（報告出品方/作者：東興證券）
1. 電動化開啟汽車智慧進化之路
1.1 內燃機時代電子電氣架構不斷更迭
早期 E/E 架構研發較為容易，主要由 Tier 1 負責。電子電氣架構簡稱 E/E 架構，有時也被稱為 EEA （Electrical/Electronic Architecture）。從 1886 年第一輛賓士車被髮明到 20 世紀初，車子上的電子裝置較為 簡單，不必應用 E/E 架構。20 世紀初開始，車上開始出現了更多需要電力啟動的裝置如起動機、電燈、車載收音機等，這樣的背景下 Tier 1，即直接供應整車廠的汽車零部件供應商，開始配合主機廠進行 E/E 架構的設計和最佳化。
為解決系統內 ECU（Electronic Control Unit，電子控制單元）之間的通訊挑戰，博世開發出 CAN 匯流排對 ECU 的資料進行傳輸。隨著越來越多的電子電氣系統出現後，如何完成這些系統內 ECU 之間的通訊成為挑 戰。為此博世歷時三年，在 1986 年開發出了 CAN 匯流排，用來對 ECU 的資料進行傳輸。1991 年，世界上 首款基於 CAN 匯流排系統的量產車型賓士 500E 正式亮相。本質上，CAN 匯流排是一種用來完成電氣系統和 裝置 ECU 之間通訊的區域網技術，其可以減少佈線、減輕重量以及節省車內空間。
電子電氣裝置的複雜化驅使供應商開始設計整套佈局方案，2007 年德爾福提出 E/E 架構。電子裝置和電氣 系統的複雜化驅使供應商開始設計一套整體佈局方案，2007 年德爾福首次提出 E/E 架構對發動機系統、車 窗控制、車載娛樂系統等進行系統設計和不斷最佳化，進一步地提升了汽車電子的通訊效率。
1.2 正視內燃機時代癥結和新技術挑戰
人類離不開汽車，人類還需要更好的汽車。近百年來，汽車給人類出行帶來巨大的便利，但是目前汽車也存 在著安全性差、能耗高、汙染嚴重等缺點。植根於汽車主要的缺點，未來汽車的發展方向至少將從三個方面展開：
1）提高汽車行駛的安全性；
2）節約能源；
3）減少以至消除對生態環境的危害。汽車的安全性包括 車輛的可控制性以及撞擊保護，所涉及不僅是汽車底盤、整車等還包括道路和交通管理系統。第二、第三則 與發動機緊密相關。
隨著電動技術、自動駕駛等新技術席捲整個行業，傳統的分散式 E/E 架構受到挑戰。傳統的 E/E 架構受衝 擊的背後是汽車行業裡面掀起的兩股浪潮：第一股是插電式混合動力汽車與純電動汽車的出現，三電系統的 引入增加了 E/E 架構的複雜度；第二股是智慧座艙和自動駕駛的出現，OTA 升級需求、大量資料處理和信 號傳輸的需求對 E/E 架構提出了挑戰。在此基礎之上，傳統的分散式 E/E 架構有向域架構、中央計算架構等 集中式架構發展的趨勢。
1.3 智慧化與電動化更加契合
電動機比內燃機更環保，架構簡潔推動汽車智慧化。一方面，電動機車端零排放的特點相較於內燃機更加環 保。另一方面，傳統汽車由發動機、底盤、傳動軸及相關電氣系統構成，而電動汽車的核心是三電，即電池、 電機、電控。大眾高爾夫四缸發動機有 113 個活動件，相比之下，一臺電機的構造就簡單許多。基於簡單和 高整合的設計，純電汽車整車線束也得到控制，CAN 匯流排協議下的現代化高階車線束總長度要將近兩公里， 而電動車以 Model Y 為例，其線束縮短到 100 米。線束越短整合化越高，更利於訊號傳輸和生產組裝，以此 為汽車智慧化打下堅實基礎。
智慧汽車需要電驅動，燃油車從架構上有難以逾越的鴻溝。汽車智慧化包括整車控制、車身控制與車載資訊。 整車控制和車身控制方面，人工智慧很難精準控制內燃機，而電機可透過電流或者電壓實現精細調節，另外 控制油門剎車是自動駕駛基本功能，燃油車存在先天短板，可靠性、精準度、響應度都是問題。車載資訊方 面，傳統燃油車企發力點基本都在 HMI 人機互動上，沒有提及車身控制方面軟體升級，如沃爾沃提出用 OTA 升級車載地圖，通用透過 OTA 升級車載資訊娛樂系統，相反電動車具備控制、讀取、寫入、升級先天優勢， 解耦軟硬體，構建完善的車輛大腦和神經系統支援車內資訊系統，並有完備的安全裝置設計支援自動駕駛。
2. 算力是智慧化的核心
2.1 汽車價值網路的嬗變
傳統的分散式電子架構有向集中式發展的趨勢，產業鏈背後價值網路發生更迭。從內燃機汽車時代進入智慧 網聯汽車時代，智慧座艙、自動駕駛等功能帶來了更多資料處理需求，內燃機時代的分散式 E/E 架構已經不 能適應 OTA 更新、算力處理和車輛安全帶來的新的需求，傳統的分散式 E/E 架構有向集中式機構發展的趨 勢。E/E 架構背後產業鏈所組成的價值網路也將隨之變化。
博世更具體地將汽車 E/E 架構演變的路徑劃分為 3 個大階段，6 個小階段：分散式的模組化、整合化階段； 域集中式的集中化、域融合階段；中央集中式的車載電腦和車-雲計算階段。模組化絕大部分車企已經實現， 大眾、奧迪、通用、豐田等車企在加快部署全新 E/E 架構以其進入域集中式階段，預計 2021-2025 年實現量 產，而特斯拉最為領先新一代 E/E 架構達到了中央集中式。
智慧網聯汽車價值量總體增長、結構分化，產業鏈附加值呈現微笑曲線模式。智慧網聯汽車整產業鏈收入從 2015 年的 5 萬億美元預計上漲到 2030 年的 7.8 萬億美元，利潤則從 2015 年的 4000 億美元上漲到 2030 年 的 6000 億美元，收入和利潤都有較大幅度增長。從細分領域來看，收入端硬體規模佔比縮小，從 14%縮小 到 7%，軟體和共享出行規模急劇擴大，2030 年佔比預計分別為 7%和 10%，利潤端汽車銷售顯著下降，共 享出行規模佔比顯著增長，2030 年預計到達 20%。從產業鏈附加值情況上來看，產業中游的製造部分價值 較低，上游供應商有專利和技術附加值較高，下游品牌和服務部分也享有較高的附加值，整體呈現微笑曲線 的模式。
2.2 算力焦慮刺激算力提升
2.2.1 算力基座支撐汽車智慧化
結構上，以晶片為核心的算力基座成為汽車智慧化的基石。晶片作為主要的算力器件組成了 ECU，ECU 聯 合其他軟硬體、電路、迴路等組成了架構體系。相比於分散式的 E/E 架構，集中式架構將整車劃分為動力總 成、車輛安全、智慧駕駛等幾個域，在系統和軟體層面整合，把原有的硬體配置打破，由 ECU 組成的域控 制器成為主要的計算單位。E/E 架構為核心結合電動部件、電池部件以及其他配件組成了新能源車整體結構。
功能上，算力滿足智慧化部件運算，支撐系統演算法。透過神經網路，算力支撐著鐳射雷達、超聲波雷達、攝 像頭、座艙娛樂資訊系統等各個部件運算。除此之外，算力還需要把整個系統的路徑規劃、決策、控制的算 法進行執行。智慧化在給汽車帶來更多能力的同時也對 SOC 晶片提出了更多的算力要求。
定製上，晶片定製服務具體場景，智慧應用貼合市場需求。作為算力承載的主體晶片需要能夠貼合應用場景， 不僅僅是實施應用，而是要從系統的角度抽象出共性來加以處理。例如黑芝麻智慧開發出配合華山系列的自 動駕駛晶片，還發布山海人工智慧開發平臺，該平臺擁有 50 多種 AI 參考模型庫用以幫助客戶更好的定製化 以貼合具體的場景。智慧化對算力的需求不僅僅是算力的絕對數值，也在於軟硬結合以及具體的應用能力的 構建。
2.2.2 算力焦慮呼喚高算力支援
智慧網聯化進展迅速，消費者體驗不佳亟待算力提升。2015 年智慧網聯功能的新車裝載率為 4.6%，到 2020 年這一數字上升到了 48.8%。主流車企中，智慧網聯已經成為新車型必備功能。而根據汽車專業機構調研數 據顯示，一方面當前消費者對智慧網聯功能核心感知仍集中在中控臺顯示屏、儀表盤等少數領域，語音控制、 車聯網等功能使用者關注不足；另一方面對智慧網聯功能體驗不佳，抱怨中控屏反應遲鈍的使用者達到 56.5%， 反應系統卡頓的使用者達到 50.95%。
應用端以自動駕駛為例，隨著智慧駕駛等級的上升對晶片算力的需求呈現指數級提升。L1、L2 處於輔助駕 駛階段，車部分或全部的自行轉向控制、加速減速，這兩個階段對算力的要求都不高。L3 進入有條件的自動 駕駛，車除轉向控制、加速減速外還進行駕駛環境檢測，這帶來算力極大的提升需求，從 L2 的 2 Tops 提升 到 L3 的 24Tops。進入到 L4、L5 階段車在之前的功能之上還增加了緊急事件觸發接管機制，這兩個階段對 算力的要求呈現技術級的提升，分別達到 320Tops,4000Tops。
產業層面，現有產品晶片算力不足、全球產能緊平衡、我國晶片自給困難三重痛點亟待解決。目前汽車行業 晶片算力整體仍舊不高，已上市的車型中，較為領先的理想 ONE 晶片使用的是 QCM 820A，僅能對標 2016年上半年的高通驍龍 820，相當於小米 5 的算力水平，與當前推出的小米 11 足足有 6 代差距。從全球尺度 來看，由於疫情衝擊晶片短缺已成為困擾全球汽車業的問題，根據 IHS Markit 預測，因晶片短缺，2021 年 第一季度，全球汽車產量將比最初預期少約 67.2 萬輛，通用、日產、大眾等汽車巨頭都面臨著衝擊。目前我 國自產汽車晶片規模不到 150 億元，不足全球規模的 5%，由於我國汽車產業規模佔全球 30%以上，每年進 口汽車晶片的費用超過千億元，國內供需存在較大缺口。
3. 算力軍備競賽帶來產業端（算力+演算法）機遇
3.1 軟體定義開啟汽車算力軍備競賽
一顆強大的中央處理器晶片將是智慧汽車相較於傳統汽車的關鍵區別。智慧汽車由一個強大的中央處理系統 晶片來完成多路輸入輸出，進而進行使用者互動。正是在此基礎之上，汽車行業開啟了軟體定義,即軟體定義系 統功能的浪潮。另外隨著智慧座艙和自動駕駛的落地，更多的感測器和 ECU 出現也對中央處理的能力提出 了新的要求。
“算力”成為評價一輛車重要指標，特斯拉釋出 HW3.0 晶片掀起行業軍備競賽。繼“馬力”之後，隨著汽 車軟體定義的深入發展，“算力”也成為評價汽車的重要指標。2019 年特斯拉推出 HW3.0 晶片時，144TOP 算力冠絕行業。然而最近越來越多的車企開始使用算力大的平臺，長城汽車表示將於 2022 年推出的高階車 型上率先採用 Snapdragon Ride 平臺，預計算力可達 700TOPS；21 年初的 NIO Day 上，蔚來推出總算力 高達 1016TOPS 的 NIO Adam蔚來超算平臺；21 年初智己汽車推出的自動駕駛方案支援相容英偉達 Orin X 晶片，算力可升至 500~1000+ TOPS。
軟體定義還需考驗算力與感測器、軟體協同配合能力，車智相關作業系統、軟體也將迎來產業機遇。智慧化 依賴自動駕駛、智慧座艙等功能的實現，而硬體基礎設施的完善是前提，因此算力比拼成為當前車企重要賣 點。但堆算力還遠遠不夠，智慧汽車晶片能表現出來的真實效能除了算力絕對數值還與感測器以及軟體的協 同配合息息相關。以特斯拉 HW 3.0 晶片為例，單晶片算力 72TOPS，相較上一代晶片並沒有提升太多，但 自動駕駛效能最高提升幅度可達 20 倍。
3.2 算力應用第一站：智慧座艙（晶片+作業系統+軟體）
3.2.1 晶片 os 處於產業鏈上游，算力架構呈現集中趨勢
2016 年以來智慧座艙的發展經歷了四個階段：傳統座艙，資訊座艙，智慧座艙，智慧座艙。2016 年以前傳 統座艙階段，該階段只有指標儀表、導航娛樂等少數功能；2016-18 年資訊座艙階段，該階段增添了大尺寸 液晶中控屏，全液晶流量儀表/HUD,線上服務和 High-level IOV；2018-21 年智慧座艙階段，該階段增添了 駕駛員/乘客識別個性化服務，語音識別，手勢控制，ADAS 及自動駕駛，Low-level V2X，FACE ID, 智慧座 椅等更多功能境等信；2021-25 年智慧座艙階段，該階段增添了人、車、環息的深度學習功能，為駕駛過程 提供治理輔助，還有 High-Level V2X，感知使用者行為等功能。
智慧座艙晶片、作業系統以及應用軟體處於產業鏈的上游。智慧座艙產業鏈上游包含晶片、底層作業系統及 虛擬層、中介軟體與應用程式、晶片和底層作業系統是智慧座艙的算力底座。智慧座艙產業鏈中游包含車載信 息娛樂系統、駕駛資訊顯示系統、HUD 抬頭顯示、流媒體後視鏡、行車記錄儀、後排液晶顯示。智慧座艙產 業鏈下游是解決方案供應商主要包括整車廠、Tier 1 和網際網路公司。
未來智慧座艙內部功能將越來越豐富，算力將集中在單個域控制器中。傳統的座艙儀表、娛樂、中控系統相 對獨立，單個系統對應單個晶片，通訊成本較高。未來，智慧座艙內部功能將越來越豐富，而且算力將集中 在一個域控制器中對多個系統進行算力支援，也即從基於電子控制單元（ECU）的分散式結構向分散式網路 +域控制器（DCU）架構邁進。這種改變縮短了通訊時間，也降低了通訊開銷。
3.2.2 座艙晶片將保持高速增長，車載 OS 有望迎來生力軍鴻蒙
（一）晶片
1）規模：預計全球 2019-2025 年域控制器符合增長率 78.64%
2019-25 年智慧座艙新車滲透率預計將快速提升，有望拉動域控制器出貨量快速增長。隨著汽車智慧化的推 進，對算力要求稍低，成本更加可控的智慧座艙將迎來滲透率的快速提升。2019 年中國市場的滲透率為 35.30%，2025 年預計能到達 75.90%。2019 年全球市場的滲透率為 38.40%，2025 年預計能到達 59.40%。 智慧座艙新車滲透率的提升有望拉動座艙域控制器出貨量的快速增長，根據偉世通的資料，2019 年全球智慧 座艙域控制器出貨量達到 40 萬套，2025 年預計達到 1300 萬套，6 年 CAGR 為 78.64%。
2）格局：高通領先，國內廠商佈局力度持續加大
智慧座艙晶片生產商主要包括兩大陣營：消費級和傳統汽車晶片生產商。2015 年以前汽車晶片由瑞薩、NXP、 TI 等主導，前三家佔據市場 60%份額。2015 年以後消費級晶片廠商開始進入汽車晶片領域。目前，瑞薩、 NXP、TI 等傳統汽車晶片生產商主要面向中低端市場；消費級晶片生產商高通、英特爾等面向高階市場。
目前高通在算力和客戶方面佔據領先地位，其次是英特爾和瑞薩。第一層級的廠商僅有高通，高通代表型產 品有 SA8155P，工藝 7 奈米，CPU 算力 80k DMIPS，GPU 算力 1142 GFLOPS，在所有現存產品中排名第 一；高通合作供應商包括英特爾、博世、大陸、電裝、華陽、航盛、LG、松下、偉世通、三菱電機、阿爾派， 在所有廠商中覆蓋最為廣泛。第二層級有英特爾和瑞薩，它們代表性產品分別為 A3950 和 R-CAR H3 算力 較高；它們合作廠商也較多。第三層級包含 NXP、TI、三星、聯發科，它們產品算力一般，合作供應商較少。
國內廠商與國際領先企業存在較大差距，但佈局力度在持續加大，代表性廠商有華為和地平線。華為用 AI 晶片昇騰以及高效能 CPU 鯤鵬構建起 MDC 智慧駕駛平臺，用巴龍支撐座艙 5G 通訊，麒麟則應用於手機為 代表的終端；華為的代表性客戶有長安、北汽藍谷、奇瑞等。地平線 2015 年成立，於 2019 年在世界人工智 能大會上釋出征程 2 晶片成為國內首款車規級 AI 晶片實現了中國車規級 AI 晶片的量產 0 突破。此外，還有 百度，芯馳科技，寒武紀等廠商都有代表性的產品應用在智慧座艙上面。
3）落地節奏：座艙域控制器預計在 2021 年迎來爆發
根據主機廠和 Tier 1 的量產進度，座艙域控制器將在 2021 年迎來爆發。汽車 5g 網路的落地是智慧座艙的 基礎推動力；其次，在 5g 等基礎設施建設完善，法律法規支援的情況下，主機廠和 Tier1 的量產進度將是 座艙域控制器的直接動力。根據對相關廠商量產計劃梳理，偉世通、大陸、博世代表性的 8 款產品中，6 款 產品在 2021 年具備量產能力，座艙域控制器有望在 2021 年迎來爆發。
（2）作業系統
1）規模：未來 5 年 CAGR 為 13.1%，2030 年預計達到 500 億美元
汽車作業系統包含車控作業系統和車載作業系統，車控作業系統是實現車輛行駛功能、動力性的執行基礎， 車載作業系統則是為車載娛樂資訊服務和車內人機互動提供控制平臺，是智慧座艙的執行環境。
2020年全球廣義汽車作業系統規模達到 200億美元，預計 2030年將達到 500 億美元，10 年 CAGR 為 9%。 根據 Mckinsey 的資料，2020 年全球廣義的汽車作業系統（狹義 os，中介軟體，功能軟體）規模達到 200 億 美元，未來 5 年間將保持 13.1%的複合增長率，於 2025 年達到 370 億美元，而到 2030 年預計將達到 500 億美元，10 年 CAGR 為 9%。
2）格局：車載作業系統以 QNX 為主，Harmony OS 2 有望在汽車行業有所突破
目前車載作業系統以 QNX 為主，Linux（包含 Android）、Win CE 分別列第二、第三位。根據 ICVTank統計資料，全球車載作業系統以 QNX 為主，佔比約為 43%，Linux（包含 Android）、Win CE 分別列第二、 第三位，分別佔比 35%和 10%。
三大作業系統各有特點。QNX 背靠黑莓公司，基於微核心，憑藉安全、穩定的優勢佔據較高的市場份額， 合作的主機廠最多；Linux 作為作業系統核心不屬於任何公司，其他眾多作業系統都基於它開發，免費、靈 活性高的特點使它具有很強的競爭力；Android 背靠谷歌，為 Linux 代表性系統，憑藉開源和廣泛的應用生 態有強大的競爭力；Win CE 是微軟 1996 年釋出的嵌入式作業系統，開發者和使用者少，預計將逐漸退出市 場。
國內也在車載作業系統內方面進行自研或對成熟作業系統進行改進。阿里雲研發了可用於車載終端的 YUNOS Auto 作業系統，並且和上汽聯合釋出了兩款網際網路汽車—榮威 RX5 和 i6。華為面向手機、平板等 釋出 Harmony OS 2 也有望汽車行業有所突破。此外，百度和小鵬也釋出了定製版的車載 OS。
（3）全產業鏈軟體應用
i. 中科創達-全球領先的智慧作業系統產品和技術提供商
公司的智慧網聯汽車業務專注於打造基於智慧作業系統技術的平臺產品。公司以智慧作業系統技術為核心， 聚焦人工智慧關鍵技術，助力並加速智慧軟體、智慧網聯汽車、智慧物聯網等領域的產品化與技術創新，為 智慧產業賦能。公司自 2013 年開始佈局智慧網聯汽車業務，專注於打造基於公司智慧作業系統技術的新一 代智慧網聯汽車平臺產品，賦能全球汽車產業的數字化變革。根據市場研究機構 Market sand markets 預測， 全球智慧網聯汽車市場規模在 2027 年將達到 2,127 億美元，2019-2027 的年複合增長率將達到 22.3%。
公司用“軟體”打破傳統行業邊界，確立智慧座艙、智慧駕駛、智慧網聯、以及工具鏈+解決方案和服務的 業務佈局。公司推出的智慧網聯汽車平臺產品，透過“軟體”打破傳統行業邊界，使公司始終領跑產業發展。 在汽車的新四化, 即“電動化、智慧化、網聯化、共享化”的時代主旋中, 公司確立的智慧座艙、智慧駕駛、智 能網聯、以及工具鏈+解決方案和服務的佈局,帶動了公司智慧網聯汽車業務持續快速增長，2016 年至 2020年複合年均增長率高達 102%。汽車業務收入在公司業務收入中的佔比亦逐年提升，由 2016 年的 5.45%， 提升至 2020 年的 29.31%。
ii. 德賽西威-國產 Tier1 龍頭
公司聚焦於智慧座艙、智慧駕駛和網聯服務三大業務群，以智慧汽車為中心點，參與構建未來智慧交通和智 慧城市大生態圈。
智慧座艙方面，公司的智慧座艙產品融合了車載資訊娛樂系統、駕駛資訊顯示系統、顯示 終端、車身資訊與控制系統等系統，打造以人為中心的智慧出行空間，提供基於自動駕駛等級的智慧關懷、 高效安全的解決方案。
智慧駕駛方面，從低速泊車場景到高速自動駕駛場景，從低級別的智慧駕駛輔助逐步 到實現完全自動駕駛，從解放腳到解放眼，公司提供智慧、安全、高效的解決方案，最終將人從駕駛中完全 解放出來。
網聯服務方面，公司提供安全、有溫度的智聯汽車產品與增值服務，構建萬物互聯、高效協同、 高度定製化的服務體系。
iii. 銳明技術-商用影片監控龍頭
公司致力於利用影片、AI、大資料及 IoT 等技術手段，發展交通安全及運輸業資訊化方向的產品及解決方案。 公司業務聚焦於商用車安全及資訊化領域，結合行業發展趨勢，貼近使用者使用場景進行創新，充分利用人工智慧、大資料等最新技術手段幫助商用車使用者解決安全和效率問題，實現了公交、出租&網約、“兩客一危”、 貨運、渣土、環衛等解決方案的智慧化升級。
公交綜合監測智慧化解決方案包含公交車綜合監測智慧化解決方案、安全駕駛艙駕駛員行為分析系統等。公 交綜合監測智慧化解決方案由智慧車載裝置（包括安全駕駛艙、雙目 ADAS 高階輔助駕駛、盲區監測、智慧 排程一體機等）與智慧排程大資料雲平臺組成，在商用車載領域率先利用 5G 和 AI 等最新技術，解決公交運 營中的安全場景，車、站、場的全方位資訊化及公交企業運營效率提升等問題。
計程車&網約車綜合監測智慧化解決方案包含疫情防控系統、聚合平臺等功能。該方案由計程車智慧服務終 端、網約車智慧監管終端、計程車&網約車主動安全系統與運營監管大資料雲平臺組成，解決計程車&網約車 運營中的無證上崗、車輛運力失衡、繞路宰客、司乘糾紛、違規營運和套牌黑車等行業頑疾，透過大資料動 態管理提升單車營收能力、提高行業安全和城市出行服務效能。
iv. 道通科技-汽車智慧診斷龍頭
公司專注於汽車智慧診斷、檢測分析系統及汽車電子零部件的研發、生產、銷售和服務，目前已構建了汽車 綜合診斷系列產品、TPMS 系列產品、ADAS 系列產品以及相關的軟體雲服務四大產品線。隨著汽車電子化 和智慧化程度的不斷提升，汽車已被構建成一個複雜的智慧網路系統，高效、準確的汽車維修越來越依賴於 智慧化的汽車診斷和檢測系統以及後市場數字化生態體系的構建。公司緊跟汽車電子技術最新發展趨勢，以 汽車綜合診斷產品為依託，以持續研發創新為驅動，不斷推出縱向與橫向產品，目前已構建了汽車綜合診斷 系列產品、TPMS 系列產品、ADAS 系列產品以及相關的軟體雲服務四大產品線。
3.3 算力巔峰應用：自動駕駛
3.3.1 自動駕駛從 L2 到 L3 漸進式發展，與智慧座艙在硬體層有融合趨勢
目前市面上汽車產品維持著 L2 級別，隨著輔助駕駛功能增多 L2 跨越到 L3 可漸進實現。目前市面上許多汽 車已經具備了自動泊車功能，甚至在高速上可以保持車道行駛，具備這些功能意味著達到了 L2 級別。L3級別則與 L1、L2 有本質區別，意味著只要開了自動駕駛功能，駕駛員就能轉換成乘客。總的來說，輔助駕駛 是自動駕駛的前提，隨著 ADAS 實現功能越來越多，自動駕駛可漸進實現。
晶片/演算法是自動駕駛產業鏈的核心。自動駕駛系統運作包含三個環節，首先是收集資訊；然後是處理與判斷； 最後給予車體指令。在這個流程中，MCU、影像處理 IC 等處理器以及自動駕駛演算法就處於核心的位置，起 到承上啟下的作用。
自動駕駛與智慧座艙晶片有融合趨勢，自動駕駛 os 格局不明朗。隨著汽車基礎算力的提高、自動駕駛技術 路線的成熟，預計自動駕駛和智慧座艙晶片有向中央計算晶片融合的趨勢，透過提高整合度來提升效率降低 成本，但由於自動駕駛和座艙技術要求不同，滿足安全性要求將是融合的首要前提。當前自動駕駛域控制器 還沒有發展成熟，與之相配套的 OS 尚不明朗，從開發成本的角度考慮，自動駕駛 OS 可能會基於 Linux/QNX 核心發展而來。
3.3.2 國內廠商自動駕駛軟硬能力均強勁，有望引領行業發展
（1）晶片
1）規模：2030 年市場規模有望超 250 億元
隨著自動駕駛對算力要求的提升，晶片數量和 ASP 量價齊升預計超 250 億元。預計自動駕駛的發展分為兩 個階段：第一個階段為 2020-25 年，自動駕駛等級主要為 L1、L2，該階段 ASAD 滲透率不斷提升；第二階段為 2026-2030 年，自動駕駛等級發展為 L3 及以上，該階段 ASAD 滲透率預計將逐漸下降，而駕駛員檢測 系統（DMS）預計將快速上漲。目前 L1、L2 單車只需 1 個 ASAD 晶片， L3 單車 2 個 ASAD 晶片、2 個 DMS 晶片，而且單車芯片價格也會隨著等級提升而提升，預計 L1 總價 150 元/車，L3 時達到 2500 元/車。
2）格局：英偉達、高通處於領先地位，國內廠商處於追趕狀態差距不大
自動駕駛晶片廠商可分為三個類別，英偉達、高通處於第一類且行業地位領先。自動駕駛廠商分為三個類別： 第一類能夠提供高算力的開放性平臺，主要是英偉達、高通，英偉達構建了車、桌、雲端 GPU 統一硬體架 構且先發優勢明顯，高通自動駕駛晶片價效比較高，且座艙域霸主協同優勢明顯，華為軟體生態稍弱也處於 這一類別；第二類是傳統汽車半導體巨頭，包括瑞薩、英飛凌、恩智浦、德州儀器、意法半導體等；第三類 是擁有自研人工智慧 ASIC 晶片的廠商，國外主要是特斯拉、Mobileye，國內有地平線。
國內廠商處於追趕狀態，但整體差距並不大。國內的公司包括華為、地平線、黑芝麻等。華為作為能夠提供 高算力開放性平臺的廠商，硬體實力不弱於高通和英偉達，軟體方面稍弱。其他公司地平線、黑芝麻等也有 亮點，地平線在 Waymo 舉辦的 CVPR 2020 自動駕駛 Workshop 開放資料集挑戰賽中獲得 5 項挑戰中的 4 項全球第一,一戰成名。黑芝麻的晶片在算力接近特斯拉的前提下,功耗卻減少了一半有餘。
（2）自動駕駛解決方案
1）規模：現階段滲透率較低，預計 2025 年達到 1396 億規模
全球及中國 ADAS 各項功能滲透率總體水平較低，中位數分別為 3.85%、2.2%仍存在較大成長空間。全球 ADAS 各項功能滲透率總體較低，盲區監測滲透率最高 12%，夜視輔助最低 0.3%，中位數 3.85%。中國 ADAS 各項功能滲透率總體也較低，盲區監測滲透率最高 6.9%，夜視輔助最低 0.1%，中位數 2.20%。
預計 2020 年中國 ADAS 演算法及解決方案市場規模 750.69 億元，2025 年 1395.53 億元。價格假設方面，設定2020 年各專案單價與 2015 年相同，而 2025 年單價相當於 2015 年單價的 0.75 倍。乘用車銷量方面，假 定 2020 年為 2195 輛，2025 年為 2506 輛。滲透率方面，假定 2020 年各專案前裝比例在 20-30%左右，2025 年 40-60%左右。在這樣的假定之下，我們預計 2020 年規模為 750.69 億元，2025 年 1395.53 億元。
2）格局：行業三分天下，Waymo、Cruise 引領，國產廠商也處於第一梯隊
目前自動駕駛演算法企業可分為三個類別傳統車廠、科技企業、創業公司。傳統車廠包括通用汽車、寶馬、奧 迪等廠商，它們自有資金雄厚，整車研發設計和供應鏈整合能力強大；科技巨頭包括 Waymo（谷歌）、百度、 特斯拉等廠商，它們自有資金雄厚，演算法資料優勢明顯；創業公司包括 Navya、Aurora、Innovation、 AutoX 等公司，資金主要來源於產業資本或者風投公司，一般以技術為核心競爭能力。
i．MPI 角度-演算法+資料
根據加州車輛管理局 DMV 釋出的 2020 年全年自動駕駛路測資料，Waymo、Cruise 位列第一二位，兩家 中國自動駕駛公司 AutoX 與 Pony.ai 排進前五。加州車輛管理局（DMV）被業內稱為最專業的自動駕駛監 管機構，2012 年開始允許自動駕駛汽車在公共道路展開測試，這吸引了全世界自動駕駛公司開展路測。
MPI 前五公司均背景實力雄厚。Waymo 最早開展自動駕駛研究，背後是技術強大和財力雄厚的 Google。Cruise 前身 Cruise Automation 在 2016 年被通用收購。AutoX2019 年由東風汽車、阿里等公司入股。Pony.ai 小馬智行兩位 創始人都來自百度。
ii．純視覺 vs 鐳射雷達-自動駕駛不同方案
自動駕駛依照技術路徑可以分為兩大流派：純視覺和鐳射雷達。純視覺派硬體配置方面只依靠攝像頭，從數 據獲取到訓練演算法等整個環節都自己研發，迭代速度快，目標是透過軟體獲利。鐳射雷達派硬體除了攝像頭 外還新增有毫米波雷達和鐳射雷達，軟體需要搭配高精度地圖使用，目前主要透過賣車獲利，補貼也是重要 盈利點。
iii．高精度地圖
美國高精度地圖供應商包括 Mobileye、Waymo、TomTom 等，國內的有百度,高德,四維圖新等企業。高精度地 圖是自動駕駛鐳射雷達派中不可或缺的一環，能透過獲取先驗資訊提高自動駕駛的安全性和舒適性。國外公 司方面，Mobileye 每天採集 200 萬公里的路網資料，共採集了 3 億公里數據，Waymo 開發的高精度地圖已經能夠滿足 L4 級別的自動駕駛，而 TomTom 則實現了對美國本土洲際公路和高速公路覆蓋。國內公司方面， 四維圖新已經覆蓋全國高速公路，同時正在陸續推進部分城市道路地圖製作，百度完成 30 萬公里高速公路 和部分城市道路測繪,精度達到 10-20 釐米;高德完成超 32 萬公里採集,精度可達 10 釐米。
百度、四維圖新、高德市佔率位居國內前三。高精地圖涉及到國家地理安全,從事地圖採集的企業基本上是本 國的企業。百度以 29.3%的市佔率位居第一，四維圖新佔比 21.7%位居第二，高德第三佔比 17.9%。
（本文僅供參考，不代表我們的任何投資建議。如需使用相關資訊，請參閱報告原文。）
精選報告來源：【未來智庫官網】。
