1、 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 行业研究行业研究 Page 1 证券研究报告证券研究报告深度报告深度报告 软件与服务软件与服务 汽车智能化系列专题汽车智能化系列专题 超配超配 （维持评级） 2022 年年 02 月月 10 日日 一年该行业与一年该行业与上证综指上证综指走势比较走势比较 行业专题行业专题 决策篇（决策篇（2）：全球车载计算平台）：全球车载计算平台赛道核心玩家全面梳理赛道核心玩家全面梳理 车载计算平台是智能网联汽车产业变革的风向标车载计算平台是智能网联汽车产业变革的风向标 随着汽车智能化程度的逐渐提高，对高性能 SoC 芯片的需求不断提升，
2、主控芯片是所有环节中壁垒最高、商业模式最佳的环节；此外，当前汽车芯片出货量过小，无法充分摊销前期高昂的研发成本。种种因素注定了，SoC 主控芯片一定是长期极其稀缺的赛道，也是只属于少数玩家的游戏，英伟达、高通、英特尔等国际巨头持续发力芯片赛道，国内方面，华为、地平线等正在不断追赶。 高通在中高端智能座舱领域呈现垄断地位高通在中高端智能座舱领域呈现垄断地位 智能座舱作为率先商业化的领域，数字座舱渗透率正在持续攀升，高通作为消费电子龙头目前在智能座舱 SoC 市场遥遥领先，其第二代平台820A 和第三代平台 8155 获得了大量头部主机厂的定点。高通方案商与生态伙伴对于高通平台 know-how
3、的理解愈发重要，高通现有的优质合作伙伴优势显著。 自动驾驶刚刚起步，英伟达暂时领先自动驾驶刚刚起步，英伟达暂时领先 英伟达凭借其 GPU 的资源禀赋，在硬件上优势显著，英伟达还为主机厂打造了打造端到端的、开放、高效的研发生态，其生态完善程度和开放程度都是遥遥领先。但是自动驾驶行业刚刚起步，仍然面临诸多不确定性。先进制程的 SoC 芯片面临着诸多短期自动驾驶商业化不确定性的风险。我们更看好有其他芯片主业的龙头厂商能够在自动驾驶 SoC 芯片长期的技术迭代过程中胜出。 汽车智能化浪潮方兴未艾，建议关注相关厂商汽车智能化浪潮方兴未艾，建议关注相关厂商 汽车智能化浪潮方兴未艾，车载计算平台的技术变革才
4、刚刚开始，不断的产品和技术迭代，为产业链中上游的方案商和软件商提供了大量的增量业务机会，建议关注中科创达、德赛西威、光庭信息、东软集团、四维图新等相关上市公司。 重点公司盈利预测及投资评级重点公司盈利预测及投资评级 公司公司 公司公司 投资投资 昨收盘昨收盘 总市值总市值 EPS PE 代码代码 名称名称 评级评级 （元）（元） （百万元）（百万元） 2021E 2022E 2021E 2022E 300496 中科创达 买入 132.75 564.3 1.55 2.20 85.77 60.24 002920 德赛西威 增持 121.00 671.9 1.43 2.00 84.57 60.58
5、 301221 光庭信息 无评级 88.70 82.2 1.00 1.32 89.02 67.10 600718 东软集团 无评级 14.61 181.5 0.65 0.33 22.57 44.27 002405 四维图新 增持 14.83 352.1 0.05 0.14 308.32 105.55 资料来源：Wind、国信证券经济研究所预测 相关研究报告：相关研究报告： 海外科技跟踪：海外科技跟踪云计算三巨头营收增速超 40%，Meta 业绩受虚拟现实业务拖累 2022-02-09 信息安全深度剖析 4：从亚信安全看安全软件和运营商安全市场机会 2022-02-09 国信证券-计算机行业-海
6、外科技跟踪特斯拉 FSD 软件价格上涨至 1.2 万美元， 全球最大的 汽 车 共 享 公 司 Turo 拟 上 市 2022-01-21 汽车智能化系列专题之感知篇：终端智能化军备竞赛打响， 中游各感知硬件放量先行 2022-01-12 海外科技跟踪：海外科技跟踪 2022-01-08 独立性声明：独立性声明： 作者保证报告所采用的数据均来自合规渠道，分析逻辑基于本人的职业理解，通过合理判断并得出结论，力求客观、公正，其结论不受其它任何第三方的授意、影响，特此声明 0.60.70.80.91.01.1F/21A/21J/21A/21O/21D/21上证综指软件与服务 请务必阅读正文之后的免责
7、条款部分 全球视野全球视野 本土智慧本土智慧 Page 2 投资摘要投资摘要 关键结论与投资建议关键结论与投资建议 第一，高通在智能座舱领域遥遥领先。智能座舱作为率先商业化的领域，数字座舱渗透率正在持续攀升， 高通作为消费电子龙头目前在智能座舱 SoC 市场遥遥领先， 其第二代平台820A和第三代平台8155获得了大量头部主机厂的定点。高通方案商与生态伙伴对于高通平台 know-how 的理解愈发重要，高通现有的优质合作伙伴优势显著； 第二，自动驾驶刚刚起步， 目前英伟达暂时领先。 英伟达凭借其 GPU 的资源禀赋，在硬件上优势显著，此外，英伟达还为主机厂打造了打造端到端的、开放、高效的研发生
8、态，其生态完善程度和开放程度都是遥遥领先。但是自动驾驶行业刚刚起步，仍然面临诸多不确定性。当前汽车芯片出货量仍然较小，无法充分摊销前期高昂的研发投入，回报周期较长，先进制程的 SoC 芯片面临着诸多短期自动驾驶商业化不确定性的风险。我们更看好有其他芯片主业的龙头厂商能够在自动驾驶 SoC 芯片长期的技术迭代过程中胜出。 核心假设或逻辑核心假设或逻辑 第一，车载计算平台是整个智能网联汽车的核心，更是汽车智能化产业技术进步的风向标，站在主控芯片厂商的视角，观察整个智能驾驶产业的演变趋势更具有战略价值； 第二，主控芯片从长期看注定是少数玩家参与的赛道，对于技术支持和方案落地等，芯片厂商更倾向于寻找优
9、质方案商来支持其客户的落地； 第三，长期合作的方案商对于芯片厂商的生态和平台 know-how 理解更为充分，双方磨合度也更高，反哺双方合作的紧密度。 股价变化的催化因素股价变化的催化因素 第一，自动驾驶产业政策出现重大利好； 第二，图像识别等自动驾驶底层技术出现重大变革； 第三，全球主要科技巨头或独角兽发布智能汽车新品。 核心假设或逻辑的主要风险核心假设或逻辑的主要风险 第一，疫情反复或对汽车销量持续产生不利影响； 第二，中美科技、贸易摩擦风险； 第三，座舱域、驾驶域智能化落地节奏低于市场预期的风险； 第四，市场格局发生改变，竞争加剧等风险。 iWMAvXpMnNoOqQbR9R6MoMoO
10、tRnPkPoOnPlOqRrQaQpPzQuOqQzRNZnMtO 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 行业研究行业研究 Page 3 内容目录内容目录 前言：前言： . 6 特斯拉（特斯拉（TESLA）:从硬到软的全栈自研，打造从硬到软的全栈自研，打造“算力算力+算法算法+数据数据”的竞争壁垒的竞争壁垒 . 6 从 Mobileye 到英伟达，最终走向 FSD 自研芯片 . 6 伴随自动驾驶功能不断升级，FSD 软件收费价格持续攀升 . 9 推出 Dojo 超算平台，打造感知自主进化的闭环学习系统 . 10 英伟达（英伟达（NVIDIA）：打造全栈式工具链
11、，持续领先高阶自动驾驶）：打造全栈式工具链，持续领先高阶自动驾驶 . 12 Drive 系列平台持续迭代，赋能自动驾驶生态 . 12 凭借 GPU 的资源禀赋，持续领先自动驾驶 . 14 打造端到端的自动驾驶平台，创造开放高效的研发生态 . 18 高通（高通（Qualcomm）：智能座舱一骑绝尘，自动驾驶不断追赶）：智能座舱一骑绝尘，自动驾驶不断追赶 . 20 打造“数字底盘”，全面布局智能汽车四大领域 . 20 智能座舱一骑绝尘，中高端数字座舱呈垄断地位 . 22 发布 Ride 平台，收购 Venoeer，持续补强驾驶域 . 24 主机厂合作不断增加，相关量产车型落地在即 . 27 Mob
12、ileye：ADAS 赛道的先行者，当前市占率第一赛道的先行者，当前市占率第一 . 28 ADAS 赛道的先行者，EyeQ 系列累计出货量过亿片 . 28 产品功耗优势显著，算法生态相对封闭 . 30 发布高算力先进制程芯片，布局高阶自动驾驶 . 32 华为：以华为：以 ICT 技术全面赋能汽车智能化技术全面赋能汽车智能化 . 33 坚定“平台+生态”战略，布局五大业务板块 . 33 基于华为 MDC 计算平台，打造开发共赢的智能驾驶生态 . 34 打造万物互联的 HarmonyOS 智能座舱生态 . 37 地平线：实现国产车规级地平线：实现国产车规级 AI 芯片从芯片从 0 到到 1 的突破
13、的突破 . 39 国产车规级 AI 芯片先行者，芯片累计出货量超 100 万颗 . 39 自研 AI 加速器 BPU，发挥极致的算力效能 . 40 软硬结合，打造“算法+芯片+工具链”的自动驾驶生态 . 41 相关公司：中科创达、德赛西威、光庭信息、东软集团、四维图新、经纬恒润相关公司：中科创达、德赛西威、光庭信息、东软集团、四维图新、经纬恒润 . 43 中科创达（300496.SZ）：全球领先的智能平台技术服务提供商 . 43 德赛西威（002920.SZ）：汽车电子 Tier 1 龙头，ADAS 先发优势显著 . 43 光庭信息（301221.SZ）：领先的智能汽车软件解决方案提供商 .
14、44 东软集团（600718.SH）：智能汽车浪潮为老牌软件龙头注入活力 . 45 四维图新（002405.SZ）：地图为基、芯片铸魂，打造汽车智能领导者 . 46 经纬恒润（A21257.SH）：领先的综合电子系统科技服务龙头 . 47 国信证券投资评级国信证券投资评级 . 49 分析师承诺分析师承诺 . 49 风险提示风险提示 . 49 证券投资咨询业务的说明证券投资咨询业务的说明 . 49 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 4 图表图表目录目录 图图 1：汽车智能化产业地图之车载计算平台：汽车智能化产业地图之车载计算平台 . 6 图图 2：特
15、斯拉的发展历程：特斯拉的发展历程 . 7 图图 3：特斯拉从：特斯拉从 HW 2.0 进化到进化到 HW 2.5 再到再到 HW 3.0 . 8 图图 4：特斯拉特斯拉 FSD 芯片架构芯片架构 . 8 图图 5：特斯拉特斯拉 HW 3.0 系统主板拆解系统主板拆解 . 9 图图 6：特斯拉：特斯拉 FSD 的全球开通的全球开通率率 . 10 图图 7：特斯拉各车型：特斯拉各车型 FSD 在北美地区的开通在北美地区的开通率率 . 10 图图 8：特斯拉的全栈式训练架构特斯拉的全栈式训练架构 . 11 图图 9：特斯拉特斯拉 Autopilot 累计历程已超过累计历程已超过 51 亿英里亿英里.
16、 11 图图 10：特斯拉自研特斯拉自研 7nm 工艺工艺 AI 训练芯片训练芯片 D1 . 11 图图 11：由：由 25 个个 D1 芯片组成的芯片组成的 Dojo 训练平台训练平台 . 11 图图 12：数据驱动的算法迭代闭环典型流程数据驱动的算法迭代闭环典型流程 . 12 图图 13：英伟达：英伟达 DRIVE PX2 系列平台系列平台 . 13 图图 14：搭载定制版：搭载定制版 DRIVE PX2 的特斯拉的特斯拉 HW 2.0 和和 2.5 . 13 图图 15：英伟达：英伟达 Drive Xavier 和和 Pegasus 平台平台 . 14 图图 16：英伟达：英伟达 DRI
17、VE AGX Orin 平台平台 . 14 图图 17：NVIDIA Xavier 芯片架构芯片架构 . 15 图图 18：NVIDIA Orin 内部架构内部架构 . 16 图图 19：英伟达：英伟达 Orin SoC 的的 Ampere 架构架构 GPU . 16 图图 20：英伟达：英伟达 Ampere 架构架构 GPU 的第三代的第三代 Tensor Core . 16 图图 21：蔚来：蔚来 NIO Adam 超算平台搭载超算平台搭载 4 颗英伟达颗英伟达 Orin 芯片芯片 . 17 图图 22：NVIDIA Atlan 芯片架构芯片架构 . 17 图图 23：英伟达在汽车领域的客
18、户：英伟达在汽车领域的客户 . 18 图图 24：NVIDIA DRIVE 平台框架及工具链全梳理平台框架及工具链全梳理 . 19 图图 25：NVIDIA 发布发布 DRIVE Hyperion 8 参考平台参考平台 . 20 图图 25：高通汽车业务的发展历程：高通汽车业务的发展历程 . 21 图图 26：高通布局数字底盘四大领域：高通布局数字底盘四大领域 . 21 图图 27：高通汽车业务季度营收变化（百万美元）：高通汽车业务季度营收变化（百万美元） . 22 图图 28：与高通合作的全球知名车企：与高通合作的全球知名车企 . 22 图图 29：高通骁龙高通骁龙 SA8155P 芯片架构
19、芯片架构 . 23 图图 30：高通第四代：高通第四代 AI 计算单元计算单元 . 23 图图 31：高通发布第四代智能座舱平台高通发布第四代智能座舱平台 . 24 图图 32：中科创达发布基于高通中科创达发布基于高通 SA8295 的座舱解决方案的座舱解决方案 . 24 图图 33：高通高通 Snapdragon Ride 车规级车规级 SoC . 25 图图 34：Ride 平台可面向从平台可面向从 L1 到到 L4 级别的自动驾驶级别的自动驾驶 . 25 图图 35：高通高通 Snapdragon Ride 软件平台软件平台 . 25 图图 36：高通高通 Snapdragon Ride
20、 软件软件栈栈 . 25 图图 37：与：与 Arriver 共同打造共同打造 Ride 自动驾驶平台自动驾驶平台 . 26 图图 38：高通与：高通与 Arriver 强强联合布局自动驾驶领域强强联合布局自动驾驶领域 . 26 图图 39：4nm 制程的制程的 Snapdragon Ride 视觉视觉 SoC . 26 图图 40：高通：高通 Ride 平台为主机厂提供扩展灵活性平台为主机厂提供扩展灵活性 . 26 图图 41：通用汽车的：通用汽车的 Ultra Cruise 辅助驾驶系统辅助驾驶系统 . 27 图图 42：通用旗下凯迪拉克：通用旗下凯迪拉克 CELESTIQ 将于将于 20
21、23 年量产年量产 . 27 图图 43：毫末知行推出的小魔盒：毫末知行推出的小魔盒 3.0 方案方案. 28 图图 44：毫末知行推出的小魔盒：毫末知行推出的小魔盒 3.0 实物图实物图 . 28 图图 45：Mobileye 发展历程发展历程 . 29 图图 46：Mobileye 从从 14-21 年年 EyeQ 系列芯片系列芯片销量（百万）销量（百万） . 29 图图 47：Mobileye EyeQ5 的芯片架构的芯片架构 . 31 图图 48：Mobileye 发布三款芯片发布三款芯片 EyeQ Ultra、EyeQ6 Light 和和 EyeQ6 High . 32 图图 49：
22、华为以华为以 ICT 技术全面赋能汽车智能化技术全面赋能汽车智能化 . 33 图图 50：分层解耦的数字架构分层解耦的数字架构 . 33 图图 51：跨域多厂家设备预集成跨域多厂家设备预集成 . 33 图图 52：华为华为 MDC 智能驾驶计算平台智能驾驶计算平台 . 34 图图 53：华为华为 MDC 系统架构系统架构 . 34 图图 54：华为华为 MDC 300F 智能驾驶计算平台智能驾驶计算平台 . 34 图图 55：华为华为 MDC 平台硬件接口标准化并开放平台硬件接口标准化并开放 API 接口接口 . 35 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Pa
23、ge 5 图图 56：华为华为 MDC 全系列产品及应用场景全系列产品及应用场景 . 36 图图 57：华为华为 MDC 开发者套件开发者套件 . 37 图图 58：华为华为 MDC 乘用车合作项目乘用车合作项目 . 37 图图 59：华为华为 HarmonyOS 车机操作系统车机操作系统 . 38 图图 60：华为与合作伙伴联合创新构建多样化座舱体验华为与合作伙伴联合创新构建多样化座舱体验 . 38 图图 61：华为华为 HarmonyOS 智能座舱智能座舱 . 39 图图 62：地平线汽车：地平线汽车 AI 芯片芯片 Roadmap . 39 图图 63：地平线拥有大量汽车产业合作伙伴：地
24、平线拥有大量汽车产业合作伙伴 . 40 图图 64：已搭载地平线征程系列芯片的相关车型：已搭载地平线征程系列芯片的相关车型 . 40 图图 65：地平线征程地平线征程 2 芯片内部架构芯片内部架构 . 41 图图 66：地平线征程地平线征程 3 芯片内部架构芯片内部架构 . 41 图图 67：地平线自主研发的人工智能专用计算架构地平线自主研发的人工智能专用计算架构 BPU . 41 图图 68：地平线：地平线“天工开物天工开物” AI 开发平台开发平台 . 42 图图 69：地平线：地平线 Matrix 2 自动驾驶计算平台自动驾驶计算平台 . 42 图图 70：地平线：地平线 Matrix
25、5 自动驾驶计算平台自动驾驶计算平台 . 42 图图 71：中科创达发布基于高通中科创达发布基于高通 SA8295 的座舱解决方案的座舱解决方案 . 43 图图 72：中科创达的：中科创达的 E-cockpit 智能座舱解决方案智能座舱解决方案 . 43 图图 73：德赛西威产品布局德赛西威产品布局 . 44 图图 74：德赛西威域控制器产品矩阵德赛西威域控制器产品矩阵 . 44 图图 75：光庭信息汽车业务布局情况光庭信息汽车业务布局情况 . 45 图图 76：光庭信息的智能座舱产品布局光庭信息的智能座舱产品布局 . 45 图图 77：东软大汽车整体业务布局东软大汽车整体业务布局 . 46
26、图图 78：东软睿驰面向东软睿驰面向 SDV 的产品与解决方案的产品与解决方案 . 46 图图 79：四维图新整体战略布局四维图新整体战略布局 . 46 图图 80：杰发：杰发科技智能座舱科技智能座舱 SoC 芯片芯片 AC8015. 46 图图 81：经纬恒润业务布局经纬恒润业务布局 . 47 图图 82：经纬恒润的主要国内外客户：经纬恒润的主要国内外客户 . 47 表表 1：特斯拉：特斯拉 Autopilot 自动驾驶系统全梳理自动驾驶系统全梳理 . 7 表表 2：特斯拉：特斯拉 FSD 收费持续提升收费持续提升 . 10 表表 3：英伟达历代英伟达历代 Drive 平台梳理平台梳理 .
27、14 表表 4：英伟达历代车规级英伟达历代车规级 SoC 芯片梳理芯片梳理 . 14 表表 5：搭载高通骁龙座舱芯片的具体车型：搭载高通骁龙座舱芯片的具体车型 . 23 表表 6：各主要智能座舱芯片参数对比：各主要智能座舱芯片参数对比 . 24 表表 7：Mobileye18-21 年营业收入年营业收入（单位：亿美元）（单位：亿美元） . 29 表表 8：搭载：搭载 Mobileye EyeQ 系列芯片的车型系列芯片的车型 . 30 表表 9：Mobileye EyeQ 系列芯片情况系列芯片情况. 31 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 6 前言：
28、前言： 智能驾驶产业主要可以分为感知层、决策层与执行层，本篇是汽车智能化系列专题的第三篇深度专题决策篇（2），关于车载计算平台全产业链的每个细分环节，在汽车智能化系列专题之决策层（1）：从芯片到软件，车载计算平台产业链全面拆解已经做过全面梳理，本篇报告主要针对全球车载计算平台的核心玩家进行全面梳理，主要包括特斯拉、英伟达、高通、Mobileye、华为和地平线。 图图 1：汽车智能化产业地图之车载计算平台：汽车智能化产业地图之车载计算平台 资料来源：亿欧智库，国信证券经济研究所整理 特斯拉（特斯拉（TESLA）:从硬到软的全栈自研，打造“算从硬到软的全栈自研，打造“算力力+算法算法+数据”的竞争
29、壁垒数据”的竞争壁垒 从从 Mobileye 到英伟达，最终走向到英伟达，最终走向 FSD 自研芯片自研芯片 特斯拉于特斯拉于 2014 年推出自动驾驶辅助系统年推出自动驾驶辅助系统 Autopilot 1.0， 特斯拉掌握核心数据、， 特斯拉掌握核心数据、AI 算法以及主控芯片，从硬到软的全栈自研，这也成为了特斯拉最核心的竞争算法以及主控芯片，从硬到软的全栈自研，这也成为了特斯拉最核心的竞争壁。壁。特斯拉成立于 2003 年，并于 2010 年在纳斯达克上市。2008 年至 2020年特斯拉共发布 Model S、Model X、Model 3、Model Y 四款量产车型。特斯拉于 201
30、3 年开始自动驾驶辅助系统的研发， 并于 2014 年特斯拉推出自动驾驶辅助系统 Autopilot 1.0，此后经历四次升级，并在 2019 年在 HW 3.0 平台上推 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 7 出了自研的 FSD（Full Self-Driving Computer）主控芯片。 图图 2：特斯拉的发展历程：特斯拉的发展历程 资料来源：特斯拉，国信证券经济研究所整理 特斯拉从特斯拉从 Mobileye 到英伟达，最终走向到英伟达，最终走向 FSD 自研芯片。自研芯片。特斯拉从 2014 年推出HW 1.0开始， 特斯拉Autopil
31、ot系统共经历了4次大的硬件版本更新。 在2014年-2016 年的 HW 1.0 时代，特斯拉完全基于 1 颗 Mobileye EyeQ3 和 1 颗NVIDIA Tegra 3，算法也完全由第三方供应商 Mobileye 提供，2016 年特斯拉逐渐不满于 Mobileye 进程缓慢以及相关安全事故，并在 2016 年的 HW 2.0 版本上， 特斯拉切换到了由 1 颗 NVIDIA Parker SoC 和 1 颗 NVIDIA Pascal GPU组成的 NVIDIA DRIVE PX 2 计算平台，而在 2017 年的 HW 2.5 版本升级过程中，将 NVIDIA Drive P
32、X 2 升级为 NVIDIA Drive PX 2+，新增了一个 NVIDIA Parker SoC，获得了 80%左右的运算性能提升。 特斯拉即将发布特斯拉即将发布 HW 4.0 平台，基于三星平台，基于三星 7nm 工艺的工艺的 FSD 自研芯片，其性能自研芯片，其性能将是将是 HW 3.0 的三倍。的三倍。由于英伟达的高能耗，2017 年起，马斯克决定开始自研主控芯片， 尤其是主控芯片中的神经网络算法和 AI 处理单元全部由特斯拉自主完成。在 2019 年 4 月份，特斯拉在 Autopilot HW 3.0 平台上成功推出自研的FSD 主控芯片，实现了自动驾驶芯片+神经网络算法的垂直整
33、合。特斯拉计划将在不久的未来 HW 4.0 版本，基于三星 7nm 工艺的全新 FSD 自研芯片，其性能将是 HW 3.0 的三倍。 表表 1：特斯拉：特斯拉 Autopilot 自动驾驶系统全梳理自动驾驶系统全梳理 HW 1.0 HW 2.0 HW 2.5 HW 3.0 HW 4.0 发布日期 2014.1 2016.10 2017.07 2019.04 2021Q4（E） 应用时间 2014.92016.10 2016.102017.8 2017.82019.4 2019.4至今 未发布 计算平台 Tegra 3 *1 Mobileye EyeQ3 *1 NVIDIA Parker SoC
34、 *1 NVIDIA Pascal GPU *1 英飞凌 3 核 CPU *1 NVIDIA Parker SoC *2 NVIDIA Pascal GPU *1 英飞凌 3 核 CPU *1 FSD *2 FSD 工艺 / 16nm 16nm 三星 14nm 三星 7nm 算力（TOPS） 0.256 20 20 144 / 功耗（W） 25 250 300 220 / 功率 / 57 2*57 72 / 图像处理能力（FPS） 36 110 110 2300 / 智能驾驶等级 L2 可支持 L3/L4 可支持 L3/L4 可支持 L3/L4 / 传感器方案 前向单目摄像头*1 超声波雷达*
35、12 前向毫米波雷达*1 三目前向摄像头*1、增强感知摄像头*5、超声波雷达*12、前向毫米波雷达*1 / 资料来源：特斯拉，国信证券经济研究所整理 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 8 图图 3：特斯拉从：特斯拉从 HW 2.0 进化到进化到 HW 2.5 再到再到 HW 3.0 资料来源：特斯拉，国信证券经济研究所整理 特斯拉特斯拉 FSD 芯片是以芯片是以 NPU（ASIC）为计算核心，采用“）为计算核心，采用“CPU+GPU+ASIC”的技术路线，的技术路线，FSD 主要有三个模块主要有三个模块 CPU、GPU 和和 NPU。特斯拉于 20
36、19 年推出自研的 FSD 芯片，并在其 Model S、Model X、Model 3 上批量交付 FSD 芯片。该芯片采用三星 14nm FinFET 工艺制造，面积为 260 平方毫米，封装了大约 60 亿个晶体管。（1）CPU：Cortex-A72 架构，共三组、每组 4 个核，一共有 12 核、最高运行频率 2.2GHz，CPU 主要处理通用的计算和任务；（2）GPU：最高工作频率为 1 GHz 的 GPU，最高计算能力为 600 GFLPS；（3）NPU：2 个 Neural Processing Unit（NPU），每个 NPU 可以执行 8 位整数计算，运行频率为 2GHz，单
37、个 NPU 算力 36.86 TOPS，2 个 NPU 的总算力为73.73 TOPS。从面积来看，NPU 面积占比最大，NPU 主要用于运行深度神经网络， GPU 主要用于运行深度神经网络的 post processing， 处理深度神经网络的部分合计占据了芯片 70%的面积。 图图 4：特斯拉特斯拉 FSD 芯片架构芯片架构 资料来源：特斯拉，国信证券经济研究所整理 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 9 特斯拉特斯拉 HW 3.0 采用完整的双系统冗余。采用完整的双系统冗余。特斯拉 HW 3.0 的主板上共搭载了两块的自研芯片，双芯片的目的是作
38、为安全冗余，互相对照，每块芯片可以独立运算。每块芯片周围有四块镁光 DRAM 内存，每块芯片分别配有一块东芝闪存芯片，用于承载操作系统和深度学习模型，主板的右侧是视频输出接口，左侧是电源接口和其他另外的输入/输出接口。此外，特斯拉还设计了冗余的电源、重叠的摄像机视野部分、各种向后兼容的连接器和接口。特斯拉 HW 3.0 采用完整的双系统冗余，在任何一个功能区域发生损坏时，整个系统依旧可以正常工作，确保车辆能安全行驶。HW 3.0 的性能比上一代 HW 2.5 提高了 21 倍，而功耗降低 25%，能效比 2 TOPS/W。 图图 5：特斯拉特斯拉 HW 3.0 系统主板拆解系统主板拆解 资料来
39、源：CleanTechnica，国信证券经济研究所整理 伴随自动驾驶功能不断升级，伴随自动驾驶功能不断升级，FSD 软件收费价格持续攀升软件收费价格持续攀升 特斯拉特斯拉 FSD 开通价格不断攀升，海外已涨价至开通价格不断攀升，海外已涨价至 1.2 万美元。万美元。特斯拉 FSD 具有一次性支付和订阅两种购买方式。 特斯拉自 2015 年开通 AP 系统， 价格为 2500美元/套，后上调至 5000 美元/套；在 2019 年 3 月前，用户可以在 5000 美元的 EAP（Enhanced Autopilot）包之外，额外支付 3000 美元获得 FSD（此时并不包含任何功能） ； 19
40、年 4 月， 特斯拉取消 EAP， 将 EAP 功能移到 FSD 中，FSD 涨价到 6000 美元/套，用户可免费获得 Basic Autopilot（BAP）功能；19年 8 月发布智能召唤功能，涨价到 7000 美元/套；20 年 8 月，特斯拉获得将人工智能更高层次应用的批准文件，再次涨价到 8000 美元/套；20 年 10 月，特斯拉推出 FSD Beta 版本，配备城市道路完全自动驾驶测试功能，价格上调至10000 美元/套；2022 年 1 月，特斯拉 FSD 再次涨价至 1.2 万美元。在国内市场，特斯拉 FSD 只涨过一次价格，从 5.6 万涨到 6.4 万元。在订阅服务方
41、面，2021 年 7 月特斯拉推出 FSD 订阅包，EAP 车主 99 美元/月，未开通 EAP 的BAP 车主 199 美元/月。 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 10 表表 2：特斯拉：特斯拉 FSD 收费持续提升收费持续提升 时间时间 Autopilot FSD 2016 年 10 月 16 日-2019 年 2 月 27 日 $5,000 $3,000 2019 年 2 月 28 日-2019 年 4 月 10 日 $3,000 $6,000 2019 年 4 月 11 日-2019 年 8 月 15 日 免费 $6,000 2019 年
42、 8 月 16 日-2020 年 6 月 30 日 免费 $7,000 2020 年 7 月 1 日-2020 年 10 月 21 日 免费 $8,000 2020 年 10 月 22 日-2022 年 1 月 16 日 免费 $10,000 2022 年 1 月 17 日-至今 免费 $12,000 资料来源：特斯拉，国信证券经济研究所整理 特斯拉特斯拉 FSD 在全球的整体开通率约为在全球的整体开通率约为 11%，其中北美地区比例最高。，其中北美地区比例最高。根据Troyteslike 数据显示，受到低价的 Model 3 及 Model Y 高速放量，以及 FSD不断涨价的影响，特斯拉
43、FSD 在全球的整体开通率持续下滑，截至 2021Q2 结束，特斯拉 FSD 的整体开通率约为 11%。预计特斯拉 FSD 在全球的累计开通数量近 36 万套（北美超过 26 万套，欧洲接近 9 万套，亚太地区仅 5700 套），平均选装价格为 6 千美元，其总销售额超过 210 亿美元。特斯拉 FSD 在亚洲地区销量持续攀升，但是 FSD 开通率整体偏低。以北美地区为例，Model S/X的 FSD 选装率在 61%，Model Y 的选装率在 20%，Model 3 的选装率在 20%。 图图 6：特斯拉：特斯拉 FSD 的全球开通的全球开通率率 图图 7：特斯拉各车型：特斯拉各车型 FS
44、D 在北美地区的开通在北美地区的开通率率 资料来源：Troyteslike，国信证券经济研究所整理 资料来源：Troyteslike，国信证券经济研究所整理 推出推出 Dojo 超算平台，打造感知自主进化的闭环学习系统超算平台，打造感知自主进化的闭环学习系统 特斯拉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特斯拉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。训练。与一般的汽车厂商和科技公司不同，特斯拉的自动驾驶不是依靠内部测试获取自动驾驶的数据，而是通过其庞大的客户群和装载传感器的特斯拉车辆上收集数据，并进行功能升级。即使没有激活，AP 系统仍可以收集
45、有关其环境和潜在自动驾驶行为的数据，以馈送特斯拉的神经网络。该数据收集方法通常被称为影子模式（Shadow mode），即 AP 系统在车辆的后台运行而无法在驾驶中进行任何输入。 特斯拉自 2015 年 10 月开始开通 AP 系统，随着车辆数量的不断增加，累计的自动驾驶数据也在呈现指数级增长。根据 Lexfridman 预测数据显示，到 2020年 Q1，特斯拉已经拥有近 99 万台搭载 AP 系统的车辆不断回传数据，其中搭载 HW 2.0/3.0 的车辆有超过 82 万台， 以用户平均每天驾驶约一个小时计算 （每辆车 8 个摄像头），车队每月大约会产生 1.968 亿个小时的视频。预计到
46、2020 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 11 年底，特斯拉将拥有 51 亿英里的驾驶数据，用于自动驾驶的模型训练。 图图 8：特斯拉的全栈式训练架构特斯拉的全栈式训练架构 图图 9：特斯拉特斯拉 Autopilot 累计历程已超过累计历程已超过 51 亿英里亿英里 资料来源：特斯拉，国信证券经济研究所整理 资料来源：Lexfridman，国信证券经济研究所整理 发布发布 7nm 工艺工艺 AI 训练芯片训练芯片 D1，打造，打造 Dojo 超算训练平台。超算训练平台。在 2021 年 8 月的特斯拉 AI Day 上，特斯拉发布了最新的 AI
47、训练芯片 D1，D1 芯片采用台积电7nm 工艺制造，核心面积达 645 平方毫米，集成了多达 500 亿个晶体管，共有四个 64 位超标量 CPU 核心，拥有多达 354 个训练节点，特别用于 88 乘法，支持 FP32、BFP64、CFP8、INT16、INT8 等各种数据指令格式，都是 AI 训练相关。D1 芯片的 FP32 单精度浮点计算性能达 22.6 TFlops，BF16/CFP8 计算性能则可达 362 TFlops。为了支撑 AI 训练的扩展性，D1 芯片的互连带宽最高可达 10TB/s，由多达 576 个通道组成，每个通道的带宽都有 112Gbps，而热设计功耗仅为 400
48、W。 Dojo 是一种通过网络连接的分布式计算机架构， 它具有高带宽、 低延时等特点，将会使人工智能拥有更高速的学习能力， 从而使 Autopilot 更加强大。 Dojo 超级平台的内核是 D1 芯片，25 个 D1 芯片组建成一个“训练瓦”（Training tile），组成 36 TB/s 的带宽和 9 Peta FLOPS（9 千万亿次）算力。未来，Dojo 还可以组合成为全球最强算力的超级计算机集群。 图图 10：特斯拉自研特斯拉自研 7nm 工艺工艺 AI 训练芯片训练芯片 D1 图图 11：由：由 25 个个 D1 芯片组成的芯片组成的 Dojo 训练平台训练平台 资料来源：特斯
49、拉，国信证券经济研究所整理 资料来源：特斯拉，国信证券经济研究所整理 特斯拉不断打造基于数据驱动的算法闭环迭代系统。特斯拉不断打造基于数据驱动的算法闭环迭代系统。特斯拉将把针对自监督学习技术的研发放到绝对的优先级（注：这里的自监督学习就是无监督学习）。算法的迭代优化离不开基于大数据的训练，特斯拉依托海量的客户群获得优质的自动驾驶数据，利用 Dojo 超算平台，实现对视频进行无监督的大规模训练。 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 12 当前 Autopilot 正以 2.5D（即 2D 图像+内容标注）方式进行训练迭代，特斯拉利用 Dojo 超算平台
50、升级 Autopilot 的工作方式， 使其可以在 4D （3D+时间维度）环境下运行。 图图 12：数据驱动的算法迭代闭环典型流程数据驱动的算法迭代闭环典型流程 资料来源：地平线，国信证券经济研究所整理 英伟达（英伟达（NVIDIA）：打造全栈式工具链，持续领先）：打造全栈式工具链，持续领先高阶自动驾驶高阶自动驾驶 Drive 系列平台持续迭代，赋能自动驾驶生态系列平台持续迭代，赋能自动驾驶生态 英伟达自英伟达自 2015 年推出年推出 NVIDIA Drive 系列平台，赋能自动驾驶生态。系列平台，赋能自动驾驶生态。英伟达自2015 年开始推出面向座舱的 DRIVE CX 和面向驾驶的 D
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
