2022年智能驾驶芯片中国厂商有望突围（120页）

自动驾驶产业链包含了感知层、决策层和执行层

根据技术层级，由激光雷达、地图、摄像头等组成的感知层通过搜集车身周边的环境信息，将其传导到决策层，根据算法和相应平台得出驾驶决策，最终由制动系统等下达控制指令，完成智能驾驶的信息闭环。

自动驾驶芯片是自动驾驶决策层的重要组成部分，是实现自动驾驶的硬件支撑。

电子电气架构正从分布式向集中式演进

 随着自动驾驶的推进和OTA升级成为趋势，电子电气架构正逐渐从分布式转为域集中式。SOC芯片逐渐成为实现域集中式的重点，这种方案可以在一定程度上解决此前芯片数量多、占地大、功耗成本高等问题。

中国自动驾驶芯片产业处于发展初期，国内头部玩家持续追赶国际龙头

未来2年，主流自动驾驶芯片将陆续量产交付；未来5年，市场份额的争夺将更为激烈，国内头部厂商有望突围

可从多个维度对自动驾驶芯片的新能进行评估

 自动驾驶芯片选择的关键指标包含：算法效率和算力、芯片适配性、开发便捷性、安全认证、解决方案能力、能效比等。

车载计算芯片包含自动驾驶芯片、智能座舱芯片和车身控制芯片等

 目前，车载芯片的演化主要体现在智能座舱、自动驾驶域。智能座舱芯片由中控屏芯片升级演化而来，主要参与者包括传统汽车芯片供应商以及新入局的消费电子厂商，国产厂商正从后装切入前装；自动驾驶域控制器为电子电气架构变化下新产生的计算平台，处于领先地位的包括英伟达、Mobileye，高通、华为也重点布局该领域，国内也有地平线、黑芝麻、芯驰科技等创业企业参与。

传统汽车芯片龙头、消费电子巨头、人工智能企业竞争激烈

进入自动驾驶时代，传统汽车芯片龙头受到一定的冲击，但也选择积极参与市场竞争。如瑞萨在2020年底发布的自动驾驶域主控SoC芯片R-Car V3U；瑞萨的智能座舱域主控SoC芯片R-Car H3目前也具有一定的市场影响力。

自动驾驶技术的快速发展带来了对先进制程、高算力SoC芯片的强烈需求，新型参与者纷纷入局自动驾驶赛道

自动驾驶技术的发展对研发投入的要求水涨船高，且对芯片的智能网联、推理训练等能力以及软件应用生态提出了更高要求。而这些恰好是高通、英伟达、英特尔、华为、AMD这样的消费电子巨头所具备的优势。

巨头常常通过并购的方式快速补足自身在自动驾驶芯片领域的能力建设，因而消费电子巨头目前成为了自动驾驶芯片的领军者。如高通目前在智能座舱域SoC主控芯片上处于绝对领先地位，英伟达和Mobileye目前分别在大算力方案和ADAS省心方案方面处于领先地位。以国内的黑芝麻、地平线等为代表的人工智能创新企业的AI研发技术出众，除特斯拉的芯片自用以外，其他厂商通常可以为客户提供“算法+芯片”的软硬件耦合的全栈式解决方案，也快速崛起为市场的重要参与者。

自动驾驶域的应用层涉及的范畴较窄，会造成芯片生态相对分立

自动驾驶虽然有各种各样的应用场景，比如AVP、TJP 、HWP等等，但本质上都是同一类应用，即自动驾驶生态中涉及的应用范畴远窄于手机。因而，如果核心算法开源，就会失去差异化。在这种情况下，英伟达、高通等芯片厂商具有通过技术上的分立实现生态差异化的动机。

L3级别自动驾驶落地时点或在一定程度上影响驾驶域芯片生态的竞争格局

这里的L3落地更多地指自动驾驶发展的节奏以及对于算力的需求。由于目前英伟达自动驾驶芯片的成熟度和算力都明显领先，如果自动驾驶落地非常快，那么有利于其获取更大的份额；而如果自动驾驶落地较慢，则对包括高通和一众国产芯片厂商更为有利。

随着自动驾驶级别的不断上升，自动驾驶芯片公司的性能竞争也更加激烈

 自动驾驶等级每增加一级，所需要的芯片算力就会呈现一个数量级的上升。L2级自动驾驶的算力需求仅要求2-2.5TOPS，但是L3级自动驾驶算力需求就需要20-30TOPS,到L4级需要200TOPS以上，L5级别算力需求则超过2000TOPS。可以预见，随着自动驾驶级别的不断上升，大算力的自动驾驶芯片会成为行业必然趋势。

高级别自动驾驶钟爱英伟达，低级别自动驾驶用Mobileye

英伟达是GPU大佬，盯上汽车领域后先后推出了Tegra、Xavier，现在Orin刚刚量产。英伟达的自动驾驶芯片优点是大算力以及好的软件栈和生态，方便客户个性化开发。

市场现在普遍不看好Mobileye，因为芯片迭代速度慢，其次软件封闭是黑盒子，不方便车厂做个性化；但它优势在于低功耗和性价比（主要支持 L2 及以下的自动驾驶，市场占有率很高，有大量的配套量产车型， 如 Q4、 Q5 芯片依然在蔚来车型上使用）

自动驾驶相关模块渗透率有望快速提升

消费者对辅助驾驶、自动驾驶功能的付费意愿较强，相关模块渗透率有望快速提升。罗兰贝格调研结果显示，认为辅助驾驶（L2）与自动驾驶（L2.5/3）功能重要的消费者比例已经分别高达88%与80%，其中对于L2中单个功能愿意支付的费用为2200-4100元，对L2.5/3中单个功能愿意支付的费用则高达3800-4900元。消费者较强的付费意愿有望带动智能驾驶相关模块渗透率快速上升。

以芯片销售额为统计口径，预计自动驾驶芯片市场规模在2030年可达百亿元以上。

车规级芯片标准要求严格，技术门槛高，供货周期长

车规级芯片的标准远高于消费级和工业级芯片。车规级芯片从研发、生产、制造等环节要求严格，以满足汽车对安全性和可靠性的要求。

汽车芯片的寿命一般设计在15年左右，对零部件的可靠性和安全性要求更高。一款车规级芯片需要2-3年的时间完成车规级认证并进入主机厂供应链，进入后一般拥有5-10年的供货周期。发布于2016年的智能座舱车规级芯片高通骁龙820A经历了多年的测试，一直到2019-2020年才开始广泛应用于奥迪、小鹏、理想等主机厂。

自动驾驶时代，“CPU+GPU+XPU”的异构主控SoC芯片逐渐成为主流

目前自动驾驶汽车的芯片平台主要为异构分布硬件架构，由AI单元、计算单元和控制单元三部分组成，通常包含CPU、GPU、FPGA、ASIC等几类芯片。以上几种芯片各有优势，因而由CPU+GPU+XPU+其他功能模块（如基带单元、图像信号处理单元、内存、音频处理器等）组成的异构主控SOC芯片成为当前自动驾驶汽车的主流选择，单个SoC芯片是一个完整的计算单元，可以去独立负责智能座舱域、自动驾驶域等智能汽车中较为复杂的领域。

自动驾驶算力先行，“硬件预埋”需求下高算力的SoC芯片是自动驾驶技术演进的基础

芯片算力的提升是产业发展的重要前提。只有硬件性能打好基础，才能为后续的软件和应用优化提供足够的空间，所以即使在“软件定义汽车”的技术路线逐渐成为共识的当下，提高芯片算力依旧是目前产业关注的焦点。

随着自动驾驶时代软硬件的解耦，对于用户来说，软件系统后续可以通过OTA方式升级，而硬件更新周期要明显更长，通常与整车生命周期相同，所以给主机厂商带来“硬件预埋”的需求，即先做好硬件冗余，后续通过软件升级的方式来逐步发挥硬件性能。这也带来对高算力SoC芯片的强烈需求，因此各头部汽车芯片供应商都在不断推出算力更高的SoC芯片，以满足主机厂客户未来数年的发展规划。