1、汽車AI芯片行業深度研究報告內容目錄 HYPERLINK l _bookmark0 芯片是軟件定義汽車生態發展的基石 5 HYPERLINK l _bookmark3 汽車處理芯片由U向I 芯片方向發展 7 HYPERLINK l _bookmark5 汽車數據處理芯片運算由控制指令向AI運算方向發展 7 HYPERLINK l _bookmark9 M 內核提供芯片控制指令運算能力 9 HYPERLINK l _bookmark11 AI處理器提供芯片智能運算能力 10 HYPERLINK l _bookmark14 車規級芯片條件苛刻 HYPERLINK l _bookmark17 U引領

2、汽車由機械化時代走向電氣化時代 13 HYPERLINK l _bookmark18 CU承擔汽車執行ECU的運算大腦 13 HYPERLINK l _bookmark23 預計2025 年我國汽車CU市場達32.9 億美元，CR 7.7% 14 HYPERLINK l _bookmark27 汽車CU行業加快整合集中度提升 16 HYPERLINK l _bookmark31 軟件定義汽車時代來臨，域控制I 芯片是重要一環 18 HYPERLINK l _bookmark32 AI芯片是智能汽車時代實現域控制的核心 18 HYPERLINK l _bookmark34 預計2025 年我國汽

3、車AI芯片市場超91 億美元，CR46.2% 19 HYPERLINK l _bookmark36 集成更多AI單元是智能芯片技術路徑發展的大趨勢 20 HYPERLINK l _bookmark42 域控制器I 芯片呈現三強多極競爭格局 23 HYPERLINK l _bookmark44 特斯拉：自研SD芯片，引領產業發展 25 HYPERLINK l _bookmark51 VDA：全球通用AI芯片龍頭，構建生態王國 27 HYPERLINK l _bookmark59 ile：背靠英特爾，全球自動駕駛I芯片龍頭 32 HYPERLINK l _bookmark67 華為：依托芯片，欲打

4、造最強生態體系 36 HYPERLINK l _bookmark72 地平線：標ilee，AI芯片率先搭載NT座艙域 39 HYPERLINK l _bookmark79 寒武紀：源于中科院，面向云邊端全領域 42 HYPERLINK l _bookmark85 域控制器AI芯片潛在進入者 44 HYPERLINK l _bookmark88 受益標的 46 HYPERLINK l _bookmark89 風險提示 46圖表目錄 HYPERLINK l _bookmark1 圖1：博世E/E 架構升級進程 5 HYPERLINK l _bookmark2 圖2：由控制指令運算為主的分布式ECU

5、向AI運算的中央計算平臺發展 6 HYPERLINK l _bookmark4 圖3：汽車半導體分類 7 HYPERLINK l _bookmark6 圖4：CU芯片結構 8 HYPERLINK l _bookmark7 圖5：SC 芯片結構 8 HYPERLINK l _bookmark10 圖6：MCortx 理器家族分為R/M三大系列 10 HYPERLINK l _bookmark12 圖7：智能芯片分為云邊端三大類 HYPERLINK l _bookmark13 圖8：人工智能算法的概念分類 HYPERLINK l _bookmark19 圖9：CU的工作過程 13 HYPERLIN

6、K l _bookmark20 圖10：CH的ECU實物圖 13 HYPERLINK l _bookmark21 圖1：不同位數CU的應用類型 13 HYPERLINK l _bookmark22 圖12：發動機管理系統ECU 功能應用逐漸復雜化 14 HYPERLINK l _bookmark24 圖13：2018年傳統汽車CU 單車價值78 美元 15 HYPERLINK l _bookmark25 圖14：2018年純電動汽車CU 單車價值77 美元 15 HYPERLINK l _bookmark28 圖15：全球通用C（汽車、工業、消費電子等）競爭格局 16 HYPERLINK l

7、_bookmark30 圖16：2017年全球汽車CU 市場份額 17 HYPERLINK l _bookmark33 圖17：自動駕駛信息傳遞環節 18 HYPERLINK l _bookmark37 圖18：CPU結構 20 HYPERLINK l _bookmark38 圖19：U結構 20 HYPERLINK l _bookmark39 圖20：PA結構 21 HYPERLINK l _bookmark40 圖21：SC 結構華為達芬奇架構） 21 HYPERLINK l _bookmark45 圖22：lot 硬件1.0 25 HYPERLINK l _bookmark46 圖23：

8、lot 硬件2.0 25 HYPERLINK l _bookmark47 圖24：lot 硬件2.5 26 HYPERLINK l _bookmark48 圖25：lot 硬件3.0 26 HYPERLINK l _bookmark50 圖26：特斯拉SD芯片結構 27 HYPERLINK l _bookmark52 圖27：VDA 在U市場是AI芯片龍頭 28 HYPERLINK l _bookmark54 圖28：英偉達的1 芯片嵌入奧迪8 的zS 系統中 29 HYPERLINK l _bookmark55 圖29：VDAP2 系列產品 30 HYPERLINK l _bookmark5

9、6 圖30：VDA 系列產品 30 HYPERLINK l _bookmark60 圖31：ilee是全球自動駕駛芯片龍頭 33 HYPERLINK l _bookmark61 圖32：2012019 年EQ芯片出貨量CR 45% 33 HYPERLINK l _bookmark62 圖33：2012019 年ilee 收入CAR43.7% 33 HYPERLINK l _bookmark64 圖34：Ee3芯片 35 HYPERLINK l _bookmark65 圖35：Ee4芯片 35 HYPERLINK l _bookmark66 圖36：Ee5芯片 35 HYPERLINK l _b

10、ookmark68 圖37：華為C 計算平臺 37 HYPERLINK l _bookmark69 圖38：達芬奇架構（單核） 38 HYPERLINK l _bookmark70 圖39：0 計算平臺 38 HYPERLINK l _bookmark71 圖40：華八爪魚自動駕駛云服務 39 HYPERLINK l _bookmark74 圖41：地平線芯片的BPU架構 40 HYPERLINK l _bookmark75 圖42：地平線的征程二代SC 芯片 40 HYPERLINK l _bookmark76 圖43：地平線的trix1.0 計算平臺 41 HYPERLINK l _boo

11、kmark78 圖44：2020年征程二代芯片首次量產搭載在長安NT上 42 HYPERLINK l _bookmark81 圖45：寒武紀M90 云端AI芯片 43 HYPERLINK l _bookmark82 圖46：寒武紀基于M0 的AI加速卡 43 HYPERLINK l _bookmark83 圖47：寒武紀M20 邊緣端AI芯片 44 HYPERLINK l _bookmark84 圖48：寒武紀基于M0 的AI加速卡 44 HYPERLINK l _bookmark8 表1：SOC 較MCU片功能更復雜 9 HYPERLINK l _bookmark15 表2：汽車芯片標準遠高

12、于消費級 HYPERLINK l _bookmark16 表3：功能安全標準對故障等級要求苛刻 12 HYPERLINK l _bookmark26 表4：2030年我國汽車CU 市場規模達47.6 億美元 15 HYPERLINK l _bookmark29 表5：全球主要汽車CU公司概況 17 HYPERLINK l _bookmark35 表6：2030年我國汽車AI芯片市場規模達177 億美元，十年GR 28.1% 19 HYPERLINK l _bookmark41 表7：AI芯片的主要技術路徑 21 HYPERLINK l _bookmark43 表8：汽車主要AI芯片對比 23

13、HYPERLINK l _bookmark49 表9：特斯拉自動駕駛系統方案 26 HYPERLINK l _bookmark53 表10：VDA 自動駕駛系列產品 29 HYPERLINK l _bookmark57 表1：VDA全球車企合作情況 31 HYPERLINK l _bookmark58 表12：VDA 全球共與六家一級供應商展開合作 32 HYPERLINK l _bookmark63 表13：ileeEeQ 系列芯片 34 HYPERLINK l _bookmark73 表14：地平線征程系列芯片 39 HYPERLINK l _bookmark77 表15：地平線計算平臺系

14、列產品 41 HYPERLINK l _bookmark80 表16：寒武紀云/邊緣/終端系列產品 42 HYPERLINK l _bookmark86 表17：邊緣端芯片產品公司（均SOC 芯片） 44 HYPERLINK l _bookmark87 表18：云端芯片產品公司（除英偉達GPU 外，其余均SOC 芯片） 45芯片是軟件定義汽車生態發展的基石在智網汽產大革背件義理念成共傳車采用的分式E/E 構計能力訊寬便軟升等能足現階汽發的求E 架升已為能聯汽發的鍵。汽車 EE 架構升級主要現在：）硬件架構升級由分式CU 向控中央集中構向在升力用少算設總統一互，實現車能短束降故率減質軟件架構升過

15、uoSR等軟架提標的口定模化計使軟件耦軟硬設計分CacAuR構逐向CacuoAR和dapeAuoR 式架方向發好在實軟件件OA升架構軟操系可移；采集據息功應有減硬需量正實軟定汽通信架構升級。車網骨由NN 總向太方發展好在：足速傳、高通、延等能求，時可少裝測試本。從博世對 EE 架構定義，硬件架構的升級路表現為分布式（模塊化集成化域集（域控集跨域融合中央集中（車載電腦車云計算即分布式E每功對一個EU逐模化集成域制一照動域、底盤、身、息樂和S 等后部域始域合展（底盤和動域能全信安全似并展合中央算即個腦后向云算車計中計算其車計算要于內的時處，而云算為端算補智汽提實時如艙分可允微秒級別延）數交和運處。

16、圖：博世/E架構升級進程數據來源：博世，東吳證券研究所繪制硬件架構升級驅動片力需求呈現指數級升勢統車能單外界交互為布式E要控指運約為萬指每無AI運算能力存較小智聯汽僅要人互需大與界境甚云數據中交來面海量非構數需處理中計平將要50+百萬指令秒控指運算力30+P（為3001012 次秒的AI算力。圖：由控制指令運算為主的分布式U向AI運算的中央計算平臺發展數據來源：博世，佐思車研，東吳證券研究所智能網聯汽車四大心術芯片操作系統算法數據共同形成生態環芯片是智能網聯汽車態展的基石類比手機產鏈我們認為芯片操作系統或成為寡頭壟斷格局，而從當下行業發展看，芯片或格局相對較為穩定，且處在產業核心位置汽車處理芯

17、片由U向I芯片方向發展半導體可分為模擬片數字芯片D三大類模擬路指理擬號的電子電擬號有續性信傳的息含在度頻率相變化常應用放信信兩方數電是理數信的子數字號以二進邏代為礎實現單系可靠有算運和輯算功能OD包括電件傳器分立件個分型。圖：汽車半導體分類數據來源：東吳證券研究所繪制汽車數據處理芯片運算由控制指令向I 運算方向發展現階段，汽車芯片市場上對汽車數據處理芯片分類有按三類：1）智能運算為主 AI芯片2算較主PU3力弱的C（可為P有按類： 1智運為的AI芯片2PU 算主的C了便理主PU和的主玩都同類而且PU與U本為控指運此們采第二種分方。汽車芯片由以控制令為主的CU 向智能算為主的AI 芯片方向展。）

18、控制指令運算執如待指停指作指中指等運算位為DS：即Dhone PS 測試，算力萬條，般用片常其表示如統車的U ，表商英凌、薩恩浦。）AI 矩陣運算常對陣算的力應于視頻非構數運算理的情況位耗更計速更快其單為PSTfop指每運算 1012 P指據型為數常駕領代產華騰系列芯平征系芯寒紀的U 系芯Tfop數型為精度浮整型精度用AI芯片用它用如驗室算、分子力運等代產品英的U。在智能網聯汽車領，8 數據類型精度即滿現階段 AI 運算要求。nt 8 和 P32 分定數浮小點位是定的則為點數的置是動的為點數n8 表8 字外有n4n16 字數高計算度會提占存增會低算度為保滿數精和算速常用n8 數據型單為S即10

19、12次秒。汽車芯片結構形式由 U 向 C 異構芯片方發。汽數處芯按應用可為（控器Csem on Chp 系統芯U 簡單可視為簡版的，其將PU 的率規適減，將存計器、O 接、D 轉換等構整到一芯成片的算機主用汽執端U 中進行制令算C 是一系級片由UDN+種外接口、儲型電元組成現段要用座艙V、域制較的領。C 較CU 集成程度高常集成AI 處理單元，功能更復雜。OC 芯）硬件集成規模更為大提升資源利用效率外集音理P處理U/深度習速元U 等，顆片集更的配電，小面，提資源利用上聯于成電之的速通聯芯片上軟件配套大提升處理效率C 片有富的件（具編譯等升處率支持多任務的復雜統但并非所有的 SC 芯均為 I 芯

20、片，需集成定規模的時間網絡單元才是I芯片如華昇芯平征片寒紀U 片斯拉SD 均此芯。圖：MU芯片結構圖：OC芯片結構數據來源：東吳證券研究所繪制數據來源：東吳證券研究所繪制表：SOC較MCU芯片功能更復雜MCUSC定義芯片級芯片，常用于執行端系統級芯片，常用于DS、座艙V、域控制等典型組成CPU存儲（RM,ROM)+接口（IOPin)CP存儲（RM、RM)較復雜的外設音頻處理DP圖像處理PU神經網絡處理器NPU等帶寬多為8b、6bi、3bit多為3bit6bit主頻MHz 級別MH-HzRM(主存）MB級別M-額外存儲-M（la，EPROM)M-B(SSD，Fla，單片成本價格便宜（.115美元

21、個）較貴（座艙VI0 美元左右，DS 域芯片超10美元）常見廠商瑞薩、意法半導體、愛特梅爾、英飛凌、美國微芯等英特爾、英偉達、特斯拉（）、華為、地平線、寒武紀、全志科技（座艙）等復雜度低高運行系統較簡單，一般不支持運行多任務的復雜系統支持運行多任務的復雜系統（如iux等）數據來源：維基百科，東吳證券研究所整理M內核提供芯片控制指令運算能力CU 架構可分為86 為代表的復雜指令集構和 RM 為代表的精簡令集架構汽車U架構主為RM架構在U和C中擔任控制指算U架構可為C（雜集構和R精令集架復雜指指可變格，括8、6、64 位其點單功能大復，令行周長，可以接作的復指如8表業neAD精簡指令集的特是指功簡

22、執速快譯高能接作存常見精簡指令有R、PpenRC 及RCV 等代表業R。M 處理器內核廣泛用于嵌入式統具有執行效率高，成等優點。RMorex系列主要為M三類oreA系列集于C中，面向性能密集型系統的應用處理器內核，帶寬多為 6432 位，主頻可達 Hz 級別（Gz=03當達到Hz時其核制指算千D（PS即為萬指每用于車艙樂息統或AS 域）oeM 系列：常集于 U 中主要面向各類嵌入式應用的微控制器內核，主頻為幾十幾z 級，單控令算為百DS多車行制領；CrexR系列向時應的性內，于A 與M之。圖：M otex 處理器家族分為A/RM 三大系列數據來源：，東吳證券研究所繪制I 處理器提供芯片智能運算

23、能力AI 處理器可分為云端處、邊緣端處理器終處理器。）云端 AI 處，支持 8 定點運算或F、F32 浮點運算，支深度學習推理訓練要求，主要用于政業據心服務中如務融航航天氣預報宇宙化模擬以抗分等域算。外來G ，更的車據傳到車數據中心來練實軟法優邊緣端AI處理器n8 定運支持深學推要要應于控防像頭機人等領由于所載備電資有限能比（耗，越越濟接豐富是關鍵終端AI處理主要持度習理能要用手機動終如華為麟列片未邊端理并競關是未會一同發，云端練型現法件的化并供邊緣終端行化AI運。車端AI 處理器現階段要負深度學習的理。智算范由小依次為人智器度神網應用景對需的實的算法越越用專芯片可過簡理軟硬模處器算效能效比高

24、。圖：智能芯片分為云邊端三大類圖：人工智能算法的概念分類數據來源：東吳證券研究所繪制數據來源：東吳證券研究所繪制車規級芯片條件苛刻車規級芯片標準遠高于消費級，認證流程長。）工作環境更為惡劣相比消費芯片一工芯，車芯的作境度圍寬（40 至155 攝度、高動、多粉多磁可靠性安全性要求高般的車計命在5年或0 萬公里大消子產壽要在的可性求系成的件和環節組的的可性求越3車規級芯片認證流長一款片一般要2左時完車規認入企后般有510的貨周。表：汽車芯片標準遠高于消費級參數要求消費級工業級汽車級溫度0-零下1零下45濕度低根據使用環境而定0-00%驗證JESD4（hips)ISO170(Mdle)JESD4（h

25、ips)ISO170(Mdle)EC-Q100（hips)ISO170(Mdle)出錯率3%1%0使用時間1-3年5-0年15年數據來源：NS，東吳證券研究所汽車標準需認證可性準 CQ 系列、質量理標準 49 其中之一，此外需要通過功能全準O2262LB。O 2662在21年1月15日正式發，要括個級，為LABC。O2662安是車子元穩定性劣評依之，能效高此需過零效供鏈量理準T1699O900國際證體系的車業支標準證另個是EQ 認證，克斯、用、特制定汽電元安性檢標。表：功能安全標準對故障等級要求苛刻單點故障等級潛在故障等級SIL ASILB90%60%SILC97%80%SILD99%90%數

26、據來源：ISO2622 標準，東吳證券研究所U引領汽車由機械化時代走向電氣化時代U 承擔汽車執行U的運算大腦汽車發展初期，控制功能較少，一般新增一個功能便新增一個 U（Elcnc Conol Unt，即電子單，即典型分布電子電氣構。因，般汽車中包括個U每個U 管不的能，而CU 芯嵌入在EU 為運大腦。U 工過傳感輸信，入理信進模轉、放等處理后傳給U 行算處后出理信號行率大數換等，使其動電閥電機、關被元工。U 要有8 位16 位、32 位，位數多復，理力越，實的能多。圖：MU的工作過程圖1：BOH的U實物圖數據來源：汽車電子，東吳證券研究所繪制數據來源：博世，東吳證券研究所圖：不同位數MU的應用

27、類型數據來源：汽車電子，東吳證券研究所整理U單車價值量提升的心邏輯在于芯片用量提升應用領域由傳統盤延伸至整車隨汽電化發U 漸領個汽從抱制統四驅動系統、電控自動變速器、主動懸架系統，到現在逐漸延伸到了車身各類安全、網絡娛樂制統領芯片集成復雜化價升以動管系統為其心為車電發的期U最早應于動的制如車發動的氣（傳器（震感水傳器核部才會置傳感器數少后國三國標的升在油控號出制等面需要芯處的力強推動U 片成升品級來值升。圖1：發動機管理系統U 功能應用逐漸復雜化數據來源：凌電變頻，蓋世汽車，東吳證券研究所繪制預計2025年我國汽車U市場達32.9 億美元，R 7.7%2018 年汽車單車CU 價值量約為 78

28、 美元。參考aety Analtcs 數據分，現階段論在油還純電車車CU值量體018年燃油、純電車車導價量分為38 元704元U 值占分為23、1即U單價分為78美元77 元主要于階電車發剛起步多經型，新增電管系等 C，是減了發機管系統等 U隨電、智網化程快論電系還信息樂系統、絡統也要多的U，U 車值量持快提。圖1：208年傳統汽車U 單車價值8美元圖1：208年純電動汽車MU單車價值7美元78功率半導體MCU器其他49功率半導體MCU傳感器數據來源：atetyaltics，東吳證券研究所數據來源：atetyaltics，東吳證券研究所假設：）汽車市場容量測根中協據，09 年我汽產量為252

29、萬輛，鑒外達家展經，計0192030 國汽復增為2。數量預測著能進程速汽控功逐年多單平均U個數由208 的50個到2030年的2 類來看2018年U8 位16 位32位個分為0200現階著智化力要增相的逐漸熟， 32 位U 量會提升而8位U 積小成低優單使用量仍將保穩而16位U 場逐被2 和8位U擠至030年8 位位、2 個分為214、2。單車價值預測車U價由08 的8元提至200 的19 元。我們點照P 場據U 價：8 位為1 元下，6 為13 美元，32 位為3 元上而著技逐成，16位與8 位單正逐下，2 位隨著功能加富復化更多單的品在開發來計8 16位U均價由218 年的0.4 元1.8

30、 美分下至230 年的0.5 元、152 ，32 位U 價由2018的34 美提至230年的31 元。2025 年我國汽車U 市場規模達32.9 億美元，來6 年AR 為7。經測算2019年國車U 場為211 億2.7隨汽能化速，更多功將被車載量行件要被U 控制到225年U 規達329 美R 為7.7，到030年達476 美。表：030年我國汽車MU 市場規模達476億美元208209200E201E202E203E204E205E200E個數8位20020020020020020020020020016位20019519018518017517016514032位10011513014516

31、0175190205280合計5005105205305405505605706208位0.00.00.90.90.80.80.80.70.5單價16位1.01.61.31.91.61.31.11.91.232位3.03.73.43.13.83.53.33.14.1單車價值量（美元）78082186691396410.710.61.814.0MCU市場規模（億美元217211227244263283306329476同比-2.7%7.6%7.6%7.6%7.6%7.9%7.8%數據來源：NP，中汽協，東吳證券研究所注：1）因集成化或導致芯片單價提升，個數減少，但整體單車價值仍提升；2）此外市場

32、部分觀點把域控制器內部集成的PUMCU 稱之為主芯片，本測算也包含在此MU 市場中。汽車U行業加快整合集中度提升全球MU 通用市場并加。我重參考U 用域汽、消費電子市U廠為爭市份近生了起規并P 在015年以18億元購卡爾完了在車領域布排也從第上升至第Cpes在2015以40美收購panocochp在016年對Ael的收，為球二大U 商我們判斷，車U 市場也將隨通市的加快整合，實現集中的升。圖1：全球通用M（汽車、工業、消費電子等）競爭格局數據來源：I，東吳證券研究所繪制歐美日前五大汽車U供應商占據全球2.7場份額頭部集中效應著根據aeyycs分析數據，全車U場前5占2.7的場額，五大 U 應分

33、為本薩電洲P英凌國州器微科技。全球前八大廠商也據我國汽車U93市場份額由歐日統汽車電子商據大分場份，們點考S 據析目中國U 場，前八大CU 廠的占有達到3國率不足5，代間國內業技術較為薄弱，企業規模與前八大廠商差距較大，現階段主要為工業控制、儀器儀表消費聯等領域著內技術漸內憑借格和服務勢正步奪端U市，口趨勢漸顯但于規級準較高，術市發均于一工和費芯。表：全球主要汽車MU公司概況公司中文成立時間國家主營產品應用領域介紹恩智浦206荷蘭8、1、2位MCU智能卡、汽車電子前身為飛利浦集團的半導體部門，于206年獨立Ininon英飛凌199德國8、1、2位MCU汽車電子、工業控制前身為西門子集團的半導體

34、部門，于199年獨立Rnss瑞薩電子203日本32位MCU汽車電子、通信設備由日立制作所半導體和三菱電機半導體部門合并設立ST意法半導體198瑞士32位MCU電機控制、物聯網由意大利SS 半導體公司和法國湯姆遜半導體公司合并設立德州儀器197美國8、2位MCU工業控制、汽車電子最初為其母公司地球物理業務公司（SI）的晶體管部門tl安森美199美國/摩托羅拉半導體部門拆分為安森美和飛思卡爾，后者于215 年被恩智浦收購Microhp微芯199美國8、2位MCU工業控制、汽車電子oshiba東芝185日本/由東京電氣株式會社和芝浦制作所合并而成數據來源：各公司官網，東吳證券研究所整理圖1：207

35、年全球汽車U 市場份額31.2%9.4%RenesasNXPInp數據來源：atetyaltics，Iieo，東吳證券研究所軟件定義汽車時代來臨，域控制I芯片是重要一環I 芯片是智能汽車時代實現域控制的核心汽車由分布式架構向域控制中央集中式架構方向發展。傳統分布式硬件架構面臨 智能車代維求和量結化據的般新個應功，便新對的知感決策執層著能網汽時的來以特拉為 代表的汽車電子電氣架構改革先鋒率先采用中央集中式架構，即用一個電腦控制整車。全球圍各主廠已認到件義車大趨紛升自電子氣架 構，不主廠用個電控整的案同，架域制集方向同。域控器漸成期傳感處據徑劃決等運算理器功能因對控器片算需大提。非結構化數據導致傳

36、統 CU 不能滿足需求，I 作為協處理器逐漸成智時代的核心隨芯需理傳器來大汽內外環信且處大量圖片視等非構據向制指運的U 能足求AI處理作為智能時代的協處理器，成為智能汽車時代的核心。一般待處理數據信息會先傳遞給 PU同于UU發現大模非構數據自無處其傳給 AI處理運而U暫停算待AI處運算束進下步操，所以AI處理是工時代協理,現智能車代算核。圖1：自動駕駛信息傳遞環節數據來源：NP，東吳證券研究所繪制預計2025年我國汽車I 芯片市場超91 億美元，R46.2%假設汽車市場容量測如文U 算一致我汽量202025年復增為2。各級別自動駕駛滲透預測。3、4 級分于020 、023年模每年并以34透提根

37、信發的汽中長發規出我國200年自駕滲率達0，2025 年透率達03 級于2020 開量并規投放市滲率速著4 級車于203 開始級滲陸續達滲透率值又慢降。各級別自動駕駛I芯片單車價值預測020年13 級AI芯片單車分別為50 美、10 元、0 美著術漸熟230 年降到1 元、1 美元15美們計到2023年4 級高自駛出AI芯片車約為500美元到030年降到31 元。2025年我國AI芯片市超1億美元未來6年復合增速達464經算2020年我汽車AI 芯片場模為15 億元同長59.4，著車E 構加升級，控器央算臺被泛用到025 年AI 芯市規達1 億美， CR為45.到200年達177億元十復合速8

38、.。表：030年我國汽車AI芯片市場規模達77億美元，十年R 28.1%209200E201E202E203E204E205E206E207E208E209E200E1/020%25%28%28%25%20%16%13%10%8%6%4%17%23%27%30%29%27%24%22%20%18%16%14%滲透率2%7%13%19%23%26%28%26%24%22%20%4/53%9%14%19%27%35%43%51%合37%50%62%71%76%79%80%82%83%85%87%89%1/0515049484746454443434241SP(美元)1551501461411371

39、331291251211181141115004754514294073873713573423293154/51501301221131061019809311/0334433221111市場規模（美元7911121110987765391623272931282523204/51335506488111132152I芯片億美元9152331507491105125144161177332%594%544%353%586%492%225%156%193%151%122%100%域控制器億美元1930466299148181209250287322355數據來源：中國汽車工業協會，東吳證券研究

40、所預測集成更多I單元是智能芯片技術路徑發展的大趨勢C又稱中央處理器長邏輯控制和通用型據運算具有不可替代性有很強的通用性，可處理不同的數據類型，主要負責順序控制、操作控制、時間控制數據工操因任何個腦嵌式計算有PU或裁版PU由控ConoCahDA和輯單A中控器和寄器比理數的輯元比因對專領據處能力較弱代廠為86處理的特和入處理的R。P又稱圖形處器俗稱顯卡擅長大模行計U有算元數量眾多超的水的數類通為度一的相無賴省大量PU的不要制令算塊，行算較U 強。著工能發PU 不斷被應用于數值模擬、機器學習、視覺處理、語音識別等領域，廠商代表即為英偉達圖1：PU結構圖1：PU結構數據來源：，東吳證券研究所數據來源：

41、，東吳證券研究所FPA 全稱是 Fid Poaabe ae Arra：稱可編程邏輯門陣，力較高，適合小規模定制化開發測試。用戶可通過燒配置文件來定義其內部結構的連線從而到制路目。PA 芯量成較高比差如AC 芯用科業發階一方確成本勢不突表廠：賽靈、爾拉被特爾購、鑒技。AC全稱是caonfc egaed Ccu：是一種為專門目而計的集成電路，具有算最，效比優等特點。C 向定戶需適合為單一的規應場行速在等件比A 快但架層對定智算法作化持指集單或令全化若景一發變，類I 芯片便不再適需跟換面對階AI算法月年有量法被發出來，于動駛域用性強所現段沒有正義的AC芯片。N（即添加神經網絡單元的系統級芯片）是在芯

42、片中集成更多的神網絡單元，以實現快速的（卷積神經網絡）算NC 現段場名詞主要系隨著AI 芯片發傳統義法不全用NOC 別于AC 的智算法被化但并是顆完通芯支少量算型代企業英特爾旗的obe華（達奇構Aed 武U 系列百昆侖云、里頭、og（）圖2：FPA 結構圖2：N-OC結構華為達芬奇架構）數據來源：，東吳證券研究所數據來源：華為，東吳證券研究所由通用向專用排序次PPA數據處理成本經濟由優至差PGPU 用力效最但了運算還括制令可被）PU為為通的力架構為開放，可許主廠基層硬件構開自己門算法但能比較；）FPA，算力根客用置件改片構的現制用實驗室期批量AC為芯算高能優節不必要發源規量成本但持法夠靈。表：

43、AI芯片的主要技術路徑CPUPUFPAASIC定義中央處理器圖像處理器現場可編程邏輯門陣列專用處理器70晶體管用來構建 Ch,還有部分控制晶體管大部分構建計算元，運算復雜度低，適可編程邏輯，計算效率晶體管根據算法定制，耗低、計算效能高、計架構區別元，計算單元少，適合運大規模并行計算。支持各高，更接近底層I，通效率高。為特定需求專門算復雜，邏輯復雜，但量過冗余晶體管和連線實現少的場景，具有不可替性種編程框架，較PA和SIC 更通用邏輯可編程定制的芯片，編程框架固定，更換算法需重新設計計算能力和效率算力最低，能效比差算力高，能效比中算力中，能效比優算力高，能效比優上市速度快，產品成熟快，產品成熟快

44、上市速度慢，開發周期長成本用于數據處理時，單價成本最高用于數據處理時，單價成本高較低的試錯成本成本高，可復制，量產規模生產后成本可有效降低性能最通用（控制指令運算）數據處理通用性強數據處理能力較強，專用I 算力最強，最專用適用場景廣泛應用于各種領域廣泛應用于各種圖形處理、數值模擬、機器學算法領域適用成本要求較低的場景，如軍事、實驗室、研等主要滿足場景單一的消電子等高算力需求領域數據來源：SDN，東吳證券研究所整理AI 芯片通過添加神經單元實現I 運算的更。目市對來車AI 芯片采用PPAC 片案有大議們車據理芯不斷異過斷加經網單現AI運未來展主方除華為、地平武等AI芯不斷加經絡元而為用PU代供應

45、英偉達自駕系芯，也過加經絡元，實對AI 處理來越。但總言PU 仍較高豐的用塊實現各場的用，但帶來了成過，耗高問而出的NOC 雖不是C 固算具有本/功耗低優但針各種景適性較在汽領未兩未性能、成本方會相靠的趨。域控制器I芯片呈現三強多極競爭格局結論特斯拉D芯片自研自用引領產業發展屬于獨立一級全球U領域 AI 龍頭英偉達和背靠英爾的汽車AI 芯片龍頭 Meye 屬于第一陣列；為技術強勁自建生態體系屬于 1.5 陣列，有望快速突進第一陣列；國內智駕駛 AI 芯片銳地平線、云邊端領覆蓋I 新興寒武紀等處第二陣列；傳統汽電廠商及其他潛在進入者處于三列。表：汽車主要AI芯片對比特斯拉英偉Milye華為地平線

46、芯片名稱FSDXierOrin(02量產）EQ5snd 30征程 2 代J5(23量產）功能安全/SI-D/SI-DSI-D/SILB(D)工藝14nm12nm7nm7nm12nm28nm7nmI 算力236OPS30OPS200PS212OPS16OPS4 OPS96OPS功耗36W30W75W25W8W2 W15W能效比2OPS/W1OPS/W約3OPS/W2.4PS/W2OPS/W2OPS/W6.4PS/W對應市場ModlSX3應用全球六家ier和小鵬等/絕大部分主機廠、ier 1供商適配中I-T座艙域，DS 適配中/總結專用化算力高，能耗低生態豐富;PU高功耗未來下降空間有限)2 及以

47、下市場;黑盒難定制開發國內優選；華為生態生態有待提升/數據來源：各公司官網，東吳證券研究所整理特斯拉自研 FD 方案屬于另一極。主要優于研用根需研發專用芯少必的硬件塊縮短研發期少發計作2提升能效比用戶數據驅研發優化主劣勢生態較為封閉部發和用無法立善生體若使用量有研發要入量軟硬開發的成難通大模均成。Mobeye與英偉達屬于第1 陣列在3 到以公產幾不于正面競，著動駛程加發，爭逐加劇短來，bee 面向級以市，品加熟，更優。長來看英向3 以研市場在AI領域力厚發有，勢更突。NA 屬于第 1 陣列作為通用 I 芯片龍頭占據 3 級及以上市場對外提供芯片級產品而非芯片算法的解決方是合品牌的優選要優中立三

48、方最豐富的生態體位er2芯供提芯或發臺具備完善的軟工鏈應生算力（但利用率有待提升aer 片的30S高于Ee Q4 的.POn 芯的20S高于e Q5 的4；）支持各類傳感器數據融合供像+達各傳器據融處提供云務望獲取據現化主劣：要系U 通芯有量非要硬件塊，成本價格較貴浪源續望模產實現速能效差后續產品發入的DA深度習速模，效比善。Mobeye 屬于第1 陣列背靠英特爾，占據 2 及以下市場，芯片算法定的一體式解決方案要勢經驗豐富質量可靠產已有多車搭質量和配關客戶資源最豐富內絕數主和e1級應均為客戶價格較為合理主要劣勢1算力提升明低于其他廠新Ee5 算峰值僅4P市為3 級算需求0PS以期芯僅升VP

49、等手段算提或以或因高定針對覺少要的硬件資源，算力不高但性能仍滿足需求；2）黑盒子模式限制用戶創新，算法和片捆綁銷售或廠規較為客提定化在主廠件發力差的期階段受泛隨發能提一銷靈活較客難出差性產品。據劃Ee Q5 或開放合法但知法并提。華為屬于第1.5陣列借強勁的技術實力望速進入第一陣主要對L2+及以上市場，模與NDA類似，現階段對外平臺類產品（發平臺，而非解決方案是國產品牌優主優勢算力高能效優計平可供430S，端端1P芯級2支持各傳感器融合處理華整體技術雄厚生態體系有迅完善托為底片操系用G云計算服等速立富態體4提供云服務有望取據現主要劣勢： 1）無量產車缺相經驗累暫無據化軟算，載產或到2021年底

50、右現階段生體系仍弱于英偉達所目前交友靠眾領域的優構龐生體；）客戶對其“不造車尚持懷疑，或影響作。地平線屬于強勢第2 陣列，模式與 obeye 類似，對外主要提供解決產品（芯片算法，未捆綁售，AI 芯片于 220 年已搭載在長安 NIT 座艙自駕駛域芯片尚未載量產現階段主要對 2 級及以下市場，外提供片+算法方案主要優勢為立第三方和法分開售一式決案受戶信任國產芯片國優主要劣勢現階段算力較低無豐富生創企等；尚未通過功能全認，無自動駕駛芯片產。寒武紀屬于第 2 陣列，從車路協同、云服（據中心）等領域實快切入主要優勢：1）云邊端三類產品可從各種商業模式供應給智能車產業領域，端產品可供應企r1 據或提給

51、服供商邊緣產供給府客戶于車路協設使緣端產供給機等國產芯片國內優選中立第三方主要劣勢與車合作較無豐富生態企等尚未通過功能全認證。特斯拉：自研SD芯片，引領產業發展總結：特斯拉自研 D 方案屬于另一極。要勢由研用據需求研發用片減不要的硬模縮短研發周期少發工作）提升能效比用戶數驅動研發優化主要劣生態較為封閉部開和使用無建完的態體若使用量有芯研需投大資金軟硬件開的本以過規模用攤本。Aot 1.0 系統因obeye Eye3 算力低、算法和芯片捆綁銷售限創被棄用2014年斯布uopot1.視芯用eeEeQ3數融合片采用英達ega 。載1 個前攝頭1 后倒車像不與助駛、1 個前置達12 超波感器特拉用要因

52、在EeQ3 算力僅0.56S，而且覺知法芯捆綁售影產創。Aot 2.0系統因NA P2方案能效比差成本較高被棄用。.0 較上一代升0 性系由1.0系的達導主轉為攝頭雷達為輔助硬方用VDA 的1 顆ega ker芯和1顆Pacal架片方；支持8 攝12個雷和1個置米雷2.5系是NVA 方案的延續特拉用VDA 方主原在：DA P2 方案PU 仍有多的軟件源費能比（耗較，本較。特斯拉ot 3.0系自研FD算法。3.0系采用自的D 片案，2 顆D 片現余計共272PS72針對身用法場專門計 SD可少必的件模實資的化利uopot3.0實應相比25 本升1 功耗高5其本只有25 本的80顆芯將運算結互比若

53、正確執操若則返重而若芯片現故障，動駛統不影響。圖2：toot 硬件 1.0圖2：toot 硬件 2.0數據來源：，東吳證券研究所數據來源：，東吳證券研究所圖2：toot 硬件 2.5圖2：toot 硬件 3.0數據來源：，東吳證券研究所數據來源：，東吳證券研究所表：特斯拉自動駕駛系統方案方案推出時間自動駕駛等級工藝功耗（）算力傳感器方案utopilot101er31Ey eQ3204 年 9 月至206 年10月，產車搭載/0.56PS1前置攝像頭12*超聲波傳感器1*前置雷達1*后置倒車攝像頭utopilot201era Prr1Psa l 架構PU206 年10月后產車搭載支 持3/416

54、nm57W24OPS8攝像頭12超聲波傳感器1*前置雷達1*后置倒車攝像頭utopilot252era Prr1Psal 架構207 年7 月后產車搭載支 持3/416nm257W48OPS同上2.0utopilot3.02FSD209 年3 月量產車搭載FSD芯片支 持3/4三星 nm72W272OPS(冗余設計）同上2.0數據來源：特斯拉，東吳證券研究所整理FD 芯片是一顆 U+PUP2NU 的異構片芯異化總展方向，專處單運對應操。1U是1個12核心RM 2架的64位處理器行為2.H2U能提供0.TLS 算力行為Gz； 32顆神網元運在2.Hz頻能供236PS的能為了提神網處器內存取度提計

55、能力顆D 芯部還成了 32MB高緩。FD芯片針對自身需求門開是特斯拉芯片能和功耗優的重法Auopot 30 ，斯宣稱SD 片為72P，統體力272S而 VDA Xaer 芯片僅為 21PS。盡管之后 VDA 公布 Xaer 理論計算能力為 30S但然及SD芯片而VDARVEXus計平于2Xaer和2enoCoe ，力到320S功為32高于Aupot 3.0 統的 72主系SD 芯為特拉用片較PU 通芯可少要的硬件模，現源最化利。圖2：特斯拉FD 芯片結構數據來源：特斯拉，東吳證券研究所A：全球通用I 芯片龍頭，構建生態王國結論NA屬于第1陣列作為通用I芯片龍頭占據L3級及以上市對外提供芯片級產

56、而芯片算法的解決方合資品牌的優主要勢立第三方最豐富的生體系定位er2 片應商提芯或發臺備最完善軟工鏈應生算力（但利用仍有待提升Xaer 芯的30高于Ee Q4 的2.5SOn 片的200S 于Ee Q5 的2；）支持各類傳感器數據融合攝像雷等類感數據合提供服務望獲數實優主要劣勢主系U 芯大的必硬件塊， 1成本價格較貴浪源續望模產實現速能效差后續產品發入的DA深度習速模，效比善。NA憑借通用占領游戲數據心等I應用多項霸主發加快游戲行業3D 圖的速度專芯，等三人于1993 聯立VDA，于199 推世首款P（形理器為迅速占戲場為主打堅實基，年現收5 美，成功納達克市在206 偉達出使 PU 通化的A

57、 ，推PU 為用的AI 硬件隨深學和大數據技的速展VA 基于用A 的U逐延到覺、數中心智駕等，造完的AI生態，引領工能代發。在芯片場英達的AI 芯片在球占高達0。在工能代快演VDA 作人智引領值斷得高，止超000美金。圖2：A 在PU市場是AI芯片龍頭數據來源：II，東吳證券研究所英偉達作為人工智時引領者近年來加角智能駕駛領域014年司正發布基于eper 架構的ga 1 移動處理，進軍能駛域此陸續De 系列產品核心PU架也由epe-xelPake-oa 架不提升算力由2.Tops浮點算P32升了Xaer 芯的3（點算nt 8，約為 301012 次/秒，能效比（算力功耗）逐代優化。205 年發

58、布首款自動駕駛平臺 DREPX算便到2Top便可支持2/3 級智能截目已布系產品算可持25 級自動駕領。由于NDA芯片從通領域跨入自動駕駛用域產品正不斷進化浮點運（P3向定運（n浮運雖度更但用數樣件下運速更能駛領為度習理域nt8 足需片異構化。 Xaer 系級片置圖信號理視處單（編程視覺速D（學習速+A+實近40萬運，僅深學就達30 億。NDA 的銷售模式采用芯片對應的軟支持的模式其配套軟主要負調用其芯片資而客可自行開發軟件算以用ND芯片的算子庫等，現度學習處理運算。表1：NA 自動駕駛系列產品發布CPU架構PU架構等級工藝功耗（）算力DriePX205年4*Cortex 574*Cortex

59、 532eraX1(Mll)2/328nm1502.3 Fop(P2)DriePX 2(utoCruis)206年4Dnvr28*Cortex 571eraX2 Prr)2/316nm1254 Flops(P2)DriePX 2(utoChufur)206年4Dnvr28*Cortex 572eraX2 Prr)2*Psl PU3/416nm2508Flops(P2)24OPSDrie AX Xier207年8*RM641era aier3/412nm3030OPSDrie AX Psus207年16*RM642era aier2uringPU12nm500320PSDRIVE X Orin2

60、09年2月rmHrules下一代PU架構或為7nm75200OPS數據來源：II，東吳證券研究所（注：發布時間不代表上車量產時間，由于需要適配測試，一般滯后23 年）2015 年英偉達的1 芯片嵌入于奧迪A8 的zAS 系統中。奧發中駕輔助系統制zA持3 級別要有4個核元英偉達的（采用eper架構約為35Gop負責員狀檢30全Mobeye（英特爾旗下的ye3負責通號別行檢測碰報線和車線識別Aer（英特爾旗下的Ccone（PA責標別合圖融，自動剎雷達感數處英飛凌的xC9T負責測系統運狀，整系達到AD 的標準時還責陣燈。圖2：英偉達的K1芯片嵌入奧迪A8的zS系統中數據來源：，東吳證券研究所201