率达到49.44%，同比增长9.17pcts，净利率为 31.94%，同比增长 10.36pcts。图101.兆易创新营收及归母净利润（百万美元）图102.兆易创新毛利率及净利率 数据来源：Wind，财通证券研究所 数据来源：Wind，财通证券研究所 8.5 富瀚微（富瀚微（300613.SZ）富瀚微是国内领先的以视频为核心的芯片企业。富瀚微是国内领先的以视频为核心的芯片企业。公司成立于 2004 年 4 月，业务覆盖专业安防、智能硬件、汽车电子三大

283、领域，为客户提供视频解编码 SOC 芯片、图像信号处理器 ISP 芯片及产品解决方案。公司于 2017 年在深圳创业板上市，并于 2021 年控股眸芯科技，强化 DVR/NVRSOC 布局。富瀚微于富瀚微于 2018 年正式进入车载前装市场，目前有三款车载年正式进入车载前装市场，目前有三款车载 ISP 产品通过产品通过 AEC-Q100Grade2 车规认证，分别为车规认证，分别为 FH8310、FH8320、FH8322，具有高性能和低功，具有高性能和低功耗的特点。耗的特点。于 2018 年发布的 FH8310 芯片，是本土首款百万像素以上的车规级图像处理 ISP 芯片。该芯片最大支持 20

284、0 万像素，支持 RGB-IR、3D 降噪，可以应用在前视、环视、车内摄像头等不同场景。这款芯片已在比亚迪新能源车上量产，主要用于车内多媒体系统的摄像头监控、视频通话等。公司于 2021 年推出两款高动态范围车载前装图像处理芯片：FH8320/FH8322，适合倒车、环视、车内和流媒体摄像头等车载应用。前者支持 960PMIPI 输入、4 帧合成 HDR、模拟和数字输出；后者支持 2MPMIPI 输入、3 帧合成 HDR、模拟与数字输出。表25.FH8310、FH8320、FH8322 性能对比 产品型号 分辨率 视频输出 翻态 降噪 车规 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 数据来源：富瀚微官网，财通证券研究所 在汽车电子领域，富瀚微于 2016 年开始布局车用摄像头芯片，现已有“专业车规ISP+模拟视频链路芯片+车载 DVR”三大类产品，覆盖“车载前装到后装、舱外到舱内”，为 Tier1 和整车厂提供完整的国产应用解决方案。-50%0%50%100%150%200%250%300%-1,50001,50

286、03,0004,5006,0007,5009,000营业总收入归母净利润营业总收入同比增速归母净利润同比增速0.00%20.00%40.00%60.00%毛利率净利率 谨请参阅尾页重要声明及财通证券股票和行业评级标准 90 行业深度分析报告/证券研究报告 图103.FH8310 已在比亚迪新能源车上量产 数据来源：富瀚微官网，财通证券研究所 公司 2022 年上半年实现营收 11.64 亿元，同比增长 62.15%，实现归母净利润 2.42亿元，同比增长 74.64%。2022 年上半年公司毛利率为 38.43%，同比下降 4.27pcts，净利率为 19.36%，同比下降 1.29pcts。

287、图104.富瀚微营收及归母净利润（百万美元）图105.富瀚微毛利率及净利率 数据来源：Wind，财通证券研究所 数据来源：Wind，财通证券研究所 8.6 国芯科技（国芯科技（688262.SH）国芯科技是国内领先的嵌入式国芯科技是国内领先的嵌入式 CPUIP 企业。企业。公司成立于 2001 年，致力于实现国产芯片的安全自主可控，主营业务包括 IP 授权、芯片定制服务、自主芯片及模组产品，产品覆盖信息安全、汽车电子和工业控制、边缘计算和网络通信三大关键领域。公司于 2022 年在上交所科创板上市。国芯科技在汽车电子领域经验丰富，积极推动汽车电子国芯科技在汽车电子领域经验丰富，积极推动汽车电子

288、 MCU 芯片国产化。芯片国产化。公司基于“M*Core 指令集”、“PowerPC 指令集”、“RISC-V 指令集”三种架构推出多元化产品与解决方案，覆盖车身控制、发动机和新能源电机控制、域控制和新能源电池管理系统控制等方面。在汽车车身控制领域，国芯科技于 2014 年推出首款汽-100%0%100%200%300%400%-50005001,0001,5002,000营业总收入归母净利润营业总收入同比增速归母净利润同比增速0.00%20.00%40.00%60.00%毛利率净利率 谨请参阅尾页重要声明及财通证券股票和行业评级标准 91 行业深度分析报告/证券研究报告 车 MCU 产品 C

289、CFC2002BC，对标恩智浦 MPC5604；于 2022 年在此基础上进行更新与完善推出 CCFC2012BC，对标恩智浦 MPC5604/MPC5607。截至 2022 年六月，CCFC2012BC 已获得超过 200 万颗订单，并实现数十万颗出货和装车。在汽车动力总成控制领域，公司已量产 CCFC2003PT（国内首颗自主研发的汽车发动机总成芯片）、CCFC2006PT 芯片，分别对标恩智浦 MPC5634、MPC5554；新一代产品 CCFC2007PT 也已于 2022 年 8 月在公司内测成功，该产品按照汽车电子Grade1 等级进行设计和生产，具有高可靠性，可以应用于苛刻的使用

290、场景，从而增加了产品的应用覆盖面。图106.国芯科技汽车电子 MCU 路线图 数据来源：国芯科技官网，财通证券研究所 国芯科技与汽车电子领域头部客户建立良好关系，助力产品的研发、设计与量产。国芯科技与汽车电子领域头部客户建立良好关系，助力产品的研发、设计与量产。国芯科技与潍柴动力集团、科世达（上海）管理有限公司、埃泰克汽车电子（芜湖）有限公司等汽车电子领域头部客户保持良好的合作关系，致力于成为国内汽车电子芯片的领先供应商。此外，公司在产品开发阶段就受到 Tier1 电子模组厂商和汽车整机厂的关注与订单支持，形成公司的先发优势。公司 2022 年上半年实现营收 2.09 亿元，同比增长 49.1

291、6%，实现归母净利润 0.61亿元，同比增长 1825.55%。2022 年上半年公司毛利率为 53.40%，同比增长13.75pcts，净利率为 29.17%，同比增长 26.91pcts。谨请参阅尾页重要声明及财通证券股票和行业评级标准 92 行业深度分析报告/证券研究报告 图107.国芯科技营收及归母净利润（百万美元）图108.国芯科技毛利率及净利率 数据来源：Wind，财通证券研究所 数据来源：Wind，财通证券研究所 8.7 四维图新（四维图新（002405.SZ）杰发科技是国内第一家专注于汽车电子芯片的企业。杰发科技是国内第一家专注于汽车电子芯片的企业。公司成立于 2013 年，2

292、017年被四维图新收购，成为其全资子公司。杰发科技为全球汽车电子产业提供专业级芯片与整体解决方案，以 SOC 为突破，布局“SOC+MCU+AMP+TPMS”四大产品线，实现汽车芯片全车覆盖。目前全球有 7000 万辆车搭载杰发科技 SOC 芯片，累计出货量达 2 亿颗。图109.杰发科技全产品线整车覆盖 数据来源：杰发科技官网，财通证券研究所 杰发科技坚持自主研发创新，打造多样化智能座舱解决方案。杰发科技坚持自主研发创新，打造多样化智能座舱解决方案。杰发科技目前有入门级 AC8015I、中阶 AC8025E、中高阶 AC8025H 三款智能座舱 SOC 芯片，覆盖入门到中高端不同市场需求。A

293、C8015 芯片 CPU 采用 A534+R5F2 架构，GPU采用 Mali-T820MP2，支持 Hypervisor 虚拟化以及 CPU 硬隔离技术，可实现灵活的“一芯多屏、一芯多系统“智能座舱配置解决方案。该芯片已于 2021 年 3 月正式-200%0%200%400%600%800%1000%1200%1400%1600%1800%2000%-5005003003504004505002002020212022H1营业总收入归母净利润营业总收入同比增速归母净利润同比增速-20.00%0.00%20.00%40.00%60.00%80.00

294、%2002020212022H1毛利率净利率 谨请参阅尾页重要声明及财通证券股票和行业评级标准 93 行业深度分析报告/证券研究报告 实现前装量产，被搭载于广汽传祺、上汽名爵等厂商的多个高性价比车型。AC8025芯片 CPU 采用 2*A76+6*A55+2*R5F 架构，算力可达到 60K+DMIPS；同时内置了高性能 NPU。该芯片可应用于座舱域扩展融合视觉处理，现已流片，计划于 2022年 Q4 正式量产。图110.杰发科技智能座舱芯片产品矩阵 数据来源：杰发科技官网，财通证券研究所 杰发科技在杰发科技在 MCUMCU 领域同样技术领先，旗下领域同样技术领先，旗下

295、MCUMCU 产品已实现产品已实现 M0M0、M3M3 到到 M4FM4F 内核的内核的车规级车规级 MCUMCU 全覆盖。全覆盖。2018 年，杰发科技推出 AC7811，是国内第一颗通过 AEC-Q100Grade1 车规级认证的 32 位 MCU 芯片。2022 年，杰发科技推出 AC7840 x，是公司首款功能安全车规 MCU，已陆续送样。该芯片采用 ARMCotex-M4F 内核，符合ISO26262 功能安全 ASIL-B 和 AEC-Q100Grade1 等级要求规范，能够全面提升汽车零部件的安全性。图111.杰发科技车规级 MCU 发展线 数据来源：杰发科技官网，财通证券研究所

296、 谨请参阅尾页重要声明及财通证券股票和行业评级标准 94 行业深度分析报告/证券研究报告 杰发科技一体化方案解决方案为客户带来便捷多元的产品形态。杰发科技一体化方案解决方案为客户带来便捷多元的产品形态。“多元“指的是在为客户提供的产品方案中，公司的四大类产品可组合搭配，例如 SOC 可搭配 MCU和功放、MEMS 的胎压芯片可搭配 MCU，从而满足不同的客户需求。”便捷“指的是杰发科技从底层的芯片、开发环境和开发工具的搭配，到中间层的多种操作系统，再到上层的软件、应用、算法及第三方生态的搭配，都能为客户提供稳定高效的Turnkey 解决方案，从而帮助客户加速量产进程。作为杰发科技的母公司，四维

297、图新 2022 年上半年实现营收 13.68 亿元，同比增长14.22%，实现归母净利润-0.35 亿元，亏损同比收窄 36.79%。2022 年上半年公司毛利率为 56.02%，同比增长 0.8pcts，净利率为-4.90%，同比增长 1.50pcts。图112.四维图新营收及归母净利润（百万美元）图113.四维图新毛利率及净利率 数据来源：Wind，财通证券研究所 数据来源：Wind，财通证券研究所 8.8 英恒科技（英恒科技（1760.HK）英恒科技是一家专业的汽车电子解决方案供应商。英恒科技是一家专业的汽车电子解决方案供应商。英恒科技于 2001 年在香港成立，致力于为整车厂及其零部件

298、配套供应商提供汽车电子关键部件的增值解决方案。公司在成立初期专注于为传统汽车提供解决方案，覆盖车身控制系统、动力系统和安全系统；于 2008 年进入新能源汽车应用领域，建立 BMS、VCU、MCU三大核心技术；自 2016 年开始布局自动驾驶领域，致力于域控制器、雷达和网关控制器等产品的设计与研发。英恒科技于 2018 年在港交所上市。在智能汽车领域，英恒科技核心聚焦自动驾驶域控制器，通过与英飞凌、地平线、在智能汽车领域，英恒科技核心聚焦自动驾驶域控制器，通过与英飞凌、地平线、赛灵斯、北汽新能源等公司的广泛合作实现技术的突破。赛灵斯、北汽新能源等公司的广泛合作实现技术的突破。2021 年，英恒

299、科技发布了基于赛灵思 UltraScale MPSOC 的开发的 CAELUS 自动驾驶域控制器方案，并提供软硬件相关的设计开发资料。2022 年，英恒科技发布了基于英飞凌系列芯片的 GDCU34B 自动驾驶域控制单元，面向 L2+的领航辅助驾驶应用开发，支持接入 1 路 8MP 的摄像头、9 路 2MP 的摄像头、5 路毫米波雷达以及 12 路超声波传感器的接入，提供强大的视觉感知功能。下游客户中，英恒科技与北汽新能源合作开发 L4 级别的代客泊车控制单元和 L3 级别的城区自动驾驶控制单元软件平台，已获得正式采用。-250%-150%-50%50%150%250%-3,500-3,000-

300、2,500-2,000-1,500-1,,0001,5002,0002,5003,0003,500营业总收入归母净利润营业总收入同比增速归母净利润同比增速-40.00%-20.00%0.00%20.00%40.00%60.00%80.00%100.00%毛利率净利率 谨请参阅尾页重要声明及财通证券股票和行业评级标准 95 行业深度分析报告/证券研究报告 图114.英恒科技智能汽车解决方案 数据来源：英恒科技官网，财通证券研究所 英恒科技与地平线合作紧密且落地成果最多。英恒科技与地平线合作紧密且落地成果最多。双方自 2020 年宣布达成战略合作起，融合各自资源与本土优势，

301、加速推动智能驾驶芯片及解决方案的落地。英恒科技于 2021 年在上海国际汽车工业展览会上展出 4 款智能汽车解决方案及产品，均采用地平线征程系列芯片，涵盖自动驾驶 L1 到 L4 级别。其中 Horizon Matrix Pilot 3 是英恒科技与地平线联合开发的自动驾驶域控制器产品，搭载 3 颗征程 3芯片，采用地平线量产级 AI 视觉算法方案，面向 L2L4 级别的自动驾驶应用场景。2022 年英恒科技全资子公司金脉电子宣布与地平线签约达成硬件 IDH 合作，并推出首个面向市场的自动驾驶域控制器产品方案 MADC2 及配套技术服务。该方案基于征程 5 芯片，搭配金脉成熟的嵌入式平台软件技

302、术，能够满足高级自动驾驶在行车、泊车和座舱方面的需求。图115.MADC2 芯片架构 数据来源：英恒科技官网，财通证券研究所 谨请参阅尾页重要声明及财通证券股票和行业评级标准 96 行业深度分析报告/证券研究报告 公司 2022 年上半年实现营收 20.75 亿元，同比增长 57.15%，实现归母净利润 1.53亿元，同比增长 140.48%。2022 年上半年公司毛利率达到 21.58%，同比增长2.40pcts，净利率为 7.30%，同比增长 2.50pcts。图116.英恒科技营收及归母净利润（百万美元）图117.英恒科技毛利率及净利率 数据来源：Wind，财通证券研究所 数据来源：Wi

303、nd，财通证券研究所 8.9 地平线地平线 地平线是在自动驾驶芯片领域实现大规模上车的唯一中国厂商。地平线是在自动驾驶芯片领域实现大规模上车的唯一中国厂商。地平线成立于2015 年，主要从事边缘人工智能芯片的研发，具有领先的人工智能算法和芯片设计能力，致力于通过底层技术赋能，推动汽车产业的创新发展。公司自成立以来，地平线已获得上汽集团、广汽资本、长城汽车、东风资产、比亚迪、一汽集团等众多车企资本，以及 Intel、SKHynix、宁德时代、立讯精密、星宇股份、韦尔股份、舜宇光学等多家产业链上下游企业的战略投资。地平线核心产品为“芯片地平线核心产品为“芯片+算法算法+供应链供应链+服务”，公司到

304、目前为止已经发布了三款服务”，公司到目前为止已经发布了三款芯片，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 已经得到大量的应用，征程已经得到大量的应用，征程 5 5 已已经落地。经落地。2019 年 8 月，地平线推出第一代车规芯片征程 2 系列；2020 年 9 月推出第二代车规芯片征程 3 系列，并已经陆续前装量产了多款车型，包括长安 UNI-T、UNI-K，奇瑞蚂蚁，智己汽车，广汽埃安 Y 等。2021 年，公司第三款车规级芯片征程 5Journey5（简称 J5）一次性流片成功并且顺利点亮。J5 单芯片 AI 算力高达96TOPS

305、，基于 J5 集成的智能驾驶计算平台算力将达 200Tops-1000Tops。J5 推出意味着地平线成为国内唯一的覆盖从L2到L4的全场景整车智能芯片方案提供商。目前征程 5 已斩获比亚迪、上汽集团、一汽红旗、自游家汽车等多家主流车企的量产合作项目，首款量产车型将于 2022 年底发布。截至目前，地平线征程系列芯片出货量超百万片，有 20+车企客户，70+车型项目。推出全新一代“天工开物”推出全新一代“天工开物”AIAI 开发平台，让开发平台，让 AIAI 开发门槛“平民化”。开发门槛“平民化”。2020 年地平线推出了全新一代“天工开物”(Horizon Open Explorer Pla

306、tform)AI 开发平台。AI 开发平台基于自研 AI 芯片打造,由模型仓库、AI 芯片工具链(AI Tool chain)及 AI 应用开发中间件(AI Express)三大功能模块构成，旨在通过全面降低开发者-50%0%50%100%150%-1,00001,0002,0003,0004,000营业总收入归母净利润营业总收入同比增速归母净利润同比增速0.00%5.00%10.00%15.00%20.00%25.00%30.00%毛利率净利率 谨请参阅尾页重要声明及财通证券股票和行业评级标准 97 行业深度分析报告/证券研究报告 门槛、提升开发速度、保证开发质量,赋能产业智慧升级。地平线坚

307、决地定位地平线坚决地定位 TierTier-2 2，不做封闭方案，打造开源生态合作共赢。，不做封闭方案，打造开源生态合作共赢。地平线公布的商业模式有三种，一是提供 BPU 和 SOC 级别征程芯片以及操作系统 OS，帮助车企完成自动驾驶软硬件系统开发；二是提供 BPU 和 SOC 级别芯片，整车厂采用自研操作系统开发自动驾驶软硬件系统；三是提供 BPUIP，支持车企实现 SOC 自研并采用自研操作系统和自动驾驶软硬件系统实现整车开发。地平线未来将不断开放 Knowhow、工具以及开发平台，加快软件和硬件的设计开发速度，降低开发成本。图118.地平线自动驾驶芯片产品规划 数据来源：地平线演说会，

308、财通证券研究所 对生态伙伴的全面赋能，让地平线的开放战略不断发展，目前已经多家软硬件生对生态伙伴的全面赋能，让地平线的开放战略不断发展，目前已经多家软硬件生态合作伙伴推出基于征程态合作伙伴推出基于征程 5 5 的高阶自动驾驶方案。的高阶自动驾驶方案。秉承“开放共赢”的赋能模式，地平线已经帮助多家软硬件企业打造了基于征程 5 的高阶自动驾驶方案，包括轻舟智航面向高速+城市 NOA 打造极具性价比的高等级自动驾驶方案；鉴智机器人提供高级别自动驾驶量产方案与自动驾驶感知系统方案；觉非科技发布城市通勤融合定位量产解决方案；天准公司发布基于地平线双征程 5 的国产化域控制器量产标准参考方案等。谨请参阅尾

309、页重要声明及财通证券股票和行业评级标准 98 行业深度分析报告/证券研究报告 图119.地平线生态合作伙伴 数据来源：地平线演说会，财通证券研究所 20222022 年年 1010 月月 1313 日，大众汽车集团强化在华自动驾驶领域研发实力，旗下软件公日，大众汽车集团强化在华自动驾驶领域研发实力，旗下软件公司司 CARIADCARIAD 携手地平线成立合资公司。携手地平线成立合资公司。CARIAD 与地平线成立合资企业，并在其中持有 60%的股份，大众集团计划投资约 24 亿欧元（约合人民币 167 亿元），一举创下入华 40 年来的最大单笔投资。双方致力于加速自动驾驶软硬件技术在中国汽车市

310、场的开发和商业化，为中国消费者尽早带来自动驾驶汽车的驾乘体验。合资公司将定位为大众汽车集团中国的核心智能驾驶 Tier 1，后续大众集团在中国市场推出的纯电动车型（上汽大众、一汽大众、大众安徽）都将大规模搭载该合资公司打造的智能驾驶方案。图120.地平线与大众旗下 CARIAD 成立合资公司 数据来源：地平线官网，财通证券研究所 此次合作对双方来说意义重大。此次合作对双方来说意义重大。一方面对大众来说有利于加速辅助驾驶车型落地，谨请参阅尾页重要声明及财通证券股票和行业评级标准 99 行业深度分析报告/证券研究报告 大众此前因智能化进展不及预期问题导致旗下包括 ID 系列等多个车型被迫推迟上市，

311、随着大众同地平线达成合作，其产品的智能化水平有望得到进一步提升。另一方面对于地平线而言，与大众合作可以让地平线在技术、市场以及客户方面迎来全方位提升，意味着国内自动驾驶 SOC 企业第一次敲开了合资汽车品牌的大门。8.10 华为华为 华为将自己定位为汽车智能增量零部件供应商，主要为车企提供“自动驾驶”和“智能座舱”解决方案，这是华为汽车业务需要的两大类芯片。华为的自研芯片目前主要包括了 5G 基带芯片巴龙+990A（智能座舱）、AI 芯片昇腾（自动驾驶）。华为全链接华为全链接 20182018 大会上发布两款自动驾驶大会上发布两款自动驾驶 AIAI 芯片，分别是芯片，分别是昇昇腾腾 31031

312、0 和和昇昇腾腾 910910。昇腾 310 是一款主打低功耗的端侧芯片，采用的是 12nm 制程工艺，其最大功耗仅为 8W，算力达到了 16TOPS，能效比为 2TOPS/W，明显优于业界的平均水准；华为昇腾 910 基于 7nm 工艺，侧重高效计算，应用偏向于需要极高算力的云端设备。图121.华为昇腾 310 图122.华为昇腾 910 数据来源：华为演说会，财通证券研究所 数据来源：华为演说会，财通证券研究所 值得一提的是华为不单独卖自动驾驶芯片，更多是一个自动驾驶套件或者解决方值得一提的是华为不单独卖自动驾驶芯片，更多是一个自动驾驶套件或者解决方案。案。华为自研的自动驾驶 AI 芯片通

313、过搭载于车规级智能驾驶计算平台 MDC，已经先后获得了极狐阿尔法S华为HI版、长城沙龙机甲龙、阿维塔11、广汽AionLXPlus、哪吒 S 以及比亚迪和奇瑞高端品牌车型定点，今年将随着相关车型的交付正式量产。华为 MDC 平台算力范围覆盖 48400TOPS，共包含 4 个不同的版本，分别是面向商用车场景的 MDC300F，以及 MDC210、MDC610 和 MDC810，可支持从 L2+到 L4 甚至 L5 不同级别的自动驾驶研发。谨请参阅尾页重要声明及财通证券股票和行业评级标准 100 行业深度分析报告/证券研究报告 图123.华为 MDC 大家庭 数据来源：盖世汽车，财通证券研究所

314、华为华为 MDCMDC 解决方案，集成了华为自研的解决方案，集成了华为自研的 HostCPUHostCPU 芯片、芯片、AIAI 芯片、芯片、ISPISP 芯片与芯片与 SSDSSD控制芯片，具有高能效、高性能、高安全性以及低时延等特点。控制芯片，具有高能效、高性能、高安全性以及低时延等特点。此外，华为 MDC还具备组件服务化、接口标准化、开发工具化的特性，基于此平台可快速开发、调测、运行自动驾驶算法与功能。在合作落地方面，在合作落地方面，阿尔法 S 全新 HI 版和阿维塔 11 搭载的 MDC810 智能驾驶计算平台，可以实现 400TOPS 的超强算力。而长城沙龙机甲龙、广汽 AionLX

315、Plus、哪吒 S 等搭载的 MDC610，算力也达到了 200+TOPS，其中机甲龙由于搭载了双 MDC 智能驾驶计算平台，综合算力达 400TOPS。表26.华为 MDC 合作车型 车型车型 MDCMDC 型号型号 量产时间量产时间 极狐阿尔法 S 华为 HI 版 MDC810 2022 年 Q3 阿维塔 11 MDC810 2022 年底 哪吒 S MDC610 2022 年 Q4 长城沙龙机甲龙 双 MDC610 2022 年内 广汽 AionLXPIus MDC610 2022 年 广汽埃安新车型 MDC810 2024 年 广汽传褀新车型 MDC610 2023 年 比亚迪高端品牌

316、 型号未知 数据来源：盖世汽车，财通证券研究所 20192019 年年 1 1 月，华为发布基带芯片巴龙月，华为发布基带芯片巴龙 50005000，该芯片是全球首个支持，该芯片是全球首个支持 V2XV2X 的多模的多模芯片，可用于汽车端的车联网、自动驾驶领域。为了进一步推广车载端巴龙芯片，可用于汽车端的车联网、自动驾驶领域。为了进一步推广车载端巴龙 50005000 谨请参阅尾页重要声明及财通证券股票和行业评级标准 101 行业深度分析报告/证券研究报告 通信芯片的应用，华为于通信芯片的应用，华为于 20192019 年年 4 4 月在上海车展上发布了基于前者的月在上海车展上发布了基于前者的

317、5G5G 汽车模汽车模块块 MHMH。巴龙 5000 是华为海思最新的 5G 基带，支持 NSA 和 SA 组网方式。巴龙 5000率先实现业界标杆的 5G 峰值下载速率，在 Sub-6GHz（低频频段，5G 的主用频段）频段达 4.6Gbps，在毫米波（高频频段，5G 的扩展频段）频段可达 6.5Gbps。能够满足汽车 5G 通讯需求，给车辆数据互通、车路协同以及未来的自动驾驶提供助力。2020 年 12 月 25 日，搭载全球首个 5G+V2X 智能终端的广汽埃安 AIONV 量产下线，这款搭载华为最新一代巴龙 5000 芯片的全球首款量产 5G 车将陆续交付到用户手上。通过 5GV2X

318、技术与智能交通网络的融合，AIONV 率先实现车-路-人-云实时互联，提升驾驶安全性及可靠性。V2V 也是 5G 车联网值得期待的场景之一，AIONV与 AIONV 之间拥有超前交互，如交叉路口盲区碰撞预警、逆向超车盲区预警、交通灯信息车内提醒等功能，未来还将实现广汽埃安车型之间的互联。图124.华为巴龙 5000 芯片 图125.广汽埃安 V 搭载华为巴龙 5000 芯片 数据来源：华为演说会，财通证券研究所 数据来源：盖世汽车，财通证券研究所 以华为为首的 ICT 企业将在车载智能计算平台的基础上，进一步整合出行服务、移动应用、物联网、云计算等应用生态服务能力，或将改写汽车产业生态格局，如

319、今已经看到华为、腾讯、百度等越来越多的 ICT 企业融入汽车产业链。图126.华为作为 ICT 企业将在车载智能计算平台的基础上完善汽车生态服务 数据来源：中国信通院，财通证券研究所 谨请参阅尾页重要声明及财通证券股票和行业评级标准 102 行业深度分析报告/证券研究报告 但华为捆绑销售的商业模式让车企和第三方厂商之间在合作之余也往往心存芥但华为捆绑销售的商业模式让车企和第三方厂商之间在合作之余也往往心存芥蒂，蒂，因此华为自动驾驶方案大规模上车依然依然面临着几个风险：（1）高端芯片无法代工，库存够不够；（2）华为合作的车企能不能为华为自动驾驶系统迭代提供大量的数据；（3）华为如何赢得合作伙伴的

320、信任。比如华为和长安和广汽合作进展比较缓慢，现在仍停留在研发阶段，对外公布 2022 年内可能会公布样车，但真正的量产交付并没有明确的时间表。北汽极狐能先合作成功是因为北汽对华为敞开了底盘数据，但在和长安和广汽的合作中，华为的话语权就相比北汽要弱一些。因此我们认为未来与华为合作的可能都是没有自研能力的中小车企（或是与因此我们认为未来与华为合作的可能都是没有自研能力的中小车企（或是与大车企但非主流车型）合作，但这部分车企销量很难支撑华为大车企但非主流车型）合作，但这部分车企销量很难支撑华为汽车板块体量。汽车板块体量。8.11 黑芝麻黑芝麻 黑芝麻智能科技有限公司成立于 2016 年，是行业内领先

321、的车规级自动驾驶计算芯片和平台研发企业，专注于大算力芯片与平台等技术领域的高科技研发。黑芝麻智能能够提供完整的自动驾驶、车路协同解决方案，包括车规级设计，学习型图像处理，低功耗精准感知的自动驾驶计算芯片和自动驾驶计算平台，支撑自动驾驶产业链相关产品的快速产业化落地。公司至今已推出华山公司至今已推出华山 A500A500，以及华山二号，以及华山二号 A1000A1000、A1000LA1000L 和和 A1000ProA1000Pro 四款自动四款自动驾驶芯片产品。驾驶芯片产品。其中，华山 A500 是继华为昇腾 310、地平线征程 2 芯片量产后，我国第三款实现量产的自动驾驶芯片产品。另外黑芝

322、麻智能在 2020 年发布的华山二号 A1000 芯片，则采用 16nm 工艺制程，INT8 精度下单颗芯片算力达 58TOPS，并已完成所有车规级认证。2020 年 5 月，黑芝麻智能与江汽集团达成平台级战略合作，将联合开发行泊一体式智能驾驶平台，江汽集团的多款思皓品牌量产车型也将搭载华山二号 A1000 芯片。图127.黑芝麻智能四款自动驾驶芯片产品 数据来源：黑芝麻智能公众号，财通证券研究所 谨请参阅尾页重要声明及财通证券股票和行业评级标准 103 行业深度分析报告/证券研究报告 黑芝麻智能黑芝麻智能 FADFAD 智能驾驶平台综合性能全线领先智能驾驶平台综合性能全线领先 TeslaFS

323、DTeslaFSD 自动驾驶计算平台。自动驾驶计算平台。2020 年黑芝麻智能科技发布基于 A1000 芯片打造的智能驾驶“大脑”FAD（FullAutonomousDriving）全自动驾驶计算平台，对标特斯拉 FSD。这款基于两颗华山二号 A1000 芯片的级联方案打造的计算平台，算力可达 80TOPS-140TOPS，整体能效比高达 6TOPS/W，具备感知、定位、传感器融合、路径规划以及车辆控制功能，可以满足包括 TJP（TrafficJamPilot）、HWP（HighWayPilot）、CP（CarParkPilot）等完整 L2+/L3 级智能驾驶场景的需求。未来公司还将提供四芯

324、片组合的方案，算力可达 280TOPS，支持 L4 级别的自动驾驶场景。图128.黑芝麻智能 FAD 计算平台 数据来源：黑芝麻智能公众号，财通证券研究所 黑芝麻智能自研的黑芝麻智能自研的 DynamAI NNDynamAI NN 神经网络处理器和神经网络处理器和 NeuralIQ ISPNeuralIQ ISP 图像信号处理图像信号处理器。器。黑芝麻智能自研的 NeuralIQ ISP 图像信号处理器性能够支持多达 12 路摄像头信号输入，并且这颗 ISP 为整个自动驾驶系统节省成本。DynamAI NN 神经网络处理器由多种加速核心组成，除了常用的卷积计算外，可以针对神经网络中的不同层次结

325、构及运算提供全面加速，同时支持硬件稀疏化。在应用于自动驾驶推理计算时，可以提供非常高的效率。8.12 芯驰芯驰 芯驰专注于提供高性能、高可靠的车规芯片，也是全球首家“全场景、平台化”芯驰专注于提供高性能、高可靠的车规芯片，也是全球首家“全场景、平台化”的芯片产品与技术解决方案提供者。的芯片产品与技术解决方案提供者。公司产品覆盖智能座舱、智能驾驶、网关和MCU，涵盖了未来汽车电子电气架构最核心的芯片类别，从而实现“四芯合一赋车以魂”。芯驰拥有近 20 年车规级量产经验的国际水平团队，是国内为数不多的具有车规核心芯片产品定义、技术研发及大规模量产落地的整建制团队。目前芯驰已完成 4 个系列芯片的流

326、片、最高规格车规认证及大规模量产上车，服务超过 260家客户，覆盖了中国 90%以上车厂。谨请参阅尾页重要声明及财通证券股票和行业评级标准 104 行业深度分析报告/证券研究报告 图129.芯驰四款芯片产品布局位置 数据来源：芯驰科技公众号，财通证券研究所 X9 系列处理器是专为新一代汽车电子座舱设计的车规级汽车芯片，集成了高性能CPU，GPU，AI 加速器，以及视频处理器，能够满足新一代汽车电子座舱应用对强大的计算能力、丰富的多媒体性能等日益增长的需求。此外，X9 系列处理器还集成了 PCIe3.0,USB3.0，千兆以太网，CAN-FD，能够以较小造价无缝衔接应用于车载系统。该款处理器还采

327、用了包含 Cotex-R5 双核锁步模式的安全岛，能应用于对安全性能要求严苛的场景。图130.芯驰“舱之芯”X9 数据来源：芯驰科技官网，财通证券研究所 V9 系列处理器是专为新一代智能驾驶辅助系统设计的车规汽车芯片，集成了高性能 CPU,GPU,CV 引擎，能够满足新一代智能驾驶辅助系统应用对强大的计算能力日益增长的需求。此外，V9 系列处理器集成了千兆以太网，CAN-FD,能够以较低的成本与车载系统进行无缝衔接。该款处理器还支持 MIPI-CSI 的并口 CSI,能够支持摄像头输入，包括 360 环视，前视摄像，后视摄像和车内摄像系统。谨请参阅尾页重要声明及财通证券股票和行业评级标准 10

328、5 行业深度分析报告/证券研究报告 图131.芯驰“驾之芯”V9 图132.驾之芯：基于 unDrive 平台，高效支持各级别智驾 数据来源：芯驰科技官网，财通证券研究所 数据来源：芯驰科技官网，财通证券研究所 G9 系列处理器是专为新一代车内中央网关设计的高性能车规级汽车芯片，采用双内核异构设计，包含高性能 Cortex-A55CPU 内核及双核锁步的高可靠 Cortex-R5内核，在承载未来网关丰富的应用同时，也能满足高功能安全级别和高可靠性的要求。G9 支持多种外设接口，包括 PCIe,USB3.0 接口，同时具有丰富的以太网，CAN-FD 和 LIN 等传输接口。在此基础上，G9 运用

329、芯驰第二代包处理引擎 SDPEv2,在非常低的 CPU 占用率的情况下，可实现不同接口之间的高流量，低延迟的数据交换。此外，G9 内置了 HSM，包含真随机数发生器和高性能加解密引擎，支持 AES，RSA，ECC，SHA 以及多种国密算法，满足安全启动，OTA，V2X 等多种未来车载安全应用的需求。最新版本的 G9 还支持创新的跨域融合解决方案，为客户提供面向未来中央计算平台的无缝衔接。图133.芯驰“网之芯”G9 图134.网之芯系列：获得国密认证，更安全 数据来源：芯驰科技官网，财通证券研究所 数据来源：芯驰科技官网，财通证券研究所 芯驰控之芯车规微控制器是针对汽车安全相关应用设计的新一代

330、高性能微控制器产品。全系列产品集成了 3 对 ARMCortexR5 双核锁步 CPU 和 4MB 片内 SRAM 以支撑汽车应用对于算力和内存日益增长的需求。E3 集成了丰富的通信外设模块，如 CAN-FD、LIN、FlexRay、USB 和千兆以太网 TSN，可以在汽车系统中以优秀的系统 BOM 成本实现无缝的系统集成。内置的信息安全 谨请参阅尾页重要声明及财通证券股票和行业评级标准 106 行业深度分析报告/证券研究报告 模块集成真随机数生成器、AES、RSA、ECC、SHA 以及符合国密商密 2/3/4/9 标准的硬件加速器。这些信息安全功能的集成可以满足安全启动、安全通信、安全固件更

331、新升级等应用的需求。E3 的显示产品特别集成了 2DGPU、图形硬件加速引擎、RGB 或 LVDS 视频输出、并行 CSI 视频输入等多媒体外设，适合于汽车 2D 仪表、HUD、电子后视镜等汽车显示类应用。E3 产品的汽车功能安全认证可以达到 ASILD 级别，安全性能达到国际领先标准。图135.芯驰“控之芯”为涉及功能安全的 MCU 图136.芯驰战略：四芯融合走向中央计算 数据来源：芯驰科技官网，财通证券研究所 数据来源：芯驰科技官网，财通证券研究所 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，由吉利控股集团战略投资、独立运营的汽车智能化科技公司

332、亿咖通科技和 Arm 中国公司等共同出资成立。是一家专注于实现高性能车规级集成电路和模组的研发、制造和销售，致力于成为世界领先的汽车电子芯片整体方案提供商。芯擎科技的产品线覆盖智能汽车应用全场景，包括“智能座舱、自动驾驶、车载芯擎科技的产品线覆盖智能汽车应用全场景，包括“智能座舱、自动驾驶、车载中央处理器”。中央处理器”。芯擎科技研发的首款 7nm 智能座舱芯片“龙鹰一号”，已于 2021 年6 月流片成功，对标高通 8155 芯片，可以满足汽车主机厂对于高性能，宽应用，强安全，还有 5G 互联，人工智能等迅速增长的需求。“龙鹰一号”作为一款 7nm制程车规级高算力多核异构智能座舱芯片，目前针

333、对量产车型的各项测试和验证工作已陆续完成。具体参数方面，龍鹰一号采用 7nm 制程工艺，集成了 87 层电路，拥有 88 颗亿晶体管，配备了 8 核 CPU（整数计算力可达 90K），其中大核是Cortex-A76，14 核 GPU（浮点计算能力可达 900G），集成了可编程的 NPU 内核，INT8 算力可达 8TOPS。此外，还拥有强大的 VPU、ISP、DPU、DSP 集群，以及与之匹配的高带宽低延迟 LPDDR5 内存通道，为智能座舱的应用提供全方位的算力支持。另外芯擎科技计划 2023 年流片 AD1000，将满足 L2+至 L5 级自动驾驶需求；同时，公司第二代智能座舱芯片也会同步推出。谨请参阅尾页重要声明及财通证券股票和行业评级标准 107 行业深度分析报告/证券研究报告 图137.“龙鹰一号”国内首款 7nm 座舱芯片 图138.AD1000 面向 L2+L5 自动驾驶系统