汽车半导体深度研究报告！

1.1. 电动平台替代传统内燃机平台，推动智能化发展

1.2. 电气架构由传统分布式向域控制器发展，最终向中央集中式发展

ECU是汽车电子设备的核心电控装置。ECU（Engine control unit）即汽车电子控制单元，又称“行车电脑”，是由输入接口、MCU和输出接口组成的电子控制装置，是汽车电子设备的核心。ECU的作用是根据所存储的程序对传感器输入的各种信息进行运算、处理、判断，然后输出指令给执行器，控制有关执行动作，达到快速、准确控制被动部件的工作目的。整块电路板设计安装于一个铝质盒内，通过卡扣或者螺钉安装于车身钣金上。

汽车ECU种类繁多，遍布三大电控系统。由于ECU是汽车控制的关键，汽车三大电控系统发动机、底盘、车身均需要ECU，小到雨刷、座椅控制，大到转向、发动机控制，因此汽车ECU种类繁多。如发动机电控系统中需要发动机ECU控制发动机供油、点火、怠速等，底盘电控系统中需要变速器ECU控制自动变速器的升挡、降挡、锁止等，车身电控系统需要门窗ECU控制门窗的闭锁、开锁等。

传统汽车主要采用分布式ECU架构，汽车功能增加主要靠ECU数量的堆叠。随着发展，ECU数量逐步提升。分布式架构下汽车各个功能由不同的单一ECU控制单元来完成，通过ECU的累加来实现更多的功能，汽车的主体架构不发生改变。根据OFweek电子工程官网数据，目前普通汽车上的ECU数量为50-70个，高端汽车上的ECU数量超过100个。

传统分布式架构面临挑战，制约汽车电动化智能化发展。随着汽车智能化发展，汽车的功能逐渐增加，ECU数量快速增长，靠传统分布式架构面临许多问题，主要体现为：

连接线束的难度和成本上升。随着ECU数量的增加，每个ECU都需要与总线连接，整车的线束会越来越臃肿，带来整车成本和重量的大幅上升。此外，ECU的成倍增加还会带来总线信号数量的几何量级攀升，对总线带宽负载带来巨大挑战。

ECU出现冗余重叠，不利于升级和维护。汽车智能化要求对汽车的功能进行快速的升级迭代，OTA升级逐渐成为大趋势。不同功能的ECU由不同的供应商提供，底层软件和驱动各异，后期需要不同的供应商来更新和维修。而传统的电气架构里面许多功能是由两个甚至多个ECU控制器共同配合完成的，功能升级涉及到多个控制器的同步更改，因此大大增加了功能拓展升级的成本。此外，不同的ECU还可能存在功能重叠，造成算力和成本浪费。

高级别辅助驾驶等功能需要不同ECU之间高度协同，传统架构处理效率较低。实现自动驾驶需要视觉、雷达、高精度地图以及车辆车身控制的共同参与。传统架构下多ECU协同能力有限，沟通效率较低，难以胜任高级自动驾驶任务。

电气架构往域集中式架构发展，未来进一步向中央集中式架构变化。随着传统分布式架构不再适应汽车发展的需要，域控制的概念被提出并逐渐接受。博世将整车划分为五个域，全车主要分为动力域、底盘域、车身控制域、信息娱乐域、ADAS（智能辅助驾驶）域。单个域主要有域控制器（DCU）进行计算和控制。各个域之间通过千兆以太网连接，以此解决实时性问题与传导问题，而每个域与自己分管的子系统之间通过CAN，CAN-FD以及百兆以太网连接通信。各个域控制器还会逐渐出现功能融合。

以特斯拉电气架构为例，model 3将整车分为四个域，包括中央计算模块CCM（负责娱乐信息系统，辅助驾驶系统和车内互联通信）、前车身控制（负责雨刮、前电机控制器、车灯等等）、左车身控制模块LBCM（负责左车灯、门窗以及转向制动等）、右车身控制模块RBCM（包括底盘安全系统、动力系统、热管理等等）。未来电气架构的最终发展方向为统一的中央集中式控制。

ECU功能简化，域控制器中需要采用更强算力和功能的SoC等定制芯片集中处理。在如此的架构变革下，硬件与硬件，硬件与软件发生解耦，ECU功能逐渐被简化，往往承担最简单的执行层面的控制功能。而软件算法、数据处理将集中在域控制或者中央控制器的处理芯片中进行，也便于进行后期的OTA升级。因此对算力更强的Soc和MCU芯片提出了更多需求。

1.3. 自动驾驶催生传感、存储与计算的需求

1.3.1. 自动驾驶渗透率提升

当前正处L2到L3升级的窗口期。我国基于六大标准发布了针对自动驾驶功能的《汽车驾驶自动化分级》国家推荐标准，将驾驶自动化系统划分为L0到L5六个级别，分别对应应急辅助、部分驾驶辅助、组合驾驶辅助、有条件自动驾驶、高度自动驾驶、完全自动驾驶。其中，L2开始拥有ICC集成式巡航辅助功能，在持续车辆横向和纵向运动控制方面，可由驾驶自动化系统完全负责。L3为驾驶自动化分水岭，在L3之前的驾驶自动化都只能算驾驶辅助系统，L3阶段的自动驾驶汽车可以在某些特定的场景和路段下实现自动驾驶，但如果有突发情况还是需要驾驶员接管，L3的汽车将有条件实现TJP交通拥堵辅助功能。目前主流车企如特斯拉、蔚来等的辅助驾驶处于L2及以下级别，L3以上的商业化落地与普及需要一定的时间。

L2方案成熟，进入量产阶段，L3级技术有序推进。根据《全球和中国ADAS和自动驾驶Tier 1供应商研究报告（2020-2021）》，Tier 1供应商积极推动L2级自动驾驶量产，2020年1-11月，全球Tier 1供应商合计推动57个汽车品牌推出208款L2车型，销售量达260万辆，同比增长118.9%。2021年3月本田正式发售全球首款获法律许可的L3级自动驾驶车辆Legend EX；宝马将为7系配备L3级自动驾驶，预计2022年下半年上市；2021年12月，奔驰L3级自动驾驶系统DRIVE PILOT获得德国联邦交管局的上路许可，将于2022年搭载奔驰EQS或奔驰S级上市。

产业链各方力量的持续推动支撑ADAS赛道的中长期成长，ADAS赛道具备高确定性。

1）造车新势力入局带动ADAS渗透率提升。新能源汽车市场，蔚来、理想、小鹏等造车新势力在ADAS领域保持较大的投入，以保证在智能化上的领先地位。根据《2021中国乘用车自主品牌主机厂ADAS和自动驾驶研究报告》，2021年，以小鹏、理想、蔚来、极狐为代表的新势力车企率先实现L3级装配上车或示范演示，2021年1-8月中国L3级ADAS系统装配量达1.7万辆，装配率0.3%。

2）传统车企加速追赶。相较于新能源汽车，传统燃油车ADAS渗透率较低，造车新势力在ADAS领域的持续迭代有望倒逼传统车企加速追赶。例如，吉利在G-pilot智能驾驶路线规划中规划2015年实现中国品牌ADAS“零”的突破， 2018年实现中国品牌L2级第一次量产，2020年局部工况实现高度自动驾驶，2022年计划实现5G协同高度自动驾驶，202X年计划实现5G NR+边缘计算协同式城市自动巡航。目前，吉利已在轿车、SUV与MPV全品类上已经实现L2级别技术全覆盖。

3）科技大厂积极参与。苹果、华为、百度等科技大厂入局造车，我们认为科技大厂的技术和人才积累强大，在自动驾驶算法的开发调教上具有较大的优势，能够有效推动自动驾驶技术的发展与落地。

近年各国家和地区纷纷出台汽车评级标准，将AEB、LDW、FCW等自动驾驶功能纳入汽车评级体系。同时，主要国家政策端纷纷拟定商用车搭载AEB时间表，国内多项政策出台规定部分商用车要搭载ADAS系统。受政策端影响，国内商用车ADAS方案纷纷发布。2019年底，一汽解放J7高端智能重卡发布，搭载“挚途领航”智能驾驶辅助系统，整车硬件方面主要增加了车载雷达、摄像头等配置；2019年底，陕汽重卡德龙X6000亮相，配备LDW、DMS、环境监测系统、ACC、AEBS等ADAS系统。

综合上述因素的驱动催化，全球主要主机厂商纷纷出台清晰的自动驾驶时间表规划。中期维度看，L3级别预计于2022年开始逐步起量，L4级别自动驾驶车型有望于2025年集中爆发，带动汽车传感器市场高速成长。

L3级别自动驾驶有望在2023年迎来较大放量。我们测算，未来几年内L2级别的智能车将成为全球市场主力，2020到2025年，全球L2智能驾驶渗透率从16%增长到38%，L1智能驾驶渗透率将先增加，之后逐步被更高级别取代，2023年L3开始量产，到2025年L3智能驾驶渗透率达8%；中国市场L2依旧是主力，2025年渗透率达35%，L1渗透率逐年递增，2023年之后L3智能驾驶渗透率和全球持平。由于各地法规限制，我们预计全球包括中国L4+智能驾驶渗透率较低，2025年维持在1%左右。

1.3.2. 多传感器融合提供冗余，用量随自动驾驶程度提升，带来细分赛道投资机会

自动驾驶分为感知层，决策层和控制执行层面。感知层负责使用车载传感器捕获的数据来估计汽车的状态和创建环境的内部表示，例如LIDAR，RADAR，摄像机，GPS，IMU，里程表等，以及有关传感器模型，道路网络，交通规则，汽车动力学等的先验信息。决策层则负责将汽车从初始出发位置导航到用户定义的最终目的地，在此期间要考虑汽车状态和环境内部展示，以及交通规则和乘客的舒适度。执行层指系统在做出决策后，替代人类对车辆进行控制，反馈到底层模块执行任务。车辆的各个操作系统都需要能够通过总线与决策系统相连接，并能够按照决策系统发出的总线指令精确地控制加速程度，制动程度以及转向幅度等驾驶技术。其中感知层作为汽车的“眼睛”对应于车载雷达、摄像头、其他车内传感器，而决策单元通过自动驾驶芯片对得到的传感器数据进行处理，将决策传递给控制单元进行车身控制等。

感知层细分赛道存在技术成熟度差异，摄像头厂商业绩确定性较高，激光雷达仍处初期想象空间巨大。感知层主要包括摄像头、激光雷达、毫米波雷达，超声波雷达四大细分市场。光学摄像头领域的技术趋于成熟，在光学镜头和CIS领域国内均有厂商具备高竞争力。激光雷达尚处技术发展初期，近期众多汽车厂商逐步推出搭载激光雷达的量产车型，激光雷达前装量产正进入从0到1和从1到N的叠加周期，市场存在巨大机遇。毫米波雷达的技术成熟，但短期国内厂商缺乏竞争力。当前毫米波雷达市场主要为博世、大陆等传统零部件巨头垄断。超声波雷达技术成熟，成本相对低廉。超声波雷达模组的主要生产商有博世、法雷奥、村田、尼塞拉、电装、三菱、松下、同致电子、航盛电子、豪恩、辉创、上富、奥迪威等。传统的超声波雷达多用于倒车雷达应用，这部分市场基本被博世、法雷奥占据，国内鲜有进入前装市场的厂商。

任意单一类别传感器均存在自身局限性，并无一类传感器可胜任所有自动驾驶场景需求，多传感器融合（摄像头+多种雷达方案）以满足所有自动驾驶需求的解决方案成为必要。

随自动驾驶等级提升，感知层硬件配置要求相应提高，摄像头、超声波雷达、毫米波雷达、激光雷达的性能和数量要求均有所提高。只用光学摄像头的纯视觉方案具备一定的成本优势，能够满足当前 L2 级别 ADAS 感知需求，L3级别以上激光雷达、超声波雷达、毫米波雷达用量将显著增加。

2.1. 功率半导体：电能控制的核心器件，新能源汽车带来广阔成长空间

功率半导体是电子装置中电能转换与电路控制的核心，主要用于改变电子装置中电压和频率、直流交流转换等。功率半导体可分为功率IC和功率分立器件两大类，二者集成为功率模块（包括MOSFET/IGBT模块，IPM模块，PIM模块）。

2.2 电动化趋势下，新能源汽车功率半导体需求快速提升

新能源汽车全球加速普及，电动化、智能化和网联化为功率半导体带来广阔市场。为了完成《巴黎气候协定》的目标，全球多数国家已明确碳中和时间，我国预计2030年前实现碳达峰、2060年前实现碳中和。随着碳中和目标推进，新能源汽车行业迎来快速发展期。

预计到2025年全球新能源汽车渗透率达20%，我国达34%领跑全球。我们假设2021年后全球包括中国汽车销量以每年3%的增速缓慢增长，新能源汽车保持高速增长，测算出2025年全球汽车销量达9020万辆，新能源汽车渗透率达20%，新能源汽车销量为1804万辆；2025年中国汽车销量达2957万辆，其中新能源汽车渗透率达34%，新能源汽车销量为1000万辆，领跑全球。

新能源汽车（混合动力汽车或纯电动汽车等）半导体含量显著高于传统汽车。其中，新能源汽车功率半导体用量及规格均高于传统燃油车，功率半导体约占每辆车半导体价值量增量的四分之三。英飞凌Q4 FY2021财报披露数据显示，一辆配备传统内燃机的汽车的平均半导体含量为490美元，轻混合动力汽车为600美元，全混合动力为890美元，插电式混合动力及纯电动汽车为950美元。其中，功率半导体约占每辆车半导体价值量增量的85%。

与传统燃油车和弱混合动力汽车相比，电动汽车并无发动机和启停系统，但由于电力转换与控制要求提升，因而多出主电控（电驱）、车载电动空调、DC-DC、OBC、电池管理系统（BMS）等部件，带动功率半导体需求提升。

功率半导体的增量具体可拆分为：（1）主传动/逆变器：一般选用Si基IGBT（模块）、SiC基MOSFET；（2）充电器（OBC）：开关频率较高，一般选用采用驱动功率为3-6KWSi基MOSFET、10-40kW的Si基IGBT、SiC基MOSFET；（3）DC-DC转换：涉及低电压直流转换，一般选用Si基MOSFET；（4）高压辅助驱动：高压配电，一般选用Si/SiC/GaN MOSFET（模块）；（5）电池管理系统（BMS）：低电压，一般选用Si基电池管理ICs。

新能源汽车对功率半导体规格要求远高于传统燃油车，IGBT模块因此成为新能源汽车领域功率半导体主流选择。传统燃油车的电压功率要求较低，一般要求动力总成电压为30-40V、电助力制动器电压为60-80V、点火器电压为40-80V及单车平均电气功率≤20kW，此场景下一般选用低导通阻抗的高性能低压MOSFET。相较而言，纯电动汽车（EV）或混合动力汽车（HEV）的核心在于高压（200-450V DC）电池及其相关的充电系统。纯电动汽车主电机驱动一般要求功率器件的驱动功率在20-150kW，平均功率约在70kW。由于较高的驱动功率、电压以及高能耗敏感度，电动车厂往往会采用导通压降小、工作电压高的IGBT模块，而非在传统燃油车中采用的MOSFET。

国内新能源汽车领域功率半导体量价提升逻辑下，广阔需求端空间为国产替代提供支撑。结合新能源汽车较传统燃油车在功率半导体单车价值量上的显著增量，及国内市场新能源汽车销量及渗透率的持续提升，预计国内新能源汽车领域的功率半导体需求将在未来五年内快速提升，为国产替代提供需求端基础。

预计到2025年全球新能源汽车IGBT规模接近40亿美元，中国达22亿美元。根据产业链调研，通常新能源汽车IGBT的单车价值量在300美金左右。我们假设新能源汽车双电机的渗透率逐年提升，IGBT受益于景气周期先涨价，之后由于技术成熟、市场竞争等因素价格逐渐下降；假设SiC的渗透率逐年增加，对IGBT形成一定的替代。我们测算出2025年全球新能源汽车IGBT的规模达到39.78亿美元，5年CAGR为39.4%；中国达到22.05亿美元，5年CAGR为46.5%，中国将成为全球新能源汽车IGBT主要的市场。

2.3.海外缺芯叠加国内新能源汽车爆发，国内企业迎来发展窗口期

供给端，缺芯问题在以英飞凌为代表的功率半导体厂商中依然明显，IGBT和MOSFET为代表的功率半导体交期依然维持稳中有升态势，预计未来四个季度供给端紧张难以缓解。从货期角度看，英飞凌IGBT和MOSFET货期自2020Q1起持续提升，2021Q4整体交货周期依然普遍保持在40-50周，而不缺货情况下交货周期一般仅在10-16周。考虑到供给端扩产周期一般需要9-12月甚至更长，当前Fab厂产能已普遍排至2023年，结合新能源汽车和光伏领域需求的持续增长，预计未来四个季度内仍是供给偏紧状态。

结合前节讨论的国内新能源汽车市场的高景气度，功率半导体市场存在较大供需错配，行业缺芯凸显芯片国产化瓶颈现状，给予国产厂商难得的“试错”机会，国产厂商迎来供应链导入良机。芯片供应链恢复时间不确定，缺芯致使下游需求方提高了对国产芯片产品的试错容忍度并选择国产厂商产品以解决部分燃眉之急，为芯片企业提供了绝佳的导入机会，在得到客户验证通过并大规模放量后，国产芯片厂商将进一步巩固其行业地位并实现更高的国产化率和延续本土化趋势。部分厂商正抓住国产替代的机遇窗口，在各自领域取得突破，实现业绩规模快速增长。

在新能源汽车领域，国内功率半导体企业已有进展，部分厂商开始在新能源汽车特别是A级车领域实现批量供货：

比亚迪半导体：（1）IGBT领域：据Omdia统计，以2019年IGBT模块销售额计算，公司在中国新能源乘用车电机驱动控制器用IGBT模块全球厂商中排名第二，仅次于英飞凌，市场占有率19%，2020年公司在该领域保持全球厂商排名第二、国内厂商排名第一的领先地位。（2）SiC器件领域：公司已实现SiC模块在新能源汽车高端车型电机驱动控制器中的规模化应用，也是全球首家、国内唯一实现SiC三相全桥模块在电机驱动控制器中大批量装车的功率半导体供应商。

斯达半导：2021年公司新能源行业营业收入为57,146.05万元，较去年同期增长165.95%。车规级SGT MOSFET （split-gate trench MOSFET）开始小批量供货。2021年，公司生产的应用于主电机控制器的车规级IGBT模块持续放量，合计配套超过60万辆新能源汽车，其中A级及以上车型配套超过15万辆，同时公司在车用空调，充电桩，电子助力转向等新能源汽车半导体器件份额进一步提高。同时，公司在用于车用空调、充电桩、电子助力转向等新能源汽车半导体器件份额进一步提高。

时代电气：在其新兴装备业务板块中，针对新能源汽车行业已面向市场推出多个平台的电驱系统产品，应用于纯电动、混合动力乘用车，同时已与一汽集团、长安汽车等国内一流汽车制造商开展深入项目合作，实现批量产品交付业绩。此外，公司募投新能源汽车电驱系统研发应用项目，拟以电驱系统为主推产品，利用公司自主IGBT的资源优势，突破扁线/油冷电机集成应用、SiC模块应用、双面冷却模块应用等多项研发应用技术。

士兰微：2021年，基于公司自主研发的V代IGBT和FRD芯片的电动汽车主电机驱动模块，已在国内多家客户通过测试，并已在部分客户批量供货。目前公司正在加快汽车级和工业级功率模块产能的建设。2021年，公司分立器件产品的营业收入为38.13亿元，较上年增长73%。

2.4.布局未来：SiC加速渗透，进一步打开行业天花板

目前车规级半导体主要采用硅基材料，但受自身性能极限限制，硅基器件的功率密度难以进一步提高，硅基材料在高开关频率及高压下损耗大幅提升。以SiC与GaN为代表的第三代宽禁带半导体功率器件具有高击穿电压、高功率密度、耐高温、高频工作等优势，适用于大功率、高频率与恶劣的工作环境，解决Si基器件痛点。

在主要三代化合物半导体材料中，SiC最适合用于新能源汽车领域，而GaN更适用于射频领域。SiC与GaN相比，具有更高的热导率和崩溃电压，因此在高温和高压领域应用更具优势，适用于新能源汽车、快充充电桩、光伏和电网等600V甚至1200V以上的电力领域。在新能源汽车领域，SiC功率器件将主要用于逆变器、OBC和DC/DC转换。

SiC相比传统Si基器件主要有三点优势：（1）体积小、重量轻、散热强：SiC的热导率是Si的大约3倍，热量更容易释放，同时SiC的热损耗更小，因此冷却部件可采用更小型产品，有利于实现器件的小型化、轻量化；根据英飞凌数据，采用SiC器件的逆变器体积相比硅基能减少50%-80%，；（2）能量损耗更低：根据英飞凌数据，SiC-MOSFET单管与IGBT单管相比，能量利用率大约提升5%，模块化之后能量效率能够提升10%左右。因此SiC能提升电池的续航里程或以更小尺寸电池实现同等的续航里程，从而降低电池成本；（3）高频：SiC的电子饱和漂移速率是Si的2倍，可以实现比Si基IGBT更高的工作频率。

尽管性能优越，受制于高昂的成本，当前SiC在新能源汽车领域渗透率较低。由于生产设备、制造工艺、良率与成本的劣势，碳化硅基器件过去仅在小范围内应用。根据比亚迪半导体招股说明书，目前国际主流SiC衬底尺寸为4英寸和6英寸，晶圆面积较小、芯片裁切效率较低、单晶衬底及外延良率较低导致SiC器件成本高昂，叠加后续晶圆制造、封装良率较低，且载流能力和栅氧稳定性仍待提高，SiC器件整体成本仍处于较高水平。

预计SiC市场规模未来几年快速提升，2025年全球新能源汽车用SiC功率器件规模达37.9亿美元，中国达21亿美元。根据产业链调研，通常一辆新能源汽车中整车主驱逆变器、OBC以及DCDC转换器用到的SiC价值量在900-1000美元左右；假设到2025年单车SiC成本下降30%，到700美元左右，渗透率提升到30%。我们测算出2025年全球新能源汽车SiC器件规模达37.9亿美元，5年CAGR为64.5%；国内市场达21亿美元，5年CAGR为72.6%，中国将成为全球新能源汽车SiC器件主要市场。

SiC芯片产业链与硅基产业链类似，主要分为晶圆衬底、外延、设计、制造和封装等环节，市场主要由海外厂商掌控，国内碳化硅产业仍处于起步阶段，与国际水平仍存在差距。据Yole数据，2020年碳化硅功率器件市场中，ST、Cree、ROHM、Infineon、Onsemi市占率分别为40.5%、14.9%、14.4%、13.3%、7.7%，CR5超过90%。国内碳化硅各环节已实现全产业链布局，但目前国产化率较低，未来有望伴随内需增长而实现提升。其中，衬底环节厂商包括山东天岳、天科合达等，外延厂商包括瀚天天成、东莞天域等，设计厂商包括上海瞻芯电子、上海瀚薪等，IDM厂商包括泰科天润、中科汉韵、三安集成、华润微、士兰微等。

3.1.车载MCU是汽车ECU核心，一辆车平均有50-100个MCU

车载MCU是汽车ECU的运算大脑。MCU（Microcontroller Unit）即微控制器，也被称为单片机，是将计算机所包含的CPU、存储器、I/O端口、串行口、定时器、中断系统、特殊功能寄存器等集成在一颗芯片上，将其应用在不同产品里，从而实现对产品的运算和控制。车载MCU是汽车电子控制单元（ECU）的核心部件，负责各种信息的运算处理，主要用于车身控制、驾驶控制、信息娱乐和驾驶辅助系统，具有提高车辆的动力性、安全性和经济性等作用。

车规级MCU相较通用MCU芯片有更多技术要求。根据芯海科技公告，车规MCU相比通用型多了如下技术要求：（1）集成数据加密模块，并具有全局存储器保护功能；（2）专用的PWM，比较捕获单元及定时器；（3）灵活的端口功能配置；（4）时钟控制电路的备份和鲁棒性，严谨的时序约束；（5）模拟模块的宽温度范围的指标控制，自校准技术指标的控制等。

一个汽车ECU中至少包含一颗MCU。通常汽车中一个ECU负责一个单独的功能，配备一颗MCU，如恩智浦的S12P MCU在一个点火控制的ECU中；也会出现一个ECU配备两颗MCU的情况，如博世MG 7.9.8 ECU，可能是基于安全性考虑的全冗余设计，当主MCU故障时另一颗可以用作故障诊断与纠错，或是早期的一个ECU为实现多功能如点火、变速配备多颗MCU。

车载MCU可分为8位、16位及32位。车载MCU位数越多对应结构越复杂, 处理能力越强，可实现的功能越多。8位MCU主要用于简单车身控制，如空调、雨刷、门窗、座椅、低端仪表盘等；16位MCU主要用于中端的底盘和低端发动机控制，如制动、转向、悬架、剎车等；32位MCU主要用于高端的发动机和车身控制，如高端仪表盘、高端发动机、多媒体信息系统、安全系统等。

一辆车平均有50-100个MCU。现代的新车由于功能增加，平均包含50-100个ECU/MCU，而且汽车中没有孤立的ECU，不同位置的ECU需要长达一公里的电线将它们连接到多个不同的网络，才能实现ECU之间的通信。主要的汽车网络通信协议包括CAN、LIN、FlexRay、MOST和以太网AVB。

汽车端是全球MCU最大的市场，而国内消费电子应用占比最大。全球MCU主要应用在附加值较高的汽车电子和工控/医疗领域，根据IC insights，两者占比分别为33%/25%；反观国内，消费电子为MCU的主要市场，汽车电子、工业控制领域占比较低，根据ASPENCORE/NETSOL，三者占比分别为26%/16%/11%。

全球车载MCU规模高速增长，32位MCU占据主要份额。根据IC insights预计，2021年车载MCU销售额同比飙升23%，创76亿美元记录，之后依旧保持高增长，2022年同比增长14%，2023年同比增长16%。车载32位MCU市场表现强劲，2021年规模预计达58亿美元，占比超3/4，平均售价也上涨13%至0.72美元。

高算力与安全等级较高的车规MCU单价更高，电动车MCU平均单价高于燃油车。根据芯海科技公告，恩智浦、英飞凌几款用于车身控制或安全等级较低的动力系统领域的MCU单价较低，而瑞萨、德州仪器用于安全等级较高的BMS、EPS、车身稳定等领域的MCU单价较高，最高达到35.6美元。由于电动车架构升级，新增的BMS、EPS、电机控制等系统对安全等级要求较高，且电动车的智能化程度普遍更高，其MCU平均算力更高，因此我们估计电动车MCU平均单价要高于燃油车。

受益于新能源汽车带动，全球车载MCU将成为增量市场。由于传统燃油车功能变化较少，搭载MCU数量较稳定；新能源汽车受益于电动化和智能化，叠加汽车架构转变进程缓慢，新能源汽车MCU数量高速增长。由于2021年汽车MCU缺货严重，价格飙升，预计23年之后会趋于稳定。基于以上假设，我们预测到2025年，全球车载MCU市场规模达到112.57亿美元，5年CAGR为11.34%；中国车载MCU市场规模达到44.02亿美元，5年CAGR为15.46%。

3.2.车用MCU壁垒较高，市场份额集中于几大龙头厂商

相较于消费级和工业级MCU，车规级MCU要求更高。与消费级和工业级芯片相比，车规级半导体对产品的环境要求、可靠性要求和供货周期要求较高，主要体现在：（1）环境要求。汽车芯片的工作环境更复杂，有高振动、多粉尘、多电磁干扰、温度范围宽（-40~155℃）等特点；（2）可靠性要求。汽车设计寿命一般在15年或20万公里，整车厂对车规级MCU的要求通常是零失效；（3）供货周期要求。车规级MCU的供应周期需要覆盖整车的全生命周期，供货周期一般为15~20年；（4）重新认证要求。在工业MCU上执行很多微小的工艺变化都不需要客户或对MCU进行重新认证，但对于汽车MCU来说需要进行重新认证。

车规级MCU具有三大认证门槛，认证时间长、进入难度大。车规级MCU企业在进入整车厂的供应链体系前，一般需符合三大车规标准和规范：在设计阶段要遵循的功能安全标准ISO26262，在流片和封装阶段要遵循的AEC-Q001~004以及IATF16949，以及在认证测试阶段要遵循的AEC-Q100/Q104。其中，AEC-Q100分为四个可靠性等级，从低到高分别为3、2、1、0；ISO26262定义的ASIL有四个安全等级，从低到高分别为A、B、C、D；AEC-Q100系列认证一般至少需要1-2年的时间，而ISO26262的认证难度更高，周期更长。在考虑到芯片上车后还需要认证的时间，整体上车规级芯片从流片到相关车型量产出货可能要3-5年时间。

车用MCU具有客户认证壁垒，供应周期长，下游车厂完成认证后不会轻易更换供应商。芯片经过车规级认证为先行条件，后续还需要被整车厂认可，经过上车认证合格后才能批量供货。同时一款车型的销售和售后周期较久，同一型号芯片可稳定供货5年甚至更久。长期以来，主流车厂的供应商资质被几大芯片龙头占据，他们的产品品质经过了长期的验证，因此整车厂一般不会轻易更换供应商。

全球车用MCU市场由海外厂商垄断，IDM厂商更具垂直整合优势。较高的行业壁垒使得车规级MCU市场具备很高的市场集中度。2020年，海外厂商瑞萨电子、恩智浦、英飞凌、赛普拉斯、德州仪器、微芯科技、意法半导体这CR7的市占率达到98%。由于车规芯片对包括设计、制造、封测在内的全环节都有相应的要求，IDM厂商在制造和封测工艺上有自己的技术和积累，因此更有优势。可以看到主流汽车MCU厂商均为IDM模式。

英飞凌收购Cypress，补齐英飞凌汽车电子品类，全力发展汽车半导体领域。根据IHS数据，2020年在车规级MCU领域英飞凌的市占率为23%，排名第三。英飞凌在收购了Cypress之后，补齐了汽车NOR FLASH等产品品类，已经形成了从连接通信芯片、新能源汽车的功率芯片到自动驾驶所需的传感器、控制器产品的全套解决方案。在MCU产品上英飞凌形成了针对汽车OEM制造商的全套解决方案平台AURIX，进一步提升客户使用的便捷性。

瑞萨的车规级MCU 2020年市占率排名第一。瑞萨的车规级MCU目前已推出了RH850、RL78等多个系列产品。2016年瑞萨与台积电达成生产28nm MCU的合作，于2018年发布世界首款28nm制程的车规级MCU RH850，与之前的40nm制程的MCU相比具有更强性能和更低功耗RH850基于G3KH双内核的32位MCU，通过验证两颗内核的运算结果一致性，能够在故障发生时立即发现故障，从而提升安全性能。

3.3.国内厂商受益于芯片缺货与国产供应链发展

国内车载MCU厂商仅少数实现量产出货。我们统计的国内十几家汽车MCU相关的厂商中，数家厂商已实现量产出货：杰发科技、比亚迪半导体、国芯科技、芯旺微、琪埔维、赛腾微；2家厂商仅少量出货：芯海科技、北京君正；其他的均在研发/流片/认证/测试阶段：芯驰科技、中颖电子、兆易创新、紫光国微、中微半导体。

国内车载MCU厂商目前多用于简单的车身控制。目前国内厂商汽车MCU产品主要应用在汽车雨刷、车灯、车窗等低端应用场景，对电子助力转向系统、电子车身稳定系统、防抱死刹车系统、安全气囊系统、新能源车载逆变器、电池管理系统等高端应用场景的覆盖比较薄弱，仅国芯科技的CCFC2003PT、CCFC2006PT可以实现发动机控制，仅芯旺微可以实现车联网、雷达控制。

仅有少量国产厂商通过ISO 26262认证。由于国内车载MCU厂商几乎都是Fabless模式，所以只适用于AEC-Q系列和ISO26262认证。大多量产公司已经通过AEC-Q100的认证，但是集中在Garde1/3，国芯科技用于发动机的MCU也仅通过Grade1；通过ISO26262认证的国产厂商更少，通过的厂商大多集中ASIL-B，仅琪埔维通过ASIL-C，ASIL-D还没有厂商通过。这意味着在高端的发动机、动力控制、BMS控制、安全气囊领域国产厂商还未切入，芯海科技和紫光国微正在研发相关领域的MCU。

大多采用低性能ARM架构，MCU IP易被“卡脖子”。由于ARM自2017年6月宣布Cortex-M0/M3内核免收授权费用，版权费也很低，500万出货量只收20万美元，因此国产汽车MCU大多采用ARM Cortex-M3以下的低性能架构，不仅性能不及国外的M7架构，在中美贸易摩擦的背景下存在授权被“禁用”的风险，仅芯旺微采用自研KungFu混合精简指令集。

2020年起汽车MCU缺货严重，严重影响汽车供应。自2020年起全球陷入MCU缺货危机，导致了部分车企出现停产的情况。目前各大厂商均出现交期严重延长的情况，部分达到了40周以上甚至无货。同时各大半导体公司几乎全数发布涨价公告，普遍涨价5%-15%，紧缺产品涨价幅度超50%，部分产品涨价幅度甚至超过十倍。汽车芯片缺货影响了汽车的生产和供应。根据伯恩斯坦咨询的预计，2021年全球范围内的汽车芯片短缺将造成200万至450万辆汽车产量的损失，相当于近十年以来全球汽车年产量的近5%。还有部分厂商车型因为芯片紧缺，对汽车功能进行削减后出售，待芯片有货后再返厂加装部分功能模块。

半导体景气周期有望覆盖车规级认证周期，国产车规MCU芯片获良机。尽管晶圆厂已经在2020年底开始陆续扩产，目前“缺芯”问题仍未缓解。由于晶圆厂通常投产期在1-2年，叠加设备交期被延长，预计此轮景气周期将至少持续到2023年。此轮景气周期将为车规MCU的国产厂商提供导入验证良机；由于ISO26262认证通常需要2-3年，且在设计时就开始进行，对于那些已经通过AEC-Q100认证并较早进行ISO26262认证的国产来说，此轮景气周期将为它们切入高端车规MCU领域提供充足的认证时间。

国内8英寸产能较为充足，保障国产MCU供给。大部分车规级MCU产品使用的是8英寸晶圆产线，部分高端车规级MCU使用先进制程的12英寸晶圆，相当大一部分都由台积电代工，代工份额相对集中也是造成这一波高端MCU产能紧张的重要原因。全球8英寸晶圆产能扩产缓慢，而国内中芯国际等晶圆厂仍加码8英寸晶圆产能，为国内车规MCU厂商从车身控制等中低端MCU切入保证了一定的供给。

车身控制MCU国产替代空间广阔，动力安全MCU存在国产自主可控需求。由于一辆车无论燃油车还是电动车都需要20个左右的车身控制MCU且汽车销量稳定，全球车身控制MCU也已经进入存量市场，但是国产厂商占比极低，存在巨大的存量国产替代空间。动力安全领域MCU由于认证时间较长，研发难度较大，国产厂商占比几乎为0。由于国内电动车产业链各环节存在自主可控的需求，且动力电池、IGBT、整车等领域均存在行业巨头，动力安全领域的MCU自主可控需求迫切，叠加国内整车厂话语权变大，会和tie1厂商指定MCU供应商，倒逼国内厂商加速研发。

4.1. 智能座舱芯片：车载娱乐加速渗透，国产替代格局向好

智能座舱芯片须具备强大的车载娱乐和智能交互功能。智能座舱是相对传统汽车座舱的概念，一般认为，智能座舱应包含三大功能：1）多彩中控屏。智能座舱芯片向“一芯多屏”、“一芯多系统”的方向发展，不仅对SoC芯片的音视频解码、图像处理能力有较高要求，还需要芯片从硬件层面能较好的支持Hypervisor或Hardware Partition。2）智能交互。除了传统的智能语音交互，手势交互、DMS、OMS、HUD等新的交互方式不断涌现，在增强客户体验的同时索取大量算力，对SoC芯片的音视频编码能力、AI模块有更高的要求。3）OTA。智能座舱通过持续升级，带来最新颖的功能，这要求SoC芯片搭载稳定的5G/4G模块以及Wifi、蓝牙、GPS模块。

“AP+CP”打造强大智能座舱芯片方案。SoC芯片作为主处理器可以满足影音娱乐的需求，AI模块负责语音交互功能的实现。但随着手势交互，尤其是DMS、OMS功能的出现，带来了大量AI运算需求，系统需处理座舱内1-N颗摄像头的图像信息。即使是高端智能座舱芯片高通8155，若没有协处理器，AI模块占用率也居高不下，带来卡顿、死机风险。因此还需要一颗AI专用协处理器，保证算力充足。作为独立的智能终端，在“AP+CP”加持下，汽车座舱将兼具移动办公、移动家居、娱乐休闲、数字消费、公共服务等功能，空调、氛围灯、香氛、车窗等设施开关不再分立，消费者仅需要通过统一的HMI界面即可从容控制车内所有系统。

传统车厂商不甘落后，智能座舱加速渗透。相比自动驾驶技术，智能座舱的技术难度较低，且容易被消费者直观感知，因此成为车厂率先发力的主战场。智能座舱作为汽车智能化进程中较为成熟的部分，已经在高端车型上率先普及，往中低端市场逐步渗透。根据亿欧智库，2021年新发布（未大量交付）的车型中，配备智能座舱功能新车占比约50.6%。根据OICA数据，2021年全球汽车销量8268万台，根据罗兰贝格预计，2030年全球智能座舱在乘用车的渗透率最终将达到87%左右。根据产业链调研，单颗智能座舱芯片目前在100-1500元不等，且存在中端车型使用高端芯片的情况，以此测算整个智能座舱市场空间2025年达到205亿元，2030年将超过373亿元。

消费电子巨头入局，高通市场份额领先。燃油车时代，NXP、瑞萨、Ti为中控芯片的主要厂商，产品因可靠稳定而被广泛采用。面对新能源汽车时代，智能座舱更高的影音及智能交互需求，传统厂商迭代慢、性能弱，产品略显乏力。2017年高通发力智能座舱市场后，发布了820A、高通8155等多款产品，目前高通8155已经成为了主流车企的首选，如同手机厂商争取高通芯片首发，车企开始争取高通8155首发权，并将其作为重要的宣传卖点。作为消费电子巨头，高通在智能座舱领域具有较强优势：1）性能突出。CPU、GPU算力强，有专用AI模块；2）生态完善。消费领域经验丰富；3）品牌优势；4）服务能力。高通从通信领域起家，相对传统欧美厂商具备较强的服务能力。5）成本优势。手机厂商的智能座舱芯片与对应的手机芯片本质相同，区别在于车规认证及相应调整，手机芯片销售前期分摊了研发成本，大量出货具备规模效应。华为、三星、MTK同样积极布局智能座舱。华为的麒麟710A、990A芯片覆盖中高端，在鸿蒙系统加持下，可以与手机、电脑、家居形成协同，具有强大的生态优势；三星以优质服务形成差异化，绑定奥迪大客户，发力高端市场。

整车厂商差异化需求高、智能座舱SoC难一家独大，国产替代机会多。尽管高通在智能座舱领域攻城掠地，体量不断攀升，但我们认为最终不会形成某一家芯片厂商独大的格局：1）车企数量多。手机终端厂商少，而车企经过多年竞争淘汰，数量仍很多，差异化需求大；2）系统多样化选择。除苹果外，手机操作系统仅有安卓，而车机有安卓、Linux、QNX等多个系统选择，很难有一颗或一类芯片完美支持多个系统。多样化需求下，国产厂商有更多的生存空间和发展机会。

国产AIoT领域SoC厂商具备研发基础、政策优势，竞相切入智能座舱赛道。国内Soc设计厂商如全志科技、晶晨、瑞芯微等，产品被广泛用于消费电子、AIOT领域，在超高清视频编解码、智能视频分析、高精度信号处理、高效SoC系统架构、数模混合设计、无线互联、语音识别、图像识别等多个技术领域积累了丰富的经验，相关的技术和算法已经较为成熟，具备设计智能座舱芯片的能力。国家政策上，因中美贸易摩擦后带来的供应链安全问题，车企催生了本地化供应需求；汽车领域有大量国内品牌，会倾向于更多使用国产芯片。

芯片厂商技术支持的重要性提高，优质服务一定程度弥补产品差距。考虑到芯片价值量的大幅上行及在未来自动驾驶场景中的重要支撑性地位，整车厂商开始有动机使SoC芯片定制化，来实现更有针对性的进行硬件层级的优化，再辅以先进的算法来获得更好的计算性能、功耗比及更低的单车成本。新的架构将打破汽车半导体的固有供应链，整车厂将直接与soc芯片厂商对接，以满足自身的定制化需要。矛盾点在于车厂缺少整体方案设计的软硬件能力，因此芯片原厂的技术服务重要性凸显。英伟达、Mobileye等欧美巨头专注于自身产品研发，客户支持较弱，而国产芯片厂商在产品设计交付、及时响应、软硬件支持上有天然优势，能提供优质服务，在这一过程中，国产soc厂商将获得新的认证机会、实现弯道超车。

4.2.自动驾驶芯片：市场潜力巨大，国内厂商蓄势待发

4.2.1. 算力基础决定自动驾驶高度

自动驾驶芯片须具备强大的AI运算能力。目前自动驾驶功能的实现可分为3个层面：1）感知层。以摄像头、毫米波雷达、激光雷达为主的各类传感器、高精地图、GPS负责收集环境信息。2）决策层。通过特定算法和高算力平台对环境信息进行处理，得出行动指令。3）执行层。动力系统、转向系统执行决策层下达的指令，完成复杂驾驶场景的应对。自动驾驶芯片的算力需求主要在决策层面。据Counterpoint测算，根据汽车类型（乘用车、商用车、Robotaxi）的不同，2025年自动驾驶汽车每小时可产生1-5TB数据，摄像头生成的数据可能介于70GB/小时和300GB/小时之间，具体取决于其分辨率、色深、帧率和压缩级别。多帧图像处理极其考验芯片的并行计算能力。随着自动驾驶等级的提高，对算力的要求呈几何增长。

CPU+XPU解决AI运算短板。CPU通常为SoC芯片上的控制中心，逻辑和数字运算能力强，缓存较大，可以高效、低延时地处理复杂的逻辑运算任务，其优点在于调度、管理、协调能力强。但CPU的计算单元较少，无法满足大量并行的简单运算任务。因此，自动驾驶SoC芯片上通常需要集成除CPU之外的一个或多个XPU来完成AI运算，XPU可选择GPU/FPGA/ASIC(NPU)等。

GPU、FPGA、ASIC各有所长，ASIC为未来芯片解决方案。1)GPU适合数据密集型应用进行计算和处理，尤其擅长处理CNN/DNN等和顺序无关的图形类机器学习算法，作为一种通用芯片，GPU可适用于多种AI算法，具备强大的生态优势，在AI领域外也有广泛的用途。但是，当GPU芯片上车后，由于其通用性的设计，以及系统、算法差异，理论性能往往有一定程度的损耗。2)FPGA通过冗余晶体管和连线实现逻辑可编辑。本质上是无指令、无需共享内存，计算效率比CPU、GPU高，对于RNN/LSTM/强化学习等有关顺序类的机器学习算法具备明显优势。FPGA是用硬件实现软件算法，因此在实现复杂算法方面有一定的难度。3)ASIC是面向特定用户的算法需求设计的专用芯片，因“量身定制”而具有体积更小、重量更轻、功耗更低、性能提高、保密性增强、成本降低等优点，弊端在于算法修改后，需要重新设计芯片。NPU作为ASIC的一种，在电路层模拟神经元，通过突触权重实现存储和计算一体化。一条指令即可完成GPU上百条指令的功能，提高运行效率。NPU目前已经被多家厂商广泛采用，若未来自动驾驶算法实现统一，ASIC/NPU有望成为最高效的自动驾驶芯片解决方案。

汽车供电能力有限，自动驾驶AI运算须具备高能效比。传统AI运算在算力不足时，往往通过不断叠加芯片获取高算力，但与此同时，耗电量也成倍上升。据雷锋网新智驾了解，当前自动驾驶测试车搭载的芯片一般能耗高达2500w，每小时消耗2.5度电，按目前新能源汽车行驶里程同比例折算，自动驾驶功能每开启1小时，对应减少约15-25公里续航里程。因此，自动驾驶芯片对能效比提出了更高的要求。现阶段，主流产品的能效比已经由最初0.8TOPS/W(EyeQ4)、1TOPS/W(Xavier)，进化到了4.44TOPS/W(英伟达Orin)、4.8TOPS/W(地平线征程5)，未来主流产品功耗至少在3TOPS/W以上。

4.2.2. 自动驾驶芯片市场潜力巨大，车厂差异化需求催生芯片厂商多元化商业模式

ADAS/自动驾驶芯片市场空间巨大。当前，自动驾驶最早期的一批玩家主要是在算法层面进行开发和改进，尤其聚焦以深度学习核心的人工智能技术发展。我们合理假设到2025年全球L1、L2级自动驾驶功能渗透率将达到89%，L3级以上自动驾驶功能市场渗透率将达到9%。ADAS渗透率的提升，有望进一步带动ADAS芯片出货量的增加。我们测算出2020年全球ADAS/自动驾驶芯片组市场规模约为17亿美元，预计到2025年将达到103亿美元，对应增速为43.4%。

车厂自动驾驶需求差异化，催生芯片厂商多元化商业模式。蔚小理等造车新势力希望通过自动驾驶实现弯道超车；苹果、小米、百度等科技巨头希望通过造车及自动驾驶拓展增量业务、强化生态壁垒；通用、大众等传统车厂不甘落后，依托自动驾驶稳固行业龙头地位。面对竞争激烈的市场，整车厂商出于各自的行业判断，选择了差异化自动驾驶路线，同时催生了芯片厂商多元化商业模式。

1）芯片厂商提供turn key方案。车厂出于自身战略规划、研发周期过长、当地政策法规限制、自身实力等原因，决定由芯片厂商负责自动驾驶主体，自己专注造车。主要厂商包括：a）英伟达。在2022财年4季度财务电话会议称，正在帮助捷豹和路虎开发自动驾驶系统，并分享自动驾驶软件销售收入，负责芯片设计、中间件、算法、OTA方案；b）Mobileye。Mobileye的自动驾驶方案被业界称为“黑箱”，倡导软件和硬件高效结合，ASIC方案将算法直接封装在芯片上，车厂对内部算法无干预能力；3）华为。华为提供从智能驾驶、智能座舱甚至电气架构的全套解决方案，可以帮助车厂大幅缩短研发周期，提高研发效率。

2）芯片厂商提供硬件和开发工具，灵活提供算法支持。出于供应链安全、或产品差异化考量，部分车厂，如蔚小理、上汽，选择将算法掌握在自己手中，保留随时替换芯片供应商的能力，提供该类服务的芯片供应商为：a）英伟达。尽管英伟达有全栈式解决方案，但同样支持只提供硬件和开发工具，由车厂独立完成软件和算法工作；b）高通。凭借在消费电子、通信领域的技术实力和品牌优势，高通在向智能座舱的拓展过程中市场份额节节攀升，已经成为了主流车企首选。高通2020年发布高通Ride，进入自动驾驶领域，有望复制智能座舱领域的成功；c）英飞凌、德州仪器、恩智浦、意法半导体、瑞萨等传统汽车芯片供应商。传统汽车芯片供应商在燃油车时代因产品稳定可靠而被广泛采用，随着智能汽车时代到来，对自动驾驶芯片算力、服务支持能力要求大幅提高，但凭借多年行业经验，传统芯片厂商仍旧不断向市场推出新品。d）地平线、安霸、黑芝麻、芯驰科技等国内自动驾驶芯片“新势力”。凭借对市场需求的快速反应、优质的客户服务，国内芯片厂商不断通过车规认证，与越来越多的主机厂达成合作。

3）自主研发芯片及算法。a）特斯拉FSD。作为世界新能源汽车的领军者，特斯拉早在2014年便开始了自动驾驶布局，先后经历了Mobileye方案、英伟达Xavier方案，最后在2019年推出了自己的具有144TOPS算力的FSD芯片，相比英伟达的通用型GPU，FSD完全为特斯拉的自动驾驶方案而设计，在实际使用中可以得到更高的效率。根据Gartner数据，2025年Top10汽车OEM厂商中有一半将会设计自研芯片，这将成为车企提高市场反应速度、打造竞争壁垒、缩短研发周期的重要手段。

4.2.3. 英伟达、高通优势凸显，国内厂商华为等加大投入

极致算力、生态丰富，英伟达领跑自动驾驶芯片。英伟达是GPU的发明者，在专业图形处理领域和人工智能领域，都有不可撼动的行业地位。2015年，英伟达进入车载SoC领域，为自动驾驶提供算力，目前已经推出了5代产品。其中，第5代产品Atlan的CPU使用了ARM针对服务器领域的Zeus架构，新增了DPU部分，凭借CPU、DPU和强大的存储，单片Atlan能够提供1000TOPS算力，是前代的4倍。在算法开发层面，Atlan与科技兼容上一代芯片组编写的软件堆栈（如Orin或Xavier），这意味着车厂不需要重新设计软件，就能利用新SoC的性能提升。此外，基于ampere架构的第4代Orin处理器，已经被小鹏、蔚来、上汽等多家厂商使用，在未来几年，将成为自动驾驶领域的宠儿。Orin、Atlan作为通用SoC，除了车载领域，在数据中心、人工智能也有广泛的用途，因此可以大幅分摊研发成本，如果竞争对手想仅凭借汽车市场超越英伟达的算力，将具有较高的成本压力。

凭借先进制程，高通推出Ride平台发力自动驾驶。高通2020年初发布了基于5nm制程的自动驾驶平台Snapdragon Ride，该平台包括安全系统级芯片SoC(ADAS应用处理器）、安全加速器（自动驾驶专用加速器）和自动驾驶软件栈，可根据厂商的不同要求，提供10-700TOPS的算力，支持L1~L5级别自动驾驶，安全等级为ASIL-D级；软件层面，Snapdragon Ride提供开放的可编程架构，支持汽车制造商和一级供应商根据其对于摄像头感知、传感器融合、驾驶策略、自动泊车和驾驶员监测等方面的不同需求，对该平台进行定制。高通宣布，将于2022年CES上发布基于4nm的Snapdragon Ride视觉系统。凭借行业最先进的制程优势以及高通在座舱领域的优质客户，高通有望复制其在智能座舱的成功。

依托母公司英特尔多线程技术，Mobileye算力提升明显。在高级别自动驾驶领域，mobileye没有英伟达和高通受车厂青睐，但市场的主流仍是L1-2级别的自动驾驶，2021年Mobileye出货量高达2810万颗，仍可谓是市场巨头，在新秀们的围剿下，Mobileye不断推出芯片。最新产品Ultra EyeQ具备176TOPS算力，CPU方面采用RISC-V架构，12核24线程，多线程在某些场合下可以实现超越单线程的性能。Mobieye产品追求高效，即充分利用算力，而不是盲目追求高算力，Ultra EyeQ在价格上有一定优势，有望发挥性价比抢占市场。Mobileye最大优点是产品成本低，开发周期很短，开发费用极低，绝大部分功能都经过验证，没有风险；系统封闭、迭代困难的缺点被厂商诟病多年，此前已有松动的迹象。2018年，Mobileye提供了“开放版EyeQ5”，允许厂商为传感器融合和驾驶策略编写自己的代码，但距离软硬件完全解耦，仍有一定距离。

自动驾驶解决方案具备国产化需求，国内厂商未来可期。1）国内高级自动驾驶进程将领先全球。海外车厂必须满足多项安全规范，才可以进行自动驾驶路测、产品销售，较国内开发难度大、周期长；国内主要用Linux系统，相对QNX安全性较低，奔驰、丰田使用高安全性QNX，开发缓慢。出于供应链完全考虑，国内车厂有动机使用国产芯片；2）服务优势。考虑到芯片价值量的大幅上行及在未来自动驾驶场景中的重要支撑性地位，整车厂商开始有动机使SoC芯片定制化，而车厂缺少整体方案设计的软硬件能力，因此芯片原厂的技术服务重要性凸显。英伟达、Mobileye等欧美巨头专注于自身产品研发，客户支持较弱，而国产芯片厂商在产品设计交付、及时响应、软硬件支持上有天然优势，能提供优质服务，在这一过程中，国产soc厂商将获得新的认证机会、实现弯道超车。3）数据安全。出于数据安全性等角度考虑，预计国内的自动驾驶解决方案将由国内厂商主导，非国内厂商的方案可能将面临较为严格的审查。2020年9月，国家科技部、工信部、新能源汽车技术创新中心作为国家共性技术创新平台，牵头70余家企事业单位成立“中国汽车芯片产业创新战略联盟”，旨在建立中国汽车芯片产业创新生态，补齐行业短板，实现我国汽车芯片产业的自主安全可控和全面快速发展。

开放生态加优质服务，地平线强大性能更受市场认可。在开启开放生态战略的同时，地平线重磅发布一系列突破性技术产品与解决方案，包括：面向全场景整车智能的中央计算芯片——地平线征程5、以征程5为基础的高性能大算力整车智能计算平台、开源安全实时操作系统TogetherOS、集成全场景自动驾驶和车内外联动体验于一体的Horizon Matrix SuperDrive整车智能解决方案。征程5是继征程2和征程3中国车规级人工智能芯片量产先河之后的第三代车规级产品，兼具大算力和高性能，单颗芯片AI算力128TOPS，支持16路摄像头感知计算，其功耗仅为30W，功耗比达4.3TOPS/W，高于特斯拉FSD的1TOPS/W。

黑芝麻高能耗比方案具备显著优势。黑芝麻研制的华山二号A1000系列单颗芯片算力最高可以达到70TOPS，功耗小于8W，单颗芯片能支持L2+/L3级自动驾驶系统。FAD自动驾驶平台就是基于华山二号A1000芯片打造，单控制器最多可集成4颗华山二号A1000芯片，能够实现最大280TOPS的算力。拥有强大算力的同时，FAD自动驾驶平台最高功耗仅几十瓦，能效比达到6TOPS/W，而特斯拉最新的HW3.0自动驾驶电脑效能比仅有2TOPS/W。

未来，车载芯片验证周期长，车厂导入阶段十分严谨，随着中国智能驾驶继续领跑全球，我们相信，地平线、黑芝麻、华为、芯驰、安霸等国产SoC厂商将广泛受益于市场爆发以及车厂差异化需求，市场将呈现百花齐放的局面。

5.1. 智能化推动存储需求

自动驾驶、车机系统、互联通信系统等对DRAM的带宽和容量要求提高。自动驾驶以及智能座舱应用将产生大量的数据交互，对DRAM的带宽和容量的需求也相应提升。L4~L5自动驾驶能力的视觉处理可以包含多达12个摄像头，分辨率高达800万像素，60帧/秒的刷新率和16位深度，需求数据流速率达到近10 GB/s。而自动驾驶的边缘计算对带宽的要求更高，根据美光科技官网，L4及更高级别的自动驾驶内存带宽要求可能超过1TB/s。根据集邦咨询，特斯拉Model S/X导入了当时频宽最高的GDDR5内存，DRAM使用量为8GB，而Model 3则上升至14GB，预计下一代车型搭载的DRAM还将继续上升。

出于功耗方面的要求，LPDDR逐渐成为主流。LPDDR最初是出于低功耗的考虑为移动设备设计的。而随着汽车算力需求的增加与电动化，能耗问题同样成为汽车DRAM需要考虑的方面。数字中控、前后传感器和利用车内摄像头的驾驶员监控系统都可以使用LPDDR DRAM以满足功耗控制的要求。

自动驾驶产生大量实时数据，推动NAND需求指数级增长。自动驾驶产生大量的道路和环境数据，并根据安全和功能需要对数据进行处理和保存，从而产生了大容量NAND存储的需求。根据美光科技官网的数据，L1/L2级别的自动驾驶需要8GB的NAND容量，而L3为256GB，到L5的时候需要1TB，自动驾驶技术升级对NAND需求的刺激呈现指数级的增长。

随着车载系统的信息处理能力增加，车载娱乐、ADAS、电子仪表盘和车载信息四大系统升级均要求使用更大容量NAND。对于车载娱乐系统，以往通常以音视频播放等需求为主，未来可能会诞生游戏等娱乐需求，如特斯拉车机平台支持 3A游戏，随各类运算需求的拓展，随之而来的是数据存储用量的提升。根据美光科技，从车载存储的技术来看，车载Flash存储器多为eMMC，数据存储用量提升后，性能更好的UFS存储有望逐渐渗透。

预计到2025年全球汽车DRAM规模达46亿美元，中国达13亿美元。根据美光科技在2018 Analyst&Investor Day上的介绍，L1和L2智能车DRAM平均需要8GB，L3增加到16GB，L5增加到74GB。我们假设各智能化级别汽车DRAM需求量随着系统迭代升级仍会略有提升，结合不同等级ADAS/自动驾驶的渗透率假设，我们计算出全球平均单车DRAM需求量2020年到2025年有望从4.6GB增加到10.2GB；DRAM价格由于迭代升级平稳上涨，由此我们测算出2025年全球汽车DRAM的规模达到46亿美元，5年CAGR为29.6%；中国达到13.07亿美元，5年CAGR为35.4%。

预计到2025年全球汽车NAND规模达98亿美元，中国达30亿美元。根据美光科技，L1和L2智能车NAND需求差别不大，平均需要8GB，L3增加到256GB，L5增加到1TB。我们假设L0-L3单车NAND需求量随着系统逐渐迭代升级略有提升，结合不同等级ADAS/自动驾驶的渗透率假设，算出全球平均单车NAND需求量2020年到2025年有望从9.9GB增加到54.2GB，中国从9.0GB增加到51.8GB；假设NAND价格呈平稳下降趋势，我们测算出2025年全球汽车NAND的规模达到97.8亿美元，5年CAGR为38.1%；中国达到30.6亿美元，5年CAGR为42.8%。

5.2存储行业份额集中，国内厂商未来可期

车载DRAM为利基型市场，格局呈现寡头集中。根据与非网，在车载领域，存储产品不具生产标准化特点，而且对成本敏感性较低，因此竞争格局有所不同，三大行业龙头中仅美光有所投入，因此美光近年来均位居车载易失性存储领域第一名，市场份额超过40%，北京矽成位居行业第二名，市场份额约为15%，南亚科技、三星电子、SK海力士、赛普拉斯等位居其后。美光科技以近五成的市占率作为该领域的龙头，因其具备地缘优势，且与欧美Tier-one车厂合作的时间较长，加上该公司产品也最齐全，从最传统的DDR到DDR4、LPD2到LPD5及GDDR6，至NAND、NOR Flash皆有提供。南亚科、华邦皆持续推出更多元的类别。南亚科除了拥有从DDR到DDR4、LPSDR到LPDDR4X完整的产品组合外，在制程节点上也已大量导入20nm，且拥有成熟稳定的良率。根据TrendForce，利基DRAM占南亚科营收比重超过六成，其中又有近15%来自于车用。华邦在车用领域深耕超过10年，具备的产品线优势，从specialty DRAM、mobile DRAM、NOR Flash、SLC NAND、到组合式MCP，产品组合相当完整。华邦车用相关业务已占存储器总营收10%以上且持续成长。

车载存储更看重稳定性，一致性要求，对存储密度和制程的追求不及消费级。车载存储同样要符合车规级的要求，根据OFWeek网，车规级芯片对产品的可靠性、一致性、外部环境兼容性等方面的均有更高的要求。为追求稳定性，当前存储芯片仍以2D结构为主，反观消费级因为追求更高的存储密度和性价比，已经以3D结构作为DRAM与NAND的主流芯片架构。

车载存储的客户认证壁垒较高。由于前期汽车存储的市场较小，行业头部的三星、海力士等均没有较大的投入，也不具备齐全的车规产品线。而汽车存储产品的生命周期更长，技术和型号更新迭代节奏更为缓慢，一旦通过了客户认证，即可满足大部分需求。同时车规存储芯片的认证周期相对漫长，新产品往往3-4年之后才能在车上大规模量产。因此当前市场中与汽车厂商密切合作的客户享有较大的先入优势。同时这些企业也能够更熟悉汽车对于存储产品的参数需求，从而做定制化的改进，进一步稳固自己的行业地位。

存储芯片涉及到数据安全性问题，存在国产供应链自主可控需求。未来汽车的存储芯片上将存放大量的行车道路数据，切实关系到国家的数据安全。存储芯片作为这些数据的直接载体，对于安全性更为敏感。在消费级存储领域，长江存储与合肥长鑫等企业已经有较好的积累和进展，为国产存储芯片自主可控奠定了很好的基础。在车规存储领域，兆易创新、北京君正（收购ISSI）等也在相继发力，已经储备了自己的DRAM设计技术，通过寻求与晶圆厂紧密合作的方式，有望实现车规存储的自主可控需求。

6.1. ADAS渗透率提升驱动起量，高性能要求提升附加值

车载摄像头即安装在汽车上以实现各种功能的光学镜头，主要包括内视摄像头、后视摄像头、前视摄像头、侧视摄像头、环视摄像头等。目前摄像头在车上主要应用于倒车影像（后视）和360度全景（环视），高端汽车的各种辅助设备配备的摄像头可以多达8个，用于辅助驾驶员泊车或触发紧急刹车。根据ADAS不同的功能需要以及安装位置，车载摄像头包括前视、环视、后视、侧视以及内置摄像头，不同位置的摄像头功能各异，是实现自动驾驶必不可少的构成部分。

车载摄像头产业链与手机类似，其中CIS价值量占比较大。图像传感器处于摄像头产业链上游，其他摄像头零部件包括光学镜头、音圈马达、滤光片、棱镜等；产业链中游为摄像头模组封装；下游为视频监控摄像头、手机摄像头、车载摄像头等应用终端。根据前瞻产业研究院，从摄像头的成本占比来看，图像传感器是成本占比最高的部分，占总成本超过50%，镜头是成本占比第二高的部分，占比约20%。另外，模组封装、马达、红外滤光片占比分别为19%、6%、3%。

随着ADAS渗透率和自动驾驶等级的提升，未来单车车载摄像头用量将显著增加。我们认为该增量主要来自前视摄像头和环视摄像头用量的增加。根据我们对当前主要厂商ADAS方案的整理，较传统1前视+1后视方案，随着自动驾驶渗透率的提升，1前视+1后视+4环视将成为标配。随着自动驾驶级别进一步提升（L2及以上），前视、侧视、内置摄像头用量均将进一步增加，单车摄像头数量将达到8颗及以上。根据英飞凌，L2级别需要1个以上光学摄像头模组，L2+/L3级别需要4颗以上，而L4/L5则需要8颗以上。我们整理了当前各个品牌车型的摄像头数据，出于未来性能升级和安全冗余的考虑，当前L2级别车型摄像头搭载量普遍在5-8颗，L2+及以上级别基本达到8颗以上。可以看到部分新推出或即将推出车型的摄像头搭载量达到了11-13颗，像素配置上也以500-800万高像素为主，车载光学市场正迎来加速放量阶段。