智能汽車芯片專題研究：計算、感知、通信、存儲芯片

智能汽車芯片專題研究：計算、感知、通信、存儲芯片1、

從燃油車到智能電動汽車，千億車載半導體市場冉冉開啟電動化+智能化升級驅(qū)動汽車單車含硅量顯著提升，千億車載半導體行業(yè)冉冉開啟。

自

1886

年戴姆勒首次將內(nèi)燃機應用于汽車以來，汽車工業(yè)的創(chuàng)新一直圍繞內(nèi)燃機

展開，消費者也以追求發(fā)動機馬力等性能指標為目標。然而，隨著特斯拉在電動化

技術(shù)與自動駕駛技術(shù)領(lǐng)域的顛覆性變革，汽車電動化與智能化漸成主機廠共識，消

費者購車時的考量也逐步從傳統(tǒng)的性能指標，轉(zhuǎn)向以智能車機、自動駕駛為代表的

智能化體驗視角。同時，當汽車行業(yè)供需兩端的關(guān)注點逐步由性能轉(zhuǎn)變至智能時，

汽車創(chuàng)新的核心亦從“動力引擎”發(fā)動機轉(zhuǎn)移到“計算引擎”半導體。根據(jù)

McKinsey數(shù)據(jù)統(tǒng)計，預計

2025

年國內(nèi)汽車半導體行業(yè)規(guī)模將達到

180

億美元；到

2030

年該市場規(guī)模將達到

290

億美元。其中，電動智能汽車的加速滲透將成為車載

半導體行業(yè)快速增長的核心驅(qū)動力。智能化方面，根據(jù)

McKinsey數(shù)據(jù)統(tǒng)計，在國

內(nèi)汽車半導體行業(yè)中，L3

及以上的高階自動駕駛汽車的車載半導體規(guī)模占比預計將

從

2025

年的

27.8%（50

億美元）提升至

2030

年的

44.8%（130

億美元）。電動化方

面，隨著新能源汽車滲透率的快速提升，“三電系統(tǒng)”逐步取代傳統(tǒng)的燃油動力系

統(tǒng)，伴之而來的亦是整車中汽車電子成本占比的顯著提升。根據(jù)

Gartner數(shù)據(jù)統(tǒng)計，

2019

年純電動型汽車的半導體成本（750

美元）要高于插電式混合動力型（740

美

元）和輕度混合動力型汽車（475

美元）。此外，根據(jù)麥肯錫數(shù)據(jù)，2019

年國內(nèi)汽

車半導體占據(jù)全球半導體市場份額的

27%（國內(nèi)/國外分別為

30/80

億美元），預計

2030

年將提升至

40%（國內(nèi)/國外分別為

110/170

億美元），2019-2030

年國內(nèi)外汽車

半導體復合增速分別為

13.8%、7.8%，國內(nèi)汽車半導體增速顯著高于國外。我們認

為在行業(yè)“缺芯”事件以及智能化升級的趨勢下，進口替代趨勢將加速，國內(nèi)千億

車載半導體市場未來可期。按照國際通行的半導體產(chǎn)品標準方式劃分：汽車半導體可以分為四類：集成電路

（微控制器、模擬

IC、邏輯

IC、存儲芯片），分立器件，傳感器和執(zhí)行器、光電子

器件共四大類。根據(jù)

HIS數(shù)據(jù)統(tǒng)計，預計

2025

年全球汽車半導體市場規(guī)模將達到

682

億美元，其中模擬

IC約

170

億美元、分立器件約

110

億美元、邏輯

IC約

101

億美元、存儲

IC約

87

億美元、微控制器約

85

億美元、光學半導體約

66

億美元、

傳感器與執(zhí)行器約

63

億美元。按照半導體在智能汽車上具體的應用領(lǐng)域劃分：汽車半導體可分為與智能化相關(guān)的

計算芯片、存儲芯片、傳感與執(zhí)行器芯片、通信芯片，以及與電動化相關(guān)的能源供

給芯片。同時，隨著處理事件復雜性的日益提升，亦存在將幾種不同類型的芯片集

成在一起，形成系統(tǒng)級芯片（SoC）。通常，SoC芯片中包含一個或多個處理器、存

儲器、模擬電路模塊、數(shù)模混合信號模塊以及片上可編程邏輯，從而可以有效地降

低電子/信息系統(tǒng)產(chǎn)品的開發(fā)成本，縮短開發(fā)周期，提高產(chǎn)品的競爭力。計算及控制芯片：此類芯片以微控制器和邏輯

IC為主，主要用作計算分析和

決策。與人體大腦類似，可分為主控芯片和輔助芯片。其中，主控芯片包含

MCU（微處理器）、CPU（中央處理單元）、FPGA（現(xiàn)場可編程門陣列器件）、

ASIC（專用芯片）等，輔助芯片則包含主管圖形圖像處理的

GPU以及主打人

工智能計算的

AI芯片等。存儲芯片：主要用于數(shù)據(jù)存儲功能，具體包含

DRAM（動態(tài)存儲器）、SRAM

（靜態(tài)存儲器）、FLASH（閃存芯片）等。傳感芯片：主要用于探測、感受外界的信號、物理條件（如光、熱、濕度）或

化學組成（如煙霧），并將探知的信息轉(zhuǎn)變?yōu)殡娦盘柣蚱渌栊问絺鬟f給其

他設(shè)備。具體包含

CIS（CMOS圖像傳感器）、MEMS、電流傳感器、磁傳感器、

陀螺儀、VCSEL芯片和

SPAD芯片（用于激光雷達）。通信芯片：主要用于發(fā)送、接收以及傳輸通信信號，具體包括基帶芯片、射頻

芯片、信道芯片、電力線載波通信芯片、衛(wèi)星導航芯片等。能源供給芯片：主要用于保證和調(diào)節(jié)能源傳輸，以分立器件為主。具體包括電

源管理芯片（AC/DC、LED驅(qū)動芯片等）、晶體管（IGBT、MOSFET等）、二

極管、晶閘管等。2、

智能化：智能汽車“眼”疾“腦”快，芯片功不可沒2.1、

計算能力：智能汽車之“腦”，算力軍備競賽開啟千億賽道2.1.1、

從

CPU走向

SoC，計算芯片為智能汽車之“腦”從芯片類型上來看，傳統(tǒng)用于中央計算的

CPU已無法滿足智能汽車的算力需求，

集合

AI加速器的系統(tǒng)級芯片（SoC）應運而生。在分布式架構(gòu)時代，ECU是汽車

功能系統(tǒng)的核心，其主控芯片為

CPU，僅用于邏輯控制（是與非、加或減）。隨著

E/E架構(gòu)由分布式向域控制器/中央計算升級的進程加快，域控制器（DCU）正取代

ECU成為智能汽車的標配。在此升級過程中，僅依靠

CPU的算力與功能早已無法

滿足汽車智能化所需，將

CPU與

GPU、FPGA、ASIC等通用/專用芯片異構(gòu)融合的

SoC方案被推至臺前，成為各大

AI芯片廠商算力軍備競賽的主賽道。SoC中各處

理器芯片各司其職，其中

CPU負責邏輯運算和任務調(diào)度；GPU作為通用加速器，

可承擔

CNN等神經(jīng)網(wǎng)絡(luò)計算與機器學習任務，將在較長時間內(nèi)承擔主要計算工作；

FPGA作為硬件加速器，具備可編程的優(yōu)點，在

RNN/LSTM/強化學習等順序類機器

學習中表現(xiàn)優(yōu)異，在部分成熟算法領(lǐng)域發(fā)揮著突出作用；ASIC可實現(xiàn)性能和功耗

最優(yōu)，作為全定制的方案將在自動駕駛算法中凸顯其價值。從應用場景來看，計算芯片可以劃分為智能座艙芯片和自動駕駛芯片、車身控制芯

片。（1）智能座艙芯片：芯片結(jié)構(gòu)：以“CPU+功能模塊”的

SoC異構(gòu)融合方案為主。以高通智能座艙

主控計算芯片

820A系列為例：高通

820A芯片采用

14

納米工藝，從整體性能

上來看，可以實現(xiàn)

hypervisor和

QNX系統(tǒng)啟動時間小于

3

秒，Android系統(tǒng)啟

動時間小于

18

秒，倒車影像啟動小于

3

秒。進一步拆解后可分為四大模塊：（2）GPU，采用高通

Adreno530

GPU，可支持多個

4K超高清觸屏顯示，實現(xiàn)一芯多屏；競爭格局：瑞薩、英偉達、高通、英特爾、三星等廠商憑借優(yōu)越的芯片性能和

供應鏈在中高端座艙芯片領(lǐng)域脫穎而出。其中，高通、三星、英偉達由于其在

手機、消費電子等領(lǐng)域龐大的出貨量及技術(shù)儲備而大幅攤薄新一代架構(gòu)的研發(fā)

成本（7nm、5nm制程的研發(fā)費用高昂），因而可率先卡位智能座艙芯片賽道。

目前，高通在國內(nèi)新興旗艦車型上近乎實現(xiàn)壟斷，其座艙產(chǎn)品迭代速度幾乎與

手機產(chǎn)品同時更新（三星、聯(lián)發(fā)科座艙芯片至少落后手機一代）。根據(jù)高通數(shù)

據(jù)顯示，其

2021

年汽車芯片在手訂單逾

80

億美元，主控芯片月出貨量高達數(shù)

百萬顆。國產(chǎn)廠商方面，華為和地平線分別憑借麒麟

990A和征程

2

快速出圈，

華為與高通類似，擁有強大的研發(fā)、萬物互聯(lián)的鴻蒙生態(tài)以及不遜于高通的迭

代能力，極狐阿爾法

S是首款搭載麒麟

990A的車型，單顆芯片可同時驅(qū)動

12.3

英寸液晶儀表、20.3

寸

4K觸控屏以及

8

寸的

HUD，整體算力達到

3.5TOPS（高通最新座艙芯片

SA8155P為

3TOPS）。而地平線也因其開放的開

發(fā)平臺和完備的工具鏈受到主機廠青睞，其征程

2

座艙芯片已獲得長安

UNI-T車型定點。（2）自動駕駛芯片：芯片結(jié)構(gòu)：以“CPU+GPU+NPU”的

SoC異構(gòu)方案為主。以英偉達自動駕駛

主控計算芯片

Xavier系列為例，該

SoC芯片主要包含控制單元、計算單元、

AI加速單元三大模塊：（1）控制單元（CPU）：基于

ARM架構(gòu)的

8

核

CarmelCPU；（2）計算單元（GPU）：基于

NVIDIAVolta架構(gòu)，在

20W功率下單精度

浮點性能可達到

1.3TFLOPS，Tensor核心性能為

20TOPS，當功率提升到

30W時，算力可達到

30TOPS，性能強勁且具有可編程性；（3）ASIC（AI加速單元）：包含深度學習加速器（DLA，DeepLearningAccelerator）和可編程視覺

加速器（PVA，ProgrammableVisionAccelerator）兩個

ASIC芯片，旨在提高

CPU性能（perf/watt）。競爭格局：按照供應方式可以分為軟硬一體式解決方案和開放式解決方案兩大

陣營。其中，英特爾（Mobileye）和華為是國內(nèi)外自動駕駛軟硬一體式解決方

案提供商的代表，即將傳感器、芯片、算法綁定銷售的全家桶式方案。該方案

優(yōu)勢是能夠幫助自研能力不足的主機廠快速上車量產(chǎn)，其中

Mobileye系列芯片

截至

2019

年底出貨

5400

萬，全球

ADAS市場占有率約為

70%（2019

年），特

斯拉早期便在

AutopilotHW1.0

中采用

MobileyeEyeQ3

作為自動駕駛主控芯片。

此外，華為也宣布提供全棧式解決方案，華為

MDC計算平臺采用“統(tǒng)一硬件

架構(gòu)，一套軟件平臺，系列化產(chǎn)品”，將在極狐阿爾法

S上率先落地量產(chǎn)。目前，英偉達自動駕駛解決方案已被眾多新勢力廠商及自主品牌

所采用，包括小鵬、理想、蔚來等新勢力品牌，以及上汽智己等自主品牌；地

平線在自動駕駛落地方面也在持續(xù)推進當中，目前已宣布在理想

ONE中取代

Mobileye成為新的自動駕駛主控芯片供應商，將搭載兩顆征程

3

自動駕駛芯片。

我們認為在智能汽車行業(yè)發(fā)展初期，部分

OEM廠商會綜合考慮成本、開發(fā)周

期、系統(tǒng)穩(wěn)定性等因素而選擇軟硬件一體式解決方案；當行業(yè)邁向成熟階段，

頭部

OEM廠商已具備相當程度算法開發(fā)能力，將會傾向于選擇更為開放的計

算平臺，在完善的開發(fā)工具鏈之上結(jié)合場景自研算法，以滿足差異化需求。（3）車身控制芯片：芯片結(jié)構(gòu)：車身控制芯片對算力要求較低，通常以

8

位或

32

位的

MCU芯片

為主。車身控制域的本質(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。因而其中的主要芯片

仍以車規(guī)級

MCU為主。根據(jù)芯片數(shù)據(jù)吞吐量的不同，車規(guī)級

MCU主要可分

為

8

位、16

位以及

32

位三種。其中，8

位工作頻率在

16-50MHz之間，具有簡

單耐用、低價的優(yōu)勢，主要應用于車窗、車門、雨刮等車身控制領(lǐng)域；32

位

MCU工作頻率最高，處理能力、執(zhí)行效能更好，應用也更廣泛，主要應用于

動力域、座艙域等。同時，由于

8

位的

MCU的效能持續(xù)提升，目前已滿足為

低階的

16

位

MCU的應用需求，疊加

32

位

MCU成本的逐漸降低，雙重因素

作用下

16

位

MCU的市場份額正逐步萎縮。競爭格局：外資廠商高度壟斷，行業(yè)“缺芯”事件背景下國內(nèi)廠商正加速崛起。

根據(jù)

HIS數(shù)據(jù)統(tǒng)計，外資廠商憑借先發(fā)優(yōu)勢已高度壟斷全球車規(guī)級

MCU市場，

具體包括恩智浦（14%）、英飛凌（11%）、瑞薩電子（10%）等。而在

2020

年

末以來，汽車行業(yè)“缺芯”事件加劇，進口

MCU存貨緊俏且價格高企。在此

背景下，國內(nèi)車規(guī)級

MCU市場正加速進口替代。目前，國內(nèi)成熟的車規(guī)級

MCU供應商包括比亞迪電子、杰發(fā)科技、芯旺微等。2.1.2、

車企開啟算力軍備競賽，千億汽車

AISoC賽道正在崛起車企預埋硬件開啟算力軍備競賽，高算力自動駕駛計算芯片將率先受益。行業(yè)創(chuàng)新

引領(lǐng)者特斯拉在其

Autopoilt自動駕駛輔助系統(tǒng)設(shè)計之初便采用了“硬件先行+軟件

更新”的方案，即預埋高算力計算芯片，后續(xù)通過

OTA進行軟件升級。由此，該

方案也相繼得到造車新勢力以及傳統(tǒng)整車廠所追捧，蔚來、理想、小鵬、上汽等都

在現(xiàn)階段表現(xiàn)出對算力的強烈追求。可以看到，2021

年以來，傳統(tǒng)整車廠加速智能

化轉(zhuǎn)型升級，相繼推出上汽

R汽車

ES33、智己

L7、極氪

001

等高算力智能化車型，

不少車型未來計劃可實現(xiàn)

500-1000TOPS的總算力。因此，我們認為隨著造車新勢

力銷量的不斷爬坡及傳統(tǒng)整車廠智能化品牌車型的相繼發(fā)布，自動駕駛計算芯片作

為智能汽車之“魂”將充分率先受益汽車智能化浪潮，開啟規(guī)模化量產(chǎn)。我們預計

2025/2030

年我國車載

AISoC芯片市場超

55.2/104.6

億美元，具體測算過

程如下：

假設(shè)：乘用車產(chǎn)量：根據(jù)乘聯(lián)會預測，隨著“新四化”成為汽車產(chǎn)業(yè)發(fā)展的新機遇，2021

年起中國汽車市場將呈現(xiàn)緩慢增長態(tài)勢，未來五年汽車市場將會穩(wěn)定增長，預計

2021

年汽車銷量增長

4%左右，乘用車銷量增長

7.5%，并預測到

2025

年，汽車銷

量有望達到

3000

萬輛?；诖?，我們預計

2025/2030

年乘用車產(chǎn)量有望達到

2539/2803

萬輛。自動駕駛滲透率預測：根據(jù)麥肯錫預測，到

2030

年全球?qū)⒂?/p>

95%車輛配備

L2

及以

上的自動駕駛功能，具體來看：2025

年

L0/L1/L2/L3/L4

及以上自動駕駛滲透率分別

為

15%/33%/46%/2%/1%，2030

分別為

12%/21%/57%/7%/3%。由于國內(nèi)自動駕駛落

地更為積極，我們認為

L4

及以上自動駕駛有望加速落地，基于此我們預測

2030

年

L0/L1/L2（包括

L2+）/L3/L4

及以上自動駕駛滲透率分別為

0%/15%/50%/23%/12%。車載

AISoC芯片單車價值量：我們將車載

AISoC芯片單車價值量拆分為單車所需

算力乘以單算力平均價格。單車算力方面，根據(jù)安波福數(shù)據(jù)，L0/L1/L2/L3/L4

及以

上自動駕駛所需算力分別為<1/10+/100+/500+/1000+TOPS；單算力平均價格方面，

我們預計當算力小于

3/3-10/10-100/100-500/大于

500TOPS時，單算力平均價格分別

為

50/14/8/3/1.6

美元。綜合考慮單算力價格將隨著技術(shù)進步呈下降以及單車算力將

隨智能化程度提高而顯著增加的趨勢，我們預測

2025

年

L0/L1/L2/L3/L4

及以上自

動駕駛單車

AISoC芯片價值量約為

49.3/69.0/190.0/685.9/1487.9

美元，2030

年將下

降至

46.7/65.4/180.1/598.3/1131.7

美元。市場規(guī)模：我們預計

2025

年國內(nèi)車載

AISoC市場規(guī)模為

55.2

億美元，2030

將達

到

104.6

億美元?？紤]到

2016-2020

年全球乘用車產(chǎn)量/國內(nèi)乘用車產(chǎn)量均位于

2.8-

3.1

區(qū)間，我們給與

2.9

倍乘數(shù)，預計

2025

年全球車載

AISoC市場規(guī)模為

160.1

億

美元，2030

將達到

303.4

億美元。2.2、

感知能力：智能汽車感知先行，傳感器為智能汽車之“眼”車載傳感器作為智能汽車之“眼”，是智能汽車時代最重要的增量汽車零部件之一。

其細分品類眾多，主要包括車載攝像頭、毫米波雷達、超聲波雷達、激光雷達等

4

類主流產(chǎn)品。其中，車載攝像頭作為智能汽車內(nèi)應用領(lǐng)域最為廣泛的傳感器，不但

可以協(xié)助實現(xiàn)視覺方案下的自動駕駛技術(shù)，同時亦廣泛應用于疲勞監(jiān)控、面部視覺

等多個座艙功能之中。可以看到，目前造車新勢力及傳統(tǒng)車企智能化品牌所推出的

車型中，平均攝像頭配置數(shù)量已經(jīng)超過

8

個。而在攝像頭之中，最為核心的芯片包

括

CMOS圖像傳感器（CIS）和圖像信號處理芯片（ISP）。整體工作原理可總結(jié)為

當鏡頭采集到光影后，經(jīng)

CIS通過光電效應將光信號轉(zhuǎn)換成每個像素的數(shù)字信號，

輸出拜爾陣列（bayerpattern），隨之進入

ISP進行圖像處理（包括鏡頭陰影校正、

黑電平校正、自動白平衡等），最終輸出

YUV/RGB格式的圖像，再通過

I/O接口傳

輸?shù)街醒胗嬎闫脚_處理。2.2.1、

CIS芯片：車載攝像頭中價值量最高環(huán)節(jié)，國內(nèi)廠商有望實現(xiàn)進口替代CIS是車載攝像頭中價值量最高的部分，汽車將成為

CIS增長最快的應用領(lǐng)域。

CMOS傳感器主要功能是將光信號轉(zhuǎn)換成電信號，兼具模擬電路與數(shù)字電路，是車

載攝像頭價值量最高的部分，根據(jù)前瞻產(chǎn)業(yè)研究院數(shù)據(jù)，CIS價值量約占車載攝像

頭物料成本的

50%。行業(yè)增速方面，未來

5

年汽車將成為

CIS增長最快的應用領(lǐng)域，

根據(jù)

Frost&Sullivan數(shù)據(jù)預計，應用于汽車領(lǐng)域的

CIS芯片數(shù)額占比將由

2019

年的

10%提升至

2024

年的

14.1%。同時，根據(jù)

ICInsights預測，2021-2025

年車用

CIS復合年增長率高達

33.8%，2025

年全球市場規(guī)模將達

51

億美元。車規(guī)級

CIS技術(shù)要求與消費級

CIS不盡相同，國產(chǎn)廠商有望借此彎道超車。此前

CIS芯片的主要應用領(lǐng)域為手機等消費電子市場，并且基本由外資企業(yè)壟斷。根據(jù)

Frost&Sullivan數(shù)據(jù)統(tǒng)計，2020

年全球

CIS市場份額前三為索尼（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

較于手機等消費用

CIS，車規(guī)級

CIS對于各項參數(shù)要求更高。具體而言，車規(guī)級

CIS需要滿足以下條件：（1）高動態(tài)范圍（HDR），車用

CIS的

HDR需要達到

120dB（HDR指最高光強度和最低光強度的比值，高

HDR可以將低照和高亮區(qū)域

都表現(xiàn)出來）；（2）極端工作環(huán)境正常工作，車用

CIS需要在零下

40

攝氏度和

105

攝氏度之間正常工作；（3）低光照下正常運轉(zhuǎn)，車用

CIS需要在低光照及夜間獲取

清晰圖像，能夠在夜間街道上檢測到行人、周邊路況和環(huán)境；（4）LED閃爍抑制，

實際道路場景中，經(jīng)常出現(xiàn)

LED大燈，其閃爍頻率人眼無法分辨，但圖像傳感器

可以識別，為了保證圖像傳感器（CIS）輸出的圖像與人眼看到的圖像保持一致，

汽車

CIS的曝光時間不能過短（LED燈頻率約為

90Hz，一個亮暗周期約為

11

毫

秒），否則會導致輸出圖像信息缺失或錯誤。因此，基于以上因素，我們認為在以

手機為核心的智能終端時代，CIS芯片競爭格局已趨于穩(wěn)定；但隨著智能汽車的興

起，國內(nèi)以豪威科技、格科微為代表的自主廠商有望在車規(guī)級

CIS領(lǐng)域?qū)崿F(xiàn)進口替

代。根據(jù)

Couetpoint數(shù)據(jù)統(tǒng)計，2019

年全球車用

CIS市場份額前三的廠商分別為安

森美（60%）、豪威科技（29%）、索尼（3%）。2.2.2、

ISP芯片：車載

ISP市場欣欣向榮，國內(nèi)廠商搶灘布局圖像信號處理器（ISP，ImageSignalProcessor）將

CIS輸出的

Raw數(shù)據(jù)進行處理，

使之成為符合人眼真實生理感受的信號并加以輸出。ISP芯片根據(jù)攝像頭傳感器進

行融合計算方式的不同，其放置位置也有所不同，分別來看：（1）前融合計算方式，

ISP芯片位于攝像頭模組端。這種解決方案之下，每個攝像頭將預先完成原始數(shù)據(jù)

的處理，也即通過

ISP芯片在前端將處理后的信號再傳輸至主控芯片。其優(yōu)勢在于

對于距離主控芯片位置較遠的攝像頭（如倒車后視攝像頭）可降低對傳輸線束的要

求。同時，主控芯片直接接收

ISP芯片傳輸過來的經(jīng)過降噪處理的信號，具有抗干

擾能力強的優(yōu)點，缺點是攝像頭體積會變大，且對散熱要求較高。（2）后融合計算

方式，ISP芯片外掛至主控芯片端。前端模組不放置

ISP芯片，圖像處理在內(nèi)置

ISP芯片的主控芯片端進行，可以有效解決散熱與輻射問題。就演進趨勢而言，前

融合計算將是趨勢，一方面可一定程度上降低系統(tǒng)延遲、提升感知信息的實時性；

另一方面，前融合計算可結(jié)合其他傳感器，充分利用各類路側(cè)信息更好的完成

SLAM建圖。多因素助推

ISP芯片將在智能汽車時代大放異彩，但應用難點仍有待克服。根據(jù)

Yole預測，2024

年視覺處理芯片（ISP）市場規(guī)模將達到

186

億美元，2018-2024

年

CAGR約為

14%。同時，我們認為未來車載

ISP芯片仍存在以下發(fā)展桎梏及機遇：（1）主機廠對圖像處理具備差異化需求顯著，ISP芯片可以通過算法滿足主機廠差異化需求，如阿里達摩院自動駕駛實驗室推出的自主研發(fā)的

ISP處理器，能夠?qū)⒆?/p>

動駕駛夜間視力提升

10%。隨著蘋果、小米等消費電子巨頭加入造車后，其在手機

攝像頭

ISP芯片的算法積累有望遷移至車端，ISP芯片的差異化將成為重要看點。（2）數(shù)據(jù)量指數(shù)級增長，預處理需求上升，隨著自動駕駛級別提升，數(shù)據(jù)量指數(shù)

級增長，前端傳感器在獲取數(shù)據(jù)后進行預處理和優(yōu)化將顯得十分重要，避免給汽車

主控芯片造車冗余負擔。（3）自動駕駛技術(shù)快速演進催生數(shù)據(jù)安全問題，隨著攝像

頭數(shù)量顯著增加，現(xiàn)實中的各種場景將被上傳至云端，ISP芯片可以在前端進行模

糊處理，將涉及隱私的部分模糊化，其在車載攝像頭中的生態(tài)地位將進一步提升。從手機、安防到汽車，車載

ISP芯片市場欣欣向榮，國內(nèi)廠商搶灘布局汽車

ISP芯

片市場。可以將國內(nèi)布局車載

ISP芯片的廠商分為以下幾類：（1）CIS芯片供應商，

CIS芯片廠商長期深耕視覺圖像領(lǐng)域，與

CIS的研發(fā)、生產(chǎn)、銷售等共享資源、協(xié)

同發(fā)展。如車載

CIS巨頭安森美和豪威科技均有布局車用

ISP芯片；（2）物聯(lián)網(wǎng)安

防攝像頭供應商，如北京君正擁有視頻圖像信號處理、視頻編解碼、圖像識別等技

術(shù)積累，其自主研發(fā)的

T21、T20

芯片具有夜視、專業(yè)級成像的

ISP特性，公司公

告擬定增

14

億元，其中

2.37

億元用于車載

ISP系列芯片的研發(fā)與產(chǎn)業(yè)化項目；另

外一個深耕安防領(lǐng)域的芯片廠商富瀚微在

2018

年便發(fā)布首款車規(guī)級前裝

ISP芯片，

能夠支持前視、環(huán)視和車內(nèi)攝像頭等不同應用場景。（3）以手機為主的消費電子廠

商，在智能手機時代擁有攝像頭

ISP技術(shù)沉淀的高通、華為、蘋果等在汽車

ISP這

一新興市場擁有較大優(yōu)勢。2.2.3、

激光雷達芯片：芯片化趨勢加速，VCSEL和

SPAD芯片被推至臺前成本高導致激光雷達量產(chǎn)上車難，芯片化可降本提效解決行業(yè)痛點。激光雷達集合

光學、電子、機械等多種技術(shù)，其內(nèi)部有數(shù)百個分立器件，這使得在生產(chǎn)工藝方面，

物料成本和設(shè)備調(diào)試成本高企。而激光雷達的芯片化可采用成熟的半導體工藝（如

CMOS工藝），并且兼具體積小、集成度高等優(yōu)勢，成為激光雷達大規(guī)模量產(chǎn)和降

本的重要發(fā)展方向。按激光雷達的結(jié)構(gòu)來看，芯片化的發(fā)展方向主要有三方面：（1）發(fā)射端（激光器），

方案包括邊發(fā)射激光器(EEL)、垂直腔面發(fā)射激光器(VCSEL)、固態(tài)激光器以及光纖

激光器四種發(fā)射類型。其中，EEL因其作為探測光源高發(fā)光功率密度的優(yōu)勢成為主

流方案，但其發(fā)光面位于半導體晶圓的側(cè)面，加工工藝極為復雜，高度依賴產(chǎn)線工

人手工裝調(diào)技術(shù)，生產(chǎn)成本高且良率難以保證。而垂直腔面發(fā)射激光器（VCSEL）的發(fā)光面與半導體晶圓平行，可由半導體加工設(shè)備保障精度，在一定程度上解決激

光雷達量產(chǎn)問題，成為目前芯片廠商主推的激光器類型，如禾賽科技在其芯片化

V1.5

中將激光器由

EEL升級為

VCSEL；（2）接收端（探測器），主要有

PD、APD、

SiPM、SPAD等四種。其中，APD在現(xiàn)有激光雷達產(chǎn)品中應用廣泛，但

SiPM單光

子探測器光電增益明顯提升，可有效降低電路噪聲對系統(tǒng)信噪比的影響，而

SPAD陣列則將探測器和電路功能模塊在

CMOS工藝下集成，可以測量單個光子的信號強

度，直接輸出原始的、更精確的

3D數(shù)字信號（省略數(shù)模轉(zhuǎn)換過程），與攝像頭輸出

的

2D數(shù)據(jù)相對應，節(jié)省數(shù)據(jù)標注的時間，提高機器學習的效率。（3）數(shù)據(jù)處理端，

以往數(shù)據(jù)處理功能都集中在主控芯片

FPGA上，但單光子接收端片上集成芯片

（SoC）出現(xiàn)后將逐步替代主控芯片功能，該

SoC芯片片內(nèi)集成探測器、前端電路、

算法處理電路、激光脈沖控制等模塊，能夠直接輸出距離、反射率信息。目前，

Mobileye已經(jīng)給出基于硅光子學技術(shù)將激光器與芯片集成（SoC）的方案，禾賽科

技也將在面向芯片化

V2.0

的發(fā)展規(guī)劃中完成陣列式

SoC芯片的演進。激光雷達成

本高居不下，極大程度地阻礙了激光雷達上車的速度，我們認為供應商有強烈意愿

加速激光雷達芯片化進程，激光雷達芯片供應商價值將進一步凸顯。VCSEL芯片和

SPAD芯片快速發(fā)展，多家激光雷達

Tier1

廠商率先卡位核心賽道。

車載激光雷達在快速迭代的過程中性能提升顯著，究其原因是

VCSEL和

SPAD芯

片的快速發(fā)展驅(qū)動。從國內(nèi)車規(guī)激光雷達領(lǐng)先者華為在激光雷達芯片領(lǐng)域的布局來

看：在

VCSEL芯片領(lǐng)域，華為已搶先投資縱慧芯光和長光華芯（擬

IPO），其中縱

慧芯光深耕

VCSEL芯片多年，是中國第一家擁有自主知識產(chǎn)權(quán)的

VCSEL芯片公司，

公司在消費電子領(lǐng)域已成為華為手機

ToF光源主供應商，在車規(guī)領(lǐng)域，公司已于2020

年完成

AEC-Q102

車規(guī)認證、ISTF16949

體系符合性認證，且公司自有外延產(chǎn)

線，VCSEL芯片產(chǎn)品研發(fā)迭代速度遠快于其他

Fabless廠商。在

SPAD芯片領(lǐng)域，華為投資南京芯視界，其產(chǎn)品包括單光子雪崩二

極管

SPAD芯片，公司

2019

年初聯(lián)合北汽新能源在硅谷成立自動駕駛聯(lián)合實驗室，

研發(fā)以固態(tài)激光雷達為核心的下一代多傳感器融合自動駕駛系統(tǒng)，并于

2020

年攜

解決方案亮相

CES展會。除華為以外，英偉達、禾賽科技、Ouster等激光雷達

Tier1

廠商或選擇垂直整合方式投資獨立激光雷達芯片廠商，或選擇自研激光雷達

芯片，我們認為激光雷達芯片化進程正在加速，建議關(guān)注有相關(guān)技術(shù)儲備的廠商。2.3、

通信能力：通信模組將為核心基礎(chǔ)硬件2.3.1、

V2X通信：5G車聯(lián)網(wǎng)落地可期，通信模組將為核心基礎(chǔ)硬件高階自動駕駛的實現(xiàn)主要依賴單車智能+車聯(lián)網(wǎng)兩大領(lǐng)域的技術(shù)，而在推進過程中

單車智能先行、車聯(lián)網(wǎng)將后來居上。單車自動駕駛主要依靠車輛自身的視覺、毫米

波雷達、激光雷達等傳感器進行環(huán)境感知、計算決策和控制執(zhí)行。而車聯(lián)網(wǎng)旨在現(xiàn)

有單自智能化的基礎(chǔ)上，通過通信網(wǎng)絡(luò)將“人-車-路-云”有機結(jié)合，拓展和助力單

車智能自動駕駛在環(huán)境感知、計算決策和控制執(zhí)行等方面的能力升級，進一步加速

自動駕駛應用成熟。具體可包括：（1）在感知層面，通過車路協(xié)同、車車協(xié)同等拓

展汽車感知范圍，不受遮擋限制，能夠提前發(fā)現(xiàn)未知狀況，并應對緊急情況。此外，

通過網(wǎng)聯(lián)化能夠直接給出關(guān)鍵結(jié)果狀態(tài)信息，如信號燈狀態(tài)、周邊車輛下一步動作

意圖等，大幅減少基于傳感器信息的復雜計算處理過程；（2）在決策層面，云控平

臺可以直接給出感知的目標結(jié)果以分擔單車算力消耗。此外，通過在路側(cè)安裝視覺

傳感器、激光雷達等傳感器將路側(cè)感知結(jié)果下發(fā)，可以引入路側(cè)算力；（3）在執(zhí)行

層面，通過網(wǎng)聯(lián)化能夠提供遠程遙控駕駛、協(xié)同駕駛的應用模式，將車輛的控制和

執(zhí)行從單車上分離，目前在無人礦山等非公共開放道路的特定場景下已經(jīng)應用。短

期來看，由于法律法規(guī)以及芯片算力及算法的等因素，完全意義上

L3

級別的自動

駕駛車型滲透水平仍處于較低水平。長期來看，我們認為隨著硬件算力及軟件算法

能力的進一步優(yōu)化，部分整車廠將跨過責任邊界不清晰的

L3

級別，直接邁向

L4

級，

而屆時車聯(lián)網(wǎng)將為自動駕駛大幅普及的重要一環(huán)。汽車無線通信模組是實現(xiàn)車聯(lián)網(wǎng)（包括車與車、車與路、車與人）通信的核心零部

件。分拆產(chǎn)業(yè)鏈來看，上游包括以高通、華為海思等為代表的基帶芯片供應商、中

游包括以移遠通信、廣和通、慧瀚微電子等為代表的通信模組集成廠商、下游則是

具備

4G/5G/WiFi/藍牙通信需求的主機廠。（1）上游：基帶芯片為核心，海思芯片短缺背景下高通一家獨大。其中，芯片價

值量最高，涵蓋基帶芯片、射頻芯片、存儲芯片以及

GPS芯片。進一步來看，通信

模組中基帶芯片是核心。根據(jù)

Counterpoint數(shù)據(jù)，2020

年第一季度高通市場份額

36.1%，受海思芯片限制影響，高通在

2020

年第四季度市占率進一步提升到

47.20%?？梢钥吹?，高通已憑借在手機通信領(lǐng)域的技術(shù)積淀，前瞻布局車聯(lián)網(wǎng)領(lǐng)域

并穩(wěn)居龍頭地位。（2）中游：國產(chǎn)廠商云集，合計市場份額超過

90%。車規(guī)級通信模組對于實時傳

導、安全性、穩(wěn)定性有著極高的要求，需要通信技術(shù)、信號處理技術(shù)等作為底層技

術(shù)支撐，同時需要具備較強的底層協(xié)議、微操作系統(tǒng)、硬件緊耦合嵌入式軟件和信

息處理應用平臺的開發(fā)能力，對模組廠商要求較高。近年來，中國無線通信模組企

業(yè)紛紛加碼車聯(lián)網(wǎng)領(lǐng)域，根據(jù)高工汽車研究院數(shù)據(jù)，2020

年上半年，國產(chǎn)廠商在國

內(nèi)前裝通信模組市場份額超過

90%，其中移遠通信（35.99%）、慧瀚微電子

（17.53%）、SierraWireless（17.04%，廣和通收購其車載模塊業(yè)務）位列前三。（3）下游：汽車網(wǎng)聯(lián)化進程加速趨勢明顯，5G通信模組滲透率有望快速提升。根

據(jù)高工智能汽車數(shù)據(jù)，2020

年國內(nèi)新車前裝車聯(lián)網(wǎng)搭載率已經(jīng)達到

47.42%，預計

到

2025

年，國內(nèi)新車車聯(lián)網(wǎng)搭載率將超過

90%。根據(jù)佐思汽車研究數(shù)據(jù)，預計

2025

年全球汽車通信模組裝載量將達到

2

億片，2020-2025

年復合增長率為

15%。

目前車載通信模組仍以

4G模組為主體，而隨著

5GC-V2X在

2021

年全面鋪開，5G模組滲透率有望快速提升。2.3.2、

車內(nèi)通信：車內(nèi)通信迎變革，以太網(wǎng)芯片重要性正在凸顯智能汽車時代電子電氣架構(gòu)和軟件架構(gòu)齊變革，車載以太網(wǎng)將成新一代主干網(wǎng)絡(luò)。

在智能汽車“新四化”趨勢下，電子電氣結(jié)構(gòu)由分布式走向集中、軟件架構(gòu)由“面

向信號”走向“面向服務”。而在軟硬件的升級過程中均需要車載以太網(wǎng)作為技術(shù)

支撐，用以高效的傳遞信息。其中新一代電子電氣架構(gòu)以域控制器為核心，而核心

域控制器之間需要高速以太網(wǎng)作為骨干網(wǎng)絡(luò)進行域與域之間的連接；SOA軟件架構(gòu)

的核心是客戶端與服務端通信路由鏈路的建立支持動態(tài)配置，而車載以太網(wǎng)分層通

信協(xié)議參考

IT行業(yè)中間件的概念而設(shè)置通信中間件，定義客戶端和服務端通信鏈

路的動態(tài)映射機制（SOME/IPSD），實現(xiàn)應用程序和通信協(xié)議的解耦和透明傳輸以

及動態(tài)的客戶端和服務端的發(fā)現(xiàn)訂閱機制。我們認為隨著智能汽車電子電氣架構(gòu)和

軟件架構(gòu)發(fā)生重大變革，車載以太網(wǎng)將迎來黃金機遇，將成為新一代車載主干網(wǎng)絡(luò)。以太網(wǎng)芯片是車載以太網(wǎng)的核心，PHY芯片重要性正在凸顯。以太網(wǎng)電路接口主

要由

MAC控制器和物理層接口

PHY芯片兩大部分構(gòu)成。其中，大部分處理器已包

含

MAC控制，而

PHY作為獨立的芯片用來提供以太網(wǎng)的接入通道，起到連接處理

器與通信介質(zhì)的作用。同時，PHY芯片的獨立性亦使得

OEM或者控制器供應商可

自由選擇供應商，由此也使得

PHY芯片成為因車載以太網(wǎng)崛起所催生的全新汽車芯片賽道。我們以座艙域控制器與液晶顯示屏間的以太網(wǎng)通信應用為例，具體解釋車載以太網(wǎng)

信號傳輸路徑：首先，外界信號經(jīng)過差分線（一種信號傳輸技術(shù)）傳輸進入以太網(wǎng)

PHY芯片（獨立外接于域控制器，本例中芯片型號為博通

89811）。隨后，經(jīng)

PHY芯片將信號轉(zhuǎn)成

RGMII接口格式再送入座艙域控制器中的

SOC芯片（型號高通

8155

芯片）進行處理。最后，將經(jīng)過處理的視頻信號傳輸至域控制器上的

LVDS驅(qū)

動芯片（專用于低壓差分信號傳輸?shù)男酒纠行吞枮槊佬?/p>

MAX96751）轉(zhuǎn)化成

LVDS信號，輸出至液晶顯示屏側(cè)的

LVDS芯片，從而驅(qū)動液晶顯示屏。市場規(guī)模方面，智能汽車滲透率提升疊加汽車對網(wǎng)絡(luò)速度要求倍數(shù)增長（百兆正在

被千兆取代，而千兆將被

2.5G/5G/10G取代），PHY芯片有望迎來量價齊升的局面，

根據(jù)裕太微電子數(shù)據(jù)顯示，L4

級別智能汽車單車以太網(wǎng)端口超過

100

個，未來五年

國內(nèi)以太網(wǎng)芯片市場規(guī)模將突破

100

億美元（全市場，含汽車）。競爭格局方面，

PHY芯片技術(shù)門檻非常高，芯片設(shè)計時需要數(shù)?；旌希劝烁咚?/p>

ADC/DAC、

高精度

PLL等模擬設(shè)計，也需要濾波算法和信號恢復的

DSP設(shè)計能力，目前全球

僅

NXP、博通、Marvell、瑞昱、Microchip、德州儀器六家供應商能夠?qū)崿F(xiàn)量產(chǎn)。

國內(nèi)方面，華為已率先投資國內(nèi)為數(shù)不多致力于以太網(wǎng)芯片研發(fā)的企業(yè)裕太微電子，

該公司選擇汽車領(lǐng)域這一全新以太網(wǎng)

PHY芯片應用場景作為著重發(fā)力點已初具成

效，2020

年車載

100Base-T1

PHY芯片在經(jīng)過各項車載測試驗證后，已成功導入到

各大國內(nèi)知名車廠平臺，根據(jù)公司負責人歐陽飛宇指出，公司目前正大力研發(fā)下一

代車載

PHY芯片，其中

1000Base-T1

PHY預計將在

2022

年對接到下游廠商當中。2.4、

存儲能力：確定性受益于汽車智能化浪潮，存儲

IC有望量價齊升存儲

IC在汽車市場中廣泛應用，DRAM和

NANDFLASH占據(jù)存儲市場絕大部分

份額。存儲芯片按照其斷電后是否可持續(xù)保存數(shù)據(jù)可分為易失性和非易失性兩種，

其中易失性存儲芯片可分為

DRAM和

SRAM，非易失性存儲芯片可分為

NANDFLASH和

NORFLASH，目前存儲市場以

DRAM和

NANDFLASH為主，根據(jù)

Yole數(shù)據(jù)顯示，2019

年，中國

DRAM/NANDFlash產(chǎn)品銷售額占總市場規(guī)模比重約

為

55%/42%。（1）

易失性存儲芯片：主要包含

SRAM和

DRAM。其中，SRAM單個存儲單元

所需晶體管數(shù)量較多、讀寫速度較快，但整體價格較貴且容量較小，因此

只在要求較為苛刻的地方使用（CPU的一級緩存、二級緩存等）；相較之下，

DRAM單個存儲單元僅需一個晶體管和一個電容，整體集成度較高且容量

較大，在價格上存在顯著優(yōu)勢，是目前存儲市場市占第一的品類，約占據(jù)

53%的份額。就技術(shù)替代趨勢而言，MRAM有望憑借更具持久性的優(yōu)勢逐

步替代

SRAM。而

DDR系列有望憑借更高的傳輸速率逐步占據(jù)

DRAM市

場主流品類。同時，DDR芯片每一次迭代升級，其數(shù)據(jù)預讀取的位寬便會

增加一倍，從而有效提升內(nèi)存的存取性能。目前，DRR2/DDR3/DDR4

代已

日趨成熟，

DDR5

也已在研發(fā)儲備過程中。此外，LPDDR則相較于同代的

DDR擁有更低的功耗與體積，常用于移動端設(shè)備。（2）

非易失性存儲芯片：對比

NAND和

NOR來看，NOR可在芯片內(nèi)執(zhí)行，即

應用程序可直接在

FLASH之上運行，讀取效率很高但性價比僅在小容量時

（1~16MB）有所體現(xiàn)；相較之下，NAND存儲容量較大、改寫速度也優(yōu)于

NOR，在存儲市場中占據(jù)

42%的份額，穩(wěn)居第二。就技術(shù)發(fā)展趨勢而言，

16nm制程以上的閃存多屬于平面閃存，稱之為“2DNAND”。而為進一步

提升存儲密度、降低單位存儲成本，2DNAND芯片的制程正不斷向

15/16nm縮進；同時，行業(yè)內(nèi)亦通過

3D堆疊技術(shù)進一步加大單位面積內(nèi)晶

體管數(shù)量，也即目前市場上新興的“3DNAND”。智能化及電動化趨勢驅(qū)動帶寬及存儲芯片容量持續(xù)升級，車載存儲行業(yè)景氣度上行。

存儲芯片在智能汽車中應用廣泛，智能座艙、車聯(lián)網(wǎng)、自動駕駛等功能均需要一定

的存儲空間來支持其正常運行。智能化方面，自動駕駛顯著提振存儲芯片市場，隨

著自動駕駛等級提高，AI功能逐漸增加，車輛需要對傳感器所捕獲的大量資