（報告出品方/作者：開源證券，任浪、劉強）

報告綜述：

域控制器解決汽車軟硬件升級桎梏，開啟智能駕駛新時代

傳統(tǒng)汽車 E/E 架構(gòu)采用分布式，功能系統(tǒng)的核心是 ECU，智能功能的升級依賴 于 ECU 和傳感器數(shù)量的累加。隨著單車智能化升級的加速，原有智能化升級的 方式面臨著研發(fā)和生產(chǎn)成本劇增、安全性降低、算力不足等問題。面對種種智能 化升級的桎梏，特斯拉 Model 3 的推出引領(lǐng)了汽車 E/E 架構(gòu)集中化的趨勢，將原 本相互孤立的 ECU 相互融合，域控制器也由此應運而生。在以域控制器為功能 中心的集中化 E/E 架構(gòu)下，芯片算力和軟件算法的提升將成為汽車智能化升級的 核心。域控制器架構(gòu)下，汽車智能化升級的研發(fā)邊際成本將顯著降低，并且智能 化升級的邊際成本將逐步遞減，從而推動汽車智能駕駛的加速滲透。

硬件先行、軟件賦能，域控制器開啟汽車軟硬件軍備競賽

域控制器作為未來汽車運算決策的中心，其功能的實現(xiàn)依賴于主控芯片、軟件操 作系統(tǒng)及中間件、應用算法等多層次軟硬件的有機結(jié)合。分別來看，主控芯片目 前多采用異構(gòu)多核的 SoC 芯片，競爭的焦點主要在于 AI 單元的有效算力、算力 能耗比、成本等。軟件操作系統(tǒng)及中間件主要負責對硬件資源進行合理調(diào)配，以 保證各項智能化功能的有序進行。其中，軟件操作系統(tǒng)競爭格局較為穩(wěn)定，多以 QNX 和 Linux 及相關(guān)衍生版本為主。應用算法則是基于操作系統(tǒng)之上獨立開發(fā) 的軟件程序，是各汽車品牌差異化競爭的焦點之一。為實現(xiàn)智能汽車的持續(xù)進化， 整車廠往往會選擇“硬件超配、后續(xù)軟件迭代升級”的方式。因此，域控制器作 為未來智能汽車的“大腦”，以主控芯片為代表的高性能硬件將率先量產(chǎn)上車， 而操作系統(tǒng)及應用軟件等則會隨著算法模型不斷迭代持續(xù)更新，逐步釋放預埋硬 件的利用率，從而實現(xiàn)軟件定義汽車。

域控制器產(chǎn)業(yè)鏈之下，Tier1、科技公司等多方勢力各抒己長參與其中

根據(jù)產(chǎn)業(yè)鏈生態(tài)，域控制器產(chǎn)業(yè)鏈可分為兩大陣營。一類是以華為昇騰、特斯拉 FSD 芯片為硬件基礎(chǔ)的全棧式解決方案供應商。憑借自身的技術(shù)優(yōu)勢實現(xiàn)了從 底層硬件到軟件架構(gòu)的全覆蓋，具備軟硬件一體化的性能優(yōu)勢。另一類則是開放 式的供應鏈生態(tài)，由 AI 芯片公司、軟件供應商、Tier1 系統(tǒng)集成商和整車廠組 成。其中底層的 AI 芯片公司是域控制器的基礎(chǔ)，軟件供應商和算法提供商（部 分為整車廠自研）賦能，Tier1 進行系統(tǒng)集成，最終由整車廠落地驗證。目前典 型的第一陣營包括“特斯拉”、“華為 長安”、“Mobileye 蔚來”等，開放式陣營 包括“小鵬 德賽西威 英偉達”、“理想 德賽西威 英偉達”、“高通 長城”等。 在汽車智能化加速滲透的背景下，域控制器作為智能化的核心零部件將最為受 益，看好在域控制器中卡位核心環(huán)節(jié)的相關(guān)公司。

1、 域控制器解決軟硬件升級桎梏，開啟智能駕駛新時代

1.1、 傳統(tǒng)汽車采用分布式架構(gòu)，功能升級僅依賴于 ECU 數(shù)量的累加

傳統(tǒng)汽車 E/E 架構(gòu)采用分布式，功能系統(tǒng)的核心是 ECU，智能功能的升級依賴于 ECU 數(shù)量的累加。ECU 誕生于上世紀 70 年代，初始定義為 Engine Control Unit（發(fā) 動機控制單元），用于特指電噴發(fā)動機的電子控制系統(tǒng)。而隨著集成電路技術(shù)以及汽 車電子行業(yè)的快速發(fā)展，ECU 的含義逐漸廣義化為 Electronic Control Unit（電子控 制單元）。從用途上看，ECU 即為汽車專用的微控制器，可在大量傳感器、總線數(shù)據(jù) 流以及執(zhí)行器等零部件的配合下實現(xiàn)對汽車狀態(tài)的操控。從結(jié)構(gòu)上看，ECU 的核心 是中央處理器 CPU（包括微控制器 MCU 或微處理器 MPU），連接在 CPU 周邊的還 包括存儲器（DDR、FLASH）、輸入/輸出接口（I/O）、數(shù)模轉(zhuǎn)換器（A/D）等。在傳 統(tǒng)的分布式架構(gòu)之下，汽車智能功能的升級依賴于 ECU 和傳感器數(shù)量的增加。

隨著單車智能化升級的加速，原有智能化升級的方式面臨著研發(fā)和生產(chǎn)成本劇增、 安全性降低、算力不足等問題，傳統(tǒng)分布式架構(gòu)亟需升級。根據(jù)頭豹產(chǎn)業(yè)研究院數(shù) 據(jù)統(tǒng)計，2019 年中國汽車 ECU 單車平均裝載量已達到 25 個，商用車平均 ECU 裝載 量為 35 個，個別高端車如奧迪 A8L，其裝配的 ECU 數(shù)量早在 2013 年就已超過 100 個。同時，由于 ECU 數(shù)量的激增，對汽車線束長度、傳輸速度等方面都有這更高的 要求，這都將為汽車的研發(fā)、生產(chǎn)、安全等多方面帶來挑戰(zhàn)。具體來看，（1）研發(fā)成 本方面：在汽車功能的開發(fā)過程中，每個零件都有其對應的供應商，整車廠需要與這 些供應商分別溝通協(xié)作，甚至合作研發(fā)。因此，當單車智能化功能激增時，將使得整 個汽車開發(fā)周期大幅增長，伴之而來的亦是人力、物力成本的劇增。（2）生產(chǎn)成本方 面：由于汽車內(nèi)部的裝配空間有限，當 ECU 數(shù)量達到 100 多個以上、線束長度達到 5km 時，已很難實現(xiàn)自動化生產(chǎn)，相反將更多的依賴于人工。此外，在汽車智能化時 代，汽車的生產(chǎn)已不再是以出廠銷售為終點，同時需要連續(xù)的整車 OTA 升級。因此 若是分布式的架構(gòu)之下，難以做到眾多 ECU 之間的快速協(xié)同升級。（3）安全性問題： 更加智能化功能的實現(xiàn)不僅僅需要單個 ECU 算力的大幅提升，同時亦要求各個 ECU 之間可以進行高效的信息數(shù)據(jù)交換，并留予適當?shù)乃懔θ哂?，以便應對各類突發(fā)情 況，保障駕駛安全。而分布式架構(gòu)下，各個 ECU 之間多通過 LIN/CAN 等總線相連， 傳輸速度本身有限，難以滿足智能汽車內(nèi)部信息高效流轉(zhuǎn)的需求。

1.2、 域控制器誕生解決功能升級桎梏，推動智能駕駛大時代加速到來

面對分布式架構(gòu)對汽車智能化升級的桎梏，特斯拉引領(lǐng)了汽車 E/E 架構(gòu)由分布式向 域控制器/中央計算升級的歷史性變革。2017 年，特斯拉在量產(chǎn)的 Model3 車型中首 次落地了區(qū)域集中式的 E/E 架構(gòu)（由一個中央計算模塊、三個區(qū)域控制器構(gòu)成）。由 此不僅實現(xiàn)了不同 ECU 之間的協(xié)同控制、統(tǒng)一升級，同時還可以節(jié)省算力、降低布 線成本。同時，E/E 架構(gòu)的集中化亦將有效降低智能化功能升級的邊際成本，從而推 動智能化升級的加速。特斯拉的顛覆性創(chuàng)新和成功亦為海內(nèi)外傳統(tǒng)整車廠及造車新 勢力帶來了極大的示范效應，加速汽車智能化時代的到來。2018 年豐田提出將在未 來 L3 級量產(chǎn)車型中采用的“Central & Zone 架構(gòu)”（按物理空間將整車對稱分為多個 區(qū)域）。2019 年華為提出“CC 架構(gòu)”（智能座艙 整車控制 智能駕駛）。2020 年，安波福發(fā)布智能汽車“SVA 架構(gòu)”（中央計算群 四個分區(qū)）。此外，還有大眾、寶馬等均 提出了全新的 E/E 架構(gòu)（分別為 E3 架構(gòu)和 EEA 分層架構(gòu)）?？梢钥吹剑瑹o論是 Tier1、 整車廠等傳統(tǒng)玩家還是造車新勢力、科技公司等產(chǎn)業(yè)鏈新生力量，在對 E/E 架構(gòu)設(shè) 計都開始由分布式向集中方向升級。E/E 架構(gòu)集中化的本質(zhì)是對汽車中孤立 ECU 的 集成和融合，域控制器也由此應運而生。同時，在以域控制器為功能中心的集中化 E/E 架構(gòu)下，芯片算力和軟件算法的提升將成為汽車智能化升級的核心。根據(jù)博世等 Tier1 所提出的六個 E/E 架構(gòu)發(fā)展階段來看，目前新興的集中化 E/E 架構(gòu)大致集中于 以汽車功能劃分“域集中/融合”階段和以汽車物理空間劃分的“車電腦和分區(qū) ECU”階 段。車電腦和分區(qū) ECU 的 E/E 架構(gòu)在集中化程度要高于功能域集中/融合，而長期看 未來都會向車云計算的階段發(fā)展。

1.2.1、 基于功能劃分 E/E 架構(gòu)下的域控制器

（以博世、大陸等 Tier1 為代表） 博世、大陸等傳統(tǒng) Tier1 將汽車 E/E 架構(gòu)按功能劃分為動力域（安全）、底盤域（車 輛運動）、信息娛樂域（座艙域）、自動駕駛域（輔助駕駛）和車身域（車身電子）五 大區(qū)域，每個區(qū)域?qū)瞥鱿鄳挠蚩刂破?，最后再通過 CAN/LIN 等通訊方式連接 至主干線甚至托管至云端，從而實現(xiàn)整車信息數(shù)據(jù)的交互。

? 動力域控制器：主要負責動力總成的優(yōu)化與控制，在新能源車中主要是指電驅(qū) 和電控系統(tǒng)的集成化。其中，電驅(qū)系統(tǒng)的集成以三合一技術(shù)路線為主流，也即將 電機、電控（逆變器）與減速器集成為電驅(qū)橋。電控系統(tǒng)的集成則傾向多合一模 塊，通常將變壓器、車載充電機、加熱器等進行集成，甚至會將整車控制器（VCU） 等包含在內(nèi)。2020 年 1 月，合眾汽車團隊研發(fā)的 PDCS 動力域控制器搭載于哪 吒汽車并通過了搭載車輛測試，正式進入了量產(chǎn)應用階段。2020 年 9 月華人運 通發(fā)布的首款智能汽車高合 HiPhi X，亦搭載有由聯(lián)合電子合作研制的動力域控 制器。

? 底盤域控制器：主要負責具體的汽車行駛控制，主要包括助力轉(zhuǎn)向系統(tǒng)（EPS）、 車身穩(wěn)定系統(tǒng)（ESC）、電動剎車助力器、安全氣囊控制系統(tǒng)以及空氣懸架、車 速傳感器等等。與動力域類似，底盤域內(nèi)所涉及的控制系統(tǒng)大多都具備較高的安 全等級要求，需要符合 ASIL-D 安全等級（ASIL 系列中最高安全等級）。因此底 盤域亦具備著較高的行業(yè)門檻，目前多數(shù)底盤域控制器仍處于實驗室階段。

? 車身域控制器：主要負責車身功能的整體控制，本身技術(shù)門檻較低且單車價值 量不高，其本質(zhì)是在傳統(tǒng)車身控制器（BCM）的基礎(chǔ)上，集成了無鑰匙啟動系 統(tǒng)（PEPS）、紋波防夾、空調(diào)控制系統(tǒng)等功能而成。此外，由于涉及安全等級較 低，隨著汽車 E/E 架構(gòu)的進一步集中化，有望率先實現(xiàn)與智能座艙域的融合。

? 自動駕駛域控制器：承擔了自動駕駛所需要的數(shù)據(jù)處理運算及判斷能力，包括 對毫米波雷達、攝像頭、激光雷達、GPS、慣性導航等設(shè)備的數(shù)據(jù)處理工作。同 時，自動駕駛域控制器亦負責車輛在自動駕駛狀態(tài)下底層核心數(shù)據(jù)、聯(lián)網(wǎng)數(shù)據(jù)的 安全保障工作，是推動自動駕駛邁向 L3 及以上更高等級的核心部件。此外，由 于自動駕駛域控制器需要更強的 AI 算力以及算法的支持，因而參與研制的廠商 眾多。除傳統(tǒng)汽車產(chǎn)業(yè)鏈內(nèi)的整車廠及供應商以外，還包括有英偉達、高通、地 平線、黑芝麻等海內(nèi)外 AI 芯片龍頭廠商，以及阿里、谷歌、QNX、華為等自動 駕駛操作系統(tǒng)供應商。目前來看，除特斯拉 Model3、小鵬 P7 等少數(shù)車型以外， 絕大多數(shù)已量產(chǎn)的自動駕駛域控制器尚未達到 L3 級自動駕駛級別。根據(jù) ICVTank 數(shù)據(jù)統(tǒng)計，2020 年全球 ADAS 相關(guān)控制器市場規(guī)模將達到 155.9 億美 元，其中大部分均為 L3 級以下輔助駕駛控制器（ECU），而預計到 2025 年全球 自動駕駛域控制器市場規(guī)模有望達到 19.8 億美元。

? 座艙域控制器：主要負責汽車座艙電子系統(tǒng)功能，匯集了集成液晶儀表、中控多 媒體及副駕駛信息娛樂的一體化系統(tǒng)。其發(fā)展過程經(jīng)歷了由傳統(tǒng)的“機械物理按 鍵”到“中控液晶顯示屏”，再到“中控 儀表盤一體化設(shè)計”的進程。同時，由于其 涉及安全等級較低、成本相對可控，發(fā)展速度將顯著快于自動駕駛域控制器。根 據(jù) ICVTank 數(shù)據(jù)統(tǒng)計，2020 年全球智能座艙域控制器有望達到 80 萬套，預計 2025 年全球智能座艙域控制器出貨量將達到 1300 萬套。

總體來看，以上所分的五大功能域中，目前的競爭焦點主要集中于智能座艙域和自 動駕駛域。我們認為主要原因如下：（1）從供應體系上看，在汽車整體 E/E 架構(gòu)集中 化的進程中，由中控系統(tǒng)升級而來的智能座艙域與新興的自動駕駛域的供應體系較 為完整。相反，其他各個域是對傳統(tǒng)功能系統(tǒng)的進一步集成，因而更容易產(chǎn)生供應商 之間的利益沖突。以動力域為例，電機、電池模組以及電機控制器等零部件此前均由 不同廠商供應、整車廠負責協(xié)調(diào)各方進行整合裝配，因而在集中化的趨勢中各個供 應商之間會存在利益相互蠶食的沖突。因此，可以看到目前所提出的動力域解決方 案都是由極個別龍頭供應商牽頭或是整車廠自研而成，如特斯拉的集成化三電系統(tǒng)、 華為的多合一電驅(qū)動系統(tǒng) Drive ONE（集成電機、MCU、PDU、OBC、DCDC、減速 器、BCU 七大部件）等、長城歐拉自研的三合一電驅(qū)橋等。（2）從技術(shù)角度來看，動力域不但涉及的安全等級要求會更高，同時還需要考慮各部件配合過程中整體的 NVH 水平、是否存在相互間的電磁干擾（EMC）以及如何控制和提升整套系統(tǒng)的冷 卻和效率等多方面因素，因而整體開發(fā)難度較大。與動力域類似，底盤包括支撐動力 系統(tǒng)的內(nèi)部框架，以及除發(fā)動機以外的所有驅(qū)動部件。在自動駕駛向更高級別的發(fā) 展進程中，駕駛員將逐步減少對車輛的操控時間，因而對底盤域中傳感器和控制器 都具有更加精確的時序要求和更為嚴格的最大延時要求。因此，動力域及底盤域在 當下的行業(yè)發(fā)展初期都具備較高的技術(shù)壁壘，并非現(xiàn)階段多數(shù)廠商的競爭焦點。此 外，由于車身域技術(shù)門檻和安全要求等級較低，未來則有望率先融入智能座艙域共 同研制開發(fā)。

1.2.2、 基于區(qū)域劃分的集中化 E/E 架構(gòu)（以特斯拉、豐田、安波福為代表）

以區(qū)域進行劃分的域控制器是以車輛特定物理區(qū)域為邊界來進行功能劃分，相較于 純粹以功能為導向的域控制器，其集中化程度更高。例如車輛前區(qū)域控制器、左區(qū) 域控制器、右區(qū)域控制器等。典型的按區(qū)域劃分 E/E 架構(gòu)的廠商為特斯拉，Model3 的三個區(qū)域控制器則分別為前車身控制模塊、左車身控制模塊和右車身控制模塊。 其中，左右車身控制模塊把部分基礎(chǔ)功能按區(qū)域進行對稱劃分，兩者分別負責各自 區(qū)域內(nèi)的內(nèi)外部燈光、門鎖、車窗、駐車卡鉗等。而相對于左車身控制器，右車身控 制模塊還具有兩個獨有的功能—熱管理和自動泊車輔助系統(tǒng)。前車身控制模塊則主 要負責為整車中各個控制器進行電源分配，可以在實時監(jiān)測各個 ECU 用電情況，及 時切斷部分處于靜態(tài)但功耗高的ECU 供電。此外，前車身控制模塊還包括車前大燈、 雨刮器等傳統(tǒng) BCM 的功能。除此之外，豐田的 Central & Zone 架構(gòu)、安波福的 SVA 架構(gòu)均采用類似的區(qū)域劃分解決方案。

2、 硬件先行、軟件賦能，域控制器開啟汽車軟硬件軍備競賽

域控制器作為未來汽車運算決策的中心，其功能的實現(xiàn)依賴于主控芯片、軟件操作 系統(tǒng)和中間件、應用算法等多層次軟硬件的有機結(jié)合。分別來看：（1）域控制器的主 控芯片目前多采用異構(gòu)多核的 SoC 芯片，由 AI 單元、計算單元和控制單元三部分異 構(gòu)而成，每個單元完成各自功能。其中，AI 單元專注于進行人工智能模型的運算， 是自動駕駛域中最核心的單元。目前海內(nèi)外領(lǐng)先的車載 AI 芯片廠商包括英偉達、 Mobileye、高通、地平線等。（2）軟件操作系統(tǒng)方面，廣義而言包含系統(tǒng)內(nèi)核、基礎(chǔ) 軟件以及中間件等，主要負責對硬件資源合理調(diào)配，以保證各項智能化功能有序進 行的。其中系統(tǒng)內(nèi)核競爭格局穩(wěn)定，主要以 QNX、Linux 及其衍生版本為主。中間 件則多由 Vector、ETAS、德賽西威等第三方廠商或整車廠進行開發(fā)。（3）應用算法 則是基于操作系統(tǒng)之上獨立開發(fā)的軟件程序，亦是各個品牌汽車差異化競爭的焦點。 此外，為實現(xiàn)智能汽車的持續(xù)進化，整車廠往往會選擇“硬件超配、后續(xù)軟件迭代升 級”的方式。因此，域控制器作為未來智能汽車的“大腦”，以主控芯片為代表的高 性能硬件將率先量產(chǎn)上車（例如，小鵬汽車現(xiàn)有自動駕駛能力處于 L2.5 級別，但已 在 P7 車型上預埋 Xavier 芯片、14 個攝像頭等的方式，為后續(xù) L3 級的自動駕駛留下 了升級空間。），而操作系統(tǒng)及應用軟件等則會隨著算法模型不斷迭代持續(xù)更新，逐 步釋放預埋硬件的利用率，從而實現(xiàn)軟件定義汽車。

2.1、 芯片為基：主控芯片邁向異構(gòu)多核 SoC，AI 芯片加速域控制器落地

2.1.1、 主控芯片向“CPU XPU”異構(gòu)升級，車載 SoC 芯片將為競爭焦點

主控芯片是域控制器中的核心部件，其結(jié)構(gòu)形式正由 MCU 向異構(gòu)式 SoC 芯片方向 升級。域控制器實際是此前多個 ECU 的融合，其目的在于讓一個高度集成的主控芯 片實現(xiàn)對多個智能化功能的控制。最早 ECU 中的主控芯片為 CPU，其設(shè)計的目的主 要是用于邏輯控制（是與非、加或減），因此其構(gòu)造中大量的空間用于布置控制單元 與存儲單元，計算單元的占比很少，這就導致在面向汽車智能化功能所需要的大規(guī) 模運算時，CPU 的算力難以滿足。相比之下，以圖像運算為目的開發(fā)的 GPU 擁有更 多的計算單元，體現(xiàn)出更強的算力優(yōu)勢。GPU 與 CPU 并非替代品，而是屬于共生關(guān) 系，只是由于內(nèi)部結(jié)構(gòu)的不同導致其擅長的應用領(lǐng)域有所不同。最初的 GPU 主要應 用場景是視頻游戲領(lǐng)域，伴隨著人工智能技術(shù)在視覺領(lǐng)域的應用，基于視覺的自動 駕駛方案逐漸變?yōu)榭赡?，這就需要在汽車中原有主控芯片（CPU）的基礎(chǔ)上加裝擅長 視覺算法的 GPU 芯片，從而形成“CPU GPU”的解決方案。同時，由于汽車芯片的計 算單元在設(shè)計時需考慮算力、功耗體積等問題，因此出于硬件資源的最優(yōu)化，往往將 CPU 和 GPU 集合成為異構(gòu)多核的 SoC 芯片。

不過，“CPU GPU”也并非最優(yōu)的解決方案，因為 GPU 雖然具備較強的計算能力，但 成本高、功耗大，由此又逐步引入了定制化的 FPGA 芯片和 ASIC 芯片。其中，F(xiàn)PGA 是半定制型芯片，相對于 GPU 有明顯的性能和能耗優(yōu)勢，產(chǎn)品技術(shù)也已較為成熟。 ASIC 是定制型芯片，可以更加有針對性的進行硬件層次的優(yōu)化，從而獲得更優(yōu)的性 能、能耗比。同時，由于需要定制化的研發(fā)，ASIC 芯片的設(shè)計研發(fā)周期較長、資金 需求較大，因此在技術(shù)路線尚不明確的背景下大規(guī)模流片的性價比不高，但對于最 終使用芯片的客戶而言，二次開發(fā)的成本及時間都會大大減少?？傮w來看，單一類型 的微處理器，無論是 CPU、GPU、FPGA 還是 ASIC，都無法滿足更高階的智能駕 駛需求，域控制器中的主控芯片會走向集成“CPU XPU”的異構(gòu)式 SoC（XPU 包括 GPU/FPGA/ASIC 等）。根據(jù) HIS 數(shù)據(jù)統(tǒng)計，2020 年全球車載 SoC 芯片市場規(guī)模將 達到 40.12 億美元，并在 2020-2025 年間 CAGR 有望達到 15.4%。

2.1.2、 AI 芯片開啟域控制器算力競賽，國內(nèi)新興芯片廠商快速跟進

隨著人工智能算法模型在智能駕駛領(lǐng)域的應用，AI 計算單元逐步被集成至主控芯片 內(nèi)，并由此開啟車載主控芯片的算力競賽。異構(gòu) SoC 芯片的應用一定程度加速了域控制器的落地，奧迪在 2017 年發(fā)布新款 A8 時投產(chǎn)了全球首個 L3 級域控制器 zFAS。 該域控制器的計算平臺共搭載四枚芯片異構(gòu)式 SoC 芯片，最終由德爾福集合而成。 具體包括：Mobileye 提供的視覺處理芯片 EyeQ3（ASIC），英偉達提供的 Tegra K1 芯 片（GPU CPU），英特爾提供的 Cyclone V 芯片（FPGA），英飛凌提供的 Aurix TC297T 芯片（MCU）。zFAS 的量產(chǎn)開創(chuàng)了全球自動駕駛域控制器的先河，但僅憑 SoC 芯片 的疊加仍難以支撐自動駕駛中人工智能算法模型（卷積神經(jīng)網(wǎng)絡(luò)等）所需要的算力。 根據(jù) OpenAI 數(shù)據(jù)統(tǒng)計，在過去 7 年間隨著 AI 模型由 Alexnet 發(fā)展至 AlphaGoZero 時，其算力需求提升了 30 萬倍。因此，具備更強人工智能模型運算能力的 AI 芯片 逐步被引入汽車領(lǐng)域，并開啟了行業(yè)內(nèi)多家芯片廠商的算力競賽。廣義上而言，所有 面向人工智能領(lǐng)域的運算芯片都可以稱之為 AI 芯片。正如 GPU 作為專用圖像處理 器與 CPU 協(xié)同工作一樣，AI 芯片也將會作為 CPU 的 AI 運算協(xié)處理器集成于異構(gòu) 式 SoC 中，專門處理 AI 應用所需要的并行矩陣運算需求，而 CPU 作為核心邏輯處 理器，統(tǒng)一進行任務調(diào)度。此外，由于人工智能對于運算效率的要求較高，AI 芯片 的主要類型為 GPU、FPGA 和 ASIC。

AI 芯片需求迸發(fā)推動車載芯片競爭格局重塑，國內(nèi)新興 AI 芯片廠商迎來重大發(fā)展機遇。傳統(tǒng)的汽車產(chǎn)業(yè)鏈中的車載芯片市場份額高度集中，根據(jù) ICVTank 數(shù)據(jù)統(tǒng)計， 2019 年全球汽車半導體市場 CR8 仍高達 68%，多年來一直被恩智浦、德州儀器、英 飛凌等巨頭壟斷。不過，以上龍頭廠商多聚焦于 MCU 等芯片領(lǐng)域，隨著汽車智能時 代的加速到來，車載芯片中的邏輯芯片和存儲芯片需求占比大幅增加。根據(jù) ICVTank 數(shù)據(jù)統(tǒng)計，未來車載邏輯芯片及存儲芯片的市場份額占比將從 2019 年的 12%（50 億 美元）和 8%（36 億美元），增長至 2025 年的 15%（102 億美元）和 12%（83 億美 元）。其中，車載 AI 芯片需求的迸發(fā)吸引英偉達、英特爾、高通、華為等傳統(tǒng)消費級 芯片巨頭紛紛進軍汽車產(chǎn)業(yè)。同時，車載芯片需求結(jié)構(gòu)的變化亦為國內(nèi)新興芯片廠 商帶來了快速切入汽車產(chǎn)業(yè)鏈的機遇。例如，國內(nèi) AI 芯片新勢力地平線，已憑借其 “征程”AI 芯片與海內(nèi)外多家車廠建立合作，成功切入汽車產(chǎn)業(yè)鏈，為長安汽車、上 汽集團、奧迪等多家整車廠提供“AI 芯片 算法 IP 開發(fā)平臺”的完整解決方案。成立 于 2016 年的黑芝麻智能科技 2019 年成功的發(fā)布了國內(nèi)首款車規(guī)級智能駕駛芯片華 山一號 A500，目前已與博世、中國一汽等多家 Tier1 或整車廠建立合作。

2.2、 軟件賦能：引入嵌入式智能車載系統(tǒng)，軟件定義汽車時代加速到來

伴隨著域控制器的誕生，汽車軟件亦將從簡易的裸機程序向更為復雜的嵌入式操作 系統(tǒng)升級。自上世紀 80 年代以來，隨著微處理器在汽車領(lǐng)域的廣泛應用，以“微處理 器 裸機程序”的解決方案已完全取代了早期汽車中使用的機械或液壓元件。在這一 階段，汽車軟件工程師通過直接在 ECU 上寫入代碼來實現(xiàn)對硬件資源的調(diào)用，其優(yōu)點在于功能穩(wěn)定安全、反應靈敏，且不會出現(xiàn)死機等狀況，但缺點在于功能單一且升 級過程復雜。然而，隨著域控制器的誕生，亟需嵌入式操作系統(tǒng)的引入來實現(xiàn)對主控 芯片、傳感器等硬件資源的合理調(diào)配，從而保證多項智能化功能的協(xié)調(diào)進行。廣義的 車載操作系統(tǒng)從結(jié)構(gòu)上看與其他終端的操作系統(tǒng)基本一致，以 AGL 操作系統(tǒng)（Linux 組織專門為汽車領(lǐng)域而研發(fā)的開源系統(tǒng)）為例，主要包含系統(tǒng)內(nèi)核、中間件、應用算 法軟件以及汽車領(lǐng)域特有的安全層四部分。其中系統(tǒng)內(nèi)核的開發(fā)難度最大，出于性 價比的考慮，目前少有廠商自行研制，因而其行業(yè)格局較為穩(wěn)定，以 QNX 和 Linux 及相關(guān)衍生版本為主。部分軟件研發(fā)實力較強的公司（特斯拉、華為、阿里等）會基 于開源的 Linux 內(nèi)核進行定制化改造，形成具備差異化競爭力的系統(tǒng)內(nèi)核。中間件是 基礎(chǔ)軟件中的一大類，是對底層軟件模塊的封裝和接口標準化，處于操作系統(tǒng)內(nèi)核 和應用層之間，起到了承上啟下的作用，是實現(xiàn)軟硬件解耦的重要組成部分。大多數(shù) 整車廠商會從這一層開始進行軟件架構(gòu)定制化研發(fā)。應用算法則是基于操作系統(tǒng)之 上獨立開發(fā)的軟件程序，亦是各汽車品牌差異化競爭的焦點之一。

進一步來看，根據(jù)安全等級要求的不同，汽車嵌入式操作性系統(tǒng)大致可分為實時操 作系統(tǒng)和非實時操作系統(tǒng)。分別來看：（1）所謂實時操作系統(tǒng)，是指系統(tǒng)接收到輸入 信號后，能夠在短時間內(nèi)處理完畢并予以反饋，并且其處理任務的（最遲）完成時間 是確定可知的。實時操作系統(tǒng)具備較高的安全性與可靠性，因此往往應用于車控領(lǐng) 域，包含傳統(tǒng)的車輛動力、底盤、車身以及新興的自動駕駛等。此前在車控領(lǐng)域的操 作系統(tǒng)已經(jīng)歷了兩輪標準化工作：OSEK/VDX 和 AUTOSAR。OSEK/VDX 主要對操 作系統(tǒng)和網(wǎng)絡(luò)管理進行標準化；AUTOSAR 從軟件架構(gòu)、開發(fā)方法、開發(fā)工具三方面 進行標準化。目前，已有多家企業(yè)擁有成熟的車控操作系統(tǒng)產(chǎn)品和解決方案，包括德 國的 Vector、ETAS，加拿大的 QNX，美國的 Mentor Graphics 等，而在智能化趨勢 下又新興出特斯拉 Version、大眾 VW.OS、華為 AOS/VOS 等多種實時操作系統(tǒng)。（2） 非實時操作系統(tǒng)則廣泛應用于座艙娛樂等領(lǐng)域，更加注重兼容性與開發(fā)生態(tài)。此類操作系統(tǒng)多以 Linux 內(nèi)核改造或移植移動端的操作系統(tǒng)而來，包括 Linux 衍生的 AGL、 微軟的 Windows Automotive、谷歌的 Android Auto、阿里 AliOS 等等。同時，許多新 興操作系統(tǒng)提供平臺式解決方案，也即在一個軟件架構(gòu)之下根據(jù)所應用領(lǐng)域的不同 使用不同的系統(tǒng)內(nèi)核，典型的是華為的鴻蒙操作系統(tǒng)即包括座艙操作系統(tǒng) HOS、智 能駕駛操作系統(tǒng) AOS、智能車控操作系統(tǒng) VOS 三種。可以看到，眾多互聯(lián)網(wǎng)或科技 廠商正通過強大的軟件研發(fā)能力進入汽車產(chǎn)業(yè)鏈，成為軟件 Tier1，也由此催生了龐 大的汽車軟件市場。根據(jù) McKinsey 數(shù)據(jù)統(tǒng)計，2020 年全球汽車軟件開發(fā)（包括操作 系統(tǒng)內(nèi)核、中間件、應用軟件等）市場規(guī)模將達到 200 億美元，時至 2030 年該市場 規(guī)模將達到 500 億美元，2020-2030 年其復合增長率將達到 9%，軟件定義汽車時代 正加速到來。

3、 域控制器供應鏈之下，多方勢力各抒己長參與其中

域控制器供應鏈將形成兩大陣營，即以華為、特斯拉為代表的全棧式供應商，以及 以英偉達、高通、地平線等為代表的開放式供應體系。其中，全棧式解決方案供應商 憑借自身的技術(shù)優(yōu)勢實現(xiàn)了從底層硬件到軟件架構(gòu)的全覆蓋，具備軟硬件一體化的 性能優(yōu)勢。而開放式的供應鏈生態(tài)，主要由 AI 芯片公司、軟件供應商、Tier1 系統(tǒng)集 成商和整車廠組成。其中底層的 AI 芯片公司是域控制器的基礎(chǔ)，軟件供應商和算法 提供商（部分為整車廠自研）賦能，Tier1 進行系統(tǒng)集成，最終由整車廠落地驗證。 目前典型的第一陣營包括“特斯拉”、“華為 長安”、“Mobileye 蔚來”等，開放式陣 營包括“小鵬 德賽西威 英偉達”、“理想 德賽西威 英偉達”、“高通 長城”等。在 汽車智能化加速滲透的背景下，域控制器作為智能化的核心零部件將最為受益，看 好在域控制器中卡位核心環(huán)節(jié)的相關(guān)公司。

3.1、 全棧式解決方案供應商，軟硬件兼顧自成體系

3.1.1、 華為：昇騰 AI 芯片 MDC

計算平臺 鴻蒙 OS 以昇騰系列 AI 芯片為基礎(chǔ)，構(gòu)建華為 MDC 中央智能計算平臺。目前，華為針對智 能駕駛領(lǐng)域已經(jīng)成功研制出了車規(guī)級 AI 芯片昇騰 310 和昇騰 910。其中，昇騰 310 單片算力為 16TOPS，而其功耗僅為 8W，功耗比與特斯拉 FSD 芯片相當，主要應用 于邊緣計算等低功耗領(lǐng)域；昇騰 910 單片算力達到 512TOPS，同時作為一款高集成度 SoC 芯片，除了基于達芬奇架構(gòu)的 AI 核外，還集成了多個 CPU、DVPP 和任務調(diào) 度器，因而具有自我管理能力，可以充分發(fā)揮其高算力的優(yōu)勢。而基于昇騰系列芯 片，華為推出了 MDC300 和 MDC600 智能計算平臺。其中，MDC300 的 AI 單元由 四顆華為昇騰 310 芯片組成，計算單元搭載華為的鯤鵬芯片，控制單元則搭載是英 飛凌 TC397 芯片，整體算力達到 64TOPS，滿足 L3 級自動駕駛；MDC600 是基于 8 顆昇騰 310 芯片，同時還整合了 CPU 和相應的 ISP 模塊，整體算力可達 352TOPS， 適用于 L4 級別自動駕駛。除此之外，華為即將發(fā)布 MDC 210 和 MDC 610 智能駕駛 計算平臺。MDC 210 可提供 48TOPS 算力，主要面向 L2 級自動駕駛，MDC 610 可 提供 160TOPS 算力，面向 L3-L4 級別自動駕駛。綜合來看，MDC 集成了華為自研 的 Host CPU 芯片、AI 芯片、ISP 芯片與 SSD 控制芯片，并通過底層的軟硬件一體 化調(diào)優(yōu)，在時間同步、傳感器數(shù)據(jù)精確處理、多節(jié)點實時通信、最小化底噪、低功耗 管理、快速安全啟動等方面領(lǐng)先業(yè)界。相比當前業(yè)界其他自動駕駛計算平臺，華為 MDC 具有高性能、高安全＆可靠、高能效、低時延的技術(shù)優(yōu)勢。

華為智能汽車軟件解決方案包括三個操作系統(tǒng) 一個跨域集成軟件框架。（1）鴻蒙座 艙操作系統(tǒng) HOS：華為針對汽車座艙的使用場景、上層應用軟件和底層硬件對接的 需求，進行了定制化開發(fā)，打造了鴻蒙座艙操作系統(tǒng) HOS。鴻蒙座艙操作系統(tǒng) HOS 可實現(xiàn)座艙軟硬件解耦，同時對語音交互、視覺識別，音頻優(yōu)化等核心能力開發(fā)了基 礎(chǔ)服務。該系統(tǒng)支持與車企聯(lián)合定義開放接口，使得其合作伙伴可以快速開發(fā)，共同 構(gòu)建應用生態(tài)。（2）智能駕駛操作系統(tǒng) AOS：針對智能駕駛打造的實時操作，目前 已通過 ASIL-D 等安全認證，成為業(yè)界首個獲得 Security & Safety 雙高認證的商用 OS 內(nèi)核。（3）智能車控操作系統(tǒng) VOS：該系統(tǒng)原生支持異構(gòu)多核，模型化工具鏈，兼 容 AUTOSAR。可以使得原來多 ECU 的集中開發(fā)變得簡單高效。同時，該系統(tǒng)相比 于現(xiàn)有的車控系統(tǒng)將更加開放，不僅支持華為自己的微處理器芯片，而且會支持世 界范圍內(nèi)包括恩智浦、英飛凌在內(nèi)的眾多芯片。（4）華為 Vehicle Stack：是面向服務 （SOA）的跨域集成軟件框架，相當于歐洲傳統(tǒng)車企聯(lián)盟所創(chuàng)造的 AUTOSAR。在此軟件架構(gòu)之下，可以各個操作系統(tǒng)之間互聯(lián)互通，使能整車特性快速開發(fā)、驗證、部 署，同時還支持豐富的自動化工具鏈，車型開發(fā)周期可縮短 6－8 個月。

3.1.2、 特斯拉：FSD AI 芯片 HW 域控制器 Autopilot 操作系統(tǒng)

特斯拉開啟智能駕駛計算平臺先河，主控芯片由合作開發(fā)轉(zhuǎn)向自研 FSD。早在 2014 年 10 月，特斯拉已經(jīng)在其 Model S 和 Model X 兩款車型中搭載自動駕駛系統(tǒng) Autopilot1（智能駕駛域控制器 HW1.0），這款域控制器是在 Mobileye 的 EyeQ3 芯片 基礎(chǔ)上建立而成，可支持 L2 級自動駕駛。2016 年，特斯拉與 Mobileye 的合作破裂， 主控芯片供應商轉(zhuǎn)向英偉達，并于同年基于英偉達 Drive PX2 芯片推出自動駕駛域 控制器 HW2.0，搭載于 Model S 和 Model X 兩款車型中。但 HW2.0 本質(zhì)上仍為一個 過渡產(chǎn)品，線路板上存在大片留白，未達到汽車芯片高度集成化的特征。因此，僅僅 10 個月后特斯拉便推出了 HW2.5 作為進階版本，這款產(chǎn)品算力超 6TOPS，可以服務 于 L2~L3 級自動駕駛。由于 DRIVE PX2 芯片過低的效率和超出掌控的技術(shù)內(nèi)核，特 斯拉與英偉達間三年的合作最終宣告停止。

特斯拉自研的 Autopilot 操作系統(tǒng)是以 Linux 內(nèi)核為基礎(chǔ)深度定制化改造而成。開源 的 Linux 內(nèi)核不僅為特斯拉節(jié)省了大筆研發(fā)費用，同時其高自由度利于特斯拉實現(xiàn) 更多差異化功能。在 2012-2019 年間特斯拉已完成超過 142 次的 OTA 升級（潛在問 題改善 11 次、全新功能導入 67 次、交互界面邏輯等優(yōu)化 64 次），涉及自適應巡航、 自動緊急剎車系統(tǒng)、360°全景視圖、并道輔助等多項功能，系統(tǒng)版本從 2014 年的 V6.0 已迭代至目前的 V10.0。

3.1.3、 Mobileye：EyeQ 系列芯片是以攝像頭為解決方案的 ADAS 領(lǐng)域絕對龍頭

公司 EyeQ 系列芯片在 camera-based ADAS 市場的市占率已超過 70%。Mobileye 于 1999 年在以色列成立，主要致力于汽車計算機視覺領(lǐng)域的研究。在公司成立之初的 近十年內(nèi)，公司一直專注于研發(fā)，在這過程中并沒有推出任何的的系統(tǒng)和模型。2008 年，公司推出了其第一款提供 L1 輔助駕駛功能的產(chǎn)品 Eye Q1 芯片，算力為0.0044TOPS。2010 年，推出 Eye Q2 芯片，算力為 0.026TOPS。以上兩款面向 L1 級 輔助駕駛的芯片為公司奠定了在低級別輔助駕駛領(lǐng)域的龍頭地位。2014 年，公司推 出的 EyeQ3 芯片算力為 0.256TOPS、功耗比為 0.1024TOPS/W，可以滿足特斯拉基于 視覺解決方案的 L2 級自動駕駛的技術(shù)需求，也由此開啟了 Mobileye 的快速成長期。 2014-2019 年公司 EyeQ 系列芯片出貨量 CAGR 高達 45.2%。同時，依賴于 EyeQ 系 列芯片在視覺處理方面的強悍能力，Mobileye 在 camera-based ADAS 市場的市占率 已超過 70%。2017 年，公司被英特爾以 153 億美元現(xiàn)金收購。

傳統(tǒng)黑盒子封閉模式拖累公司發(fā)展進程，EyeQ5 開放軟件架構(gòu)爭奪高階自動駕駛領(lǐng) 域。Mobileye 的芯片銷售是黑盒子模式，也即 Mobileye 的專有視覺解決方案采用緊 密耦合的 EyeQ 芯片以及 Mobileye 自家感知軟件。對于剛剛起步或技術(shù)能力不足的 車企來說，芯片廠商自帶通用算法可以極大縮減成本，加速車型成型并實現(xiàn)量產(chǎn)。然 而，Mobileye 成熟的解決方案亦帶來了其軟件架構(gòu)的封閉性，車企難免成為自動駕 駛研發(fā)平臺的附庸，失去對自動駕駛研發(fā)的控制權(quán)。因此可以看到，當特斯拉、小鵬、 理想等造車新勢力在邁向 L3 級及以上自動駕駛等級時均未再采用 EyeQ 系列芯片。 為此，Mobileye 自 2020 年所發(fā)布的 EyeQ5 開始，提供了開放版 EyeQ5 芯片和封閉 版 EyeQ5 芯片的組合，其中開放版中芯片可執(zhí)行第三方的程序代碼，支持車企自行 編譯程序。同時，英特爾目前正傾全力開發(fā)支持 EyeQ5 新芯片的工具鏈，為向高階 自動駕駛領(lǐng)域發(fā)展奠定基礎(chǔ)。

3.2、 產(chǎn)業(yè)鏈單一環(huán)節(jié)供應商，各抒己長共建生態(tài)鏈

(1) 德賽西威：IPU03 自動駕駛域控制器 智能座艙域控制器

聯(lián)手英偉達為小鵬 P7 打造國內(nèi)首款 L3 級自動駕駛域控制器。IPU03 具備較高技術(shù) 含量和價值量，搭載于 2020 年 4 月發(fā)布上市的小鵬 P7，實現(xiàn)了國內(nèi)自主品牌零部件 企業(yè)真正意義上的域控制器規(guī)?；慨a(chǎn)。作為德賽西威—小鵬汽車—英偉達三方合 作的產(chǎn)物，IPU03 搭載英偉達 Xavier 芯片，并基于操作系統(tǒng) QNX Safety OS 操作系 統(tǒng)，算力可達 30TOPS，可以實時處理多傳感器所采集得的數(shù)據(jù)，并計算整理自身駕 駛狀態(tài)以及周邊環(huán)境的數(shù)據(jù)信息。通過該控制器與不同傳感器配置的配合，能夠在 多種高低速場景下實現(xiàn) L3 級有條件自動駕駛或智能化駕駛輔助功能，包括但不限于 自主變道，城市道路塞車自動跟車、自動泊車 APA 等。此外，德賽西威近日與英偉 達和理想汽車達成合作，宣布共同開發(fā)基于英偉達 Orin 芯片的新一代自動駕駛域控 制器，為理想汽車 2022 年推出的全尺寸增程式智能 SUV 提供較好的硬件基礎(chǔ)，助 力理想汽車實現(xiàn)輔助駕駛到自動駕駛的全功能覆蓋。

2020 年 9 月，德賽西威首款自主研發(fā)的智能座艙域控制器在瑞虎 8 PLUS 上首次亮 相。該域控制器基于 6 核瑞薩 R-CAR 系列高性能芯片，采用雙系統(tǒng)的軟件架構(gòu)。其 中 QNX Hypervisor2.0 虛擬機保障了儀表功能安全，而 Android 9.0 系統(tǒng)可讓用戶受 到豐富的信息娛樂功能。此外，該款域控制器通過以太網(wǎng)技術(shù)實現(xiàn)了前后排屏幕互 控的功能，同時支持 OTA 軟件迭代升級，前后排卡拉 OK、語音游戲等功能，為用 戶帶來更加人性化舒適體驗。

(2) 偉世通：攜手奔馳推出業(yè)界首款座艙域控制器

Smart Core 偉世通于2018年3月與奔馳共同推出了業(yè)界首款智能座艙域控制器產(chǎn)品Smart Core。 2020 年在 CES 上，偉世通展出了與騰訊和廣汽合作打造的新一代 Smart Core。作為 全球首款搭載第三代高通驍龍汽車座艙平臺的智能座艙域控制器，Smart Core 在廣 汽全新純電平臺首款車型 Aion LX 上實現(xiàn)量產(chǎn)。同時，騰訊為 Smart Core 搭載了其 車聯(lián) TAI 汽車智能系統(tǒng)的核心技術(shù)與能力，并注入了其豐富的內(nèi)容生態(tài)，在實現(xiàn)高 效人機互動和車身控制的前提下大幅提升用戶體驗度。此外，Smart Core 將數(shù)字儀 表，信息娛樂和車身控制界面這三個座艙域首次整合到單個域控制器中，大幅減少 控制信號的等待時間、整車線束長度和系統(tǒng)成本。在安全性方面，Smart Core 部署了硬件安全墻等措施，并要求所下載數(shù)據(jù)需要先得到汽車經(jīng)銷商的簽署授權(quán)，有效防 止可疑應用程序侵入 Smart Core 的安全部分。

3.2.2、 以地平線、英偉達為代表的 AI 芯片供應商

(1) 英偉達：Drive 系列智能計算平臺，可滿足 L2~L5 級自動駕駛需求

英偉達是一家建立于 1993 年的專業(yè)人工智能計算公司，并在 1999 年實現(xiàn)了對 AI 芯 片中 GPU 的定義。憑借強大的 GPU 實力，英偉達迅速實現(xiàn)了對老牌 CPU 芯片企業(yè) 英特爾的追趕甚至超越。在 2015 年國際消費類電子產(chǎn)品展覽會上，英偉達首次發(fā)布 用于自動駕駛的 DRIVE PX 智能計算平臺，搭載 Tegra X1 芯片，該計算平臺可通過 深度學習和計算機視覺實現(xiàn)對環(huán)境的感知，借此實現(xiàn)自動巡航和泊車等 L2 級自動駕 駛功能。2016 年英偉達再次發(fā)布 DRIVE PX 系列二代產(chǎn)品—DRIVE PX2，搭載兩顆 二代 Tegra 芯片，整體算力達到 24TOPS，也是自該款芯片開始英偉達與特斯拉建立 合作。2017 年，英偉達推出 PX2 的升級版本—DRIVE AGX Xavier，首次搭載 Xavier AI 芯片，功耗比提升至 1TOPS/W。目前，相比 Mobileye 的芯片，在 L3 及以上級別 的自動駕駛芯片領(lǐng)域，英偉達已經(jīng)取得的明顯的領(lǐng)先地位，其 Drive PX2 和 Drive Xavier 已經(jīng)得到普及。2020 年英偉達再次發(fā)布 DRIVE AGX Orin，旨在打造一個面 向 L5 級自動駕駛的軟件定義汽車平臺，該產(chǎn)品性能可達上一代 Xavier 系統(tǒng)級芯片 的 7 倍，算力最高可達到 200TOPs，計劃于 2022 年在蔚來 ET7 車型中首次量產(chǎn)。

(2) 地平線：征程系列 AI 芯片 Matrix 自動駕駛計算平臺

地平線是一家新興的國內(nèi)邊緣 AI 芯片企業(yè)，針對自動駕駛 AI 芯片，地平線推出了 Journey 2芯片，采用TSMC 28nm HPC 工藝，芯片算力超4TOPS，功耗比超2TOPS/W。 這是國內(nèi)首款車規(guī)級AI芯片，2020年已邁入量產(chǎn)階段并搭載于長安 UNI-T座艙域。 此外，地平線目前正在研發(fā)的 Journey 3 芯片，該芯片基于自研的 BPU2.0 架構(gòu)，目 前已通過 AEC-Q100 認證，算力級別以匹配 L4/L5 級自動駕駛為目標。除此之外， 地平線打造了 Matrix 自動駕駛中央計算平臺。該計算平臺是由征程 2 架構(gòu)加速的車 規(guī)級計算平臺，結(jié)合深度學習感知技術(shù)，在被動散熱的硬件上實現(xiàn)強大的感知計算 能力，為高級別自動駕駛提供了穩(wěn)定可靠的高性能感知系統(tǒng)。提供單路和四路輸入 的兩種選擇，可滿足模塊化需求。

(3) 黑芝麻：華山系列 AI 芯片 FAD 域控制器

黑芝麻成立于 2016 年，公司主攻嵌入式圖像和計算機視覺領(lǐng)域，為 ADAS 及自動駕 駛提供包括芯片在內(nèi)的完整的落地方案。2019 年，黑芝麻科技推出了首款 AI 芯片— —華山 A500，該芯片算力為 5-10TOPS，功率效率已達到 4TOPS/W，采用 28nm 工 藝，面向 L2~L2.5 級自動駕駛，已在比亞迪相關(guān)車型上實現(xiàn)量產(chǎn)。雖然適配的自動 駕駛等級較低，但 A500 有極大的效率優(yōu)勢和成本優(yōu)勢，A500 的成本僅有特斯拉 FSD 的三分之一。此外，黑芝麻科技于 2020 年 6 月再次推出了 A1000 芯片，該芯片效率 達到 6TOPS/W，算力達到 40~70TOPS，采用 16nm 工藝（A1000L 芯片算力為 16TOPS）。

目前，黑芝麻科技正在研發(fā)第三代芯片——A2000，這款芯片算力將達到 200TOPS， 追平目前英偉達最新款 AI 芯片 DRIVE Orin 的算力?；谌A山二號 A1000 芯片，黑 芝麻還可以根據(jù)不同的客戶需求，提供多種定制化解決方案。單顆 A1000L 芯片適用 于 ADAS 輔助駕駛，單顆 A1000 芯片適用于 L2 自動駕駛，雙 A1000 芯片互聯(lián)可達 140TOPS 算力，支持 L3 等級自動駕駛，四顆 A1000 芯片則可以支持 L4 甚至更高的 自動駕駛需求。

3.2.3、 以 QNX、阿里、百度為代表的車載軟件系統(tǒng)供應商

(1) QNX：世界首款通過車規(guī)級安全認證的操作系統(tǒng)，核心優(yōu)勢在于高安全性

QNX 是世界上第一款通過 ISO 26262 ASIL 級安全認證的車載操作系統(tǒng)，母公司黑莓 所擁有的 80 項安全認證和數(shù)千項安全相關(guān)專利將為其安全性持續(xù)賦能。同時，為確 保軟件的安全性，QNX 開發(fā)生態(tài)較為封閉，黑莓是 QNX 的唯一開發(fā)者，并陸續(xù)打 造出 QNX 基礎(chǔ)軟件平臺、聲學軟件開發(fā)平臺、域控制器架構(gòu)、數(shù)字儀表軟件開發(fā)平 臺、Heypervisor 平臺、智能駕駛平臺等多種版本。此外，QNX 采取微核心架構(gòu)，操 作系統(tǒng)中的多數(shù)功能均以許多小型 Task 來執(zhí)行，這樣的架構(gòu)使得用戶和開發(fā)者可以 關(guān)閉不需要的功能而不需要改變操作系統(tǒng)本身。得益于這種執(zhí)行模式，QNX 系統(tǒng)中 的各項功能與應用能在不影響互相間穩(wěn)定性的前提下整合運算資源，在高安全性的 同時保障其運算效率。根據(jù)黑莓公司數(shù)據(jù)統(tǒng)計，截至 2020 年 6 月底，全球已有超過 1.75 億輛汽車已搭載 QNX 系統(tǒng)，車用市場占有率達 75%。德爾福、大陸、電裝等 Tier1 的基礎(chǔ)軟件層都是在 QNX 系統(tǒng)上搭建的，而其合作伙伴既包括小鵬、威馬等 新勢力車企，也包括寶馬、奧迪、保時捷、大眾、福特、通用等傳統(tǒng) OEM。

(2) AliOS：基于 Linux 內(nèi)核深度定制的國產(chǎn)車載操作系統(tǒng)

AliOS 是阿里巴巴集團推出的移動操作系統(tǒng)，可應用于智聯(lián)網(wǎng)汽車、智能家居、手機、 Pad 等智能終端，目標為行業(yè)提供一站式 IoT 解決方案，構(gòu)建 IoT 云端一體化生態(tài)， 使物聯(lián)網(wǎng)終端更加智能。AliOS 于 2014 開始進軍車載方向，基于 Linux 內(nèi)核而研發(fā)， 采用阿里云虛擬機技術(shù)，目前主要應用于智能座艙領(lǐng)域。2016 年，AliOS 在榮威 RX5 中實現(xiàn)了汽車操作系統(tǒng)的商用，并率先提出“去 APP 化”的應用模式：AliOS 采用“場 景地圖桌面 無縫連貫服務體驗”的架構(gòu)和生態(tài)，相比較 PC 端中 Windows“桌面 文 件”實現(xiàn)的“人找內(nèi)容”，移動端中 Android 與 iOS 的“桌面 APP”架構(gòu)實現(xiàn)的“人找應 用”，AliOS 則實現(xiàn)了“服務找人”的模式。例如，當車主的常規(guī)線路發(fā)生擁堵時，系 統(tǒng)會給車主發(fā)送一條信息，推薦最佳導航路線；若車主告知汽車要去電影院看電影， 系統(tǒng)會自動規(guī)劃去電影院的路線以及看電影之前的就餐地點、停車場。

(3) 百度：對標移動端 Android，打造開源的自動駕駛軟件開發(fā)平臺

2017 年，百度發(fā)布“阿波羅計劃”及 Apollo 1.0，這是一個自動駕駛軟件的開源平臺。 這個平臺結(jié)合了許多工具，包括數(shù)據(jù)、API 和開源代碼，開發(fā)者可以免費使用這些工具將自動駕駛產(chǎn)品推向市場。2018 年 7 月，在百度 AI 開發(fā)者大會上，百度發(fā)布 Apollo3.0 及小度車載 OS，并首次發(fā)布了車載語義開放平臺。2019 年 12 月，在首屆 百度 Apollo 生態(tài)大會上，百度推出了 Apollo 5.5 版本，同時支持點對點城市自動駕 駛，并將自動駕駛平臺擴展為自動駕駛、車路協(xié)同、智能車聯(lián)三大開源平臺。2020 年， 百度發(fā)布 Apollo 6.0 邁向無人駕駛領(lǐng)域。其中，Apollo 實時操作系統(tǒng)是 Ubuntu Linux 操作系統(tǒng)與 Apollo 內(nèi)核相結(jié)合的成果。ubuntu 是業(yè)內(nèi)頂級 Linux 發(fā)行版之一，也是 流行的云操作系統(tǒng)，原始的 Ubuntu 系統(tǒng)并非實時操作系統(tǒng)，通過加入 Apollo 自主設(shè) 計的內(nèi)核，使其成為一個 RTOS。類似于谷歌在移動領(lǐng)域中推出的 Android 開源項目， 整個 Apollo 平臺旨在車載領(lǐng)域中為第三方提供更為便捷的開發(fā)環(huán)境。2021 年 1 月 11 日，百度宣布組建智能汽車公司，以整車制造商的身份與吉利汽車戰(zhàn)略合作，正式進 軍汽車行業(yè)。

4、 受益公司分析（詳見報告原文）

4.1、 德賽西威：小鵬 P7 理想汽車的智能駕駛核心供應商

4.2、 北京君正：國內(nèi)車規(guī)級存儲芯片供應商

4.3、 中科創(chuàng)達：車載操作系統(tǒng)迎高景氣度周期，5G 落地迎來新契機

4.4、 華陽集團：智能座艙量價齊升，綁定華為打開成長空間

5、 風險提示

國內(nèi)汽車智能化升級不及預期。

（本文僅供參考，不代表我們的任何投資建議。如需使用相關(guān)信息，請參閱報告原文。）

精選報告來源：【未來智庫官網(wǎng)】。