2021智能汽车芯片行业研究报告

导语

我们认为在行业“缺芯”事件以及智能化升级的趋势下，进口替代趋势将加速，国内千亿 车载半导体市场未来可期。

来源：开源证券 作者：任浪

1、 从燃油车到智能电动汽车，千亿车载半导体市场冉冉开启

电动化+智能化升级驱动汽车单车含硅量显著提升，千亿车载半导体行业冉冉开启。自 1886 年戴姆勒首次将内燃机应用于汽车以来，汽车工业的创新一直围绕内燃机 展开，消费者也以追求发动机马力等性能指标为目标。然而，随着特斯拉在电动化 技术与自动驾驶技术领域的颠覆性变革，汽车电动化与智能化渐成主机厂共识，消 费者购车时的考量也逐步从传统的性能指标，转向以智能车机、自动驾驶为代表的 智能化体验视角。

同时，当汽车行业供需两端的关注点逐步由性能转变至智能时， 汽车创新的核心亦从“动力引擎”发动机转移到“计算引擎”半导体。根据 McKinsey 数据统计，预计 2025 年国内汽车半导体行业规模将达到 180 亿美元；到 2030 年该市场规模将达到 290 亿美元。其中，电动智能汽车的加速渗透将成为车载 半导体行业快速增长的核心驱动力。智能化方面，根据 McKinsey 数据统计，在国 内汽车半导体行业中，L3 及以上的高阶自动驾驶汽车的车载半导体规模占比预计将 从 2025 年的 27.8%（50 亿美元）提升至 2030 年的 44.8%（130 亿美元）。

电动化方 面，随着新能源汽车渗透率的快速提升，“三电系统”逐步取代传统的燃油动力系 统，伴之而来的亦是整车中汽车电子成本占比的显著提升。根据 Gartner 数据统计， 2019 年纯电动型汽车的半导体成本（750 美元）要高于插电式混合动力型（740 美 元）和轻度混合动力型汽车（475 美元）。此外，根据麦肯锡数据，2019 年国内汽 车半导体占据全球半导体市场份额的 27%（国内/国外分别为 30/80 亿美元），预计 2030 年将提升至 40%（国内/国外分别为 110/170 亿美元），2019-2030 年国内外汽车半导体复合增速分别为 13.8%、7.8%，国内汽车半导体增速显著高于国外。我们认为在行业“缺芯”事件以及智能化升级的趋势下，进口替代趋势将加速，国内千亿 车载半导体市场未来可期。

按照国际通行的半导体产品标准方式划分：汽车半导体可以分为四类：集成电路 （微控制器、模拟 IC、逻辑 IC、存储芯片），分立器件，传感器和执行器、光电子 器件共四大类。根据 HIS 数据统计，预计 2025 年全球汽车半导体市场规模将达到 682 亿美元，其中模拟 IC 约 170 亿美元、分立器件约 110 亿美元、逻辑 IC 约 101 亿美元、存储 IC 约 87 亿美元、微控制器约 85 亿美元、光学半导体约 66 亿美元、 传感器与执行器约 63 亿美元。

按照半导体在智能汽车上具体的应用领域划分：汽车半导体可分为与智能化相关的 计算芯片、存储芯片、传感与执行器芯片、通信芯片，以及与电动化相关的能源供 给芯片。同时，随着处理事件复杂性的日益提升，亦存在将几种不同类型的芯片集 成在一起，形成系统级芯片（SoC）。通常，SoC 芯片中包含一个或多个处理器、存 储器、模拟电路模块、数模混合信号模块以及片上可编程逻辑，从而可以有效地降 低电子/信息系统产品的开发成本，缩短开发周期，提高产品的竞争力。

计算及控制芯片：此类芯片以微控制器和逻辑 IC 为主，主要用作计算分析和 决策。与人体大脑类似，可分为主控芯片和辅助芯片。其中，主控芯片包含 MCU（微处理器）、CPU（中央处理单元）、FPGA（现场可编程门阵列器件）、 ASIC（专用芯片）等，辅助芯片则包含主管图形图像处理的 GPU 以及主打人 工智能计算的 AI 芯片等。

存储芯片：主要用于数据存储功能，具体包含 DRAM（动态存储器）、SRAM （静态存储器）、FLASH（闪存芯片）等。

传感芯片：主要用于探测、感受外界的信号、物理条件（如光、热、湿度）或 化学组成（如烟雾），并将探知的信息转变为电信号或其他所需形式传递给其 他设备。具体包含 CIS（CMOS 图像传感器）、MEMS、电流传感器、磁传感器、 陀螺仪、VCSEL 芯片和 SPAD 芯片（用于激光雷达）。

通信芯片：主要用于发送、接收以及传输通信信号，具体包括基带芯片、射频 芯片、信道芯片、电力线载波通信芯片、卫星导航芯片等。

能源供给芯片：主要用于保证和调节能源传输，以分立器件为主。具体包括电 源管理芯片（AC/DC、LED 驱动芯片等）、晶体管（IGBT、MOSFET 等）、二 极管、晶闸管等。

2、 智能化：智能汽车“眼”疾“脑”快，芯片功不可没

2.1、 计算能力：智能汽车之“脑”，算力军备竞赛开启千亿赛道

2.1.1、 从 CPU 走向 SoC，计算芯片为智能汽车之“脑”

从芯片类型上来看，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。在分布式架构时代，ECU 是汽车 功能系统的核心，其主控芯片为 CPU，仅用于逻辑控制（是与非、加或减）。随着 E/E 架构由分布式向域控制器/中央计算升级的进程加快，域控制器（DCU）正取代 ECU 成为智能汽车的标配。在此升级过程中，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。

从应用场景来看，计算芯片可以划分为智能座舱芯片和自动驾驶芯片、车身控制芯 片。

（1）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：高通 820A 芯片采用 14 纳米工艺，从整体性能 上来看，可以实现 hypervisor 和 QNX 系统启动时间小于 3 秒，Android 系统启 动时间小于 18 秒，倒车影像启动小于 3 秒。进一步拆解后可分为四大模块：

（1）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；

（2）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；

（3）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；

（4）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。除此之外，该芯片可搭载高通深度学习软件开发包(SDK) ——Qualcomm 骁龙神经处理引擎(NPE)，从而可集成基于机器学习的先进驾驶 辅助系统。

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。其中，高通、三星、英伟达由于其在 手机、消费电子等领域庞大的出货量及技术储备而大幅摊薄新一代架构的研发 成本（7nm、5nm 制程的研发费用高昂），因而可率先卡位智能座舱芯片赛道。目前，高通在国内新兴旗舰车型上近乎实现垄断，其座舱产品迭代速度几乎与 手机产品同时更新（三星、联发科座舱芯片至少落后手机一代）。

根据高通数 据显示，其 2021 年汽车芯片在手订单逾 80 亿美元，主控芯片月出货量高达数 百万颗。国产厂商方面，华为和地平线分别凭借麒麟 990A 和征程 2 快速出圈， 华为与高通类似，拥有强大的研发、万物互联的鸿蒙生态以及不逊于高通的迭 代能力，极狐阿尔法 S 是首款搭载麒麟 990A 的车型，单颗芯片可同时驱动 12.3 英寸液晶仪表、20.3 寸 4K 触控屏以及 8 寸的 HUD，整体算力达到 3.5TOPS（高通最新座舱芯片 SA8155P 为 3TOPS）。而地平线也因其开放的开 发平台和完备的工具链受到主机厂青睐，其征程 2 座舱芯片已获得长安 UNI-T 车型定点。

（2）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，该 SoC 芯片主要包含控制单元、计算单元、 AI 加速单元三大模块：（1）控制单元（CPU）：基于 ARM 架构的 8 核 Carmel CPU；（2）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；（3）ASIC（AI 加速单元）：包含深度学习加速器（DLA，Deep Learning Accelerator）和可编程视觉 加速器（PVA，Programmable Vision Accelerator）两个 ASIC 芯片，旨在提高 CPU 性能（perf/watt）。

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。其中，英特尔（Mobileye）和华为是国内外自动驾驶软硬一体式解决方 案提供商的代表，即将传感器、芯片、算法绑定销售的全家桶式方案。该方案 优势是能够帮助自研能力不足的主机厂快速上车量产，其中 Mobileye 系列芯片 截至 2019 年底出货 5400 万，全球 ADAS 市场占有率约为 70%（2019 年），特 斯拉早期便在 Autopilot HW1.0 中采用 Mobileye EyeQ3 作为自动驾驶主控芯片。此外，华为也宣布提供全栈式解决方案，华为 MDC 计算平台采用“统一硬件 架构，一套软件平台，系列化产品”，将在极狐阿尔法 S 上率先落地量产。

目前，英伟达自动驾驶解决方案已被众多新势力厂商及自主品牌 所采用，包括小鹏、理想、蔚来等新势力品牌，以及上汽智己等自主品牌；地 平线在自动驾驶落地方面也在持续推进当中，目前已宣布在理想 ONE 中取代 Mobileye 成为新的自动驾驶主控芯片供应商，将搭载两颗征程 3 自动驾驶芯片。我们认为在智能汽车行业发展初期，部分 OEM 厂商会综合考虑成本、开发周 期、系统稳定性等因素而选择软硬件一体式解决方案；当行业迈向成熟阶段， 头部 OEM 厂商已具备相当程度算法开发能力，将会倾向于选择更为开放的计 算平台，在完善的开发工具链之上结合场景自研算法，以满足差异化需求。

（3）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。车身控制域的本质是在传统车身控制器（BCM）的基础上，集成了无钥 匙启动系统（PEPS）、纹波防夹、空调控制系统等功能。因而其中的主要芯片 仍以车规级 MCU 为主。根据芯片数据吞吐量的不同，车规级 MCU 主要可分 为 8 位、16 位以及 32 位三种。其中，8 位工作频率在 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。同时，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。

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。 根据 HIS 数据统计，外资厂商凭借先发优势已高度垄断全球车规级 MCU 市场， 具体包括恩智浦（14%）、英飞凌（11%）、瑞萨电子（10%）等。而在 2020 年 末以来，汽车行业“缺芯”事件加剧，进口 MCU 存货紧俏且价格高企。在此 背景下，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。

2.1.2、 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。行业创新 引领者特斯拉在其 Autopoilt 自动驾驶辅助系统设计之初便采用了“硬件先行+软件 更新”的方案，即预埋高算力计算芯片，后续通过 OTA 进行软件升级。由此，该 方案也相继得到造车新势力以及传统整车厂所追捧，蔚来、理想、小鹏、上汽等都 在现阶段表现出对算力的强烈追求。可以看到，2021 年以来，传统整车厂加速智能 化转型升级，相继推出上汽 R 汽车 ES33、智己 L7、极氪 001 等高算力智能化车型， 不少车型未来计划可实现 500-1000TOPS 的总算力。因此，我们认为随着造车新势 力销量的不断爬坡及传统整车厂智能化品牌车型的相继发布，自动驾驶计算芯片作 为智能汽车之“魂”将充分率先受益汽车智能化浪潮，开启规模化量产。

我们预计 2025/2030 年我国车载 AI SoC 芯片市场超 55.2/104.6 亿美元，具体测算过 程如下：假设：

乘用车产量：根据乘联会预测，随着“新四化”成为汽车产业发展的新机遇，2021 年起中国汽车市场将呈现缓慢增长态势，未来五年汽车市场将会稳定增长，预计 2021 年汽车销量增长 4%左右，乘用车销量增长 7.5%，并预测到 2025 年，汽车销 量有望达到 3000 万辆。基于此，我们预计 2025/2030 年乘用车产量有望达到 2539/2803 万辆。

自动驾驶渗透率预测：根据麦肯锡预测，到 2030 年全球将有 95%车辆配备 L2 及以 上的自动驾驶功能，具体来看：2025 年 L0/L1/L2/L3/L4 及以上自动驾驶渗透率分别 为 15%/33%/46%/2%/1%，2030 分别为 12%/21%/57%/7%/3%。由于国内自动驾驶落 地更为积极，我们认为 L4 及以上自动驾驶有望加速落地，基于此我们预测 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%。

车载 AI SoC 芯片单车价值量：我们将车载 AI SoC 芯片单车价值量拆分为单车所需 算力乘以单算力平均价格。单车算力方面，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；单算力平均价格方面， 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。综合考虑单算力价格将随着技术进步呈下降以及单车算力将 随智能化程度提高而显著增加的趋势，我们预测 2025 年 L0/L1/L2/L3/L4 及以上自 动驾驶单车 AI SoC 芯片价值量约为
49.3/69.0/190.0/685.9/1487.9 美元，2030 年将下 降至 46.7/65.4/180.1/598.3/1131.7 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。考虑到 2016-2020 年全球乘用车产量/国内乘用车产量均位于 2.8- 3.1 区间，我们给与 2.9 倍乘数，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。

2.2、 感知能力：智能汽车感知先行，传感器为智能汽车之“眼”

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。 其细分品类众多，主要包括车载摄像头、毫米波雷达、超声波雷达、激光雷达等 4 类主流产品。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、面部视觉 等多个座舱功能之中。

可以看到，目前造车新势力及传统车企智能化品牌所推出的 车型中，平均摄像头配置数量已经超过 8 个。而在摄像头之中，最为核心的芯片包 括 CMOS 图像传感器（CIS）和图像信号处理芯片（ISP）。整体工作原理可总结为 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。

2.2.1、 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。 CMOS 传感器主要功能是将光信号转换成电信号，兼具模拟电路与数字电路，是车 载摄像头价值量最高的部分，根据前瞻产业研究院数据，CIS 价值量约占车载摄像 头物料成本的 50%。行业增速方面，未来 5 年汽车将成为 CIS 增长最快的应用领域， 根据 Frost&Sullivan 数据预计，应用于汽车领域的 CIS 芯片数额占比将由 2019 年的 10%提升至 2024 年的 14.1%。同时，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。此前 CIS 芯片的主要应用领域为手机等消费电子市场，并且基本由外资企业垄断。根据 Frost&Sullivan 数据统计，2020 年全球 CIS 市场份额前三为索尼（39.10%）、三星 （23.8%）、豪威科技（11.3%）、格科微（4.70%）、SK 海力士（4.40%）。然而，相 较于手机等消费用 CIS，车规级 CIS 对于各项参数要求更高。具体而言，车规级 CIS 需要满足以下条件：

（1）高动态范围（HDR），车用 CIS 的 HDR 需要达到 120dB（HDR 指最高光强度和最低光强度的比值，高 HDR 可以将低照和高亮区域 都表现出来）；

（2）极端工作环境正常工作，车用 CIS 需要在零下 40 摄氏度和 105 摄氏度之间正常工作；

（3）低光照下正常运转，车用 CIS 需要在低光照及夜间获取 清晰图像，能够在夜间街道上检测到行人、周边路况和环境；

（4）LED 闪烁抑制， 实际道路场景中，经常出现 LED 大灯，其闪烁频率人眼无法分辨，但图像传感器 可以识别，为了保证图像传感器（CIS）输出的图像与人眼看到的图像保持一致， 汽车 CIS 的曝光时间不能过短（LED 灯频率约为 90Hz，一个亮暗周期约为 11 毫 秒），否则会导致输出图像信息缺失或错误。

因此，基于以上因素，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。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%）。

2.2.2、 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，Image Signal Processor）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：

（1）前融合计算方式， ISP 芯片位于摄像头模组端。这种解决方案之下，每个摄像头将预先完成原始数据 的处理，也即通过 ISP 芯片在前端将处理后的信号再传输至主控芯片。其优势在于 对于距离主控芯片位置较远的摄像头（如倒车后视摄像头）可降低对传输线束的要 求。同时，主控芯片直接接收 ISP 芯片传输过来的经过降噪处理的信号，具有抗干 扰能力强的优点，缺点是摄像头体积会变大，且对散热要求较高。

（2）后融合计算 方式，ISP 芯片外挂至主控芯片端。前端模组不放置 ISP 芯片，图像处理在内置 ISP 芯片的主控芯片端进行，可以有效解决散热与辐射问题。就演进趋势而言，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。

多因素助推 ISP 芯片将在智能汽车时代大放异彩，但应用难点仍有待克服。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%。同时，我们认为未来车载 ISP 芯片仍存在以下发展桎梏及机遇：

（1）主机厂对图像处理具备差异化需求显著，ISP 芯片可以通过算法满足主机厂差异化需求，如阿里达摩院自动驾驶实验室推出的自主研发的 ISP 处理器，能够将自 动驾驶夜间视力提升 10%。随着苹果、小米等消费电子巨头加入造车后，其在手机 摄像头 ISP 芯片的算法积累有望迁移至车端，ISP 芯片的差异化将成为重要看点。

（2）数据量指数级增长，预处理需求上升，随着自动驾驶级别提升，数据量指数 级增长，前端传感器在获取数据后进行预处理和优化将显得十分重要，避免给汽车 主控芯片造车冗余负担。

（3）自动驾驶技术快速演进催生数据安全问题，随着摄像 头数量显著增加，现实中的各种场景将被上传至云端，ISP 芯片可以在前端进行模 糊处理，将涉及隐私的部分模糊化，其在车载摄像头中的生态地位将进一步提升。

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。可以将国内布局车载 ISP 芯片的厂商分为以下几类：

（1）CIS 芯片供应商， CIS 芯片厂商长期深耕视觉图像领域，与 CIS 的研发、生产、销售等共享资源、协 同发展。如车载 CIS 巨头安森美和豪威科技均有布局车用 ISP 芯片；

（2）物联网安 防摄像头供应商，如北京君正拥有视频图像信号处理、视频编解码、图像识别等技 术积累，其自主研发的 T21、T20 芯片具有夜视、专业级成像的 ISP 特性，公司公 告拟定增 14 亿元，其中 2.37 亿元用于车载 ISP 系列芯片的研发与产业化项目；另 外一个深耕安防领域的芯片厂商富瀚微在 2018 年便发布首款车规级前装 ISP 芯片， 能够支持前视、环视和车内摄像头等不同应用场景。

（3）以手机为主的消费电子厂 商，在智能手机时代拥有摄像头 ISP 技术沉淀的高通、华为、苹果等在汽车 ISP 这 一新兴市场拥有较大优势。

2.2.3、 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。激光雷达集合 光学、电子、机械等多种技术，其内部有数百个分立器件，这使得在生产工艺方面， 物料成本和设备调试成本高企。而激光雷达的芯片化可采用成熟的半导体工艺（如 CMOS 工艺），并且兼具体积小、集成度高等优势，成为激光雷达大规模量产和降 本的重要发展方向。

按激光雷达的结构来看，芯片化的发展方向主要有三方面：

（1）发射端（激光器）， 方案包括边发射激光器(EEL)、垂直腔面发射激光器(VCSEL)、固态激光器以及光纤 激光器四种发射类型。其中，EEL 因其作为探测光源高发光功率密度的优势成为主 流方案，但其发光面位于半导体晶圆的侧面，加工工艺极为复杂，高度依赖产线工 人手工装调技术，生产成本高且良率难以保证。而垂直腔面发射激光器（VCSEL）的发光面与半导体晶圆平行，可由半导体加工设备保障精度，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，如禾赛科技在其芯片化 V1.5 中将激光器由 EEL 升级为 VCSEL；

（2）接收端（探测器），主要有 PD、APD、 SiPM、SPAD 等四种。其中，APD 在现有激光雷达产品中应用广泛，但 SiPM 单光 子探测器光电增益明显提升，可有效降低电路噪声对系统信噪比的影响，而 SPAD 阵列则将探测器和电路功能模块在 CMOS 工艺下集成，可以测量单个光子的信号强 度，直接输出原始的、更精确的 3D 数字信号（省略数模转换过程），与摄像头输出 的 2D 数据相对应，节省数据标注的时间，提高机器学习的效率。

（3）数据处理端， 以往数据处理功能都集中在主控芯片 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芯片功能，该 SoC 芯片片内集成探测器、前端电路、 算法处理电路、激光脉冲控制等模块，能够直接输出距离、反射率信息。

目前， Mobileye 已经给出基于硅光子学技术将激光器与芯片集成（SoC）的方案，禾赛科 技也将在面向芯片化 V2.0 的发展规划中完成阵列式 SoC 芯片的演进。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。从国内车规激光雷达领先者华为在激光雷达芯片领域的布局来 看：在 VCSEL 芯片领域，华为已抢先投资纵慧芯光和长光华芯（拟 IPO），其中纵 慧芯光深耕 VCSEL 芯片多年，是中国第一家拥有自主知识产权的 VCSEL 芯片公司， 公司在消费电子领域已成为华为手机 ToF 光源主供应商，在车规领域，公司已于2020 年完成 AEC-Q102 车规认证、ISTF16949 体系符合性认证，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。

在 SPAD 芯片领域，华为投资南京芯视界，其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。

2.3、 通信能力：通信模组将为核心基础硬件

2.3.1、 V2X 通信：5G 车联网落地可期，通信模组将为核心基础硬件

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。而车联网旨在现 有单自智能化的基础上，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。具体可包括：

（1）在感知层面，通过车路协同、车车协同等拓 展汽车感知范围，不受遮挡限制，能够提前发现未知状况，并应对紧急情况。此外， 通过网联化能够直接给出关键结果状态信息，如信号灯状态、周边车辆下一步动作 意图等，大幅减少基于传感器信息的复杂计算处理过程；

（2）在决策层面，云控平 台可以直接给出感知的目标结果以分担单车算力消耗。此外，通过在路侧安装视觉 传感器、激光雷达等传感器将路侧感知结果下发，可以引入路侧算力；

（3）在执行 层面，通过网联化能够提供远程遥控驾驶、协同驾驶的应用模式，将车辆的控制和 执行从单车上分离，目前在无人矿山等非公共开放道路的特定场景下已经应用。短 期来看，由于法律法规以及芯片算力及算法的等因素，完全意义上 L3 级别的自动 驾驶车型渗透水平仍处于较低水平。长期来看，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。分拆产业链来看，上游包括以高通、华为海思等为代表的基带芯片供应商、中 游包括以移远通信、广和通、慧瀚微电子等为代表的通信模组集成厂商、下游则是 具备 4G/5G/WiFi/蓝牙通信需求的主机厂。

（1）上游：基带芯片为核心，海思芯片短缺背景下高通一家独大。其中，芯片价 值量最高，涵盖基带芯片、射频芯片、存储芯片以及 GPS 芯片。进一步来看，通信 模组中基带芯片是核心。根据 Counterpoint 数据，2020 年第一季度高通市场份额 36.1%，受海思芯片限制影响，高通在 2020 年第四季度市占率进一步提升到 47.20%。可以看到，高通已凭借在手机通信领域的技术积淀，前瞻布局车联网领域 并稳居龙头地位。

（2）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。近年来，中国无线通信模组企 业纷纷加码车联网领域，根据高工汽车研究院数据，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。

（3）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。根 据高工智能汽车数据，2020 年国内新车前装车联网搭载率已经达到 47.42%，预计 到 2025 年，国内新车车联网搭载率将超过 90%。根据佐思汽车研究数据，预计 2025 年全球汽车通信模组装载量将达到 2 亿片，2020-2025 年复合增长率为 15%。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。

2.3.2、 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。 在智能汽车“新四化”趋势下，电子电气结构由分布式走向集中、软件架构由“面 向信号”走向“面向服务”。而在软硬件的升级过程中均需要车载以太网作为技术 支撑，用以高效的传递信息。其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；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。我们认为随着智能汽车电子电气架构和 软件架构发生重大变革，车载以太网将迎来黄金机遇，将成为新一代车载主干网络。

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。其中，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。同时，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。

我们以座舱域控制器与液晶显示屏间的以太网通信应用为例，具体解释车载以太网 信号传输路径：首先，外界信号经过差分线（一种信号传输技术）传输进入以太网 PHY 芯片（独立外接于域控制器，本例中芯片型号为博通 89811）。随后，经 PHY 芯片将信号转成 RGMII 接口格式再送入座舱域控制器中的 SOC 芯片（型号高通 8155 芯片）进行处理。最后，将经过处理的视频信号传输至域控制器上的 LVDS 驱 动芯片（专用于低压差分信号传输的芯片，本例中型号为美信 MAX96751）转化成 LVDS 信号，输出至液晶显示屏侧的 LVDS 芯片，从而驱动液晶显示屏。

市场规模方面，智能汽车渗透率提升叠加汽车对网络速度要求倍数增长（百兆正在 被千兆取代，而千兆将被 2.5G/5G/10G 取代），PHY 芯片有望迎来量价齐升的局面， 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）。

竞争格局方面， PHY 芯片技术门槛非常高，芯片设计时需要数模混合，既包含了高速 ADC/DAC、 高精度 PLL 等模拟设计，也需要滤波算法和信号恢复的 DSP 设计能力，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， 该公司选择汽车领域这一全新以太网 PHY 芯片应用场景作为着重发力点已初具成 效，2020 年车载 100Base-T1 PHY 芯片在经过各项车载测试验证后，已成功导入到 各大国内知名车厂平台，根据公司负责人欧阳飞宇指出，公司目前正大力研发下一 代车载 PHY 芯片，其中 1000Base-T1 PHY 预计将在 2022 年对接到下游厂商当中。

2.4、 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

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。存储芯片按照其断电后是否可持续保存数据可分为易失性和非易失性两种， 其中易失性存储芯片可分为 DRAM 和 SRAM，非易失性存储芯片可分为 NAND FLASH 和 NOR FLASH，目前存储市场以 DRAM 和 NAND FLASH 为主，根据 Yole 数据显示，2019 年，中国 DRAM/NAND Flash 产品销售额占总市场规模比重约 为 55%/42%。

（1） 易失性存储芯片：主要包含 SRAM 和 DRAM。其中，SRAM 单个存储单元 所需晶体管数量较多、读写速度较快，但整体价格较贵且容量较小，因此 只在要求较为苛刻的地方使用（CPU 的一级缓存、二级缓存等）；相较之下， 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。就技术替代趋势而言，MRAM 有望凭借更具持久性的优势逐 步替代 SRAM。而 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。同时，DDR 芯片每一次迭代升级，其数据预读取的位宽便会 增加一倍，从而有效提升内存的存取性能。目前，DRR2/DDR3/DDR4 代已 日趋成熟， DDR5 也已在研发储备过程中。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。

（2） 非易失性存储芯片：对比 NAND 和 NOR 来看，NOR 可在芯片内执行，即 应用程序可直接在 FLASH 之上运行，读取效率很高但性价比仅在小容量时 （1~16MB）有所体现；相较之下，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。就技术发展趋势而言， 16nm 制程以上的闪存多属于平面闪存，称之为“2D NAND”。而为进一步 提升存储密度、降低单位存储成本，2D NAND 芯片的制程正不断向 15/16nm 缩进；同时，行业内亦通过 3D 堆叠技术进一步加大单位面积内晶 体管数量，也即目前市场上新兴的“3D NAND”。

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。 存储芯片在智能汽车中应用广泛，智能座舱、车联网、自动驾驶等功能均需要一定 的存储空间来支持其正常运行。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，根据美光科技及中国闪存预计，L2/L3 级自动驾驶汽车对内存带宽要 求约为 100GB/s，对 DRAM 和 NAND FLASH 的平均容量需求约为 8GB 和 25GB。

此外，电动化也对汽车存储有升级需求， 如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。

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。据 IHS 数据统计，2019 年车载存储芯片仅占汽车半导体市场 8%，但 随着汽车“新四化”进程加速趋势愈加清晰，车辆处理、存储数据量大幅提升，预 计 2025 年这一数字将大幅提升至 12%，全球市场规模将达到 81.5 亿美元。2021- 2025 年复合增长率超过 17%，是汽车半导体行业中增速最快的品类之一。此外，根 据财联社数据，2017 年单车存储设备硬件成本仅 20 美元左右，待发展到自动驾驶 L4/L5 级别，成本预计可至 300-500 美元，汽车存储芯片市场迎来量价齐升的高速 增长阶段。

3、重点企业分析

3.1、 北京君正：以车载存储芯片为基，平台型车规芯片供应商正成型

并购 ISSI，公司“计算+存储+模拟”三大芯片业务布局成型。公司并购 ISSI 后， 双主业发展格局已成型。传统微处理器及智能视频芯片业务方面，公司自主研发的 视频编解码器已能够支持国际主流的多种视频格式，微处理器芯片亦广泛应用于智 能家居和智能穿戴等物联网终端。在中美贸易摩擦背景下，行业竞争格局发生变化， 公司积极把握历史性机遇，凭借在 AI 处理能力、高清性能、性价比及功耗等方面 的优势将充分受益于行业的景气向上以及市场份额的提升。存储芯片业务方面，公 司 DRAM/SRAM/FLASH 等产品可广泛应用于车载娱乐系统、动力系统、自动驾驶 系统等多个领域。

以车载存储芯片为基础，平台型车规级芯片供应商扬帆起航。公司目前面向车规级 芯片领域的产品结构以存储芯片（DRAM/SRAM/FLASH）为主，已具备完整的车 规级芯片实验室和流程，并且已经切入了全球主要车企的供应链体系。公司不仅持 续拓展车载存储芯片市场，加快 LPDDR4、DDR5 等高端产品的研发推出，加速进 口替代。同时，公司 LED Driver 正在快速放量，G.vn 网络传输接口芯片正在逐步 推出，车载视频 ISP 芯片正研发储备，“计算+存储+模拟”三大芯片的业务布局已 成型。随着新产品在车规市场的陆续导入，公司正迈向平台型的车规级芯片供应商。

3.2、 美格智能：聚焦智能通信模组领域，切入智能驾驶赛道

战略聚焦无线通信模组，研发驱动型企业迈向完整解决方案供应商。近年来，公司 战略聚焦于通信智能模组研发，同时不断丰富数据传输模组产品线，以自有品牌 MeiGLink 进行产品销售，并在无线通信模组技术的基础上提供多个下游领域的解 决方案服务。从上游角度来看，公司背靠高通，早在 2012 年就与其签署了专利协 议，通信模组产品多以高通的骁龙系列芯片为基础进行开发；同时，公司也与华为 海思、紫光展锐等平台保持着密切的战略合作关系，陆续首发以国产芯片为中心的 4G LTE、CAT1 模组产品，并不断更新推进智能模组的开发。

在不断完善产品序列 的过程中，公司持续聚焦 5G 领域，积累了丰富的行业经验。一方面，推出了专为 物联网和 eMBB 应用而设计的 5G NR Sub-6GHz 数传模组，并在 5G 毫米波技术基 础上研发了 SRM825W 系列产品；另一方面，作为行业内首家发布 5G 智能模组产 品的公司，其最新发布的基于高通 5G SoC QCM6490 平台的 5G 产品 SRM930 系列， 搭载了 Android11 操作系统，支持 WIFI 6E，且拥有超 10Tops 的算力。

乘智能汽车之东风，切入车载智能模组赛道。依托于在通信领域的深厚积淀，公司正快速切入智能汽车产业链，储备车载通信模组解决方案。2021 年上海车展，美格 智能发布 5G 高算力智能模组 SRM930，采用高通 Adreno 635 GPU，支持高性能低 功耗图形图像、视频及显示处理单元，可渲染两个高分辨率显示屏，提供卓越的可 视化图形图像，使驾乘者能够在不同显示屏上体验顶级娱乐内容。

文琳编辑

免责声明：转载内容仅供读者参考，观点仅代表作者本人，不构成投资意见，也不代表本平台立场。若文章涉及版权问题，敬请原作者添加 wenlin-swl  微信联系删除。

文琳编辑

文琳行研报告，为各机构提供专业的信息、数据、研究和咨询服务。欢迎关注【文琳行业研究】

《文琳资讯》每日提供最新信息。欢迎关注

今日导读：点击下面链可查阅

今日导读：点击下面链接可查阅

公众号 ：文琳阅读