智能汽车“眼”疾“脑”快，芯片功不可没

文章首发-公众号：钻石研报。来源：开源证券。

一、计算能力：智能汽车之“脑”，算力军备竞赛开启千亿赛道。

1、传统用于中央计算的CPU已无法满足智能汽车的算力需求，集合AI加速器的系统级芯片（SoC）应运而生。

仅依靠CPU的算力与功能早已无法满足汽车智能化所需，将CPU与GPU、FPGA、ASIC等通用/专用芯片异构融合的SoC方案被推至台前，成为各大AI芯片厂商算力军备竞赛的主赛道。

SoC中各处理器芯片各司其职，其中：

CPU负责逻辑运算和任务调度；

GPU作为通用加速器，可承担CNN等神经网络计算与机器学习任务，将在较长时间内承担主要计算工作；

FPGA作为硬件加速器，具备可编程的优点，在RNN/LSTM/强化学习等顺序类机器学习中表现优异，在部分成熟算法领域发挥着突出作用；

ASIC可实现性能和功耗最优，作为全定制的方案将在自动驾驶算法中凸显其价值。

2、智能座舱芯片：

芯片结构：以“CPU+功能模块”的SoC异构融合方案为主。以高通智能座舱主控计算芯片820A系列为例：

CPU：采用主频高达2.1GHz的64位四核处理器（Qualcomm®Kryo™CPU），用于对所有硬件资源的调度与管理；

GPU：采用高通Adreno530 GPU，可支持多个4K超高清触屏显示，实现一芯多屏；

DSP：采用Qualcomm®Hexagon™680 DSP，能够在不增加CPU负载的情况下，支持8个摄像头传感器同时输入；

LTE调制解调器模块：确保车辆在行驶过程中获得持续的移动连接性。

竞争格局：瑞萨、英伟达、高通、英特尔、三星等厂商凭借优越的芯片性能和供应链在中高端座舱芯片领域脱颖而出。

3、自动驾驶芯片：

芯片结构：以“CPU+GPU+NPU”的SoC异构方案为主。以英伟达自动驾驶主控计算芯片Xavier系列为例：

控制单元（CPU）：基于ARM架构的8核Carmel CPU；

计算单元（GPU）：基于NVIDIA Volta架构，在20W功率下单精度浮点性能可达到1.3TFLOPS，Tensor核心性能为20TOPS，当功率提升到30W时，算力可达到30TOPS，性能强劲且具有可编程性；

ASIC（AI加速单元）：包含深度学习加速器（DLA）和可编程视觉加速器（PVA）两个ASIC芯片，旨在提高CPU性能。

竞争格局：按照供应方式可以分为软硬一体式解决方案和开放式解决方案两大阵营。

4、车身控制芯片：

芯片结构：车身控制芯片对算力要求较低，通常以8位或32位的MCU芯片为主。其中，8位MCU：工作频率在16-50MHz之间，具有简单耐用、低价的优势，主要应用于车窗、车门、雨刮等车身控制领域；

32位MCU：工作频率最高，处理能力、执行效能更好，应用也更广泛，主要应用于动力域、座舱域等。

16位MCU的市场份额正逐步萎缩：由于8位的MCU的效能持续提升，目前已满足为低阶的16位MCU的应用需求，叠加32位MCU成本的逐渐降低，双重因素作用下16位MCU的市场份额正逐步萎缩。

根据IHS数据预计，2025年全球车规级MCU市场规模将达到73.5亿美元，其中32位MCU占比将达到76.6%。

竞争格局：外资厂商高度垄断，行业“缺芯”事件背景下国内厂商正加速崛起。国内车规级MCU市场正加速进口替代。目前，国内成熟的车规级MCU供应商包括比亚迪电子、杰发科技、芯旺微等。

5、车企开启算力军备竞赛，千亿汽车AI SoC赛道正在崛起。

车企预埋硬件开启算力军备竞赛，高算力自动驾驶计算芯片将率先受益。

市场规模测算：我国车载AI SoC芯片市场规模=乘用车产量*自动驾驶渗透率*单车算力*单算力平均价格。

乘用车产量：我们预计2025/2030年乘用车产量有望达到2539/2803万辆。

自动驾驶渗透率：我们预测2030年L0/L1/L2（包括L2+）/L3/L4及以上自动驾驶渗透率分别为0%/15%/50%/23%/12%。

单车算力：根据安波福数据，L0/L1/L2/L3/L4及以上自动驾驶所需算力分别为<1/10+/100+/500+/1000+TOPS。

单算力平均价格：我们预计当算力小于3/3-10/10-100/100-500/大于500TOPS时，单算力平均价格分别为50/14/8/3/1.6美元。

市场规模：我们预计2025年国内车载AI SoC市场规模为55.2亿美元，2030将达到104.6亿美元。预计2025年全球车载AI SoC市场规模为160.1亿美元，2030将达到303.4亿美元。

车载传感器作为智能汽车之“眼”，是智能汽车时代最重要的增量汽车零部件之一。其中，车载摄像头作为智能汽车内应用领域最为广泛的传感器，不但可以协助实现视觉方案下的自动驾驶技术，同时亦广泛应用于疲劳监控等多个座舱功能。

车载摄像头工作原理：当镜头采集到光影后，经CIS通过光电效应将光信号转换成每个像素的数字信号，输出拜尔阵列（bayer pattern），随之进入ISP进行图像处理（包括镜头阴影校正、黑电平校正、自动白平衡等），最终输出YUV/RGB格式的图像，再通过I/O接口传输到中央计算平台处理。

车载摄像头放量在即：根据GGAI统计，预计2018年至2025年，国内前视ADAS摄像头的出货量将由330万颗上升至7500万颗，环视摄像头的出货量将由1500万颗增长至1.7亿颗，座舱内置摄像头出货量将由180万颗上升至4600万颗。

二、感知能力：智能汽车感知先行，传感器为智能汽车之“眼”。

1、CIS芯片：车载摄像头中价值量最高环节，国内厂商有望实现进口替代。

CIS是车载摄像头中价值量最高的部分，汽车将成为CIS增长最快的应用领域。

根据IC Insights预测，2021-2025年车用CIS复合年增长率高达33.8%，2025年全球市场规模将达51亿美元。

车规级CIS技术要求与消费级CIS不尽相同，国产厂商有望借此弯道超车。

车规级CIS需要满足：（1）高动态范围（HDR）；（2）极端工作环境正常工作；（3）低光照下正常运转；（4）LED闪烁抑制。

根据Couetpoint数据统计，2019年全球车用CIS市场份额前三的厂商分别为安森美（60%）、豪威科技（29%）、索尼（3%）。我们认为在以手机为核心的智能终端时代，CIS芯片竞争格局已趋于稳定；但随着智能汽车的兴起，国内以豪威科技、格科微为代表的自主厂商有望在车规级CIS领域实现进口替代。

2、ISP芯片：车载ISP市场欣欣向荣，国内厂商抢滩布局。

图像信号处理器（ISP）将CIS输出的Raw数据进行处理，使之成为符合人眼真实生理感受的信号并加以输出。

ISP芯片根据摄像头传感器进行融合计算方式的不同，其放置位置也有所不同，分别来看：

前融合计算方式：ISP芯片位于摄像头模组端。

后融合计算方式：ISP芯片外挂至主控芯片端。

前融合计算将是趋势：一方面可一定程度上降低系统延迟、提升感知信息的实时性；另一方面，前融合计算可结合其他传感器，充分利用各类路侧信息更好的完成SLAM建图。

ISP芯片：多因素助推ISP芯片将在智能汽车时代大放异彩。

主机厂对图像处理具备差异化需求显著。

数据量指数级增长，预处理需求上升。

自动驾驶技术快速演进催生数据安全问题。

根据Yole预测，2024年视觉处理芯片（ISP）市场规模将达到186亿美元，2018-2024年CAGR约为14%。

从手机、安防到汽车，车载ISP芯片市场欣欣向荣，国内厂商抢滩布局汽车ISP芯片市场。国内布局车载ISP芯片的厂商分为：

CIS芯片供应商。

物联网安防摄像头供应商。

以手机为主的消费电子厂商。

3、激光雷达芯片：芯片化趋势加速，VCSEL和SPAD芯片被推至台前。

成本高导致激光雷达量产上车难，芯片化可降本提效解决行业痛点。

芯片化的发展方向主要有三方面：

发射端（激光器）：VCSEL在一定程度上解决激光雷达量产问题，成为目前芯片厂商主推的激光器类型。

接收端（探测器）：SPAD阵列将探测器和电路功能模块在CMOS工艺下集成，可以提高机器学习的效率。

数据处理端：以往数据处理功能集中在主控芯片FPGA上，但单光子接收端片上集成芯片（SoC）出现后将逐步替代主控。

激光雷达成本高居不下，极大程度地阻碍了激光雷达上车的速度，我们认为供应商有强烈意愿加速激光雷达芯片化进程，激光雷达芯片供应商价值将进一步凸显。

VCSEL芯片和SPAD芯片快速发展，多家激光雷达Tier1厂商率先卡位核心赛道。车载激光雷达在快速迭代的过程中性能提升显著，究其原因是VCSEL和SPAD芯片的快速发展驱动。

VCSEL芯片领域：华为已抢先投资纵慧芯光和长光华芯（拟IPO）。

纵慧芯光：深耕VCSEL芯片多年，说中国首家拥有自主知识产权的VCSEL芯片公司，已成为华为手机ToF光源主供应商；

在车规领域，公司完成AEC-Q102车规认证，且公司自有外延产线，VCSEL芯片产品研发迭代速度远快于其他Fabless厂商。

长光华芯：致力于高功率高亮度半导体激光芯片的研发和量产，2018年专项成立VCSEL事业部，攻克了材料外延生长的精确控制、稳定性难题以及激光电流的氧化限制控制难题，并提前布局拥有自主知识产权的完整工艺平台和6英寸VCSEL生产线，公司拟通过发行上市募集资金13.48亿元，其中3.05亿元用于VCSEL及光通信激光芯片项目。

SPAD芯片领域：华为投资南京芯视界。

南京芯视界：产品包括单光子雪崩二极管SPAD芯片，公司2019年初联合北汽新能源在硅谷成立自动驾驶联合实验室，研发以固态激光雷达为核心的下一代多传感器融合自动驾驶系统，并于2020年携解决方案亮相CES展会。

除华为以外，英伟达、禾赛科技、Ouster等激光雷达Tier1厂商或选择垂直整合方式投资独立激光雷达芯片厂商，或选择自研激光雷达芯片，我们认为激光雷达芯片化进程正在加速，建议关注有相关技术储备的厂商。

三、通信能力：通信模组为核心基础硬件，以太网芯片重要性正在凸显。

高阶自动驾驶的实现主要依赖单车智能+车联网两大领域的技术，而在推进过程中单车智能先行、车联网将后来居上。

单车自动驾驶：主要依靠车辆自身的视觉、毫米波雷达、激光雷达等传感器进行环境感知、计算决策和控制执行。

车联网：在现有单车智能化的基础上，通过通信网络将“人-车-路-云”有机结合，拓展和助力单车智能自动驾驶在环境感

知、计算决策和控制执行等方面的能力升级，进一步加速自动驾驶应用成熟。

我们认为随着硬件算力及软件算法能力的进一步优化，部分整车厂将跨过责任边界不清晰的L3级别，直接迈向L4级，而届时车联网将为自动驾驶大幅普及的重要一环。

汽车无线通信模组是实现车联网（包括车与车、车与路、车与人）通信的核心零部件。

上游：基带芯片为核心，海思芯片短缺背景下高通一家独大。

中游：国产厂商云集，合计市场份额超过90%。

车规级通信模组对于实时传导、安全性、稳定性有着极高的要求，需要通信技术、信号处理技术等作为底层技术支撑，同时需要具备较强的底层协议、微操作系统、硬件紧耦合嵌入式软件和信息处理应用平台的开发能力，对模组厂商要求较高。

中国无线通信模组企业纷纷加码车联网领域，2020年上半年，国产厂商在国内前装通信模组市场份额超过90%，其中移远通信（35.99%）、慧瀚微电子（17.53%）、Sierra Wireless（17.04%，广和通收购其车载模块业务）位列前三。

下游：汽车网联化进程加速趋势明显，5G通信模组渗透率有望快速提升。目前车载通信模组仍以4G模组为主体，而随着5G C-V2X在2021年全面铺开，5G模组渗透率有望快速提升。

4、车内通信：车内通信迎变革，以太网芯片重要性正在凸显。

智能汽车时代电子电气架构和软件架构齐变革，车载以太网将成新一代主干网络。

电子电气结构：由分布式走向集中。新一代电子电气架构以域控制器为核心，而核心域控制器之间需要高速以太网作为骨干网络进行域与域之间的连接。

软件架构：由“面向信号”走向“面向服务”。SOA软件架构的核心是客户端与服务端通信路由链路的建立支持动态配置，而车载以太网分层通信协议参考IT行业中间件的概念而设置通信中间件，定义客户端和服务端通信链路的动态映射机制（SOME/IP SD），实现应用程序和通信协议的解耦和透明传输以及动态的客户端和服务端的发现订阅机制。

以太网芯片是车载以太网的核心，PHY芯片重要性正在凸显。

以太网电路接口主要由MAC控制器和物理层接口PHY芯片两大部分构成。大部分处理器已包含MAC控制，而PHY作为独立的芯片用来提供以太网的接入通道，起到连接处理器与通信介质的作用。

PHY芯片的独立性亦使得OEM或者控制器供应商可自由选择供应商，由此也使得PHY芯片成为因车载以太网崛起所催生的全新汽车芯片赛道。

以座舱域控制器与液晶显示屏间的以太网通信应用为例。

市场规模：根据裕太微电子数据显示，L4级别智能汽车单

车以太网端口超过100个，未来五年国内以太网芯片市场规模将突破100亿美元（全市场，含汽车）。

竞争格局：目前全球仅NXP、博通、Marvell、瑞昱、Microchip、德州仪器六家供应商能够实现量产。国内方面，华为已率先投资国内为数不多致力于以太网芯片研发的企业裕太微电子。

四、存储能力：确定性受益于汽车智能化浪潮，存储IC有望量价齐升。

1、存储IC在汽车市场中广泛应用，DRAM和NAND FLASH占据存储市场绝大部分份额。

易失性存储芯片：主要包含SRAM和DRAM。DRAM单个存储单元仅需一个晶体管和一个电容，整体集成度较高且容量较大，在价格上存在显著优势，是目前存储市场市占第一的品类，约占据53%的份额。DDR系列有望凭借更高的传输速率逐步占据DRAM市场主流品类。此外，LPDDR则相较于同代的DDR拥有更低的功耗与体积，常用于移动端设备。

非易失性存储芯片：NAND存储容量较大、改写速度也优于NOR，在存储市场中占据42%的份额，稳居第二。

2、智能化及电动化趋势驱动带宽及存储芯片容量持续升级，车载存储行业景气度上行。

智能化方面：自动驾驶显著提振存储芯片市场，随着自动驾驶等级提高，AI功能逐渐增加，车辆需要对传感器所捕获的大量资料进行实时处理，即具备整合信息并立刻做出判断的能力，这对于带宽和空间需求提出了更高的要求。

电动化方面：电动汽车的核心部件BMS（电池管理系统）需要实时记录和存储数据，涵盖汽车电压电流、电压、温度、电机转速等，这些数据需要以较高的频率进行实时且连续的擦写，因此随着电动车续航能力、充电速度等不断提升，存储芯片的循环寿命、擦写速度以及功耗等存在较大升级需求。

3、汽车“新四化”进程加速叠加“缺芯”影响，汽车存储芯片市场迎来量价齐升的高速增长阶段。