智能化撬动百年汽车“核聚变”的阿基米德支点

1、内容目录 HYPERLINK l _TOC_250029 拥有相同“韵脚”的历史性变革：智能手机与智能汽车 6 HYPERLINK l _TOC_250028 智能手机启示录：鏖战十年浪潮起伏，智能手机被重新定义 7 HYPERLINK l _TOC_250027 交互的起点：智能手机的触控革命 7 HYPERLINK l _TOC_250026 颠覆与迭代：红军与蓝军“架构”的差异化征途 7 HYPERLINK l _TOC_250025 智能手机架构的演化路径 7 HYPERLINK l _TOC_250024 苹果：软硬件融合，闭源创造生态 9 HYPERLINK l _TOC_2500

2、23 安卓：开源生态下的重塑者 11 HYPERLINK l _TOC_250022 生态的终局：智能手机成为万能的“场景性工具” 12 HYPERLINK l _TOC_250021 汽车产业的范式转移：跟随与颠覆 13 HYPERLINK l _TOC_250020 交互的起点：智能座舱登场，人车交互模式开启 13 HYPERLINK l _TOC_250019 架构的进阶：架构定义软件，软件决定生态 13 HYPERLINK l _TOC_250018 智能汽车架构的演化路径 13 HYPERLINK l _TOC_250017 特斯拉“类苹果”模式的布局 24 HYPERLINK l

3、_TOC_250016 传统车企“类安卓”模式的进击 27 HYPERLINK l _TOC_250015 终极形态的畅想：生态定义汽车，“移动第三空间”的共享 29 HYPERLINK l _TOC_250014 史诗级产业机遇，万亿市场的阿基米德支点 31 HYPERLINK l _TOC_250013 供应链的颠覆 31 HYPERLINK l _TOC_250012 价值链的转移 32 HYPERLINK l _TOC_250011 智能汽车产业链的爆发 35 HYPERLINK l _TOC_250010 智能座舱先行 35 HYPERLINK l _TOC_250009 ADAS

4、蓄势待发 39 HYPERLINK l _TOC_250008 V2X 循序渐进 44 HYPERLINK l _TOC_250007 投资建议与重点推荐公司 46 HYPERLINK l _TOC_250006 投资建议 46 HYPERLINK l _TOC_250005 重点推荐公司 47 HYPERLINK l _TOC_250004 中科创达：全球领先的智能座舱软件解决方案提供商 47 HYPERLINK l _TOC_250003 德赛西威：车机先行者，加码智能网联 47 HYPERLINK l _TOC_250002 四维图新：国内高精度地图领军企业 48 HYPERLINK l

5、 _TOC_250001 道通科技：专注汽车后市场，智能诊断行业龙头 49 HYPERLINK l _TOC_250000 风险提示 49 图表目录图 1：智能手机与智能汽车的发展路径 6图 2：智能手机的演化历程 7图 3：智能手机屏幕变化历程 7图 4：智能手机架构演化历程 8图 5：智能手机从机械定义到硬件定义 8图 6：截至 2019 年 4 月智能手机操作系统市场份额 9图 7：手机FOTA 与SOTA 的分类 9图 8：苹果的“芯片+操作系统+应用软件”闭环生态 10图 9：各版本 iPhone 可支持升级系统数据一览 10图 10：安卓的“联盟式”生态 11图 11：安卓系手机版

6、本更新存在滞后性 11图 12：苹果单核芯片性能得分数据 12图 13：智能手机硬件差异化逐渐缩小 12图 14：智能手机成为“场景性应用工具” 12图 15：汽车座舱变化 13图 16：架构定义软件，软件决定生态，生态重塑汽车 14图 17：车载通信方式从单点传输到总线链路传输 14图 18：典型汽车总线拓扑结构图 14图 19：引入 AutoSAR 实现软硬件解耦 15图 20：智能汽车硬件架构演进图 15图 21：汽车计算平台架构 19图 22：以太网有望成为车载网络中的骨干网 23图 23：以太网/FlexRay/MOST 节点装载数量的预测 23图 24：车载以太网的发展趋势 23图

7、 25：汽车 OTA 技术展示 24图 26：特斯拉的 EE 架构领先主流厂商 6 年 25图 27：特斯拉的自动驾驶系统“Autopilot”已经实现“芯片+操作系统+算法”的垂直整合 25图 28：特斯拉的海量数据和算法研发迭代闭环 26图 29：特斯拉通过“影子模式”搜集到的真实路测数据 26图 30：特斯拉的游戏功能 27图 31：特斯拉的流媒体功能 27图 32：宝马下一代 EE 架构 28图 33：华为的 CC 架构 28图 34：各主流 OEM 以太网技术的应用情况 29图 35：智能汽车最终将形成“移动第三空间”的共享 30图 36：智能汽车商业模式向 MaaS 一站式出行服务

8、发展 30图 37：智能手机与智能汽车发展历程对比 31图 38：传统汽车产业供应链 31图 39：软硬件共同定义下汽车供应链的变化 32图 40：未来移动出行新业态 32图 41：智能手机和智能汽车（乘用车）市场规模对比 33图 42：软件市场规模及增速（十亿美元） 33图 43：全球汽车软件与硬件产品内容结构对比 33图 44：汽车价值链呈现“总量上升，重心后移”趋势 34图 45：智能汽车价值延伸 34图 46：智能座舱的三大发展趋势 35图 47：智能座舱产品矩阵 36图 48：车载信息娱乐系统的发展历史 36图 49：仪表盘发展历史 37图 50：后视镜的发展历史 38图 51：智能

9、座舱市场规模预测（亿元） 38图 52：智能座舱产业链参与主体 39图 53：ADAS 功能由感知层-决策层-执行层实现 40图 54：高阶自动驾驶需要更多的传感器 40图 55：自动泊车是经典的多传感器融合应用 41图 56：自动驾驶乘用车产量预测（万辆） 43图 57：ADAS 市场规模预测（亿元） 43图 58：自动驾驶产业链参与主体 43图 59：按照交互对象可将 V2X 分为四类 44图 60：V2X 产业地图 44图 61：国内政府提倡的是“智能网联”的技术路线 45图 62：C-V2X 从 2020 年起实现逐步商用 46图 63：车联网市场规模预测（亿美元） 46图 64：智能

10、汽车产业链涉及公司概览 47表 1：智能座舱域和自动驾驶域供应商一览 16表 2：汽车芯片将从MCU 向 SoC 异构芯片开始转移 17表 3：智能座舱域控制器芯片 17表 4：各家厂商自动驾驶芯片情况 18表 5：主流底层车载 OS 20表 6：主机厂自研操作系统一览 21表 7：智能座舱域的算法及其供应商 21表 8：自动驾驶域的算法及其供应商 22表 9：车载通信总线形式下各类型能力的对比 22表 10：特斯拉 OTA 升级服务概览 27表 11：主流车企软硬件研发情况一览 28表 12：蔚来部分升级服务收费概览 29表 13：目前量产车和豪华车顶配车型 HUD 装载情况 37表 14：

11、自动驾驶分级 39表 15：级别越高对摄像头、毫米波雷达与激光雷达的单车配套量越大 41表 16：国内外主机厂自动驾驶规划 42拥有相同“韵脚”的历史性变革：智能手机与智能汽车作为移动互联网浪潮下划时代的产物，智能手机与智能汽车皆遵循着“交互的变革-架构的升级-生态的演化”这一相同路径。其中，智能手机颠覆了传统功能机以机械按键为枢纽的交互方式，从视觉+触觉的角度进行创新性设计，带给用户全新的触控体验，并通过架构的升级不断完善手机功能，实现了从通信工具到万能“场景性工具”的华丽转身；智能汽车同样复刻了这一路径，率先以汽车座舱为突破口，从机械仪表盘向全液晶仪表盘与中控大屏进行智能化转变，并叠加自动

12、驾驶功能的变革，驱动汽车的角色从传统的出行工具转变为共享的“移动第三空间”。图 1：智能手机与智能汽车的发展路径数据来源：安信证券研究中心整理根据智能手机与智能汽车的发展趋势，其背后变化的核心逻辑皆遵循着“外在交互-内在功能-外延生态”的链条，赋予了用户在消费价值上的升维。交互体验作为用户最直接的触点，其创新性的设计是驱动用户产生消费的外在条件。智能手机以屏幕为突破口，其超大屏幕+多点触控的双重创新成为了用户消费的重要驱动因素；对于智能汽车而言，座舱中的全液晶仪表盘与中控大屏延续了智能手机的交互方式，带来了座舱的智能化体验。架构的升级是实现功能快速迭代的内在动力，持续为用户带来消费价值体验。伴

13、随着外在交互体验的趋同，功能的快速迭代将是产品在创新体验持续提升的内在动力，而该项能力实现的背后则是“架构升级”的稳步推进。纵观历程，智能手机与智能汽车的架构变革存在异曲同工之处，均在基于底层硬件、应用软件及通信技术的革新下，实现了产品架构从“机械定义-硬件定义-软硬件共同定义-生态定义”的转变，推动了其从功能性产品向智能化终端的代际突破，并使产品的价值重心从硬件转移至软件层面，通过用户数据的反馈+OTA 技术的完善，实现功能的快速迭代，为用户持续地创造消费价值，形成强大的用户粘性。在交互与功能的双重驱动下，产品的生态边界将不断向外延伸，其价值也将被全面重塑。智能手机通过 OTA 升级实现了性

14、能的提升，以及具备了承载更多应用的能力，而应用的丰富也将驱动手机的生态边界不断拓展，最终成为万能的“场景性工具”；区别于智能手机的应用生态，智能汽车在实现车内场景化的完善外，其 OTA 能力的输出将更聚焦于自动驾驶的实现，为汽车配备“隐形司机”，解除其作为移动工具的桎梏，成为真正的“移动第三空间”。智能手机启示录：鏖战十年浪潮起伏，智能手机被重新定义苹果在屏幕硬件上的创新开启了第一轮的触控革命，颠覆了传统人机交互的方式，重新定义了智能手机；而安卓系手机作为跟随者，则实现了智能手机的全面普及。在移动互联网持续发展的背景下，用户对于手机应用需求的井喷驱动其不断成为移动场景下的“万能工具”。追溯巨头

15、的演化历程，智能手机经历了“交互的起点-颠覆与迭代-生态的终局”三大阶段。图 2：智能手机的演化历程数据来源：安信证券研究中心整理交互的起点：智能手机的触控革命触控革命开启人机交互新模式，屏幕成为创新突破口。2007 年，苹果推出初代 iPhone，率先围绕屏幕进行 UI 创新性设计，增强图形界面的色彩与呈像，使其显示屏的像素分辨率突破了当时 320240 的最高标准，攀升至 320480。同时，苹果又创新性地采用了多点触控技术，改变了智能手机最初以键盘、触笔为主的 UX 交互模式，使屏幕条目的移动取决于手指滑动的速度，人机交互的方式得以革新。苹果的视网膜显示屏技术与三星的魔焕炫屏将屏幕显示提

16、升至全新高度，交互体验进一步攀升。苹果在 2010 年推出的划时代产品iPhone4 中率先使用Retina 显示屏，使得其屏幕分辨率更为细腻，达到 960640，重塑了高清分辨率屏幕标准；而安卓系厂商作为跟随者也随之采取了多点触控技术进行屏幕的创新。其中，三星率先采用了魔焕炫屏，实现了显示层、触控感应层和外覆玻璃层之间的无缝贴合，多点触控更加灵敏，图形界面的色彩还原与对比度增强。此外，由于交互模式的改变，手机的实体键盘已不复存在，手机屏幕也获得了明显的延展空间，并向“全面屏”趋势发展（截止目前，智能手机的占屏比已高达 97%）。智能手机已全面实现了“视觉+触觉”的交互体验。图 3：智能手机屏

17、幕变化历程数据来源：安信证券研究中心整理颠覆与迭代：红军与蓝军“架构”的差异化征途智能手机架构的演化路径从功能手机到智能手机的迭代，其背后往往伴随着硬件功能的革新与应用软件的创新，而手机架构作为支撑其运行的核心支点，也相应经历了“机械定义-硬件定义-软硬件共同定义-生态定义”的演化过程。图 4：智能手机架构演化历程数据来源：安信证券研究中心整理从机械定义到硬件定义，智能手机初见雏形。伴随着移动互联网的诞生，由机械定义的传统 功能手机不断扩充其应用以迎合用户需求的井喷，“智能手机”的概念开始出现在大众视野。 但对于传统功能手机而言，受制于其单一内核芯片架构的局限性，若要新增应用功能，则需 要升级

18、基带芯片以获得更强的 CPU 能力，同时需在基带芯片上重新编写和执行新的应用程序，而由此带来最直接的问题就是拉长了手机的验证周期，且大幅增加了开发成本。因此，智能 手机架构的升级率先以硬件为着力点，从传统的单一内核芯片架构向基带处理器+应用处理 器架构迭代，以实现手机通信功能（基带处理器处理）与多媒体应用（应用处理器处理）功 能的分离，消除了可能由应用产生的软件缺陷，并导致处理器失效的风险。手机架构实现升 级突破，开启了智能手机的“硬件定义时代”。机械定义时代硬件定义时代图 5：智能手机从机械定义到硬件定义硬件架构：向基带处理器+应用处理器转变软件架构：通信功能与多媒体应用功能分离传统功能机智

19、能手机数据来源：安信证券研究中心整理软硬件共同定义，丰富智能手机应用。依托于 3G 网络的落地，移动互联网的发展迎来了鼎盛时期，用户对于手机功能的需求爆发。智能手机作为移动互联网入口的最佳载体，其终端价值也在潜移默化中，从最初的通信及基础应用转移至多样化的场景性应用能力，但该项能力的提升必然会极大程度增加手机的功耗。此时，“硬件定义时代”的基带处理器+应用处理器架构已无法满足智能手机对于多应用、低功耗的要求。因此，手机架构进一步升级，推动了智能手机从“硬件定义时代”跨入“软硬件共同定义时代”：硬件架构：从基带处理器+应用处理器架构向多处理器内核系统架构进化。智能手机向多处理器内核系统架构推进，

20、将基带处理器与应用处理器的内核集成于单一芯片上，以实现芯片集成、功能分离，从而降低软硬件设计的复杂性、减少手机功耗及硬件制造成本。目前，除了苹果、三星等厂商能自研芯片外，其他手机厂商多与联发科、高通、海思等芯片厂商进行合作。软件架构：软件功能以应用程序形式存在，操作系统已趋于标准化。智能手机的通信应用与多媒体应用在硬件定义时代已实现了彻底的分离，而在后续的迭代中，智能手机则复刻了 PC 的软件体系，使得各种应用包括最基本的窗口管理器均以应用程序的形式存在。在操作系统方面，其作为应用软件的基础，根据源代码与系统框架的不同大致可划分为封闭型（IOS 操作系统）与开放型（安卓操作系统），根据 IDC

21、 最新公布的数据显示，安卓操作系统凭借其开放性的特点，占据了市场的绝对份额（2019 年其市占率高达 74.85%）。图 6：截至 2019 年 4 月智能手机操作系统市场份额数据来源：IDC、安信证券研究中心智能手机的全新的架构不仅降低了在软硬件设计上的复杂性，同时也提高了其功能的可扩展性，但却使移动设备管理难度的加大。智能手机功能的日益丰富使其出现卡顿、数据丢失等风险，并导致了故障手机召回成本的激增。在此背景下，OTA（空中传输技术）应运而生，主要分为 FOTA（固件升级）与 SOTA（应用程序升级）：FOTA：通过移动通信接口对内存数据进行远程管理，并根据其升级流程获得最新补丁和安全算法

22、，以此来提升系统性能； SOTA：用户根据对应的应用程序软件包利用 OTA 进行新应用的下载，同时在软件厂商对应用增加新的服务功能时，后续可再通过 OTA 的升级方式更新功能获得最佳体验。因此，通过 OTA 升级，手机可实现性能+应用的双重升级，加快了手机的迭代周期，降低了召回成本。图 7：手机 FOTA 与 SOTA 的分类数据来源：安信证券研究中心整理苹果：软硬件融合，闭源创造生态软硬件一体化，实现高性能迭代。苹果以自研芯片+操作系统为战略，构建了独特的闭环生态，以避免兼容性差异等常态化问题，实现了从“芯片-操作系统-应用软件”的完美适配，并大幅提升了系统的稳定性。同时，其率先采用了 DS

23、A（特定领域体系结构）思路，从软硬件整体架构着手，打造“fast system”，并依靠优化调整结构，实现软件在硬件基础上的快速迭代，以保持手机性能的最优输出。值得注意的是，苹果以软硬件一体化为原型的自循环体系，便于用户在第一时间即能收到系统更新的推送，并通过 OTA 技术实现系统的升级，从而带给用户极致的消费体验。图 8：苹果的“芯片+操作系统+应用软件”闭环生态数据来源：超能网、Geekbench、安信证券研究中心整理FOTA 能力的实现成为苹果手机经久不衰的制胜法宝。通过 FOTA 技术，苹果用户可摆脱，过去仅允许连接 iTunes 才能进行系统更新的限制，使其第一时间在联网状态下就能完

24、成 IOS系统的在线升级，以获得更强的手机性能。同时，在其闭环生态下，使得苹果能够快速捕捉到系统中存在的安全漏洞，并通过 FOTA 方式及时推送给用户以实现在线修补，从而保证手机的高度安全。根据 Apple 统计的数据显示，目前 iPhone 可支持至少 5-6 年IOS 版本的更新。同时，参考 iAppleBytes 的实测结果，即使老款 iPhone 6S 也仍能运行最新的 IOS 14 系统，且性能依旧能保持较高水平。图 9：各版本 iPhone 可支持升级系统数据一览数据来源：Geekbench、安信证券研究中心苹果独特的闭环体系有效保证了在 SOTA 方式下手机的安全。基于苹果独特的

25、闭环生态，使得应用软件开发商仅能通过苹果所提供的工具包进行应用开发，并在其严格的审核机制下才能推出应用功能。同时，苹果也维持着严格的“硬性机制”，仅开放 AppStore 单一的下载渠道。而在此机制下，不仅为用户构建了高质量的应用生态圈，还有效降低了可能由第三方软件所带来的安全隐患，以保证用户通过 SOTA 方式进行应用下载/更新过程中的信息安全。安卓：开源生态下的重塑者开放硬件+开源软件的合体，形成从芯片-操作系统-应用-终端的联盟合作。在移动智能终端的争夺战中，由于自身软硬件能力的缺乏，安卓采取了与苹果不同的战略模式：联合手机厂商、软件开发商、芯片制造商等多方势力，共同成立 OHA 联盟，

26、并在基于安卓源代码下构建包含操作系统、中间件、应用程序在内的开源软件框架，以实现安卓系统与不同手机终端及芯片间的完美适配，形成从芯片-操作系统-应用-终端的安卓联盟生态。图 10：安卓的“联盟式”生态数据来源：驱动之家、安信证券研究中心安卓通过 FOTA 能力赋予了手机更强的性能，但也存在较为明显的安全隐患。安卓系手机通过 FOTA 能力驱动其系统在线升级，推动手机性能实现优化。以 OPPO 为例，其官方宣称，用户可通过 FOTA 方式将系统更至最新的ColorOS 11，以获得手机性能的优化（资源利用率提高 45%、系统响应速度提高 32%、帧率稳定性提高 17%）。但从安全性角度看，受到安

27、卓系统碎片化影响，导致手机厂商对于系统中所存在的漏洞修复滞后（根据测评结果显示，安卓系手机与安卓官方版本更新周期时间差至少 60 天），存在明显安全隐患。根据 CVE Details发布的软件产品安全漏洞报告显示，2019 年安卓系统以 414 处漏洞高居榜首，而苹果 IOS 系统未进入前十。图 11：安卓系手机版本更新存在滞后性数据来源：IT168、安信证券研究中心SOTA 能力是安卓生态优势的有效延展。在基于安卓独特的开源策略下，以“联盟式”的组合打法成为其最大的亮点：一方面通过与手机厂商的合作实现了安卓系统的快速普及，实现了应用软件在不同终端中的良好兼容；另一方面在基于其开放性原则下兼容

28、了更多的应用软件开发商，应用矩阵也更丰富。对于用户而言，通过 SOTA 方式即能实现应用软件在不同终端以及不同渠道的获取（渠道可以是官方应用商城，也可以是腾讯应用宝、360 等第三方应用平台）。我们认为，生态优势是安卓能与苹果进行正面抗衡的重要原因之一，而其 SOTA能力则能将该项优势实现有效的延展。生态的终局：智能手机成为万能的“场景性工具”硬件性能饱和+标准化趋势加剧，智能手机硬件创新迎来瓶颈期。在“软硬件共同定义时代”，手机的硬件架构已经完全适配于移动互联网浪潮下智能化的发展，其硬件性能已完全能够支撑功能与应用的同时运行。以苹果的单核性能为例，根据 Benchmark 公布的数据显示，近

29、年来其性能提升增速稳定维持在 20%左右，硬件性能增长乏力。此外，智能手机的屏幕、摄像头、外观设计等硬件呈现出千篇一律的设计，硬件的差异化也在逐渐缩小。图 12：苹果单核芯片性能得分数据图 13：智能手机硬件差异化逐渐缩小数据来源：Benchmark、安信证券研究中心数据来源：ZOL、安信证券研究中心OTA 升级不仅实现了智能手机生态的定义，还奠定了其软件收费的可能性。随着手机在硬件能力上的完备且趋同，其系统软件的流畅性，以及应用生态的“迭代效率及丰富程度”就成为了手机厂商之间竞争的关键。在此阶段，OTA 技术的具备就显得至关重要：一方面，通过 FOTA 能够实现手机系统性能的提升，以具备承载

30、更多应用的能力；另一方面，SOTA 将不断丰富“应用商城的产品矩阵”，从而完善手机的应用生态。随着 OTA 能力的完备及成熟，智能手机迎来了“生态定义”的黄金时期，并带来了手机厂商在盈利模式上的跃升，其模式也将从传统的硬件售卖，转变为“硬件+软件”收费的价值升维（软件收入包括：应用产品的收入分成、广告费等）。图 14：智能手机成为“场景性应用工具”数据来源：安信证券研究中心整理与真实场景互联，智能手机成为万能的“场景性工具”。除了提供个性化、集成化的生活、娱乐、消费等软件服务外，智能手机与智能家具、智能汽车和可穿戴设备等终端的组合搭载，实现了与现实生活中的真实场景的连接，彻底打破了时间、地点的

31、限制，打通了线上、线下的边界，也改变了手机仅作为线上应用载体的属性，使其逐步成为万能的“场景性工具”。汽车产业的范式转移：跟随与颠覆在“新四化”的背景下，智能汽车的出现进一步延展了以智能手机为起点的功能性革命，打破了汽车仅作为载人工具的观点，并推动了其产品属性向智能化的代际突破，百年汽车工业将被彻底颠覆。通过回溯智能手机的迭代，我们发现智能汽车的发展与其存在异曲同工之处。交互的起点：智能座舱登场，人车交互模式开启智能手机触控模式的诞生，改变了传统以按键为枢纽的交互习惯，同时赋予了汽车设计厂商足够的灵感，使其率先从视觉+触控角度对近距离高频接触的汽车座舱进行智能化创新。依托于手机屏幕的触控交互设

32、计，特斯拉在创始之初就率先对汽车座舱内的屏幕进行了革新，取消了传统座舱复杂且老式的硬件按钮，化繁为简，将音响、娱乐、导航地图等功能汇集于中控大屏中，并延续手机多点触控的操作模式，塑造了人车智能交互的新体验。此后，中控大屏模式引领了汽车座舱的新潮流，无论是丰田售价十万级别的车型，还是法拉利百万级别的车型，均搭载了尺寸接近平板大小的中控触摸大屏。尽管中控大屏的出现使得人车交互体验感提升，但对于屏幕触控反馈的迟缓和视觉占用也在潜移默化中影响着驾驶安全。因此，智能座舱的交互模式进一步向触摸-语音-手势等多模态的交互方向演化，提高了人车交互的效率。首先通过多模态的交互技术整合座舱内分散的触摸、语音识别等

33、感知技术，增强智能汽车的感知能力，形成对用户全方位的输入理解，再利用音效、增强现实等技术完成用户指令，最后通过屏幕对用户指令进行反馈，实现人与汽车无缝交流的终极交互模式。图 15：汽车座舱变化数据来源：罗兰贝格、汽车之家、安信证券研究中心整理架构的进阶：架构定义软件，软件决定生态智能汽车架构的演化路径用户对于汽车的消费体验已不再满足于简单的出行，而是将其延伸为“移动第三空间”，以获得乘坐体验与消费价值的双重升维。通过回溯智能手机的迭代历程能发现，手机 OTA 能力的实现，才使得其获得了“价值的绽放”，成为万能的“场景性工具”；智能汽车将延续智能手机的发展脉络，汽车 OTA 能力的完备也将是其“

34、价值升华”的关键，而架构的迭代则是其实现的前臵基础。总结而言，我们认为智能汽车将延续智能手机的脉络，由架构定义软件，软件决定生态，生态重塑汽车。图 16：架构定义软件，软件决定生态，生态重塑汽车数据来源：易车、人工智能实验室、安信证券研究中心整理通信技术的革命是汽车从“机械定义时代”跨向“硬件定义时代”的关键。回顾汽车架构的迭代历程，在“机械定义时代”汽车仅具备了必要的电气组件，但随着音频、照明设备、排放电子模块等功能性模块的增加，ECU、传感器、仪表等电子元件的数量也随之急剧增多，硬件成为了当时汽车架构中最主要的部分。在此背景下，受制于单点通信方式的局限性，布线系统为了实现各硬件间的信息传输

35、，只能选择被动性的叠加，从而导致了装配成本过高、总重量超重等问题。为了解决这一矛盾，催生了车载总线技术的诞生，推出了 CAN/LIN/Flex Ray/MOST 等多种标准的总线链路，并允许相关硬件在同一总线链路下，实现数据以及功能的共享与传输，从而有效降解了原有布线系统的复杂性，提升了数据的传输效率。至此，汽车“硬件定义时代”被开启。图 17：车载通信方式从单点传输到总线链路传输图 18：典型汽车总线拓扑结构图数据来源：搜狐汽车研究室、安信证券研究中心数据来源：BOSCH 汽车工程手册、搜狐汽车研究室、安信证券研究中心应用软件层分离，实现软硬件初步解耦。在“硬件定义时代”，由于主机厂受制于自

36、身研发能力的薄弱，同时考虑到包揽所有开发工作所带来的成本耗费，其更多的选择，依赖于具备较强研发能力的 ECU 供应商。但在分布式架构下，由于一个 ECU 对应一个功能，且往往带有嵌入式的软件系统，这就导致了在此阶段，汽车软硬件之间呈现高度的耦合。但相较于产品内在的变化，我们更需要关注，在此架构背后所映射的产业链议价权的改变，是供应商话语权的加速提升，主机厂只能被动局限于零部件的整合工作。此外，由于各供应商之间 ECU标准的不统一，导致了底层软件重复的问题凸显，资源利用率较低。在此背景下，AutoSAR的成立，将不同结构的 ECU 接口实现统一，而应用层与软硬件层也获得初步的解耦。同时，其赋予了

37、应用软件更好的可扩展性以及可移植性，进一步增强了软件的复用率。我们认为 AutoSAR 的出现，在原有架构下驱动了软硬件实现初步分离，主机厂也因此获得“解放”。图 19：引入 AutoSAR 实现软硬件解耦数据来源：AUTOSAR 规范与车用控制器软件开发、安信证券研究中心智能网联化引领汽车行业变革，EE 架构已向集成式推进，“软硬件共同定义时代”全面来临。尽管在“硬件定义时代”AutoSAR 的出现，实现了软硬件的初步解耦，但其主要针对的还是分布式 ECU 架构，因此仍然保留着浓厚的“硬件定义”色彩，车载软件的更新依旧与汽车的生命周期同步。但随着智能网联化的推动，特斯拉的异军突起，将倒逼主机

38、厂进行架构的革新。汽车 EE 架构也将从分布式逐步演化至集中式架构，即将大量相同功能的 ECU 进行整合，并交由域控制器进行统一的管理调度，使开发人员能完全独立于底层硬件下进行上层软件的开发，以实现软硬件解耦范围的进一步扩大，以及内在数据的集中交互和决策处理。此时，AutoSAR 也随之升级为 Adaptive AutoSAR 以适应新的智能化集中式 EE 架构。具体来看， EE 架构将分别从硬件、软件、通信三方面进行架构的升级，并向“集中、精简、可拓展”的方向实现转变。硬件架构：从分布式-（跨）域集中-中央计算平台架构演化。主机厂采用的分布式架构，在面对智能座舱域、自动驾驶域所延伸出的进阶功

39、能的变化时，往往“牵一发而动全身”，使得汽车的开发周期被迫延长，开发成本呈现剧增。但随着 EE 架构向集中化开始演变，ECU数量被大幅精简，并新增域控制器，将相似功能的 ECU 交由对应的域控制器进行统一管理及调度，以形成域集中式架构，或者直接集成为中央计算平台架构，并通过整车物理区域划分的区控制器配合中央计算平台进行统一的控制管理，以增强各执行单元的协同度。图 20：智能汽车硬件架构演进图数据来源：博世、安信证券研究中心随着 EE 架构向集中式发展，原有的硬件配臵格局被打破，域控制器成为主要的计算与调度单元。根据博世的划分方法，将整车主要分为动力总成域、底盘域、车身域、智能座舱域和自动驾驶域

40、这 5 大功能域。其中，动力总成域、底盘域、车身域是针对汽车传统功能的集成，因此主要为控制指令与通信的计算需求；而智能座舱域则集成了全液晶仪表盘、抬头显示仪、中控屏幕及后座娱乐系统等功能，通过融合及处理“语音、视觉”等感知数据，赋予车辆智能互动、实时监控等能力，但由于其在运行过程中需要实现汽车应用的多任务并发，因此芯片算力的支撑相对重要；自动驾驶域作为智能化趋势下产生的新兴域，其负责了车辆在自动驾驶过程中大量传感器融合数据的处理任务，而车辆对于安全性、实时性的要求极高，因此需要实现算力与算法的“极致化”。动力总成域、底盘域、车身域作为汽车原有能力的“集成域”，或将会存在原有供应商之间利益蚕食，

41、以及难以整合的风险。从目前所提出的动力总成域解决方案可以看到，基本均是由个别龙头供应商牵头，亦或是主机厂自研而成。例如，特斯拉的集成化三电系统、华为的多合一电驱动系统 DriveOne、长城欧拉自研的三合一电驱桥等。而智能座舱域与自动驾驶域作为智能化的“新兴域”，其供应链体系相较于传统能力整合下的“集成域”而言，更为完整且丰富。同时，其相关技术的可借鉴性、功能的可拓展性效应更强，也更为重要。因此，我们认为，智能座舱域、自动驾驶域或将成为供应商之间长期竞争的焦点。目前，智能座舱域、自动驾驶域控制器的供应仍以 Tier1 为主。其中，智能座舱域中主要采用了伟世通、大陆、博世、安波福、德赛西威等厂商

42、产品；自动驾驶域中则使用伟世通、大陆、博世的居多，而德赛西威作为后来居上者，其自动驾驶域控制器-IPU03 搭载于小鹏P7 也已实现配套量产，理想汽车也宣布将在 2022 年量产的全尺寸 SUV 上搭载德赛西威的自动驾驶域控制器。表 1：智能座舱域和自动驾驶域供应商一览厂商计算平台控制器名称座舱域控制器客户伟世通高通SmartCore戴姆勒奔驰 A 级（2018）、吉利（2021）、广汽Aion LX（2020）、东风、塔塔（已量产）大陆高通、瑞萨集成式车身电子平台 IIP博世高通AI car computer通用、福特Ap ti v英特尔ICC长城、奥迪、法拉利、沃尔沃电装高通Harmony

43、 Core丰田（2020 款 Subaru Legacy 和 Outback）座舱域控制器弗吉亚歌乐松下瑞萨 R-Car H3高通第三代处理器 Snapdragon 8155/6155座舱智能化平台（CIP）SPYDR 3.0宝马、大众华为车用版麒麟芯片CDC 智能座舱平台新宝骏 RC-6 车型（2020）德赛西威高通的 820A德州仪器 J6智能座舱域控制器理想、天际航盛电子恩智浦 i.MX 8 QuadMax智能座舱域控制器东风启辰（2019）布谷鸟恩智浦 i.MX 8 QM域控制器 ACU202多家主机厂ADAS/ AD 域东软伟世通英特尔、高通支持英伟达、恩智浦和高通的处理C4-Alf

44、us/C4-Pro DriveCore红旗、星途 LX广汽、2 家欧洲主机厂项目控制器器架构德赛西威英伟达 Drive Xavier英伟达 OrinIPU03小鹏 P7大陆英伟达车载服务器（ICAS1）大众 MEB 平台 ID.3 系列纯电动汽车英伟达 Drive XavierADCU博世英伟达DASy 1.0 baseSOP 2019英伟达DASy 1.0 midSOP 2020英伟达DASy 1.0 highSOP 2019，支持 HWA 和 TIP 等 L2+功能英伟达 Drive XavierDASy 2.0SOP 2022Drive PX Pegasus AI（双 Xavier）DA

45、Sy+CloudSOP 2025数据来源：佐思汽研、安信证券研究中心在集中式 EE 架构下，新增的域控制器被集成了更多的功能，而主控芯片若要与其能力相匹配，则算力配臵也需随之提升。在此趋势下，汽车芯片将从 MCU 向 SoC 异构芯片开始转移。在分布式 EE 架构阶段，ECU 主要应对于简单指令的处理，因此采用由 CPU+存储+外设接口组成的 MCU 芯片，即可满足其对于算力的需求。但随着汽车向集中式架构迭代，域控制器的出现，使得大量 ECU 被功能性整合，原有分散的硬件可以进行信息互通及资源共享，硬件与传感器之间也可实现功能性的扩展，而域控制器作为汽车运算决策的中心，其功能的实现主要依赖于主

46、控芯片、软件操作系统及中间件、算法等多层次软硬件之间的有机结合。同时，为了赋予汽车更高级别的智能化功能，域控制器需要处理由传感器传来的环境信息，其中，涵盖了海量的非结构化数据，这就导致面向控制指令运算的 MCU 芯片难以满足其复杂的运算。相比之下，SoC 芯片引入了DSP（音频处理）、GPU（图像处理）、NPU（神经网络处理），使其不仅拥有控制单元，还集成了大量计算单元，从而能够支撑多任务并发及海量数据的处理。根据测评，SoC 芯片的算力可高达 1012 次/秒，是 MCU 芯片算力的指数级倍数。表 2：汽车芯片将从 MCU 向 SoC 异构芯片开始转移单位MCUSo C定义芯片级芯片，常用于

47、执行端系统级芯片，常用于 ADAS、座舱IVI、域控制等典型组成CPU+存储（RAM,ROM）+接口（IO Pin）CPU+存储（RAM、ROM）+较复杂的外设+音频处理DSP/图像处理GPU/神经网络处理器NPU 等带宽多为 8bit、16bit、32bit多为 32bit，64bit RAMMB 级别MB-GB额外存储KB-MB（Flash，EEPROM）MB-TB（SSD，Flash，HDD）单片成本价格便宜（0.1-15 美元/个）较贵（座舱 IVI 10 美元左右，ADAS 域芯片超 100美元）常见厂商瑞萨、意法半导体、爱特梅尔、英飞凌、美国微芯等英特尔、英伟达、特斯拉（FSD）、

48、华为、地平线、寒武纪、全志科技（座舱）等复杂度低高运行系统较简单，一般不支持运行多任务的复杂系统支持运行多任务的复杂系统（如 Linux 等）组成部分控制单元控制单元、AI 单元、计算单元运算单位DMIPS，计算能力为百万条指令/秒TOPS、Tflops，每秒运算 1012 次数据来源：维基百科、安信证券研究中心智能座舱芯片：智能座舱作为人车交互最直接的触点，未来将集成更多如 DMS、应用娱乐的功能，同时车载屏幕也将从单屏逐渐扩展到中控屏、流媒体中央后视镜、HUD 等多个屏幕。而为了实现各屏幕间的互联互通，提高交互效率，“一芯多屏”的设计方案有望成为主流，并将倒逼 MCU 芯片升级为算力更强的

49、 SoC 芯片，以承载大量图像、音频等非结构化数据的算力需求。同时，从应用娱乐模式所需的算力角度来看，与手机的单窗口单任务相比，汽车的应用多为多任务并发模式，因此其更需要强大的算力来支撑。智能座舱域控制器芯片市场参与者除了传统汽车电子厂商外，消费电子芯片厂商也纷纷入局。其中，传统汽车电子厂商主要有瑞萨、NXP、德州仪器等，主要面向中低端市场；消费电子 厂商则以高通、英特尔、三星、联发科为主，主要面向中高端市场。根据 Strategy Analytics 的数据显示，2016 年瑞萨与NXP 二者的市场份额高达 58%，但从 CPU 和 GPU 的性能来看， 高通的 8155 芯片对应算力分别为

50、 8.5 万 DMIPS、1142 GFLOPS，远远领先于其他厂商 2 倍以 上，更符合“一芯多屏”的算力需求，以实现屏幕间的“无缝联动”。瑞萨NXP 德州仪器高通联发科英特尔三星型号R-CAR H3i.mx8QMJacinto 7820ASA8155PMT2712A3960Exynos Auto8890类型SoCSoCSoCSoCSoCSoCSoCSoCCPU 算力/DMIPS40k28.6k22k45.2k85k22k48.4kGPU算力/GFLOPS288128166.45881142133216厂商市占率（2016）31%27%10%适配车厂丰田、大众、长荣威、广汽奥迪、福特等大众、

51、奥迪、比 威马、广汽传大众、丰田长城、宝马、奥迪城等等亚迪、吉利等祺等沃尔沃等表 3：智能座舱域控制器芯片数据来源：佐思汽研、Strategy Analytics、各公司官网、安信证券研究中心整理自动驾驶芯片：自动驾驶的实现依赖于大量的传感器，其产生的海量数据需要强大的计算能力作为支撑，而芯片算力、利用率及能耗比将是决定其是否能实现性能最优化的关键指标。根据国内领先的自动驾驶芯片设计初创公司地平线的观点，实现 L3 级别至少需要 24 TOPS，而在 L4 级、L5 级，其算力的要求将呈指数级上升，达到千T 级。同时，车辆在自动驾驶的过程中，其延时必须要控制在毫秒甚至微秒级别，才能保证行驶过程

52、的安全，而这一标准的实现，对于芯片的算力要求又提升了一个维度。目前，除了特斯拉自主研发的 FSD 芯片，其他主机厂受制于自身研发实力，选择与 Mobileye、英伟达、高通、NXP、瑞萨等芯片厂商合作。根据各公司官网公开数据进行比较，英伟达(Orin)和高通（8540+9000）芯片的算力优势相对突出。其中，Orin 单颗芯片的算力可达200-250 TOPS，是其他芯片算力的数倍，已能够支持 L2-L5 的自动驾驶；而高通则采取 8540+9000 组合芯片的方式，其算力合计高达 700-760TOPS，也已能够支持 L4-L5 的自动驾驶。值得注意的是，除了算力以外，算力利用率和能耗比也是

53、衡量芯片性能的重要指标。其中，从“算力利用率=真实算力/理论算力”的计算拆解来看，当真实算力与理论算力越接近，算力利用率则越高，越能发挥出芯片的最佳性能；根据“能耗比=算力/功耗”计算公式，在高算力模式下，芯片功耗越低，则芯片性能越好。因此，我们根据计算得出英伟达（Orin）芯片、瑞萨、黑芝麻、高通、Mobileye（Eye Q5）的能耗比相对较高，芯片性能更为优秀，且更能满足自动驾驶的运算需求。表 4：各家厂商自动驾驶芯片情况品牌型号类型算力/TOPS功耗/W能耗比/（TOPS/W）适配等级适配车型价格(单颗美元)特斯拉FSDSoC72721L3Model 3/X/S英伟达OrinSoC20

54、0-250653.1-3.8L2-L5奔驰、奥迪、丰田、沃尔沃蔚来、理想、上汽智己300-500蔚来、小鹏、广汽、长城、上汽、Eye Q4SoC2.560.42L3一汽、宝马、本田、通用、福特、Mo bile y eEye Q5SoC24102.4L4-L5沃尔沃、日产宝马、吉利领克、福特130-160Eye Q6SoC67351.9高通SnapdragonSoC700-7606510.8-11.7L4-L5长城、美国通用110-200Ascend 910SoC6403102.1L4适配中Ascend310SoC1682L4适配中XavierSoC30301L2-L5小鹏、上汽智己、比亚迪、一

55、汽、华为8540+9000J2AI422L1-L2长安、奇瑞J3AI52.52L1-L2广汽地平线华山 A500SoC5.822.9L1-L2黑芝麻华山 A1000SoC40-7088.8L3-L4同上汽、一汽、比亚迪、蔚来等NXP 华山 A1000LS32G274SoCSoC16523.2L2-L3瑞萨RCAR V3USoC608-106-7.570-100TI TDA4xSoC851.6L2-L3开展业务合作，适配中数据来源：各公司官网、新浪汽车、汽车之心、安信证券研究中心整理根据我们产业链调研发现，单芯片的性能强度并不是主机厂考虑的唯一要素，在除芯片性能外，芯片的价格以及其背后厂商在自动

56、驾驶领域的软件生态及工具链的成熟程度也是重要的参考。在芯片价格方面：根据汽车之心的资料以及我们调研的情况进行综合判断，英伟达 Orin 芯片的单颗价格约在 300-500 美元左右，高通采用 Snapdragon 8540+9000 芯片的组合方式。其中，单颗芯片价值约为 110-200 美元，瑞萨 R-CAR V3U 和Mobileye Eye Q6 的单价区间分别为 70-100 美元、130-160 美元；在软件生态和工具链方面：英伟达则展现出了较强竞争优势，理想汽车 CTO 王凯曾在对建约车评等媒体时公开表示：“选择英伟达作为理想汽车在自动驾驶芯片的合作伙伴，其中，工具链是一个重要的考

57、量标准。”值得一提的是，英伟达在基于丰富的软件生态下，使得 Orin 能通过开放的 CUDA、Tensor RT API 及各类库进行编程，同时借助于高效的工具链产品和最初的 prototype，使得理想汽车在自动驾驶系统的研发更快地落地。此外，不同的芯片厂商对于其是否能提供整体化解决方案以及其方案的开放程度、定制化供给的选择均不相同，这也在一定程度上导致了主机厂去主动选择与自己能力及需求相匹配的芯片厂商。例如，Mobileye 虽然能提供整体化方案，但其方案的开放性相对较弱，仅给予主机厂“黑箱式”的输出，因此，自身软件及算法能力相对较弱的厂商会去选择与其进行合作；而英伟达、高通等在提供整体化

58、方案时相较于 Mobileye 则更为“开放”，且允许定制化服务。因此，自身能力相对较强，或对于主动权重视的主机厂则会偏向于选择英伟达、高通等厂商；另外，如 NXP、TI 等由于仅提供其芯片支持，并不提供整体化方案，因此竞争力相对较弱。软件架构：软硬件加速分离，推动软件架构升级为计算平台。EE 架构向集中式开始演化，域控制器方案的出现，将彻底弱化底层 ECU 的运算能力，将功能的处理统一交付于域控制器进行控制。这一方式的实施，将有利于实现底层资源的标准化、通用化，并进一步降低了软硬件间的耦合度，将解耦范围从应用软件层的分离拓展至整个软件架构，使其独立于硬件之上，发展为由“芯片-操作系统-中间件

59、-算法”构成的计算平台。其中，芯片作为算力基础，为计算能力的实现提供底层配臵；操作系统则主要负责控制与管理软硬件资源，并进行合理的调配。值得注意的是，在操作系统中系统的内核是核心，其直接决定了系统在运行中是否能实现性能及稳定性的最优输出；AutoSAR 作为开放的系统架构，为了应对集中式架构下所需的高性能配臵，也进一步扩展为 Adaptive AutoSAR，并主要对中央应用服务器负责，用于协调在异构软件平台下各域间的信息交互，为后续汽车架构向 SOA迭代制定标准；算法层位于软件层次结构的最顶部，主要负责系统功能和业务裸机的实现，例如，智能座舱域中的交互能力；自动驾驶域中的自动泊车、高速代驾、

60、自动巡航等功能。图 21：汽车计算平台架构数据来源：中国软件测评中心、安信证券研究中心在车载操作系统层面：根据对底层操作系统改造程度的不同，车载操作系统可大致分为：1）基础型操作系统：打造全新底层操作系统及所需的系统组件（例如，系统内核、底层驱动及虚拟机等）。其中，典型的如 QNX、Linux 等；2）定制型操作系统：在基础型操作系统之上进行定制化开发（例如，修改内核、硬件驱动、运行时环境及应用程序框架等）。其中，典型的如特斯拉 Version、华为鸿蒙 OS 等。在基础型操作系统的选择上，QNX 已把控当前，而 Linux 或将成为未来主流。目前主流的基础型操作系统包括，QNX、Linux、