1、本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 1 汽车的革命系列报告之三： 智能汽车：未来最强的算力终端 2022 年 02 月 23 日 Table_Summary 百年汽车产业迎来史诗级机遇 作为互联网浪潮下划时代的产物，智能汽车的架构变革遵循着“机械定义-硬件定义-软硬件共同定义-软件生态定义”这一路径。而在此变革下， “智能座舱+自动驾驶”作为智能化 “硬核” 驱动着汽车的产品定位从出行工具向“移动第三空间”延展； 汽车产业链的价值也将呈现“总量上升，重心后移”趋势；而传统供应链格局也将被打破，并驱动其从原先的垂直结构向扁平化网状模式发展，主机厂的角色将从制
2、造商向服务商实现转型。 智能座舱：始于互联网，进击元宇宙 智能座舱革命，将遵循“配置升维+架构交融”的横纵法则，以“创新-迭代-颠覆”的链条演化，最终实现在元宇宙中的进击。其中，配置的颠覆：即，对内革新了座舱配置，并以“液晶仪表+中控屏+HUD+氛围灯+座椅+声学系统”为组合，实现了车内场景化+多模态交互；对外则以“网联化”为主轴，搭配了 T-BOX 等网联设备，以贯通各 AIoT 间的互联；架构的迭代：硬件架构：座舱芯片的具体表现将向“智能+网联”两大关键转变，其中高通优势明显；域控制器作为硬件架构的底层支撑，其工程化能力、硬件适配能力、底层软件能力愈发重要；软件架构：智能座舱的终极奥义在于
3、“生态级”的对垒，而操作系统、算法、HMI 是其竞争力体现的关键。其中，底层 OS 需具备“开放性、安全性”特征；座舱算法也将更聚焦于为用户提供多模态的交互方式；HMI 则提供了人机交互差异化体验；生态的创新：在基于“配置革新+架构迭代”下，座舱的生态边界或向“第三空间”转移，以最终实现元宇宙的承载。 自动驾驶：决战量产元年， “感知-决策-执行”的解构 自动驾驶的实现， 为汽车配备了 “隐形司机” ， 并联动座舱使之成为真正意义上的 “移动第三空间” 。通过对其技术的解构，可分为三个环节：感知层、决策层和执行层。其中，感知层：传感器是其中核心组成，而由其获取的数据是自动驾驶的“认知起点” ，
4、我们通过拆解“感知、融合”两条路径中的关键部件得出以下结论：摄像头：其定位将向“专攻图像采集”转变，或将迎来“量价提升”的黄金时期；激光雷达：产业或迎来放量元年，OEM 厂商混战下产业链投资机会确定；高精度地图：商业化拐点来临，产业格局或将重塑；决策层：硬件架构：自驾芯片、域控制器产业的景气度井喷，但针对车型/价格规划的不同呈现差异化竞争；软件架构：区别于座舱的定位，自驾域更注重于功能迭代，因此其底层 OS 需具备“安全性、低延时”特点；算法也将转变为以数据驱动的“功能算法” ；执行层：则进阶为以主动控制技术为主导的线控技术。 投资建议：智能汽车是继智能手机后又一划时代的颠覆，但其所带来的规模
5、性影响以及市场增量都将远超手机。在“新四化”背景下，EE 架构的升级将驱动产业的价值重心从硬件向软件转移， 行业的游戏规则也将重新定义， 无论是传统的 Tier1、Tier2，亦或是新兴的 Tier0.5 都将迎来史诗级的机遇。我们再次重申，智能汽车产业的巨变已启动，其所孕育的投资机会将会比 10 年前智能手机产业链更加惊人。根据 “新兴域” 划分的不同， 我们重点推荐三条主线： 座舱域革新： 重点推荐中科创达、光庭信息、华阳集团；自驾域升维：重点推荐四维图新、东软集团，以及智能化后市场道通科技；元器件增量：重点推荐韦尔股份、北京君正、联创电子、炬光科技。 风险提示：市场风险、原材料涨价风险、
6、政策风险、技术风险、芯片供应链风险。 推荐 维持评级 相关研究 1.汽车革命系列报告之一： 电动智能黄金十年已来，供应链升级重构长牛开启 2.数字经济 2022 年投资策略：数字经济扛大旗，蓬门今始为君开 3. 汽车革命系列报告之二： 星辰大海方起航，拥抱电动大时代 4.数据库深度报告:行业信创最具弹性的是数据库 5.【民生计算机】智慧矿山行业点评：智慧矿山空间有多大？ 行业深度报告/联合研究 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 2 目 录 1 百年汽车产业的重塑 . 3 1.1 透视分层结构下的主机厂困境 . 3 1.2 架构迭代：“从硬到软”的重塑 .
7、 7 1.3 智能化：汽车“价值”的胜负手 . 14 2 智能座舱：始于互联网，进击元宇宙 . 18 2.1 重新定义：始于互联网，进击元宇宙 . 18 2.2 横向：配置的升维，功能性的横向延展 . 20 2.3 纵向：架构的革新，生态级的纵向优化 . 28 3 决战自动驾驶元年：”感知-决策-执行”的解构 . 44 3.1 自动驾驶：第三空间下的“隐形司机” . 44 3.2 感知层：自动驾驶之眼 . 45 3.3 决策层：算力取代马力，构造智能汽车“基础脑” . 75 3.4 执行层：绝对服从的最后一环 . 93 4 投资建议 . 95 4.1 四维图新：地图数据“国家队”，迎接公司历史
8、性大拐点 . 97 4.2 中科创达：全球领先的智能座舱软件解决方案提供商 . 99 4.3 道通科技：汽车后市场的全球智能诊断领导者 . 101 4.4 光庭信息：智能汽车软件服务商迎风启航 . 103 4.5 东软集团：汽车+医疗双轮驱动，或将迎来发展良机 . 104 4.6 华阳集团：卡位汽车电子，自主 HUD 龙头迎来发展 . 105 4.7 韦尔股份：汽车半导体的星辰大海 . 106 4.8 北京君正：汽车智能化核心受益标的，汽车电子+AIoT 双向布局 . 107 4.9 联创电子：自动驾驶黄金赛道，领先光学厂商腾飞 . 108 4.10 炬光科技：稀缺半导体激光器厂商，激光雷达星
9、辰大海 . 109 5 风险提示 . 110 插图目录 . 114 表格目录 . 116 行业深度报告/联合研究 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 3 1 百年汽车产业的重塑 汽车产业历经百年沉淀，已跨越“机械定义-硬件定义”的鸿沟，而在技术迭代下的“新四化”浪潮正推动其进入“软硬件共同定义”的智能化时代。作为继智能手机后，移动互联网浪潮下又一划时代的产物，智能汽车是人工智能、软件、半导体、汽车、新能源、通信等诸多行业集聚半个多世纪成果的“核聚变” ，是下一个十年最大的科技浪潮， 而在此过程中， 无论是产业格局还是其价值链都将迎来史诗级的变革， 同时其所
10、孕育的投资机会也将会比10年前智能手机产业链更加惊人。 1.1 透视分层结构下的主机厂困境 纵观汽车架构的发展， 僵化的分布式构造使得产业链逐渐固化,并形成以 Tier1为核心的链式结构，而其对主机厂的自主变革形成掣肘，局限性也逐渐凸显。当前传统主机厂仍面临着较多困境，唯有乘“新四化”东风“软化”自身，以打破传统产业链， 并将其重塑为以主机厂为中心的多维网状结构， 才有机会占据产业链变革中的价值制高点。 汽车发明之初， 多由小型工坊自行制造、 拼装而成， 其仅具备必要的电气组件，直至福特汽车发动“流程革命”才使得规模化生产变为可能。此时，汽车产业尚处于“机械定义”阶段，即，其仍为各类元件拼装而
11、成的机械产品，仅能凭借机械动力性能满足用户最基本的代步需求，无其他“附加”功能。而在该阶段下，主机厂通常凭借自身在机械设计、 动力设备或生产工艺方面的积累独立生产， 以形成独特的“产品竞争力” 。 图 1：传统汽车与智能电动汽车对比 资料来源：亿欧智库，民生证券研究院 行业深度报告/联合研究 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 4 通信技术革命是驱动汽车从“机械定义时代”跨向“硬件定义时代”的底层支撑，消费者需求的井喷则从上层拉动产业实现跨代。在“机械定义时代” ，汽车仅具备车灯等最为基础的电气设备，直至车载收音机作为第一款电子零部件装配至汽车，其才由简单
12、的“机械产品”迭代为“机械-电子产品” 。但随着媒体设备、排放电子模块等功能性模块的增加，ECU、传感器等电子元件的数量急剧增加，硬件成为汽车架构中最主要的部分。在此背景下，受制于单点通信方式的局限性，布线系统为实现各硬件间的信息传输， 只能选择被动性的叠加， 从而导致了装配成本过高、总重量超重等问题。为了解决这一矛盾，车载总线技术诞生，推出了CAN/LIN/Flex Ray/MOST 等多种标准的总线链路，并允许相关硬件在同一总线链路下， 实现数据以及功能的共享与传输， 从而有效降解了原有布线系统的复杂性，提升了数据的传输效率。至此，汽车进入“硬件定义时代” 。 图 2：车载通信方式从单点传
13、输到总线链路传输 资料来源：搜狐汽车研究室，民生证券研究院 总线技术虽然从物理层面优化了汽车硬件配置的布局，但其仍存在明显的局限性，即，ECU 数量的叠加导致支线链路复杂性不断提升，总线将不堪重负，从而引发车辆出现信息传输等多方面的故障。 同时， 软硬件的高度耦合使得主机厂无法自主进行软件迭代， Tier1 供应商成为产业链中的核心角色。 在 “硬件定义时代” ，主机厂受制于其自身研发能力的薄弱，同时考虑到包揽所有开发工作所带来的成本耗费，更多选择依赖于具备较强研发能力的 ECU 供应商。但在分布式架构下，由于一个 ECU 对应一个功能，且往往带有嵌入式的软件系统，这就导致了在此阶段， 汽车软
14、硬件之间呈现高度的耦合。 而相较于产品内在的变化， 我们更需要关注，在此架构背后所映射的产业链议价权的改变， 是供应商话语权的加速提升， 主机厂只能被动局限于零部件的整合工作。 在此阶段， 主机厂不再是产业链中的唯一核心，而是由各级供应商和主机厂共同组成了完整的产业链，形成了“主机厂-Tier1-Tier2/ Tier3”合作模式，而强耦合的软硬件将产业链上的各角色逐渐固化，使得主机厂无法自主地进行产品迭代。 图 3：传统汽车产业供应链 资料来源：汽车电子网，民生证券研究院绘制 行业深度报告/联合研究 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 5 AutoSAR
15、 的出现，虽然初步实现了软硬件的解耦，但未从根本上对产业链产生“革命性”的影响。在传统分布式架构下，各层级的供应商将不同的零配件提供给 Tier1 进行装配生产， 并由其向主机厂直接提供成品， 但由于上游零部件和其自身技术路线不同，各 Tier1 的 ECU 产品接口及底层软件均有差异，导致汽车底层软件重复的问题凸显，资源利用率较低。在此背景下，AutoSAR 的成立，使不同结构的 ECU 软硬件接口实现了统一，并驱动了应用层与软硬件层实现初步解耦，以增加应用软件的可扩展性、可移植性和复用率，主机厂也因此获得一定程度的“解放” 。但基于传统分布式架构所产生的 AutoSAR 具有局限性，各厂商
16、对AutoSAR 规范理解的不一致导致软件模块复用率的提升不显著，鲜明的“硬件定义”特征并未从根本上改变主机厂在产业链中作为“零部件整合商”的弱势地位。同时，AutoSAR 开发软件及其工具链的高额价格也间接给主机厂带来成本负担。 图 4：AutoSAR 实现软硬件解耦 资料来源： AUTOSAR 规范与车用控制器软件开发 ，民生证券研究院 历经百年发展， 高度固化的传统汽车产业链并未因总线技术或 AutoSAR 规范等技术性的维新而发生革命性变化， Tier1 供应商仍旧作为定义功能的角色掌握产业链制高点，传统主机厂仍面临诸多困境： 成本困境： 在渐进式而非变革式的技术升级及需求升级下， 传
17、统主机厂采用分布式架构是历史情境下的最优解， 但随着消费者对于汽车功能需求的升维， 分布式架构使主机厂陷入多方面的成本困境中： 为丰富汽车的功能， 主机厂只能不断堆砌供应商提供的 ECU 以满足迭代需求，但 ECU 的叠加使得主机厂也面临着高昂的硬件成本与供应链管理压力。根据 Strategy Analytics 的数据，各级别汽车装配的 ECU 数量均保持着高增趋势。目前平均每辆汽车约采用 25 个 ECU，但部分高端型号已有超过 100 个具备不同功能的 ECU（1993-2010 年，奥迪 A8 车型上搭载的 ECU 数量已由原先的 5 个骤增至 100 余个） 。 传统的 ECU 除实
18、现具体功能的应用软件外， 仍存在众多底层软件来保障 ECU的正常运行，但不同供应商的 ECU，其底层软件的重复性较高，且无法实现跨模块的使用，这也使得主机厂为适配不同零部件，需要在 CAN 收发、电源管理等底层软件上承担大量的“重复”开发费用。根据产业链调研，分布式架构下主机厂需面临约 30%-40%的重复开发工作， 同时复用率较低的软件也抬升了主机厂的后期维护升级成本。 行业深度报告/联合研究 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 6 此外，ECU 数量的增加使数据传输所需的线束长度与成本也随之增加，为主机厂带来成本与重量的双重压力。总线技术仅能优化 EC
19、U 干线线束部分，繁复的支线链路仍旧是沉重负担。根据佐思汽研的测算，如果沿用目前的分布式架构，自动驾驶汽车的线束成本将不会低于 1000 美元，而其重量可达 100 公斤（特斯拉全新的布线架构已将 Model Y的线束长度降低至100 米， 总重量也仅约 1公斤） 。 分布式架构下的主机厂在软硬件及通信链路方面所面临的成本逐年提升。根据赛迪顾问的数据，乘用车汽车电子成本占比由 1970 年的 3%提升至 2020 年的50%， 主机厂的利润空间被 Tier1 供应商严重挤压， 主机厂只得进一步压缩费用，从而陷入“低利润-降低研发投入-对供应商依赖度加深-利润空间被进一步挤占”的负循环困境中。
20、图 5：不同级别汽车 ECU 数量变化趋势 图 6： 1970-2025 年乘用车汽车电子成本占比持续提升 资料来源：Strategy Analytics，民生证券研究院 资料来源：赛迪顾问，民生证券研究院 迭代困境： “硬件定义时代”下的 Tier1 作为定义功能的角色掌控着产业链的制高点， 而主机厂仅关注功能模块的性能指标和参数， 却忽视了产品的系统逻辑及软件架构，从而导致自研能力缺失，被 Tier1 供应商所“捆绑“。传统的线性供应链中，主机厂仅需从不同的 Tier1 供应商中采购完整的功能模块并进行整合适配即可， 而 “偏硬” 的生产特点使其对软件的关注度不断降低， 自研能力也逐渐丧失
21、。同时， 功能模块软硬件的高度耦合及封闭性也促使主机厂丧失迭代主权： 分布式架构下车载软件的更新基本与汽车的生命周期同步，主机厂仅能在维护/召回阶段，实现其功能软件的更新/升级，因此主机厂更多地选择缩短新品开发周期以实现产品迭代而非单一的功能迭代。虽然 AutoSAR 的出现，提高了底层软件的复用程度以降低主机厂自主进行功能迭代的难度，但主流博世、大陆等 Tier1 在 AutoSAR的规范和底层软件仍互不兼容， 主机厂无法完全地、 自主地排列组合底层代码以实现功能的快速迭代。 盈利困境： 传统主机厂盈利模式单一， 仅靠降本增效难以熨平营收的周期性波动。 传统汽车制造业属于周期性行业， 行业景
22、气度与宏观经济的波动周期存在明显的正相关性，传统车企价值的实现方式为一锤子式的硬件销售，其收入=汽车销量*单车收入，产品售出后主机厂难以再通过其他方式获利。当前汽车产业正在经历3%5%15%22%35%40%50%60%0%10%20%30%40%50%60%70%1970 1980 1990 2000 2021 2015 2020 2025E行业深度报告/联合研究 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 7 “硬件商品化”过程，一些传统机械零件正加速商品化和白标化，即，硬件所能实现的差异性越来越小， 硬件销售的利润越来越薄。 根据中国汽车工业协会的数据，20
23、16-2020 年， 国内汽车制造业累计营收由 8.33 万亿元降至 8.16 万亿元， CAGR为-0.54%。同时，传统主机厂在价值链中较低的议价能力使其在行业扩张期的表现也次于上游供应商。根据德勤咨询，在 2009-2018 年中国汽车行业发展的黄金时期， 零部件供应商十年的营收复合增长率为 17.9%， 高于下游主机厂的 14.2%，致使传统产业链下的主机厂亟需全新的盈利增长点。 图 7：近 5 年中国汽车销量（左）及行业累计营收（右） 图 8：2009-2018 中国汽车零部件总营收 资料来源：中国汽车工业协会，民生证券研究院 资料来源：德勤咨询，民生证券研究院 1.2 架构迭代：
24、“从硬到软”的重塑 1.2.1 智能汽车的架构进阶 智能网联化引领行业变革，EE 架构将向集中式推进， “软硬件共同定义时代”全面来临。在“新四化”背景下，以特斯拉为首的新势力率先启动变革，并将倒逼传统主机厂进行架构革新。根据博世提出的“分布式-（跨）域集中-中央计算平台架构”的演进构想，汽车架构将由传统的分布式架构向模块化、集成化的域集中式架构开始演变。即，将大量相同功能的 ECU 进行整合，并交由域控制器进行统一的管理调度，使开发人员能完全独立于底层硬件，进行上层软件的开发，以实现软硬件解耦范围的进一步扩大，以及内在数据的集中交互和决策处理。此时，AutoSAR 也随之升级为 Adapti
25、ve AutoSAR， 以适应新的智能化集中式 EE 架构。具体来看，EE 架构将分别从硬件、软件、通信三方面进行架构的升级，并向“集中、精简、可拓展”的方向实现转变。 硬件架构：从“分布式-（跨）域集中-中央计算平台架构”演化。在分布式架构下， ECU 基于微控制器 （MCU） 和嵌入式软件工作， 传感器和 MCU 相互对应，单个 ECU 仅能对汽车的局部功能进行控制，各控制模块之间算力隔离，运算资源复用性低，因此在面对智能座舱域、自动驾驶域所延伸出的进阶功能的变化时，往往“牵一发而动全身” ，使得汽车的开发周期被迫延长，开发成本呈现剧增。但随着其架构向集中化开始演变，ECU 数量被大幅精简
26、，并新增域控制器，将相似功76,00078,00080,00082,00084,00086,00088,00090,00023002400250026002700280029003000200192020汽车销量（万辆）累计营收（万亿）0%10%20%30%40%50%60%004000500060007000200920001620172018营业收入(亿元)同比增长行业深度报告/联合研究 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 8 能的 ECU 交由对应的域控制器进行统
27、一管理及调度，以形成域集中式架构，或者直接集成为中央计算平台架构，并通过整车物理区域划分的区控制器配合中央计算平台进行统一的控制管理，以增强各执行单元的协同度。 图 9：汽车电子 EE 架构：分布式向集中式演化 资料来源：博世，民生证券研究院 随着架构的发展， 原有的硬件配置格局将被打破， 域控制器成为主要的计算与调度单元。根据博世的划分，将整车主要分为动力总成域、底盘域、车身域、智能座舱域和自动驾驶域这 5 大功能域。其中，动力总成域、底盘域、车身域是针对汽车传统功能的集成， 因此主要为控制指令与通信计算的需求； 而智能座舱域则集成了全液晶仪表盘、抬头显示仪、中控屏幕及后座娱乐系统等功能，通
28、过融合及处理“语音、视觉”等感知数据，赋予车辆智能互动、实时监控等能力，但由于其在运行过程中不仅需要实现汽车应用的多任务并发，同时也要负责“网联化”的传输，因此芯片算力、 联网能力的支撑相对重要； 自动驾驶域作为智能化趋势下产生的新兴域， 其负责了车辆在自动驾驶过程中大量传感器融合数据的处理任务， 而车辆对于安全性、实时性的要求极高，因此需要实现算力与算法的“极致化” 。 动力总成域、底盘域、车身域作为汽车原有能力的“集成域” ，或将会存在原有供应商之间利益蚕食， 以及难以整合的风险。 从目前所提出的动力总成域解决方案可以看到，基本均是由个别龙头供应商牵头，亦或是主机厂自研而成。例如，特斯拉的
29、集成化三电系统、华为的多合一电驱动系统 DriveOne、长城欧拉自研的三合一电驱桥等。而智能座舱域与自动驾驶域作为智能化的“新兴域” ，其供应链体系相较于传统能力整合下的“集成域”而言，更为完整且丰富。同时，其相关技术的可借鉴性、功能的可拓展性效应更强，也更为重要。因此，我们认为，智能座舱域、自动驾驶域或将成为供应商之间长期竞争的焦点。 行业深度报告/联合研究 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 9 图 10：2019-2025E 全球智能座舱域控制器出货量 图 11：2019-2025E 全球自动驾驶域控制器市场规模 资料来源：ICVTank，民生证券
30、研究院 资料来源：ICVTank，民生证券研究院 在集中式 EE 架构下，新增的域控制器被集成了更多的功能，而主控芯片若要与其能力相匹配，则算力配置也需随之提升。在分布式 EE 架构阶段，ECU 主要应对于简单指令的处理，因此采用由 CPU+存储+外设接口组成的 MCU 芯片，即可满足其对于算力的需求。但随着汽车向集中式架构迭代，域控制器的出现，使得大量 ECU 被功能性整合，原有分散的硬件可以进行信息互通及资源共享，硬件与传感器之间也可实现功能性的扩展， 而域控制器作为汽车运算决策的中心， 其功能的实现主要依赖于主控芯片、 软件操作系统及中间件、 算法等多层次软硬件之间的有机结合。同时，为了
31、赋予汽车更高级别的智能化功能，域控制器需要处理由传感器传来的环境信息，其中，涵盖了海量的非结构化数据，这就导致面向控制指令运算的 MCU 芯片难以满足其复杂的运算。相比之下，SoC 芯片引入了 DSP（音频处理） 、GPU（图像处理） 、NPU（神经网络处理） ，使其不仅拥有控制单元，还集成了大量计算单元， 从而能够支撑多任务并发及海量数据的处理。 根据极术社区的测评，SoC 芯片的算力可高达 1012次/秒，是 MCU 芯片算力的指数级倍数。 表 1：汽车芯片将从 MCU 向 SoC 异构芯片开始转移 单位 MCU SoC 定义 芯片级芯片，常用于执行端 系统级芯片，常用于 ADAS、座舱
32、IVI、域控制等 典型组成 CPU+存储（RAM,ROM）+接口（IO Pin） CPU+存储（RAM、ROM）+较复杂的外设+音频处理 DSP/图像处理 GPU/神经网络处理器 NPU 等 带宽 多为 8bit、16bit、32bit 多为 32bit，64bit RAM MB 级别 MB-GB 额外存储 KB-MB（Flash，EEPROM） MB-TB（SSD，Flash，HDD） 单片成本价格 便宜（0.1-15 美元/个） 较贵（座舱 IVI 10 美元左右，ADAS 域芯片超 100 美元） 常见厂商 瑞萨、意法半导体、爱特梅尔、英飞凌等 英特尔、英伟达、特斯拉（FSD） 、华为、
33、地平线、寒武纪、全志科技（座舱）等 运行系统 较简单，一般不支持运行多任务的复杂系统 支持运行多任务的复杂系统（如 Linux 等） 组成部分 控制单元 控制单元、AI 单元、计算单元 运算单位 DMIPS，计算能力为百万条指令/秒 TOPS、Tflops，每秒运算10101212次/秒次 资料来源：极术社区, 民生证券研究院 0%50%100%150%200%250%05009202020212022E2023E2024E2025E出货量(万套）同比增速（%）0%100%200%300%400%002020212022E2023E2024E2025
34、E市场规模（亿美元）同比增速（%）行业深度报告/联合研究 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 10 软件架构：软硬件分层解耦，将推动软件架构升级为计算平台。在分布式架构下，基础硬件与嵌入式软件呈现强耦合关系，同时底层软件和上层应用之间也“高度捆绑” 。因此，如需新增或升级应用，则需要从底层更新其相关基础软件及驱动程序， 但主机厂传统的研发体系难以应对日益复杂的软件堆栈， 导致车载应用的频繁更新/升级难以实现。但随着 EE 架构向集中式演化，域控制器方案的出现， 将彻底弱化底层 ECU 的运算能力，将功能的处理统一交付于域控制器进行控制。这一方式的实施，将有
35、利于实现底层资源的标准化、通用化，并进一步降低了软硬件间的耦合度， 将解耦范围从应用软件层的分离拓展至整个软件架构， 使其独立于硬件之上，发展为由“芯片-操作系统-中间件-算法”构成的计算平台。 其中，芯片作为算力基础，为计算能力的实现提供底层配置；操作系统则主要负责控制与管理软硬件资源，并进行合理的调配。值得注意的是，在操作系统中系统的内核是核心，其直接决定了系统在运行中是否能实现性能及稳定性的最优输出；AutoSAR 作为开放的系统架构，为了应对集中式架构下所需的高性能配置，也进一步扩展为 Adaptive AutoSAR，并主要对中央应用服务器负责，用于协调在异构软件平台下各域间的信息交
36、互，为后续汽车架构向 SOA 迭代制定标准；算法层位于软件层次结构的最顶部，主要负责系统功能和业务裸机的实现，例如，智能座舱域中的交互能力；自动驾驶域中的自动泊车、自动巡航等功能。 图 12：汽车计算平台架构 资料来源：中国软件测评中心，民生证券研究院 长期来看，软硬件分层解耦下的计算平台将实现从“信号导向”到“服务导向（SOA） ”的转变。传统的车载软件主要基于“面向信号”的经典 AutoSAR 架构进行开发， 各模块通过总线发送信号至另一模块实现其功能， 系统为静态且需要庞大硬件资源作支撑，而 AutoSAR 供应商控制代码包及工具链，所以其可拓展性及兼容性较低，使主机厂仍面临高开发成本和
37、难度。汽车计算平台的出现，将逐步实现软硬件的解耦化，并最终形成 SOA（Service Oriented Architecture）面向服务的架构。即，将车辆的硬件能力及软件功能抽象地划分为服务模块，并将其作行业深度报告/联合研究 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 11 为系统中最基础的单元供其他模块调用， 同时将各服务接口进行标准化封装， 可通过既定协议互相访问、扩展组合，以实现应用软件的复用率，以及多模块、多功能的无缝连接，从而使得跨车辆、跨模块的功能单元“即插即用”成为可能，产业价值链的制高点将由硬件向软件转变。 图 13：传统软件架构与 SOA
38、软件架构对比 资料来源：上汽，华为，民生证券研究院 通信架构：现有通信架构面临的困境，车载通信技术有望再次迎来革新。 “硬件定义时代” 的通信技术革命， 已驱动车载信息的传输方式从单点链路向总线链路实现转移，并使得各个独立 ECU 之间的数据传输，可根据不同的通信需求采用CAN/LIN/Flex Ray/MOST 等不同标准的总线链路。但随着汽车智能化功能的增加，对于数据传输的效率、通信协议的开放性及兼容性提出了更高的要求。根据Intel 的测算，自动驾驶车辆每天将产生超过 4T 的数据量，而车载总线技术作为上一轮通信技术革命的产物， 并不具备高扩容性， 导致其无法满足在智能化变革下数据交互所
39、需的带宽要求。 同时， 随着 ECU 数量的急剧增加， 在车载总线链路下，数据传输所需的线束也要随之延长， 从而将带来成倍的成本压力与重量压力。 根据佐思汽车研究的测算， 如果沿用目前的架构体系， 无人车时代的线束成本将不会低于 1000 美元，而其重量可达 100 公斤。 车载以太网是以太网连接车内电子单元的新型局域网技术，在基于单对非屏蔽双绞线基础上，可实现 100Mbit/s，甚至 1Gbit/s 的数据传输速率。同时，还满足汽车行业对高可靠性、低电磁辐射、低功耗、带宽分配、低延迟以及同步实时性等方面的要求。 与车载总线技术相比， 车载以太网具备以下优势： 1） 高兼容性：基于其简单、成
40、熟的开放标准，能实现不同通信协议标准下总线链路的共存（支持 AVB、TCP/IP、DOIP、SONIP 等多种协议或应用形式） ；2）低成本、高带宽：以博通推出的车载以太网产品（BroadR-Reach）为例，其在具备 100Mbit/s，以及更高的带宽性能上， 减轻了电缆重量 30%， 降低了连接成本 80； 3） 高安全性：以太网经历了十几年的应用与发展， 已经有成熟的信息安全解决方案。 除了在以太网各层级添加防火墙，进行认证、签名、加密机制外，还具有深度包检测（DPI）等技术进行安全过滤。 行业深度报告/联合研究 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告
41、12 图 14：以太网有望成为车载网络中的骨干网 图 15：以太网/FlexRay/MOST 节点装载数量的预测 资料来源：搜狐，民生证券研究院 资料来源：线束中国，民生证券研究院 凭借安全性、 兼容性、 高带宽的优势， 以太网将有望成为车载网络中的骨干网，以承担在不同域之间的信息交换任务，并实现高速总线的全面替代。根据 Frost & Sullivan 和 Strategy Analysis 的预测，至 2022 年，车载以太网端口将超过所有其他以太网端口总和；2025 年，在豪华车、混动/电动车型上，将有近 80%的比例使用车载以太网技术。 同时需要注意的是， 在原有各域内部子系统的数据互
42、联中，由于 90%的控制器节点仍只需 10Mbit/s 以下的通信速率，而传统总线 LIN/CAN等所支持的传输速率亦可满足此要求。 因此， 车载以太网或将无法在域内通信网络中实现替换， 其更大的价值是作为域与域之间的传输纽带， 成为整体车载通信网络中的骨干网。 图 16：车载以太网发展趋势 资料来源：keysight，民生证券研究院 1.2.2 架构迭代下产业链的重组 汽车 EE 架构的演化驱动汽车产业经历从一个企业做车（机械定义）-一个产业做车（硬件定义）-多个产业做车（软硬件共同定义、生态定义）的演变，供应链形态也经历了从“点-线-面”的迭代。 行业深度报告/联合研究 本公司具备证券投资
43、咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 13 在“机械定义汽车的时代” ，往往由一个企业进行汽车制造，但随着功能的增加， “硬件定义汽车时代”到来，汽车系统逐渐变得复杂，配套供应商等角色的参与，组成了完整的汽车产业链，形成了“主机厂-Tier1-Tier2/ Tier3”垂直合作模式。 但由于分布式架构的开发高成本与技术短板， 主机厂主要依赖于 Tier1 实现汽车产品复杂功能的落地， 自身只需解决好传输网络、 车身管理等整车适配问题，即“整车功能的实现=N* Tier1（软硬件解决方案） ” ，却也在一定程度上限制了主机厂自主定制开发的权利。 图 17：新能源汽车供应链-以逆
44、变器为例 资料来源：车百智库，罗兰贝格，民生证券研究院 传统供应链格局被颠覆， 软件实力成为制胜关键。 在” 软硬件共同定义时代 “，EE 架构逐步升级为集中式架构，软硬件的解耦从软件应用层的分离到整个软件架构的打通，软件成为主机厂实现创新的突破口。此时，主机厂已不再满足于传统的“黑盒模式” ，希望借此加强自身的软件能力，积极变革转型，凭借全栈式软件能力锁定产业链中的高利润环节。在此趋势下，汽车产业过去所依赖的共享成本、共摊风险的“主机厂-供应商联盟”的模式将被打破，产业链也将被重塑，而具备自主研发能力的主机厂可跨过Tier1直接与具有软件实力的Tier2合作， 带动了Tier2地位向 Tie
45、r1 转移， 从而打破了原有传统的垂直供应链格局， 并将其塑造为扁平化网状模式，即“整车功能的实现=主机厂（软件）+Tier1（软件/硬件）/Tier2” 。 图 18：软硬件共同定义下汽车供应链的变化 资料来源：德勤咨询，民生证券研究院 行业深度报告/联合研究 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 14 科技公司入局， 成为供应链中新一代 Tier1。 以华为、 BAT 为代表的科技巨头，利用自身技术的优势切入智能汽车领域， 通过为主机厂提供智能汽车解决方案、 增量部件、开源软件平台等方式与其进行开放合作，形成优势互补、多方合作的产业布局。同时，原本处于
46、Tier2 位置的软件企业可能跃升至 Tier1，甚至 Tier0.5，或将成为智能汽车产业链中强有力的竞争者。 图 19：传统车企与科技巨头共同组成智能汽车产业图谱 资料来源：亿欧智库，民生证券研究院 在产业链变革的同时， 主机厂其自身的组织架构也将由 “以开发新品为核心”向 “以提供服务为核心” 转变。 在传统产业链中， 主机厂的组织架构多为垂直体系，设计、研发、销服等职能部门间联通性差，难以快速响应客户需求升级。但在“软硬件共同定义时代” ，主机厂可通过功能/软件的 OTA 升级来获取稳定的收益，而新功能的快速开发/迭代，将推动其进行组织架构的变革，由垂直体系向扁平化发展，并以各事业部为
47、基本单位，以贴近用户需求实现转型。 图 20：比亚迪组织架构调整对比 资料来源：维科网，民生证券研究院 1.3 智能化：汽车“价值”的胜负手 1.3.1 万亿市场的“阿基米德支点” 汽车的单体价值量远超于手机， 其所带来的产业性机会更为明显。 智能手机的市场规模远远不及传统汽车市场，根据 IDC、国际汽车制造商组织的资料显示，其通过手机出货量与汽车出货量进行测算，结果显示传统汽车的市场规模（1.8 万亿美元）已是智能手机（5000 亿美元）的 3 倍以上。我们在结合以上数据，以及对行业深度报告/联合研究 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 15 于智能汽车
48、趋势的理解下进行综合判断，认为在“新四化”的背景下，随着智能网联化的驱动，智能汽车的市场规模不仅仅只是延续，更有望实现大幅的超越，而软件的价值将是其中最大的增量。 汽车智能化浪潮将重塑汽车产业的价值分配格局，汽车“价值焦点”将由机械性能转移至智能化能力。汽车电动化以及 EE 架构集中化是汽车智能化的第一步，整车动力系统由燃油转为电动后， 动力、 底盘的逐渐标准化将削弱机械性能作为汽车价值焦点的意义，主机厂未来的竞争将聚焦于整车的智能化性能以及为客户提供持续服务的能力。本轮产业革命中，特斯拉以领先业界的 EE 架构和价值变现理念催化汽车产业的产品边界、商业模式实现变革。 在智能网联化驱动下， E
49、E 架构的革新驱动汽车价值的重心从硬件向软件转变，软件成为智能汽车产业的关键，驱动软件市场规模的增长。在 Automotive News Europe 资讯中 NVIDIA 创始人兼首席执行官黄仁勋表示： “汽车制造商的业务模式将从根本上发生改变。到 2025 年， 许多汽主机厂业很有可能以接近成本价的价格销售汽车，并主要通过软件为用户提供价值。 ”根据麦肯锡的预测，汽车软件市场规模从 2020 年的 340 亿美金攀升至 2030 年的 840 亿美金，期间的 CAGR 为9%。从细分市场来看， OS and Middleware、ADAS and AD 软件市场规模增长最为迅速， 2020
50、-2030 年期间的 CAGR 均达到 11%， 超过软件市场规模整体复合增速，预计在 2030 年分别达到 80 亿美金、430 亿美金的市场空间。 图 21：智能手机和智能汽车（乘用车）市场规模对比（2021 年测算） 资料来源：IDC，国际汽车制造商组织，民生证券研究院 汽车成为新一代的电子产品，由“软件+硬件”重新定义。在“新四化”浪潮的推动下，汽车在传统硬件时代的机械属性将逐步转变为具有机械功能的电子产品， 从以硬件主导向软硬件共同主导的定义上发生着根本性的改变。 根据麦肯锡的预测，至 2030 年全球汽车市场，软、硬件的占比将分别达到 30%、41%。其中，软件的占比较于 2016
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
