汽車芯片自動駕駛浪潮之巔

1、目錄1自動駕駛的決策層邏輯自動駕駛與決策層的關(guān)系決策層軟件：自動駕駛需要AI算法支持決策層硬件：控制器集中，以太網(wǎng)普及，算力提升2汽車芯片概述3自動駕駛SoC：自動駕駛競賽的制高點24附：中國自動駕駛芯片相關(guān)公司名單第一章自動駕駛的決策層邏輯3我國2020至2025年將會是向高級自動駕駛跨越的關(guān)鍵5年。自動駕駛等級提高意味著對駕駛員參與度的需求降低，以L3級別為界，低級別自動駕駛環(huán)境監(jiān)測主體和決策責(zé)任方仍保留于駕駛員，而L4、L5高級別自動駕駛的環(huán)境檢測主體和決策責(zé)任方則會轉(zhuǎn)移至系統(tǒng)，即由系統(tǒng)進(jìn)行環(huán)境監(jiān)控，再將所感知到的信息進(jìn)行處理決策，再根據(jù)決策執(zhí)行相應(yīng)的操作，如轉(zhuǎn)向、制動等。即感知層與決策

2、層系統(tǒng)承擔(dān)的職能會逐級遞增，系統(tǒng)構(gòu)成難度及所需組件也需逐級增加。完全自動駕駛高度自動駕駛有條件自動駕駛組合駕駛輔助部分駕駛輔助應(yīng)急輔助20302025202020152010時間軸L1自動化程度L4L5L2L3L0等級名稱定義環(huán)境監(jiān)控主體決策責(zé)任方是否限定場景L0無自動化No Driving Automation需要駕駛者全權(quán)操作駕駛員駕駛員是L1駕駛輔助Driver Assistance針對方向盤和加減速其中一項提供駕駛支持，其他由駕駛者操作駕駛員駕駛員是L2部分自動化Partial Driving Automation針對方向盤和加減速中多項提供駕駛支持，其他由駕駛者操作駕駛員駕駛員是L3

3、有條件自動化Conditional DrivingAutomation由系統(tǒng)完成所有駕駛操作，根據(jù)系統(tǒng)請求，駕駛者提供適當(dāng)操作系統(tǒng)/駕駛員系統(tǒng)/駕駛員是L4高度自動化High Driving Automation在限定道路和環(huán)境中由系統(tǒng)完成所有駕駛操作系統(tǒng)系統(tǒng)是L5完全自動化Full Driving Automation在所有道路和環(huán)境中由系統(tǒng)完成所有駕駛操作系統(tǒng)系統(tǒng)否資料來源：禾賽招股說明書，4車載感知毫米波雷達(dá)超聲波雷達(dá)激光雷達(dá)攝像頭算法智能駕駛系統(tǒng)自動駕駛計算平臺其他駕駛員輔助系統(tǒng)（低級別ADAS/AEB/LKS/TJA/ICA/TSR）自動駕駛芯片其他功能車載芯片路側(cè)設(shè)備運(yùn)營商路側(cè)設(shè)備

4、路側(cè)邊緣計算設(shè)備路側(cè)RSU設(shè)備感知層算法計算融合/自動駕駛汽車車身控制制動轉(zhuǎn)向照明驅(qū)動域控制器執(zhí)行層資料來源：汽車之家，節(jié)能與新能源汽車技術(shù)路線2.0，5決策層概述：軟件定義汽車，硬件同步升級決策層主要由芯片、計算平臺和軟件構(gòu)成，可視為自動駕駛的中央大腦。在進(jìn)行決策規(guī)劃時，決策層會從感知層中獲取道路拓?fù)浣Y(jié)構(gòu)信息、實時交通信息、障礙物信息和主車自身的狀 態(tài)信息等內(nèi)容。結(jié)合上述信息，決策規(guī)劃系統(tǒng)會對當(dāng)前環(huán)境作出分析，然后對執(zhí)行層下達(dá)指令，模擬大腦決策。執(zhí)行層車輛平臺車輛控制器自動駕駛的實現(xiàn)，需要決策層在“軟件+硬件”上雙重提升，軟件在算法，硬件主要就是汽車芯片。車輛與環(huán)境環(huán)境理解意圖識別行為預(yù)測路

5、徑規(guī)劃軟件芯片決策層道路拓?fù)浣Y(jié)構(gòu)交通信號燈交通標(biāo)志交通參與者狀態(tài)車主狀態(tài)高精地圖傳感器感知層資料來源：CSDN，6決策層軟件：自動駕駛需要AI算法支持智能汽車?yán)锏能浖饕梢苑譃閼?yīng)用算法軟件、中間件、系統(tǒng)軟件和工具軟件。系統(tǒng)軟件主要包括操作系統(tǒng)以及底層驅(qū)動和板級支持包等。中間件位于操作系統(tǒng)和應(yīng)用算法軟件之間，抽象化硬件資源，為上層的應(yīng)用和算法軟件開發(fā)提供統(tǒng)一的軟件接口，方便上層軟件開發(fā)調(diào)用；應(yīng)用軟件包括信息娛樂系統(tǒng)的人機(jī)交互、界面設(shè)計，ADAS軟件、車身控制軟件等。高級別自動駕駛應(yīng)用軟件背后需要靠基于人工智能或深度學(xué)習(xí)的算法軟件來提供支撐?，F(xiàn)在越來越多的芯片商開始提供工具鏈軟件來幫助主機(jī)廠研發(fā)

6、自己的自動駕駛算法。工具鏈軟件具體包括測試、設(shè)計和研發(fā)所用到軟件模塊。例如ECU軟件的測試和驗證，自動駕駛系統(tǒng)的仿真測試等。應(yīng)用軟件應(yīng)用算法軟件智能汽車軟件架構(gòu)算法軟件工具鏈軟件中間件組件(AutoSAR RTE/ROS/分布式通信/管理平面/數(shù)據(jù)平面等)工具鏈 (開發(fā)、仿真、調(diào)試、測試等)中間件驅(qū)動軟件BSPHypervisor操作系統(tǒng)內(nèi)核(Linux/QNX/Vxworks/OSEK OS等RTOS)系統(tǒng)軟件車輛平臺ECU/DCU等控制器V2X攝像頭、雷達(dá)等傳感器SoC/MCU芯片、處理器芯片(CPU/GPU/FPGA/ASIC等)硬件資料來源：中國軟件評測中心， 7決策層硬件：以太網(wǎng)普及

7、，控制器集中，算力提升智能汽車E/E硬件架構(gòu)升級主要為3個方面：1）以太網(wǎng)取代CAN/LIN：具有寬帶寬、低延時、低電磁干擾的以太網(wǎng)將成為未來車內(nèi)通信網(wǎng)絡(luò)的新骨干。(L2級別的ADAS需要超過120Mbps的傳輸速率，傳統(tǒng)CAN總線傳輸速率為1Mbps左右，以太網(wǎng)的傳輸速率為1Gbps左右。) 2）控制器架構(gòu)走向集中化：傳統(tǒng)汽車內(nèi)存在許多個模塊化的ECU(電子控制器)使得汽車內(nèi)部線束復(fù)雜、各控制單元間通信困難不利于整車數(shù)據(jù)交互和協(xié)同，難以實現(xiàn)整車統(tǒng)一的OTA升級。未來分布式E/E架構(gòu)將經(jīng)由(跨)域集中式最終邁向中央集中式，并通過一個高性能的中央控制器實現(xiàn)車云計算?？刂破骷泻蜎Q策層算力提升對內(nèi)

8、在芯片提出要求，傳統(tǒng)MCU芯片無法滿足智能化要求，SoC芯片需求大增。智能汽車硬件E/E架構(gòu)升級資料來源：博世官網(wǎng)， 8目錄1自動駕駛的決策層邏輯2汽車芯片概述什么是汽車芯片汽車芯片，正從MCU芯片，進(jìn)化至SoC芯片汽車缺“芯”的核心原因自動駕駛推動SoC芯片爆發(fā)增長3自動駕駛SoC：自動駕駛競賽的制高點94附：中國自動駕駛芯片相關(guān)公司名單第二章汽車芯片概述10汽車半導(dǎo)體概念寬廣，在汽車電動化、智能化、網(wǎng)聯(lián)化、共享化等各領(lǐng)域發(fā)揮重要作用，其按照功能分為汽車芯片、功率器件、傳感器等。其中芯片又稱為集成電路，集成度很高；人們常說的汽車芯片是指汽車?yán)锏挠嬎阈酒醇梢?guī)?？煞譃镸CU芯片和SoC芯片

9、。而功率器件集成度較低，屬于分立器件，主要包括電動車逆變器和變換器中的IGBT、 MOSFET等。傳感器則包括智能車上的雷達(dá)、攝像頭等。汽車半導(dǎo)體產(chǎn)業(yè)激光雷達(dá)、攝像頭等傳感器和其他MOSFET、IGBT等功率器件汽車半導(dǎo)體存儲芯片和其他SoC芯片汽車芯片計算芯片MCU芯片領(lǐng)域代表公司汽車SoC芯片Mobileye(英特爾)、英偉達(dá)、高通、華為、地平線、黑芝麻等汽車MCU芯片恩智浦、英飛凌、瑞薩、意法半導(dǎo)體、德州儀器、博世、安森美、微芯等汽車功率器件英飛凌、安森美、意法半導(dǎo)體、CREE、比亞迪、中車時代電氣等資料來源： 11MCU是芯片級芯片，又稱單片機(jī)，一般只包含CPU這一個處理器單元；MCU

10、=CPU+存儲+接口單元；而SoC是系統(tǒng)級芯片，一般包含多個處理器單元；如SoC可為CPU+GPU+DSP+NPU+存儲+接口單元。隨著全球汽車消費(fèi)升級，汽車電子化趨勢處于快速增長，全球汽車搭載的電子控制單元ECU數(shù)量持續(xù)增加，一般都是MCU芯片。汽車電子化需求及汽車MCU行業(yè)格局，導(dǎo)致汽車MCU芯片短中期出現(xiàn)了短缺。汽車智能化趨勢，一是智能座艙，二是自動駕駛，對汽車的智能架構(gòu)和算法算力，帶來了數(shù)量級的提升需要，推動汽車芯片快速轉(zhuǎn)向搭載算力更強(qiáng)的SoC芯片。傳統(tǒng)汽車自動駕駛汽車EEPROM RAMI/O TimersASICDSPGPUCPU串行接口ROMMCU芯片示意圖SoC芯片示意圖I/O

11、Timers資料來源：中金公司研究部串行接口ROMRAMCPUEEPROM12隨著汽車電子化加速滲透，汽車電控需求快速上升，因此汽車MCU芯片仍處于供不應(yīng)求格局，在疫情影響大背景下，這一問題顯得更為突出。由于全球汽車MCU芯片，處于恩智浦、英飛凌、瑞薩等為代表的群雄割據(jù)競爭格局。而芯片與車廠的深度綁定，導(dǎo)致個性化定制和外部代工，加劇了供應(yīng)鏈的擴(kuò)產(chǎn)難度。比如：瑞薩與豐田、英飛凌與德系等。目前處于成熟制程的MCU芯片短缺，由多種原因造成：新冠疫情+日本地震+德州暴風(fēng)雪+中國臺灣缺水。全球70%以上的汽車MCU生產(chǎn)來自于臺積電，而臺積電的汽車芯片代工收入2020年占比僅為3%， MCU處于 2045

12、nm的成熟制程（高端自動駕駛SoC芯片需要更先進(jìn)的7nm制成），代工利潤低，沒有擴(kuò)產(chǎn)動力，導(dǎo)致 MCU產(chǎn)能吃緊。上游設(shè)備商亦因利潤較低而較少生產(chǎn)成熟制成的生產(chǎn)設(shè)備，生產(chǎn)設(shè)備難補(bǔ)充。疫情期間消費(fèi)電子銷售爆發(fā)導(dǎo)致的產(chǎn)能擠壓。組件類型涉及領(lǐng)域晶圓尺寸(mm)工藝制成(nm)對臺積電依賴程度SoC芯片自動駕駛、智能座艙30028,16,14,7,5很高M(jìn)CU芯片所有ECU200,3002045很高(70%由臺積電代工)功率器件逆變器、變換器、電驅(qū)動等20090110較低(大部分內(nèi)部制造)2019年全球汽車MCU芯片市場份額資料來源：IHS Markit，恩智浦 英飛凌 瑞薩電子意法半導(dǎo)體德州儀器 博世

13、安森美 微芯科技其他100%90%80%70%60%50%40%30%20%10%0%臺積電汽車芯片代工收入占比較低5%7%5%7%4%6%5%8%4%5%4%9%3%3%4%8%3%5%4%9%4%6%5%8%3%32%9%4%4%3%7%29%29%32%29%30%32%37%31%47%45%49%53%49%45%46%51%SmartphoneAutomotiveHigh performance computingDigital consumer electronicsInternet of thingsOthers智能手機(jī)汽車高性能計算消費(fèi)數(shù)碼物聯(lián)網(wǎng)其他1Q192Q193Q194

14、Q191Q202Q203Q204Q2013汽車中要用到SoC芯片的主要為智能座艙和自動駕駛兩個方面。與自動駕駛芯片相比，智能座艙芯片相對容易打造。即便芯片完全失靈，也不會威脅司機(jī)和乘客的生命安 全，過車規(guī)難度較低。在智能汽車芯片”戰(zhàn)爭”中，智能座艙芯片是“前哨戰(zhàn)”，自動駕駛芯片才是“戰(zhàn)事中的制高點”。未來智能座艙所代表的“車載信息娛樂系統(tǒng)流媒體后視鏡抬頭顯示系統(tǒng)全液晶儀表車聯(lián)網(wǎng)系統(tǒng)車內(nèi)乘員監(jiān)控系統(tǒng)”等融合體驗，都將依賴于智能座艙SoC芯片。智能座艙芯片的市場主要競爭者有消費(fèi)電子領(lǐng)域的高通、英特爾、聯(lián)發(fā)科等，主要面向高端市場；此外還有NXP 、德州儀器、瑞薩電子等傳統(tǒng)汽車芯片廠商，其產(chǎn)品主要面向

15、中低端市場。目前國內(nèi)大部分車型搭載座艙域控制器芯片的以德州儀器的 Jacinto6 和 NXP 的 i.mx6 等上一代產(chǎn)品。國內(nèi)新入局的競爭者主要有華為(與比亞迪合作開發(fā)麒麟芯片上車)、地平線(長安UNI-T、理想ONE的智能座艙基于征程2芯片)。智能座艙SoC芯片市場主要競爭者與最新產(chǎn)品芯片廠高通英特爾聯(lián)發(fā)科恩智浦德州儀器瑞薩型號SA8155PA3950MT2712i.mx8QMJacinto7R-CAR H3工藝制程7nm14nm28nm28nm28nm28nm內(nèi)核數(shù)84662-48車規(guī)級AEC-Q100AEC-Q100AEC-Q100AEC-Q100 ASIL-BAEC-Q100 AS

16、IL-BAEC-Q100 ASIL-B代表搭載車廠小鵬特斯拉、長城大眾福特大眾大眾數(shù)據(jù)來源：IHS Markit， 14傳統(tǒng)汽車分布式E/E架構(gòu)下ECU（Electronic Control Unit）控制單一功能，用MCU芯片即可滿足要求。隨著汽車電子化自動化程度提升，車載傳感器的數(shù)量持續(xù)增加，傳統(tǒng)的分布式架構(gòu)出現(xiàn)瓶頸：1）ECU算法只能處理指定傳感器的數(shù)據(jù)，算力不能共享；2）分布式架構(gòu)新增傳感器和ECU的同時，需要在車體內(nèi)部署大量通信總線，增加裝配難度和車身重量；3）車內(nèi)ECU來自于不同的供應(yīng)商，開發(fā)人員無法實現(xiàn)統(tǒng)一化編程和軟件升級，無法實現(xiàn)整車OTA。汽車域集中架構(gòu)下的域控制器(DCU)

17、和中央集中式架構(gòu)下的中央計算機(jī)需要SoC芯片。隨著智能網(wǎng)聯(lián)汽車時代的到來，以特斯拉為代表的汽車電子電氣架構(gòu)改革先鋒率先采用中央集中式架構(gòu)，即用一個電腦控制整車，并可以很好的實現(xiàn)整車OTA軟件升級。全球范圍內(nèi)各大主機(jī)廠均已認(rèn)識到汽車控制集中化的大趨勢，雖不同主機(jī)廠對控制域的劃分方案不同，但架構(gòu)向域控制/集中式控制的方向相同。域控制器集成前期的諸多ECU的運(yùn)算處理器功能，因此相比ECU其對芯片算力的需求大幅提升，計算芯片相應(yīng)的需要用到算力更高的SoC芯片。內(nèi)含MCU芯片當(dāng)前的汽車分布式架構(gòu)域集中式架構(gòu)中央網(wǎng)關(guān)中央計算式架構(gòu)內(nèi)含SoC芯片ECUECU15資料來源：博世官網(wǎng)，目錄1自動駕駛的決策層邏輯

18、2汽車芯片概述3自動駕駛SoC：自動駕駛競賽的制高點三大主流處理器架構(gòu)自動駕駛芯片的市場及格局受益自動駕駛，汽車芯片有望產(chǎn)業(yè)鏈上行自動駕駛芯片的“中國機(jī)遇”164附：中國自動駕駛芯片相關(guān)公司名單第三章自動駕駛SoC芯片：自動駕駛競賽的制高點17處理器芯片是MCU/SOC芯片的計算核心：分為CPU、GPU、DSP、ASIC、FPGA等多種。一般MCU芯片中只有CPU，SoC芯片則中除CPU之外還會有其他種類的處理器芯片。CPU、GPU、DSP都屬于通用處理器芯片：CPU是中央處理器，擅長處理邏輯控制。對CPU進(jìn)行優(yōu)化調(diào)整，發(fā)展出善于處理圖像信號的GPU和善于處理數(shù)字信號的DSP。ASIC是專用處

19、理器芯片，F(xiàn)PGA是“半專用”處理器芯片。EyeQ(Mobileye)、BPU(地平線) 、NPU(寒武紀(jì)等)等專門用來做AI算法的芯片(又稱AI芯片)則屬于專用芯片(ASIC)的范疇。FPGA是指的現(xiàn)場可編程門陣列，是”半專用”芯片，這種特殊的處理器具備硬件可編程的能力。各類處理器芯片代表廠商通用性專用性控制器DCU/中央計算機(jī)芯片SoC芯片處理器CPU+GPUCPU+FPGACPU+ASICCPU+多核混合架構(gòu)DSPASICFPGAGPUCPU自動駕駛汽車18資料來源：自動駕駛芯片是指可實現(xiàn)高級別自動駕駛的SoC芯片，通常具有”CPU+XPU”的多核架構(gòu)。L3+的車端中央計算平臺需要達(dá)到5

20、00+TOPS的 算力，只具備CPU處理器的芯片不能滿足需求。自動駕駛SoC芯片上通常需要集成除CPU之外的一個或多個XPU來做AI運(yùn)算。用來做AI運(yùn)算的XPU可選擇GPU/FPGA/ASIC等。GPU、FPGA、ASIC在自動駕駛AI運(yùn)算領(lǐng)域各有所長：CPU通常為SoC芯片上的控制中心，其優(yōu)點在于調(diào) 度、管理、協(xié)調(diào)能力強(qiáng)，但CPU計算能力相對有限。而對于AI計算而言，人們通常用GPU/FPGA/ASIC來做加強(qiáng)：1)GPU適合數(shù)據(jù)密集型應(yīng)用進(jìn)行計算和處理，尤其擅長處理CNN/DNN等和順序無關(guān)的圖形類機(jī)器學(xué)習(xí)算法。2)FPGA則對于RNN/LSTM/強(qiáng)化學(xué)習(xí)等有關(guān)順序類的機(jī)器學(xué)習(xí)算法具備明顯

21、優(yōu)勢。3)ASIC是面向特定用戶的算法需求設(shè)計的專用芯片，因“量身定制”而具有體積更小、重量更輕、功耗更低、性能提高、保密性增強(qiáng)、成本降低等優(yōu)點。自動駕駛SoC芯片中處理器芯片的比較CPUGPUFPGAASIC定義中央處理器圖像處理器現(xiàn)場可編程邏輯門陣列專用處理器算例和能效算力最低，能效比差算力高，能效比中算力中，能效比優(yōu)算力高，能效比優(yōu)上市速度快，產(chǎn)品成熟快，產(chǎn)品成熟快上市速度慢開發(fā)周期長成本用于數(shù)據(jù)處理時，單價成本最高用于數(shù)據(jù)處理時，單價成本高較低的試錯成本成本高，可復(fù)制，量產(chǎn)規(guī)模生產(chǎn)后成本可有效降低性能最通用（控制指令+運(yùn)算）數(shù)據(jù)處理通用性強(qiáng)數(shù)據(jù)處理能力較強(qiáng)，專用AI 算力最強(qiáng)，最專用適

22、用場景廣泛應(yīng)用于各種領(lǐng)域廣泛應(yīng)用于各種圖形處理、 數(shù)值模擬、機(jī)器學(xué)習(xí)算法領(lǐng)域適用成本要求較低的場景，如軍事、 實驗室、科研等主要滿足場景單一的消費(fèi)電子等高算力需求領(lǐng)域19資料來源：目前市場上主流的自動駕駛SoC芯片處理器架構(gòu)方案(或稱技術(shù)路線)有以下三種：英偉達(dá)、特斯拉為代表的科技公司，所用售賣的自動駕駛SoC芯片采用CPU+GPU+ASIC方案。Mobileye、地平線等新興科技公司，致力于研發(fā)售賣自動駕駛專用AI芯片，采用CPU+ASIC方案。Waymo、百度為代表的互聯(lián)網(wǎng)公司采用CPU+FPGA(+GPU)方案做自動駕駛算法研發(fā)。資料來源：自動駕駛芯片技術(shù)路線代表公司：英偉達(dá)特斯拉代表公

23、司： Mobileye 地平線代表使用公司：Waymo百度Apollo20英偉達(dá)Xavier以GPU為計算核心：主要有 4 個模塊: CPU，GPU，Deep Learning Accelerator（DLA）和 Programmable Vision Accelerator（PVA）。占據(jù)最大面積的是 GPU，接下來是 CPU，最后輔以兩個ASIC：一個是用于 inference 的 DLA，還有一個是加速傳統(tǒng) CV 的 PVA。特斯拉FSD以NPU(一種ASIC)為計算核心： 有三個主要模塊: CPU，GPU 和 Neural Processing Unit (NPU)。其中最重要也是面積

24、最大的就是特斯拉自研的 NPU(屬于ASIC)，主要用來運(yùn)行深度神經(jīng)網(wǎng)絡(luò)。 GPU 主要是用來運(yùn)行 deep neural network 的 post processing 部分。英偉達(dá)Xavier的芯片架構(gòu)：GPU顯著特斯拉FSD的芯片架構(gòu)：NPU顯著數(shù)據(jù)來源：英偉達(dá)官網(wǎng)，特斯拉官網(wǎng)， 21前三目攝像頭寬視角攝像頭無線網(wǎng)絡(luò)模塊12個 超聲傳感器雷達(dá)模塊車身CANUSSLINBCM左乘客座椅客艙加熱TPMS油泵逆變器PCS前三目攝像頭前三目攝像頭寬視角攝像頭Autopilot動力總成CANBMS充電模塊前三目攝像頭前三目攝像頭寬視角攝像頭 DOMEBCM右Light前安全氣囊控制模塊Radi

25、o娛樂板底盤CAN DOMELight后轉(zhuǎn)向柱控制模塊I-BoosterABS ESPEPS中控屏RFIDRFIDPark藍(lán)牙控制進(jìn)入控制配電盒網(wǎng)絡(luò)模塊特斯拉Autopilot系統(tǒng) FSD芯片架構(gòu)以太網(wǎng)診斷ISP(24-bit) Camera I/F Safety System SecuritySystem大燈 大燈LPDDR4-4266(64-bit)NPU2 GHz(36.86TOPS)GPU 1 GHz(600 GFLOPS)NoCNPU 2 GHz(36.86TOPS)Video Encode (H.265)Quad-Core Cortex-A722.2 GHzQuad-Core Co

26、rtex-A722.2 GHzQuad-Core Cortex-A72GHz特斯拉的FSD 芯片 是一顆CPU+GPU+2NPU的多核 SoC芯片。其中NPU(神經(jīng)網(wǎng)絡(luò)單元)為兩顆專用處理單元處理AI算法，運(yùn)行在 2.2GHz頻率下能提供 2*36TOPS的處理能力。LPDDR4-4266(64-bit)22資料來源：特斯拉官網(wǎng)，EyeQ5 主要有 4 個模塊：CPU, Computer Vision Processors（CVP）, Deep Learning Accelerator（DLA）和 Multithreaded Accelerator（MA）。其中CVP 是針對很多傳統(tǒng)計算機(jī)視覺

27、算法設(shè)計的 ASIC。從公司成立開始 Mobileye 就是以自己的 CV 算法而聞名，同時因為用專有的 ASIC 來運(yùn)行這些算法而達(dá)到較低功耗而聞名。Mobileye EyeQ5的芯片架構(gòu)數(shù)據(jù)來源：Mobileye官網(wǎng)， 23地平線自主設(shè)計研發(fā)了AI專用的ASIC芯片：Brain Processing Unit(BPU)，可提供設(shè)備端上軟硬結(jié)合的嵌入式人工智能解決方案。基于BPU的征程2芯片可提供超過 4TOPS 的等效算力，典型功耗僅 2 瓦，能夠高效靈活地實現(xiàn)多類 AI 任務(wù)處理，對多類目標(biāo)進(jìn)行實時檢測和精準(zhǔn)識別。征程2充分體現(xiàn)了BPU架構(gòu)強(qiáng)大的靈活性，全方位賦能汽車智能化。地平線基于B

28、PU架構(gòu)的專用AI芯片產(chǎn)品產(chǎn)品名稱參數(shù)場景征程2芯片4TOPS等效算力，2W功耗ADAS輔助駕駛和自動駕駛最大分辨率1080p30fpsMatrix硬件平臺搭配征程2芯片ADAS輔助駕駛和自動駕駛最大4路視頻輸入支持具備語義分割目標(biāo)檢測系統(tǒng)級別每幀60s延時數(shù)據(jù)來源：地平線官網(wǎng)， 24谷歌 Waymo采用”CPU+FPGA”方案：Waymo的計算平臺采用英特爾Xeon12核以上CPU，搭配Altera的Arria系列FPGA，并采用英飛凌的Aurix系列MCU作為CAN/FlexRay網(wǎng)絡(luò)的通信接口 。其中Arria系列FPGA在未來自動駕駛算法固化后有可能被專用ASIC替代。FPGAMCUC

29、PUSoCWaymo自動駕駛研發(fā)基于“CPU+FPGA”方案數(shù)據(jù)來源：Waymo官網(wǎng)， 25我們認(rèn)為在自動駕駛算法尚未成熟固定之前，CPU+GPU+ASIC的架構(gòu)仍然會是主流。在自動駕駛算法完全成熟之后，定制批量生產(chǎn)的低功耗低成本的專用自動駕駛AI芯片(ASIC)將逐漸取代高功耗的GPU，CPU+ASIC架構(gòu)將成為主流。GPU本為支撐大型電腦游戲的圖像處理而設(shè)計，適合用于機(jī)器學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)訓(xùn)練。但GPU缺點是功耗大、計算能耗比低。計算能耗比方面，ASIC FPGA GPU CPU。專用AI芯片(ASIC)針對AI算法采取特殊設(shè)計，具有體積更小、功耗更低、可靠性更高、性能更高的優(yōu)點。缺點是一次研發(fā)

30、費(fèi)高、周期長。FPGA適合做算法的開發(fā)測試，不具備量產(chǎn)成本優(yōu)勢。FPGA開發(fā)的人工智能處理器具有高性能、低能耗、可硬件編程的特點，但FPGA在大規(guī)模量產(chǎn)方面不具備成本優(yōu)勢。故前采用CPU+FPGA方案的主要為百度、 Waymo等專注于自動駕駛算法軟件開發(fā)的公司。70%60%50%GPU在汽車AI芯片中的市場份額FPGA不具備大規(guī)模量產(chǎn)成本優(yōu)勢56%58%47%34%全定制ASIC半定制ASICFPGA價格40%30%20%10%0%201920202021E2022E1101001k10k100k1M產(chǎn)量26數(shù)據(jù)來源：IDC，我們預(yù)計自動駕駛芯片的2030年中國市場規(guī)模為813億元，2030年

31、全球市場規(guī)模為2224億元。其中中國2030年L2/L3芯片市場規(guī)模493億元，L4/L5芯片市場規(guī)模320億元；全球2030年L2/L3芯片市場規(guī)模1348億元，L4/L5芯片市場規(guī)模876億元。中國自動駕駛滲透率預(yù)測基于智能網(wǎng)聯(lián)技術(shù)路線2.0提出的滲透率大框架：2025年中國L2/L3滲透率 50%，2030年中國L2/L3滲滲透率70%，L4滲透率20%。得益于政策促進(jìn)，我們認(rèn)為在2020-2025年中國自動駕駛滲透率增長速率將快于全球。中國與全球自動駕駛芯片市場規(guī)模預(yù)測27資料來源：智能網(wǎng)聯(lián)技術(shù)路線2.0，在自動駕駛芯片領(lǐng)域，目前可實現(xiàn)車規(guī)級量產(chǎn)前裝的并不多，海外主要有Mobileye

32、、英偉達(dá)和特斯拉，中國主要有地平線和華為。自動駕駛SoC芯片產(chǎn)品趨勢：不單單注重算力，還要追求高功耗比：功耗比為算力TOPS/芯片功耗，一個好的自動駕駛芯片需要高功耗比?，F(xiàn)階段，主流產(chǎn)品的功耗比已經(jīng)由最初0.8TOPS/W(EyeQ4)、1TOPS/W(Xavier)，進(jìn)化到了2TOPS/W(征程、2.4TOPS/W(EyeQ5)，未來主流產(chǎn)品功耗至少在3TOPS/W以上。高端自動駕駛芯片向先進(jìn)制程延申：用于ADAS等低級自動駕駛芯片只需要28nm制程即可制造，隨著高級別自動駕駛對算例的要求愈發(fā)苛刻，規(guī)劃中針對L4/L5級自動駕駛的SoC芯片普遍需要7nm，甚至5nm先進(jìn)制程。自動駕駛芯片市場

33、主要競爭者與產(chǎn)品對比芯片商SoC芯片名稱最大算力(TOPS)功耗(W)算力/功耗制程(nm)適用等級量產(chǎn)時間主要搭載廠商英偉達(dá)Orin200653.18L4/L52022全球六家Tier1、小鵬、理想、豐田、沃爾沃、奧迪、小馬智行、文遠(yuǎn)知行等Xavier30301.012L4/L52020MobileyeEyeQ6128403.27L4/L52023奧迪、蔚來、寶馬、小鵬、威馬等EyeQ524102.47L2/L32021EyeQ42.530.828L1/L22018特斯拉FSD72721.014L32019特斯拉華為Ascend9105123101.77L42022奧迪，一汽、沃爾沃、東風(fēng)等

34、Ascend3101682.012L32018地平線征程596156.47L32022長安、奇瑞征程352.52.012L1/L22020征程2422.028L1/L22019黑芝麻A1000L1653.216L1/L22021-A10007088.816L32021A5005.822.928L1/L22020高通SnapdragonRide7001305.45L42023-瑞薩R-CAR V3U60-12L32023-恩智浦S32-5L4/L52021-28資料來源：各公司官網(wǎng)，汽車MCU芯片市場一直被恩智浦、德州儀器、瑞薩半導(dǎo)體等汽車芯片巨頭所壟斷，外來者鮮有機(jī)會可以入局。但隨著汽車行業(yè)加

35、速進(jìn)入智能化時代，一場以高級別自動駕駛SoC芯片為核心的商業(yè)大戰(zhàn)已經(jīng)打響，英特爾、英偉達(dá)、高通、華為等消費(fèi)電子巨頭紛紛入局，地平線、黑芝麻等初創(chuàng)公司亦迎來機(jī)會。未外供瑞薩、恩智浦等部分傳統(tǒng)汽車芯片也已開始布局自動駕駛芯片傳統(tǒng)汽車MCU芯片廠商德州儀器英飛凌意法半導(dǎo)體安森美恩智浦微芯科技瑞薩博世自動駕駛SoC芯片市場主要競爭者美國芯片巨頭)主機(jī)廠中國科技公司英偉達(dá)英特爾(Mobileye高通特斯拉零跑汽車規(guī)劃中蔚來汽車長城汽車廠29資料來源：傳統(tǒng)汽車芯片產(chǎn)業(yè)鏈中芯片廠為Tier2：是由德州儀器、恩智浦、英偉達(dá)等做好芯片設(shè)計之后，由以臺積電為代表的代工廠負(fù)責(zé)晶圓和芯片的制造，由長電科技等電子公司做

36、封裝測試，之后交由芯片設(shè)計廠整合成各種不同集成度的MCU、SOC芯片產(chǎn)品等。芯片產(chǎn)品交到Tier1做成ECU、DCU等控制器產(chǎn)品再裝配上車。傳統(tǒng)的汽車芯片供應(yīng)鏈30資料來源：SoC芯片供應(yīng)商提供軟硬件全棧能力或成新Tier1：傳統(tǒng)的博世、大陸等Tier1不具備基于SoC芯片的軟件能力，我們認(rèn)為未來SoC芯片供應(yīng)商將直接提供的軟硬件結(jié)合的車載計算開發(fā)平臺，從而可跳過傳統(tǒng)Tier1直接對接主機(jī)廠，從而成為“新Tier1”供應(yīng)商。例如英偉達(dá)直接對接小鵬，為小鵬提供硬件平臺的同時也提供了小鵬用于做自己的自動駕駛算法開發(fā)的工具鏈軟件及仿真環(huán)境等；類似地有地平線直接對接長安。未來的芯片廠通過直接向主機(jī)廠提

37、供以SoC芯片為核心的車載計算硬件平臺及軟開發(fā)生態(tài)環(huán)境來繞過傳統(tǒng) Tier1、從而攫取更高的利潤并獲得更高的行業(yè)話語權(quán)。例如Mobileye不再甘當(dāng)Tier2而只向Tier1供應(yīng)半成品組件，在與吉利最新的合作方案中，Mobileye首次負(fù)責(zé)完整的解決方案堆棧，包括硬件和軟件、驅(qū)動策略和控制，并計劃在系統(tǒng)部署后提供持續(xù)的軟件更新服務(wù)。自動駕駛芯片廠商的產(chǎn)業(yè)鏈地位傳統(tǒng)汽車芯片供應(yīng)鏈新-汽車芯片供應(yīng)鏈Tier1新Tier1Tier2Tier2SoC芯片廠軟硬件協(xié)同開發(fā) 31資料來源：“天工開物”為基于地平線自研 AI 芯片打造的 AI 全生命周期開發(fā)平臺，包括模型倉庫、AI 芯片工具鏈和 AI 應(yīng)用

38、開發(fā)中間件三大功能模塊，為地平線芯片合作伙伴提供豐富的算法資源、靈活高效的開發(fā)工具和簡單易用的開發(fā)框架。AI算法倉庫 Model ZooAI應(yīng)用開發(fā)中間件地平線“天工開物”軟件平臺人臉人體 視頻結(jié)構(gòu)化 2.5/3D視覺 人臉識別 行為識別 道路感知 AI芯片工具鏈AI Toolchain場景應(yīng)用參考方案模型訓(xùn)練模型轉(zhuǎn)換模型編譯算法&業(yè)務(wù)策略模塊池模型預(yù)測庫行為識別Xstream框架 Xproro原型框架基礎(chǔ)系統(tǒng)軟件與驅(qū)動 System ServiceBPU Driver視頻處理框架內(nèi)存管理Bootloader/Kernel/Drivers數(shù)據(jù)來源：地平線官網(wǎng)， 32自動駕駛SoC芯片的普及方興

39、未艾，我們認(rèn)為，中國相關(guān)企業(yè)與現(xiàn)有國際巨頭相比有如下競爭優(yōu)勢：平臺開放性優(yōu)勢：目前全球市占率第一的Mobileye 提供的自動駕駛平臺是“黑箱子”解決方案，車企和Tier1客戶都較難在Mobileye的產(chǎn)品上做修改或者開發(fā)自動駕駛算法。而英偉達(dá)和地平線等提供的則是一個開放性的軟硬件平臺；除了硬件平臺之外還提供工具鏈軟件、仿真軟件等軟件工具，可以讓客戶自己做自動駕駛數(shù)據(jù)采集和算法訓(xùn)練。本土化服務(wù)優(yōu)勢：英偉達(dá)的平臺具有較高的高開放性，卻也不完全適合國內(nèi)的部分傳統(tǒng)車企，一方面中國車企學(xué)習(xí)適應(yīng)英偉達(dá)的軟件環(huán)境需要時間；另一方面英偉達(dá)也難以為中國車企提供量身定制的即時間軟硬件支持服務(wù)。 而中國自動駕駛芯

40、片公司的本土化服務(wù)能力有利于它們與國外公司競爭。例如地平線地平線在長安UNI-T的征程2芯片前裝量產(chǎn)項目中，專門派出自己的研發(fā)團(tuán)隊與長安的團(tuán)隊密切合作，提供全方位的軟硬件支持服務(wù)。本土化服務(wù)平臺開放性中國自動駕駛芯片公司的優(yōu)勢33資料來源：地平線公司成立于2015年7月，由前百度IDL副院長余凱牽頭。公司于2017年12月發(fā)布中國首款嵌入式AI芯片，至今已成功量產(chǎn)專注智能駕駛的“征程(Journey)”系列AI芯片以及專注AIoT的“旭日(Sunrise)”系列AI芯片。2020年3月，公司征程2芯片開始在長安UNI-T上量產(chǎn)前裝，是中國第一款實現(xiàn)汽車前裝量產(chǎn)的AI芯片。過程中，地平線直接與長

41、安對接，為長安提供硬件軟件技術(shù)支持。截至目前，地平線征程2在長安 UNI-T 和理想ONE上實現(xiàn)了智能座艙域SoC芯片量產(chǎn)上車、在奇瑞螞蟻上實現(xiàn)了高級別輔助駕駛域SoC芯片量產(chǎn)上車。截至2021年2月，地平線征程2已實現(xiàn)超過 16 萬片的芯片前裝出貨。2020.3地平線征程2芯片在長安UNI-T上前裝量產(chǎn)，是中國首款實現(xiàn)汽車前裝量產(chǎn)的 AI芯片地平線發(fā)展歷程2015.7地平線公司成立，為全球第一家AI芯片創(chuàng)業(yè)公司2017.12地平線發(fā)布中國第一款嵌入式AI芯片數(shù)據(jù)來源：地平線官網(wǎng)，地平線基于BPU的SoC芯片征程2342023-2024年格局將陸續(xù)明晰在未來的競爭格局上，我們認(rèn)為將是贏家通吃的

42、局面。傳統(tǒng)汽車中ECU算法和種類也較多，單一的車載MCU芯片廠商難以完全覆蓋，所以可以形成群雄爭霸的局面(56家領(lǐng)先者)。但對于自動駕駛SoC芯片而言，我們認(rèn)為應(yīng)該參考電腦和手機(jī)芯片，穩(wěn)定后競爭格局將是23個領(lǐng)先者贏家通吃的局面。行業(yè)門檻：對于自動駕駛芯片行業(yè)，后入場者不僅需要投入巨額資金到新芯片的研發(fā)上，同時面臨研發(fā)周期長、難以撬動車企來進(jìn)行合作、規(guī)模不足則難以取得臺積電等代工廠的訂單排期的問題。23/24年為關(guān)鍵節(jié)點，新競爭者再難入場2023/24年左右，市場上將迎來主流的自動駕駛芯片的量產(chǎn)交付及其搭載車型的銷量爬坡，且各芯片均可以支持L4/L5的算力要求。屆時主機(jī)廠都會找到實踐驗證的最優(yōu)

43、秀的芯片廠商合作。地平線：Journey2 量產(chǎn)4TOPS，2W英偉達(dá)：Xavier 量產(chǎn)30TOPS，60W特斯拉：FSD 量產(chǎn)72TOPS，72W自動駕駛芯片產(chǎn)品量產(chǎn)時間表地平線：Journey5 樣片96TOPS，20WMobileye ：EyeQ5 量產(chǎn)24TOPS，10W黑芝麻：華山二號 量產(chǎn)70TOPS，8W瑞薩 ：R-CAR V3U 60TOPS地平線 ：Journey5 樣片400TOPSMobileye ：EyeQ6 量產(chǎn)128TOPS，40W201820192020202120222023Mobileye：EyeQ4 量產(chǎn)2.5TOPS，6W華為：Ascend310 量產(chǎn)9

44、-16TOPS，8W地平線：Journey3 樣片5TOPS，2.5W黑芝麻：華山二號A1000 量產(chǎn)5.8TOPS，2W英偉達(dá)：Orin 量產(chǎn)200TOPS，65W黑芝麻：華山三號 樣片200TOPS35資料來源：各公司官網(wǎng)，36目錄1自動駕駛的決策層邏輯2汽車芯片概述3自動駕駛SoC：自動駕駛競賽的制高點4附：中國自動駕駛芯片相關(guān)公司名單第四章附：中國自動駕駛芯片相關(guān)公司名單3738公司成立時間公司介紹創(chuàng)始人介紹地平線2015.7地平線是國內(nèi)唯一實現(xiàn)車規(guī)級人工智能芯片量產(chǎn)前裝的企業(yè)。 基于創(chuàng)新的人工智能專用計算架構(gòu) BPU(Brain Processing Unit)，地平線已成功流片量產(chǎn)

45、了中國首款邊緣人工智能芯片專注于智能駕駛的征程(Journey) 1 和專注于 AIoT 的旭日(Sunrise) 1 ；2019 年，地平線又推出了中國首款車規(guī)級AI 芯片 征程2和新一代AIoT智能應(yīng)用加速引擎 旭日2。 在智能駕駛領(lǐng)域，地平線同全球四大汽車市場（美國、德國、日本和中國）的業(yè)務(wù)聯(lián)系不斷加深，目前已賦能合作伙伴包括長安、紅旗、奧迪、上汽、廣汽、比亞迪、佛吉亞、博世等國內(nèi)外的頂級合作伙伴。余凱，地平線機(jī)器人科技創(chuàng)始人、CEO，曾擔(dān)任百度深度學(xué)習(xí)研究院IDL常務(wù)副院長。曾在慕尼黑大學(xué)求學(xué)，在斯坦福大學(xué)執(zhí)教過人工智能緒論，機(jī)器學(xué)習(xí)領(lǐng)域的國際著名學(xué)者。深鑒科技2016.2深鑒科技是一

46、家專注深度學(xué)習(xí)處理器解決方案的人工智能科技公司，旗下有雨燕深度學(xué)習(xí)處理平臺，讓服務(wù)器與所有終端都能具有高效的智能計算能力，賦予萬物智能，公司目前的主要業(yè)務(wù)是神經(jīng)網(wǎng)絡(luò)壓縮、編譯、DPU體系結(jié)構(gòu)與指令集結(jié)構(gòu)設(shè)計、FPGA開發(fā)、系統(tǒng)集成完整開發(fā)。姚頌，深鑒科技創(chuàng)始人、CEO，畢業(yè)于清華大學(xué)電子工程系、斯坦福大學(xué)訪問學(xué)者；曾任清華大學(xué)電子系科協(xié)主席、 Hot Chips最年輕演講者。華為海思2004.1海思是全球領(lǐng)先的Fabless半導(dǎo)體與器件設(shè)計公司。前身為華為集成電路設(shè)計中心，1991年啟動集成電路設(shè)計及研發(fā)業(yè)務(wù)，為匯聚行業(yè)人才、發(fā)揮產(chǎn)業(yè)集成優(yōu)勢，2004年注冊成立實體公司提供海思芯片對外銷售及服務(wù)。致力于為千行百業(yè)客戶提供智能家庭、智慧城市及