1、 证券研究报告 请务必阅读正文之后的免责条款 自动驾驶域控制器：汽车智能化自动驾驶域控制器：汽车智能化计算中枢计算中枢 计算机行业“智能网联”系列报告 182021.12.30 中信证券研究部中信证券研究部 核心观点核心观点 自动驾驶域控制器是驾驶域的核心计算中枢，是汽车走向域控化、智能化的背自动驾驶域控制器是驾驶域的核心计算中枢，是汽车走向域控化、智能化的背景下，景下，市场规模市场规模增长最快的零部件。我们预计随着自动驾驶渗透率的快速提升，增长最快的零部件。我们预计随着自动驾驶渗透率的快速提升，将有一批将有一批 TIER1 厂商核心受益，重点推荐德赛西威、中科创达。厂商核心受益，重点推荐德赛
2、西威、中科创达。 自动驾驶域控制器：车辆域控化、智能化核心受益零部件。自动驾驶域控制器：车辆域控化、智能化核心受益零部件。域控制器向上通过智能化接口获得传感器、 诊断数据与状态数据， 向下通过执行器接口传递相关执行指令，起到该功能域计算大脑的核心角色。在传统 ECU 架构下，汽车开始软硬件分离， 通过单个计算平台来实现对相近功能的控制。 驾驶域与座舱域本身属于新出现的功能域，重要性与可行性使得主机厂商将驾驶域与座舱域视为域控重要性与可行性使得主机厂商将驾驶域与座舱域视为域控化的焦点化的焦点，ICVTank 预计市场规模五年 CAGR 有望达到 70%-80%。驾驶域需要承载包括感知环境、数据处
3、理、路径规划，与云进行同步通信等诸多功能，因此自动驾驶域控制器成为汽车各个功能域中发展最快速的一个。 DCU 主要构成：主要构成：嵌入式软硬一体计算平台嵌入式软硬一体计算平台。硬件结构上，智能驾驶域控制器承载了车辆线控平台与多数量、 多类型的外围传感器， 内部以大量多并行计算作为主要计算特点， 向外则需要对接大量各类型的传感器接口数据， 承担以太网交换机作用。以上特征决定了：1）底层芯片多采用异构多核芯片作为核心计算芯片，此外 BOM 成本较高的是以太网交换芯片等。2）软件方面，逐渐实现底层软件与应用层软件解耦， 域控制器厂商一般为车企提供硬件与底层的操作系统与中间件，通过软件层的分工，域控制
4、器厂商为 OEM 提供了便于开发的软硬件底座，OEM 厂商则可以掌握更接近消费者感知的上层算法，双方实现合理化分工。 域控制器厂商的核心域控制器厂商的核心 Know-how：低级别与高级别自动驾驶域控制器市场形成：低级别与高级别自动驾驶域控制器市场形成分化分化：1）低级别自动驾驶：当前低级别自动驾驶当前低级别自动驾驶领域领域域控制器厂商向解决方案域控制器厂商向解决方案提供商演进。提供商演进。算法以及实现的 ODD 功能已经逐步标准化，对于传感器的搭配也较为固定。在低速自动驾驶领域，TIER1 逐步进化到提供完整的 ADAS 解决方案，包含了域控制器、上层算法甚至传感器在内的“交钥匙”方案。主机
5、厂当前的核心诉求是快速迭代出具备消费者感知度的特色功能， 落地能力与解决方案成熟度成为竞争关键。2）高级别自动驾驶：无论是传感器、芯片或是车企的算法功能需求，当前市场都没有一套成熟的标准，存在非常大的差异，因此域控制器厂商的核心竞争力体现在与芯片巨头实现良好合作关系、 快速适配以及与车企进行深度合作开发，以满足车企的需求。 市场格局：芯片生态至关重要，市场格局：芯片生态至关重要，OEM 与软件与软件 TIER1 加入自研加入自研。芯片作为最重要的汽车智能化的 TIER2 产品，开始对 TIER1 的竞争格局起到决定性的作用。能能够更好的与够更好的与 TIER2 合作，满足主机厂与芯片巨头的快速
6、、高效落地需求，成为合作，满足主机厂与芯片巨头的快速、高效落地需求，成为TIER1 域控制器厂商的核心竞争力之一。域控制器厂商的核心竞争力之一。基于头部芯片厂商的开发平台生态实现快速迭代，是加快研发，实现快速落地的重要保证。除传统硬件 TIER1 以外，国内智能化水平领先的 OEM 厂商布局自研自动驾驶域控制器， 软件开发平台企业通过直接向 OEM 提供软件开发服务的模式，对传统 TIER1 企业的开发模式发起挑战。 风险因素：风险因素： 芯片供给短缺缓解程度低于预期； 市场对自动驾驶功能接受程度不及预期；汽车销量不及预期。 投资策略。投资策略。关注随解决方案成本下行带来的市场空间快速拓展。关
7、注随解决方案成本下行带来的市场空间快速拓展。L2+级别自动驾驶硬件成本可以控制在 6000 元左右，该硬件可以被配置到最低 13 万元左右的车型上，在国产自主品牌车型中的渗透率有望快速提升。L3+级别当前主要配置在 40 万左右的高端自主车型，随着整套解决方案成本的下行，有望在 25 万左右的车型实现落地量产。我们预计随着自动驾驶渗透率的快速提升，将有一批 计算机计算机行业行业 评级评级 强于大市（维持）强于大市（维持） 计算机计算机行业行业“智能网联”系列报告“智能网联”系列报告 182021.12.30 证券研究报告 请务必阅读正文之后的免责条款 TIER1 厂商核心受益，重点推荐汽车智能
8、化核心标的德赛西威、中科创达，建议关注光庭信息，一级市场公司地平线、福瑞泰克等。 重点公司盈利预测、估值及投资评级重点公司盈利预测、估值及投资评级 简称简称 收盘价收盘价 EPS PE 评级评级 2020 2021E 2022E 2023E 2020 2021E 2022E 2023E 德赛西威 146.52 0.94 1.42 1.87 2.34 155.9 103.2 78.4 62.6 买入 中科创达 145.50 1.05 1.57 2.21 3.01 138.6 92.7 65.8 48.3 买入 资料来源：Wind，中信证券研究部预测 注：股价为 2021 年 12 月 28 日收
9、盘价 qRqOtRrPtPzRmOpMvMvNyRaQdN9PpNqQpNoPeRqRoMfQnOqQbRqQvMxNrMmOwMoOtM 计算机计算机行业行业“智能网联”系列报告“智能网联”系列报告 182021.12.30 请务必阅读正文之后的免责条款部分 目录目录 自动驾驶域控制器：驾驶域大脑，汽车智能化核心自动驾驶域控制器：驾驶域大脑，汽车智能化核心 . 1 自动驾驶域控制器：驾驶功能域的核心计算单元 . 1 域控制器核心组成：高性能 SoC 驱动，搭载自动驾驶软件操作系统底座 . 5 核心 Know-How：从深度定制化为主机厂服务，到逐步全栈标准化 . 11 市场格局：智能化需求旺
10、盛，关注落地与生态优势市场格局：智能化需求旺盛，关注落地与生态优势 . 14 供应链格局重塑：TIER2 对 TIER1 竞争格局产生重要影响 . 14 竞争格局：高低速芯片平台将形成差异化竞争格局 . 16 市场空间：随整套解决方案成本下行，市场空间有望快速拓展 . 19 风险因素风险因素 . 22 投资建议投资建议 . 22 插图目录插图目录 图 1：以域控制器实现的整车控制物理架构 . 1 图 2：ECU 的基本组成 . 1 图 3：ECU 电路板外观 . 1 图 4：分立式布线下车内大量 ECU 通过 CAN 总线连接 . 2 图 5：ECU 大量分布在车身各个部分 . 2 图 6：博
11、世对于汽车域未来发展的预判 . 3 图 7：车载计算由分布式向集中式发展，大幅减少芯片用量 . 3 图 8：ECU/DCU 市场空间预估 . 4 图 9：智能座舱域控制器市场规模预测 . 4 图 10：英伟达 Xavier SoC 架构. 6 图 11：特斯拉 FSD 芯片架构 . 6 图 12：汽车中 AP 与 CP 主要应用场景 . 8 图 13：Hypervisor 技术下 AP、CP 与非 AUTOSAR 系统可以共存 . 8 图 14：通过 RTE 实现基础软件与应用软件的隔离解耦 . 9 图 15：底层软件拆分至抽象层后切分为不同功能模块 . 9 图 16：域控制器软件部分：操作系
12、统与软件中间件 . 10 图 17：自动驾驶域控制器底层软件架构 . 10 图 18：座舱域与驾驶域开始向中央计算机演进 . 11 图 19：TIER1 承担着供应链上下游整合对接的核心角色 . 13 图 20：OEM 的需求随着行业格局变化同样日趋多元化 . 13 图 21：华为 MDC 域控制器传感器接口示意图 . 14 图 22：基于英伟达 Orin 的德赛西威 IPU04 标准版 . 14 图 23：传统车载芯片市场格局. 15 图 24：车载 AI 计算芯片主要厂商 Pipeline. 15 图 25：2019 年车载半导体价值量占比 . 16 计算机计算机行业行业“智能网联”系列报
13、告“智能网联”系列报告 182021.12.30 请务必阅读正文之后的免责条款部分 图 26：2025 年车载半导体价值量占比 . 16 图 27：当前域控制器行业市场进入者 . 16 图 28：毫末智行的风车研发战略 . 17 图 29：毫末智行主要合作伙伴产品 . 17 图 30：采埃孚中间件产品平台. 17 图 31：德赛西威与小鹏合作的 IPU03 域控制器底层软件架构 . 18 图 32：以提供中间件+应用软件的形式直接成为 TIER1 企业 . 19 图 33：面向企业研发的 SOA 架构 . 19 图 34：从德赛西威域控制器部署看主要功能依赖的硬件配置 . 19 图 35：20
14、20 年中国市场新车 360 全景环视前装标配市场份额 . 20 图 36：2020 年一季度自主及合资品牌 APA 前装搭载市场份额 . 20 图 37：全球自动驾驶收入趋势预测 . 22 图 38：不同等级自动驾驶解决方案单车价值 . 22 表格目录表格目录 表 1：L2 级别自动驾驶技术最快落地的五个基本功能 . 4 表 2：AI 计算单元芯片特性比较 . 5 表 3：宣布将于 2022 年量产落地的高级别自动驾驶车型 . 6 表 4：特斯拉 AP3.0 FSD 版芯片成本 . 7 表 5：宣布将于 2022 年量产的主要 L3+自动驾驶车型与选用自动驾驶芯片情况 . 12 表 6：20
15、21 年市场部分 L2 级别自动驾驶车型传感器情况 . 20 表 7：将量产智能化车型的传感器配置 . 21 表 8：华为 MDC 生态合作布局 . 21 表 9：中国域控制器产品市场空间预测（2025 年） . 22 计算机计算机行业行业“智能网联”系列报告“智能网联”系列报告 182021.12.30 请务必阅读正文之后的免责条款部分 1 自动驾驶域控制器自动驾驶域控制器：驾驶域大脑，汽车智能化核心驾驶域大脑，汽车智能化核心 自动驾驶自动驾驶域控制器：域控制器：驾驶驾驶功能域的核心计算单元功能域的核心计算单元 自动驾驶自动驾驶域控制器的主要功能：域控制器的主要功能：DCU 作为功能控制中枢
16、，作为功能控制中枢，承担着驾驶相关的车身承担着驾驶相关的车身区区域域的的“大脑大脑”的角色的角色。域控制器向上通过智能化接口获得传感器、诊断数据与状态数据，向下通过执行器接口传递相关执行指令，起到该功能域计算大脑的核心角色。除了主 DCU外，该功能域中还会有部分子 ECU 来执行驱动和特殊逻辑策略的工作。除了驾驶域外，座舱、动力安全、底盘、车身也逐步开始形成以域控制器为核心的计算中心的架构。 图 1：以域控制器实现的整车控制物理架构 资料来源：博世官网（转载自汽车电子设计） 在传统的分布式架构下，主要靠在传统的分布式架构下，主要靠 ECU 和传感器数量的增加和传感器数量的增加来实现功能增加与算
17、力提来实现功能增加与算力提升升。ECU 是分布于汽车车身各处的小型计算单元，用于处理该部分汽车结构的计算信息。ECU 的核心是中央处理器 CPU，此外也包括 MPU、MCU，周边包括存储器，输入输出接口等结构。 图 2：ECU 的基本组成 图 3：ECU 电路板外观 资料来源：太平洋汽车 资料来源：CSDN 车内车内 ECU 复杂程度提高，集中化成为必要趋势：复杂程度提高，集中化成为必要趋势：伴随汽车电子化的发展，车内 ECU 计算机计算机行业行业“智能网联”系列报告“智能网联”系列报告 182021.12.30 请务必阅读正文之后的免责条款部分 2 数量不断增多，构成汽车的分布式电子电气架构
18、。传统豪车如奔驰、宝马、奥迪等品牌的E/E 架构中，ECU 的数量达到 100 个左右，最高的达到 150 个。大量的 ECU 通过 CAN总线（1-2M/s）来进行信息交互。随着车内智能化水平提升，车载屏幕大屏化、高清化，ADAS 辅助功能在车内的不断渗透，导致单车需要承载、传输的信息量呈爆发式增长，带动 ECU、线束等投入快速增多。 图 4：分立式布线下车内大量 ECU 通过 CAN 总线连接 图 5：ECU 大量分布在车身各个部分 资料来源：博世官网 资料来源：博世官网 但是，过多的 ECU 会导致一系列问题，比如： 控制器数量过多后，供应商管理成本以及开发、测试、匹配成本加大 分布式零
19、散控制器带来的线束布置过于复杂，对物料成本与整车重量带来负担 控制器之间没有通讯交互，不利于 OTA 升级实现 SOA 软件定义汽车能力 在传统的 ECU 架构下，智能化升级需要依靠硬件数量的叠加，且过渡依赖于 TIER1厂商的定义能力。比如，在整车热管理控制当中，座舱的温控依赖于驾驶舱空调控制器，电池包温度管理被集成在 BMS 控制器中，电机及电驱的热管理由 VCU 来实现。不同模块之间相互独立，完全由 TIER1 负责底层控制逻辑，整车之间难以实现有效的一体化设计与控制。 这些问题使得传统的这些问题使得传统的 ECU 架构无法满足新的汽车智能化需求，催生了域控制架构的架构无法满足新的汽车智
20、能化需求，催生了域控制架构的出现，出现，ECU 按照功能和空间关系开始出现融合按照功能和空间关系开始出现融合。2017 年，德国博世公布其在整车电子电气架构方面的战略图，将整车电子电气架构的发展分为三大类，分别是模块化和集成化架构方案（分布式） 、集中式域融合架构方案和车载电脑云计算架构方案。目前市面上大多数车型的架构方案都使用模块化和集成化架构方案。 计算机计算机行业行业“智能网联”系列报告“智能网联”系列报告 182021.12.30 请务必阅读正文之后的免责条款部分 3 图 6：博世对于汽车域未来发展的预判 资料来源：博世官网 ECU 的减负，并非单纯的硬件物理层集成，这个过程需要将上百
21、个 ECU 模块逐一进行软硬件剥离，然后将软件注入集中式的计算单元，逐步催生出各个功能区间的大脑，即域控制器。传统 ECU 模块开始软硬件分离，硬件被逐步取消，软件被集中到一起，通过单个计算平台来实现对多个功能的控制。此后，随着进一步演进，将会以整车大脑的形式布局。 图 7：车载计算由分布式向集中式发展，大幅减少芯片用量 资料来源：地平线官网 SOA 软件定义汽车模式下，基于域控的汽车 E/E 架构，整合分散的车辆硬件，通过硬件之间的信息互联互通和资源共享， 以及 OTA 可升级的软件能力进行整车功能的定义。当前车企最典型的功能域当前车企最典型的功能域分为分为动力总成，底盘控制，车身控制，动力
22、总成，底盘控制，车身控制，ADAS 与座舱域五个域构与座舱域五个域构成，座舱域与车身域有进一步整合的趋势成，座舱域与车身域有进一步整合的趋势。 在这五个域当中，由于动力域、底盘域本身由传统功能集成而来，且开发难度较大，涉及的功能单元与供应商较多，短时间内难以实现统一；而驾驶域与座舱域本身属于新出现的功能域，供应链体系完整多元，主机厂掌控的可能性较大，且对于人机交互的直观体验更明显；重要性与可行性使得主机厂商将驾驶域与座舱域视为域控化的焦点重要性与可行性使得主机厂商将驾驶域与座舱域视为域控化的焦点。根据根据ICVTank 的预测，的预测，其市场其市场规模规模在未来五年将在未来五年将实现实现 70
23、%-80%的的 CAGR。 计算机计算机行业行业“智能网联”系列报告“智能网联”系列报告 182021.12.30 请务必阅读正文之后的免责条款部分 4 图 8：ECU/DCU 市场空间预估（单位：亿美金） 图 9：智能座舱域控制器市场规模预测（单位：万套） 资料来源：ICVTank（含预测），中信证券研究部 资料来源：ICVTank（含预测），中信证券研究部 自动驾驶域自动驾驶域的域控的域控化进度化进度是全车各个功能域中是全车各个功能域中最快最快的。的。驾驶域需要承载包括感知环境，数据处理，路径规划与云进行同步通信等诸多功能；此外，不断增加的传感器数量，进一步需要更高性能和集成化的计算单元，
24、从而来维持对关键安全信息的无延时处理，使得自动驾驶域控制器成为汽车各个功能域中发展最快速的一个。 ADAS/AD 域控制器方面， 目前市场上在用的针对 L1 级辅助驾驶的大多数仍是使用单独的 ECU 控制，即 AVM 计算单元等独立的计算单元构成。而 ADAS ECU 主要面向 L2级自动辅助驾驶中 LDW/LKA 与 AEB 的融合处理，到了 L2+、L3、L4 级自动驾驶阶段，自动驾驶域控制器的需求就会开始爆发。以域控制器为底层算法平台下，L2 级别自动驾驶算法将会在乘用车上快速实现落地， 当前落地最快的功能包括了 ACC、 AEB、 LDW、 BSD、APS 等。基于 L3+的高算力域控
25、制器，主机厂与算法公司将会进一步迭代包括城市级辅助巡航在内的高级别自动驾驶功能。 表 1：L2 级别自动驾驶技术最快落地的五个基本功能 核心功能核心功能 中文名中文名 主要应用场景主要应用场景 ACC 自适应巡航 目标车静止、目标车低速、目标车减速、稳定跟车、弯道减速、全加速度 AEB 自动紧急制动 目标车静止、目标车低速和目标车减速 LDW 车道偏离预警 直道虚线可重复报警和弯道虚线报警 BSD 盲区监测 目标车直线超越主车，中国特有的两轮车识别 APS 自动泊车辅助 车位搜索、自动泊车、平行停车位泊出 资料来源：CSDN，中信证券研究部 下一步，特斯拉重新划分了“域”的概念，打破了功能与功
26、能之间的壁垒划分和传统整车架构设计的思维，搭载车载电脑，直接跨入车载电脑和区域导向架构。特斯拉直接按特斯拉直接按车身设计空间来进行区域域控的划分，依赖于特斯拉强有力的整车设计与供应链垂直一体车身设计空间来进行区域域控的划分，依赖于特斯拉强有力的整车设计与供应链垂直一体化整合的能力。化整合的能力。 对对于大部分主机厂而言，采用功能域进行划分将会是长期的主流发展路径。于大部分主机厂而言，采用功能域进行划分将会是长期的主流发展路径。因为这与市场上大部分的 OEM 与 TIER 1 的设计采取同一路径， 使得供应链采购更加方便。成熟的第三方 TIER1 的产品可以帮助 TIER1 企业快速建立一个功能
27、域的底层硬件能力。预计大125.7 130.7 136.7 141.4 148.1 154.2 159.2 165.7 169.2 172.5 179.100000.41.74.56.211.31719.80500ECUDCU80240400690970600800020202021E2022E2023E2024E2025E 计算机计算机行业行业“智能网联”系列报告“智能网联”系列报告 182021.12.30 请务必阅读正文之后的免责条款部分 5 部分主机厂仍会使用混合域的 EEA 架构，即部分功能域集中化，形成“分布式 EC
28、U+域控制器“的过渡方案，最后形成super controller（中央超级计算机）+ zonal control unit（区控制器）的架构，这一 EEA 演进过程可能长达 5-10 年。 域控制器核心域控制器核心组成：高性能组成：高性能 SoC 驱动，搭载驱动，搭载自动驾驶软件自动驾驶软件操作系统底座操作系统底座 1）底层芯片）底层芯片：异构分布：异构分布 SoC 作为计算核心作为计算核心，AI 单元决定算力差距单元决定算力差距 硬件结构上， 智能驾驶域控制器承载了车辆线控平台与多数量、 多类型的外围传感器，内部以大量多并行计算作为主要特点，向外则需要对接大量不同类型的传感器接口。大批量、
29、多类型的数据流入特征，使得自动驾驶域控制器的底层芯片应当是异构多核芯片。 核心计算芯片核心计算芯片一般会采用一颗或多颗高性能的一般会采用一颗或多颗高性能的 SoC。 当前主流厂商使用的均是多核异构的 SoC，即传统的 CPU+AI 计算单元的解决方案。SoC 通过在单块芯片上集成多个微处理器、模拟 IP 核、数字 IP 核和存储器等部件来实现相关功能，包括 CPU、AI 计算、DSP、ISP、Codec、NPU（ASIC） 、Modem 等模块，其中最核心的是计算单元与 AI 单元。 计算单元计算单元 CPU：多核 CPU 的计算单元具有主频高，计算能力强等优势，通过系统内核管理软件和硬件资源
30、、完成任务调度。CPU 执行了大部分自动驾驶相关的核心算法，根据 AI 单元整合完成的多传感器融合数据，完成路径规划、决策控制等功能。当前主流 SoC 选择的多是 ARM 架构的多核 CPU。 AI 单元：单元：AI 单元的算力是决定异构芯片硬件框架算力的主要部分，当前主流的AI 芯片有 GPU、FPGA、ASIC 等方式。通过系统内核进行加速引擎和软硬件资源的分配、调度。AI 单元主要完成多传感器融合数据的分析和处理，输出用于规划、决策和控制的周围环境信息。 MCU 控制单元：控制单元：此外，在形成相关指令后，还需要控制单元 MCU 向车上的底盘域等发出控制指令，完成车辆横纵向的控制任务。
31、根据 AI 芯片选择的差异，选择 GPU/ASIC/FPGA 等不同类型的芯片，会使得 SoC 的整体设计产生较大的差异。 大体而言可以分为两类， 分别是采用 CPU+GPU+ASIC 的流派，以英伟达、高通、特斯拉等海外科技龙头为主；以及采用了 CPU+ASIC 模式的流派，代表厂商包括了 Mobileye、华为以及地平线等。 表 2：AI 计算单元芯片特性比较 类别类别 GPU FPGA ASIC 主要特点 性能好、功耗高、通用性好、开发环境开放 可编程性、功耗与通用性介于 GPU 与ASIC 之间 定制化设计、性能稳定、优秀的功耗控制 定制化程度 通用型 半定制化 定制化设计、性能稳定、
32、优秀的功耗控制 灵活性 好 好 差 优势 计算能力强，产品与生态成熟 灵活性强，功耗低 功耗最好，体积小 劣势 不可编辑，功耗高 单价高，计算力低 成本高，技术投入后风险大 计算机计算机行业行业“智能网联”系列报告“智能网联”系列报告 182021.12.30 请务必阅读正文之后的免责条款部分 6 类别类别 GPU FPGA ASIC 主要厂商 英伟达、 （AMD） 、特斯拉 深鉴科技 寒武纪、地平线、华为、谷歌、高通 资料来源：CSDN，中信证券研究部 图 10：英伟达 Xavier SoC 架构 图 11：特斯拉 FSD 芯片架构 资料来源：英伟达官网 资料来源：特斯拉官网 此外，CPU
33、的选择也会使芯片在表现上有较大差异。当前主流的厂商在 SoC 的 CPU中都会选择更适合移动场景的 ARM CPU，而较为特殊的是 Mobileye 选用的是 MIPS 的CPU，这是一种 RISC 指令集架构下的 CPU，在安全性和功耗比上占据优势，缺点在于缺乏生态支持，本身开发难度很大，不利于生态合作伙伴协同开发。 从已公布的 2022 年及此后的落地计划来看，搭载低级别自动驾驶芯片的域控制器料将进入百花齐放的阶段，但与此同时，搭载高级别自动驾驶域控制器的厂商数量仍然十分有限，目前能够看到成熟落地案例的第三方 TIER1 厂商仅有华为、德赛西威两家域控制器厂商，其他均为主机厂自研+外部白牌
34、代工厂，或主机厂内部 TIER1 厂商生产的模式。 表 3：宣布将于 2022 年量产落地的高级别自动驾驶车型 量产时间量产时间 自动驾驶自动驾驶 SoC 域控制器厂商域控制器厂商 售价售价（万元）（万元） 小鹏 P5 2021 年 10 月 XAVIER 德赛西威 22.39 蔚来 ET7 2022 年一季度 4 颗 ORIN 自研，伟创力代工 44.8 理想 X01 2022 年中 2 颗 ORIN 德赛西威 39.98 极狐阿尔法 S HI 2022 年上半年 400TOPS MDC 华为 38.89 上汽智己 L7 （高端款） 2022 年上半年 2/4 颗 ORIN 创时智驾、联合电
35、子代工 40.88 小鹏 G9 2022 年中 2 颗 ORIN 德赛西威（协商中） 预计 40 以上 长安阿维塔 11 2022 年三季度 400TOPS MDC 华为 未公布 上汽 ES33(非凡 R7） 2022 年下半年 2/4 颗 ORIN 德赛西威 未公布 长安阿维塔 11 2022 年三季度 400TOPS MDC 华为 未公布 威马 M7 2022 年 4 颗 ORIN 自研，拟定广达电脑代工 未公布 哪吒 S 2022 年底 200TOPS MDC 华为 未公布 长城沙龙机甲龙 限量版预售 400TOPS MDC 华为 48.8 新摩卡（咖啡智驾） 2022 年 360/72
36、0 TOPS SNAPDRAGON RIDE 毫末智行 未公布 资料来源：各公司官网，汽车之心等，中信证券研究部 计算机计算机行业行业“智能网联”系列报告“智能网联”系列报告 182021.12.30 请务必阅读正文之后的免责条款部分 7 2）整体硬件配置：整体硬件配置：域控制器中主芯片占成本主体域控制器中主芯片占成本主体 在英伟达 ORIN 的域控制器量产之前，市场上当前最成熟、产量最大的域控制器是特斯拉的 AP3.0。特斯拉自研 SoC，通过以太网总线的形式承担了海量数据输入与以太网交换的功能。由于产品的具体硬件配置已经较为透明。我们可以通过拆分其 BOM 成本，理解高端自动驾驶域控制器大
37、致的成本分布。 我们估计 AP3.0 板上芯片价格在 5000 元人民币左右，加上高速通信以太网连接器接插件与 PCB 等成本，整块板子成本约 7500-8500 元人民币。由于当前主流厂商选用的芯片组已经实现 SoC 化，CPU 与 GPU 合二为一，省去了昂贵的 PCIe 交换机成本。其中，主芯片 SoC FSD 占所有芯片成本约 61%，占整体硬件 BOM 成本的 20%。 表 4：特斯拉 AP3.0 FSD 版芯片成本 项目项目 厂商厂商 数量数量 价格（市场价格参考）价格（市场价格参考） 占 芯 片 总 价占 芯 片 总 价值量比例值量比例 附注附注 FSD 特斯拉 2 1500 6
38、1% 三星代工 以太网交换 Marvell 1 360 7% Marvell 第一代车载以太网交换机，连接 GPS 模块 U-BLOX 1 320 7% MCU 英飞凌 1 260 5% ASIL-D 级 MCU 以太网 PHY Marvell 2 130 5% 模拟混合芯片 解串行 B960 德州仪器 2 110 4% UFS 东芝 2 55 2% 32GB，车规级标准 UFS 启动 Flash Cypress 1 50 1% 512MB 解串行 B954 德州仪器 1 40 1% 供电 美信 2 30 1% 开关型 DC 电源 LPDDR4 美光 8 30 5% 1GB,移动设备用工作记忆
39、内存 资料来源：CSDN，佐思汽研，中信证券研究部测算 值得注意的是，由于域控制器是软硬件一体化的嵌入式设备，单纯考虑硬件成本时会忽略软件部分的成本，低估域控制器厂商的成本；此外，由于特斯拉的 FSD SoC 为自研（三星代工） ，成本占比会低于其他第三方自动驾驶域控制器厂商的主芯片。此外，特斯拉是纯视觉算法，没有使用传感器融合，一般的自动驾驶域控制器还需要配置快速傅里叶变换功能的芯片如 DSP，进一步拉高了成本。 综合计算下，高级别的自动驾驶域控制器的主芯片占到整体成本的 30%左右，低级别的自动驾驶域控制器由于对于交换、接串行、内存等芯片的配置需求更低，相对的主芯片的成本占比更高，占到整体
40、的 40%以上。 3) 软件软件：底层与应用层解耦，底层与应用层解耦，控制器厂商掌控底层控制器厂商掌控底层软件软件开发开发 汽车汽车 E/E 架构长期处于软硬件耦合的状态， 这对于汽车统一的软件部署，架构长期处于软硬件耦合的状态， 这对于汽车统一的软件部署， OTA 升级，升级，算力集中等产生较大阻碍。算力集中等产生较大阻碍。随着域控化的推进，软件层也逐渐实现底层软件与应用层软件解耦，域控制器厂商一般为车企提供硬件与底层的操作系统与中间件，上层应用层车企有较多的选择空间。 计算机计算机行业行业“智能网联”系列报告“智能网联”系列报告 182021.12.30 请务必阅读正文之后的免责条款部分
41、8 AUTOSAR 是基于整体汽车电子开发的功能标准，发起于 2003 年，发起人包括了BMW、DAIMLER、GM、TOYOTA、福特等主机厂和博世、大陆等 TIER1 厂商；标准设立的初衷是避免业内重复开发功能相同相近的软件模块。通过使用独立于系统的标准软件平台，可缩短产品上市时间，减少开发工作，并可从同一组组件中开发出更多产品，提高产品质量。 2018 年，为满足汽车从传统 E/E 架构向域控化转型的需求，AUTOSAR 联盟在原有的 Classic AUTOSAR 基础上，进一步推出了 Adaptive AUTOSAR 平台，满足车企对于高度灵活、高性能且支持 HPC、动态通讯等特性的
42、新软件架构平台的需求。当前 Classic AUTOSAR 目前已广泛应用于传统嵌入式 ECU 中，如发动机控制器、电机控制器、整车控制器、BMS 控制器等，而 Adaptive AUTOSAR 未来会更多的应用于如 ADAS、自动驾驶等需求高计算能力、高带宽通信、分布式部署的下一代汽车应用领域中。 图 12：汽车中 AP 与 CP 主要应用场景 图 13：Hypervisor 技术下 AP、CP 与非 AUTOSAR 系统可以共存 资料来源：博世官网 资料来源：博世官网 Non-AUTOSAR（信息娱乐）的控制器：占用较大的硬件资源、不具有实时性、运行非车规级的操作系统上（比如 Linux、
43、Android） 。 CP AUTOSAR 开发出来的控制器：实时性强、消耗资源少、软件资源固定。 Adaptive AUTOSAR 是一种异构的软件平台，可以成为连接 Classic AUTOSAR 和非实时 OS 的桥梁。它的特点是软实时（毫秒级别） ，满足功能安全要求（ASIL-B 以上） 、更适合于多核的高资源消耗环境、支持动态部署。 基于 AUTOSAR 架构下，底层软件与应用软件实现了相互解耦，使得两者的开发商可以有所区分，并不强制绑定。通过 RTE 连接底层软件和应用层软件，RTE 使得两者相互独立解耦。 计算机计算机行业行业“智能网联”系列报告“智能网联”系列报告 182021
44、.12.30 请务必阅读正文之后的免责条款部分 9 图 14：通过 RTE 实现基础软件与应用软件的隔离解耦 资料来源：上汽零束 SOA 开发者论坛（转载自 CSDN） 底层软件主要分为几个抽象层：底层软件主要分为几个抽象层：服务层，ECU 抽象层，微控制器抽象层和复杂驱动。这样做的目的是，一方面实现底层软件的解耦，模块化；另一方面通过复杂驱动来实现特殊化的需求，保持一定的灵活性，以此来满足一套代码可适用多个项目，加快研发进程，降低研发成本。再根据底层软件功能，合理地拆分到不同抽象层，这样每个抽象层都有不同的功能模块。 图 15：底层软件拆分至抽象层后切分为不同功能模块 资料来源：上汽零束 S
45、OA 开发者论坛，转载自 CSDN DCU 厂商主要负责硬件厂商主要负责硬件和和底层底层软件。软件。软件方面包括最底层的多操作系统虚拟化，以及各类型的中间件，多融合传感器算法、标准化软件架构 AUTOSAR、系统安全 ASIL 升级、车内以太网应用、整车 OTA 升级等。上层的应用算法一般由主机厂自行掌握。通过软件层的分工，域控制器厂商为 OEM 提供了便于开发的软硬件底座，OEM 厂商则可以掌握更接近消费者感知的上层算法，双方实现合理化分工。 计算机计算机行业行业“智能网联”系列报告“智能网联”系列报告 182021.12.30 请务必阅读正文之后的免责条款部分 10 图 16：域控制器软件
46、部分：操作系统与软件中间件 资料来源：CSDN，中信证券研究部绘制 具体到自动驾驶域控制器上具体到自动驾驶域控制器上，域控制器厂商通过与主机厂合作分工，双方区分各自的，域控制器厂商通过与主机厂合作分工，双方区分各自的软件提供范围。软件提供范围。在行业发展早期，域控制器厂商会控制包括平台软件、功能软件等中间件在内的大部分底层软件应用，由主机厂提供上层应用算法。部分技术更领先的厂商如华为则会提供包括应用层在内的全套解决方案。随着行业分工细化，部分头部主机厂的算法能力逐步提升，主机厂会开始要求自己掌握应用层以及中间件，此后向下一直延伸至平台操作系统软件上，以实现与自身车机操控更好的耦合效果，OEM
47、只需要白牌代工厂为其生产线路板即可。 图 17：自动驾驶域控制器底层软件架构 资料来源：CSDN，中信证券研究部绘制 底层的芯片厂则多为第三方厂商底层的芯片厂则多为第三方厂商：芯片层面的自研，特斯拉是当前仅有的掌握了自动驾驶芯片的主机厂，其他主机厂是否有这样的技术能力或诉求需要时间的观察。因此对于大部分主机厂来说，自研域控制器是能够掌握的底层硬件全栈自研的最主要环节。 上层的上层的应用层应用层不一定由域控制器厂商提供不一定由域控制器厂商提供：驾驶域上层的应用算法较为复杂，包括场景算法（涵盖数据感知、决策规划、控制执行等） 、数据地图、人机交互（HMI）等，其中场景算法最为复杂，典型的包括数据感
48、知、决策规划、控制执行等。其中感知类算法包括SLAM 算法（涵盖视觉处理、激光雷达、多传感器融合等） 、自动驾驶感知算法，是主机厂当前重点自研的方向。决策类算法包括自动驾驶规划算法、自动驾驶决策算法，执行类 计算机计算机行业行业“智能网联”系列报告“智能网联”系列报告 182021.12.30 请务必阅读正文之后的免责条款部分 11 算法主要为自动驾驶控制算法， 目前该领域涉足的产业参与方繁多， 也被认为是 AI 领域最复杂的场景之一，从整车厂、传统 Tier1，到初创类公司、科技巨头以及独立的软件供应商等在该领域都积极发力。但对于域控制器厂商来说，这些上层算法并不一定由他们来提供，通过底层与
49、上层算法解耦，域控制器厂商只需要研发底层软件。 核心核心 Know-How：从从深度定制化为主机厂服务深度定制化为主机厂服务，到逐步全栈标准化，到逐步全栈标准化 自动驾驶域控制器重要程度越来越高，主要原因是全车自动驾驶域控制器重要程度越来越高，主要原因是全车算力算力向驾驶域集中向驾驶域集中。驾驶域算力追加的主要驱动因素为传感器传入信号的复杂程度逐步提升， 使底层 SoC 需要同步提升自身的计算能力、传输带宽、存储能力。如 L2 级别侧视摄像头的加入导致需要预处理的视频数据成倍的增加，L3+级别激光雷达的加入又不断地生成千万级的待处理点云信息，使得自动驾驶域控制器成为车上算力需求最高的计算中心。
50、由于安全性要求，自动驾驶域还需要布设冗余，使得驾驶域未来有逐步整合座舱域、车身域等功能域的趋势。以驾驶域控制器为主导的全车计算平台 CCU 可能会在未来三到五年内实现。 智能汽车计算架构持续演进，展望 2025 年前后，预计届时芯片厂商的主力芯片型号已经开始向 CCU 中央计算平台演进，智能驾驶域与座舱域的整合趋势已经十分明显。芯片厂商通过 DPU、BPU 等 ASIC 能力，提升信息的芯片间传输效率，使得板间通信效率远远超过跨域通信效率。以整合座舱域与驾驶域从而实现车内中央计算机的趋势已经逐渐明朗。 图 18：座舱域与驾驶域开始向中央计算机演进 资料来源：地平线官网 要完成瞬时处理、反馈、决
sgpjbg002
工作日 8:30 - 17:30
会员动态：
报告分类
新质生产力
ChatGPT
新能源汽车
大模型
Sora
机器人
微短剧
芯片
薪酬
白皮书
低空经济
数据要素
创新药
人工智能
AI产业
信息科技
互联网
消费经济
汽车交通
电商零售
传媒娱乐
医药健康
投资金融
能源环境
地产建筑
传统产业
英文报告
其它
扫码登录
手机快捷登录
账号登录
