1、2022 年深度行业分析研究报告 正文正文目录目录 1、 汽车变革的起源：特斯拉软件定义汽车 . 11 2、 汽车电动化和智能化，单车硅含量提升是确定性趋势 . 12 2.1、 主控芯片：智能化下汽车算力逐步提升，核心厂商群雄逐鹿. 14 2.1.1 车企算力预置，ADAS芯片持续向高算力攀升 . 14 2.1.2 多方玩家角逐蓝海市场，百花齐放胜负未分 . 16 2.1.3 “一芯多屏”趋势确定，智能座舱SoC大有可为 . 18 2.1.4 消费类芯片厂商积极入局，本土厂商迎良好机遇 . 21 2.2、 MCU:汽车智能化趋势强化，单车用量显著提升 . 22 2.2.1 汽车为MCU最大应用

2、领域，电动化智能化驱动更多增量 . 23 2.2.2 域控制器的发展趋势下车载MCU重在高端升级替代 . 25 2.2.3 海外厂商垄断车规MCU市场，本土公司突围替代空间巨大 . 26 2.3、 功率半导体:汽车电动化，电力核心芯片蓬勃发展 . 27 2.3.1 电能转换核心组件，新能源车驱动规模扩张 . 28 2.3.2 电动化推动车载功率含量提升，800V平台SIC应用可期 . 31 2.3.3 车规功率芯片海外厂商占据主导，本土公司快速崛起 . 34 2.4、 模拟芯片：长坡厚雪优质赛道，车载应用受益高增 . 36 2.4.1 不可或缺的关键组件，车载模拟为增速最快细分方向 . 36

3、2.4.2 行业竞争格局分散，国内厂商逐步建立竞争力 . 38 2.5、 车载存储：汽车成为智能终端，大数据承载带来存储芯片不断升级 . 39 2.5.1 后移动时代，车载存储成为新兴增长点 . 39 2.5.2 算力增长是车载存储提升的核心驱动力 . 41 2.5.3 海外巨头垄断大容量存储芯片市场，本土厂商在利基型市场快速崛起 . 43 2.6、 车载光学：自动驾驶蓬勃发展，汽车之眼快速成长 . 44 2.6.1 智能驾驶依赖光学采集，车载镜头及传感器加速渗透 . 44 2.6.2 ADAS重要组成部分，车载镜头及传感器量价齐升 . 50 2.6.3 车载镜头和CIS本土公司已进入全球前列

4、，激光雷达产业初期百家争鸣 . 56 2.7、 车载显示：智能座舱成为主流，车载显示增量显著 . 59 2.7.1 智能座舱成为整车差异化关键，车载显示屏应用多元化 . 60 2.7.2 大屏化多屏化趋势驱动车载显示屏快速成长 . 62 2.7.3 大陆占据最大市场，本土公司大放异彩 . 66 2.8、 车载PCB：汽车电路增加，PCB需求大幅增长 . 67 2.8.1 车载PCB应用领域广泛，市场长期扩容趋势不改 . 67 2.8.2 电动化智能化刺激车载PCB需求，PCB用量大幅增加 . 68 2.8.3 市场高度分散，本土企业加码布局 . 69 2.9、 车载线束：汽车智能化叠加高压平台

5、，汽车线束需求升级. 70 2.9.1 汽车电路存在的载体，高压线束市场成为增长点 . 71 2.9.2 海外巨头垄断汽车线束市场，本土公司有望逐步渗透 . 73 2.10、 车用被动元器件：汽车电子时代，被动元器件打开增量空间 . 75 2.10.1 汽车电动化率快速提升，被动元件在汽车领域市场空间广阔 . 75 2.10.2 日、韩、台系厂商占据领先地位，大陆厂商拥抱国产替代机遇 . 77 图表图表目录目录 图表1：开放式汽车软件架构示意图 . 11 图表2：智能汽车软件赋予汽车开发的创新生态 . 11 图表3：软件定义汽车整体框架 . 12 图表4：汽车智能化、网联化、电动化对半导体需求

6、旺盛 . 12 图表5：车规级半导体市场规模情况（单位：亿美元） . 12 图表6：半导体在汽车各个部分均有应用 . 13 图表7：M.A.D.E趋势对汽车电子相关BOM的影响趋势（单位：美元/车） . 13 图表8：汽车主控SoC市场规模情况（单位：亿美元） . 14 图表9：ADAS分级标准 . 15 图表10：2020-2025年中国ADAS各个级别渗透率情况 . 15 图表11：自动驾驶三大模块 . 15 图表12：自动驾驶SoC三种主流架构 . 16 图表13：新势力车企将算力提升至5001000Tops级别 . 16 图表14：自动驾驶芯片算力持续提升 . 16 图表15：辅助/自

7、动驾驶芯片市场竞争格局 . 17 图表16：各厂商辅助/自动驾驶主控芯片梳理 . 17 图表17：汽车座舱发展历程 . 18 图表18：智能座舱打造“第三生活空间” . 18 图表19：智能座舱技术系统框架 . 18 图表20：使用多核SoC芯片模组的智能座舱方案在新车销量中的渗透率（全球） . 19 图表21：使用多核SoC芯片模组的智能座舱方案在新车销量中的渗透率（中国） . 19 图表22：智能座舱芯片算力需求持续提升 . 19 图表23：智能座舱芯片迭代周期加速 . 20 图表24：竞争智能座舱市场的传统汽车芯片厂商和消费芯片厂商. 21 图表25：瑞芯微智能座舱SoC路线图 . 22

8、 图表26：新能源车大量应用MCU . 22 图表27：2020年全球MCU产品结构占比 . 23 图表28：2019年全球MCU下游应用结构 . 23 图表29：不同位数MCU在汽车电子领域的应用场景 . 23 图表30：车载MCU应用实例 . 24 图表31：车用MCU工作原理图 . 24 图表32：BMS系统中需要使用MCU . 24 图表33：智能汽车ECU架构 . 24 图表34：2015-2024年全球及中国MCU市场规模 . 25 图表35：2020-2025年全球汽车MCU市场规模及预测 . 25 图表36：博世汽车电子电气架构发展趋势 . 25 图表37：域控制器符合智能化发

9、展趋势 . 26 图表38：2020年全球汽车MCU市场份额情况 . 27 图表39：国产车规级MCU厂商 . 27 图表40：功率半导体分类 . 28 图表41：功率半导体器件主要应用领域 . 28 图表42：全球功率半导体器件市场规模(单位：十亿美元) . 28 图表43：全球功率半导体应用市场占比 . 28 图表44：2021-2025年全球新能源汽车市场销量预测 . 29 图表45：2021-2025年中国新能源汽车市场销量预测 . 29 图表46：MOSFET结构分类 . 29 图表47：全球车规MOSFET市场规模（单位：十亿美元） . 29 图表48：IGBT在新能源汽车中应用广

10、泛 . 30 图表49：国内车规IGBT市场规模（单位：亿元） . 30 图表50：SiC在高压、高频应用场景具备显著优势 . 30 图表51：车规SiC MOSFET市场规模（单位：百万美元） . 30 图表52：新能源汽车功率半导体价值量是传统汽车的5.5倍 . 31 图表53：不同新能源车型所用功率器件及功率范围 . 31 图表54：电动车中主要部件所使用的功率器件产品 . 32 图表55：IGBT为电机控制器中核心部件 . 32 图表56：不同动力形式新能源车IGBT使用量 . 32 图表57：各大车企800v高压平台车型布局 . 33 图表58：SiC主要在车载电源和电机控制器领域应

11、用 . 33 图表59：预计SiC于2022年在主驱得到规模应用 . 33 图表60：SiC MOSFET在成本等方面存在劣势 . 34 图表61：Si MOS/IGBT/SiC MOS将在汽车市场长期共存 . 34 图表62：全球汽车功率半导体市场份额情况 . 34 图表63：国产车规级功率半导体厂商 . 35 图表64：模拟芯片分类 . 36 图表65：车载模拟芯片应用实例 . 37 图表66：车载模拟成为专用模拟芯片增速最快的细分方向 . 38 图表67：2022年专用模拟芯片下游应用领域占比 . 38 图表68：2020年全球模拟芯片市场竞争格局 . 38 图表69：存储芯片分类 .

12、39 图表70：2020年全球存储芯片细分产品占比 . 39 图表71：全球存储芯片市场规模（单位：十亿美元） . 40 图表72：中国存储芯片市场规模（单位：亿元） . 40 图表73：存储芯片在汽车中的应用场景分布 . 40 图表74：全球汽车存储芯片市场规模（单位：亿美元） . 41 图表75：全球汽车存储芯片细分结构（单位：亿美元） . 41 图表76：车载系统的存储需求 . 41 图表77：现代汽车存储功能 . 41 图表78：自动驾驶演进以及算力需求变化 . 42 图表79：自动驾驶等级提升将拉动车载存储带宽及容量需求 . 42 图表80：ADAS各等级智能驾驶技术对车载存储的需求

13、 . 43 图表81：2020年全球汽车存储市场份额情况 . 43 图表82：汽车存储芯片参与厂商 . 44 图表83：自动驾驶传感器的增加将持续推动半导体含量的增加 . 45 图表84：智能驾驶运用不同类型传感器 . 45 图表85：ADAS系统零部件平均成本（单位：美元） . 45 图表86：车载摄像头组成结构 . 46 图表87：摄像头在汽车中的应用 . 46 图表88：车载摄像头主要分类及其功能 . 46 图表89：2022-2026年全球前装市场车载摄像头出货量 . 47 图表90：全球车载摄像头市场规模及预测 . 47 图表91：2022-2026年全球车载CIS出货量 . 47

14、图表92：全球车载CIS市场规模及预测 . 47 图表93：24GHz与77GHz毫米波雷达性能对比 . 48 图表94：全球车用毫米波雷达市场（单位：亿美元） . 48 图表95：2015-2025年中国毫米波雷达市场规模 . 48 图表96：激光雷达分类 . 49 图表97：汽车应用将成为激光雷达主要推动力 . 49 图表98：不同车型LiDAR市场规模情况（单位：亿美元） . 49 图表99：2021-2026年中国车载激光雷达市场规模预测 . 50 图表100：自动驾驶发展路径 . 51 图表101：2020年ADAS系统各功能渗透率 . 51 图表102：2021年全球ADAS系统部

15、分应用车型 . 51 图表103：汽车智能化程度与传感器数量成正比 . 52 图表104：特斯拉运用纯视觉方案实现自动驾驶 . 53 图表105：摄像头在ADAS中的作用 . 53 图表106：2021-2026年全球前装市场各类车载摄像头渗透率及预测. 53 图表107：部分车型车载摄像头搭载数量及分布 . 54 图表108：800万像素摄像头已运用在高级自动驾驶系统中 . 54 图表109：全球车载毫米波雷达市场需求量预测 . 55 图表110：中国乘用车ADAS对毫米波雷达安装量预测 . 55 图表111：全球部分激光雷达厂商产品价格 . 56 图表112：全球各区车载摄像头销售规模占比

16、 . 56 图表113：2020年全球车载摄像头镜头市场格局 . 57 图表114：2020全球车载感知类摄像头镜头市场格局 . 57 图表115：舜宇光学、联创电子、宇瞳光学车载镜头业务对比 . 57 图表116：2021年全球车载CIS市场竞争格局 . 58 图表117：2019年1月中国乘用车SRR供应商市场格局 . 58 图表118：2019年1月中国乘用车LRR供应商市场格局 . 58 图表119：部分中国毫米波雷达厂商产品统计 . 59 图表120：2021Q3全球车载激光雷达市场格局 . 59 图表121：2021年广州车展激光雷达定点情况 . 59 图表122：未来汽车驾驶舱将

17、包括多个显示器和用户界面 . 60 图表123：智能座舱发展三个阶段 . 61 图表124：车载显示应用多元化 . 61 图表125：2019年中国智能座舱市场构成 . 61 图表126：按显示技术分类的车载显示器市场出货量 . 62 图表127：全球车载显示屏市场规模预测（单位：亿美元） . 62 图表128：智能座舱与传统座舱对比 . 63 图表129：全球智能座舱行业市场规模（单位：亿美元） . 63 图表130：多屏交互已成为主流趋势 . 63 图表131：2019-2030年车载显示屏数量趋势（不含仪表、后视镜、HUD） . 64 图表132：2019-2030年车载显示屏分辨率趋势

18、 . 64 图表133：全球车载显示细分市场规模 . 64 图表134：智能座舱硬件设备渗透率变化 . 64 图表135：2020年各价位新车中控屏渗透率 . 65 图表136：2020年新车中控屏尺寸占比 . 65 图表图表137137：20212021年部分上市车型仪表显示方案年部分上市车型仪表显示方案 . 65 图表138：国内乘用车HUD安装量及渗透率情况 . 66 图表139：主要品牌2021款车型HUD装配情况 . 66 图表140：亚太地区对车载显示屏的需求不断增长 . 66 图表141：2020年车载显示屏供应商市场份额 . 66 图表142：PCB在汽车中应用广泛 . 67

19、图表143：2020-2028年全球汽车PCB市场规模及预测 . 68 图表144：2018、2020汽车PCB市场技术分布 . 68 图表145：电动汽车PCB市场规模占比超过燃油汽车 . 69 图表146：新能源汽车电控系统PCB使用情况 . 69 图表147：2020年各区域汽车PCB市场占有率 . 69 图表148：亚太地区PCB市场预计将保持高速增长 . 69 图表149：新能源汽车电控系统PCB使用情况 . 70 图表150：车载PCB大陆核心公司业务对比 . 70 图表151：汽车线束分布在汽车的各个部位 . 71 图表152：CAN总线应用实例 . 71 图表153：汽车线缆分

20、类及用途 . 72 图表154：2021-2026年全球汽车线束市场规模 . 72 图表155：全球燃油车汽车线束市场规模测算 . 72 图表156：中国燃油车线束市场规模测算 . 72 图表157：新能源汽车高压系统 . 73 图表158：各类别汽车线束单车价值量对比（单位：元） . 73 图表159：全球汽车线束主要厂商市占率 . 74 图表160：中国汽车线束行业竞争格局 . 74 图表161：汽车整车制造商对应汽车线束主要供应商 . 74 图表162：车规电阻使用分布图 . 75 图表163：不同类型汽车对MLCC需求量估算 . 76 图表164：2018-2023年中国薄膜电容产业规

21、模预测（单位：亿元）. 76 图表165：全球电感终端应用市场分布（按产值） . 77 图表166：全球电感终端应用市场分布（按数量） . 77 图表167：MLCC主要厂商产能统计 . 77 图表168：全球薄膜电容市场格局 . 78 图表169：全球电感市场行业集中度持续提升 . 78 1 1、 汽车变革的起源汽车变革的起源：特斯拉特斯拉软件定义汽车软件定义汽车 特斯拉软件定义汽车，特斯拉软件定义汽车，商业模式革新拉开序幕商业模式革新拉开序幕。软件定义汽车，即软件将深度参与到汽车的定义、开发、验证、销售、服务等过程中，并不断改变和优化各个过程，实现体验持续优化、过程持续优化、价值持续创造。

22、特斯拉可谓实践软件定义汽车的先导者，其全车系覆盖的Autopilot自动辅助驾驶、大型中控屏，自设计之初便将智能化刻于产品基因中，此后的OTA空中升级技术更是使汽车从一个普通的交通工具进化成拥有无限延展可能的智能移动终端。在特斯拉的软件服务体系中，以FSD自动驾驶选装包、OTA付费升级包、高级车联网服务为核心，收费模式除了一次性前装收费，还另外包含订阅服务收费，目前特斯拉车主的FSD搭载率已向市场证明了软件创收的可能性，由新车制造与销售转向软件服务授权与OTA升级，逐步从零部件的升级走向服务性的软件开发的商业模式革新拉开序幕。 硬件预埋支持软件迭代，架构转型倒逼硬件升级。硬件预埋支持软件迭代，

23、架构转型倒逼硬件升级。软件的可开发性注定智能汽车的功能可能面临无限制的扩张。随着汽车软件代码的数量越来越多，现在已经到了上亿行的规模，支持大规模软件开发要SOA架构实现软硬件解耦，再通过预埋硬件，实现整车软件迭代升级和某些付费解锁功能。SOA映射到硬件层面，其实就是一个跨域融合的E/E架构。传统E/E架构下，每增加一项功能，都需要增加一个控制器，有很多弊端，如布线困难、成本上升，性能方面看来，封闭式网络不利于传感器传输数据、芯片间的协同，更难以实现整车OTA升级。而跨域融合的E/E架构能够满足智能汽车所需的高计算性能、高通讯带宽、高功能安全性、高网络安全性、软件持续升级能力等多方面的要求，在跨

24、域融合E/E架构下，硬件都有显著的集中化趋势。 图表图表 1 1：开放式汽车软件架构示意图开放式汽车软件架构示意图 图表图表 2 2：智能汽车软件赋予汽车开发的创新生态智能汽车软件赋予汽车开发的创新生态 资料来源：赛迪顾问，华鑫证券研究 资料来源：赛迪顾问，华鑫证券研究 软件数量激增，带来硬件井喷式增量。软件数量激增，带来硬件井喷式增量。据中国汽车工业协会数据，单车半导体的价值至2020年已增长到475美元，约是2010年的1.6倍，而2030年预计将达到600美元。用以用以支持海量数据处理的支持海量数据处理的AIAI芯片、用以环境感知与识别的传感器、保证数据传输的速率和芯片、用以环境感知与识

25、别的传感器、保证数据传输的速率和可靠性的存储芯片、用以改变电压电频并实现直交流电转换的功率半导体等将成为汽可靠性的存储芯片、用以改变电压电频并实现直交流电转换的功率半导体等将成为汽车电子硬件赛道的核心看点。车电子硬件赛道的核心看点。 图表图表 3 3：软件定义汽车整体框架软件定义汽车整体框架 资料来源：佐思汽车研究院，华鑫证券研究 2 2、 汽车电动化和智能化，单车硅含量提升汽车电动化和智能化，单车硅含量提升是确定性趋势是确定性趋势 在汽车电动化、智能化和网联化三大趋势驱动之下，当前汽车内半导体含量大幅提升，内置包括控制芯片（CPU/GPU/FPGA等）、存储芯片（DRAM/NAND/NOR

26、Flash等）、MCU芯片、CMOS图像传感器、V2X射频芯片、VCSEL芯片、触控芯片、显示芯片、LED芯片、MOSFET/IGBT、超声波/毫米波芯片、PMIC电源管理芯片等等。根据中国汽车工业协会数据显示，传统燃油车所需汽车芯片数量为600-700颗，电动车所需的汽车芯片数量将提升至1600颗/辆，而更高级的智能汽车对芯片的需求量将有望提升至3000颗/辆。 图表图表 4 4：汽车智能化、网联化、电动化对半导体需求旺盛汽车智能化、网联化、电动化对半导体需求旺盛 图表图表 5 5：车规级半导体市场规模车规级半导体市场规模情况（单位：亿美元）情况（单位：亿美元） 资料来源：比亚迪半导体招股说

27、明书，华鑫证券研究 资料来源：比亚迪半导体招股说明书，Omida，华鑫证券研究 00500600700800900 图表图表 6 6：半导体在汽车各个部分均有应用半导体在汽车各个部分均有应用 资料来源：盖世汽车研究院，华鑫证券研究 汽车三化趋势下单车半导体含量显著提升。汽车三化趋势下单车半导体含量显著提升。罗兰贝格定义当下汽车四大发展趋势为“M.A.D.E”，即Mobility移动出行、Autonomous driving自动驾驶、Digitalization数字化和Electrification电气化，其中电气化、数字化和自动驾驶分别对应电动化、智能化和网联化。根据罗兰

28、贝格测算，2019年典型的L1级豪华品牌燃油车中汽车电子电气相关的BOM（物料清单）价值（不含电池与电机）为3145美元，预计到2025年一辆豪华品牌L3级别自动驾驶纯电车BOM价值将提升至7030美元，增量达3885美元，其中网联化、智能化和电动化将分别带来925美元/725美元/2235美元的提升。 图表图表 7 7：M.A.D.EM.A.D.E 趋势对汽车电子相关趋势对汽车电子相关 BOMBOM 的影响趋势的影响趋势（单位：（单位：美元美元/ /车车） 资料来源：罗兰贝格，华鑫证券研究 2.12.1、 主控芯片：智能化主控芯片：智能化下下汽车算力逐步提升，核心厂商汽车算力逐步提升，核心厂

29、商群雄逐鹿群雄逐鹿 随着汽车向智能化发展，特别是智能座舱和自动驾驶概念的兴起，对汽车的算力提出了更高的要求，传统的功能芯片已无法满足算力需求，主控芯片SoC应运而生。 根据IHS数据，预计2025年全球汽车SoC市场规模将达到82亿美元，并且L3级别以上自动驾驶预计2025年之后开始大规模进入市场，配套高算力、高性能SoC芯片将会带来极高附加值，有望带动主控芯片市场快速扩容。 图表图表 8 8：汽车主控汽车主控 S SoCoC 市场规模情况（单位：亿美元）市场规模情况（单位：亿美元） 资料来源：IHS，搜狐汽车研究室，华鑫证券研究 2.1.12.1.1 车企算力预置，车企算力预置，A ADAS

30、DAS芯片芯片持续向高算力攀升持续向高算力攀升 高级驾驶辅助系统（Advanced Driving Assistance System，ADAS）是利用安装在车上的各式各样传感器（毫米波雷达、激光雷达、单双目摄像头以及卫星导航），在汽车行驶过程中随时来感应周围的环境，收集数据，进行静态、动态物体的辨识、侦测与追踪，并结合导航地图数据，进行系统的运算与分析，从而预先让驾驶者察觉到可能发生的危险，有效增加汽车驾驶的舒适性和安全性。按照美国汽车工程师协会公布的自动驾驶分级，L2级及以下定义为高级辅助驾驶技术，L3级及以上定义为自动驾驶技术。当前市场仍为L1-L2的辅助驾驶主导，预计2023年后L3及

31、以上级别开始逐步渗透。 85866738200708090200022202320242025 图表图表 9 9：A ADASDAS 分级标准分级标准 图表图表 1010：2 2020020- -20252025 年中国年中国 A ADASDAS 各个级别各个级别渗透率渗透率情况情况 资料来源：亿欧智库，华鑫证券研究 资料来源：亿欧智库，华鑫证券研究 传感器、主控芯片、自动驾驶算法是自动驾驶系统最核心的三部分。传感器、主控芯片、自动驾驶算法是自动驾驶系统最核心的三部分。自动驾驶系统可分为感知、决策、执行三大

32、模块。（1）感知：通过摄像头、雷达等智能传感器感知周边环境信息，是智能汽车的“眼睛”和“耳朵”；（2）决策：以中央计算平台为核心，利用自动驾驶算法+芯片来处理感知信息，完成目标定位、识别、追踪，实现周边环境3D建模，并规划行驶方案，是智能汽车的“大脑”；（3）控制/执行：通过线控底盘来精准控制制动系统、转向系统等模块，执行行驶方案。 图表图表 1111：自动驾驶三大模块自动驾驶三大模块 资料来源：亿欧智库，华鑫证券研究 自动驾驶级别提升需要更高的算力支持，只具备CPU处理器的芯片难以满足需要，自动驾驶芯片会往集成CPU+XPU的异构式SOC（XPU包括GPU/FPGA/ASIC等）方向发展。目

33、前市场主流的三大架构方案包括：英伟达和特斯拉采用的处理器整合特殊应用芯片和绘图芯片（CPU+ASIC+GPU）设计架构；英特尔转投资的Mobileye和地平线采用的CPU+ASIC架构；Alphabet旗下子公司Waymo和百度Apollo则采用的CPU+FPGA架构。 1%3%5%9%18%25%30%34%37%34%40%35%34%32%30%57%42%40%35%31%28%0%20%40%60%80%100%202020212022E 2023E 2024E 2025EL3L2L1L0 图表图表 1212：自动驾驶自动驾驶 S SoCoC 三种主流架构三种主流架构 资料来源：元器

34、件技术资讯网，华鑫证券研究 算力先行是车企主流策略算力先行是车企主流策略，自动驾驶芯片算力持续攀升自动驾驶芯片算力持续攀升。对于车企来说，预置算力最大值决定车辆智能化升级上限。当前面向量产乘用车的智能驾驶系统整体仍处于L3及以下级别，但由于汽车产品具备长达510年的生命周期，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，因此智能驾驶软件迭代周期与硬件更换周期存在错位。故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，以蔚来、智己、威马、小鹏为代表的主机厂在新一代车型中

35、均将智能驾驶算力提升至5001000Tops级别。当下当下大算力芯片大算力芯片已已成为汽车智能化发展的关键成为汽车智能化发展的关键“基础设施基础设施”，亦亦成为芯片厂商的角力场。成为芯片厂商的角力场。 图表图表 1313：新势力车企将算力提升至新势力车企将算力提升至 5001000Tops5001000Tops 级别级别 图表图表 1414：自动驾驶芯片算力持续提升自动驾驶芯片算力持续提升 资料来源：亿欧智库，华鑫证券研究 资料来源：亿欧智库，华鑫证券研究 2.1.22.1.2 多方玩家角逐蓝海市场，百花齐放胜负未分多方玩家角逐蓝海市场，百花齐放胜负未分 除特斯拉自研除特斯拉自研自动驾驶自动驾

36、驶F FSDSD芯片用于自供外，芯片用于自供外，整体整体自动自动/ /辅助驾驶芯片市场呈现辅助驾驶芯片市场呈现消费电消费电子芯片巨头、新兴芯片科技公司、传统汽车芯片厂商子芯片巨头、新兴芯片科技公司、传统汽车芯片厂商三大阵营三大阵营。 传统汽车芯片厂商阵在传统汽车芯片领域近乎呈垄断地位，产品线齐全，与Tier1、主机厂有深厚关系积累，满足车规级要求方面有深厚技术能力储备，但在AI计算芯片上优 势不足，产品多用于中低端车型；消费电子芯片巨头阵营具备深厚的芯片技术储备，资金雄厚，可支撑起对先进支撑和高算力芯片的高昂研发投入，同时具备良好的软件生态，车载计算芯片技术领先，在中高端车型与新势力车型市场中

37、有广泛应用；新兴芯片科技公司阵营在AI算法与计算上有独到的产品优势，相比传统厂商能力更为全栈，可提供“芯片+算法参考+技术支持”的产品服务，但在车规级与大规模量产能力上仍待提升，产品主要应用于自主品牌车型。 目前来看，英伟达及背靠英特尔的Mobileye处于自动/辅助驾驶芯片第一梯队，华为海思、地平线、高通处于第二梯队，上升攻势不容小觑。但但考虑到考虑到目前市场目前市场量产量产车型车型配置配置的的A ADASDAS级别仍级别仍主要主要处于处于L L1 1- -L2L2的的初级阶段，我们认为行业格局仍未落定，各家厂商初级阶段，我们认为行业格局仍未落定，各家厂商暂暂处处于百花齐放的阶段。于百花齐放

38、的阶段。 图表图表 1515：辅助辅助/ /自动自动驾驶芯片市场竞争格局驾驶芯片市场竞争格局 资料来源：亿欧智库，华鑫证券研究 图表图表 1616：各厂商辅助各厂商辅助/ /自动驾驶主控芯片梳理自动驾驶主控芯片梳理 企业企业 产品产品 制程制程 算力（算力（T Topsops） 落地时间落地时间 搭载车型搭载车型/ /客户客户 特斯拉特斯拉 HW3.0 14nm 144 2019 自供 英伟达英伟达 Orin 7nm 254 2022 蔚来 ET7、小鹏 G9、飞凡 R7 等 Atlan / 1000 2025E 暂未确定 M Mobileyeobileye EyeQ5 7nm 24 2020

39、 极氪 001、宝马 iX EyeQ6 7nm 2023E 暂未确定 华为华为 MDC610 / 200 2022 沙龙机甲龙、埃安 LX PLUS、阿维塔 11 等 高通高通 Snapdragon Ride 5nm 700 2025 宝马 地平线地平线 征程 3 16nm 5 2020 奇瑞蚂蚁、埃安 Y、2021 款理想ONE 等 征程 5 16nm 128 2022E 暂未确定 黑芝麻黑芝麻 A1000pro 16nm 196 2022E 暂未确定 寒武纪行歌寒武纪行歌 SD5223/SD5226 暂未确定/7nm 16/400 2022E/2023E / 资料来源：36 氪，汽车产经网

40、，集微网，华鑫证券研究整理 2.1.32.1.3 “一芯多屏”趋势确定，智能座舱“一芯多屏”趋势确定，智能座舱S SoCoC大有可为大有可为 智能座舱领跑汽车智能化，智能座舱领跑汽车智能化，打造打造“第三生活空间第三生活空间” 。在燃油车时代，车机功能简单，只有机械式仪表盘及简单的音频播放设备，之后开始出现小尺寸中控液晶显示器+导航功能的电子座舱。从特斯拉开始，大尺寸中控液晶屏成为电动车的标配，并逐渐发展成如今包括驾驶信息显示系统、车载娱乐信息系统、抬头显示系统HUD、人车交互系统、流媒体后视镜、T-Box等多个子系统的智能座舱。当下智能座舱功能逐渐从分散到集中，控制也从独立到整合，未来将朝着

41、硬件算法集中化、构架一体化、体验智能化的方向前进，多功能集成的汽车将成为我们办公娱乐两不误的“第三空间”。根据IHS数据，预计到2030年，全球汽车智能座舱的市场规模将达到681亿美元，届时国内的市场规模也将超过1600亿元，成为全球最主要的智能座舱市场。 图表图表 1717：汽车汽车座舱座舱发展历程发展历程 图表图表 1818：智能座舱打造“第三生活空间”智能座舱打造“第三生活空间” 资料来源：亿欧智库，华鑫证券研究 资料来源：eefocus，华鑫证券研究 智能座舱系统的技术框架主要分为五层：硬件层包含传感器、内存、用于人工智能感知的芯片SoC、应用处理器AP(Application Pro

42、cessor)等基本硬件设备；系统软件层包含驱动，通信等基本系统软件；功能软件层则是完成智能座舱的核心功能的层，主要在AI SoC完成感知，在AP完成上层应用；服务层，也即云服务体系，包含语音识别，场景网关等相关服务；支撑层是支撑软件的快速开发工具，也可称为成长平台。 图表图表 1919：智能座舱技术系统框架智能座舱技术系统框架 资料来源：IHS Markit，华鑫证券研究 “一芯多屏一芯多屏”的设计有望成为智能座舱主流控制方案”的设计有望成为智能座舱主流控制方案。随着电动车电子/电气架构的不断演进，由过去的分布式离散域控制架构，逐渐走到集中式一体化控制，即车内所有电子单元（除自动驾驶控制单元

43、外）统一都由一块芯片来控制，当下“CPU+GPU+XPU”的多核SoC芯片是目前智能座舱芯片厂商的主流技术路线。根据罗兰贝格数据，预计多核SoC芯片在座舱内的渗透率将从2020年的20%（全球）和24%（中国）提升至2025年的55%（全球）和59%（中国），同时预计至2030年多核SoC智能座舱方案在全球和国内新车中的渗透率将分别达到87%和90%。 图表图表 2020：使用多核使用多核 SoCSoC 芯片模组的智能座舱方案在新车销量芯片模组的智能座舱方案在新车销量中的渗透率中的渗透率（全球）（全球） 图表图表 2121：使用多核使用多核 SoCSoC 芯片模组的智能座舱方案在新车销芯片模组

44、的智能座舱方案在新车销量中的渗透率量中的渗透率（中国中国） 资料来源：罗兰贝格，华鑫证券研究 资料来源：罗兰贝格，华鑫证券研究 高算力高算力+ +先进制程先进制程+ +快速迭代快速迭代是智能座舱主控芯片是智能座舱主控芯片发展方向。发展方向。智能座舱所代表的“车载信息娱乐系统流媒体后视镜抬头显示系统全液晶仪表车联网系统车内乘员监控系统”等融合体验都依赖于芯片计算能力的提升。 图表图表 2222：智能座舱芯片算力需求持续提升智能座舱芯片算力需求持续提升 资料来源：IHS Markit，华鑫证券研究 C CPUPU方面，方面，智能座舱芯片的CPU算力仅用七年从数KDMIPS提升到如今的100多KDM

45、IPS。在当前高端智能座舱方案中，高通SA8155P采用8核Kyro435 CPU，算力大约为95KDMIPS。2021年底瑞芯微发布的新一代旗舰芯片RK3588M采用4核A76+4核A55 CPU，算力大约为20%55%87%0%10%20%30%40%50%60%70%80%90%100%2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 203024%59%90%0%10%20%30%40%50%60%70%80%90%100%2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030020

46、406080020224CPUk DIMPSNPUTOPS 85KDMIPS。将于2023年首发的高通SA8295P CPU算力预计高达200KDMIPS。 G GPUPU方面，方面，高性能GPU可满足高端智能座舱系统对车载娱乐的需求，伴随着CPU算力的提升，GPU算力也得到了大幅跃升。高通SA8155P芯片集成Adreno640 GPU，算力约为1000GFLOPS。瑞芯微RK3588M芯片集成G610MP4，GPU算力约为450GFLOPS。瑞萨H3E芯片集成GX6650，算力约为280GFLOPS。 N NPUPU方面，方面，在智能座舱解决方案

47、中，负责人工智能的NPU将直接影响着智能座舱AI能力的强弱。瑞芯微RK3588M芯片的AI算力约6TOPS，高通SA8155P芯片AI算力约4TOPS，三星已量产的Exynos Auto V910具备约1.9TOPS的AI算力。 制程方面制程方面，8nm的瑞芯微RK3588M、三星Exynos Auto V910及7nm的高通SA8155P已经实现全面量产，未来2-3年7nm和8nm产品将成为市场主力，而5nm芯片将成为各大芯片厂商努力的方向。 迭代周期方面，迭代周期方面，以前新品迭代周期基本在3-5年左右，现在基本缩短至1-2年，座舱芯片的迭代速度加快。 图表图表 2323：智能座舱芯片迭代

48、周期智能座舱芯片迭代周期加速加速 资料来源：佐思汽车研究院，华鑫证券研究 2.1.42.1.4 消费类芯片厂商积极入局，本土厂商迎良好机遇消费类芯片厂商积极入局，本土厂商迎良好机遇 智能座舱智能座舱SoC芯片市场参与者除了传统汽车芯片厂商之外，消费芯片厂商也纷纷入局芯片市场参与者除了传统汽车芯片厂商之外，消费芯片厂商也纷纷入局，同时同时两大阵营之间兼并收购及联盟合作频发。两大阵营之间兼并收购及联盟合作频发。 传统汽车芯片龙头的优势在于产品线齐全，车规级芯片积累较多，与传统主机厂合作关系良好等，目前主要应用于中低端车型，包括的企业有：恩智浦、瑞萨、德州仪器等。消费电子领域巨头向下切入企业的竞争优

49、势在于其资金雄厚，可以支撑起较先进制程和高算力芯片的研发投入，以及其良好的软件生态能够在智能座舱系统中得到最大限度的利用，目前广泛应用于中高端车型，包括的企业有：高通、英伟达、英特尔、AMD、三星等，其中高通在产品力与高端市场占有率上具备绝对领先优势。 图表图表 2424：竞争竞争智能座舱智能座舱市场市场的传统汽车芯片厂商和消费芯片厂商的传统汽车芯片厂商和消费芯片厂商 资料来源：智东西，华鑫证券研究 国产企业迎来国产企业迎来三重三重发展机遇发展机遇： 第一，国内汽车市场繁荣发展，而汽车产品正从单一产品走向服务化，成为继手机、PC之后的重要消费产品。从用户上看，国内汽车用户整体年轻化，作为智能时

50、代的先头兵，他们更注重汽车座舱的数字化体验和服务，敢于尝新。同时这些用户接受多重观念影响，更强调个性化体验。紧贴国内市场发展的国产企业，离用户更近。紧贴国内市场发展的国产企业，离用户更近。 第二，国产智能座舱芯片打入到汽车产业最关键的一环就是车厂，而目前中国车厂经历了数十年的发展，已到了从生产型到技术型企业转型的重要阶段。本土企业本土企业智能座舱芯智能座舱芯片可以作为敲门砖，与车厂共同探索智能汽车路线。片可以作为敲门砖，与车厂共同探索智能汽车路线。 第三，数据安全是智能时代的重要课题。对于智能汽车来说，数据安全一方面是保障驾乘人员生命安全的生命线，另一方面也综合了现实世界的多项数据指标以及个人