中金前沿科技系列 | 芯驰科技：“四芯合一”，驰骋汽车智能化
国内智能化进展积极，2022年国内乘用车L2 ADAS渗透率由1月21.7%提升至12月的33.1%，为汽车芯片厂商奠定了良好的需求基础。尽管国内车规级芯片技术较海外仍有差距，但我们认为在国产替代需求、就近服务优势以及技术差距不断缩小的背景下，国产品牌有望持续受益于汽车智能化水平的提升。
摘要
汽车MCU：MCU是众多电子设备的基础控制芯片，其中汽车领域是MCU最大的应用场景之一，在车内各域广泛部署。随着汽车智能化、电动化趋势不断深化，我们认为汽车MCU市场或产生如下影响：1）智能化：驱动MCU用量先增后减。L0-L2级别ADAS或仍采用分布式架构，MCU用量随智能化汽车电子数量的提升而提升，但L3以上ADAS采用集中化架构或驱动SoC芯片对MCU形成替代；2）电动化：带来MCU增量需求。电动车相较燃油车新增BMS（电池管理系统）、VCU（整车控制器）等部件，打开动力用MCU市场增量空间；3）车身底盘域：出于安全冗余的考虑，MCU单车搭载量或将保持稳定。综合来看，我们认为短期内汽车MCU仍将受益于旺盛的下游需求；而由此引致的缺货潮将使车企重新审视供应链管理，国产品牌遇良机。
自动驾驶SoC：智能驾驶硬件的核心，能够统筹内部计算和存储资源，提升整体计算效率。伴随整车架构向集中化演进，算力亦逐渐向SoC集中，对SoC的性能提出更高要求。从算力水平看，国际品牌芯片制程推进至4-5nm，AI算力跨越1000 TOPS；从市场份额来看，海外厂商亦处于领先地位。但我们观察到一批国产品牌开始向Mobileye、甚至Nvidia发起算力挑战，着力缩小同海外品牌之间的差距。
智能座舱SoC：当前智能座舱SoC市场呈现“国际巨头占有率高，国内厂商逐渐渗透”的特征。海外供应商格局趋于明朗，包括以瑞萨为代表的“传统汽车芯片”厂商与以高通为代表的“消费级芯片”厂商；其中消费厂商芯片在性能方面具有明显优势，高通几乎垄断高端座舱芯片市场。我国座舱芯片市场仍处于初期发展阶段，竞争格局尚未定型，国产品牌未来可期。
芯驰科技：“四芯合一”，乘智能化之东风。公司创始团队来自国际汽车芯片大厂，技术背景深厚。从创立起，公司三条产品线并行，分别支持智能座舱、智能驾驶、中央网关三大核心应用，推出X9、V9、G9系列；2022年，公司新推出车规MCU产品，可用于线控底盘、线控制动等，形成驾驶、座舱、车身、网联四域较为完整的产品布局。整体来看，我们认为汽车智能化新浪潮以及国内主机厂的崛起有望为国产车规MCU企业带来新机遇。
风险
汽车智能化不及预期，整车销量不及预期，技术研发不及预期。
正文
汽车MCU
MCU在汽车中广泛部署，汽车市场是最大应用场景
MCU（Microcontroller Unit，微控制器）又称单片机，是一类轻量化的数字计算芯片。MCU是把中央处理器CPU的频率与规格做适当缩减，并将存储器、计数器、I/O接口、通信接口等，甚至LCD驱动电路都整合在单一芯片上，形成芯片级的计算机，为不同的应用场合做不同组合控制。
信号链是电子设备实现感知和控制的基础，MCU在信号链中起核心处理作用。一个完整信号链的工作原理为：从传感器探测到真实世界实际信号，转化成模拟的电信号，之后对其进行放大并转换为数字信号，然后经过MCU或CPU或DSP等处理后，再还原为模拟信号。信号链将真实世界和数字世界进行连接，是电子产品智能化、智慧化的基础。MCU作为数字信号的处理器件，在信号链环节中具有重要作用。
图表1：MCU结构示意图
资料来源：国际电子商情，中金公司研究部
图表2：MCU在信号链环节中处理数字信号
资料来源：芯海科技招股说明书，中金公司研究部
MCU是汽车ECU的核心部件，广泛分布在汽车各域。ECU（Electronic Control Unit，电子控制单元）泛指汽车上所有的电子控制系统，负责控制汽车的行驶状态并实现其他的各种功能。而MCU芯片是ECU的运算处理器件，是汽车电子系统内部运算和处理的核心。在博世经典五域架构中，全车被划分为驾驶域、座舱域、动力域、车身域、底盘域，MCU广泛分布在汽车各域中执行各类功能。以奥迪某款豪华SUV为例，根据IHS梳理，其在前述五域中分别搭载了6颗、8颗、2颗、10颗、12颗MCU，应用于驻车、转向、悬架、发动机等多个零部件中，供应商涉及7家汽车Tier-1厂商。
图表3：大陆ARS4-B毫米波雷达包含32位MCU
资料来源：Systemplus，中金公司研究部
图表4：奥迪豪华SUV汽车各域MCU搭载情况
资料来源：IHS，中金公司研究部
汽车是MCU最主要的应用场景，细分场景增速高于整体。根据Yole测算，2022年全球MCU市场达194.61亿美元，同比下降2.59%，主要受消费电子需求疲软影响。其中，汽车是MCU最大应用市场，2022年份额约占33%，其次是工业（份额为24%）。展望未来5年，我们认为伴随汽车智能化水平的不断提高，车载功能的持续丰富会拉动车用MCU的需求，打开车用MCU的量增空间。Yole预计，至2027年全球车用MCU市场份额有望提升至37%，对应2022-27E CAGR为9.26%，高于工业（7.62%）以及行业整体增速（6.84%），成为驱动MCU市场扩容的重要驱动力。
图表5：全球MCU市场规模情况及预测
资料来源：Yole，中金公司研究部
图表6：汽车市场是MCU最大的应用场景
资料来源：Yole，中金公司研究部
整车架构集中化趋势，车用MCU何去何从？
早期ECU的诞生主要是被用于发动机控制；但随着汽车电子技术的进步，ECU数量不断增加，刹车、转向、车门车窗、照明等各种功能都需要ECU的配合。根据罗兰贝格估测，目前经济型车大约需要20个ECU，高端车型ECU数目甚至达到100个上下，与之配合的不同规格的MCU数量也不断增加，相关市场蓬勃发展。但是，我们认为，传统汽车电子电气（E/E）架构下ECU各司其职，随着功能的增加，传统架构的问题逐步凸显：
► ECU结构冗余，算力和功能存在重复。以动力ECU为例，发动机由一个核心ECU负责，而电机、电流、点火、驱动等模块又各有一个ECU，尽管有安全冗余，但还是浪费了大量算力；
► 排线难度与线束成本上升。ECU之间需要通信，不断增加的ECU数量使得线束长度大幅增加，成本上升，复杂的线路需要分开排线，否则线束相互缠绕会产生发热等安全隐患；
► 不利于软件维护与升级。分布式架构下，整车厂从不同Tier1厂商采购ECU，各厂商拥有不同的软件架构和接口标准，这使得汽车出厂后软件维护和升级难度大幅上升。如果能够采用集中式架构，一次维护即可升级全车系统，将大幅提高效率；
► 分布式ECU难以保证网络安全。信息技术的进步使得车辆与互联网联系更加紧密，遭受网络攻击的可能性也随之提升，高性能处理器网络防护能力强，而分布式ECU难以建立防火墙统一管理，存在安全隐患；
► 高级别辅助驾驶需要ECU间高度融合，传统架构处理效率较低。实现自动驾驶需要视觉、雷达、高精度地图以及网络互联的共同参与，实现汽车对环境的感知预测，并且需要快速控制车辆做出反应。传统架构下多ECU协同能力有限，沟通效率较低，难以胜任高级自动驾驶任务。
为了解决分布式架构问题，“域（domain）”的概念随之出现，体现集中化趋势。集中，是算力的集中，将原本分散在不同控制器上的功能逐渐集成在一个控制器上。如此能有效减少控制器和与之相连的线束的数量，实现汽车的轻量化。不同功能的算力之间也能更好地协同，解决算力冗余的问题。集中化的汽车E/E架构在汽车电子化的浪潮之下已是大势所趋。2017年，博世描绘了一张“三段六步式”演进构想。尽管业内各厂商、机构在具体方案上有所差异，但在大方向上取得了共识——“分布式”“域集中式”“中央计算式”。
图表7：整车电子电气架构向集中化方向演进
资料来源：博世官网，中金公司研究部
我们认为，三大趋势将引领汽车处理器（MCU等）发生如下需求变化：
► 第一，智能化方面，ADAS普及与功能升级是车用处理器市场增长的重要驱动力之一。随着E/E架构向集中式、中央计算式架构发展，我们认为其对硬件系统最大的改变在于MCU将被量少价高的SoC替代；
► 第二，电动化、网联化方面，我们认为E/E架构向“域控制”演进并不会直接带来MCU需求量减少，BMS、车联网等功能的引入反而会为MCU带来增量市场空间；
► 最后，看存量上，因车身、底盘等功能上要预留安全冗余，E/E架构演进同样不会带来车用处理器需求量下降，但底层MCU功能将大大简化。
ADAS：中短期内MCU用量随智能化而提升，L3之后或将被SoC所替代
L0-L2：分布式架构仍是主流，MCU数量随ADAS渗透率上升而增长
我们认为，由于L0-L2级别ADAS功能较为单一，涉及多传感器融合少，因此多采用分布式传统架构，硬件模块基本为Tier-1厂商的成熟解决方案，即传统整车厂会直接采购Tier-1成套的模组。新能源车方面，Tesla第一代Autopilot平台同样采用分布式架构，前置摄像头的模组核心部分仍然采用了博世与Mobileye的方案。
图表8：G05平台 BMW X5直接采购ZF三摄模组
资料来源：Systemplus，宝马官网，中金公司研究部
图表9：Tesla Autopilot 1.0仍然采用分布式架构
资料来源：GeekCar，中金公司研究部
传统车厂在向L2以上更高级别的ADAS功能迭代过程中，我们认为仍然多采用“叠罗汉”模式。即保留分布式架构的冗余，额外追加域控制器或高算力模块来实现L3及以上功能，带来处理器需求的线性增长。举例来看，在全球第一款实现L3功能的2017款A8轿车中，奥迪并没有采用集中式架构，而是在分布式架构基础上追加了一颗zFAS域控制器对超声波雷达、环视摄像头、激光雷达实况数据做统筹处理，其中包含了Nvidia Tegra K1套件（处理器为一颗GPU）、MobilEye EyeQ3、Altera Cyclone FPGA以及Infineon Aurix MCU，直接将单车处理器用量提升4颗，价值量提升数倍。宝马同样通过增加额外的传感器系统与高端微处理器来满足自动驾驶性能要求提升；对 Level 3车型，宝马选择在平台中整合两颗 Mobileye EyeQ5 芯片，两个Intel Denverton CPU和一个额外的Infineon Aurix MCU。
图表10：具备L3级功能的奥迪A8仍采用分布式架构
资料来源：Systemplus，宝马官网，中金公司研究部
图表11：zFAS域控制器内部结构
资料来源：Systemplus，中金公司研究部
L3及以上：集中式架构将成为主流， AI SoC部署将对MCU形成替代
L3及以上ADAS各个功能的实现会带来单车感知模组数量大幅提升，对于芯片识别、预测及执行的要求也更高。我们认为，分布式架构下芯片冗余问题严重，排线过于复杂，难以实现更高级别的自动驾驶；而集中式架构具有提升算力，减少排线等诸多优点。因此，我们认为尽管目前传统车厂大多数仍以硬件“叠罗汉”方式实现L3级ADAS功能，但这很难成为长期趋势。
新能源车企带动ADAS硬件架构革新，简化MCU，增加配备高算力MPU（AI SoC）的域控制器来实现多传感器融合有望成为L3+ ADAS硬件的主流结构。以Tesla的自动驾驶平台Autopilot为例，在2.0版本时代，Tesla便抛弃了分布式架构，而演化到3.0版本时，我们看到：1）中央超级计算机由ADAS板+信息娱乐板组成，在ADAS板上，Tesla采用了两颗自研的SoC替代Nvidia GPU + SoC，并保留一颗冗余MCU。此外，在整个超级计算机中仅有信息娱乐板上使用了一颗MCU（NXP提供），相比第一代产品MCU数量减少，自研芯片占比大幅上升；2）在视觉和雷达模块上，Tesla的三摄方案只保留了感知的基础能力，边缘MCU数量下降明显。
图表12：Tesla自动驾驶平台迭代
资料来源：Amkor，Omdia，特斯拉官网，中金公司研究部
车身及底盘：出于安全冗余考量，ECU融合不会带来MCU用量下降
我们认为，Tesla Model 3的车身电子方案简洁，集中度高，是目前来讲架构最前沿、最具代表性的车型之一，代表了行业的发展方向。我们看到，Model 3整车采用了3个车身控制器（前、左、右），均为典型的域控制器方案，也承担着电动车中整车控制器的角色（其他车型可能有单独的整车控制器，如比亚迪、蔚来等），具体来看：
► 前车身控制器：主要负责电源分配，车辆状态监测，驱动控制功能，部分空调控制功能，有处理器芯片4颗（主MCU 1颗，辅MCU 3颗）；
► 左车身控制器：融合了传统车的车身控制器、门模块、座椅控制器、方向盘电动调节控制器、电子驻车的功能，同时还外加了空调的鼓风机控制，有处理器芯片4颗（主MCU 2颗+辅MCU 2颗）；
► 右车身控制器：右车身控制器除了集成传统的车身控制器、右前座椅控制器、右前门模块、右后门模块外，也负责空调控制及APA控制，有处理器芯片3颗（主MCU 1颗 + 辅MCU 2颗）。
我们看到，实际上Model 3车身控制器使用了“一板多芯”的解决方案，三个车身控制器整合了14个模块的功能，包含11颗MCU芯片，仅发生了少量融合（我们认为主要是在车门等简单控制），整体集中式架构下MCU用量基本与分布式架构相比未发生明显改变。出于安全冗余的考虑，我们认为集中式架构与ECU的融合并不会带来车身及底盘MCU数量的降低，仅会将部分MCU的功能弱化，仍需保留执行层面的功能。
图表13：Tesla Model 3三个车身控制器电路板结构（标红部分为MCU）
资料来源：Insideevs.com，中金公司研究部
动力系统：汽车电动化带来MCU增量需求，驱动车用处理器市场增长
第一，从用量上来看，我们认为集中式电气架构本身并不会迎来汽车动力部分相关处理器硬件结构变化，MCU的需求变化是驱动形式由燃油转化为电机带来。与燃油车相比，新能源车以电机代替了汽油发动机，且增加了动力电池，并主要带来以下硬件架构的差异：
► 增加电池管理系统（BMS），MCU数量上升：动力电池是整车的核心部件之一，其充放电情况、温度状态、单体电池间的均衡均需要进行控制，因此电动车需额外配备一个电池管理系统（BMS）。我们认为未来主从式电池管理系统将会成为最常见的解决方案，每个电池管理系统中的主控制器需要附加一颗MCU，每个从控制板上也需要一颗MCU，但规格要求逊于主MCU；
► 增加整车控制器（VCU），MCU数量上升：由于燃油车动力部分相对简单，动力部分仅由发动机承担任务，不需要协调动力电池等部件，因此引擎控制单元便能满足要求。而对于纯电动车、混合动力汽车，动力架构复杂，单个控制器兼任能量管理更为困难，必须增加一个整车控制器（VCU）。整车控制器中也需要配备高性能的32-bit MCU芯片，数量根据不同车企方案不同而呈现差异；
► 引擎控制器/变速箱控制器方面，MCU是存量替代逻辑：在电机控制器中，也需要一颗MCU控制逆变器的工作，但可以视作是对汽油车引擎控制器的存量替代。而变速箱方面，尽管电动车中不需要传统燃油车中狭义的变速箱，但由于电机转速高，需要经过减速器（也可视为电动车的变速箱）减速才能正常推动车辆行驶，因此也会配备一颗MCU芯片来控制减速器工作。
第二，从价值量来看，动力域对MCU性能要求较高，处理器单颗价值量大。BMS中MCU承担着处理AFE（模拟前端芯片）采集的信息并计算SOC（荷电状态，State of Charge）的重要作用。我们认为，SOC 是BMS系统中最重要的参数，其余一切参数均以SOC为基础计算得来，对相关MCU的性能要求较高。整车厂既可以自己开发板级BMS系统，也可以直接采购芯片厂商的解决方案，但全球仅有少数企业可供应BMS MCU（如恩智浦）。根据分销商贸泽电子网站披露，BMS内MCU单颗价格接近100元人民币，甚至部分型号高达数百元人民币，即便车厂采购可以获得大量折扣，我们认为BMS用MCU价格仍然远高于平均32-bit的MCU价格（6美元上下）。
图表14：BMS架构图
资料来源：TI官网，中金公司研究部
图表15：整车控制器架构图
资料来源：TI官网，中金公司研究部
市场现状：国际大厂占据主导地位，多因素催化国内厂商进入供应体系
车用MCU市场份额高度集中，国际大厂占据主导。海外厂商通过自主研发与外延收购，在车用MCU领域积累了深厚技术储备。例如，瑞萨电子2018年便率先推出全球首款28nm车用MCU产品，恩智浦收购飞思卡尔（Freescale）增强车载芯片实力，英飞凌收购赛普拉斯（Cypress）完善汽车MCU的产品布局。根据IHS Markit数据，2020年全球车用MCU市场份额中，瑞萨电子、恩智浦、英飞凌、赛普拉斯、德州仪器、微芯科技与意法半导体等七大厂商占据了98%的市场份额，行业格局呈现高度集中。
国产车用MCU厂商替代空间充足，现大多集中于中低端市场。在汽车领域，国产MCU厂商的产品主要集中于车窗、照明、冷却系统等相对简单的控制应用上。我们认为国内MCU厂商产品集中于中低端，在汽车等高端领域突破缓慢的原因主要包括：
► 车用MCU的要求非常严苛。1）良率要求小于1DPPM；2）工作温度区间范围宽，要求在-40~125+℃之间；3）工作寿命要求超过15年；4）需通过特定的资质认证，包括AEC-Q100可靠性标准、符合零失效的供应链质量管理标准IATF 16949规范、符合ISO26262标准的ASIL功能安全保证级别（严格程度从低到高）。
► MCU芯片的价格占整机成本的比例低。即使国产MCU厂商开发了高端MCU产品，并且相对海外厂商更具价格优势，但对于下游客户而言，MCU占其整体产品成本的比例小，国产MCU与进口MCU的价格差距不足以驱动高端用户验证技术上不够成熟的国产MCU产品。因此，国产MCU长期被禁锢在低端领域，难以迈上更高的台阶与进口MCU竞争。
► 生态环境的建设相对落后。在MCU整个生态环境建设上，多数国产MCU企业还停留在开发板、烧写器和基础固件库上，在开发环境（IDE）、实时操作系统（RTOS）方面，仍然依靠第三方更高层应用的支撑。在生态环境层面，国产MCU企业与国际MCU大厂依旧相距甚远。
图表16：国内MCU设计厂商车规级产品进展
资料来源：各公司官网，iFinD，中金公司研究部
MCU缺货潮引发供应危机，国内企业迎来发展机遇。从3Q20开始，MCU缺货潮带来的涨价与交货延长促使下游客户重新审慎供应商过于集中的问题，对于以汽车为主的下游客户而言，丰富供应商体系将是长期战略规划，已积累一定技术的国内MCU厂商有望迎来加速验证机会，我们认为国内供应商有望迎来发展良机：
► 汽车电动化、智能化浪潮打开车用MCU量增空间。根据高工智能汽车，2022年12月国内乘用车L2级别ADAS渗透率已提升至33.1%，相较1月增长11.5 ppt；根据中汽协数据，2022年12月国内乘用车新能源渗透率已达31.8%，同比提升14.8 ppt，可见国内对智能化、电动化的拥抱程度较为积极，为车用MCU奠定了坚实的需求基础。
► 本土车用MCU厂商逐步取得车规级认证，沉淀技术储备。具备汽车半导体技术背景的人才逐渐回流国内，为国内车用MCU发展注入活力，例如芯驰科技创始人曾在英飞凌、飞思卡尔、恩智浦等国际大厂任职，产品研发与市场推广经验丰富。近年包括芯驰科技、比亚迪半导体、杰发科技、赛腾微电子、芯旺微、国芯科技等在内的本土厂商MCU产品陆续通过车规级认证，具备上车的硬性条件。
► 对于国内下游客户而言，拥有距离与服务响应更快的优势。海外疫情反复、暴雪/火灾/台风等自然灾害频发、芯片原材料供应受地缘冲突影响受限，使得海外车用MCU大厂开工不足；而全球车用MCU的供应在较大程度上依赖海外大厂，造成MCU市场供不应求的状态。根据WTST数据，全球车用MCU单价自2Q21以来持续上升，当前仍处于价格高位。我们认为在海外大厂交货周期拉长背景下，国产厂商有望凭借就近服务进入下游供应链。
图表17：2020年全球车用MCU市场竞争格局
资料来源：IHS Markit，中金公司研究部
图表18：全球车用MCU销售单价变化情况
注：时间区间2019年1月至2022年11月
资料来源：WSTS，中金公司研究部
自动驾驶SoC
智能驾驶SoC芯片是智能驾驶硬件的核心
智能驾驶SoC芯片是智能驾驶硬件的核心，一般由MCU、CPU、通用计算核心和深度学习加速器等部分异构构成。SoC能够统筹内部计算和存储资源，提升整体计算效率。此外，SoC方案也可简化电路外部边缘件设计，有效减少其成本。从构成来看，SoC芯片通常包含MCU、CPU、通用计算核心和专用AI芯片等部分，分别对应智能驾驶系统的不同功能：
► MCU：具备较强实时性和安全性，一般用于执行整车的控制算法、诊断等软件；
► CPU：主频高、资源丰富易编程，适合执行逻辑计算，通常用于轨迹预测和行为规划；
► 并行计算加速器：包括DSP与GPU等用于算法并行加速的通用计算核心、用于图像预处理的内置硬件加速器以及深度学习加速器。其中，DSP矢量并行计算能力突出，用于实现融合环节的图像前后端计算。GPU图像处理能力强，用于执行感知环节的图像数据处理；
►专用AI芯片：用于完成感知等环节的神经网络计算，通常会根据芯片所用神经网络推理框架而高度定制化，具体形态包括TPU（Tensor Processing Unit，张量处理器）、NPU（Neural Network Processing Unit，神经网络加速器）等。
图表19：智能驾驶SoC芯片构成
资料来源：大疆创新，中金公司研究部
ADAS硬件架构受功能驱动而演进，集中化趋势推动算力向SoC集中，对SoC的性能提出更高要求。
► L0-L2 ADAS阶段：低级别ADAS车型实现智能驾驶的行车、泊车硬件处于分立状态。行车端，一般不设置域控制器，由智能摄像头模组内的芯片（ADAS SoC负责图像处理，辅以MCU实现功能安全），配合前视摄像头、毫米波雷达，以完成行进纵向上的识别；泊车端设置控制器，一般采用异构SoC并辅以MCU，且我们认为泊车属于低速场景，对SoC芯片性能的需求或弱于行车场景。
► L2+ ADAS阶段：从硬件架构变化上，智能驾驶车型逐渐采用域集中式整车架构，与分布式架构最大的不同是在行车端引入域控制器；伴随硬件技术与融合感知算法的提升，出于节省硬件系统成本的诉求，行泊一体方案有望成为未来行业的主流发展趋势。相应地，域控中采用的SoC数量与CPU、AI算力也呈较为明显的上升趋势。
► L3及以上ADAS阶段：为实现高阶智能驾驶，汽车需要实时处理更多的数据，软件算法的参数规模呈指数级增加，从最初的百万级已经增长至现在的万亿级，更大的数据量对汽车的SoC算力与带宽提出更高的要求。
图表20：ADAS控制器架构总览图（按级别）
资料来源：亿欧智库，中金公司研究部
市场现状：英伟达领跑自动驾驶芯片算力竞赛，海外品牌占据多数份额
硬件预埋提前布局高阶自动驾驶。市场对更高级自动驾驶功能的美好期待，与汽车生命周期达十年之久之间的矛盾，使得“硬件预埋”成为当前的主要特征。车企往往提前搭载具备更高算力的SoC芯片，以承接未来功能迭代对算力的更高要求；之后通过OTA技术不断地迭代更新ADAS算法，持续实现整车功能的升级。根据地平线预测，L2级别自动驾驶2 TOPS算力便可满足要求，L3-L5级别自动驾驶对算力要求分别达到20 TOPS、400 TOPS、4000 TOPS。
图表21：Nvidia ADAS SoC迭代路径
资料来源：Nvidia官网，中金公司研究部
图表22：地平线ADAS SoC迭代路径
资料来源：地平线官网，中金公司研究部
从算力水平看，国际品牌芯片制程推进至4-5nm，AI算力跨越1000 TOPS。英伟达当前量产的Orin芯片制程为8nm，单颗芯片算力达254 TOPS，已在当前一众智能驾驶芯片中处于领先水平；其下一代Thor芯片将集成770亿个晶体管，算力水平跃升至2000 TOPS，瞄准驾舱跨域融合新阶段。安霸、高通、Mobileye等海外品牌也纷纷推出5nm制程产品，单颗等效算力分别可达500eTOPS、60 TOPS、176 TOPS。
我们认为，包括地平线、黑芝麻、华为等在内的国产品牌已开始向Mobileye、甚至Nvidia发起算力挑战。2021年7月，地平线发布征程5，算力达128TOPS；同月，黑芝麻成功流片华山二号A1000 Pro，算力达106TOPS，可见我国本土厂商在算力层面已逐渐缩小了与国际厂商之间的差距。
图表23：国内外主要自动驾驶芯片厂商产品性能一览
资料来源：佐思汽研，各公司官网，高工智能汽车，中金公司研究部
从市场份额来看，海外领先厂商市场占有率更高。根据高工智能汽车数据，2022年国内具备L2级别ADAS的车型中，份额主要集中在英伟达、英特尔（包括Mobileye）、赛灵思、英飞凌、地平线等五家品牌，CR5接近90%。其中，海外厂商凭借更领先的算力性能与更深厚的技术储备，市场占有率更高；地平线是国产品牌的领先者，主要搭载于理想ONE、哪吒U等车型，我们认为伴随理想L8的放量有望持续出货。
我们看好中国ADAS SoC供应商的发展。我们认为，首先，在L1/L2级别辅助驾驶渗透率进一步提升的背景下，主机厂首先出于供应链安全考量，在相对成熟的低算力前视领域有望选择价格更优的国产厂商作为二供。其次，中算力单芯片轻量级行泊一体方案还未成熟的情况下，中国ADAS SoC企业有望抓住本土主机厂需求，与专业Tier-1厂商紧密合作，助力软硬件一体化产品快速低成本交付给客户，攫取更多市场份额。而对于高算力大芯片来看，尽管英伟达具有较大先发优势，但面临较大的市场成长空间，我们认为拥有易用工具链，能够提供高算力、大带宽芯片，甚至能助力主机厂云端算法在数据闭环驱动下迭代的企业依然有望获得业绩成长机会。
图表24：2022年国内L2乘用车自动驾驶芯片搭载量
资料来源：高工智能汽车，中金公司研究部
图表25：2022年主要L2车型搭载的智能驾驶芯片情况
资料来源：高工智能汽车，中金公司研究部
智能座舱SoC
座舱芯片：智能化的“灵魂”核心
座舱芯片SoC内部有哪些组成部分？我们以恩智浦i.MX 8系列芯片为例进行拆解，座舱芯片SoC主要由处理器、存储器、系统控制、加密算法、通信传输等部分组成。其中，处理器是座舱SoC的核心，通常包括CPU、GPU、VPU、NPU等异构处理器。
► CPU（Central processing unit）是中央处理器，其核心个数以及核心主频很大程度上决定了信息处理的最终性能。同一系列不同档次的芯片通常会通过CPU核心的增减进行性能的分档，例如NXP i.MX 8系列芯片Quad、QuadPlus、QuadMax三款芯片的性能差异主要通过搭载0、1、2个Arm Cortex A72核心实现；
► GPU、VPU（Graphic processing unit、Video processing unit）等是专门对图像、视频信息进行处理、渲染的处理器，分担CPU的工作压力，提供更好的音视频体验；
► NPU（Neural-network processing unit，神经网络处理器）采用“数据驱动并行计算”架构，负责处理AI方面的计算需求。
图表26：NXP i.MX 8系列芯片结构图
资料来源：NXP官网，中金公司研究部
随着智能化程度加深，座舱对主控芯片算力的要求也越来越高。根据IHS测算，2021年智能座舱对座舱芯片CPU的算力需求在25kDMIPS，并将在2024年上升至89kDMIPS，算力需求增长3倍以上。目前主要座舱芯片厂商所提供的座舱芯片算力具有明显差异，高通、三星最新芯片平台算力处于80-150kDMIPS范围，而传统汽车芯片厂商瑞萨、恩智浦、德州仪器CPU算力处于25-50kDMIPS范围。
图表27：座舱芯片NPU算力需求
资料来源：IHS，中金公司研究部
图表28：座舱芯片CPU算力需求
注：图中logo反映对应公司目前算力所处水平
资料来源：IHS，中金公司研究部
我们认为，未来五年座舱SoC渗透率有望翻倍。汽车E/E架构的演进有望推动座舱SoC的渗透。根据罗兰贝格估测，2020年中国市场多核座舱SoC芯片新车渗透率达24%，2025年渗透率有望达到59%，高于全球平均水平。
图表29：新车销量中座舱SoC方案渗透率（中国）
注：数据为罗兰贝格预测
资料来源：罗兰贝格，中金公司研究部
图表30：新车销量中座舱SoC方案渗透率（全球）
注：数据为罗兰贝格预测
资料来源：罗兰贝格，中金公司研究部
市场现状：国际巨头占有率高，国内厂商逐渐渗透
海外供应商格局趋于明朗，两大阵营分庭抗礼
当前海外主要供应商可以划分为两大阵营：一是以恩智浦、瑞萨、德州仪器等为代表的“传统汽车芯片”厂商，在传统汽车MCU、ECU芯片业务之外，顺应智能化趋势布局座舱芯片领域；二是以高通、三星等为代表的“消费级芯片”厂商，切入汽车座舱领域，复用其在消费电子领域深厚的技术积累。
消费厂商芯片在性能方面具有明显优势，高通几乎垄断高端座舱芯片市场。高通、三星最新款座舱芯片已采用10 nm以下制程，且均计划在下一代芯片平台中采用5nm制程。以高通SA8155P为例，其采用7 nm制程，CPU部分为8核心设计，最高主频可达2.4 GHz，小鹏P5、蔚来ET7等已宣布将搭载高通SA8155P。
我们认为，消费厂商切入汽车座舱赛道具有天然优势。一方面，当前智能座舱的算力需求仍未超出智能手机的范围。罗兰贝格预计，未来5年内，高端手机芯片的算力仍能支持下一代座舱电子算力需求。因此消费级芯片在满足车规级要求后移植入座舱领域具有天然优势。例如，高通上一代座舱芯片骁龙820A脱胎自消费级芯片骁龙820，最新一代SA8155P基于骁龙855设计。另一方面，消费芯片厂商在手机等消费电子领域已形成规模优势，能够实现低成本开发。而新入局者在固定资产、研究开发投入等方面沉没成本较多，能否达到盈亏平衡点有赖于定点车型合作情况以及销售情况，初期成本较高，在与成本已被摊薄的消费芯片厂商的竞争中或落入下风。
图表31：国外座舱芯片主要厂商
资料来源：各公司官网，佐思汽研，布谷鸟科技，中金公司研究部
国内供应商仍处于发展初阶，未来可期
我国座舱芯片市场仍处于初期发展阶段。从发展时间上看，我国座舱芯片市场发展处于初期阶段，以地平线发布征程2为起点计算至今亦仅两年有余，相较海外市场至少存在5年左右差距（接近一轮车载AI芯片开发周期）；从入局厂商看，我国市场聚集了汽车AI企业、消费芯片厂商、初创汽车芯片厂商，大多成立时间不长、营收规模较小。其中，汽车AI企业如地平线、黑芝麻等，他们的产品可同时用于驾驶和座舱领域；消费芯片厂商如华为、全志科技等，在手机、电脑、智能家居、通信等领域广泛布局；另外，一批汽车芯片初创公司也纷纷入局，例如芯驰科技成立于2018年（2020年发布X9系列助力座舱智能化）、芯擎科技成立于2018年（基于7nm制程设计SE1000目前已完成车规级认证）。
国内座舱芯片竞争格局尚未定型。目前除小鹏等个别主机厂直接与座舱芯片厂商直接对接外，大多通过与座舱域控制器Tier-1厂商合作的方式塑造座舱的智能化。从前文对座舱域控制器的梳理可以看出，目前主流域控制器仍主要采用海外的品牌，尚未出现市占率特别高的国产座舱芯片厂商，整体竞争格局尚未定型。目前仅几款芯片有落地场景，如华为麒麟990A搭载于北汽极狐αS；地平线征程2已经在长安UNI-K中落地；芯擎科技绑定吉利汽车。另外，根据芯驰科技披露，芯驰目前已服务250余家客户，覆盖中国70%的车企，获得50余个定点项目。
图表32：国内座舱芯片主要厂商
注：数据截至2022年
资料来源：各公司官网，中金公司研究部
我们看好国产座舱芯片厂商未来的发展前景。短期看，我们认为历经了2021年汽车芯片的供给紧缺，有望倒逼自主品牌车厂在核心芯片环节发展多供应商策略，积极推进国产供应商的测试与定点。长期看，我们认为国产座舱SoC供应商有望缩小与海外龙头的差距，建立本土“生态圈”：1）随着华为等巨头的入场，中国本土SoC企业与海外龙头企业的技术差距正在逐步缩小；2）海外芯片企业在后期优化时与国内车厂、高精度地图提供商等产业链其他环节沟通成本高，技术改善较缓慢；3）在软硬件解耦、智能座舱领域国产Tier1份额增长的双重趋势下，“自主品牌客户+国产座舱Tier1+国产座舱芯片厂商”有望实现三位一体的共荣，展望未来，我们预计更多类似于华阳携手芯驰、地平线，德赛西威与地平线达成战略合作的事件将会落地。综上，我们认为当下本土座舱芯片供应商有望对海外企业实现弯道超车。
芯驰科技：“四芯合一”，乘智能化之东风
研发团队技术背景深厚，吸收多轮融资壮大研发能力
创始团队来自国际汽车芯片大厂，技术背景深厚。芯驰科技于2018年6月在江苏南京成立，聚焦于车规级芯片，产品矩阵覆盖智能座舱、智能驾驶、中央网关和高性能MCU等四大领域。公司创始人张强、仇雨菁分别曾任职于恩智浦、飞思卡尔等海外大厂，具有丰富的市场推广与技术研发经验，并在国内组建了相对较强的研发力量，上海、北京、南京、深圳、大连均设有研发中心。
图表33：芯驰科技发展历程
资料来源：公司官网，中金公司研究部
公司获经纬中国、红杉中国、联想创投等知名机构融资支持。自2018年成立至今，公司已吸收6轮融资，投资方包括知名创投机构（如华登国际、经纬中国、红杉中国、联想创投等）与产业资本（如宁德时代、上汽集团等），支持芯驰科技在车规级芯片领域不断壮大研发实力。
图表34：芯驰科技融资情况
资料来源：公司官网，中金公司研究部
竞争优势：产品矩阵完善，先发优势明显，客户基础渐丰
产品矩阵完善，驾、舱、网、控“四芯合一”
“四芯合一”，产品矩阵涵盖驾驶、座舱、车身、网联。公司从创立以来三线并行，2020年5月发布舱之芯X9、驾之芯V9、网之芯G9，并分别于2020年12月、2021年9月获取AEC-Q100车规级认证、ISO 26262功能安全认证，赋能智能座舱、智能驾驶、中央网关三大核心应用。2022年4月，公司新推出车规MCU产品E3。至此，公司形成覆盖“驾驶、座舱、网联、车身”多域的、较为完整的产品矩阵。
► 舱之芯X9U芯片：CPU性能达100 kDMIPS，AI算力达1.2 TOPS，支持导航、环视、DMS等多类应用，且最多可同时运行10个独立全高清显示屏（包括中控、仪表、HUD、后排娱乐屏等），营造互动性更强的座舱体验；
► 驾之芯V9：集成高性能CPU、GPU和AI处理引擎，可同时支持多路摄像头、激光雷达、毫米波雷达的数据采集工作，完成从感知、定位、规划决策和控制的自动驾驶流程；
► 网之芯G9：支持CAN、LIN、以太网等车内总线数据传输以及5G、车联网等车外网络。其中G9V型号在支持网关应用外，还具备图像处理能力，支持液晶仪表与摄像头输入的跨域应用；
► 车规MCU产品E3：具有最高可达6个的CPU内核，其中4个内核可配置成双核锁步或独立运行，CPU主频最高可达800MHz。E3系列产品可用于线控底盘、制动、BMS等对安全可靠性需求更强的领域。
图表35：芯驰科技产品矩阵
资料来源：公司官网，中金公司研究部
相继通过AEC-Q100、ISO 26262等认证
► AEC-Q100用以测试电子元器件是否能够适应严苛的行车环境（例如低温高温、剧烈震动、电磁干扰等），是芯片产品进入汽车行业的“入场券”；一般而言，AEC-Q100的认证需要通过7大类别共41项测试，认证周期在6个月以上。
► ISO 26262衡量汽车电子电气的功能安全，认证标准包括生产流程、产品功能两个方面；按对人身安全的重要性，ASIL由低到高划分为A、B、C、D四个等级，认证周期至少在6个月以上。
芯驰科技“四证合一”，通过多项车规认证。芯驰在成立后一年，相继完成了ISO 26262 ASIL D最高功能安全等级流程认证，随后获得AEC-Q100可靠性认证、ISO 26262功能安全产品认证以及国密认证，当前拥有四项车规级认证。
图表36：芯驰拥有四项车规认证
资料来源：公司官网，中金公司研究部
公司生态伙伴网络逐步丰富，与多家车企开展合作
芯驰科技重视生态圈的建设，同汽车产业链上下超过200多家汽车产业链生态伙伴达成战略合作。合作领域囊括上层应用（如思必驰）、底层软件（如BlackBerry）、工具协议（如Unity）以及整体解决方案（如中科创达）等领域的产业链企业开展战略合作。
下游客户方面，芯驰的车规芯片已实现大规模量产。公司官网信息显示，芯驰服务客户超过260家，拥有100多个定点项目，覆盖了中国90%以上车厂和部分国际主流车企。根据高工智能汽车数据以及公司公告，上汽首款搭载芯驰汽车芯片的车型于2022年正式落地，基于芯驰X9的华阳高端仪表平台搭载于长安CS75PLUS智电iDD平台正式发布，此外芯驰X9也已经在奇瑞欧萌达上实现量产出货。
图表37：芯驰科技生态伙伴圈与服务客户一览
资料来源：公司官网，中金公司研究部
图表38：2022年国内乘用车座舱芯片市场竞争格局
资料来源：高工智能汽车，中金公司研究部
风险
► 汽车智能化不及预期。汽车智能化驱动下，下游车企对车规级MCU、智能驾驶SoC、智能座舱SoC等汽车芯片的需求量有所提升。如果汽车智能化不及预期，或影响下游客户对公司产品的需求。
► 整车销量不及预期。汽车电子厂商业绩同下游车企销售情况息息相关。如果与公司合作的车企销量不及预期，则会放缓公司产品放量节奏，对公司整体业绩规模产生影响。
► 技术研发不及预期。公司芯片产品当前算力水平相较其他厂商仍有进步空间，可通过软件、硬件等方面的技术研发进一步芯片性能。如果公司技术研发不及预期，则会影响公司的产品竞争力。
文章来源
本文摘自：2023年2月21日已经发布的《芯驰科技：“四芯合一”，驰骋汽车智能化》
陈昊 分析员 科技硬件 SAC 执证编号：S0080520120009 SFC CE Ref：BQS925
邓学 分析员 汽车及出行设备 SAC 执证编号：S0080521010008 SFC CE Ref：BJV008
孔杨 联系人 科技硬件 SAC 执证编号：S0080122110018
任丹霖 分析员 汽车及出行设备 SAC 执证编号：S0080518060001 SFC CE Ref：BNF068
唐宗其 分析员 科技硬件 SAC 执证编号：S0080521050014 SFC CE Ref：BRQ161
成乔升 分析员 科技硬件 SAC 执证编号：S0080521060004
臧若晨 分析员 科技硬件 SAC 执证编号：S0080522070018
李诗雯 分析员 科技硬件 SAC 执证编号：S0080521070008 SFC CE Ref：BRG963
法律声明