迈向电动智能化汽车处理器市场迎新变革

1、目录 HYPERLINK l _TOC_250011 从分布到集中式架构，车用处理器何去何从 4 HYPERLINK l _TOC_250010 引言：U 的前世今生与域概念的出现 4 HYPERLINK l _TOC_250009 AAS 部分：L3 或将成为硬件架构分水岭，AI C 部署将对MCU 需求形成替代 7 HYPERLINK l _TOC_250008 车身及底盘部分：出于安全冗余考量，U 融合并不会带来MCU 用量下降 HYPERLINK l _TOC_250007 动力部分：汽车电动化带来MCU 增量需求，BMSU 驱动车用处理器市场增长 HYPERLINK l _TOC_2

2、50006 进口替代 + 新赛道新机遇，中国车用处理器迎来发展机会 HYPERLINK l _TOC_250005 MCU 芯片国产替代空间广阔，但任重而道远 HYPERLINK l _TOC_250004 集中式架构带来汽车供应链重塑，AI C 芯片厂商有弯道超车机会 HYPERLINK l _TOC_250003 建议关注公司 HYPERLINK l _TOC_250002 风险 HYPERLINK l _TOC_250001 汽车电动化发展不及预期 HYPERLINK l _TOC_250000 汽车智能化及网联化不及预期 图表图表1: U 工作原理图 4图表：汽车电子电气架构不断演进

3、5图表3: 分布式AAS 架构 6图表:AAS 域控制架构 6图表5:AAS 分级及所需功能模块一览 7图表6:ZF 前置三摄方案（分布式）内部主要包含S 传感器、Q3 芯片、2 位MCU 及M 内存 8图表: 大陆AB 毫米波雷达方案（分布式）内部主要包含2 位MC、MMIC 雷达芯片、PMI、C 等芯片 8图表8: 集中式架构，IC 模块中不再含有处理芯片 8图表9:AAS 硬件系统所需处理器结构 8图表10:G05 平台 BMW X5 直接采购ZF 三摄模组 9图表:la Auopilot 1.0 仍然采用分布式架构 9图表12: 具备L3 级功能的奥迪8 仍采用分布式架构 9图表:zA

4、S 域控制器内部结构 9图表14: 宝马自动驾驶硬件架构迭代图 图表15:la 自动驾驶平台迭代 图表16: 前视摄像头方案对比：la . 图表17:AAS 渗透率假设 图表: 不同级别AAS 对MC/MPU 需求量假设 图表19: 整车出货量及AS 系统处理器单价假设 图表20: 中国车用AAS 处理器市场规模测算 图表21:la Modl 3 车身控制器呈现高度集中化 图表22:la Modl 3 三个车身控制器电路板结构（标红部分为MC） 图表23:BMS 架构图 图表: 整车控制器架构图 图表25:BMS 系统中主要芯片价格一览 图表26: 动力部分MCU 市场空间测算（单位均为百万美

5、元） 图表27: 中国车用MCU 市场规模 图表28:MU 市场按终端应用拆分（E） 图表:MCU 市场增速按应用拆分（25CGR） 图表30:2016 年全球车用处理器（MCMUP）市场份额 图表31: 中国车用MCU 企业一览 图表32: 中国ir1 厂商一览 图表33: 中国ir1 来自于AAS 的相关收入比例仍低 图表: 中国ir1 厂商在AAS 的执行层仍然缺位 图表: 车用AI C 芯片将成为实现高级别AAS 的重要支撑 图表36:la Modl 3 中大面积使用自研控制器，传统ir1 占比大幅降低 图表37: 未来汽车供应链会发生改变，ir1 厂商生存空间受到挤压 图表38: 目

6、前AAS 较领先的解决方案基本基于NidiaMobil，而la 采用自研芯片自有平台 图表39: 车用AI ：海外企业 . 本土企业 图表40: 可比公司估值表 从分布到集中式架构，车用处理器何去何从引言：U 的前世今生与域概念的出现，即车用电子控制单元，由核心 M（车用处理器的最典型形式、模数转换器、数字信号缓冲器、存储器、电源电路、通信电路等部分组成。工作流程上，外部传感器将温度电流等信号输入交由MU 运算处理结果通过输出回路等传递至执行器使车辆完成所需动作。早期U 的诞生主要是被用于发动机控制，但随着汽车电子技术的进步，U 数量不断增加，刹车、转向、车门车窗、照明等各种功能都需要U 的配

7、合。目前经济型车大约需要 0 个，高端车型U 数目甚至达到0 个上下，与之配合的不同规格的MCU 数量也不断增加相关市场蓬勃发展但是我们认为传统汽车电子电（EE架构下U 各司其职，随着功能的增加，传统架构的问题逐步凸显：U 结构冗余算力和功能存在重复以动力U 为例发动机由一个核心U 负责，而电机、电流、点火、驱动等模块又各有一个 ，尽管有安全冗余，但还是浪费了大量算力；排线难度与线束成本上升。U 之间需要通信，不断增加的U 数量使得线束长度大幅增加，成本上升，复杂的线路需要分开排线，否则线束相互缠绕会产生发热等安全隐患；不利于软件维护与升级布式架构下整车厂从不同r1 厂商采购各厂商拥有不同的软

8、件架构和接口标准。这使得汽车出厂后软件维护和升级难度大幅上升。如果能够采用集中式架构，一次维护即可升级全车系统，将大幅提高效率；分布式 CU 难以保证网络安全信息技术的进步使得车辆与互联网联系更加紧密遭受网络攻击的可能性也随之提升，高性能处理器网络防护能力强，而分布式U 难建立防火墙统一管理，存在安全隐患；高级别辅助驾驶需要 U 间高度融合传统架构处理效率较低实现自动驾驶需要视觉、雷达、高精度地图以及网络互联的共同参与，实现汽车对环境的感知预测，并且需要快速控制车辆做出反应。传统架构下多U 协同能力有限，沟通效率较低，难胜任高级自动驾驶任务。图表: U 工作原理图传感器信号传感器信号执行控制电

9、磁阀模拟信号电动机数字信号开关与指示电源电源通讯电路电源电路输出处理输入处理资料源为了解决分布式架构问题“域（doain”的概念随之出现。全球知名的ir1 厂商博世提出，按照功能划分，汽车电子电气系统基本上可以被划分为“五域”架构：即动力域、底盘域、车身域、信息娱乐域、以及 S 域。考虑到未来车联网应用，还可能会增加外网控制域。各个域之间通过千兆以太网连接，以此解决实时性问题与传导问题，而每个域与自己分管的子系统之间通过N，ND 以及百兆以太网连接通信。我们认为，未来汽车 /E 架构的发展趋势先是从分布式 U 向 7 个域控制器集中，之后具有交叉功能的域控制器也可能发生融合，最终还可能统一受中

10、央计算机调配。我们认为，三大趋势将引领汽车处理器（MU 等）发送如下需求变化：第一，智能化方面，AAS 普及与功能升级是车用处理器市场增长的重要驱动力之一随着EE 架构向集中式、向域架构发展，我们认为其对硬件系统最大的改变在于将被量少价高的AI C 替代；第二电动化网联化方面我们认为EE 架构“域控制演进并不会直接带来MCU需求量减少，BM、车联网等功能的引入反而会为MCU 带来增量市场空间；最后看存量上因车身底盘等功能上要预留安全冗余EE 架构演进同样不会带车用处理器需求量下降，但底层MCU 功能将大大简化，具体分析请见下文。图表：汽车电子电气架构不断演进分布式现有形式）域集中式下一代形（-

11、）onal式未来形式-）独特的件平台限的硬抽象层单一的件平台整的硬抽象层DU网关U技术80-10个U多种A、以网、lRyM通信连接4-5高性能多种传U每个域有条A总线个以太网干高性能算机群多种传器U每个域有条A总线个以太网干特点分布式制多个节点通过中网关内部通信专用域的功能整合s之间的由由级网处理在高性计算执行的拟功域依赖的感器致器域立，可展）路由复性由网关处理资料源：dere，图表: 分布式AAS 架构图表:AAS 域控制架构摄像头前方避撞摄像头前方避撞S 被动安全性AB/线控变速挡电子节气控前向雷达扫描激光达泊车辅助声雷达环影摄像头前挡风玻摄像头Mobie eQ3MIUIzAS尾部盲区测雷

12、达/控转向线控变速挡电子节气控制AB/控制动资料源：I，迪网资料源：I，迪网S 部分：3 或将成为硬件架构分水岭，ISoC 部署将对 MU 需求形成替代AAS 的硬件系统一般由视觉感知模块及雷达感知模块组成。视觉感知模块包含I（智能前视摄像头模组）及（全景环视系统，而雷达感知模块包括（前向毫米波雷达模组（侧后毫米波雷达模组AA（超声波雷达模组及LiA（车载激光雷达。一切 S 功能都将由一个或多个模块组合实现（如图4 所示如果再深究其内部结构我们认为分布式架构下单个模块均由2 颗处理芯（MMP）及多个传感（摄像头雷达组成而在集中式架构下模块的概念依然存在但模块仅保留传感器处理芯片将会集中至S 域

13、控制器中。AS 域控制器这一概念最早由博世大陆等ir1 厂商提出用于处理单个硬件模块无法实现的系统级功能如一些需要定位视觉数据雷达数据的相互配合的功能域控制器在L3 及以上场景中成为不可或缺的硬件配置而在L2 及以下十分罕（详见下文分析AAS 域控制器中一般包含一颗或多颗算力更高的AI C 芯片及一颗MCU 芯片（安全冗余，C 常由英伟达、Moile 等厂商提供，MCU 一般采用nnon 的Aurix 系列。图表:AAS 分级及所需功能模块一览自动驾分级L0应急辅助L5L1部分自动辅助L2L1部分自动辅助L2组合驾驶辅助L3有条件自动驾驶L4高度自动驾驶AA功能摄像头-颗-颗-颗-颗-颗-颗-

14、颗AE（紧急刹车） AA（换道辅助）AAJPWP（高速公路领航车路协同PVP （自动代客泊车资料源盖汽图表:ZF 前置三摄方案（分布式）内部主要包含IS 传器、3 芯片、2 位MU 及M 内存图表: 大陆AS4B 毫米波雷达方案（分布式）内部主要含2 位M、MMIC 雷达芯片、PMI、C 等芯片资料源：，m，资料源：m，图表: 集中式架构，IC 模块中不再含有处理芯片资料源：m，图表:AAS 硬件系统所需处理器结构Sleel处理器类型USCUSCUSCUSCUSCUSCIFC1111AVS111111SRR1111IDARFR1111AA111ADAS11111注：代表式I ，算及远高分式品资

15、料源：P，LL2：分布式架构仍是主流，MCU 数量随AAS 渗透率上升而增长我们认为由于 2 级别 S 功能较为单一涉及多传感器融合少因此多采用分布式传统架构，硬件模块基本为 er1 厂商的成熟解决方案，即传统整车厂会直接采购 er1成套的模（如图 0 所示新能源车方面la 第一代Auopilot 平台同样采用分布式架构前置摄像头的模组核心部分仍然采用了博世与Moile 的方（如图1 所示Auopilot的主PCB 板上外挂了摄像头的解决方案及信息娱乐板。图表:05 平台BMW X5 直接采购ZF 三摄模组图表:ela Auopilot 1.0 仍然采用分布式架构资料源：m，宝官资料源：ek，

16、我们认为传统车厂在向 2 以上更高级别的 S 功能迭代过程中，仍然多采用“叠罗汉”模式，即保留分布式架构的冗余，额外追加域控制器或高算力模块来实现 3 及以上功能，带来处理器需求的线性增长。举例来看，在全球第一款实现L3 功能的7 款8 轿车中，奥迪并没有采用集中式架构而是在分布式架构基础上追加了一颗zAS 域控制器对超声波雷达环视摄像头激光雷达实况数据做统筹处（图其中包含了Nidia ga K1 套件（处理器为一颗P、Mobile Q3、Ala clone A 以及ninon Aurix MC，直接将单车处理器用量提升4 颗，价值量提升数倍。宝马同样通过增加额外的传感器系与高端微处理器来满足

17、自动驾驶性能要求提升对 l 3 车型宝马选择在平台中整合两颗 MobileQ5 芯片，两个Il ron U 和一个额外的ninon Aurix MC。图表: 具备L3 级功能的奥迪8 仍采用分布式架构图表:zAS 域控制器内部结构 资料源：m，宝官资料源：m，图表: 宝马自动驾驶硬件架构迭代图资料源：ETm，宝官，L3 及以上：集中式架构将成为主流， AI C 部署将对MCU 形成替代在上文中我们提到，L3 及以上AAS 各个功能的实现会带来单车感知模组数量大幅提升，对于芯片识别、预测及执行的要求也更高。我们认为，分布式架构下芯片冗余问题严重，排线过于复杂，难以实现更高级别的自动驾驶；而集中式

18、架构具有提升算力，减少排线等诸多优点。因此，我们认为尽管目前传统车厂大多数仍以硬件“叠罗汉”方式实现 3 级 S 功能，但这很难成为长期趋势。新能源车企带动 S 硬件架构革新，简化 M，增加配备高算力 M（I oC）的域控制器来实现多传感器融合有望成为 L3+ AS 硬件的主流结构。以la 的自动驾驶平台 Auopilot 为例，在2.0 版本时代，la 便抛弃了分布式架构，而演化到3.0 版本时，我们看到）中央超级计算机由AAS 板信息娱乐板组成，在AAS 板上，la 采用了两颗自研的C 替代Nidia PU+So并保留一颗冗余MC此外在整个超级计算机中仅有信息娱乐板上使用了一颗MC（NXP

19、 提供，相比第一代产品MCU 数量减少，自研芯片占比大幅上升在视觉和雷达模块上la 的三摄方案只保留了感知的基础能力边缘数量下降明显。图表:ela 自动驾驶平台迭代资料源：m，特拉网，图表: 前视摄像头方案对比：ela v. Tsla 三目前视摄像头ZF S-am4 三目前视摄像头产品结构图广角摄像头, m , 5 ft中距摄像头, m, 0 ftS图像传感器nSemi ARAT *3mniision *3U/英飞(-bit)成本估测美元美元CC传感器隔离在三个不同的PCB上，摄像头包含完整的功能，需对接Mobilee完成部分测试工作只采集图像，所有C传感器嵌入在PCB中，无需处理oC，图像处

20、理部分交给utopilot控制器完成产品差异远距摄像头, m, 0 ft, m处理器/ob远距摄像头, m, 0 ft, m处理器/obilee Ee4内存/美光*2资料源：m，量减但价增，我们测算中国5 年AAS 相关MCU+oC 市场规模有望达到4 亿美元关键假设思路：我们遵循各级别AAS在新能源乘用车燃油乘用车及商用车中渗透率不同的假设）新能源车追求科技属性加成S 渗透率高于燃油乘用车8 年交通部营运货车安全技术条件中要求绝大部分上市商用车型必须配备L1 级别AS 系统，因此商用车 1 级别渗透率高于乘用车售价较低的经济型乘用车仍然是中国汽车市场的主流车型受到成本的制约短时间内不会安装2

21、 及以上级别的自动驾驶系统因此L2 以上级别AS 渗透率增长较慢；量价趋势上，我们认为随着L3 级别技术日趋成熟，AS 系统将会从分布式向集中转换。如上文所述，L2 及以下系统仍采用分布式架构，因此 2 升级过程中 MCU与分布式 oC 数量线性增加。达到 3 级后，我们认为集中式架构普及，MCU 数量大幅减少，被单颗价值量较大的集中式 I oC 所替代。基于以上关键假设，我们首先预测了新能源乘用车、燃油乘用车以及商用车未来五年的出货量之后统计各级别AS 所需要的每辆车MCPU 数量及单价再分别预测LL4 级别 AAS 系统在新能源车、传统燃油车及商用车中的渗透率。以新能源乘用车为例，年新能源

22、乘用车L4 级别渗透率为L3 及以上级别渗透率为因此L3 级别渗透率为 以此类推L0 及以上级别新能源乘用车渗透率为8其中L0 级别渗透率为8后结合之前预测的汽车出货量、MU 单价及数量来计算市场规模。图表:AAS 渗透率假设图表: 不同级别AAS 对MU/MPU 需求量假设E E E E E E 渗透率假设（按AA级别）新能源乘用车22%28%42%60%76%88%20%21%25%29%32%40%20%20%21%22%23%35%2%3%4%6%14%20%0%0%0%1%2%3%燃油乘用车20%24%38%46%65%86%18%21%24%27%30%40%17%19%21%22

23、%23%25%0%1%3%6%10%18%0%0%0%1%1%2%商用车20%35%55%70%85%90%18%28%40%50%60%70%17%19%21%22%23%25%0%1%2%3%3%4%0%0%0%0%0%0%E E E E E 不同级别AA对C/P需求量预测（个）CU222222555555666666111111111111PU0（分布式）1111111（分布式）2222222（分布式）4444443（集中式）1111114（集中式）111111资料源工部网资料源工部网图表: 整车出货量及AS 系统处理器单价假设整车出货量假设（万台）乘用车2018236124792553

24、新能源乘用车燃油乘用车,6,9,2商用车509458新能源商用车燃油商用车S系统/P单价预测分布资料源贸电图表: 中车用AAS 处理器市场规模测算资料源结论：我们测算2025 年中国AS 相关MCU市场规模将从1.2 亿美元提升至3.3 亿美元， R 达到；而AS 相关C 市场规模有望从0 年的2 亿美元提升至5 年的 1 亿美元，R 达到。车身及底盘部分：出于安全冗余考量，U 融合并不会带来 MU 用量下降我们认为，la Modl 3 的车身电子方案简洁，集中度高，是目前来讲架构最前沿、最具代表性的车型之一代表了行业的发展方向我们看到Modl 3 整车采用了3 个车身控（前左右均为典型的域控

25、制器方案也承担着电动车中整车控制器的角（其他车型可能有单独的整车控制器，如比亚迪、蔚来等，具体来看：前车身控制器：主要负责电源分配，车辆状态监测，驱动控制功能，部分空调控制能，有处理器芯片4 颗（主MCU1 颗，辅MCU3 颗；左车身控制器：融合了传统车的车身控制器、门模块、座椅控制器、方向盘电动调控制器、电子驻车的功能，同时还外加了空调的鼓风机控制，有处理器芯片4 颗（ MCU2 颗辅MCU2 颗；右车身控制器：右车身控制器除了集成传统的车身控制器、右前座椅控制器、右前门模块右后门模块外也负责空调控制及AA 控制有处理器芯片3 （主MCU1 颗+ 辅MCU2 颗。我们看到，实际上Modl 3

26、 车身控制器使用了“一板多芯”的解决方案，三个车身控制整合了4 个模块的功能包含1 颗MCU 芯片仅发生了少量融（我们认为主要是在车门等简单控制，整体集中式架构下MCU 用量基本与分布式架构相比未发生明显改变。于安全冗余的考虑，我们认为集中式架构与 U 的融合并不会带来车身及底盘 U 数量的降低，仅会将部分 MU 的功能弱化，仍需保留执行层面的功能（如图2 所示，有多颗小型MC图表:ela Model 3 车身控制器呈现高度集中化资料源：ses，图表:ela Model 3 三个车身控制器电路板结构（标红部分为M）资料源：ses，动力部分：汽车电动化带来 MU 增量需求，BM/U 驱动车用处理

27、器市场增长第一，从用量上来看，我们认为集中式电气架构本身并不会迎来汽车动力部分相关处理器硬件结构变化MU 的需求变化是驱动形式由燃油转化为电机带来与燃油车相比新源车以电机代替了汽油发动机，且增加了动力电池，并主要带来以下硬件架构的差异：增加电池管理系统（BM，MU 数量上升：动力电池是整车的核心部件之一，其充放电情况、温度状态、单体电池间的均衡均需要进行控制，因此电动车需额外配备一个电池管理系（BM我们认为未来主从式电池管理系统将会成为最常见的解决方案每个电池管理系统中的主控制器需要附加一颗MC每个从控制板上也需要一 MC，但规格要求逊于主；增加整车控制（U 数量上升由于燃油车动力部分相对简单

28、动力部分仅由发动机承担任务，不需要协调动力电池等部件，因此引擎控制单元便能满足要求。而对于纯电动车混合动力汽车动力架构复杂单个控制器兼任能量管理更为困难，必须增加一个整车控制（整车控制器中也需要配备高性能的bit MCU 芯片，数量根据不同车企方案不同而呈现差异；引擎控制器变速箱控制器方面，MU 是存量替代逻辑：在电机控制器中，也需要一颗MCU 控制逆变器的工作但可以视作是对汽油车引擎控制器的存量替代而变速方面，尽管电动车中不需要传统燃油车中狭义的变速箱，但由于电机转速高，需要经过减速器（也可视为电动车的变速箱）减速才能正常推动车辆行驶，因此也会配备一颗MCU 芯片来控制减速器工作。第二，从价

29、值量来看，动力域对 MU 性能要求较高，处理器单颗价值量大。BMS 中MCU承担着处理（模拟前端芯片）采集的信息并计算（荷电状态，e of ae）的重要作用我们认为C 是BMS 系统中最重要的参数其余一切参数均以C 为基础计算得来，对相关MCU 的性能要求较高。整车厂既可以自己开发板级BMS 系统，也可以直接采购芯片厂商的解决方案，但全球仅有少数企业可供应BMS MC（如恩智浦。根据销商贸泽电子网站披露BMS 内MCU 单颗价格接近0 元人民币甚至部分型号高达数元人民币，即便车厂采购可以获得大量折扣，我们认为BMS 用MCU 价格仍然远高于平 bit 的MCU 价格（6 美元上下。图表:BMS

30、 架构图图表: 整车控制器架构图充电NBMU1MC）标定充电NBMU1MC）标定仪表空调调试口充电机BMS系统整车N（1M（1M）内部NBCU（1MC内部NBCU（1MC）BCU（1M）电池模组电池模组BCU（1MC）电池模组电池模组控制器/控制器驱动电机控制器资料源：I 网资料源图表:BMS 系统中主要芯片价格一览供应商名称产品型号产品类型渠道参考价格（元个）TITS0-bit UTITS0-bit UNPSK-bit UNPX-bit UInfineonTX-bit UInfineonTX-bit URenesasRH0-bit U资料源：e，电动车出货量上升，动力相关 MU 市场增长可期

31、。于动力部分的MCU 市场需求，我们参照如下逻辑做测算：）我们认为未来燃油车动力系统MCU 种类和数量在集中式EE 架构下没有重大变化仍然维持着1 个发动机管理MC1 个变速箱MCU 以及一个车用发电机MCU 的设计电动车方面MCU 在动力部分的应用场景主要包括BM（我们以1 4 从模式作为测算的假设不同车型根据从板数量不同MCU 用量也呈现差异整车控器（暂以1 颗做假设，因车型而异、电机控制（1 颗、变速箱（即减速器，1 颗。基于以上假设，再结合我们对未来五年整车出货量、MCU 单价走势的预测来计算市场规模。我们测算2025 年中国车用动力系统相关MCU 市场规模将从4.0 亿美元增长至7.

32、5亿美元R 达到其中电动车动力系统MCU 市场规模将从0.6 亿美元提升至4.1 亿美元。图表: 动力部分MU 市场空间测算（单位均为百万美元）2020A2021E2022E2023E2024E2025E燃油车动力系统CU340388391378364343oY139%09%34%37%58%发动机管理CU213242243235226213oY134%07%34%37%58%变速箱CU667677747167oY147%12%33%37%58%车用发电机CU617071696662oY145%10%32%37%58%电动车动力系统CU 5999151228311408oY671%519%50

33、9%363%313%S CU406699149203266oY662%492%505%364%312%SCU24416294128170oY693%517%504%369%321%SCU162537557597oY613%450%507%355%296%电机控制CU71116243242oY597%429%472%338%307%变速箱CU6913202735oY588%422%511%346%297%整车控制器CU 71223354965oY880%821%554%387%331%动力系统C市场规模合计（百万美元）400487542606675751oY218%113%118%114%113

34、%资料源：ses，进口替代 + 新赛道新机遇，中国车用处理器迎来发展机会MU 芯片国产替代空间广阔，但任重而道远结合gy Analytics 数据，我们测算中国车用MCU 市场规模有望由0 年的26.3 亿美元提升到5 年的.5 亿美元，R 达到。如上文分析所述，按照标准六域划分，我们认为 S 域（主要受益于汽车智能化）及动力域（主要受益于汽车电动化）为中国车用处理器芯片市场增长最重要的两个驱动力25 年R 分别达到284年市场规模占比分别将达到5516。但事实来看，目前我国车用 MU 自给能力依然较低。我们认为其主要原因是：）从存量上来看尽管动力车身底盘等高可靠性MCU 均在130nm/0n

35、m 等成熟工艺节点上制造，但美日欧整车品牌全球市占率高，供应链基本固化。海外ir1 厂商仅采购IDM 大厂的车用MC导致恩智（eal英飞凌瑞萨等厂商垄断汽车处理器芯片市场除了车规级Q100 认证是门槛外中国半导体企业起步晚也难以切入现有生态圈从近几年增量上来看，其中AAS 域控制器依赖较高制程（英飞凌Aurix 系列nas RR V3等均基于40n，甚至28m 以下工艺制造）及高性能处理器内核（如ARM x，对制造工艺及设计能力要求非常高；而高端BMS 用MCU 芯片也需要大量经验积累，目前大量成熟解决方案被恩智浦垄断，中国企业渗透进度较慢。图表: 中国车用MU 市场规模2020A2020A2

36、021E2022E2023E2024E202出货量按型号拆分（百万个）8bit537661755 871占C总出货量比例50%51%52%53%oY231%142% 15.16bit215233 232占C总出货量比例20%18% 1oY86%32bit322 4占C总出货量比例20%C单价（人民币元C单价（人民币元）中国CUbit 16bit 32中国CUoY资料源：reys，英官网1 HYPERLINK / wwim/图表:MU 市场按终端应用拆分（E）图表:MU 市场增速按应用拆分（25）10%4%AS10%4%7%55%IVR N.Y ESSFTY CASISORAINAR 220%5

37、%10%15%20%25%30%资料源：reys，资料源：reys，图表:6 年全球车用处理器（M/So/M/SP）市场份额%1%1%2%es% 5%XPTI6%10%27%Innn cp CSTTda注：理类括MCDP资料源：reys，目前中国本土已经有多家MCU 设计企业在车身动力等部分应用上取得车规级认（如图1 所示已经实现了从零到一的突破展望未来我们认为国产车用MCU 将遵从以下发展路径：车身底盘动力部分：我认为车身、底盘等基本控制系统仍然将遵循ir1 厂商完成系统集成的商业模式，因此本土车用MCU 的市占率增长将会受到国内ir1 厂商本土车企市占率提升驱动（我们认为相同技术认证水平下

38、，国内厂商更有动力去配套国产芯片此外我们认为高级运算功能在未来将会交由域控制器进行仅用于执行的 MU 功能将会被大大简化，将为国内芯片厂商带来更大的国产替代机会。目比亚迪、芯旺、赛腾等企业已经实现前装产品，但基本还停留在车窗、照明、冷却系统等偏简单的控制应用上。动力部分来看，由于可靠性要求及功能复杂度更高，我们短期内中国企业进入燃油车引擎 、新能源车电控MS 供应链维持谨慎态度。S 部分我们预计5 年中国2 级AAS 总渗透率目标为中短期分布式传统架构AAS 仍然是主导，ir-1 厂商的话语权依然较大。在AAS 在执行层方面来看（MCU 多部署于执行层，国内ir1 仍然缺位，因此短期内我们对国

39、产 MU 进入 L1/L2 级传统 S 架构系统持谨慎态度长期来看L3 （含以上AAS 硬件中AI C 会对MCU 形成替代，AS 硬件架构将发生改变，我们更加看好国内企业在新架构中弯道超车机会，具体分析请见下文。图表: 中国车用MU 企业一览U供应商名称芯片内核芯片应用领域功能描述ARM oe-/4ARM oe-/; RIS-V/ADAS（hipN）bi/bit/（Sine ioeleonis）ARM oe-0（Naional hip）-bit RISChipwasARoe-3（Allwinne）ARoe-A7ADAS（Gigadeie）ARM oe-; RIS-V及ADAS、ADAS子Si

40、no Wealh）N/AN/AN/AN/A资料源公官，图表: 中国ie1 厂商一览资料源各司网感知层决策层执行层视觉RaarDR地图定位博世XXXXXX大陆XXXXXX法雷奥XXXXX安波福XXX采埃孚XXXXX维尼尔XXXX电装XXXX摩比斯X感知层决策层执行层视觉RaarDR地图定位博世XXXXXX大陆XXXXXX法雷奥XXXXX安波福XXX采埃孚XXXXX维尼尔XXXX电装XXXX摩比斯XXXX伟世通X麦格纳XXXX百度XX腾讯XX阿里XX华为XXXX东软睿驰XX华阳XX德赛西威XXX四维图新XXi1年DS收入收入详细情况说明%ADU，%奥元ADAS+元 ADAS/ADASobilee-

41、资料源佐汽，资料源佐汽，集中式架构带来汽车供应链重塑，ISoC 芯片厂商有弯道超车机会在AAS 域中上文我们已经讨论到功能实现需要价值量大幅提升的AI C 来配合考虑到芯片价值量的大幅上行及在未来自动驾驶场景中的重要支撑性地位，我们认为整车厂商开始有动机使C 芯片定制化，来实现更有针对性的进行硬件层级的优化，再辅以先进的算法来获得更好的计算性能、功耗比、及更低的单车成本。我们看到la 的Auopilot3.0硬件中便使用了两颗自研D芯片来替代Nidia Xir ，并大幅削减边缘MCU 数目这不仅打破了汽车半导体的固有供应链使传统 er1 份额明显下降，还表明了有实力的整车厂在未来将会像上游移动

42、，直接采购芯片参与 S 系统的设计集成；而对于自研芯片能力的较弱的、试图转型新能源赛道的传统整车厂来说，我们认为其更有可能直接去与芯片设计及算法能力足够强的AI C 供应商合作，这就使 oC厂商拥有了绕过 er1 进入车厂的宝贵机会。而最后，数据、算法能力突出的软件大厂或科技企业也开始启动造车计划、自研AAS 芯片并直接成为ir。我们认为，S 由分布转向集中带来车用半导体供应链变革车用 ISoC 有望成为国内车用半导体行业的突破口。图表: 车用AI SoC 芯片将成为实现高级别AAS 的重要支撑6 BIT车用MU传统产品（如T Mio系列）单核U制造节点，寸圆4 in ae单片单任务用2 BI

43、T车用MU第二代0s（如ieon Aurix）多达U以下节点寸晶圆-6 in aae十几美到几元广的用域制、底盘、安、发机、4 BITAI So芯片AI 引擎（如esla D芯片）2 核U2GP+2 NUm iT工艺（或先进）6 in aae成百上美元5自动驾驶资料源：dere，图表:ela Model 3 中大面积使用自研控制器，传统ier1 占比大幅降低ax2%gwar 2%sa 58%Koal 3%Han 3%Haman 3%ao 其他78%os3%hCiAmr 5%thrseoMandoKostalHaran KardonHanonGntaxBorgwarnerTslaAlfeirnt

44、iBoschodel3控制器供应商控制器数量占比sla2258%osch410%lir25%Coni25%Ohrs13%alo13%ando13%Kosal13%aran Kardon13%anon13%nax12%orarnr12%资料源：ks，图表: 未来汽车供应链会发生改变，ie1 厂商生存空间受到挤压11上游：电子元器件2中游：子系统/模组3下游：汽车制造商现在未来半导体及器件造商er1软件公司软件公司半导元器件制商软件公司r1半导元器件制商资料源：dere，我们为什么看好国内车用 I oC 企业未来的发展？一，我们认为目前海外 Mbil， Nidia 等大厂出于知识产权保护的原因，提

45、供的解决方案相对封闭，国内车企个性化需求难以被满足第二从成本端来看国外供应商提供的解决方案普遍价格较（举例来看，小鹏P7 中使用的单颗Nidia Xir C 价格就高达0 美元以上，蔚来E7 中使用的芯片价格更高议价空间也十分有限对于主打C 级（小鹏未来理想等造车新势力可能尚能承受，而对于主打性价比、利润空间相对较小的车企来说是一大挑战；第三，随着华为等巨头的入场，我们认为中国本土C 企业与海外龙头企业Mobil，Nidia 的技术差距正在逐步缩小；第四，海外芯片企业在后期优化时与国内车厂、高精度地图提供商等产业链其他环节沟通成本高，技术改善较缓慢。综上，系统我们认为当下本土车用 oC 芯片供

46、应商最有希望切入 S 赛道，并有对海外企业的弯道超车机会。图表: 目前AAS 较领先的解决方案基本基于NvidiaMobile，而ela 采用自研芯片自有平台车型发布时间DS等级计算平台（芯片）名称TESA odel 35Auopilot 0 FSD）G3obilee台Ee）ES6obilee台Ee）ES8obilee台Ee）5Nidia aier 台(aier So)ZYN/5Nidia aier 台(aier So)afox -TDC0 Asend 0）ET7Nidia Oin台(Oin So)资料源各司网图表: 车用AI So：海外企业v. 本土企业公司平台名称工艺CPUCP算力 P)P

47、/A处理器A算力 OPN8)能效比OP/W)成本预估)海外企业瑞萨CR 3U12nm8核7696KPorR 740060670100obilyeyQ428nm4核IPS inrpiv68K（估算）P2508obilyeyQ57nm8核IPS 1650028K(估算)CPA2424obilyeyQ65nm4核英特尔ront60K（估算）CPA6719130160英伟达Xavir12nm8核M CalXavir ola iPU301300英伟达Orin7nm12核78238K（估算）preiPU2008300400高通napdraon ide5nm单核X1，3核78，4核55100K（估算）888

48、2626110130特斯拉FSD14nm12核7223K（估算）IP2PU7211200本土企业华为21016n12nm鲲鹏91690Kscnd310482华为61016n7nm鲲鹏91690Kscnd31016013华为8007nmscnd910地平线征程228nm2核M 53314K（估算）2核rnoulli架构CPU42地平线征程328nm4核M 53628K（估算）2核rnoulli架构CPU52地平线征程59664黑芝麻50016nm5829黑芝麻100016nm8核7088黑芝麻1000L16nm6核1632资料源各司网建议关注公司兆易创新（.H，跑赢行业）兆易创新于5 年成立于北

49、京是一家以中国为总部的全球化芯片设计公司专注于存储器微控制器以及传感器的设计研发该公司存储器产品主要包括NRahNANDh 闪存芯片以及M 存取存储器其中NRahM 可应用于汽车电子领域微控制器产品（MC）主要是基于ARM x-M 系列32bit 通用MCU 产品，以及基于RIV 内核的32bit 通用MCU 产品，可应用于汽车人机界面、电机控制、电源管理等领域。传感器业务致力于新一代智能终端生物出传感技术，致力于人机交互芯片和解决方案的研制开发，适用于车载人机界面的解决方案。未来汽车电子成为 MU 发展的加速器，公司积极设计研发相关 MU 产品。汽车电子行业快速发展，同时系统复杂程度日益增加

50、，车用MCU 逐渐由、16bit 转变成32bi。公司目前依靠精准的市场地位，积极布局32bit 中高端MCU 市场，持续推出高性能、高级程度高稳定性低功耗的产品积极布局汽车电子电源管理领域MCU 产品保证公司市场争力。2MU 系列产品具有高性能高可靠性以及兼容性其中包括车规级 MU 产品可应用于车身控制系统以及辅助驾驶系统。兆易创新推出的2 MU 系列芯片可用于车门、车床座椅等车身控制超声波雷达和倒车算法等AAS 领域控制以及供电发动机控制点火控制等领域的车载自动诊断系统。兆易创新已经设计研发出基于 3 系列 MU 的物联网智能车载 BD 盒子。D 即车载自动诊断系统可以记录汽车水温油耗发动

51、机转速以及车主驾驶习惯等各项数据。在本款D 盒子中103 系列MCU 作为主控搭载开源操作系统可用于汽车诊断、远程监控、驾驶行为分析等场景。兆易创新已经开发出基于 32 的停车位停车监测雷达方案。该方案适用于室内、路边停车为的应用场景，可用作监测车位上是否有车辆停车，具有准确率高、全天候、能测距等特点。具体方案来看，其采用了303 作为主控，可通过雷达进行车位上的探测。四维图新（Z，跑赢行业）四维图新成立于2 年总部位于北京是中国领先的导航地图和动态信息服务提供商之一，也是国家测绘局创立的唯一专业从事测绘的公司。主营业务有为主流汽车厂商、手机厂商、导航设备厂商以及移动通信服务提供商提供智能交通

52、、导航电子地图、互联网地图服务、航空航天遥感、地理信息系统等技术与产品，同时在汽车方面专注于车用电子芯片设计、核心算法研究以及系统软硬件开发。7 年四维图新收购杰发科技。杰发科技是中国汽车电子芯片行业主要代表之一拥有四个系列的汽车MU 产品，可以用于车身、A、信息系统以及胎压监测领域。220 年杰发科技生产的智能驾驶座舱芯片已经获得国内知名ir1 厂商德赛西威订单并与其他公司也进行到dign n 阶段。S 渗透率不断提升四维图新在倒车辅助高精度地图等方面均有布局未来5 年LL2级别AS 渗透率将会有较大增量杰发科技研发的801 芯片可以应用于超声波雷达系统，提供LL2 级别的、D 等功能服务，

53、同时2 级别以上自动驾驶离不开高精度地图服务，四维图新在软件、硬件、算法上布局广泛，产品具有广阔应用前景。杰发科技在车身控制及监测类芯片领域拥有多种产品，技术成熟。目前杰发科技已经拥有四个系列车规级芯片，分别是用于车门、车窗、空调、车灯、座椅等车身控制的81 和 7801芯片用于汽车音频控制的315和7325芯片以及用于汽车胎压监测的5111芯片，同时其他领域的汽车芯片研发也在有序进行中。地平线（未上市）地平线是国内车规级人工智能芯片的领军企业之一，业务范围包括研发用于自动驾驶以及其他 IoT 领域的人工智能芯片，公司拥有独立研发的人工智能专用计算架构 P（ain Pocsing nit，在汽

54、车领域提供芯片算法IP工具链的完整解决方案，合作伙伴包括上汽、长安、长城、比亚迪、广汽、大陆等多家知名厂商。地平线拥有征程系列两款 S 图形处理芯片，既可用于前视摄像头，也可控制全景环视系统其中征程2 可用于L1 级别的单目前视摄像头控制征程3 可用于L2 级别自动泊车，全景环视等AS 功能随着自动驾驶技术的逐渐升级地平线公司全面的视觉感知产品线将发挥更大的协同作用，为车厂提供更多高附加值的产品。地平线可以提供硬件软件算法的系统性 S 解决方案。其中Horion Mtrix Mno 方案可提供WR 以及C 功能Horion Mtrix Pilot 可提供BLWEA、 A 等诸多功能，充分满足客

55、户的多样化需求。黑芝麻（未上市）黑芝麻科技成立于6 年，中国区总部位于上海，是一家专注于视觉感知技术与自主 IP芯片开发的企业核心科技包括端到端全线感知技术物理光控技术IP 学习型图像处技术嵌入式视觉感知芯片计算平台以及AS 领域解决方案公司核心团队来自博世英伟达、微软、高通等业内顶尖公司，平均拥有年的行业经验。AS 领域主要客户包括上海汽车、一汽、博世中国、比亚迪等多家知名企业。视觉感知是 S 的两大感知方式之一黑芝麻在图像处理芯片方面技术积累雄厚至年为止公司拥有三款车规级芯片，包括可支持L2 级自动驾驶技术的8 纳米制程华山一号 0 芯片以及支更先进的6 纳米制程华山0 系列芯片单颗0 芯

56、片适用于L2 级别自动驾驶，4 颗0 芯片可以支持L4 甚至以上级别的AS 需求。黑芝麻是国内少有的具有提供完整 S 视觉感知模块解决方案能力的公司。目可以提供包括基于全景环视算法技术的E、L、LW 等L-L2 级别AS 功能解决方案，同时驾驶员监控系统解决方案也在研发中。hipy（未上市）ps 成立于4 年于美国硅谷上海宁波杭州等地设有研发中心该公司是一家无工厂芯片供应商，只负责芯片的电路设计与销售，将生产、测试、封装等环节外包。主要设计研发汽车智能传感和控制芯片，主要产品包括汽车及霍尔传感器芯片、汽车及为控制芯（MC车联网X 通讯智能芯片以及针对新能源汽车电池管理系（M多节电池组监视器芯片

57、（AEChps 的传感器芯片和 btMU 均已量产，率先抢占市场。根据公司官网介绍，此芯片可应用于车身控制车内空调控制以及BLDC 电机控制等等目前市场中bitMCU 前装量产难度较大芯片厂商现在主要提供8bit MC而我们认为bit MCU 是未来的大趋势，hps 已经把握了先发优势。BMS FE 芯片 X0 系列产品即将上市，助力车载芯片国产化发展。根据公司官网披露，此芯片运用了更加优化的算法，来提供更准确的测量和更先进的电池容量平衡功能，可测量多达4 节串联电池同时还支持多个芯片的串联除此之外hps 还公告与中汽创智强强联合，推动车规芯片的国产化产业链发展。收盘价市盈率市销率净资产益率图

58、表: 收盘价市盈率市销率净资产益率股票代码公司名称财报货币04-302021E2022E2021E2022E（）2022E04.SZ四维图新*Y.3.509.SH兆易创新*Y.9.4.402.SH斯达半导*Y1.4.1.409.SZ德赛西威*Y0.0.9.809.SZ华阳集团*Y.2.5注：标公为金盖采中预测据资料源万资、博讯司公、风险汽车电动化发展不及预期我们认为，第一，新能源汽车补贴政策下滑可能导致电动汽车渗透率不及预期。根据财政部的最新政策来看1 年新能源乘用车补贴标准在0 年基础上下降且续航数公里以下纯电动车取消补贴公共交通领域新能源汽车补贴标准在0年基础上下降。第二，我们认为电动汽车

59、电池技术进步速度下降可能导致电动汽车渗透率不及预期。目前市场上以磷酸铁锂电池以及三元锂电池为两大主流技术方向，但是两种技术都存在一定局限性；磷酸铁锂电池面临电势能不足、低温环境下电池性能下降，而三元锂电池面临成本高昂、安全程度低等问题。因此汽车电动化发展也依赖于电池技术的持续进步。汽车智能化及网联化不及预期我们认为，汽车芯片供应不足可能会导致汽车智能化、网联化发展不及预期。我们认为汽车芯片稳定供应是汽车智能化网联化的一个重要前提，从全球角度来看，最近汽车芯片产能紧缺，若长期产能缺口无法填补，将拖累车身电子系统的更新迭代，进而影响汽车智能化、网联化发展。而从中国本土角度来看，我们认为，目前我国汽

60、车芯片相关技术仅能覆盖晶圆制造与封装测试环节，核心设计环节还较为薄弱，高端车用芯片仍依赖进口，如涉及动力转向AAS 等芯片国产化率几乎为零我们认为汽车芯片国产化瓶颈也可能使得汽车智能化、网联化发展不及预期。法律声明一般声明本报告由中国国际金融股份有限公（已具备中国证监会批复的证券投资咨询业务资格制作本报告中的信息均来源于我们认为可靠的已公开资料但中国国际金融股份有限公司及其关联机构（以下统称“中金公司）对这些信息的准确性及完整性不作任何保证。本报告中的信息、意见等均仅供投资者参考之用，不构成对买卖任何证券或其他金融工具的出价或征价或提供任何投资决策建议的服务该等信息意见并未考虑到获取本报告人员