隨著汽車智能化的快速發(fā)展，各大車企也開始重視芯片研發(fā)，為自動駕駛技術(shù)的發(fā)展帶來機(jī)遇。 當(dāng)今市場上的大多數(shù)電動汽車已經(jīng)具備一定程度的自動駕駛能力。 不過，雖然大部分汽車還處于自動駕駛的L1-L2級別，但仍屬于駕駛輔助階段，很難做到真正的L3-L4級別的高級駕駛。 自動駕駛服務(wù)已經(jīng)進(jìn)入商業(yè)化試點階段，離L3-L4級自動駕駛大規(guī)模商業(yè)化的終點越來越近。
高通入局，
自動駕駛芯片有望加速變革
在過去，由于自動駕駛軟件及算法開發(fā)難度及測試難度較大，同時相關(guān)政策法規(guī)不完善，因此自動駕駛的整體的市場成熟度不高。而在整車智能化轉(zhuǎn)型時代，智能座艙能集成更多的信息和功能，給用戶帶來更直觀、更個性化的體驗，因此成為整車智能化的先行者。自2020年開始，各國相繼出臺了自動駕駛相關(guān)的政策或者高級別自動駕駛運(yùn)營許可：
1、美國：2020 年 2 月，美國國家公路交通安全管理局（NHTSA）批準(zhǔn)自動駕駛汽車初創(chuàng)企業(yè)NURO 生產(chǎn)投放無人電動送貨車。
2、日本：2021 年 3 月，日本政府批準(zhǔn)本田 L3 級別自動駕駛 Legend 在日本本土上市。
3、德國：2021 年 12 月，德國奔馳 L3 級自動駕駛汽車 EV EQS 獲得了德國聯(lián)邦汽車運(yùn)輸管理局的許可，可以在部分路段替代人類駕駛員控制車輛狀態(tài)。
4、中國：2021 年 9 月，市場監(jiān)管總局（標(biāo)準(zhǔn)委）正式出臺了《汽車駕駛自動化分級》國家推薦標(biāo)準(zhǔn)（GB/T 40429-2021）。根據(jù)該國標(biāo)，從 3 級自動駕駛開始，目標(biāo)和事件探測和響應(yīng)的對象從駕駛員變?yōu)榱讼到y(tǒng)，動態(tài)駕駛?cè)蝿?wù)后援也從駕駛員變?yōu)榱藙討B(tài)駕駛?cè)蝿?wù)后援用戶。這意味著，在有條件自動駕駛情況下，已允許駕駛員脫手，只需要在必要時接管駕駛。該國標(biāo)已于今年 3 月 1 日正式實施，將對促進(jìn)自動駕駛產(chǎn)業(yè)的發(fā)展以及后續(xù)相關(guān)法規(guī)的制定起到積極作用。今年 4 月，小馬智行獲得中國[敏感詞]張面向自動駕駛公司的出租車運(yùn)營許可。6 月 14 日，工信部副部長辛國斌表示，工信部將出臺自動駕駛、信息安全等標(biāo)準(zhǔn)，適時開展準(zhǔn)入試點。
各大廠商積極布局，未來自動駕駛行業(yè)空間巨大。目前，L3 及以上級別的自動駕駛有望在封閉、半封閉和低速場景下率先應(yīng)用，自主泊車作為自動駕駛的低速復(fù)雜場景，將為自動駕駛技術(shù)演進(jìn)提供低速域的數(shù)據(jù)訓(xùn)練和積累。盡管自動駕駛高速場景的商業(yè)化落地還有一定距離，但特斯拉、谷歌、英偉達(dá)、高通等廠商依舊把目光放在了高級別的自動駕駛上，為的就是在行業(yè)拐點來臨之前占得先機(jī)。根據(jù) IHS 的預(yù)測，自動駕駛汽車將在 2025 年前后開始一輪爆發(fā)式增長。到 2035 年，道路行駛車輛將有一半實現(xiàn)自動駕駛，屆時自動駕駛整車及相關(guān)設(shè)備、應(yīng)用的收入規(guī)?？傆媽⒊^五千億美元。根據(jù) CIC 預(yù)測，預(yù)計到 2025 年我國自動駕駛市場空間接近 4000 億元，2020-2025 年 CAGR 接近 107%，遠(yuǎn)快于全球市場增速。
在汽車 E/E 架構(gòu)由分布式架構(gòu)向集中式架構(gòu)方向發(fā)展的過程中，自動駕駛芯片作為計算的載體逐漸成為智能汽車時代的核心。在“軟件定義汽車”趨勢下，芯片、操作系統(tǒng)、算法、數(shù)據(jù)共同組成了智能駕駛汽車的計算生態(tài)閉環(huán)，其中芯片是智能駕駛汽車生態(tài)發(fā)展的核心。以特斯拉為代表的汽車電子電氣架構(gòu)改革先鋒率先采用中央集中式架構(gòu)，即用一個電腦控制整車，域控制器逐漸集成前期的傳感器、數(shù)據(jù)融合、路徑規(guī)劃、決策等運(yùn)算處理器功能。隨著自動駕駛級別的提升以及功能應(yīng)用的豐富，汽車對芯片算力的需求也越來越大。
算力需求升級驅(qū)動車載芯片市場規(guī)模增長。2020 年，汽車領(lǐng)域芯片需求量已占全球芯片市場11.4%，持續(xù)上漲的算力需求將驅(qū)動車載計算芯片市場規(guī)模增長，車載計算芯片市場將迎來高速發(fā)展期。根據(jù)億歐智庫，2021 年中國車載計算芯片市場規(guī)模將達(dá) 15.1 億美元，2025 年市場規(guī)模將迅速增長至 89.8 億美元。
對于車企而言，算力和功耗是其選擇車載芯片/計算平臺的兩大主要因素：
1、算力：對于高級別的智能駕駛系統(tǒng)而言，傳感器數(shù)量的增加及分辨率的提升帶來海量數(shù)據(jù)處理需求，算法模型的復(fù)雜程度亦大幅提升。隨著汽車 E/E 架構(gòu)逐步集中化，智能汽車的計算能力將主要由少數(shù)的幾個域控制器或是中央計算平臺來實現(xiàn)，這也對單顆車載芯片算力提出了更高的要求。根據(jù)億歐智庫，自動駕駛等級每增加一級，所需要的芯片算力就會呈現(xiàn)十倍以上的上升，其中 L4 級別需要的 AI 算力接近 400TOPS，L5 需要的算力達(dá)到了 4000+TOPS。
“硬件預(yù)埋，軟件升級”成為車企主流策略，智能化頭部車企在新一代車型中預(yù)置大算力芯片。汽車產(chǎn)品具備較長的生命周期，一般為 5-10 年，車載計算平臺的算力上限決定車輛生命周期內(nèi)可承載的軟件服務(wù)升級上限。相較而言軟件迭代更快，因此智能駕駛軟件迭代周期與硬件更換周期存在錯位。為保證車輛在全生命周期內(nèi)的持續(xù)軟件升級能力，主機(jī)廠在智能駕駛上采取“硬件預(yù)置，軟件升級”的策略，通過預(yù)置大算力芯片，為后續(xù)軟件與算法升級優(yōu)化提供足夠發(fā)展空間。以蔚來、智己、威馬、小鵬為代表的主機(jī)廠在新一代車型中均將智能駕駛算力提升至 500-1000Tops 級別。
2、功耗：為支持并兼容 L3 及以上智能駕駛系統(tǒng)數(shù)量與類型繁多的傳感器與執(zhí)行器需求，車載計算平臺多采用異構(gòu)芯片硬件方案，以滿足系統(tǒng)接口與算力需求。相較傳統(tǒng) ECU，車載計算平臺的復(fù)雜度呈數(shù)倍提升，面臨功耗、散熱、電磁、質(zhì)量等多重挑戰(zhàn)，存在著物理上限。因此，盡管當(dāng)前行業(yè)普遍以“TOPS” 為單位來評估自動駕駛芯片的理論峰值算力，各大芯片廠商也不斷刷新算力峰值，但在實際場景下的算力有效利用率卻不高，自動駕駛芯片理論峰值算力并不一定能在實際運(yùn)行中完全釋放，主要是受到了功耗、環(huán)境等因素的限制。
芯片的[敏感詞]算力高低固然重要，但對于主機(jī)廠開發(fā)量產(chǎn)車型而言，芯片選擇需兼顧算力、功耗、成本、易用性、同構(gòu)性等多重因素。因此，如何在有限算力下幫助客戶算法軟件[敏感詞]效地運(yùn)行是衡量芯片廠商競爭力的核心標(biāo)準(zhǔn)。
從發(fā)展趨勢來看，自動駕駛 SoC 芯片將向“CPU+XPU”的異構(gòu)式架構(gòu)發(fā)展，長期來看CPU+ASIC 方案將是未來主流。SoC 是系統(tǒng)級別的芯片，相比 MCU 在架構(gòu)上增加了音頻處理DSP、圖像處理 GPU、神經(jīng)網(wǎng)絡(luò)處理器 NPU 等計算單元，常用于 ADAS、座艙 IVI、域控制等功能較復(fù)雜的領(lǐng)域。隨著智能汽車的發(fā)展，汽車芯片結(jié)構(gòu)形式也由 MCU 進(jìn)化至 SoC。目前市面上主流的自動駕駛芯片 SoC 架構(gòu)方案分為三種：（1）CPU+GPU+ASIC，（2）CPU+ASIC，（3）CPU+FPGA。長期來看，定制批量生產(chǎn)的低功耗、低成本的專用自動駕駛 AI 芯片（ASIC）將逐漸取代高功耗的 GPU，CPU+ASIC 方案將是未來主流架構(gòu)。
消費電子芯片巨頭入局，積極挖掘智能汽車市場機(jī)遇。隨著滲透率趨于飽和，智能手機(jī)市場進(jìn)入瓶頸期，過去智能手機(jī)芯片市場帶來的高增速與高利潤難以持續(xù)，因此消費電子芯片巨頭亟需尋找新的市場機(jī)會點以拓展利潤空間。自2014年，高通、英偉達(dá)兩大消費電子芯片巨頭率先布局智能汽車計算芯片，以奪得市場先機(jī)。芯片是一個依賴高研發(fā)投入，通過大規(guī)模生產(chǎn)以實現(xiàn)規(guī)模效應(yīng)，攤平成本的產(chǎn)業(yè)，因此在市場初期掌握更多競爭優(yōu)勢的廠商在實現(xiàn)量產(chǎn)上車后將通過規(guī)模效應(yīng)獲得成本優(yōu)勢。由于消費電子芯片巨頭具備充足的資金優(yōu)勢，可通過并購優(yōu)秀的初創(chuàng)公司，持續(xù)提升 AI 計算芯片優(yōu)勢，快速補(bǔ)全汽車領(lǐng)域芯片能力與資源，以搶占市場獲得規(guī)模優(yōu)勢。
從車載計算芯片的競爭格局來看，英偉達(dá)、Mobileye、高通等廠商具備較為明顯的優(yōu)勢。傳統(tǒng)汽車芯片市場長期由 TI、恩智浦、瑞薩等傳統(tǒng)芯片廠商所占據(jù)，而汽車智能化發(fā)展帶來的車載計算芯片藍(lán)海市場吸引多方入場，形成消費電子芯片巨頭、新興芯片科技公司、傳統(tǒng)汽車芯片廠商、主機(jī)廠自研/合資芯片廠商四大陣營，汽車芯片市場格局正逐漸被重塑：
（1）在自動駕駛計算芯片領(lǐng)域：英偉達(dá)以及背靠英特爾的 Mobileye 處于[敏感詞]梯隊，高通、華為海思、地平線處于第二梯隊，展現(xiàn)出了強(qiáng)勁的上升趨勢。
（2）在智能座艙芯片領(lǐng)域：高通在產(chǎn)品力與高端市場占有率上具備[敏感詞]領(lǐng)先優(yōu)勢，英特爾、瑞薩、三星等廠商緊隨其后，中低端車型市場上則以恩智浦、TI 為主。
（3）在中國市場：以華為海思、地平線、芯馳科技等為代表的國產(chǎn)化新興芯片科技公司也展現(xiàn)出了較強(qiáng)競爭力。
英偉達(dá)、Mobileye、高通在自動駕駛 SoC 領(lǐng)域各有優(yōu)勢：
1、英偉達(dá)：L3 級別及以上的自動駕駛對算力提出了更高的要求，英偉達(dá)則是大算力芯片的王者，自 2015 年進(jìn)入自動駕駛領(lǐng)域以來一直引領(lǐng)著車載芯片的算力變革。
2015 年，英偉達(dá)推出基于 Tegra X1 SoC 的 DRIVE PX，正式進(jìn)軍自動駕駛領(lǐng)域；2016 年，推出 DRIVE PX2 自動駕駛平臺，上車特斯拉 ModelS 與 ModelX；2018 年，發(fā)布自動駕駛 SoC 芯片 DRIVE Xavier，單芯片算力達(dá) 30TOPS，2021 年已上車小鵬 P7、P5、智己 L7 等多款車型；2019 年，發(fā)布自動駕駛系統(tǒng)級芯片 DRIVE Orin，單芯片算力達(dá) 254TOPS，今年已實現(xiàn)量產(chǎn)上車，蔚來、小鵬、威馬等[敏感詞]車型均搭載 Orin；2021 年 4 月，發(fā)布業(yè)內(nèi)[敏感詞] 1000TOPS 算力的系統(tǒng)級芯片 DRIVE Altan，相比上一代 Orin SoC 算力提升接近 4 倍，比如今大多數(shù) L4 級自動駕駛車輛整車的算力還要強(qiáng)，預(yù)計于 2025 年量產(chǎn)上車；在今年 3 月的 GTC 大會上，英偉達(dá)推出了基于 Atlan 芯片的新一代自動駕駛平臺 DRIVE Hyperion 9，并計劃于 2026 年量產(chǎn)。
英偉達(dá)自 1999 年提出 GPU 的概念以來一直不斷迭代相關(guān)技術(shù)，而自動駕駛正是需要大面積的圖像處理，因此英偉達(dá)也在當(dāng)下以“CPU+GPU+ASIC”SoC 方案為主流的時代領(lǐng)跑行業(yè)。英偉達(dá)通過 Xavier 和 Orin 兩代 SoC 建立起了良好的客戶基礎(chǔ)，而對大算力芯片/平臺的布局也使英偉達(dá)建立起了代差優(yōu)勢，目前在 L3 級別及以上的自動駕駛方面優(yōu)勢明顯。
2、Mobileye：L2 級及以下的自動駕駛所需處理的數(shù)據(jù)量小且算法簡單，Mobileye 則是輔助駕駛領(lǐng)域的龍頭，可以說是過去二十年間的汽車 ADAS 技術(shù)的主要奠基者和引領(lǐng)者。
Mobileye于 1999 年成立，成立以來公司以視覺感知技術(shù)為基礎(chǔ)，推出了算法+EyeQ 系列芯片組成的一系列解決方案，可以幫助車企實現(xiàn)從 L0 級的碰撞預(yù)警，到 L1 級的 AEB 緊急制動、ACC自適應(yīng)巡航，再到 L2 級的 ICC 集成式巡航等各種功能。
盡管在 L3/L4 市場被英偉達(dá)和高通壓制，但 Mobileye 在 L2 市場占有率依舊在 75%以上，具備[敏感詞]優(yōu)勢。2021 年，MobileyeEyeQ 芯片出貨量高達(dá) 2810 萬，截至 2021 年底 EyeQ 系列芯片累計出貨量破億。但是，隨著自動駕駛逐步向高級別演進(jìn)，Mobileye 的產(chǎn)品及方案逐漸失去優(yōu)勢，這其中包括兩大原因：
（1）在算力競爭中 Mobileye 落于下風(fēng)。在 CES 2022，Mobileye 發(fā)布 EyeQ6H、EyeQ6L、EyeQ Ultra 三款芯片產(chǎn)品，算力分別為 34、5、176TOPS。在過去，Mobileye 的一代至五代EyeQ 芯片中，算力[敏感詞]的也是 24TOPS（EyeQ5），即使 Mobileye 在今年發(fā)布的 EyeQUltra 已經(jīng)相較過去大幅提高了算力，但距離英偉達(dá)、高通還有較大的距離；
（2）Mobileye在過去以黑盒交付為主，封閉性太強(qiáng)。Mobileye 給車企提供的自動駕駛解決方案是芯片加感知算法的打包方案，EyeQ 芯片內(nèi)部寫好了 Mobileye 的感知算法，工作時 EyeQ 會直接輸出對外部車道線和車輛等目標(biāo)的感知結(jié)果，然后車企的算法基于這些結(jié)果做出駕駛決策。這樣做的好處是可以滿足尋求智能化轉(zhuǎn)型的主機(jī)廠快速量產(chǎn)的需求，但從長期來看，這樣做算力升級較為保守、迭代速度慢，并且難以滿足主機(jī)廠的定制化的需求，這對于高速發(fā)展和變化的自動駕駛行業(yè)來說是不能被市場接受的。盡管從 EyeQ5 開始 Mobileye 已經(jīng)開始嘗試與合作伙伴實現(xiàn)開源協(xié)作，但和開放生態(tài)的英偉達(dá)和高通來比還是有較大差距。因此，Mobileye在過去 5-10 年丟失了部分重要客戶。
3、高通：瞄準(zhǔn)中高端自動駕駛市場，智能座艙領(lǐng)域王者向駕駛域進(jìn)軍。
高通 2020 年推出的自動駕駛芯片平臺 Snapdragon Ride 算力覆蓋 10-700TOPS，支持 L1-L5 全場景的自動駕駛，盡管從算力層面上不及英偉達(dá) Atlan 芯片，但也已大幅領(lǐng)先 EyeQ 等其余自動駕駛 SoC。
其次，Ride 是高性能、低功耗的自動駕駛解決方案，例如 Ride 平臺為 L4/L5 級別駕駛所需的700 TOPS 算力，同時平臺上多個 SoC、加速器軟硬件解決方案共同消耗的[敏感詞]功率也只有130 瓦，效率達(dá)到 5.4TOPS/W，性能效率高，而且支持被動或風(fēng)冷的散熱設(shè)計，而不需要液冷裝置，這樣不僅極具經(jīng)濟(jì)效益，也具備更高的可靠性。
由于現(xiàn)在 L3 自動駕駛正逐步落地，距離 L4-L5 級別還有一定距離，對算力的要求沒有那么苛刻，因此高通憑借著 Ride 平臺得以順利地切入市場，也拿下了長城、通用、寶馬、大眾等重要客戶的定點。另一方面，由于高通在座艙領(lǐng)域是[敏感詞]龍頭，到目前已經(jīng)打造了龐大的汽車生態(tài)，通過與主機(jī)廠在座艙域建立的合作關(guān)系，高通可以更便利地推廣自己的駕駛域產(chǎn)品。同時在兩域融合的趨勢下，車廠若選擇和座艙產(chǎn)品相同的供應(yīng)商將會有更低的學(xué)習(xí)成本和維護(hù)成本，這也有利于高通拓展自己在駕駛域的產(chǎn)品。
汽車電子電氣架構(gòu)持續(xù)演進(jìn)，
軟件廠商獲得新機(jī)遇
汽車電子電氣架構(gòu)逐漸集中化，多域融合是大趨勢。隨著汽車不斷向智能化、網(wǎng)聯(lián)化方向發(fā)展，以單片機(jī)為核心的傳統(tǒng)分布式電子電氣架構(gòu)已經(jīng)很難滿足未來智能汽車產(chǎn)品的開發(fā)需求。因此，汽車電子電氣架構(gòu)從傳統(tǒng)分布式架構(gòu)正在朝向域架構(gòu)、中央計算架構(gòu)轉(zhuǎn)變，而集中化的 EE 架構(gòu)也是實現(xiàn)軟件定義汽車重要的硬件基礎(chǔ)。從車內(nèi)數(shù)個域控制器并存再到高性能計算機(jī) HPC 的演進(jìn)過程中，多個域控制器的融合、駕駛域與座艙域的融合成為了必要的趨勢，最終具備強(qiáng)大的中央化算力的中央計算平臺將統(tǒng)籌汽車智能座艙和自動駕駛的功能實現(xiàn)。
集中化的 E/E 架構(gòu)對汽車軟件架構(gòu)也提出了新的需求。隨著汽車 EE 架構(gòu)逐步趨于集中化，域控制器或中央計算平臺以分層式或面向服務(wù)的架構(gòu)部署，ECU 數(shù)量大幅減少，汽車底層硬件平臺需要提供更為強(qiáng)大的算力支持，軟件也不再是基于某一固定硬件開發(fā)，而是要具備可移植、可迭代和可拓展等特性。因此在軟件架構(gòu)層面上，汽車軟件架構(gòu)也逐步由面向信號的架構(gòu)（Signal Oriented Architecture）向面向服務(wù)的軟件架構(gòu)（Service-Oriented Architecture，SOA）升級，以更好實現(xiàn)軟硬件解耦與軟件快速迭代。
除了更高的靈活性，汽車軟件架構(gòu)還需要兼顧座艙域與駕駛域的需求，在多域融合的趨勢下，既能滿足駕駛域?qū)δ馨踩囊笥帜軡M足座艙域?qū)δ茇S富度的需求。
相較過去，汽車軟件的復(fù)雜度有明顯提升。根據(jù)我們之前發(fā)布的報告《智能汽車深度系列之一：汽車軟件的星辰大海》，目前汽車軟件在智能汽車軟硬件架構(gòu)中自下而上可分為系統(tǒng)軟件、功能軟件、應(yīng)用軟件三類：
（1）系統(tǒng)軟件：由硬件抽象層、OS 內(nèi)核（狹義上的操作系統(tǒng)）和中間件組件構(gòu)成，是廣義操作系統(tǒng)的核心部分；
（2）功能軟件：主要為自動駕駛的核心共性功能模塊，包括自動駕駛通用框架、AI 和視覺模塊、傳感器模塊等庫組件以及相關(guān)中間件。系統(tǒng)軟件與功能軟件構(gòu)成了廣義上的操作系統(tǒng)；
（3）應(yīng)用軟件：主要包括場景算法和應(yīng)用，是智能座艙（HMI、應(yīng)用軟件等）以及自動駕駛（感知融合、決策規(guī)劃、控制執(zhí)行等）形成差異化的核心。
在新型的架構(gòu)下，軟件廠商所參加的開發(fā)環(huán)節(jié)增加，軟件開發(fā)難度也大幅提升，對汽車軟件有深刻 Know-How 積累以及具備全棧能力（底層開發(fā)能力-中間件-上層應(yīng)用）的廠商有望受益。具體來看：
1.座艙域與駕駛域的融合需要 Hypervisor 技術(shù)的支持
在汽車電子電氣系統(tǒng)中，不同的 ECU 提供不同的服務(wù)，同時對底層操作系統(tǒng)的要求也不同。根據(jù) ISO 26262 標(biāo)準(zhǔn)，汽車儀表系統(tǒng)與娛樂信息系統(tǒng)屬于不同的安全等級，具有不同的處理優(yōu)先級。汽車儀表系統(tǒng)與動力系統(tǒng)密切相關(guān)，要求具有高實時性、高可靠性和強(qiáng)安全性，以 QNX操作系統(tǒng)為主；而信息娛樂系統(tǒng)主要為車內(nèi)人機(jī)交互提供控制平臺，追求多樣化的應(yīng)用與服務(wù)，主要以Linux 和 Android 為主。
在 EE 架構(gòu)趨于集中化后，虛擬化（Hypervisor）技術(shù)的出現(xiàn)讓“多系統(tǒng)”成為現(xiàn)實。在電子電氣系統(tǒng)架構(gòu)從分布式向域集中式演進(jìn)的大背景下，各種功能模塊都集中到少數(shù)幾個計算能力強(qiáng)大的域控制器中。此時，不同安全等級的應(yīng)用需要共用相同的計算平臺，傳統(tǒng)的物理安全隔離被打破。
虛擬化（Hypervisor）技術(shù)可以模擬出一個具有完整硬件系統(tǒng)功能、運(yùn)行在一個完全隔離環(huán)境中的計算機(jī)系統(tǒng)，此時供應(yīng)商不再需要設(shè)計多個硬件來實現(xiàn)不同的功能需求，而只需要在車載主芯片上進(jìn)行虛擬化的軟件配置，形成多個虛擬機(jī)，在每個虛擬機(jī)上運(yùn)行相應(yīng)的軟件即可滿足需求。Hypervisor 提供了在同一硬件平臺上承載異構(gòu)操作系統(tǒng)的靈活性，同時實現(xiàn)了良好的高可靠性和故障控制機(jī)制，以保證關(guān)鍵任務(wù)、硬實時應(yīng)用程序和一般用途、不受信任的應(yīng)用程序之間的安全隔離，實現(xiàn)了車載計算單元整合與算力共享。
軟件定義汽車時代下，中間件的作用愈發(fā)重要。隨著 EE 架構(gòu)逐漸趨于集中化，汽車軟件系統(tǒng)出現(xiàn)了多種操作系統(tǒng)并存的局面，這也導(dǎo)致系統(tǒng)的復(fù)雜性和開發(fā)成本的劇增。為了提高軟件的管理性、移植性、裁剪性和質(zhì)量，需要定義一套架構(gòu)（Architecture）、方法學(xué)（Methodology）和應(yīng)用接口（Application Interface），從而實現(xiàn)標(biāo)準(zhǔn)的接口、高質(zhì)量的無縫集成、高效的開發(fā)以及通過新的模型來管理復(fù)雜的系統(tǒng)，這就是我們所說的“中間件”。
汽車行業(yè)中有眾多的整車廠和供應(yīng)商，每家 OEM 會有不同的供應(yīng)商以及車型，每個供應(yīng)商也不止向一家 OEM 供貨，中間件的存在盡可能地讓相同產(chǎn)品在不同車型可重復(fù)利用或是讓不同供應(yīng)商的產(chǎn)品相互兼容，這樣就能大幅減少開發(fā)成本。因此，可以說中間件在汽車軟硬件解耦的趨勢中發(fā)揮了關(guān)鍵的作用。
車企自研中間件難度較大，由軟件供應(yīng)商提供中間件方案或與供應(yīng)商共同開發(fā)中間件更具性價比。中間件技術(shù)更加偏底層，目的是幫助主機(jī)廠降低上層軟件的開發(fā)難度，提高開發(fā)效率。但終端用戶并不關(guān)注自動駕駛的底層技術(shù)，他們更多地關(guān)注的是應(yīng)用層，因此主機(jī)廠應(yīng)該把更多的精力聚焦在那些可以向消費者展示競爭力的地方。
此外，隨著中間件越來越成熟，最終有望形成一套被廣泛應(yīng)用的標(biāo)準(zhǔn)化軟件，對于主機(jī)廠而言沒必要投入大量人力、物力去自研中間件，由中間件供應(yīng)商提供更具性價比。
當(dāng)然也有主機(jī)廠認(rèn)為，中間件的功能對于實現(xiàn)自動駕駛有重要意義，例如數(shù)據(jù)通信、資源管理、任務(wù)調(diào)度等，同時中間件對應(yīng)用功能的實現(xiàn)也會有影響，因此中間件還是需要存在差異性的，此時部分主機(jī)廠會選擇自研中間件。百度、蔚來、小鵬等廠商的自研自動駕駛 OS，都是在基礎(chǔ)內(nèi)核之上進(jìn)行中間件和應(yīng)用軟件自研（ROM 型操作系統(tǒng)）。但對于主機(jī)廠而言，對軟件及中間件 Know-How 積累較淺，也沒有太多成功的案例，即使通過大規(guī)模地招聘，若沒有軟件公司的思維也難以協(xié)調(diào)好眾多的軟件人才。對于軟件/中間件供應(yīng)商而言，他們更加容易與多家主機(jī)廠達(dá)成合作，從而擴(kuò)大軟件和中間件應(yīng)用的范圍和場景，對 Know-how 的積累是顯著優(yōu)于主機(jī)廠的。因此對于主機(jī)廠而言，更可行的道路還是跟專業(yè)的中間件廠商合作，以此保證自己開發(fā)的個性化軟件可以順利地與通用化軟件組合起來，而供應(yīng)商也可以在提供標(biāo)準(zhǔn)產(chǎn)品的基礎(chǔ)上再為主機(jī)廠提供半定制化的服務(wù)。
車載操作系統(tǒng)將逐步由座艙 OS 向整車 OS 演進(jìn)。很多汽車 OS 廠商是從車機(jī) OS 入局的，如蘋果 CarPlay、百度 CarLife、華為 Hicar 等，過去手機(jī)芯片、OS 和應(yīng)用生態(tài)均優(yōu)于汽車，因此將手機(jī)功能映射到汽車中控可以滿足車主對娛樂的需求。
隨著汽車芯片以及軟件生態(tài)的發(fā)展，當(dāng)前汽車操作系統(tǒng)已步入座艙 OS 階段，未來隨著座艙域與自動駕駛域的融合，座艙 OS 將進(jìn)一步向整車OS 邁進(jìn)。在 2020 年初，斑馬智行提出了 AliOS 操作系統(tǒng)演進(jìn)三部曲戰(zhàn)略，即智能車機(jī)操作系統(tǒng)、智能座艙操作系統(tǒng)、智能整車操作系統(tǒng)。如今斑馬智行已經(jīng)進(jìn)入到了座艙 OS 階段，下一階段將重點布局智能整車 OS，以“OS+AI+芯片”為智能汽車決策核心，在操作系統(tǒng)層面推進(jìn)汽車分布式智能向整車智能逐漸邁進(jìn)。根據(jù)佐思汽研預(yù)測，2024 年以后將邁向整車 OS 階段，屆時軟件廠商的競爭力在于是否具備座艙域（HMI、APP 開發(fā)優(yōu)化等）與駕駛域（AI、視覺能力等）的全棧能力。
我們認(rèn)為，在自動駕駛技術(shù)與汽車電子電氣架構(gòu)快速演進(jìn)的時代，汽車軟件廠商的機(jī)遇與挑戰(zhàn)并存。首先，汽車軟件廠商在產(chǎn)業(yè)鏈中的地位較原來有所上升，此外也將受益于軟件價值的持續(xù)提升，但與此同時，也需要持續(xù)豐富自身的產(chǎn)品矩陣并提升硬件能力，以提供軟硬件的全棧解決方案：
1、軟件供應(yīng)商一躍成為 Tier1 供應(yīng)商。由于汽車軟件開發(fā)難度提升，傳統(tǒng)的汽車零部件供應(yīng)商研發(fā)能力難以滿足需求，此時車廠開始繞過傳統(tǒng)一級供應(yīng)商，直接與原有的二級供應(yīng)商（芯片、軟件算法等廠商）合作。在軟件定義汽車時代，軟件重要性不言而喻，整車廠為了掌握主導(dǎo)權(quán)并降低高昂的研發(fā)成本，往往會選擇直接與具備較強(qiáng)的獨立算法研發(fā)能力的軟件供應(yīng)商合作，因此這些軟件供應(yīng)商一躍成為了 Tier1 廠商。
2、隨著智能汽車功能復(fù)雜度的不斷提升，單車軟件授權(quán)費價值有望持續(xù)提升。智能汽車軟件的商業(yè)模式是“IP+解決方案+服務(wù)”的模式，Tier1 軟件供應(yīng)商的收費模式包括：一次性研發(fā)費用投入，購買軟件包，比如 ADAS/AD 算法包；單車的軟件授權(quán)費用（License），Royalty 收費（按汽車出貨量和單價一定比例分成）；一次性研發(fā)費用和單車 License 打包。若不考慮復(fù)雜度極高的自動駕駛軟件，目前單車軟件 IP 授權(quán)價值量大致在 2-3 千元左右。未來隨著智能汽車功能以及操作系統(tǒng)的復(fù)雜度不斷提升，單車軟件授權(quán)費價值有望持續(xù)攀升，這也為 Tier1 軟件供應(yīng)商帶來了機(jī)遇。
3、軟件供應(yīng)商需要不斷豐富產(chǎn)品矩陣，并逐步提升硬件能力。隨著 OEM 主機(jī)廠自主權(quán)和軟件自研能力的不斷加強(qiáng)，OEM 主機(jī)廠開始尋求與軟件供應(yīng)商的直接合作。比如 OEM 廠商將首先尋求將座艙 HMI 交互系統(tǒng)功能收回，UI/UX 設(shè)計工具、語音識別模塊、音效模塊、人臉識別模塊等應(yīng)用軟件則直接向軟件供應(yīng)商購買軟件授權(quán)，從而繞過了傳統(tǒng) Tier1，實現(xiàn)自主開發(fā)。對于軟件供應(yīng)商來說，能提供越多的軟件 IP 產(chǎn)品組合，就可能獲取更高的單車價值。同時，軟件供應(yīng)商也正尋求進(jìn)入傳統(tǒng) Tier1 把持的硬件設(shè)計、制造環(huán)節(jié)，比如域控制器、TBOX等，以提供多樣化的解決方案。
自動駕駛產(chǎn)業(yè)鏈硬件廠商有望受益
高階自動駕駛呼之欲出，單車攝像頭用量逐級提升。在自動駕駛系統(tǒng)中，車載攝像頭是實現(xiàn)眾多預(yù)警、識別類功能的基礎(chǔ)，超過 80%的自動駕駛技術(shù)都會運(yùn)用到攝像頭。目前 L2 級別攝像頭搭載量在 5-8 顆，L3 級別能到 8 顆以上，蔚來 ET7、極氪 001、小鵬 P5、極狐 Hi 版車身攝像頭搭載量分別為 11、12、13、13 顆，且像素以 500-800 萬高像素為主，到 L4/L5 階段則有望達(dá)到 10顆甚至 15 顆以上，相比 L1 級別 1 顆的用量，車載攝像頭搭載量將顯著提升，車載光學(xué)市場正迎來加速放量階段。
技術(shù)升級助推 CIS 單價提升，圖像傳感器廠商有望受益。車載攝像頭需要應(yīng)對多路況環(huán)境等， 其核心部件 CIS（CMOS Image Sensor）需要解決包括 HDR、LFM、低照等關(guān)鍵技術(shù)難題以匹配車載攝像頭高像素、高性能、高穩(wěn)定性的趨勢，新工藝的升級將推升 CIS 的單位價值。CIS 約占攝像頭總成本 50%，是解決包括 HDR、LFM、低照等關(guān)鍵技術(shù)的核心部分。據(jù) EEWorld， 1-2MP 汽車 CIS 單價為 3-8 美金，8MP 汽車 CIS 單價為 10 美金以上。隨著汽車單車攝像頭用量提升及像素升級，我們測算 2020 年全球汽車 CIS 市場規(guī)模約 10 億美元，2025 年有望達(dá)到 50 億美元，長期有望達(dá)到 100 億美元以上。國內(nèi) CIS 廠商如韋爾股份、思特威持續(xù)受益。
車載光學(xué)起量帶動 ISP 持續(xù)增長。車載攝像頭用量的提升將助推圖像信號處理器 ISP (Image Signal Processor)市場空間的增長，ISP 主要作用是對前端圖像傳感器輸出的信號進(jìn)行運(yùn)算處理。據(jù) Yole 預(yù)測，視覺處理芯片規(guī)模有望從 2018 年的 95 億美元增長到 2024 年的 186 億美元，18-24 年 CAGR 為 14%，其中 2018 年 ISP 占比約 37%。車載攝像頭起量帶動 ISP 市場增長也為國內(nèi)廠商提供了良好的發(fā)展機(jī)遇。國內(nèi) CMOS 傳感器廠商積極參與 ISP 的開發(fā)生產(chǎn)：（1）思特威購買深圳安芯微專利及技術(shù)人員，加速和輔助推動公司部分具備 ISP 二合一功能的圖像傳感器的開發(fā)進(jìn)度；（2）韋爾股份子公司豪威科技提供多款內(nèi)置 ISP 芯片的汽車 CIS 圖像傳感器之余，還提供獨立的 ISP 芯片產(chǎn)品。芯片廠商正加速布局車用 ISP：
（1）國內(nèi)專注安防領(lǐng)域富瀚微在 2018 年 8月宣布推出百萬像素以上的車規(guī)級 ISP 芯片 FH8310，且與國內(nèi)[敏感詞]車廠 BYD 合作并快速量產(chǎn)；
（2）北京君正收購北京矽成后，車載 ISP 研發(fā)也在加速進(jìn)行中。
自動駕駛向高級別進(jìn)階，激光雷達(dá)裝車小[敏感詞]來臨
多傳感器融合大勢所趨，激光雷達(dá)必不可少。作為自動駕駛的傳感器之一，激光雷達(dá)以激光作為載波，波長比毫米波更短，探測精度高、距離遠(yuǎn)。不過受限于技術(shù)難度大、成本高，目前還未實現(xiàn)大規(guī)模裝車。為了實現(xiàn)無人駕駛功能性與安全性的全面覆蓋，傳感器的融合與冗余將成為未來的主旋律，激光雷達(dá)作為探測精度、分辨率更高的關(guān)鍵一環(huán)，伴隨其工藝的不斷成熟，成本的逐漸下探，其將在 L3 及以上車型實現(xiàn)規(guī)?；b車應(yīng)用。另一方面隨著 Robotaxi／Robotruck 的商業(yè)化落地，未來該領(lǐng)域的車隊規(guī)模將加速擴(kuò)大。沙利文研究預(yù)計，至2025年新落地車隊規(guī)模將突破60 萬輛，給激光雷達(dá)的應(yīng)用帶來廣闊下游空間，二者將共同驅(qū)動激光雷達(dá)市場迎來繁榮。沙利文研究預(yù)計，至 25 年全球激光雷達(dá)市場規(guī)模為 135 億美元，19-25E CAGR 65%；其中無人駕駛和ADAS 領(lǐng)域市場規(guī)模將分別增至 35/46 億美元，19-25E CAGR 為 81%/84%，將占激光雷達(dá)總規(guī)模的約 6 成。
高功率半導(dǎo)體激光器層面，VCSEL 未來將有望逐漸取代 EEL，國內(nèi) VCSEL 廠商有望受益。EEL發(fā)光面位于晶圓側(cè)面，需要進(jìn)行切割、翻轉(zhuǎn)、鍍膜、再切割，且每顆激光器需用分立光學(xué)器件進(jìn)行光束發(fā)散角的壓縮和手工裝調(diào)，極大依賴工人的手工裝調(diào)技術(shù)，生產(chǎn)成本高且一致性難以保障。而 VCSEL 發(fā)光面與半導(dǎo)體晶圓平行，其所形成的激光器陣列易于與平面化的電路芯片鍵合，無需再進(jìn)行每個激光器的單獨裝調(diào)，具有效率高、光束質(zhì)量好、精度高、功耗低、小型化、高可靠、調(diào)制速率快、可大量生產(chǎn)、制造成本低等優(yōu)勢，伴隨智能駕駛的發(fā)展未來有望逐漸取代 EEL。國內(nèi) VCSEL 廠商長光華芯、炬光科技有望深度受益：長光華芯自成立以來始終專注高功率半導(dǎo)體激光芯片的研發(fā)生產(chǎn)，建立了國內(nèi)全制程 6 吋 VCSEL 產(chǎn)線，目前商業(yè)化單管芯片輸出功率達(dá)到30W，巴條芯片連續(xù)輸出功率達(dá)到 250W（CW），準(zhǔn)連續(xù)輸出 1000W（QCW），VCSEL 芯片的[敏感詞]轉(zhuǎn)換效率 60%以上，產(chǎn)品性能指標(biāo)與國外先進(jìn)水平同步。炬光科技生產(chǎn)基于 VCSEL 激光器的激光雷達(dá)面光源、線光源及光源光學(xué)組件等，截至 20 年 9 月末，公司已與北美、歐洲、亞洲多家知名企業(yè)達(dá)成合作，包括 Velodyne、Luminar、福特旗下知名無人駕駛公司 Argo AI、德國大陸集團(tuán)等。
智能座艙算力需求快速上升，國內(nèi)廠商享本土化優(yōu)勢。智能座艙是人車交互入口，顯示屏數(shù)量的增加以及軟件應(yīng)用等配套將帶動座艙數(shù)據(jù)量呈指數(shù)級增長。據(jù) IHS Markit，24年智能座艙 NPU算力將達(dá)到 136TOPS,近 21 年 10 倍，CPU 算力也將是 21 年的 3 倍之上。伴隨傳統(tǒng)垂直化供應(yīng)鏈逐漸被打破，座艙 SoC 作為核心硬件之一，未來將得到車企的大力重視。智能座艙芯片供應(yīng)商晶晨股份等國內(nèi)公司有望充分享受智能座艙快速增長以及供應(yīng)鏈本土化機(jī)遇。
車載顯示方興未艾，用量、尺寸、技術(shù)同步進(jìn)階升級。車載顯示作為智能座艙終端系統(tǒng)，幫助實現(xiàn)人車交互智能體驗，隨著自動駕駛不斷深入，傳統(tǒng)儀表盤、中控屏等面臨著升級和集成，催生車載顯示[敏感詞]屏化、多屏化、聯(lián)屏化趨勢。車載觸控顯示供應(yīng)商長信科技有望持續(xù)受益。
免責(zé)聲明：本文轉(zhuǎn)載自“ittbank”，本文僅代表作者個人觀點，不代表薩科微及行業(yè)觀點，只為轉(zhuǎn)載與分享，支持保護(hù)知識產(chǎn)權(quán)，轉(zhuǎn)載請注明原出處及作者，如有侵權(quán)請聯(lián)系我們刪除。
