1、汽车智能化2022年度策略：承上启下，飞轮加速2022年1月30日证券研究报告 行业年度投资策略报告 汽车与零部件报告核心观点2智能化是2022年汽车供应链最吸引人的赛道。2022年是本轮全球汽车百年变革的承上启下的关键时点，电动化是上半场，智能化是下半场。如果将新能源汽车的渗透分为“0-1”、“1-10”、“10-100”三个阶段，那么截至2022年1月，中国市场新能源汽车渗透率借助电动化技术的持续进步实现了0-15%（实现“0-1”阶段），接下来2022-2025年将迎来渗透率从15%-50%+飞跃期（实现 “1-10”阶段），而智能化将接棒电动化成为这个阶段的最重要推手。“单车价值+渗透

2、率+毛利率“筛选框架下，智能化是最吸引人赛道之一。需求-技术-资金-人才形成良好正循环，智能化各个环节飞轮旋转进入加速阶段。渗透率是指导智能化赛道投资的最重要指标。L3功能2022年将加速实现0-1阶段，L2功能2022年将加速实现选配到标配阶段（1-10阶段）。“域控制器+激光雷达+HUD+声学”四大应用最显著。E/E架构是智能化赛道跟踪的技术底层。架构的方法论产业已形成共识，差异地方在于各个车企的规划如何落地，谁的速度更快/能力更强。功能域+以太网将逐步成标配。“传感层（信息输入）-决策层（信息处理）-执行层（信息传递）“是智能化赛道跟踪的三大重要技术创新节点。激光雷达是2022年传感层最

3、大的增量。AI芯片-OS-域控制器始终是决策层技术持续迭代的焦点，英伟达Orin芯片最为关注。底盘域是执行层关键点，芯片紧缺在2021年已加速底盘的国产替代，而架构升级将加速推动底盘域的形成。线控制动依然是2022年焦点。应用层是检验智能化终端渗透率能否提升的关键。【E/E架构-传感-决策-执行】最终结果是能否给消费者带来好的人机交互体验。智能座舱类2022年依然是消费者感知最强功能，消费者对辅助驾驶类的功能感知依然处于量变提升阶段。投资建议：坚定看好汽车智能化大赛道。各个环节核心个股：1）传感层：激光雷达（炬光科技）+摄像头（舜宇光学）等。2）决策层：AI芯片（英伟达+高通+地平线）+自动驾

4、驶域控制器（德赛西威+中科创达）+座舱域控制器（华阳集团）等。3）执行层：线控制动（伯特利+拓普集团）+线控转向（耐世特）等。4）应用层：HUD功能（华阳集团）+声学（上声电子）等。风险提示：全球疫情控制低于预期；芯片短缺持续，乘用车需求复苏低于预期；智能化推广不及预期等。dV8VzWjWlXeVyXoPmNpP7NdNaQpNoOsQpNfQnNsQeRpPzR7NrQqQNZrNwOMYoOsM智能化产业链核心环节和重要个股3决策芯片操作系统自动驾驶智能座舱车联网E/E架构升级+数据形成闭环感知人机交互+应用传感器算法线控制动线控转向执行激光雷达：禾赛科技/速腾聚创等摄像头：舜宇光学/韦尔

5、股份等毫米波：德赛西威/华域汽车等高精度地图：四维图新等操作系统：QNX等AI芯片：英伟达/高通/华为/地平线/黑芝麻等中间件：中科创达/光庭等存储芯片：北京君正等自动驾驶域控制器：德赛西威等算法：商汤科技等线控制动：伯特利/拓普集团/亚太股份等线控转向：耐世特等底盘域控制器：华为/车企等智能座舱域控制器+屏：德赛西威/华阳集团/均胜电子等L2+ ADAS方案：德赛西威/经纬恒润/伯特利等L3+ADAS方案：车企/Robotaxi公司/西威等车身域控制器：经纬恒润等车联网解决方案：车企/德赛西威/经纬恒润等布局自动驾驶测试：中国汽研等执行控制器：科博达/和而泰等图：智能化产业链核心环节和相应布

6、局公司目录目录渗透率：军备竞赛驱动L2/L3加速上车决策层：车企与供应链争夺技术制高点重点个股汇总/投资建议/风险提示E/E架构：功能域+以太网将成为标配感知层：视觉类与激光雷达并行发展执行层：国产替代提升底盘域集成应用层：座舱类/L2+/L3+多点开花4消费者视角：智能化配置“有”比“没有”好品牌小鹏P7蔚来ES6理想One特斯拉 Model3广汽AION Y吉利极氪配置/车型智行版智享版智尊版运动版性能版签名版2021款标准续航版80 智领 80 智享全系处理器/控制单元Xavier标配标配标配标配标配标配标配标配传感器/个52031标配标配标配标配标配标配标配标配硬件版本/Xpilot

7、2.5Xpilot3.0标配标配标配标配标配标配标配标配L2自动驾驶价格/万元/标配标配1.51.5标配标配3.20.98标配标配L3自动驾驶价格/万元/2.0 3.93.9标配标配6.4/2.681.6/3.5车价/万元22.9924.9925.9935.839.846.833.823.5919.9620.8826.6差价/万元/2.0 1.0 /4.0 7.0 /0.92/智能化在消费者眼中是什么？智能化在消费者眼中是什么？智能座舱智能座舱大屏娱乐/人机交互/数字化仪表/HUD/流媒体后视镜/智能网联消费者是否愿意为智能化买单？消费者是否愿意为智能化买单？现在现在选装，为软硬件功能差异付费

8、未来未来硬件标准化为软件付费未来未来软硬件标准化，为衍生服务付费自动驾驶自动驾驶L1/L2级别自动驾驶辅助L3级别以上高级自动驾驶SOA服务服务类似安卓的生态系统，对汽车各类服务进行定制智能化三大核心功能，消费者目前愿意为功能差异付费。在消费者眼中，智能化主要代表着智能座舱+自动驾驶（当前），以及基于SOA的各类定制化的服务（未来）。在当前时点，智能化发展不均衡，消费者愿意为智能化功能差异付费。5表：各品牌车企及其智能化配置情况表：各品牌车企及其智能化配置情况图：智能化分类图：智能化分类图：当前智能化收费方式及未来变化图：当前智能化收费方式及未来变化0%10%20%30%40%L2-L2.5级

9、ADAS渗透率自动辅助驾驶APA 自动泊车高速自动辅助从娱乐/颜值到ADAS渗透率均在快速提升根据东吴汽车自建的渗透率数据库统计分析如下：图：各类等级的图：各类等级的ADAS渗透率（基于自建数据库测算）渗透率（基于自建数据库测算）60%20%40%智能座舱+外饰类渗透率HUD自适应远近光灯天幕玻璃疲劳提示0%20%40%60%L1级ADAS渗透率主动刹车车道保持并线辅助自适应巡航0.0%0.5%1.0%1.5%2.0%2.5%3.0%3.5%L3级ADAS渗透率高速自动驾驶城市自动驾驶自学习泊车政策视角：出了问题则加速出台数据监管政策管控逐渐正规化，自动驾驶功能拓展迭代降速。数据相关监管规则日

10、趋收紧，车企对自动驾驶相关功能进行OTA前需进行报备、审批和记录。未来车企自动驾驶功能迭代谨慎。工业和信息化部2021年6月关于开展车联网身份认证和安全信任试点工作的通知加快推进车联网网络安全保障能力建设，构建车联网身份认证和安全信任体系，开展车联网身份认证和安全信任试点工作。工业和信息化部2021年6月车联网（智能网联汽车）网络安全标准体系建设指南车联网（智能网联汽车）网络安全标准体系框架、重点标准化领域及方向，包括总体与基础共性、终端与设施安全、网联通信安全、数据安全、应用服务安全、安全保障与支撑六大类标准网信办2021年7月网络安全审查办法（修订版征求意见稿）规定掌握用户个人信息超100

11、万的运营者赴国外上市必须向网络安全审查办公室申请网络安全审查工业和信息化部、公安部、交通运输部2021年7月智能网联汽车道路测试与示范应用管理规范（试行）1）扩展测试示范道路和区域；2）测试车辆范围增加了专用作业车；3）对测试示范主体则增加了网络安全、数据安全等方面的保障能力要求；4）完善了智能网联汽车自动驾驶功能通用检测项目；5）对道路测试异地互认进行了规范。工信部2021年8月关于加强智能网联汽车生产企业及产品准入管理的意见1）企业生产具有OTA升级功能的汽车产品的，应当建立与汽车产品及升级活动相适应的管理能力，具有在线升级安全影响评估、测试验证、实施过程保障、信息记录等能力。2）未经审批

12、，不得通过在线等软件升级方式新增或更新汽车自动驾驶功能芯片监管部门算法车企算法迭代OTA升级升级数据回传数据回传芯片传感器算法车企算法迭代OTA升级升级数据回传数据回传传感器申报申报&审批审批数据端数据端侧脱敏侧脱敏7图：自动驾驶功能图：自动驾驶功能OTA监管流程监管流程表：自动驾驶功能相关政策表：自动驾驶功能相关政策产业链价值：供应链以硬件为主，车企以软件为主软硬件解耦成为趋势，软/硬件价值增量分属不同环节。软硬件解耦推动算力集中化趋势，智能化带来的硬件价值增量归属供应链环节，软件价值增量由传统Tier1、强势Tier1以及主机厂三者争夺，目前传统Tier1在产业链的位置已经确定向后移动，强

13、势Tier1和主机厂的争夺正在进行中。算力集中化E/E架构变化，软硬分离，软件价值量向OEM或者华为这类强势Tier 1转移，普通Tier 1竞争位置靠后，硬件价值增量留给供应链。整车厂强势Tier1传统车企、新势力车企、互联网车企提供全套解决方案：华为等软件价值软件价值量转移量转移汽车供应链 感知：感知：毫米波雷达、超声波雷达、高清摄像头、激光雷达。 决策：决策：AI芯片、座舱芯片、驾驶域控制器、座舱域控制器、底盘域控制器。 执行执行：高速电机、线控制动、线控转向、电子手刹 显示显示：中控大屏、液晶仪表、T-Box、HUD、流媒体后视镜等硬件价值硬件价值量增量量增量普通Tier1有一定的软硬

14、件结合能力：德赛西威、华阳集团、均胜电子等产业链位置向后产业链位置向后软件软件硬件硬件软件软件硬件硬件软硬件解耦软硬件解耦8图：产业链价值量图：产业链价值量产业链价值最大争夺点：自动驾驶域传统Tier1产业链竞争格局初步确认，新入局Tier1与主机厂话语权之争初步明朗。传统Tier1算法能力较弱，主要提供硬件集成服务。新入局Tier1与主机厂话语权之争核心在于谁的产品能够被市场接受。一线主机厂Tier 0.5提供全套智能化解决方案自身具备硬件能力搭建软件算法能力OEM尝试自己尝试自己扮演这个角色扮演这个角色新入局 Tier1ICT企业（华为）互联网企业（百度）提供整套方案提供整套方案为为OEM

15、赋能赋能传统 Tier1较强软硬件结合能力算法能力较弱算法能力较弱，主算法能力较弱，主要提供硬件集成要提供硬件集成实力较弱主机厂软硬件能力较弱接受全套解决方案接受接受Tier1赋能赋能究竟谁能卖的更好9图：产业链各方竞争格局分析图：产业链各方竞争格局分析目录目录渗透率：军备竞赛驱动L2/L3加速上车决策层：车企与供应链争夺技术制高点重点个股汇总/投资建议/风险提示E/E架构：功能域+以太网将成为标配感知层：视觉类与激光雷达并行发展执行层：国产替代提升底盘域集成应用层：座舱类/L2+/L3+多点开花10E/E架构升级趋势：功能域-中央计算单元演化硬件架构升级。硬件架构由分布式 ECU 向域控制/

16、中央集中架构方向发展，升级路径表现为分布式（模块化集成化）、域集中（域控制集中跨域融合）、中央集中式（车载电脑车-云计算）。其主要好处在于：算力利用率更高，减少算力设计总需求。大部分汽车工作时间仅部分芯片执行运算工作，而且并未满负荷运算，导致对于整车大部分运算处理能力处于闲置中，算力有效利用率较低。统一交互，实现整车功能协同。实现真正意义上的高级自动驾驶，需要多传感器共同感知外部环境，并对车内部运行数据进行实时监控，统一综合判断，并且执行机构协同操作。缩短线束，降低故障率，减轻质量。ECU集中减少线束连接，减少电磁干扰的产生。11中国，东吴证券研究所图：硬件架构形式图：硬件架构形式E/E架构典

17、型案例：华为CCA架构12以“计算+通信”为核心CCA架构+Vehicle Stack跨域集成软件框架以ICT技术为基础，建立以一个架构（CCA）、五大智能系统（智能驾驶/智能座舱/智能电动/智能车云/智能网联）、全套智能化部件（智慧屏+AR-HUD+集成式热管理+感知铁三角等）组成的全栈式解决方案。图：华为电动智能车全栈式解决方案Hi新品发布会，MDC白皮书，东吴证券研究所绘制E/E架构典型案例：各大车企规划方向趋同智能座舱域域控制器芯片操作系统芯片当前ES8/ES6/EC6 千兆以太网ADCMobileyeLinux 高通 820 A无X下一代ET7千兆以太网ADCOrinLinux815

18、5无X当前G3/P7/P5百兆以太网IPU03XavierQNX 高通 820 AVCUX下一代G9千兆以太网 中央计算单元OrinQNX8155VCU高通 820 A德州 Jacinto 6下一代X01千兆以太网 中央计算单元OrinLinux双高通8155无Model 3/Y百兆以太网FSD自研Linux英特尔 Atom无Model S/X百兆以太网FSD自研LinuxAMD Ryzen无中央网关车身控制BCM整车OTA区域控制器蔚来汽车车企代际车型以太网络自动驾驶域底盘域控制器X理想汽车当前理想ONE百兆以太网AD高级辅助驾驶控制器征程3融合特斯拉当前融合融合Linux无小鹏汽车算力推动

19、下“功能域”集成成为趋势，车规级以太网成为标配自动驾驶/智能座舱域控制器成为标配，中央计算单元是进一步的方向。随着自动驾驶功能的不断提升，L3级别自动驾驶NOA功能逐渐成为智能汽车标配。大算力需求驱动自动驾驶的“功能域”集成以及“一芯多屏”功能共同推动自动驾驶/智能座舱域控制器成为标配，而下一步的方向是中央计算单元的集成。车规级以太网成为标配，传输带宽升级成为未来趋势。自动驾驶功能算力要求逐渐提升，传输带宽升级的驱动下，以太网已经成为域控制器之间连接的通信网络标准配置。造车新势力中，蔚来率先采用千兆以太网实现高速传输，小鹏、理想和特斯拉目前还是采用百兆以太网，未来整车网络传输速度升级成为必然趋

20、势。区域控制器尚未落地，节点就近接入有望实现。三家自主造车新势力目前均未采用区域控制器的架构，特斯拉率先通过车身域控制器实现“区域”控制器架构。“功能域”集中+通信网络带宽升级成为当前架构方向，理想汽车下一代电子电气架构有望采用卫星化的能源/数据网关，实现节点就近接入的区域控制器架构。13表：新能源车企表：新能源车企E/E架构对比架构对比目录目录渗透率：军备竞赛驱动L2/L3加速上车决策层：车企与供应链争夺技术制高点重点个股汇总/投资建议/风险提示E/E架构：功能域+以太网将成为标配感知层：视觉类与激光雷达并行发展执行层：国产替代提升底盘域集成应用层：座舱类/L2+/L3+多点开花14智能驾驶

21、传感器主要包括摄像头和雷达两大类摄像头可获取图像数据，再利用机器学习等图像识别技术来实现距离测量、目标识别等功能。广泛应用于辅助驾驶阶段，可分为前视、环视及内视三类。单目摄像头仍将是主流方案，多目摄像头受制于技术和成本。1）单目摄像头一般采集路况信息，并依靠数据库的标志性特征识别物体，依靠算法获取距离和速度信息，因此受限于数据库，无自学习能力。主要供应商为Mobileye。2）双目摄像头探测距离更准确和更远，但现阶段受制于制造工艺、可靠性、精准度等，难以推广。核心供应商为博世、大陆、LG、电装、日立。3）三目摄像头可解决前向测距，仍由于精准度有误差，误差的不确定性需要算法来做出合理的决策，难度

22、大，现阶段蔚来ES8已搭载。雷达主要分为三类。1）超声波雷达：工作频率高于人类听觉上限频率（约2KHz）；2）毫米波雷达：工作频率介于微波和可见光之间，在30-300GHz（波长为mm级别）的雷达；3）激光雷达：工作频率在光学波段，大约在100000GHz（波长为nm级别）。视觉方案主导or多传感器融合？15图：单目摄像头图：双目摄像头图：不同种类的雷达按频率划分数据来源：维基百科，东吴证券研究所整理不同传感器优劣势各异，多传感器融合方案是未来发展方向摄像头及不同种类的雷达在对物体的探测、识别、三维建模、价格、光线、天气等优劣程度各不相同，在ADAS各应用领域也各有特点，多传感器的融合方案是未

23、来主要发展趋势。视觉方案主导or多传感器融合？16表：各传感器性能对比表：各传感器性能对比传感器传感器探测距离探测距离优势优势劣势劣势价格价格应用应用摄像头350m可对文字、颜色、物体进行识别难以检测物体与车辆距离；容易受到黑暗、高亮度光线及天气影响。3070美金AEB、ACC、LKA、BSD、PCW、TSR等超声波雷达0.210m指向性强，探测精度高，结构简单，价格便宜不受光照影响，测量精度受表面形状、材质影响较大1020美金APA毫米波雷达0100m检测距离远；受天气影响较小；方位分辨率较低；难以检测静止的和缓慢移动的物体50200美金ACC、AEB、BSD等激光雷达1200m可绘制出高精

24、度（厘米级）的3D环绕地图；可以准确检测出周围障碍物的位置、距离和速度价格高；体积大；受天气（雨雪、雾等）影响较大；不擅长色彩区分（红绿灯）机械：$4000$30,000固态：几百美元ACC、LKA、AEB、TJA、FCW、PCW等夜视系统500m以内穿透距离远，拓宽视野价格高几千美金以上NV、LDW激光雷达方案逐渐普及，自主企业渗透加速激光雷达加速上车，带来自动驾驶更佳使用体验。随着激光雷达成本不断下探，从最初的十几万美元向一千美元甚至几百美元转变。以及从体积庞大且无法通过车规的机械式激光雷达，向体积小巧且能够通过车规检测的固态激光雷达升级，视觉+激光雷达逐渐成为未来的主流感知方案。感知方案

25、的升级将带来自动驾驶体验的升级，加速推动自动驾驶功能普及。纯视觉方案纯视觉方案优点：优点： 成本低成本低 车辆售出后获车辆售出后获得大数据样本得大数据样本 利用大数据进利用大数据进行持续迭代行持续迭代缺点：缺点： 难以覆盖全部难以覆盖全部场景场景 易受环境因素易受环境因素影响影响 感知上限低感知上限低视觉视觉+激光雷达融合方案激光雷达融合方案优点：优点： 视场范围大视场范围大 不受绝大多数不受绝大多数环境因素影响环境因素影响 易于形成三维易于形成三维数据数据缺点：缺点： 成本较纯视觉方成本较纯视觉方案更昂贵案更昂贵 须配合高精度地须配合高精度地图使用图使用 数据融合难度大数据融合难度大VS17

26、盖世汽车，各公司公告，东吴证券研究所整理品牌上市时间车型激光雷达供应商激光雷达数目（个）摄像头（个）超声波雷达（个）毫米波雷达（个）北汽蓝谷2021年阿尔法S华为313126沙龙2022年机甲龙华为412125哪吒2022年哪吒S 华为313125长安2022年阿维塔 11华为313126广汽2022年AION LX PLUS速腾聚创312126宝马2021年IXInonoviz110125小鹏2021年P5Livox2131252022年G9速腾聚创212125蔚来2022年ET7图达通1111252022年ET5图达通111125上汽2022年智己 L7Luminar212125理想202

27、2年X01禾赛科技112125高合2022年HiPhi Z禾赛科技17125威马2022年M7速腾聚创311125长城2022年摩卡Ibeo33128图：视觉方案对比图：视觉方案对比图：各品牌车企视觉方案对比图：各品牌车企视觉方案对比2025年全球车载激光雷达市场达94.4亿美元，20202025年复合增速达+49.5%。通过对全球汽车产量、各级别自动驾驶渗透率、各级别智能驾驶激光雷达单车价值进行预测，我们预计2020年全球汽车激光雷达市场规模为12.6亿美元，随着高级别智能驾驶加速渗透，到2025年市场规模达94.4亿美元，CAGR为+49.5%；到2030年将达168.5亿美元，十年复合增

28、速+29.6%。激光雷达市场规模汽车之家，东吴证券研究所测算18图：flash激光雷达原理图表：全球车载激光雷达市场规模测算表：全球车载激光雷达市场规模测算202020212022E2023E2024E2025E2026E2027E2028E2029E2030EL3渗透率0.5%1.0%3.0%7.0%12.0%17.0%23.0%26.0%25.0%23.0%21.0%L4渗透率0.0%0.0%0.1%0.5%2.0%5.0%8.0%11.0%14.0%17.0%20.0%L5渗透率0.03%0.05%0.08%0.15%0.20%0.28%0.40%0.51%0.62%0.77%1.00%

29、无人驾驶/万颗267450ADAS/万颗234577142484725合计/万颗366883627273478.50无人驾驶单颗/美元8200672455040258421349ADAS单颗/美元700500450405365328305284264245228无人驾驶/亿美元11.115.119.830.533.438.346.550.452.155.060.7ADAS/亿美元1.62.36.916.633.556.1

30、77.792.299.5104.2107.8合计/亿美元12.617.426.847.166.894.4124.2142.6151.6159.2168.52025年全球车联网激光雷达市场规模预计超45亿美元，服务机器人激光雷达市场规模预计为7亿美元，中国激光雷达市场将达43.1亿美元。2025年全球车联网用激光雷达市场规模超45亿美元，20192025年CAGR为48.5%。随着智能城市、智能交通项目的落地，未来该市场对激光雷达的需求将呈现稳定增长态势。至2025年，全球激光雷达在该领域的市场规模将超过45亿美元，2019年至2025年复合增长率为48.48%。2025年全球服务机器人用激光雷

31、达市场规模达7亿美元，20192025年CAGR为57.9%。服务型机器人主要应用于无人配送、无人清扫、无人仓储、无人巡检等。随着全球服务型机器人出货量的快速增长以及激光雷达在服务型机器人领域渗透率的提升，至2025年激光雷达在该细分市场预计达到7亿美元市场规模，2019年至2025年CAGR为57.9%。2025年中国激光雷达市场将达到43.1亿美元，较2019年CAGR达63.1%，其中，车载领域即无人驾驶和高级辅助驾驶是主要组成部分。我们重点参考沙利文研究数据，随着无人驾驶企业在多个城市开展无人驾驶出租车运营，我们预计商业化后将助力激光雷达市场进一步增长；从高级ADAS领域来看，2021

32、年或将成为激光雷达大规模上车元年；加之车联网与服务机器人领域发展，将助力激光雷达保持快速稳定增长。激光雷达市场规模19图：2017-2025年车联网用激光雷达市场规模05540455020020E2021E2022E2023E2024E2025E亿美元移动机器人智慧城市和测绘robotaxi/robotruckADAS3.0 3.4 4.2 05540455020020E 2021E 2022E 2023E 2024E 2025E亿美元图：2017-2025年服务机器人用激光雷达市场规模图：2025年中国激

33、光雷达市场规模将达到43.1亿美元激光雷达方案逐渐普及，自主企业渗透加速20车载激光雷达作为新兴技术领域，主要玩家为创业企业，国内企业不弱于国际对手。激光雷达虽然早期发展主要为国外企业，随着大批国内科技创企加入市场竞争，在一定范围内实现超越。随着技术和市场逐渐成熟，大批激光雷达创企急需扩大规模以应对快速增长的市场需求，自2020年下半年起，海外激光雷达企业迎来上市热潮。截至2021年12月31日，已上市的激光雷达企业有Velodyne、Luminar、Aeva 、Innoviz 、Ouster 。图：车企对应的激光雷达公司公司成立时间主要技术布局主要产品主要客户公司特点Velogyne1983

34、机械式、半固态转镜HDL系列、VLP系列百度、谷歌、福特、Uber机械式激光雷达先驱Luminar2012MEMSIris、Hydra沃尔沃、戴姆勒1550nm主要厂商Aeva2019FMCWAeries奥迪FMCW主要厂商Innoviz2016MEMSInnovizOne/Two麦格纳、宝马MEMS主要厂商Oouster2015FlashOS系列、ES2/Flash主要厂商Valeo1923转镜Scala系列全球主要整车厂车规级产品Quanergy2012机械式、OPAM8奔驰、吉利主打OPAInnovusion2016半固态转镜、MEMSJaguar系列蔚来提供高分辨率、超远探测范围的解决

35、方案禾赛科技2014机械式、MEMSPandar系列上汽中国激光雷达领先企业速腾聚创2014机械式、MEMSRS-LiDAR-M1一汽激光雷达+感知方案华为1988半固态转镜、MEMS96线中长距北汽蓝谷、长安汽车多线程MEMS大疆Livox2016机械式、半固态转镜Horizion、Tele-15小鹏、宇通成本方面不断突破镭神智能2015转镜CH系列东风模拟信号处理芯片炬光科技：高功率半导体激光器龙头高功率半导体激光器领军企业，产生光子+调控光子协同布局。公司业务聚焦于高功率半导体激光元器件（产生光子）和激光光学元器件（调控光子），并向激光行业中游的光子应用模块和系统拓展。2017年通过收购

36、全球领先的微光学供应商LIMO，实现了“产生光子”与“调控光子”协同布局，产品被应用于先进制造、医疗健康、科学研究、汽车应用、信息技术五大领域。技术积累深厚，切入光刻机产业链。公司牵头承担国家重大科学仪器设备开发专项等国家重大科技项目，拥有多项技术发明专利，并牵头制定半导体激光器总规范半导体激光器测试方法两项国家标准。光刻机是生产半导体集成电路芯片的核心设备，高端光刻机全球仅四家公司可以提供。公司凭借光场匀化器的突出性能进入顶级光刻企业ASML供应链，同时在2020年度成为台积电供应商。布局车载激光雷达领域，投入1.6亿元投资激光雷达产业。公司2016年开始研发高峰值功率固态激光雷达光源模块，

37、2017年正式确认将汽车激光雷达作为未来战略市场方向，目前技术上已率先达到车规级量产标准，VCSEL技术紧扣激光雷达核心需求，同时布局DMS领域。2021年12月24日，炬光科技登陆科创板，在其IPO募资中，1.6亿元将直接投资激光雷达发射模组产业化项目，有望令公司受益于汽车激光市场的规模增长预期。华为入股助力激光雷达业务腾飞，产品进入量产交付阶段。2020年9月，华为控股的哈勃投资以5000万元认购公司增发股份200万股。依托华为深厚的ICT技术储备和新Tier1战略定位，公司有望进一步深入车载激光雷达市场。公司已与德国大陆签订批量供货合同，提供激光雷达发射模组，订单金额约4亿元，同时与Ve

38、lodyne、Luminar、福特Argo AI等多家企业达成合作协议，未来激光雷达相关产品有望逐步放量。风险提示：全球疫情控制低于预期，行业缺芯持续时间超出预期，下游乘用车复苏低于预期。21目录目录渗透率：军备竞赛驱动L2/L3加速上车决策层：车企与供应链争夺技术制高点重点个股汇总/投资建议/风险提示E/E架构：功能域+以太网将成为标配感知层：视觉类与激光雷达并行发展执行层：国产替代提升底盘域集成应用层：座舱类/L2+/L3+多点开花22决策层之AI芯片23智能驾驶芯片：集成更多AI单元汽车电子电气架构变革的关键增量之一在于域控制器，无论智能座舱域还是自动驾驶域，芯片硬件+软件算法/操作系统

39、都是其中核心。传统CPU难以满足汽车域集中趋势下高算力需求，集合AI加速器的SoC（系统级芯片）应运而生。各类处理器由通用向专用排序依次：CPU、GPU、FPGA、ASIC；数据处理成本经济性（由优至差）：ASIC、FPGA、GPU、CPU。1）CPU最通用，算力差，能效比最差，但除了运算，还包括控制指令，不可被替代；2）GPU为通用加速器，算力高，架构较为开放，允许主机厂基于底层架构开发自己的专门算法，能效比较差；3）FPGA算力一般，可根据客户需求用配置文件更改芯片结构的连线，实现定制电路，适用于小批量应用；4）ASIC为专用芯片，算力高、能效比优，节约不必要开发资源，规模量产成本最低，但

40、支持算法不够灵活。AI芯片通过添加神经网络单元实现AI运算的更高效。目前市场对未来汽车AI芯片采用通用GPU、FPGA、ASIC芯片方案仍有较大争议，我们认为汽车数据处理芯片不断异构化，通过不断添加神经网络单元实现AI运算是未来发展的主要方向。表：AI芯片主要技术路径对比：ASIC芯片算力高、能效比优，有望在自动驾驶算法中凸显价值CPUGPUFPGAASIC定义中央处理器图像处理器现场可编程逻辑门阵列专用处理器架构区别70%晶体管用来构建Cache,还有部分控制单元，计算单元少，适合运算复杂，逻辑复杂，但量少的场景，具有不可替代性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。支持

41、各种编程框架，较FPGA和ASIC更通用可编程逻辑，计算效率高，更接近底层IO，通过冗余晶体管和连线实现逻辑可编程晶体管根据算法定制，功耗低、计算效能高、计算效率高。为特定需求专门定制的芯片，编程框架固定，更换算法需重新设计计算能力和效率算力最低，能效比差算力高，能效比中算力中，能效比优算力高，能效比优上市速度快，产品成熟快，产品成熟快上市速度慢，开发周期长成本用于数据处理时，单价成本最高用于数据处理时，单价成本高较低的试错成本成本高，可复制，量产规模生产后成本可有效降低性能最通用（控制指令+运算）数据处理通用性强数据处理能力较强，专用AI算力最强，最专用适用场景广泛应用于各种领域广泛应用于各

42、种图形处理、数值模拟、机器学习算法领域适用成本要求较低的场景，如军事、实验室、科研等主要满足场景单一的消费电子等高算力需求领域24，东吴证券研究所绘制智能驾驶芯片：寡头垄断，自主加速突破25智能驾驶AI芯片产业链格局：特斯拉FSD芯片自研自用，引领产业发展，属于独立一级。特斯拉搭载的芯片经历Mobileye EyeQ3与英伟达DRIVE PX2，后期开始自研。第一阵列：全球GPU领域AI龙头英伟达和背靠英特尔的汽车AI芯片龙头Mobileye属于第一阵列。NIVIDA作为通用AI芯片龙头，对外提供芯片级产品，具备最完善的软件工具链和应用生态。Mobileye背靠英特尔，提供芯片+算法绑定的一体

43、式解决方案，客户资源最丰富且已实现量产验证，但黑盒捆绑销售模式一定程度上限制了用户创新。短期来看，Mobileye面向L3级以下市场，产品更加成熟。中长期来看，英伟达面向L3级以上市场在AI领域实力深厚，后发有力，优势会更加突出。高通与华为属于1.5阵列，有望快速突围进入第一阵列。高通从智能座舱域切向自动驾驶域，快速打通汽车智能化两大关键环节；华为AI芯片云边端领域全覆盖，技术实力雄厚，面向L2+及以上市场。华为和高通均在通信领域具备技术积累，结合智能驾驶布局有望迅速完善汽车智能化生态。第二阵列：国内车载AI芯片新锐地平线（对标Mobileye）、云边端全覆盖AI新兴寒武纪、国外传统汽车芯片巨

44、头瑞萨等处于第二阵列。地平线作为独立第三方芯片厂商，芯片和算法可分开销售或提供一体式解决方案类产品，更受客户信任，有望逐步实现国产替代。寒武纪从自动驾驶芯片+车路协同+云服务（数据中心）等领域实现切入，云端产品可供应车企/Tier 1数据中心或提供给云服务供应商，边缘端产品供应给政府类客户用于车路协同设备使用，寒武纪行歌首款自动驾驶芯片未来将支持高等级自动驾驶的复杂模型大算力需求。第三阵列：传统汽车电子厂商及其他潜在进入者（如黑芝麻、零跑等）处于第三阵列。智能驾驶芯片：寡头垄断，自主加速突破CSDN，东吴证券研究所整理26表：汽车智能驾驶AI芯片对比自动驾驶SoC芯片发展趋势：追求高算力，更追

45、求高能效比：由于智能驾驶对算力的需求，业界将峰值算力当作衡量AI芯片的主要指标。算力以外，功耗比（算力/功耗）也是重要指标，现阶段量产搭载的芯片功耗比约1TOPS/W，未来主流芯片功耗比将达到3TOPS/W以上。追求先进工艺制程：自动驾驶芯片的制程从用于低级别ADAS的28nm向高级别的5/7nm演进。芯片厂商芯片名称AI算力（TOPS） 功耗（W）能效比（TOPS/W）工艺制程（nm）适用等级量产时间特斯拉FSD（HW4.0）216（估）/7L4/L52022FSD（HW3.0）72721.014L32019英伟达Atlan1000/L4/L52025Orin254455.67L4/L520

46、22Xavier30301.012L2/L32020MobileyeEyeQ6128403.27L4/L52023EyeQ524102.47L2/L32021EyeQ42.530.828L1/L22018高通SM8540+SA9000B360655.57L2/L3/L4/L52022华为Ascend9105123101.77L42022Ascend3101682.012L32019地平线征程5128304.316L3/L42022征程352.52.012L2/L32020征程2422.028L1/L22019黑芝麻A2000250/7L4/L52025A1000 Pro106254.216L3

47、/L42022A10007088.816L2/L32021A5005.822.928L1/L22020寒武纪行歌首款自动驾驶芯片20040/7/零跑+大华股份凌芯014.241.128L2/L32021瑞萨R-CAR V3U60/12L32023智能座舱芯片：高通领先，车企自研进程加速智能座舱域芯片布局来看，高端市场以高通为主，英特尔、瑞萨、三星、AMD随后，中低端有恩智浦、德州仪器等，国内华为、地平线、联发科、芯驰科技、芯擎科技（吉利）等加速入局。高通第三代SA8155芯片将成为主流车企下一代主打座舱芯片，第四代8295芯片已发布，特斯拉座舱芯片从英特尔A3950切换至AMD-Ryzen。座

48、舱芯片在AI算力方面要求较低，1）从工艺上，手机芯片厂商的中低端芯片工艺为7、14nm（高通、三星），明显好于传统汽车电子（恩智浦、TI）的28、40nm工艺；2）从性能上，手机芯片明显高于汽车芯片。车企自研芯片进程加速，芯擎科技（吉利+ARM共同投资）发布首款7nm座舱芯片-龍鹰一号，2022年Q3量产。CSDN，东吴证券研究所27芯片型号工艺CPU Core性能/DMIPSGPU Core高通820A14nmKyro20042kAdreno 530SA6155P11nmKyro30040kAdreno 608SA8155P7nmKyro43580k(E)Adreno 640SA8195P7

49、nmKyro495150k(E)Adreno 899SA82955nmKryo 680/Adreno 660AMDAMD-Ryzen12nmAMD Zen+/AMD RDNA2(Navi23)华为Kirin 710A14nm（中芯国际）A73/A53/Mail G51Kirin 980（非座舱芯片）7nmA76/A5572KMali G76英特尔A395014 nmIntel42KIntel HD 505三星Exynos Auto 889014nmCustomized CPU/A5363kMali T880Exynos Auto V9108nmA76111kMali G76Exynos V92

50、05 nm(E)A76200K(E)/联发科MT271228 nm(E)Arm A72/A5322KMali-T88恩智浦i.mx8QM28 nmArm A72/A5326KGC7000i.mx640 nmArm A96K/12KGC2000/GC355/GC320瑞萨电子R-CAR H316 nmArm A57/A5340KGX6650德州仪器Jacinto 628 nm(E)Arm A15/SGX544/GC320地平线Journey 2.012nm/芯驰科技X916nm/48KPowerVRSeries9XM芯擎科技龍鹰一号7nm/90K/表：各芯片厂商产品性能对比决策层之操作系统28Q