1．電動化與智能化驅(qū)動，汽車電子進(jìn)入創(chuàng)新成長期

1.1 政策與成本驅(qū)動，加速全球汽車電動化發(fā)展進(jìn)程

全球碳中和與碳排政策影響，電動汽車市場加速發(fā)展。2016 年，《巴黎協(xié) 定》簽約國承諾制定碳排放減排目標(biāo)，在 2050-2100 年實現(xiàn)全球碳中和。2020 年，歐盟以立法形式明確到 2050 年歐洲實現(xiàn)碳中和。圍繞碳中 和目標(biāo)，全球主要國家地區(qū)在交通領(lǐng)域制定了明確的碳排發(fā)展規(guī)劃，歐洲采取 最為嚴(yán)格的汽車碳排政策，以 NEDC 標(biāo)準(zhǔn)（新歐洲循環(huán)測試標(biāo)準(zhǔn)）到 2030 年乘 用車碳排目標(biāo)達(dá)到 59 g/km。全球主要國家乘用車碳排政策與歐洲看齊，中國 2025 年乘用車碳排目標(biāo)為 93.4g/km，美國 2026 年乘用車碳排目標(biāo) 108g/km， 日本 2030 年乘用車碳排目標(biāo) 73.5g/km。

電動車加速推廣有助于碳排目標(biāo)的最終實現(xiàn)。各類型汽車車型中，ICE （傳統(tǒng)燃油車）碳排量為 120g/km，MHEV（輕度混動電動車）碳排量為 102g/km，F(xiàn)HEV（全混動電動車）碳排量為 84g/km，PHEV（插電混動電動車） 碳排量為 28g/km，BEV（純電動汽車）碳排量 0g/km，輕混及以上電動車全球 加速推廣將有助于全球碳中和與碳排目標(biāo)的實現(xiàn)。

鋰電池組成本持續(xù)下降，電動汽車發(fā)展將從依靠政策推動轉(zhuǎn)換為成本優(yōu)勢 推動。鋰電池組價格在 2010 年超過 1100 美元/千瓦時，到 2020 年下降到 137 美元/千瓦時，十年時間降幅高達(dá) 89%。根據(jù) BloombergNEF 預(yù)測，到 2023 年 鋰電池組價格有望降至 100 美元/千瓦時，屆時電動車成本價格與同類別燃油 車相同，汽車市場將發(fā)生顛覆性變化，鋰電成本優(yōu)勢成為推動電動汽車發(fā)展的 主要因素，電動汽車市場滲透率將加速擴(kuò)大。

電動汽車滲透率在 2027 年有望超過 50%。在碳中和碳排政策與電池組成本 下降驅(qū)動下，電動車滲透率有望快速提升。IHS Markit 預(yù)測，到 2023 年輕混 及以上電動車滲透率有望超過 25%，到 2027 年輕混及以上電動車滲透率有望 超過 50%，MHEV（輕混電動車）和 BEV（純電動汽車）增速最快，F(xiàn)HEV（全混 動電動車）和 PHEV（插電混動電動車）增速略低。部分國家地區(qū)積極部署本 國乘用電動車市場滲透率目標(biāo)，挪威有望在 2025 年實現(xiàn)全面電動化目標(biāo)。

1.2 智能化變革，自動駕駛將改變出行市場格局

汽車智能化帶來出行成本降低，將激活汽車出行市場新需求。從交通出行 發(fā)展歷史來看，鐵路、輪船、汽車、飛機(jī)的創(chuàng)新實現(xiàn)了全球經(jīng)濟(jì)結(jié)構(gòu)性變化， 叫車服務(wù)平臺（Uber、滴滴）已經(jīng)在初步改變汽車出行市場，自動駕駛即將對 全球出行和經(jīng)濟(jì)社會產(chǎn)生深遠(yuǎn)影響。自動駕駛將汽車?yán)寐侍嵘?，可大?降低點到點出行成本，促使汽車消費(fèi)行為的根本性轉(zhuǎn)變。對于非駕駛?cè)巳海? 疾人、老人、青少年）和低消費(fèi)人群將有機(jī)會獲得廉價、便捷的汽車出行服 務(wù)。根據(jù) ARK 預(yù)計，汽車自動駕駛帶動出行里程數(shù)急劇增長，到 2035 年全球 車輛行駛里程將增長 3 倍，達(dá)到年出行 45 萬億英里。自動駕駛汽車將規(guī)劃更 好的行車路線，在現(xiàn)有的交通基礎(chǔ)設(shè)施上實現(xiàn)更高的車輛吞吐量，車輛利用率 的提升也有助于降低對停車基礎(chǔ)設(shè)施的需求，從而帶來道路利用率的提升。

汽車智能化改變出行市場格局，汽車出行服務(wù)將占據(jù)市場主導(dǎo)權(quán)。參考手 機(jī)市場的智能化發(fā)展歷程，智能化降低了硬件在手機(jī)產(chǎn)業(yè)鏈的價值量占比，軟 件及服務(wù)占據(jù)了手機(jī)產(chǎn)業(yè)鏈的重要位置。隨著自動駕駛技術(shù)的成熟，自動駕駛 出租車的使用率遠(yuǎn)高于私家車的利用率，汽車消費(fèi)市場從個人擁有汽車轉(zhuǎn)變?yōu)?叫車服務(wù)，從而壓低全球未來幾十年的汽車銷量。自動駕駛技術(shù)帶來汽車電子 和汽車軟件價值量大幅提升，自動駕駛移動出行服務(wù)（MaaS，Mobility As A Service）市場將高速增長，根據(jù) ARK 預(yù)計，到 2030 年自動駕駛汽車銷售總額 將達(dá)到 9000 億美元，自動駕駛出行服務(wù)市場規(guī)模將超過 10 萬億美元。

隨著汽車智能化的成熟，智能駕駛艙人機(jī)交互場景得到極大的拓展。乘客 在自動駕駛車輛中擁有更多的空閑時間，智能駕駛艙將帶來新的服務(wù)場景，人 機(jī)交互的方式將會進(jìn)一步提升，車空間服務(wù)的內(nèi)容發(fā)生根本性的變化，汽車從 單一的出行工具轉(zhuǎn)變?yōu)橹悄芤苿涌臻g，產(chǎn)業(yè)鏈價值從車輛自身價值轉(zhuǎn)變?yōu)橐杂?戶服務(wù)價值為中心，車輛辦公、娛樂、生活發(fā)生根本性變革。

自動駕駛汽車滲透率將持續(xù)快速提升。汽車智能化已成為全球汽車產(chǎn)業(yè)發(fā) 展戰(zhàn)略方向，根據(jù) Strategy Analytics 預(yù)測，2020 年全球 L2 及以上智能汽 車滲透率 7%，到 2025 年達(dá)到 73%，L4 在 2030 年規(guī)模應(yīng)用，L5 在 2035 年規(guī)模 應(yīng)用。高工智能產(chǎn)業(yè)研究院預(yù)計中國市場發(fā)展更快，到 2025 年 L3 滲透率為 20%，L4 開始進(jìn)入市場。ARK 認(rèn)為中國基礎(chǔ)設(shè)施相對較新，政府推動新技術(shù)應(yīng) 用意愿更強(qiáng)，人口集中在城市地區(qū)，預(yù)計到 2030 年中國將成為自動駕駛服務(wù) 的最大市場。

1.3 圍繞電動化與智能化，汽車電子進(jìn)入創(chuàng)新成長期

電動化與智能化成為汽車行業(yè)變革的發(fā)展方向。汽車行業(yè)百年發(fā)展形成了 以燃油動力和機(jī)械硬件為中心的產(chǎn)業(yè)鏈格局，目前正在經(jīng)歷電動化和智能化變 革。電動化與智能化推動汽車產(chǎn)業(yè)鏈重構(gòu)，成為未來汽車行業(yè)發(fā)展變革的兩條 主線。電動化路徑推動燃油動力向電力動力轉(zhuǎn)變，車內(nèi)系統(tǒng)的能源供應(yīng)全面轉(zhuǎn) 換為電力能源。智能化路徑對機(jī)械硬件進(jìn)行顛覆性革命，轉(zhuǎn)變?yōu)橐约惺诫娮? 電氣架構(gòu)、智能網(wǎng)聯(lián)和軟件 OTA（Over the Air，空中下載技術(shù)）的核心架 構(gòu)，形成了以自動駕駛和智能駕駛艙為核心的服務(wù)生態(tài)網(wǎng)絡(luò)。電動化已形成成熟的技術(shù)路線和明晰的產(chǎn)業(yè)鏈競爭格局，智能化尚處于行業(yè)早期，在自動駕駛 和智能駕駛艙具有較大的發(fā)展?jié)摿蜋C(jī)遇。

汽車電子成為電動化與智能化變革的核心要素。電動化帶來汽車動力系統(tǒng) 顛覆性變革，傳統(tǒng)燃油車發(fā)動機(jī)所需的電子元器件需求下降，圍繞車載動力電 池的控制管理，汽車電子成為電池動力系統(tǒng)成功的關(guān)鍵，在電動動力總成和電 池管理系統(tǒng)控制方面發(fā)揮核心作用。智能化帶來汽車出行和車輛升級革命，依 靠汽車電子電氣架構(gòu)升級，高性能傳感器和高性能計算廣泛應(yīng)用，車輛由人類 駕駛逐步進(jìn)入到自動駕駛時代，數(shù)字化升級和智能網(wǎng)聯(lián)推動駕駛艙智能化，軟 件 OTA 大幅降低汽車生產(chǎn)維護(hù)成本，汽車電子成為智能化時代軟件定義汽車的 硬件基礎(chǔ)。羅蘭貝格預(yù)測，2019 年-2025 年汽車電子相關(guān)的 BOM（物料清單） 價值量將從 3130 美元/車提升到 7030 美元/車，其中電動化 BOM 價值量提升 2235 美元/車，智能化 BOM 價值量提升 1665 美元/車。

汽車電子進(jìn)入創(chuàng)新成長周期，功率電子、高性能傳感器、高性能計算成為 成長性最好的領(lǐng)域。電動化智能化變革正在重塑傳統(tǒng)汽車產(chǎn)業(yè)鏈格局，汽車電 子成為推動變革的核心要素，功率電子、傳感器、計算芯片在電動智能車各功 能模塊廣泛使用，汽車電子供應(yīng)鏈價值量大幅增長。麥肯錫預(yù)計，2020-2030 年汽車電子市場規(guī)模從 2380 億美元增長到 4690 億美元，復(fù)合年均增長 7%， 汽車電子在整車價值量占比從 8%提升到 13%。受益于電動化，功率電子成為汽 車能源管理的核心元器件，預(yù)計到 2030 年汽車功率電子市場規(guī)模達(dá) 810 億美 元。受益于智能化自動駕駛需求，高性能傳感器走向融合型解決方案，預(yù)計到 2030 年汽車傳感器市場規(guī)模達(dá)到 630 億美元。

2．電動化浪潮，電動動力總成全面崛起

過去十年，全球汽車電動化轉(zhuǎn)型取得了令人矚目的成就，電池技術(shù)的不斷 創(chuàng)新和電池成本的不斷下降帶動全球電動汽車滲透率快速提升。電動汽車與燃 油車最大的區(qū)別在于動力系統(tǒng)，燃油車采用發(fā)動機(jī)和變速箱提供動力，電動車 采用電池、電機(jī)和電控系統(tǒng)提供動力。電動化時代，傳統(tǒng)燃油動力總成系統(tǒng)被 淘汰，全新的電動動力總成系統(tǒng)相關(guān)的電子元器件需求大幅增長。羅蘭貝格預(yù) 計，到 2025 年純電動車對燃油動力相關(guān)的電子元器件需求下降 395 美元/車， 電動動力總成相關(guān)的電子元器件需求增長 1860 美元/車，電池管理相關(guān)的電子 元器件需求增長 770 美元/車。

2.1 電動動力總成是電動汽車成功的關(guān)鍵

與傳統(tǒng)汽車動力總成系統(tǒng)相比，電動動力總成系統(tǒng)發(fā)生顛覆性的變化。電 動動力總成系統(tǒng)是電動汽車的“心臟”，采用了電池管理系統(tǒng)（BMS）、逆變 器(Inverter)、直流/直流轉(zhuǎn)換器（DC-DC Converter）、車載充電器（OnBoard Charger）、電動馬達(dá)（E-Motor）、動力總成控制器等新型的功能部 件。電池管理系統(tǒng)是車載電池的“大腦”，負(fù)責(zé)管理電池的充電放電，監(jiān)控電 池運(yùn)行狀態(tài)。逆變器將車載電池的直流電轉(zhuǎn)換為交流電，用以驅(qū)動控制電機(jī)的 運(yùn)轉(zhuǎn)，功能類似于傳統(tǒng)汽車變速箱，為車輛提供完美的動力供給。直流/直流 轉(zhuǎn)換器將車載電池的電壓進(jìn)行升壓或降壓，從而為電動汽車各類系統(tǒng)提供適合 的工作電源。車載充電系統(tǒng)將外部電源的交流電轉(zhuǎn)換成直流電壓，具有充電率 監(jiān)測和保護(hù)功能。

隨著電動汽車滲透率的提升，電動動力總成系統(tǒng)進(jìn)入快速成長期。從無到 有，電池管理系統(tǒng)、逆變器、直流/直流轉(zhuǎn)換器、車載充電器成為成長性最好 的細(xì)分領(lǐng)域。麥肯錫預(yù)計，2020-2030 年電動動力總成系統(tǒng)市場規(guī)模從 200 億 美元增長到 810 億美元，復(fù)合年均增長率 15％。其中，電池管理系統(tǒng)市場規(guī) 模從 10 億美元到 60 億美元，復(fù)合年均增長率 21％；逆變器市場規(guī)模從 60 億 美元到 140 億美元，復(fù)合年均增長率 9％；直流/直流轉(zhuǎn)換器市場規(guī)模從 10 億 美元到 80 億美元，復(fù)合年均增長率 20％；車載充電器市場規(guī)模從 20 億美元 到 90 億美元，復(fù)合年均增長率 16％。

逆變器是電動動力總成的“變速箱”，是動力總成價值量最大的電氣組 件。逆變器用于直流電到交流電的轉(zhuǎn)換，常用于馬達(dá)、風(fēng)電、光伏、電動車、 充電設(shè)施、鐵路等領(lǐng)域。電動汽車逆變器實現(xiàn)智能調(diào)節(jié)幅值和頻率，通過頻率 控制電動汽車的速度，通過幅值控制電動汽車的動力大小。電動汽車逆變器工 作功率在 20-100KW 范圍，開關(guān)電壓在 200-800V 范圍，電流在數(shù)百安培。逆變 器工作功率較高，對高端功率半導(dǎo)體元器件需求較大。根據(jù) Yole 預(yù)計，2018- 2024 年逆變器市場規(guī)模從 530 億美元增長到 720 億美元，復(fù)合年均增長率 5.3%，車用逆變器增速遠(yuǎn)高于逆變器行業(yè)平均增速。電動汽車逆變器市場的主 要參與者包括大陸集團(tuán)、博世、電裝、三菱電機(jī)、特斯拉、大眾、豐田、東 芝、日立等公司，中國公司主要有比亞迪和中國中車。

直流/直流轉(zhuǎn)換器為各系統(tǒng)提供電壓轉(zhuǎn)換，是增速最快的細(xì)分領(lǐng)域之一。 直流/直流轉(zhuǎn)換器包括降壓型（BUCK）、升壓型（BOOST）和升降壓型（BUCKBOOST）。降壓轉(zhuǎn)換器是電動車應(yīng)用最廣泛的轉(zhuǎn)換器，將 200-800V 高壓直流電 源轉(zhuǎn)換成低壓直流電源（48V 或 12V），為大燈、車內(nèi)燈、雨刷、車窗電機(jī)、風(fēng)扇、泵等系統(tǒng)供電。升壓轉(zhuǎn)換器主要用于混動汽車和燃料電池汽車的電壓升 壓。升壓和降壓通常是單向轉(zhuǎn)換，在混動汽車等一些應(yīng)用中也有雙向的升降壓 轉(zhuǎn)換器，可將電源從 12V 低壓提升到 48V 或更高電壓，從而幫助啟動備用電 源。根據(jù)麥肯錫預(yù)計，2020-2030 年汽車直流/直流轉(zhuǎn)換器市場從 10 億美元增 長到 80 億美元，復(fù)合年增長率為 20％。直流/直流轉(zhuǎn)換器市場的主要參與者 包括 TDK、電裝、大陸集團(tuán)、豐田、海拉、博世、德爾福等。

車載充電器用于交流充電樁的充電轉(zhuǎn)換。采用交流充電樁充電時，車載充 電器用于將外部交流電轉(zhuǎn)換成直流電，采用直流充電樁充電時則無需使用車載 充電器。車載充電器依據(jù)電池管理系統(tǒng)提供的電池傳感數(shù)據(jù)，動態(tài)調(diào)節(jié)充電電 流或電壓參數(shù)，執(zhí)行相應(yīng)的充電動作。車載充電器由電源功率組件和充電控制 主板兩部分組成：電源功率組件主要作用是接收交流輸入電源，通過整流器將 交流輸入電源轉(zhuǎn)換為高電壓直流；充電控制主板主要是對電源進(jìn)行控制、監(jiān) 測、計算、修正、保護(hù)以及網(wǎng)絡(luò)通信等功能，是車載充電系統(tǒng)的控制大腦。聯(lián) 合市場研究（AMR）預(yù)計，2019-2027 年全球電動車載充電器市場從 21.5 億美 元增長到 108.2 億美元，復(fù)合年增長率為 22.4％。車載充電器市場的主要參 與者包括比亞迪、特斯拉、英飛凌、松下、德爾福、LG、豐田、意法半導(dǎo)體 等。

2.2 電池管理系統(tǒng)是電動汽車動力系統(tǒng)的“大腦”

動力電池的性能直接影響電動汽車的性能和成本，電池管理系統(tǒng)（BMS） 是動力電池性能提升的重要系統(tǒng)，對電動汽車的替代進(jìn)程具有重要的影響。電 池管理系統(tǒng)直接影響電動汽車的續(xù)航里程、充電時長和電池安全這些痛點問 題。電池管理系統(tǒng)是電動汽車電控的核心部件，用于動力電池的實時監(jiān)控和故 障診斷，主要功能包括電池控制管理、電池狀態(tài)實時監(jiān)測、電池狀態(tài)分析、電池安全分析、電池信息管理等，確保電池組安全可靠的運(yùn)行。電池控制管理包 括電池充電、放電和均衡控制管理，使電池組中各個電池都達(dá)到均衡一致的狀 態(tài)。

電池狀態(tài)實時監(jiān)測包括電流、電壓和溫度檢測，通過實時采集動力電池組 中電池的端電壓和溫度、充放電電流及電池包電壓，防止電池發(fā)生過充電或過 放電現(xiàn)象。電池狀態(tài)分析主要包括電池荷電狀態(tài)估算、電池健康狀態(tài)評估，通 過估測動力電池組的荷電狀態(tài)，防止由于過充電或過放電對電池的損傷，從而 隨時預(yù)報混合動力汽車儲能電池還剩余多少能量或者儲能電池的荷電狀態(tài)。電 池安全分析包括過熱、過壓、過流動保護(hù)。電池信息管理包括電池信息顯示、 系統(tǒng)內(nèi)外交互和歷史信息存儲。

隨著電動汽車滲透率提升，電池管理系統(tǒng)市場具有長期增長潛力。電池管 理系統(tǒng)通過一系列的傳感器、微控制器和功率電子實現(xiàn)對動力電池的控制管 理。電池管理系統(tǒng)涵蓋多種類型汽車電子芯片，包括多通道電池監(jiān)控與平衡芯 片、無線控制芯片、電源管理芯片、總線收發(fā)器、微控制器、存儲器、功率 MOSFET、壓力傳感器、氣體傳感器、電流傳感器、安全芯片、電機(jī)控制芯片 等。根據(jù) Infineon 測算，48V 電池管理系統(tǒng)的芯片 BOM 價值在 30-70 美元/ 車，高電壓電池管理系統(tǒng)的芯片 BOM 價值在 50-160 美元/車。根據(jù) Yole 預(yù) 計，2019-2025 年全球電動車電池管理系統(tǒng)市場規(guī)模從 20 億美元增長到 110 億美元，復(fù)合年增長率為 33％。

電池管理系統(tǒng)市場競爭日益激烈，上下游企業(yè)積極進(jìn)入電池管理系統(tǒng)市 場。電池管理系統(tǒng)主要供應(yīng)商包括英飛凌、恩智浦、德州儀器、意法半導(dǎo)體、 瑞薩、均勝電子等。中國電動汽車電池管理系統(tǒng)集成商主要有三類：1、動力 電池企業(yè)，國內(nèi)動力電池企業(yè)大多是“BMS+PACK”模式，掌握了電芯到電池包 的整套核心技術(shù)，具有較強(qiáng)的競爭實力，代表企業(yè)有寧德時代、比亞迪；2、整車企業(yè)，整車企業(yè)一般通過兼并購、戰(zhàn)略合作等方面進(jìn)入電池管理系統(tǒng)，比 如比亞迪、長安汽車、北汽新能源等；3、專業(yè)第三方電池管理系統(tǒng)集成企 業(yè)，目前這類企業(yè)參與者眾多，但技術(shù)相差較大，比如上海捷能、電裝電子、 均勝電子等。

3．智能化創(chuàng)新，自動駕駛與智能駕駛艙迎來機(jī)遇

智能化帶來汽車出行顛覆性革命，汽車駕駛由輔助駕駛逐步進(jìn)入到自動駕 駛時代，駕駛艙智能化實現(xiàn)交通工具場景向智能出行場景的轉(zhuǎn)變，出行服務(wù)將 占據(jù)汽車市場主導(dǎo)權(quán)。汽車智能化創(chuàng)新需要依托于電子電氣架構(gòu)革命和智能網(wǎng) 聯(lián)升級，電子電氣架構(gòu)從分布式、域集中式向車云集中式演進(jìn)，智能網(wǎng)聯(lián)實現(xiàn) 車輛內(nèi)部交互、人車交互、車云交互方式的轉(zhuǎn)變。羅蘭貝格預(yù)計，到 2025 年 自動駕駛相關(guān)的電子元器件增長 850 美元/車，信息娛樂相關(guān)的電子元器件增 長 140 美元/車，新型電子電氣架構(gòu)相關(guān)的電子元器件增長 510 美元/車，智能 網(wǎng)聯(lián)相關(guān)的電子元器件增長 90 美元/車。

3.1 自動駕駛帶來汽車出行顛覆性革命

自動駕駛汽車是一種通過電腦系統(tǒng)實現(xiàn)無人駕駛的智能汽車。自動駕駛依 靠人工智能、視覺計算、雷達(dá)、監(jiān)控裝置和全球定位系統(tǒng)協(xié)同合作，讓電腦可 以在沒有任何人類主動的操作下，自動安全地操作機(jī)動車輛。國際汽車工程師 學(xué)會（SAE International）是當(dāng)今汽車行業(yè)的頂級標(biāo)準(zhǔn)制定組織，全球公認(rèn) 的自動駕駛分級標(biāo)準(zhǔn)由 SAE 制定。按照 SAE 的分級，自動駕駛技術(shù)分為 L0-L5 共六個等級，L0 代表沒有自動駕駛加入的傳統(tǒng)人類駕駛，L1-L2 需要人類駕駛 員監(jiān)控駕駛環(huán)境，L3-L5 是真正意義的自動駕駛系統(tǒng)監(jiān)控駕駛環(huán)境。

其中，L1 級別由駕駛員駕駛車輛，出現(xiàn)了自適應(yīng)巡航等輔助駕駛功能，駕駛員手不得離 開方向盤，眼不得離開周圍路況。L2 級別由駕駛員駕駛車輛，系統(tǒng)可短暫接 管一些駕駛，駕駛員眼和手可短暫獲得休息，但是仍需隨時接管駕駛?cè)蝿?wù)。 L0-L2 可以認(rèn)為是高級輔助駕駛（ADAS），L3 可以認(rèn)為是完全自動駕駛（AD） 的開端，系統(tǒng)完成全部的駕駛操作，駕駛員可以將手離開方向盤，腳離開踏 板，但是仍要隨時接管駕駛。L4 級別是真正意義上的自動駕駛，不需要駕駛 員隨時接管和干預(yù)。L5 級別是自動駕駛的終極目標(biāo)。

全球主流車企均在加快整車自動駕駛的普及速度。輔助駕駛是自動駕駛的 初級階段，按照 SAE 標(biāo)準(zhǔn)處于 L1/L2 水平，目前銷售的商用車主要是 L1/L2 低 級自動駕駛。進(jìn)入到 2020 年以來，自動駕駛進(jìn)程加快，全球主要車企陸續(xù)推 出支持 L3 級別的產(chǎn)品，并推出各自 L4 級別技術(shù)路線圖，以特斯拉為代表的自 動駕駛領(lǐng)先者率先進(jìn)入到 L4 級別，小鵬是國內(nèi)領(lǐng)先的自動駕駛車企。隨著 L4/L5 自動駕駛的普及，汽車的實用性和經(jīng)濟(jì)性方面發(fā)生了突破性的變化，汽 車銷售和服務(wù)市場發(fā)生根本性變化。隨著自動駕駛汽車的共享程度提升，出租 車變得更便宜、更便捷，租車服務(wù)市場快速擴(kuò)張，汽車銷售市場規(guī)模下降

自動駕駛基于感知層、決策層、執(zhí)行層三大系統(tǒng)構(gòu)建。感知層負(fù)責(zé)采集車 輛信息和駕駛環(huán)境信息，感知層傳感器包括攝像頭、毫米波雷達(dá)、超聲波雷 達(dá)、激光雷達(dá)、GNSS 芯片等。決策層負(fù)責(zé)對各類車輛傳感器數(shù)據(jù)進(jìn)行分析， 結(jié)合導(dǎo)航儀地圖數(shù)據(jù)，利用相關(guān)算法進(jìn)行計算并決策，決策層主要包括自動駕 駛算法和硬件算力，其中算法是實現(xiàn)自動駕駛技術(shù)演進(jìn)的關(guān)鍵。目前，主流車 企自動駕駛核心算法路線不同，有基于視覺的圖形識別技術(shù)路線（特斯拉）， 也有基于激光雷達(dá)技術(shù)路線，自動駕駛硬件以高性能算力芯片為未來發(fā)展方 向。執(zhí)行層主要負(fù)責(zé)將決策結(jié)果落實到驅(qū)動、轉(zhuǎn)向、制動等硬件的操作。

傳感器融合、超強(qiáng)算力、算法融合成為自動駕駛技術(shù)發(fā)展的方向。未來具 有自動駕駛功能的智能汽車主要遵循硬件優(yōu)先發(fā)展，軟件算法逐步升級的方 式，結(jié)合智能網(wǎng)聯(lián)最終實現(xiàn)車輛的無人駕駛。傳感器應(yīng)用以早期的攝像頭、激 光雷達(dá)的性能提升和數(shù)量增長向傳感器融合方向發(fā)展；自動駕駛芯片由 GPU/FPGA 向 VPU 等更高性能算力發(fā)展；自動駕駛算法由深度學(xué)習(xí)視覺算法、 增強(qiáng)型學(xué)習(xí)決策算法到算法融合發(fā)展。自動駕駛技術(shù)最終向著傳感器、算力、 算法的多融合方向發(fā)展。

3.2 智能駕駛艙實現(xiàn)交通工具向智能出行空間的場景轉(zhuǎn)變

在集中式電子電氣架構(gòu)和智能網(wǎng)聯(lián)平臺上，智能駕駛艙可更加便捷的嘗試 構(gòu)建各種出行場景服務(wù)。駕駛艙由簡單的控制信息娛樂系統(tǒng)向數(shù)字智能駕駛艙 演進(jìn)，在集中式電子電氣架構(gòu)和智能網(wǎng)聯(lián)平臺之上，融合了車載信息娛樂系 統(tǒng)、駕駛信息顯示系統(tǒng)、多屏互動顯示終端、車身信息與控制等系統(tǒng)，打造以 人為中心的智能出行空間，提供智能、高效、安全的駕駛體驗。智能駕駛艙仍 處于早期階段，通過整合座艙電子功能，以用戶極致交互體驗為中心，實現(xiàn)更 好更快地響應(yīng)各種車空間服務(wù)需求。

智能駕駛艙提供顯示、交互、空間等極致體驗。在數(shù)字化顯示方面，智能 駕駛艙將車輛狀態(tài)、行駛狀態(tài)、路況環(huán)境等重要行車信息以更直觀的方式呈現(xiàn)給駕駛員和成員。在人車交互方面，支持磁觸感旋鈕、手勢識別、主被動力反 饋、手寫輸入和聲音控制等多模式的人車交互方式，既能豐富駕乘體驗，又能 保障行車安全，交互變得更智能便捷。在智能空間方面，采用駕駛方向盤智能 伸縮，提供更大的休息和娛樂空間。在車載娛樂方面，結(jié)合車聯(lián)網(wǎng)和移動互聯(lián) 網(wǎng)云端應(yīng)用，提供多元化工作辦公、娛樂休閑、網(wǎng)絡(luò)購物等功能。

智能駕駛艙從覆蓋高端車型轉(zhuǎn)向所有車型標(biāo)配。智能駕駛艙尚無統(tǒng)一行業(yè) 標(biāo)準(zhǔn)，技術(shù)架構(gòu)和應(yīng)用場景呈多樣化和差異化發(fā)展，仍處于早期發(fā)展?fàn)顟B(tài)。目 前智能駕駛艙主要覆蓋高端車型，隨著汽車數(shù)字化程度的提高，智能駕駛艙滲 透率將不斷提高，未來將成為所有汽車的標(biāo)配解決方案。根據(jù) ICVTank 預(yù)測， 2019-2022 年全球智能駕駛艙市場規(guī)模從 364 億美元增長到 461 億美元，年均 復(fù)合增長率 8%。預(yù)計到 2025 年，汽車中控屏、全液晶儀表、流媒體中央后視 鏡、HUD 抬頭顯示的滲透率將分別達(dá)到 100%、70%、30%和 30%。智能駕駛艙上 游芯片供應(yīng)商主要包括英飛凌、恩智浦、瑞薩等，中游供應(yīng)商主要包括大陸、 博世、偉世通、松下、三星等，國內(nèi)主要供應(yīng)商包括均勝電子、德賽西威。

3.3 適應(yīng)智能化變革需求，電子電氣架構(gòu)向集中式演進(jìn)

電子電氣架構(gòu)是汽車電子電氣系統(tǒng)的頂層設(shè)計。隨著汽車電子電氣系統(tǒng)變 得越來越復(fù)雜，電子電氣成本越來越高，電子電氣架構(gòu)（EEA，Electronic & Electrical Architecture）概念應(yīng)運(yùn)而生，取代傳統(tǒng)的原始線束設(shè)計，采用 基于平臺化規(guī)劃，將硬件設(shè)備和軟件系統(tǒng)有機(jī)的集成一體化，對動力系統(tǒng)、信 息娛樂、底盤車身等功能進(jìn)行系統(tǒng)設(shè)計并不斷優(yōu)化，得到最優(yōu)的電子電氣解決 方案。自從德爾福首次提出電子電氣架構(gòu)概念以來，汽車電子電氣架構(gòu)發(fā)展突 飛猛進(jìn)得到廣泛應(yīng)用。

傳統(tǒng)電子電氣架構(gòu)已無法滿足汽車智能化變革的需要。傳統(tǒng)電子電氣架構(gòu) 采用分布式控制策略，可以最大程度地利用已有的軟硬件資源和成熟的技術(shù)方案，從而有效地降低研發(fā)成本，縮短開發(fā)周期。隨著智能化快速發(fā)展，新功能 需求激增，基于線束設(shè)計的傳統(tǒng)分布式電子電氣架構(gòu)無法滿足智能化的需求： 1）新增功能帶來車身重量與成本快速上升。智能化需要添加新功能時，需要 添加對應(yīng)的電子控制單元和線束布線，新功能的不斷增加帶來車身重量、空間 和功耗開銷快速增加；2）算力分散和冗余不足。智能化增加的各功能模塊均 需配備算力資源，傳統(tǒng)分布式架構(gòu)帶來算力分散和投入成本上升，而不同模塊 算力又無法冗余備份。3）維護(hù)成本高，無法實現(xiàn) OTA。傳統(tǒng)分布式架構(gòu)下功 能模塊繁多分散，難以滿足 OTA 硬軟件解耦要求，車輛故障排查難度高，維修 召回成本巨大。

新一代電子電氣架構(gòu)構(gòu)建底層硬件集中式平臺，以實現(xiàn)軟件 OTA 和智能化 應(yīng)用為目標(biāo)。智能化變革對電子電氣架構(gòu)提出重大挑戰(zhàn)，三電系統(tǒng)增加了電子 電氣架構(gòu)的復(fù)雜程度，自動駕駛需要采集和處理大量的傳感器數(shù)據(jù)，軟件 OTA 需要實現(xiàn)數(shù)字化和智能網(wǎng)聯(lián)。特斯拉、大眾、奧迪、比亞迪等公司均提出新一 代向集中式發(fā)展的電子電氣架構(gòu)，實現(xiàn)更大區(qū)域的底層硬件功能整合，以構(gòu)建 整車計算平臺和通信架構(gòu)。2017 年，博世提出了三個階段六個步驟的電子電 氣架構(gòu)演進(jìn)路線圖：

階段一、分布式電子電氣架構(gòu)。在模塊化階段，每個功能采用獨(dú)立的電子 控制單元（ECU）；在集成化階段，將多個功能集成到同一個電子控制單元。

階段二、域集中式電子電氣架構(gòu)。在域集中階段，域內(nèi)多個功能采用同一 個域控制單元（DCU）；在域融合階段，采用跨域控制器控制不同域的功能。

階段三、車輛集中式電子電氣架構(gòu)。在車融合階段，采用車載電腦集中控 制功能；在車云計算階段，采用云端運(yùn)行車輛功能模式。

從時間軸看，目前大部分車企仍處于第一階段分布式架構(gòu)，2022 年開始第 二階段域集中式架構(gòu)將逐步成為主流選擇，預(yù)計到 2025 年第三階段車輛集中 式架構(gòu)成為主流選擇。

根據(jù)電子電氣架構(gòu)的進(jìn)展，將車企分為三個梯隊。第一梯隊以特斯拉為代 表，最接近終極架構(gòu)，采用了區(qū)域集中理念，將整車控制根據(jù)區(qū)域分為三大板 塊，中央計算模塊（CCM）、左車身控制模塊（BCM LH）和右車身控制模塊 (BCM RH)。該架構(gòu)將自動駕駛及智能座艙功能合并管理，由 CCM 模塊進(jìn)行三大 板塊的最終決策，而且該方案采用位置就近原則統(tǒng)一管理線束，能夠大幅降低 成本并提升安全性。

第二梯隊是以大眾為代表，采用跨域集中式的 MEB 架構(gòu)，整體處于功能域 階段。其中大眾 ID.3 是 MEB 平臺第一款產(chǎn)品，將整車控制劃分為車身控制域 （ICAS1）、智能駕駛域（ICAS2）和智能座艙域（ICAS3），將算力需求較低 的動力、底盤、車身合并為車身控制域，單獨(dú)管理自動駕駛及智能座艙功能。 該梯隊其他車企采用集成度更低的架構(gòu)，劃分方法分為自動駕駛域、動力域、 底盤域、座艙域和車身域，新架構(gòu)車型將在 2021 年實現(xiàn)量產(chǎn)。

第三梯隊由大部分傳統(tǒng)車企組成，初步實現(xiàn)部分電子電氣功能的集成，但 整體仍處于分布式架構(gòu)階段。隨著汽車行業(yè)智能化變革驅(qū)動，該梯隊企業(yè)的電 子電氣架構(gòu)升級已經(jīng)勢不可擋。

3.4 以太網(wǎng)通信成為發(fā)展方向，智能網(wǎng)聯(lián)實現(xiàn)車內(nèi)外智能交互

智能化需求推動車載通信網(wǎng)絡(luò)變革，以太網(wǎng)將成為汽車通信發(fā)展方向。車 載通信網(wǎng)絡(luò)負(fù)責(zé)車載電腦、傳感器、控制器、執(zhí)行器之間的數(shù)據(jù)通信，智能化 對車載通信網(wǎng)絡(luò)的速率、時延、成本、擴(kuò)展性等提出了更高的要求，傳統(tǒng)車載 通信技術(shù)方案 CAN（Controller area network，控制器局域網(wǎng)）、LIN （Local internet network，局域互聯(lián)網(wǎng)）、MOST（Media oriented systems transport，多媒體定向系統(tǒng)傳輸）等難以應(yīng)對數(shù)字化轉(zhuǎn)型的新需求，以自動 駕駛傳感器為例，傳感器數(shù)據(jù)量對帶寬的需求達(dá)到 10Gbps 以上。汽車以太網(wǎng) 具有高帶寬、成本低、軟硬件解耦、互聯(lián)協(xié)議兼容的優(yōu)勢，可以支持智能化通 信日益增長的需求，更好地支持新型電子電氣架構(gòu)的持續(xù)演進(jìn)。

基于車載以太網(wǎng)和車聯(lián)網(wǎng)技術(shù)，智能網(wǎng)聯(lián)實現(xiàn)車內(nèi)外智能交互。智能網(wǎng)聯(lián) 通過車載以太網(wǎng)與車聯(lián)網(wǎng)有機(jī)結(jié)合，融合現(xiàn)代通信網(wǎng)絡(luò)技術(shù)，實現(xiàn)人車智能交 互、車內(nèi)機(jī)器智能互聯(lián)、車外智慧城市信息互聯(lián)。人車智能交互從傳統(tǒng)手工操 控向 3D 感知和智能 AI 語音交互，車輛與用戶交互從被動反饋模式逐步轉(zhuǎn)變?yōu)? 主動交流模式。車內(nèi)互聯(lián)通過以太網(wǎng)技術(shù)實現(xiàn)傳感器數(shù)據(jù)共享，用戶界面從單 一界面功能到多屏聯(lián)動，實現(xiàn)功能互聯(lián)互動。車外互聯(lián)采用 V2X 技術(shù)，實現(xiàn)車 輛與智慧城市信息互聯(lián)，將智慧城市商業(yè)服務(wù)集成到車空間，實現(xiàn)安全高效的 出行服務(wù)。

智能網(wǎng)聯(lián)市場具有長期增長潛力。隨著汽車智能化的快速發(fā)展，智能網(wǎng)聯(lián) 成為未來汽車必備的基礎(chǔ)功能，智能網(wǎng)聯(lián)汽車滲透率將不斷提升，具有廣闊的 市場發(fā)展空間。根據(jù) MarketsandMarkets 預(yù)計，2017-2025 年全球智能網(wǎng)聯(lián)市 場規(guī)模從 58 億美元增長到 199 億美元，復(fù)合年增長率為 16.7％。智能網(wǎng)聯(lián)市 場參與者主要有 Bosch、Toshiba、TI、NXP、 Renesas 等，中國企業(yè)包括華 為、均勝電子等。

新一代通信技術(shù)的發(fā)展對智能網(wǎng)聯(lián)起到推動作用。得益于完善的通信基礎(chǔ) 設(shè)施，2019 年中國車載網(wǎng)絡(luò)已全部升級到 4G 網(wǎng)絡(luò)，而全球其他發(fā)達(dá)市場仍然 有一定比例使用 3G 網(wǎng)絡(luò)。目前中國加速了 5G 網(wǎng)絡(luò)建設(shè)和 5G 應(yīng)用推廣速度， 中國市場成為第一個將 5G 應(yīng)用于智能網(wǎng)聯(lián)的地區(qū)。根據(jù) IHS Markit 預(yù)計， 2020-2025 年全球市場搭載智能網(wǎng)聯(lián)功能新車的滲透率從 45%增長到 60%，預(yù) 計到 2025 年中國智能網(wǎng)聯(lián)新車接近 2000 萬輛，市場滲透率超過 75%，高于全 球市場的滲透率水平。

4．電動化與智能化變革帶來汽車電子投資機(jī)遇

電動化智能化變革重塑傳統(tǒng)汽車產(chǎn)業(yè)鏈，汽車電子成為推動變革成功的核 心要素。電動化帶來整車動力系統(tǒng)顛覆性革命，功率電子成為增速最高的細(xì)分 市場，高功率器件需求帶動第三代半導(dǎo)體快速增長。智能化帶來汽車電子電氣 架構(gòu)革命，零部件智能化帶動微控制芯片需求快速增長，自動駕駛相關(guān)的傳感 器和高性能計算芯片迎來創(chuàng)新發(fā)展機(jī)遇。

4.1 功率電子成為電動化變革最受益的領(lǐng)域

功率電子在電動汽車中發(fā)揮著極其重要的作用。動力總成系統(tǒng)包括電池管 理系統(tǒng)、逆變器、直流/直流轉(zhuǎn)換器、車載充電器等功能組件，這些功能組件 都是由三類電子元器件構(gòu)成：微控制器、功率電子和傳感器。微控制器是動力 總成控制核心，傳感器用于動力系統(tǒng)狀態(tài)監(jiān)控，功率電子是動力總成系統(tǒng)中電 能轉(zhuǎn)化和電路控制執(zhí)行的核心。功率電子實現(xiàn)電壓、電流和頻率的轉(zhuǎn)換，在滿 足電動車苛刻的功率密度要求方面中起著至關(guān)重要的作用。

隨著電動化進(jìn)程加速，功率電子的需求大幅增長。功率電子是電動汽車和 傳統(tǒng)燃油車動力系統(tǒng)差異的核心元器件，隨著電動化滲透率的提升，功率電子 需求急劇增長。從各類型電子元器件 BOM 價值量變化來看，功率電子增長最 快，價值量遠(yuǎn)超微控制器和傳感器。電動化程度越高的電動汽車對功率電子的 需求越大，根據(jù) IHS Markit 統(tǒng)計，2019 年輕度混動的功率器件價值量 90 美 元/車，全混動/插電混動的功率器件價值量 305 美元/車，純電動車的功率器 件價值量 350 美元/車。

電動汽車成為功率電子增長的主要市場。功率電子在工業(yè)、消費(fèi)電子、計 算機(jī)、網(wǎng)絡(luò)通信、汽車等領(lǐng)域廣泛使用，Yole 預(yù)計 2019-2025 年功率電子市 場規(guī)模從 175 億美元增長到 225 億美元，復(fù)合年增長率為 4.3％。隨著汽車市 場電動化加速，電動車功率電子的需求量和價值量都大幅提升。根據(jù) Yole 預(yù) 計，2020-2026 年電動車功率電子市場規(guī)模從 14 億美元增長到 56 億美元，復(fù) 合年增長率為 25.7％。電動車功率電子的主要供應(yīng)商包括英飛凌、意法半導(dǎo) 體、日立、三菱電機(jī)、安森美半導(dǎo)體等。

工藝結(jié)構(gòu)和材料創(chuàng)新兩條路徑推動功率電子性能不斷提升。從工藝結(jié)構(gòu)上 看，MOSFET 由平面型、溝槽型到超級結(jié)，從 LD MOSFET、VV MOSFET、VU MOSFET、VD MOSFET、SJ MOSFET 最終發(fā)展到 IGBT（MOSFET+BJT），工藝結(jié)構(gòu) 的持續(xù)提升實現(xiàn)了產(chǎn)品性能的不斷突破。隨著工藝創(chuàng)新接近極限，亟需半導(dǎo)體 材料的突破來進(jìn)一步提升產(chǎn)品性能，以碳化硅（SiC）、氮化鎵（GaN）為代表的第三代半導(dǎo)體材料，禁帶寬度是硅（Si）的 2.9 倍，擊穿電場是硅的 12 倍，熱導(dǎo)率是硅的 3.3 倍，工作結(jié)溫是硅的 1.3 倍，具有高結(jié)溫、高耐壓和高 頻率等性能優(yōu)勢，成為未來功率電子的發(fā)展方向。IGBT 和 SiC 將是汽車功率 電子市場未來最主要的細(xì)分領(lǐng)域，IGBT 具有較強(qiáng)成本優(yōu)勢，SiC 在高電壓領(lǐng)域 具有較強(qiáng)性能優(yōu)勢。

高功率器件需求將帶動 SiC 功率器件快速增長。從車電動汽車系統(tǒng)來說， 應(yīng)用 SiC 產(chǎn)品可以更有效的提升系統(tǒng)效率、提高功率密度和降低系統(tǒng)成本。在 相同功率或電流能力時，SiC 的芯片面積更小、損耗更低以及開關(guān)速度更快。 現(xiàn)階段 SiC 存在成本較高的問題，隨著未來高功率需求的大規(guī)模應(yīng)用，成本將 會不斷下降。根據(jù) Yole 預(yù)計，2019-2025 年 SiC 市場規(guī)模從 5.4 億美元增長 到 25.6 億美元，復(fù)合年增長率為 30％。其中，電動車 SiC 市場規(guī)模從 2.2 億 美元增長到 15.5 億美元，復(fù)合年增長率為 38％。SiC 的主要供應(yīng)商包括英飛 凌、科瑞（Cree）、IIVI、意法半導(dǎo)體等，中國主要供應(yīng)商包括天科合達(dá)、山 東天岳。

4.2 零部件智能化帶動微控制芯片需求穩(wěn)定增長

零部件智能化對電子控制單元需求快速增長。隨著汽車智能化加速，動力 總成、自動駕駛、智能駕駛艙、底盤、車身、信息娛樂等功能系統(tǒng)的零部件加 速實現(xiàn)智能化，電子控制單元需求大幅增加。在分布式電子電氣架構(gòu)階段，主 要采用 ECU（電子控制單元）控制車輛內(nèi)各類子系統(tǒng)。在域集中式電子電氣架 構(gòu)階段，DCU（域控制單元）將多個 ECU 功能集成于一體，控制單元集中伴隨 著 DCU 計算算力的提升。在車輛集中式電子電氣架構(gòu)階段，需要更強(qiáng)大的高性 能控制單元集中控制整車各功能模塊。根據(jù)麥肯錫預(yù)計，2020-2030 年電子控 制單元市場規(guī)模從 920 億美元增長到 1560 億美元，復(fù)合年增長率為 5％。

2020-2025 年 MCU（微控制器）是最受益的微控制芯片。預(yù)計 2025 年之 前，大部分車企處于域集中式架構(gòu)階段，ECU/DCU 仍然占據(jù)主要的電子控制單 元市場份額。ECU/DCU 由 MCU、輸入輸出電路、電源、通訊電路等組成，MCU 是最核心的微控制芯片。隨著汽車零部件智能化升級，MCU 將進(jìn)入高景氣周 期。IC Insights 預(yù)計，2020-2023 年全球 MCU 市場規(guī)模從 149 億美元增長到 188 億美元，復(fù)合年增長率為 8％。其中 2020 年汽車 MCU 市場規(guī)模 60 億美 元，占 MCU 市場份額的 40％。汽車 MCU 市場主要參與者包括恩智浦、瑞薩、 英飛凌、德州儀器、微芯等。

4.3 自動駕駛感知需求帶動傳感器技術(shù)創(chuàng)新發(fā)展

傳感器技術(shù)的加速進(jìn)步推動了自動駕駛的不斷發(fā)展。自動駕駛的前提是基 于各類傳感器提供車內(nèi)外環(huán)境的感知數(shù)據(jù)，主要包括超聲波（Ultrasound）、 毫米波雷達(dá)（Radar）、激光雷達(dá)（LiDAR）、攝像機(jī)（Camera）四種傳感器， 每種傳感器在性能、成本、封裝、耐久性等方面都有各自的優(yōu)缺點。毫米波雷 達(dá)、激光雷達(dá)和攝像機(jī)不斷采集大量實時數(shù)據(jù)并傳輸至自動駕駛中央計算平 臺，由自動駕駛算法進(jìn)行處理，最終形成車輛周圍的瞬時三維地圖，從而形成 車輛的運(yùn)行決策。越來越多的汽車制造商自動駕駛采用多種傳感器的組合方 案，也有特斯拉這種推動攝像頭模擬人眼的純視覺解決方案，由于自動駕駛技 術(shù)仍處于早期狀態(tài)，各類傳感器技術(shù)的進(jìn)步最終將會決定未來自動駕駛的終極 方案。

超聲波是最早期的輔助駕駛解決方案，未來將會被逐步替代。超聲波傳感 器利用反射的聲波來計算與物體的距離，有效工作范圍相對較短約 2 米，優(yōu)點是成本低、效益高、堅固可靠，缺點是覆蓋范圍短。汽車制造商正在放棄超聲 波傳感器，轉(zhuǎn)而使用短程毫米波雷達(dá)代替。

毫米波雷達(dá)是目前應(yīng)用最廣泛的輔助駕駛傳感器。毫米波雷達(dá)通過測量發(fā) 射的無線電波從路徑上的任何物體反射回來所需的時間來探測物體，毫米波雷 達(dá)的優(yōu)勢是它能夠在雨、雪、霧等惡劣天氣和夜間有效地發(fā)揮作用，缺點是不 能提供足夠的分辨率來識別物體類型，覆蓋范圍也較為有限。對于輔助駕駛應(yīng) 用，毫米波雷達(dá)可分為短程雷達(dá)（SRR）、中程雷達(dá)（MRR）和長程雷達(dá) （LRR）三類。

SRR 從 24GHz 到 77GHz、79GHz 毫米波發(fā)展，有效工作范圍約為 10 米-30 米，適用于盲點檢測、變道輔助、停車輔助和交叉交通監(jiān)測系統(tǒng)。 MRR 已經(jīng)使用 77GHz 毫米波，該頻率在速度和距離測量方面具有更高的分辨率 和精確度，有效工作范圍在 30 米-80 米。LRR 使用 77GHz 頻率，有效工作范圍 可以延伸到 200 米，適用于自適應(yīng)巡航控制、前方碰撞預(yù)警和自動緊急制動 等。LRR 的缺點是測量范圍會隨著距離的增加而減小，因此一些場景（如自適 應(yīng)巡航控制）將 SRR 和 LRR 傳感器結(jié)合應(yīng)用。毫米波雷達(dá)市場的主要參與者包 括大陸、電裝、博世、海拉、維寧爾（VEONEER）。

基于激光雷達(dá)的自動駕駛解決方案是最佳硬件解決方案。激光雷達(dá)的工作 原理與雷達(dá)基本相同，但將電磁波換成激光，測量反射激光以生成周圍環(huán)境的 高分辨率三維圖像。激光雷達(dá)優(yōu)勢具有三維高清分辨率，既可探測物體，又可 區(qū)分物體并準(zhǔn)確跟蹤，缺點是價格及其昂貴。激光雷達(dá)有兩種基本類型，第一 種采用脈沖激光發(fā)射到旋轉(zhuǎn)鏡上，旋轉(zhuǎn)鏡將激光束向多個方向輻射，有效工作 范圍可達(dá) 300 米或更遠(yuǎn)，可提供 360°的清晰視野。第二種固態(tài)激光雷達(dá)，通 過光學(xué)相控陣發(fā)射激光，將光束引向多個方向來產(chǎn)生圖像。隨著技術(shù)的成熟和 成本的下降，激光雷達(dá)在自動駕駛中變得越來越普及。激光雷達(dá)市場的主要參 與者包括 Velodyne、Luminar、Innoviz、Aeva 和 Ouster，國內(nèi)激光雷達(dá)創(chuàng)新公司也快速崛起，國內(nèi)主要參與者包括華為、速騰聚創(chuàng)、禾賽科技、鐳神智 能。

基于攝像機(jī)的自動駕駛解決方案是最佳機(jī)器視覺計算解決方案。攝像機(jī)傳 感器的優(yōu)點是具有極高的成本效益，是唯一能夠識別顏色和對比度信息的傳感 器，攝像機(jī)傳感器非常適合捕捉道路標(biāo)志和道路標(biāo)線信息，而且還提供了對行 人、騎車人和摩托車司機(jī)等物體進(jìn)行分類的分辨率。攝像機(jī)傳感器的缺點是在 惡劣天氣和光線條件下，性能容易受到影響，攝像機(jī)傳感器需要與雷達(dá)相結(jié) 合，以便在能夠在更廣泛的條件下可靠工作。攝像機(jī)傳感器有單目、雙目和多 目應(yīng)用。單目攝像機(jī)系統(tǒng)具有中遠(yuǎn)距離功能，如車道保持輔助、交叉交通警報 和交通標(biāo)志識別系統(tǒng)。雙目攝像機(jī)能夠呈現(xiàn)出三維圖像，提供計算復(fù)雜的深度 信息所需的信息（如與移動物體的距離），使其適用于主動巡航控制和前方碰 撞預(yù)警應(yīng)用。熱成像攝像機(jī)非常適合檢測人類和動物，特別是在能見度低或夜 間的情況下，工作范圍可達(dá) 300 米。

隨著自動駕駛車輛滲透率和自動駕駛級別的提升，自動駕駛傳感器市場保 持快速增長。根據(jù) Strategy Analytics 預(yù)計，2030 年采用自動駕駛的車輛占 比達(dá)到 87%，L2/L3 級別自動駕駛已經(jīng)廣泛使用，L4/L5 完全自動駕駛已經(jīng)進(jìn) 入市場。隨著自動駕駛級別的提升，車輛需要的毫米波雷達(dá)、激光雷達(dá)、攝像 機(jī)數(shù)量同步增長，自動駕駛傳感器市場將進(jìn)入成長周期。根據(jù)麥肯錫預(yù)計， 2020-2030 年自動駕駛傳感器市場規(guī)模從 130 億美元增長到 430 億美元，復(fù)合 年增長率為 13％。其中，激光雷達(dá)市場規(guī)模增速最快，2030 年達(dá)到 120 億美 元，復(fù)合年增長率為 80％；毫米波雷達(dá)市場規(guī)模最大，從 40 億美元增長到 140 億美元，復(fù)合年增長率為 13％；攝像機(jī)市場從 40 億美元增長到 80 億美 元，復(fù)合年增長率為 7％。

自動駕駛傳感器終極解決方案仍需較長時間，傳感器市場格局具有不確定 性。各類型傳感器具有不同的應(yīng)用局限性，對于不同的駕駛?cè)蝿?wù)需要不同的傳 感器類型組合以實現(xiàn)最優(yōu)化配置。目前，車企的自動駕駛傳感器方案主要有兩 種：第一種是視覺主導(dǎo)方案，采用“攝像頭（主導(dǎo)）＋毫米波雷達(dá)”配置，典 型代表是特斯拉，特斯拉正在走向取消毫米波雷達(dá)，采用攝像頭純視覺解決方 案；第二種是激光雷達(dá)主導(dǎo)方案，采用“激光雷達(dá)（主導(dǎo)）＋毫米波雷達(dá)＋超 聲波傳感器＋攝像頭”組合，典型的代表是 Google Waymo。由于技術(shù)路徑的 不確定性，自動駕駛終極傳感器市場格局具有不確定性。

4.4 自動駕駛算力需求驅(qū)動高性能計算市場快速增長

隨著自動駕駛級別的逐漸提升，高性能算力需求快速增長。自動駕駛通過 攝像機(jī)、激光雷達(dá)、毫米波雷達(dá)等傳感器來感知周圍環(huán)境，主芯片依據(jù)傳感器 所獲取的環(huán)境數(shù)據(jù)進(jìn)行決策分析，采用自動駕駛算法預(yù)測車輛與周圍環(huán)境的運(yùn) 動狀態(tài)，進(jìn)行路徑規(guī)劃，并控制車輛行駛軌跡。車用主芯片涉及到傳感器數(shù)據(jù) 處理、高精地圖定位、網(wǎng)絡(luò)通信、深度學(xué)習(xí)算法計算、路徑?jīng)Q策與規(guī)劃等過程 的海量實時數(shù)據(jù)分析和多空間信息的整合處理，對算力要求非常高。一般認(rèn) 為，L2 需要算力 10 TOPS（萬億次/秒），L3 需要算力 30-60 TOPS，L4 需要 算力 100 TOPS，L5 需要算力 1000 TOPS，目前主流車用芯片平臺能滿足部分 L3/L4 級別的自動駕駛需要。隨著自動駕駛技術(shù)路線的逐步清晰，主芯片進(jìn)入 標(biāo)準(zhǔn)化、規(guī)?；慨a(chǎn)，其與座艙主控芯片進(jìn)一步向中央計算芯片融合。

人工智能芯片可滿足車載中央計算芯片的算力需求。自動駕駛提出了一系 列復(fù)雜計算需求，障礙物檢測、障礙物跟蹤、交通信號燈檢測、車道線檢測、可駕駛區(qū)域分割、特征跟蹤、行人行為預(yù)測都需要運(yùn)行在基于人工智能芯片的 神經(jīng)網(wǎng)絡(luò)上，傳統(tǒng) PC/手機(jī)市場的 X86 和 ARM 芯片完全無法滿足機(jī)器視覺、深 度學(xué)習(xí)算力需求，數(shù)據(jù)中心使用的 GPU（圖形處理器）、FPGA（可編程邏輯陣 列）、TPU（張量處理單元）、NPU（神經(jīng)網(wǎng)絡(luò)處理單元）等人工智能芯片能夠 提供強(qiáng)大的算力，可滿足車載中央計算芯片的深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)算力需求。 隨著攝像機(jī)和 LiDAR 數(shù)據(jù)輸出量越來越大，多個 GPU 堆疊成本和功耗高企，需 要專用 VPU（視覺處理單元）針對視覺算法進(jìn)行部署。VPU 擁有神經(jīng)計算引 擎，專門針對神經(jīng)網(wǎng)絡(luò)、視覺加速器、成像加速器進(jìn)行了優(yōu)化，使其算力非常 強(qiáng)大和高效。

GPU/VPU 成為汽車主芯片市場的主要選擇。基于多種人工智能芯片的 SoC 將計算異構(gòu)融合成為主流汽車芯片的解決方案，CPU 承擔(dān)邏輯操作和任務(wù)調(diào) 度，GPU 作為通用加速器承擔(dān)著神經(jīng)網(wǎng)絡(luò)計算和機(jī)器學(xué)習(xí)的任務(wù)，F(xiàn)PGA 作為硬 件加速器承擔(dān)順序機(jī)器學(xué)習(xí)（RNN/LSTM/增強(qiáng)學(xué)習(xí)）的任務(wù)，VPU 專為神經(jīng)網(wǎng) 絡(luò)和圖像處理操作而設(shè)計。根據(jù) Yole 預(yù)測，2019-2025 年汽車主芯片市場從 1.41 億美元增長到 27.54 億美元，復(fù)合年均增長 73%。其中自動駕駛芯片從 0.53 億美元增長到 24.71 億美元。Yole 預(yù)計到 2025 年，VPU 市場規(guī)模 18.5 億美元，占比 75%；GPU 市場規(guī)模 5.19 億美元，占比 21%。

自動駕駛主芯片市場呈現(xiàn)群雄逐鹿的競爭格局。在競爭日益激烈的自動駕 駛主芯片市場，形成了車企（特斯拉）、人工智能芯片供應(yīng)商（Mobileye/英 偉達(dá)）、傳統(tǒng)汽車芯片供應(yīng)商（恩智浦/瑞薩）、消費(fèi)電子芯片巨頭（高通/華 為）的競爭格局。特斯拉在 2019 年量產(chǎn)的 FSD 芯片由特斯拉硬件團(tuán)隊完全定 制設(shè)計的，F(xiàn)SD 芯片包含 1 個 GPU 和 2 個 NPU，算力高達(dá) 72 TOPS，可支持 L2- L3 級別。Mobileye 受益于 Intel 整合 CPU 和 FPGA 的技術(shù)資源，其算法解決方案由傳統(tǒng)的計算機(jī)視覺算法主導(dǎo)并由深度學(xué)習(xí)算法輔助，2020 年推出 EyeQ5 實現(xiàn) 24 TOPS 的算力。

英偉達(dá)專注于深度學(xué)習(xí)算法，推出 Drive AGX 汽車主芯 片路線圖，2020 年量產(chǎn) Xavier 系列算力達(dá) 30 TOPS，由 CPU、GPU、DLA（深 度學(xué)習(xí)加速器）和 PVA（計算機(jī)視覺加速器）四個模塊組成，未來 Orin 系列 可滿足 L4 算力達(dá) 254 TOPS，Atlan 系列可滿足 L5 算力達(dá) 1000 TOPS。高通在 2020 推出了其自動駕駛解決方案 Snapdragon Ride，可提供算力 700 TOPS， 但是其自動駕駛市場開發(fā)方面還處于早期階段。華為在 2021 年推出了 MDC 810 系列，算力高達(dá) 400 TOPS，但由于芯片代工問題，未來產(chǎn)品升級迭代存在 不確定性。同時，中國國內(nèi)也出現(xiàn)了零跑、地平線、黑芝麻智能等自動駕駛芯 片初創(chuàng)公司。