版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 举报,一经查实,本站将立刻删除。如若转载,请注明出处:http://56bg.com/qichechanyelian/7357.html
定制报告-个性化定制-按需专项定制研究报告
行业报告、薪酬报告
联系:400-6363-638
《2024智能驾驶SoC芯片行业市场现状、主要供应商及发展趋势分析报告(35页).pdf》由会员分享,可在线阅读,更多相关《2024智能驾驶SoC芯片行业市场现状、主要供应商及发展趋势分析报告(35页).pdf(35页珍藏版)》请在本站上搜索。 1、2 0 2 4 年深度行业分析研究报告eZaVcWaYeZaVeUeUaQaOaQtRrRnPnRfQoOyReRoOwP8OnNxOwMqRnQwMtQrOCONTENTS目目 录录CONTENTS目目 录录百花齐放:主要供应商梳理自研或入股:主机厂的入局方式竞争格局和发展趋势02030401中枢大脑:智能驾驶中枢大脑:智能驾驶SoCSoC芯片芯片请仔细阅读尾部的免责声明L L2 2级智能驾驶已成为主流方案级智能驾驶已成为主流方案,L L3 3级智能驾驶正走向落地级智能驾驶正走向落地。按照按照SAESAE的分级标准的分级标准,智能驾驶的等级按照智能化的程度可分为智能驾驶的等级按照智能化的程度2、可分为L L0 0-L L5 5。实现L1级至L2级(包括L2+)的自动化的系统通常被称为高级驾驶辅助系统(ADAS),而支持L3级至L5级自动驾驶的系统被称为自动驾驶系统(ADS)。目前智能驾驶正向L2+级功能发展,其中包括 NOA(自动驾驶导航)等功能,让车辆可在高速公路或市区由始至终自动沿驾驶员设定的导航路线驾驶,提供类似L3级的自动驾驶的体验。主流汽车厂商基本都已经导入了主流汽车厂商基本都已经导入了L L2 2级的辅助驾驶产品级的辅助驾驶产品,L L2 2级智能驾驶已成为市场主流方案级智能驾驶已成为市场主流方案。政策法规陆续出台政策法规陆续出台、技术迭代逐步成熟技术迭代逐步成熟、车企推3、出相车企推出相关产品关产品、消费者存在智能化需求消费者存在智能化需求,多重因素共同推进多重因素共同推进L L3 3级智能驾驶走向量产落地级智能驾驶走向量产落地。政策端:四部委发布关于开展智能网联汽车准入和上路通行试点工作的通知,标志着L3/L4智能驾驶正式进入落地阶段,目前已经有宝马、奔驰、智己、极狐、长安深蓝、阿维塔等多家车企官宣获得L3级自动驾驶测试牌照;技术端:大算力芯片、BEV+Transformer算法、新一代电子电气架构等软硬件有力的支撑了高阶智能驾驶方案的成熟;产品端:小鹏、华为、理想、蔚来、智己等车企已经将陆续释放以城市NOA为代表的高阶智能驾驶功能;需求端:智能化体验已成为中4、国汽车消费者购车的重要参考因素。资料来源:SAE International,弗若斯特沙利文,黑芝麻智能招股书,西部证券研发中心1 1.1 1 汽车智能化:汽车智能化:L L2 2级智能驾驶已成为主流级智能驾驶已成为主流,L L3 3级智能驾驶正走向落地级智能驾驶正走向落地4表:智能驾驶的定义与分级表:智能驾驶的定义与分级需要驾驶员无人驾驶5级4级3级2级1级0级辅助驾驶功能自动驾驶功能无自动化驾驶员辅助部分自动化有条件自动化高度自动化全自动化仅限于提供警告及瞬时制动示例功能:自动紧急制动、盲点警告为驾驶员提供转向或制动/加速支持示例功能:车道居中或自适应巡航为驾驶员提供转向及制动/加速支持示5、例功能:车道居中同时自适应巡航在有限的条件下驾驶车辆,除非满足所有要求的条件,否则不会运行示例功能:交通拥堵自动驾驶示例功能:本地无人驾驶出租车、可能安装或未安装踏板/方向盘在所有条件下驾驶车辆示例功能:与L4相同,但该功能可以在所有条件下随处行驶请仔细阅读尾部的免责声明智能驾驶汽车市场空间广阔智能驾驶汽车市场空间广阔,预计到预计到20302030年渗透率将保持持续增长年渗透率将保持持续增长。全球来看:全球来看:2023年,在全球共售出的60.3百万辆新乘用车中,约39.5百万辆是具备智能驾驶功能的智能汽车,渗透率达65.6%。根据灼识咨询,预计到2026年及2030年,智能汽车销量将分别进一6、步增加至55.9百万辆及81.5百万辆,渗透率分别达80.3%及96.7%;且到2030年,高阶自动驾驶解决方案在驾驶自动化解决方案中所占的份额将超过60%,预计高阶自动驾驶解决方案届时将成为主流。国内来看:国内来看:2023年的新增乘用车销量为21.7百万辆,其中智能汽车为12.4百万辆,渗透率达57.1%。根据灼识咨询,预计到2026年及2030年,中国智能汽车销量将分别达到20.4百万辆及29.8百万辆,渗透率分别达81.2%及99.7%;预计到2027年,中国乘用车部署的驾驶自动化解决方案中将有接近一半是高阶自动驾驶解决方案,而到2030年,此比例将进一步提高到80%以上,远快于高阶自7、动驾驶解决方案在全球市场的渗透速度,主要系中国的汽车OEM在采用高阶自动驾驶解决方案这一趋势中走在前列。资料来源:交强险,灼识咨询,地平线招股书,西部证券研发中心1 1.1 1 汽车智能化:市场空间广阔汽车智能化:市场空间广阔,渗透率有望持续增长渗透率有望持续增长5图:全球智能汽车销量(单位:百外辆)及渗透率图:全球智能汽车销量(单位:百外辆)及渗透率图:国内智能汽车销量(单位:百外辆)及渗透率图:国内智能汽车销量(单位:百外辆)及渗透率请仔细阅读尾部的免责声明汽车芯片是现代汽车处理数据及控制车辆的重要组成部分汽车芯片是现代汽车处理数据及控制车辆的重要组成部分。汽车芯片是现代汽车处理数据及控制8、车辆的重要组成部分,支持在自动驾驶系统、驾驶舱、底盘、动力总成及车身等方面的广泛应用。汽车芯片可以分为计算芯片汽车芯片可以分为计算芯片、存储芯片存储芯片、传感器芯片传感器芯片、通信芯片及功率芯片通信芯片及功率芯片。据黑芝麻智能招股书,2023年全球汽车芯片市场规模估计约为人民币3,550亿元。随着汽车电气化及智能化的持续发展,对更高芯片使用率及更佳性能的需求不断增长。随着持续进行开发及需求不断增长,预计于2030年前,全球汽车芯片市场将超过人民币6,000亿元。资料来源:电子工程世界,西部证券研发中心1 1.2 2 车用车用SoCSoC芯片:汽车的智能电动化芯片:汽车的智能电动化,推升车用推升9、车用SoCSoC芯片的市场规模芯片的市场规模6图:车用芯片类型图:车用芯片类型计算芯片传感器芯片功率芯片模拟及通信芯片存储芯片主要用于计算分析和决策。传统汽车分布式 E/E架构下 ECU 控制单一功能,用 MCU芯片即可满足要求,而汽车域集中架构下的域控制器(DCU)和中央集中式架构下的中央计算机则需要 SOC芯片。主要负责车身状态和外界环境的感知和采集。传统汽车车用传感器主要有 8 种:压力传感器、位置传感器、温度传感器、加速度传感器、角度传感器、流感传感器、气体传感器和液位传感器,而智能电动车还包括 CIS、激光雷达、毫米波雷达、MEMS 等半导体产品。主要负责功率转换,多用于电源和接口。10、例如:IGBT功率芯片、MOSFET等。目前电动车系统架构中涉及到功率器件的组件包括:电机驱动系统中的主逆变器、车载充电系统(OBC)、电源转换系统(DC-DC)和非车载充电桩等。模拟芯片主要处理连续的声、光、电、速度等自然模拟信号的集成电路。通讯芯片主要用于总线控制、蓝牙/WiFi等方面。主要用于数据存储。DRAM、NAND Flash 是车载存储芯片主流产品。请仔细阅读尾部的免责声明汽车的智能电动化汽车的智能电动化,使得车用使得车用SoCSoC芯片成为汽车芯片设计及应用的主流趋势芯片成为汽车芯片设计及应用的主流趋势,从而有望达到千亿市场规模从而有望达到千亿市场规模。计算芯片是对各种传感器收11、集的讯号进行处理并将驱动讯号发送至相应控制模块的芯片,MCU及SoC是两种典型的计算芯片。MCU是指一种只包含单个CPU(中央处理器)作为处理器的传统电路设计,通常MCU的结构是CPU+存储+接口单元;SoC指片上系统(System on Chips),即一种集成电路设计,将特定应用或功能所需的所有必要组件及子系统集成到单个微芯片,包括将CPU、GPU(图形处理器)、ASIC(专用集成电路)及其他组件集成到单个芯片,而并非像传统的电子设计般将单独组件安装在一个主板上。SOC的结构可能为CPU+GPU+DSP+NPU+存储+接口单元。随着汽车行业向电动化及智能化推进,传统MCU面临无法有效应对的12、挑战,如复杂的电子电气架构及海量数据处理。SoC凭借计算能力提升、数据传输效率提高、芯片使用量减少、软件升级更灵活等多项优势,已成为汽车芯片设计及应用的主流趋势。资料来源:黑芝麻智能招股书,张臣雄AI芯片,西部证券研发中心1 1.2 2 车用车用SoCSoC芯片:汽车的智能电动化芯片:汽车的智能电动化,推升车用推升车用SoCSoC芯片的市场规模芯片的市场规模7图:全球及车规级图:全球及车规级SoCSoC芯片市场规模芯片市场规模图:图:CPUCPU、GPUGPU、FPGAFPGA、ASICASIC芯片架构芯片架构CPU标量处理器(时域/可扩展矢量)GPU基于矢量的SIMD(时域)FPGA定制的微13、架构(空域/数据流)ASIC定制的微架构(空域/阵列)请仔细阅读尾部的免责声明智能驾驶智能驾驶SoCSoC是智能驾驶汽车的是智能驾驶汽车的“中枢大脑中枢大脑”,对对ADASADAS、ADSADS汽车的性能至关重要汽车的性能至关重要。智能驾驶智能驾驶SoCSoC是一种专为智能驾驶功能而设计的是一种专为智能驾驶功能而设计的SoCSoC。通常集成到一个摄像头模块或一个智能驾驶域控制器中,作为智能驾驶汽车的“中枢大脑”。智能驾驶功能一般涉及感知、决策及执行三个层面。智能驾驶SoC用于决策层,负责将来自感知层传感器的数据处理及融合,然后代替人类驾驶员作出驾驶决策。智能驾驶智能驾驶SoCSoC及解决方案行14、业产业链及解决方案行业产业链:主要包括半导体制造商、智能驾驶SoC及解决方案供应商及终端应用。ADASADAS SoCSoC市场空间:市场空间:近年来ADAS SoC市场快速扩展。根据弗若斯特沙利文,2023年,全球及中国ADAS SoC市场分别达人民币275亿元及人民币141亿元;全球ADAS SoC市场预计到2028年将达人民币925亿元,2023年至2028年的复合年增长率为27.5%;中国ADAS SoC的市场规模预计到2028年将达人民币496亿元,2023年至2028年的复合年增长率为28.6%。ADSADS SoCSoC市场空间:市场空间:由于具备更先进的自动驾驶能力及复杂的功能15、,ADS SoC通常比ADAS应用的SoC价值量更大。根据弗若斯特沙利文,预计到2026年全球ADS SoC市场将达人民币81亿元,到2030年将达人民币454亿元。按ADS汽车销量计,中国有望成为最大的市场。预计到2026年及2030年中国ADS SoC市场将分别达人民币39亿元及人民币257亿元。资料来源:黑芝麻智能招股书,西部证券研发中心1 1.3 3 智驾智驾SoCSoC芯片:智能驾驶汽车的中枢大脑芯片:智能驾驶汽车的中枢大脑8图:智能驾驶图:智能驾驶SoCSoC及解决方案行业产业链及解决方案行业产业链图:全球及中国图:全球及中国ADASADAS应用的自动驾驶应用的自动驾驶SoCSoC16、市场市场半导体制造商智能驾驶SoC供应商终端应用半导体材料半导体设备晶圆制造封装及测试SoC设计算法中间件工具包二级供应商二级供应商全面的智能驾驶解决方案一级供应商一级供应商车辆道路汽车汽车OEM请仔细阅读尾部的免责声明智能化程度升级智能化程度升级,智驾芯片算力需求提升智驾芯片算力需求提升。智驾SoC芯片是高等级智能驾驶实现过程中智能驾驶汽车的“中枢大脑”,需要统一实时分析、处理海量的数据与进行复杂的逻辑运算,因此对其计算能力的要求非常高。目前智驾的SoC通常需要将CPU与GPU、FPGA、ASIC等通用/专用芯片异构融合、集合AI加速器的SoC芯片将大规模应用,实现大量数据的并行计算和复杂的17、逻辑功能。随着智能化程度升级,智驾芯片算力需求也持续提升。小算力小算力SoCSoC芯片芯片:算力通常为算力通常为2 2.5 5-2020 TOPSTOPS。当前智能驾驶L0-L2级别功能目前已经在乘用车型中实现量产应用,车型售价区间一般为10-15万元,为追求高性价比,主要搭载小算力SoC芯片,产品形态主要为前视一体机或者分布式的行车或泊车控制器方案,部分车型可提供高速 NOA 功能。中算力中算力SoCSoC芯片:算力通常在芯片:算力通常在2020-8080 TOPSTOPS。所搭载车型售价区间一般为15-25万元,支持实现的产品形态主要为轻量级行泊车一体域控制器方案;在功能上,通常能实现高速18、NOA、城市记忆NOA和记忆泊车等功能,部分车型或可提供城市NOA功能。大算力大算力SoCSoC芯片:算力通常在芯片:算力通常在8080 TOPSTOPS以上以上。随着L3及以上级别自动驾驶的成熟,在通往高阶智能驾驶功能的发展过程中要新的算法(Transformer+BEV+OCC)和更先进的整车EE架构(中央计算+区域控制)去实现,而这都需要更大算力SoC芯片来支撑。资料来源:晶上世界,各公司官网,西部证券研发中心1 1.3 3 智驾智驾SoCSoC芯片:智能化程度升级芯片:智能化程度升级,智驾芯片算力需求提升智驾芯片算力需求提升9表:小算力表:小算力SoCSoC芯片量产情况芯片量产情况厂商19、厂商芯片芯片制程制程/nm算力算力/Tops量产情况量产情况MobileyeEyeQ4282.5前视一体机,蔚来ES8、ES6、EC6、理想One、GL8等TITDA4VM168行泊一体域控,星途揽月、博越L、领克09 EM-P领航版、岚图追光等安霸CV22AQ104eTops前视一体机,传祺ES9、昊铂GT、埃安S MAX等地平线J2284前视一体机,深蓝SL03低配版、启源A05、Uni-V等地平线J3165前视一体机或行泊一体域控,深蓝SL03高配版、S7、RX5、星纪元ES等黑芝麻A1000L1616行泊一体域控,预计红旗E001、E202。厂商厂商芯片芯片制程制程/nm算力算力/To20、ps量产情况量产情况英伟达Xavier1230小鹏P7英伟达Orin-N784腾势N7、小米SU7 Pilot Pro版TITDA4VH1032大疆7V方案,宝骏云朵灵犀版、奇瑞iCar03MobileyeEyeQ5H724极氪001、009、宝马iX安霸CV72AQ540eTops合作开发中黑芝麻A10001658领克08表:中算力表:中算力SoCSoC芯片量产情况芯片量产情况表:大算力表:大算力SoCSoC芯片量产情况芯片量产情况厂商厂商芯片芯片制程制程/nm 算力算力/Tops量产情况量产情况英伟达Orin-X7254蔚来ET5、ET7、理想L7/L8/L9 Max版、小鹏G6、G9、X21、9、智己LS7、小米SU7 Pilot Max版英伟达Thor42000极氪、小鹏、理想、比亚迪、广汽埃安等已宣布规划搭载高通SA8650P550/100Ride平台第二代芯片,目前博世、大陆、德赛西威、均联智行均基于该芯片在设计研发高通SA8775P4-Ride Flex平台第一款产品,主打舱驾一体Mobileye EyeQ Ultra 6175预计2025年实现量产安霸CV3-6855750eTops 针对L3-L4级自动驾驶安霸CV3-6555250eTops 针对城市NOA安霸CV3-6355125eTops 针对高速NOA华为昇腾6107200问界M5、M7、M9、阿维塔11、12、22、智界S7、埃安LX Plus等地平线J516128理想L9/L8/L7 Air和Pro版、汉EV 荣耀版等地平线J6P7500计划24Q4交付黑芝麻A1000Pro16106合作开发中请仔细阅读尾部的免责声明除了堆算力外除了堆算力外,自研核心自研核心IPIP、完善开发工具链完善开发工具链、以及布局以及布局AIAI训练平台等是各大训练平台等是各大SoCSoC厂商构筑差异化优势的重要抓手厂商构筑差异化优势的重要抓手。自研核心自研核心IPIP:在芯片设计中,异构IP的配置非常重要,自动驾驶SoC芯片商均不断加强核心IP研发以保持关键竞争力。例如,英伟达将现有的以GPU为主的产品路线升级为“GPU+C23、PU+DPU”的“三芯”战略,在CPU和DPU方面均有布局;国内的黑芝麻智能推出了自主开发的两大核心IPNeurallQ ISP图像信号处理器和深度神经网络算法平台DynamAI NN引擎。完善开发工具链:完善开发工具链:SoC芯片的开发工具链至关重要,形成开发者生态圈,才能构建长期可持续的竞争能力。例如,地平线为J5提供了一套完整的边缘计算平台算法落地解决方案,提供了丰富的开发工具、示例以及内置了大量算法模型的模型发布物,以便于提高开发效率,和在地平线计算平台上快速部署自研算法模型。布局布局AIAI训练平台:训练平台:自动驾驶数据集对于训练深度学习模型和提升算法可靠性至关重要。SoC厂商纷纷24、推出了自研的AI训练芯片和超算平台,特斯拉推出了AI训练芯片D1和Dojo超算平台,将用于特斯拉自动驾驶神经网络的训练。此外训练算法模型产品也愈发重要,包括2D标注、3D点云标注、2D/3D融合标注、语义分割、目标跟踪等,如英伟达Drive Sim自动驾驶模拟平台、地平线“艾迪”数据闭环训练平台等。资料来源:地平线官网,佐思汽研,西部证券研发中心1 1.3 3 智驾智驾SoCSoC芯片:自研芯片:自研IPIP、工具链工具链、AIAI训练平台等构筑芯片厂商差异化优势训练平台等构筑芯片厂商差异化优势10图:地平线图:地平线J5J5算法工具链算法工具链图:智驾图:智驾SoCSoC厂商的数据训练产品厂25、商的数据训练产品自动驾驶自动驾驶SoC厂商厂商数据训练产品数据训练产品Nvidia机器学习平台MAGLEV自动驾驶汽车仿真软件DRIVE SimAI训练芯片A100Tesla特斯拉Dojo超算训练平台特斯拉Al超级计算机ExaPODAI训练芯片D1MobileyeREM的地图数据采集训练Mavit出行数据采集训练AI训练芯片Ponte Vecchio(英特尔)Huawei“华为八爪鱼”自动驾驶开放平台架构华为昇腾910 AI训练芯片和AI训练集群Atlas900全场景AI计算框架 MindSpore地平线地平线“艾迪”数据闭环训练平台userid:93117,docid:174400,date26、:2024-09-10,CONTENTS目目 录录CONTENTS目目 录录百花齐放:主要供应商梳理百花齐放:主要供应商梳理自研或入股:主机厂的入局方式竞争格局和发展趋势02030401中枢大脑:智能驾驶SoC芯片请仔细阅读尾部的免责声明英伟达可以提供从驾驶到座舱英伟达可以提供从驾驶到座舱、从软件到硬件完整的解决方案从软件到硬件完整的解决方案,OrinOrin是目前英伟达的主要智驾是目前英伟达的主要智驾SoCSoC芯片芯片。英伟达的NVIDIA DRIVE AGX平台包含开发自动驾驶功能和沉浸式座舱体验所需的全部硬件和软件。该平台是一个运行 NVIDIA DRIVE OS的开放式模块化平台,与27、所支持的传感器和配件搭配使用时,可助力制造商打造自动驾驶功能和车载AI应用。且这些功能和应用可通过无线更新(OTA)进一步增强。从2015年开始,英伟达开始进入车载SoC和车载计算平台领域,为自动驾驶提供基础计算能力。此后英伟达几乎每隔两年发布一款车规级SoC芯片,且不断拉升算力水平。2020年,Xavier芯片算力为30 TOPS,2022年发布的Orin算力为254 TOPS,2022秋季GTC大会上发布了新自动驾驶芯片Thor,算力为2000TFLOPSFP8、4000TOPSINT8,取代了之前发布的算力达1000TOPS的Altan。目前英伟达的主要智驾SoC芯片为Orin。已经量产28、搭载的主机厂包括上汽智己,理想、蔚来、小鹏、比亚迪、沃尔沃、小米等,此外客户还包括Robotaxi等众多明星企业Cruise、Zoox、滴滴、小马智行、AutoX等。英伟达的下一代智驾SoC芯片为Thor。目前极氪、小鹏、理想、比亚迪等已宣布规划搭载。资料来源:英伟达官网,OS与AUTOSAR研究,西部证券研发中心2 2.1 1 英伟达英伟达12图:英伟达的智驾芯片产品线图:英伟达的智驾芯片产品线芯片芯片ParkerXavierOrinAtlanThor发布时间2018202020222024E(已淘汰)2024ECPU2 x Denver4 x ARM Cortex A578 x Nvidi29、a custom Carmel ARM6412 x ARM Cortex-A78AE(Hercules)ARM Neoverse v2 GraceARM Neoverse v2 Grace/Poseidon算力1 TOPS30 TOPS254 TOPS1000 TOPS2000 TFLOPSFP84000 TOPSINT8功耗15 W30 W45 W-制程16nm12nm7nm5nm4nm表:英伟达的智驾芯片产品线表:英伟达的智驾芯片产品线请仔细阅读尾部的免责声明除了除了SoCSoC芯片芯片,英伟达还提供集成了传感器方案的英伟达还提供集成了传感器方案的DRIVEDRIVE HyperionHy30、perion参考架构参考架构、DRIVEDRIVE OSOS开放式模块化平台开放式模块化平台、DriveWorksDriveWorks中间件平中间件平台台、DRIVEDRIVE ChauffeurChauffeur AIAI驾驶辅助平台等完整解决方案的产品线驾驶辅助平台等完整解决方案的产品线。资料来源:英伟达官网,西部证券研发中心2 2.1 1 英伟达英伟达13图:英伟达的图:英伟达的DRIVE HyperionDRIVE Hyperion参考架构参考架构NVIDIA DRIVE Hyperion 参考架构将基于 DRIVE Orin 的 AI 计算与完整的传感器套件集成在一起,能够加速开发、31、测试和验证过程。该架构包含 12 个外部摄像头、3 个内部摄像头、9 个雷达、1 个内部雷达、12 个超声装置、1 个前置激光雷达和 1 个用于采集实况数据的激光雷达。图:英伟达的图:英伟达的DRIVE OSDRIVE OS开放式模块化平台开放式模块化平台DRIVE OS是 DRIVE 软件堆栈的基础所在,也是针对车载加速计算而率先推出的安全操作系统。包括用于实现高效并行计算的 NVIDIA CUDA库、用于进行实时 AI 推理的 NVIDIA TensorRT,以及用于处理传感器输入的 NvMedia。图:英伟达的图:英伟达的DriveWorksDriveWorks中间件平台中间件平台在 D32、RIVE OS 的基础上,NVIDIA DriveWorks可提供对自动驾驶汽车开发来说至关重要的中间件功能。这些功能包括传感器抽象层(SAL)与传感器插件、数据记录器、车辆 I/O 支持和深度神经网络(DNN)框架。该工具拥有模块化和开放的特点,在设计上符合汽车行业软件标准。图:英伟达的图:英伟达的DRIVE Chauffeur AIDRIVE Chauffeur AI驾驶辅助平台驾驶辅助平台NVIDIA DRIVE Chauffeur 是一款 AI辅助驾驶平台。通过利用高性能计算技术和 NVIDIA DRIVE Hyperion 传感器组合,实现点到点自动驾驶。对于想要自行驾驶的用户,该系33、统还提供主动安全功能,并能够在危险情境下进行干预。请仔细阅读尾部的免责声明MobileyeMobileye为全球自动驾驶解决方案领导者之一为全球自动驾驶解决方案领导者之一,从基础辅助驾驶走向高阶智驾从基础辅助驾驶走向高阶智驾。作为全球自动驾驶解决方案领导者之一,Mobileye已经向全球交付了2亿颗芯片,同时有超过1.7亿辆汽车搭载了Mobileye技术。同时,作为中国高级驾驶辅助系统(ADAS)和智能驾驶市场的重要参与者,近年来,Mobileye也与吉利集团、一汽集团、上汽集团、长城汽车、东风集团等公司在多款重要车型上达成了长期战略合作。从2008年至2021年,Mobileye先后推出了E34、yeQ1、EyeQ2、EyeQ3、EyeQ4以及EyeQ5五款芯片。2023年,Moblieye发布了EyeQ6H和EyeQ6HL,EyeQ6H算力达到34 TOPS,通过同时使用2-4颗EyeQ6H,可以覆盖Mobileye SuperVision、Mobileye Chauffeur(L3)、MobileyeDrive(Robotaxi)等应用场景。2024年,Mobileye在CES上宣布了EyeQ7H芯片,算力67 Tops。资料来源:Mobileye官网,HiEV,西部证券研发中心2 2.2 2 MobileyeMobileye14表:表:MobileyeMobileye智驾芯片产品35、线智驾芯片产品线芯片芯片EyeQ4MEyeQ4HEyeQ5MEyeQ5HEyeQ6LEyeQ6HEyeQ7发布时间201820182021202120232023Samples 25Q2算力1.1 TOPS2 TOPS4.6 TOPS16 TOPS5 TOPS34 TOPS67 TOPS制程28nm28nm7nm7nm7nm7nm5nm覆盖功能Eyes-on Hands-onEyes-on Hands-onEyes-on Hands-onEyes-on Hands-onEyes-on Hands-offEyes-on Hands-onEyes-on Hands-onEyes-on Hands-36、offEyes-off Hands-offNo Driver(Robotaxi)-应用情况Honda Industry-first 100 CameraBMW Industry-first 120 8MP CameraVW Cloud-Enhanced Driver-AssistGeely Moblieye SuperVision-请仔细阅读尾部的免责声明MobileyeMobileye发布面向发布面向EyeQEyeQ系统集成芯片的软件开发工具包系统集成芯片的软件开发工具包(SDKSDK)EyeQEyeQ KitKit,从黑盒走向开放从黑盒走向开放。在智能驾驶发展初期,Mobileye的黑盒封37、装设计装车即用,可以大大节约车企的使用成本,当时的Mobileye凭借低成本的视觉感知方案在ADAS领域成为多家车企的供应商。但随着智能驾驶技术的发展,全栈自研已经成为趋势,车企对辅助驾驶的要求也越来越多样,Mobileye的黑盒方案便成了限制。2022年,Mobileye正式发布首个面向EyeQ系统集成芯片的软件开发工具包(SDK)EyeQ Kit。使用EyeQKit,车企可基于EyeQ 6H处理器的高能效架构,在EyeQ平台上部署差异化的算法和人机接口工具。通过EyeQ的硬件和软件,汽车制造商可以获得全面的Mobileye解决方案,包括计算机视觉、道路信息管理(REM)自动驾驶汽车地图技术38、,以及基于责任敏感安全模型(RSS)的驾驶策略。EyeQ Kit使车企可以进一步挖掘Mobileye系统集成芯片的强大功能,在增强辅助驾驶功能的同时,也帮助车企实现专属自己品牌的个性化定制。资料来源:Mobileye官网,西部证券研发中心2 2.2 2 MobileyeMobileye15图:图:Mobileye Mobileye EyeQEyeQ KitKit图:图:Mobileye Mobileye EyeQEyeQ KitKit可满足可满足OEMOEM差异化应用需求差异化应用需求请仔细阅读尾部的免责声明高通推出骁龙数字底盘高通推出骁龙数字底盘,主打高集成主打高集成+低成本低成本,切入智驾39、切入智驾SoCSoC芯片领域芯片领域。高通通过推出骁龙数字底盘,集成包括IOT技术在内来自多生态系统的不同技术,覆盖车云、智联、座舱、智驾等四大板块,计算中枢主要是骁龙座舱芯片以及骁龙Ride智驾芯片。基于Snapdragon Ride平台,高通于2021年推出第一代智驾芯片SA8540,第二年发布SA8650,包括100 TOPS和50 TOPS两个版本。博世、大陆、Veoneer、法雷奥、德赛西威、均联智行、Momenta、大疆车载等均基于SA8650进行设计与研发;大疆车载基于高通SA8650P平台,推出了以7000元BoM成本实现城市NOA的方案。在Snapdragon Ride基础之40、上,高通进一步推出Snapdragon Ride Flex SoC,目标是实现车内的中央计算,旨在跨异构计算资源支持混合关键级工作负载,以单颗SoC同时支持数字座舱、ADAS和AD功能。Ride Flex SoC首款产品是SA8775,采用4nm制程工艺,主打舱驾一体,既能用于车内座舱,又可以实现辅助驾驶,预计2024年底可以实现量产上车。资料来源:汽车之心,高通官网,西部证券研发中心2 2.3 3 高通高通16图:高通骁龙数字底盘规划图:高通骁龙数字底盘规划图:图:Snapdragon RideSnapdragon Ride Flex SoCFlex SoC主打舱驾一体主打舱驾一体请仔细阅读41、尾部的免责声明高通通过高通通过SnapdragonSnapdragon RideRide平台平台,配合其覆盖规划配合其覆盖规划、定位定位、感知感知、中间件以及系统等全栈软件中间件以及系统等全栈软件,支持从主动安全到辅助驾驶再到支持从主动安全到辅助驾驶再到未来全自动驾驶业务未来全自动驾驶业务。高通的Snapdragon Ride Flex SoC预集成的软件平台支持多个操作系统同时运行,通过隔离的虚拟机和支持汽车开放系统架构(AUTOSAR)的实时操作系统(OS)支持管理程序,满足面向驾驶辅助安全系统、支持配置的数字仪表盘、信息娱乐系统、驾驶员监测系统和停车辅助系统的混合关键级工作负载需求。Sn42、apdragon Ride Flex SoC预集成经行业验证的Snapdragon Ride视觉软件栈,可赋能高度可扩展且安全的驾驶辅助和自动驾驶体验,利用前视摄像头满足监管要求,并利用多模态传感器(多颗摄像头、雷达、激光雷达和地图)增强感知,创建车辆周围环境模型,用于传入车辆控制算法。Snapdragon Ride视觉软件栈符合新车评价规范(NCAP)要求和欧盟汽车通用安全法规(GSR),并可向上扩展、支持更高水平的自动驾驶。Snapdragon Ride Flex SoC可采用云原生汽车软件开发工作流程进行开发,包括支持虚拟平台仿真,其可集成为云原生的开发运维(DevOps)和机器学习运维43、(MLOps)基础设施的一部分。资料来源:Vehicle,高通中国,芯智讯,西部证券研发中心2 2.3 3 高通高通17图:图:Snapdragon RideSnapdragon Ride平台方案平台方案图:图:Snapdragon Ride FlexSnapdragon Ride Flex系统架构系统架构请仔细阅读尾部的免责声明华为推出华为推出MDCMDC智能驾驶计算平台智能驾驶计算平台,提供系统化的解决方案提供系统化的解决方案,支持支持L L2 2+-L L5 5的平滑演进的平滑演进。华为MDC智能驾驶计算平台可实现智能驾驶全景感知、地图&传感器融合定位、决策、规划、控制等功能。适用于乘用44、车(如拥堵跟车、高速巡航、自动代客泊车、RoboTaxi)、商用车(如港口货运、干线物流)与作业车(如矿卡、清洁车、无人配送)等多种应用场景。智能驾驶需要多样化的异构计算能力,MDC平台硬件集成具有CPU与AI计算能力的SoC芯片,为智能驾驶提供可扩展的异构算力。MDC平台一共有四个产品,分别是MDC 300F、MDC 210、MDC 610、MDC 810。其中MDC 300F主要是用在商用车上,另外三个用于乘用车。MDC平台硬件集成具有CPU与AI计算能力的SoC芯片,整套SoC均自研,包括ARM处理器,AI处理器,图像处理器,存储处理器;具备完全自主研发的操作系统、软件栈、中间件等软件核45、心组件;确定性低延时,内核延时小于10us,通信延迟小于1ms;支持AutoSAR,工具链完善。资料来源:智驾最前沿,西部证券研发中心2 2.4 4 华为华为18表:华为表:华为MDCMDC平台产品平台产品产品产品MDC300FMDC210MDC610MDC810应用场景商用车L4乘用车L2L2+乘用车L3-L4乘用车L3-L4算力64 TOPS48 TOPS160-200 TOPS400 TOPS图:华为图:华为MDC610MDC610硬件架构采用一颗硬件架构采用一颗Ascend 610+Ascend 610+一颗英飞凌一颗英飞凌TC397TC397请仔细阅读尾部的免责声明华为的华为的MDC46、MDC智能驾驶计算平台智能驾驶计算平台,除了标准化的系列硬件产品除了标准化的系列硬件产品,还提供操作系统还提供操作系统、配套工具链及车路云协同服务等产品配套工具链及车路云协同服务等产品。MDC平台,包含标准化的系列硬件产品、智能驾驶操作系统AOS、VOS及MDC Core、配套工具链及车路云协同服务,支持组件服务化、接口标准化、开发工具化,满足车规级安全要求;支持软硬件解耦,通过一套软件架构、不同硬件配置,规范化的外型尺寸与物理特性,前向兼容,支持L2+L5级别自动驾驶的平滑演进。AOS与VOS:基于通过CC EAL5+安全认证的商用OS内核,符合ASIL D的功能安全架构和安全机制要求,用户47、态分布式实时通信架构,保障上层应用的确定性低时延,兼容主流POSIX标准接口和主流基础库。MDC Core:对外开放提供Classic AUTOSAR与Adaptive AUTOSAR、功能安全、网络安全及OTA升级等100多个API服务;支持主流的AI框架及1000多个AI算子;同时还对外提供功能软件框架及规范,定义了智能驾驶基本算法组件间开发接口,以提升应用场景与算法组件的研发效率与组合灵活性,方便上层应用的感知、融合、定位、决策、规划、控制等算法进行组件化的开发。工具链:提供安全可信,高效便捷,灵活开放的应用开发端到端工具集,支持可视化&拖拽式操作及自动代码生成,可一站式开发、测试、调优48、,帮助客户或生态合作伙伴快速开发满足AUTOSAR规范的智能驾驶应用。资料来源:华为官网,智驾最前沿,西部证券研发中心2 2.4 4 华为华为19图:华为图:华为MDCMDC平台整体架构图平台整体架构图图:华为图:华为MDCMDC平台的工具链平台的工具链请仔细阅读尾部的免责声明地平线以地平线以“算法算法+芯片芯片+工具链工具链”为基础技术平台为基础技术平台,提供智能驾驶解决方案提供智能驾驶解决方案。征程2为地平线的第一代车载智能计算方案,可提供超过4TOPS的算力。通过地平线视觉识别算法与硬件的高效协同,征程2处理器可以在2W的功耗下实时处理1080p30fps,对每帧多达200个目标进行检测49、与识别。征程2充分体现BPU架构强大的灵活性,全方位赋能汽车智能化。征程3为地平线基于自研的BPU2.0架构,针对高级别辅助驾驶场景推出的第二代车载智能计算方案,符合AEC-Q100,算力超过5TOPS。支持基于深度学习的图像检测、分类、像素级分割等功能,可实现多通道复杂计算任务和多通道数字视频录像,可实现ADAS、APA等功能。征程5是地平线第三代车规级产品,也是国内首颗遵循ISO26262功能安全认证流程开发,并通过ASIL-B 认证的车载智能计算方案;基于地平线BPU贝叶斯架构设计,可提供高达128TOPS算力;不仅适用于图像感知算法加速,还可支持激光雷达、毫米波雷达等多传感器融合;支持50、预测规划以及H.265/JPEG实时编解码,主要面向高级别自动驾驶及智能座舱的应用场景。2024年,地平线推出了征程6系列,其6款方案包括征程6B、征程6L、征程6E、征程6M、征程6H、征程6P,全面覆盖了低阶、中阶以及高阶智能驾驶量产需求。旗舰版芯片J6P,为全场景智能驾驶量身打造,集成了BPU、CPU、GPU及MCU等强大功能,算力达560TOPS。征程6的10家首批量产合作车企及品牌,包括上汽、大众、比亚迪、理想、广汽、深蓝、北汽、奇瑞、星途、岚图等,预计2024年内开启首个前装量产车型交付。资料来源:地平线官网,晶上世界,腾讯科技,西部证券研发中心2 2.5 5 地平线地平线20表:51、地平线征程系列芯片参数表:地平线征程系列芯片参数芯片芯片J2J3J5架构Dual-Core Bernoulli architecture BPU地平线伯努利2.0 BPU架构双核BPU贝叶斯架构CPUDual-Core ARM Cortex-A53 up to 1 GHz4核 Arm Cortex-A53 最高达1.2GHz八核 Arm Cortex-A55 CPU集群算力4TOPS5TOPS128TOPS制程28nm16nm16nm功能安全等级AEC-Q100 Grade 2搭载ASIL-D的MCU微控制器全面符合 AEC-Q100 Grade 2 车规级标准;功能安全等级达 ASIL-B(52、D)应用车型深蓝SL03低配版、启源A05、Uni-V深蓝SL03高配版、S7、RX5、星纪元ES理想L9/L8/L7 Air和Pro版、汉EV 荣耀版图:地平线征程图:地平线征程6 6系列系列请仔细阅读尾部的免责声明地平线有完整的智能驾驶产品矩阵地平线有完整的智能驾驶产品矩阵,除芯片外还包括算法除芯片外还包括算法、地平线天工开物地平线天工开物(工具链工具链)、地平线踏歌地平线踏歌(中间件中间件)及地平线艾迪及地平线艾迪(训练平台训练平台)等产品线等产品线。算法:全方位算法能力涵盖感知、环境建模、规划及控制以及驾驶功能,能够满足各个层面的高级辅助驾驶和高阶自动驾驶解决方案的开发要求。地平线天工53、开物:地平线天工开物是地平线的算法开发工具链,包含一系列即用型模块和参考算法。界面友好,辅助工具丰富,能够使得用户在其硬件上准确高效地部署算法和软件。地平线踏歌:地平线踏歌是一套面向高阶自动驾驶的安全、简单且易于使用的嵌入式中间件。提供标准化车规级服务和工具,以帮助加快开发、集成和验证工作,从而大幅推动和加速量产进程。地平线艾迪:地平线AIDI艾迪是软件开发平台,旨在高效完成模型的自动迭代改进。通过提供各种工具和应用程序界面以及简化的工作流程,AIDI艾迪帮助软件开发人员优化从部署、训练、验证、评估到迭代的整个软件开发流程。资料来源:地平线招股书,地平线官网,西部证券研发中心2 2.5 5 地54、平线地平线21图:地平线完整的智能驾驶产品矩阵图:地平线完整的智能驾驶产品矩阵图:地平线的天工开物开发平台图:地平线的天工开物开发平台请仔细阅读尾部的免责声明黑芝麻智能专注于视觉感知技术与自主黑芝麻智能专注于视觉感知技术与自主IPIP芯片的研发芯片的研发,打造车规级自动驾驶计算芯片打造车规级自动驾驶计算芯片。黑芝麻智能是车规级智能汽车计算芯片及基于芯片的解决方案供应商。公司从用于自动驾驶的华山系列高算力芯片开始,最近推出了武当系列跨域计算芯片,以满足对智能汽车先进功能的更多样化及复杂需求。公司自有的车规级产品及技术为智能汽车配备关键任务能力,包括自动驾驶、智能座舱、先进成像及互联等。通过由公司55、自行研发的IP核、算法和支持软件驱动的S0C和基于S0C的解决方案,提供全栈式自动驾驶能力。黑芝麻智能的智驾SoC芯片主要为华山系列,包括A1000、A1000L和A1000Pro。A1000L算力16TOPS,主要支持L2/L2+级别智能驾驶;A1000算力58TOPS,适配L2+/L3级别智能驾驶;A1000Pro算力达106TOPS,可适配L3/L4级别智能驾驶。到2023年底,A1000系列SoC的总出货量超过152,000片,主要客户包括一汽集团、东风集团、江汽集团、合创、亿咖通科技、百度、博世、采埃孚及马瑞利等。资料来源:黑芝麻官网,西部证券研发中心2 2.6 6 黑芝麻智能黑芝麻56、智能22图:黑芝麻智能图:黑芝麻智能A1000A1000系列系列SoCSoC系统架构系统架构芯片芯片A1000LA1000A1000Pro算力16TOPS58TOPS106TOPS制程16nm16nm16nmCPUARM Cortex A55 六核处理器1.2GHzARM Cortex A55 八核处理器1.5GHzARM Cortex A55 16核64位处理器 1.5GHz功耗15W18W-功能安全满足ISO26262和AEC-Q100标准满足ISO26262 ASIL-B和AEC-Q100 Grade-2标准芯片满足ISO26262 ASIL-B,安全岛满足ASIL-D,满足AEC-Q157、00 Grade-2标准应用场景L2/L2+L2+/L3L3/L4图:黑芝麻智能图:黑芝麻智能A1000A1000系列系列SoCSoC芯片芯片请仔细阅读尾部的免责声明黑芝麻智能拥有黑芝麻智能拥有ISPISP和和NPUNPU两大自主核心两大自主核心IPIP,并为并为SoCSoC提供配套软件提供配套软件,以支持客户在以支持客户在SoCSoC上开发及部署应用程序时进行定制上开发及部署应用程序时进行定制。黑芝麻智能拥有两大自主可控核心自研IP。NeurallQ ISP为自研车规级图像处理核心,支持高速多模式处理和高质量图像处理,全自主ISP算法;DynamAI NN引擎为自研车规级低功耗神经网络加速器58、,支持软硬件同步优化,多阵列、多精度、高算力。软件方面,黑芝麻提供:操作系统支持。自主开发的SoC驱动程序和操作系统可与智能汽车中各种应用程序全面兼容。瀚海-ADSP软件中间件。协助客户快速迁移和部署应用程序,广泛适用于自动驾驶及V2X应用场景。感知算法。先进的神经网络视觉感知算法从根本上增强了自动驾驶的图像处理能力。此外,公司从2020年开始提供自动驾驶解决方案。BEST Drive方案,包括支持L1及L2的Drive Eye、支持L2+自动驾驶的Drive Sensing、支持L3域控制的DriveBrain及支持下一代中央计算的Drive Turing。商用车主动安全系统Patronus59、,为商用车OEM及一级供货商提供具性价比的解决方案。V2X边缘计算解决方案BEST Road,针对新兴的路侧自动驾驶解决方案市场。资料来源:黑芝麻官网,西部证券研发中心2 2.6 6 黑芝麻智能黑芝麻智能23图:黑芝麻智能的图:黑芝麻智能的NeurallQNeurallQ ISPISP和和DynamAIDynamAI NNNN引擎引擎图:黑芝麻智能的开发工具链图:黑芝麻智能的开发工具链请仔细阅读尾部的免责声明芯擎科技致力于成为世界领先的汽车电子芯片整体方案提供商芯擎科技致力于成为世界领先的汽车电子芯片整体方案提供商,座舱座舱SoCSoC芯片龙鹰一号已经量产芯片龙鹰一号已经量产,智驾智驾SoCS60、oC芯片芯片ADAD10001000稳步推进稳步推进。芯擎科技由亿咖通科技和安谋中国等共同出资成立,专注于设计、开发并销售先进的汽车电子芯片。2021年,芯擎科技发布“龙鹰”品牌和“龙鹰一号”高端智能座舱芯片,采用7nm车规工艺,具备高性能异构计算引擎、高速内存通道和外部接口能力、高算力AI单元、低延迟内置DSP与AI单元等。基于龙鹰一号芯片,芯擎科技可提供智能座舱解决方案、舱泊一体解决方案和舱驾一体解决方案等。2021年问世以来,龙鹰一号芯片已成功与吉利、一汽等厂商达成合作,实现了20多款主流车型的规模化交付或定点。到2024年7月,该芯片的累计出货量已突破40万片。2024年,芯擎科技发布61、了“龙鹰智驾系列 AD1000”芯片。该芯片采用7nm车规工艺制造,并符合AEC-Q100标准。其架构包括250+KDMIPS的CPU算力和256 TOPS的NPU算力,通过多芯片协同可实现最高1024 TOPS算力。单颗AD1000的算力能支持L2+的辅助驾驶能力,两颗合共512TOPS算力能满足L3智驾的算力要求,4颗合共1024TOPS算力则能支持L4级自动驾驶。资料来源:芯擎科技官网,中关村在线,西部证券研发中心2 2.7 7 芯擎科技芯擎科技24图:龙鹰一号芯片支持智能座舱、舱泊一体、舱驾一体解决方案图:龙鹰一号芯片支持智能座舱、舱泊一体、舱驾一体解决方案图:芯擎科技智驾图:芯擎科技62、智驾SoCSoC芯片芯片AD1000AD1000请仔细阅读尾部的免责声明辉羲智能致力打造创新车载智能计算平台辉羲智能致力打造创新车载智能计算平台,提供高阶智能驾驶芯片提供高阶智能驾驶芯片、易用开放工具链及全栈自动驾驶解决方案易用开放工具链及全栈自动驾驶解决方案。辉羲智能致力打造创新车载智能计算平台,提供高阶智能驾驶芯片、易用开放工具链及全栈自动驾驶解决方案,运用独创性“数据闭环定义芯片”方法学,助力车企构建低成本、大规模和自动化迭代能力,引领数据驱动时代的高阶智慧出行。辉義智能创导“数据闭环定义芯片”,目标是做高阶智驾的计算平台,以芯片为基础,打造前沿算法和数据工程,以及和合作伙伴一起推动高级63、的自动驾驶解决方案。公司的技术优势包括:先进制程SoC芯片设计及量产经验,成熟的软件工具链开发能力;助力构建完整链路数据收集与处理能力,驱动闭环高效迭代;基于先进BEV架构的多模态4D精准感知,快速实现城市NOA;高阶AD功能极速量产交付、快速升级迭代。目前辉羲智能推出了两款芯片产品Huixi R1Max和Huixi R1Pro。依托自研智驾芯片,辉羲联合产业合作伙伴推出11VnR1L的城区NOA解决方案,以及11VnR的高速NOA解决方案,覆盖L2+及以上级别的智能驾驶场景需求。首款旗舰芯片R1将于2024年下半年推向市场,并于2025年上车量产。经纬恒润目前在做大算力的城市经纬恒润目前在做64、大算力的城市NOANOA方案方案,与辉羲智能共同开发了感知算法及域控制器与辉羲智能共同开发了感知算法及域控制器,预计预计20252025年量产年量产。资料来源:辉羲智能官网,西部证券研发中心2 2.8 8 辉羲智能辉羲智能25图:辉羲智能创导的“数据闭环定义芯片”图:辉羲智能创导的“数据闭环定义芯片”图:公司目标图:公司目标-以芯片为基础,打造前沿算法数据工程,推动高级自动驾驶解决方案以芯片为基础,打造前沿算法数据工程,推动高级自动驾驶解决方案CONTENTS目目 录录CONTENTS目目 录录百花齐放:主要供应商梳理自研或入股:主机厂的入局方式自研或入股:主机厂的入局方式竞争格局和发展趋势065、2030401中枢大脑:智能驾驶SoC芯片请仔细阅读尾部的免责声明特斯拉自研特斯拉自研FSDFSD智驾芯片智驾芯片,掌握从芯片设计到软件开发的全栈技术掌握从芯片设计到软件开发的全栈技术。特斯拉的硬件平台(Hardware Platform,HW)是指在其电动汽车中用于自动驾驶功能的计算和传感系统,特斯拉的HW平台经历了几代的演变。HW1.0:2014年发布,采用Mobileye的EyeQ3芯片,算力为0.256 TOPS。HW2.0:2016年发布,采用了NVIDIA 的Drive PX2平台;2017年又升级为HW2.5版本,算力均为12 TOPS。HW3.0:2019年发布,采用自研高度集66、成的SoC+MCU芯片,算力达到144 TOPS,采用14 nm工艺,功耗72 W。从HW3.0,特斯拉采用自研的SoC+MCU芯片,开始全面掌握从芯片设计到软件开发的全栈技术。HW4.0:2023年发布,采用7nm制程的第二代FSD芯片,算力提升5倍,去掉了超声波传感器,采用纯视觉+神经视觉网络技术方案。HW5.0(AI5):据马斯克预计,将于2025年下半年推出,整个平台的算力大概是HW4.0的10倍。资料来源:Tesla官网,西部证券研发中心3 3.1 1 自研:特斯拉自研自研:特斯拉自研FSDFSD智驾芯片智驾芯片,掌握从芯片设计到软件开发的全栈技术掌握从芯片设计到软件开发的全栈技术267、7图:特斯拉图:特斯拉FSDFSD芯片芯片图:特斯拉图:特斯拉FSDFSD芯片核心部分芯片核心部分NNANNA神经网络加速器神经网络加速器请仔细阅读尾部的免责声明特斯拉自研特斯拉自研AIAI芯片芯片D D1 1以及自建超算中心以及自建超算中心DojoDojo,以支撑以支撑GrokGrok 3 3、FSDFSD、擎天柱机器人等超大规模人工智能训练需求擎天柱机器人等超大规模人工智能训练需求。2021年特斯拉在AI Day上发布D1芯片,D1拥有500亿晶体管,具备了强大和高效的性能,能够快速处理各种复杂的任务,专用于机器学习。2024年5月,D1芯片开始投产,采用台积电7nm工艺节点。为了获得更高68、的带宽和算力,特斯拉AI团队将25个D1芯片融合到一个tile中,将其作为一个统一的计算机系统运作。每个tile拥有9 petaflops的算力,以及每秒36 TB的带宽,并包含电力源、冷却和数据传输硬件。通过使用晶圆级互连技术InFO_SoW(Integrated Fan-Out,System-on-Wafer),在同一块晶圆上的25块D1芯片可以实现高性能连接,像单个处理器一样工作。6个tile构成一个机架(rack),两个机架构成一个机柜(cabinet),十个机柜构成一个ExaPOD。在2022年AI Day中,特斯拉表示,Dojo将通过部署多个ExaPOD进行扩展。所有这些加在一起构69、成了超级计算机。2024年,马斯克在德州超级工厂(Cortex)参观特斯拉的超级计算机集群时称,“这将是一个拥有约10万个H100/H200 GPU,并配备大规模存储的系统,用于全自动驾驶(FSD)和Optimus机器人的视频训练”,除了英伟达GPU,该超算集群中还配备了特斯拉HW4、AI5、Dojo系统。资料来源:新智元,西部证券研发中心3 3.1 1 自研:特斯拉自研自研:特斯拉自研AIAI芯片芯片D D1 1,自建超算中心自建超算中心DojoDojo28图:特斯拉自研的图:特斯拉自研的AIAI芯片芯片D1D1图:特斯拉算力的建设进展图:特斯拉算力的建设进展请仔细阅读尾部的免责声明蔚来蔚来70、、小鹏小鹏、理想均选择跨界自研智驾理想均选择跨界自研智驾SoCSoC芯片芯片,以实现从硬件到软件以实现从硬件到软件、从芯片到算法的全栈自研从芯片到算法的全栈自研。蔚来:首颗自研智驾芯片神玑NX9031已流片成功。2023蔚来日上,蔚来发布了首颗自研智驾芯片神玑NX9031。神玑NX9031采用5nm车规工艺,拥有500亿+晶体管,支持32核CPU,可搭配天枢全域操作系统使用。2024年NIO IN上,蔚来宣布神玑NX9031流片成功。据李斌介绍,自研的一颗芯片能达到四颗英伟达Orin X芯片的性能。蔚来的旗舰轿车ET9将首先使用这款智驾芯片和SkyOS天枢系统。小鹏:小鹏从2020年开始搭建芯71、片团队,2022年小鹏将芯片设计合作方由美国芯片设计公司Marvell更换为索喜Socionext,由索喜承包芯片后端设计。2024年8月MONA M03发布会上,小鹏官宣图灵自研AI智驾芯片流片成功。理想:理想此前更多精力放在功率半导体上,从2023年加强了其芯片研发团队,目前团队规模约200人,并持续推进芯片架构优化和创新,如关注chiplet、RISC-V等新技术。我们认为,车企选择自研智驾芯片,一方面出于降本考虑,另一方面自研芯片也可以与自研的算法有更高软硬件配合度,从而提升性能。资料来源:芯流智库,Socionext官网,西部证券研发中心3 3.2 2 自研:蔚小理跨界自研智驾自研:72、蔚小理跨界自研智驾SoCSoC芯片芯片29图:蔚来自研的智驾芯片神玑图:蔚来自研的智驾芯片神玑NX9031NX9031图:芯片设计公司索喜图:芯片设计公司索喜SocionextSocionext可提供定制化可提供定制化SoCSoC服务服务请仔细阅读尾部的免责声明包括吉利包括吉利、比亚迪比亚迪、长城长城、上汽等众多主机厂都通过入股芯片公司的方式上汽等众多主机厂都通过入股芯片公司的方式,战略布局智驾芯片赛道战略布局智驾芯片赛道。吉利控股旗下的亿咖通科技和安谋中国于2018年共同出资设立了湖北芯擎科技有限公司,专注于设计、开发并销售先进的汽车电子芯片,致力于成为世界领先的汽车电子芯片整体方案提供商。73、2021年6月,芯擎科技自研的中国第一颗7nm制程的车规级SoC芯片“龙鹰一号”正式发布。2024年,芯擎科技的新一代智能驾驶芯片AD1000亮相于亿咖通科技日上,单颗AD1000的算力能支持L2+的辅助驾驶能力,两颗合共512TOPS算力能满足L3智驾的算力要求,而4颗合共1024TOPS算力则能支持L4级自动驾驶。上汽、大众(通过旗下软件公司CARIAD)、奇瑞、比亚迪、东风、一汽、广汽、长城等主机厂背景的产业资本均投资了地平线。小米、吉利、上汽、东风等主机厂背景产业资本投资了黑芝麻智能。3 3.3 3 投资:众多主机厂通过入股芯片公司战略布局投资:众多主机厂通过入股芯片公司战略布局30图74、:芯擎科技产品规划图:芯擎科技产品规划图:地平线股东结构(截至图:地平线股东结构(截至20242024年年3 3月)月)资料来源:芯擎科技官网,地平线招股书,西部证券研发中心CONTENTS目目 录录CONTENTS目目 录录百花齐放:主要供应商梳理自研或入股:主机厂的入局方式竞争格局和发展趋势竞争格局和发展趋势02030401中枢大脑:智能驾驶SoC芯片请仔细阅读尾部的免责声明目前的国内市场目前的国内市场,不管是智能驾驶不管是智能驾驶SoCSoC芯片的整体赛道还是芯片的整体赛道还是5050TOPSTOPS以上高算力以上高算力SoCSoC芯片细分赛道芯片细分赛道,海外供应商的市占率均处于较高海75、外供应商的市占率均处于较高水平水平,国产化率相对较低国产化率相对较低。智能驾驶智能驾驶SoCSoC:国内的主要参与者包括地平线、海思及黑芝麻智能;海外的主要智能驾驶SoC市场参与者包括NVIDIA、Mobileye、Qualcomm、Texas Instruments及Renesas等。从2023年中国市场智能驾驶芯片及解决方案供货商的市场份额上看,前两大供应商占据了约一半的份额,相比较其他供应商领先优势明显。5050TOPSTOPS以上高算力以上高算力SoCSoC芯片:芯片:国内的主要参与者包括地平线、海思及黑芝麻智能,海外的主要智能驾驶SoC市场参与者包括NVIDIA、Qualcomm等。76、从2023年中国智能驾驶50TOPS以上高算力SoC芯片出货量市场份额上看,第一大供应商占据了约七成的市场份额,其后3家供应商市场份额分别达到14%、7.2%和5.6%。资料来源:黑芝麻智能招股书,西部证券研发中心4 4.1 1 竞争格局:海外供应商的市占率处于较高水平竞争格局:海外供应商的市占率处于较高水平,国产化率相对较低国产化率相对较低32图:图:20232023年中国市场智能驾驶芯片及解决方案供货商市场份额年中国市场智能驾驶芯片及解决方案供货商市场份额图:图:20232023年中国智能驾驶年中国智能驾驶50TOPS50TOPS以上高算力以上高算力SoCSoC芯片出货量市场份额芯片出货量77、市场份额27.50%23.70%4.80%3.60%2.20%1.80%1.60%34.80%EAFB黑芝麻智能CG其他72.50%14%7.20%5.60%0.40%0.30%AB黑芝麻智能CD其他请仔细阅读尾部的免责声明资料来源:汽车之家,各公司官网,懂车帝,太平洋汽车网,西部证券研发中心4 4.1 1 竞争格局:海外供应商的市占率处于较高水平竞争格局:海外供应商的市占率处于较高水平,国产化率相对较低国产化率相对较低33表:国内主要车型搭载智能驾驶表:国内主要车型搭载智能驾驶SoCSoC芯片情况(截至芯片情况(截至20242024年年8 8月底)月底)品牌品牌车型车型价格价格/万元万元智驾78、智驾SoC芯片芯片品牌品牌车型车型价格价格/万元万元智驾智驾SoC芯片芯片品牌品牌车型车型价格价格/万元万元智驾智驾SoC芯片芯片蔚来蔚来ET980神玑神玑NX9031小鹏小鹏G9 Max28.99-35.992颗 英伟达 Orin-X理想理想L9 Ultra43.982颗英伟达 Orin-XES849.80-59.804颗 英伟达 Orin-XG9 pro26.39-28.39英伟达 Orin-XL9 Pro40.98地平线征程地平线征程5ET742.80-51.604颗 英伟达 Orin-XX9 Max35.98-37.982颗 英伟达 Orin-XL8 Max/Ultra34.98/3779、.982颗英伟达 Orin-XEC745.80-54.804颗 英伟达 Orin-XX9 pro39.98-41.98英伟达 Orin-XL8 Pro32.18地平线征程地平线征程5ES743.80-51.804颗 英伟达 Orin-XP7 Max23.99-28.992颗 英伟达 Orin-XL7 Max/Ultra32.98/35.982颗英伟达 Orin-XES633.80-39.604颗 英伟达 Orin-XP7 Pro22.39英伟达 Orin-XL7 Pro30.18地平线征程地平线征程5EC635.80-41.604颗 英伟达 Orin-XG6 Max22.99-27.692颗 80、英伟达 Orin-XL6 Max27.982颗英伟达 Orin-XET529.80-35.604颗 英伟达 Orin-XG6 Plus/Pro19.99-23.49英伟达 Orin-XL6 Pro24.98地平线征程地平线征程5ET5T29.80-35.604颗 英伟达 Orin-XP5 Pro17.49英伟达 XavierMega52.982颗 英伟达 Orin-X小米小米SU7 Pro/Max24.59/29.992颗 英伟达 Orin-X问界问界M946.98-56.98Huawei MDC610极氪极氪00943.90-78.902颗 Mobileye EyeQ5HSU721.59英伟81、达 Orin-NM7 智驾版28.98-32.98Huawei MDC610007 2025款20.99-29.992颗 英伟达 Orin-X智己智己LS728.98-45.98英伟达 Orin-XM5 智驾版24.98-27.98Huawei MDC610001 95kWh后驱25.92颗 Mobileye EyeQ5HL729.99-41.99英伟达 Orin-X阿维塔阿维塔1130.08-39.08Huawei MDC810001 其他版本26.90-32.902颗 英伟达 Orin-XLS622.99-29.19英伟达 Orin-X1226.58-40.08Huawei MDC810领82、克领克0819.58-25.882颗颗 黑芝麻黑芝麻A1000L621.99-34.59英伟达 Orin-X享界享界S939.98-44.98Huawei MDC特斯拉特斯拉Model Y24.99-35.492颗 HW 4.0极越极越0121.99-30.992颗 英伟达 Orin-X智界智界S724.98-34.98Huawei MDCModel 323.19-33.592颗 HW 4.0请仔细阅读尾部的免责声明目前主流车企的电子电气架构多处于从功能域迈向跨域融合的阶段目前主流车企的电子电气架构多处于从功能域迈向跨域融合的阶段,目前硬件方面的跨域融合主要还是集中在控制器层面目前硬件方面的跨83、域融合主要还是集中在控制器层面。我们我们认为认为,作为支撑跨域融合的核心器件作为支撑跨域融合的核心器件,通过单芯片方案实现芯片层面上的跨域融合将成为未来的主要技术趋势通过单芯片方案实现芯片层面上的跨域融合将成为未来的主要技术趋势。跨域计算:是指用单颗芯片实现原本需要多颗芯片才能实现的功能。跨域融合的芯片产品不仅能带来智能化功能的进一步提升,同时,由于仅用单颗芯片就能实现原本需要多颗芯片才能实现的能力,跨域融合也能有效降低成本和功耗。目前,英伟达、高通、芯驰、黑芝麻等芯片厂商都已有跨域融合相关芯片的布局和产品。支持跨域融合功能的英伟达的Orin和高通的8295芯片已经量产,更高算力的英伟达Tho84、r和高通Snapdragon Ride Flex芯片预计将于24-25年实现量产,国内芯驰和黑芝麻也发布了旗下的跨域融合芯片产品。我们预计从2024年起,跨域融合芯片和功能有望加速量产落地。资料来源:各公司官网,佐思汽研,IT之家,Hothardware,中国电子报,西部证券研发中心4 4.2 2 发展趋势:单芯片实现跨域融合将成为未来的主要技术趋势发展趋势:单芯片实现跨域融合将成为未来的主要技术趋势34表:芯片厂商的多域计算表:芯片厂商的多域计算SoCSoC芯片产品布局芯片产品布局芯片厂商芯片厂商主要主要SoC产品产品NVIDIA DRIVE OrinNVIDIA DRIVE ThorOri85、n:支持舱驾合一多域计算,算力达254TOPS,为自动驾驶功能、置信视图、数字集群以及AI驾驶舱提供动力支持。Thor:中央计算芯片,算力2000TOPS,用一颗Thor芯片打造一个控制器即可同时为自动泊车、智能驾驶、车机、仪表盘、驾驶员监测、信息娱乐等多个系统提供算力,预计2025年量产。Qualcomm 8295Snapdragon Ride Flex8295芯片:支持舱驾融合功能,除了负责智能座舱部分之外,可以利用冗余的AI算力去负责辅助驾驶相关信息的处理。Snapdragon Ride Flex:集成式超级计算级别的汽车SoC,以单颗SoC同时支持数字座舱、ADAS和AD功能。芯驰驾之86、芯芯驰驾之芯V9芯驰舱之芯芯驰舱之芯X9驾之芯V9:专为新一代智能驾驶辅助系统设计的车规汽车芯片,集成了高性能的CPU、GPU和AI处理引擎,可以实现单芯片的行泊一体解决方案。舱之芯X9:专为新一代汽车电子座舱设计的车规级汽车芯片,集成了高性能CPU、GPU、AI加速器,以及视频处理器,可支持“一芯十屏”,支持舱行泊一体、舱驾一体等应用。武当武当C1200C1200:跨域融合SoC,采用7nm制程,主打多种计算类型的集成,将座舱、智驾、车身和网关四个域集成在一颗芯片中,目前已完成流片后的测试,功能性能验证成功,可以向客户提供样片。请仔细阅读尾部的免责声明我们认为我们认为,智能驾驶智能驾驶SoC87、SoC芯片赛道目前国产化率较低芯片赛道目前国产化率较低,国产替代空间大国产替代空间大。随着国产智驾随着国产智驾SoCSoC芯片的量产芯片的量产,国内供应商有望凭借性价国内供应商有望凭借性价比优势和服务好响应快的本地化优势逐渐脱颖而出比优势和服务好响应快的本地化优势逐渐脱颖而出。地平线、黑芝麻智能等国内供应商的量产SoC芯片,与国际主要竞争对手Nvidia设计的量产产品相比,从参数上看已经具备了竞争的能力。根据地平线招股书,公司的产品相比较于以色列的公司A,在开放性、系统运算效率、服务及响应度、性价比等方面已经具备了一定的竞争优势。国内供应商的业务模式高度灵活,本地化优势强。国内的供应商通常均允88、许客户在从算法到软件和开发工具再到处理硬件的全栈产品中选择任何解决方案或任何组件组合,可满足客户多样化及定制化客户需求的能力。本土供应商通常均能够提供附加服务,包括为汽车OEM及一级供货商提供联合软件研发及咨询服务以及图像调优服务,服务好且响应迅速。资料来源:第黑芝麻智能招股书,地平线招股书,西部证券研发中心4 4.2 2 发展趋势:国产化率低发展趋势:国产化率低,国产替代空间大国产替代空间大,国内供应商有望脱颖而出国内供应商有望脱颖而出35表:国内和海外供应商智驾表:国内和海外供应商智驾SoCSoC量产产品比较量产产品比较芯片芯片A1000A1000LA1000 ProJ2J3J5Xavie89、rOrin供应商黑芝麻智能 黑芝麻智能 黑芝麻智能地平线地平线地平线英伟达英伟达推出时间2020.062020.062021.042019.082020.092021.052018.012019.12制程16nm16nm16nm28nm16nm16nm12nm7nm算力58TOPS16TOPS106+TOPS4TOPS6TOPS128TOPS30TOPS254TOPS功耗18W15W25W2W2.5W30W30W45W最大支持摄像头数量168202616816ASILASIL-BASIL-B不适用不适用不适用ASIL-BASIL-BASIL-BAEC-Q100AEC-Q100Grade 2AE90、C-Q100Grade 2AEC-Q100Grade 2AEC-Q100Grade 2AEC-Q100AEC-Q100Grade 2不适用AEC-Q100CPU核心数目1111112588不适用图:地平线和以色列的公司图:地平线和以色列的公司A A竞争优势比较竞争优势比较地平线地平线公司公司Aa.聚焦汽车:按对终端客户的关注度计量。致力于汽车客户的市场参与者通常能为汽车提供更定制化的产品及解决方案。b.解决方案覆盖面:按市场参与者提供的与高级辅助驾驶和高阶自动驾驶解决方案相关的产品及服务范围计量。c.开放性:按市场参与者提供的解决方案架构的开放性计量,包括第三方开发及设计定制化解决方案的弹性。91、d.系统运算效率:按一段时间内可辨识及处理的影像及画面等信息量计量。e.服务及响应度:按在中国对客户服务质量及对客户请求的响应时间计量。f.性价比:以每单位成本的处理能力计量。*注:公司A成立于1999年,总部位于以色列,为高级辅助驾驶及高阶自动驾驶技术及解决方案提供商,并于2022年于纳斯达克上市。请仔细阅读尾部的免责声明我们认为我们认为,综合掌握产业链主动权综合掌握产业链主动权、降低成本降低成本、提升性能多个维度的要素提升性能多个维度的要素,主机厂或以多种方式向上游布局主机厂或以多种方式向上游布局,但能否具备规模效但能否具备规模效应是关键应是关键。特斯拉自2019年起开始使用自研的FSD芯92、片;蔚来、小鹏、理想均选择跨界自研智驾SoC芯片,以实现从硬件到软件、从芯片到算法的全栈自研;包括吉利、比亚迪、长城、上汽等众多主机厂都通过入股芯片公司的方式,战略布局智驾芯片赛道。我们认为,车企是否选择自研智驾芯片,以及在芯片赛道的参与深度,是综合考虑掌握产业链主动权,in-house降低成本,与自研的算法有更高软硬件配合度从而提升性能等多个维度的要素。而考虑智驾SoC芯片的算力和制程要求在持续提升,芯片层面的舱驾融合等发展趋势进一步提升了智驾SoC芯片的研发难度,IP授权、流片、测试、人员研发等费用将不断提升,因此能否具备规模效应分摊成本是主机厂是否选择自研智驾SoC芯片关键。资料来源:芯93、旺微,地平线,专家访谈,亿欧智库,EEWorid,西部证券研发中心4 4.2 2 发展趋势:主机厂或以多种方式向上游布局发展趋势:主机厂或以多种方式向上游布局,能否具备规模效应是关键能否具备规模效应是关键36图:主机厂向上游布局的多种方式图:主机厂向上游布局的多种方式一次流片分摊至单片成本一次流片分摊至单片成本/美元美元生命周期用量生命周期用量/万片万片制程制程流片一次成本流片一次成本/万美元万美元151050100500100040nm9090.0 18.0 9.0 1.8 0.9 0.2 0.1 28nm200200.0 40.0 20.0 4.0 2.0 0.4 0.2 14nm500594、00.0 100.0 50.0 10.0 5.0 1.0 0.5 7nm15001500.0 300.0 150.0 30.0 15.0 3.0 1.5 5nm47254725.0 945.0 472.5 94.5 47.3 9.5 4.7 3nm1000010000.0 2000.0 1000.0 200.0 100.0 20.0 10.0 表:一次流片分摊至单片成本表:一次流片分摊至单片成本主主机机厂厂参参与与度度提提升升芯片厂负责IP核相关开发,开放IP核授权,并提供相应软件支持包及芯片参考设计芯片厂完成IP核、芯片产品的开发,硬件层之上的底层软件通过开源、开放模式与整车开发整合芯片厂完成IP核、芯片产品、操作系统等关键环节的开发,由业界开发软硬件系统完全由芯片厂完成IP核、芯片产品、操作系统、上层软件硬件系统的所有开发和设计,整个过程与主机厂整车开发完全分隔