域控制器~智能汽车的“大脑”.docx

目录1、域控制器解决软硬件升级桎梏，开启智能驾驶新时代41.1、 传统汽车采用分布式架构，功能升级仅依赖于ECU数量的累加 41.2、 域控制器诞生解决功能升级桎梏，推动智能驾驶大时代加速到来 5121、基于功能划分E/E架构下的域控制器(以博世、大陆等Tierl为代表)61.2.2、 基于区域划分的集中化E/E架构(以特斯拉、丰田、安波福为代表)102、硬件先行、软件赋能，域控制器开启汽车软硬件军备竞赛112.1、 芯片为基：主控芯片迈向异构多核SoC, AI芯片加速域控制器落地12主控芯片向“CPU+XPU”异构升级，车载SoC芯片将为竞争焦点122.1.1、 AI芯片开启域控制器算力竞赛，国内新兴芯片厂商快速跟进132.2、 软件赋能：引入嵌入式智能车载系统，软件定义汽车时代加速到来 153、域控制器供应链之下，多方势力各抒己长参与其中173.1 全栈式解决方案供应商，软硬件兼顾自成体系 17华为：昇腾AI芯片+MDC计算平台+鸿蒙OS173.1.1、 特斯拉：FSDAI芯片+HW域控制器+Autopilot操作系统 19Mobileye： EyeQ系列芯片是以摄像头为解决方案的ADAS领域绝对龙头 193.2 、产业链单一环节供应商，各抒己长共建生态链 20321、以德赛西威、伟世通为代表的域控制器集成厂商213.2.1、 以地平线、英伟达为代表的AI芯片供应商 22以QNX、阿里、百度为代表的车载软件系统供应商 244、受益公司：德赛西威、北京君正、中科创达、华阳集团254.1、 德赛西威：小鹏P7+理想汽车的智能驾驶核心供应商 254.2、 北京君正：国内车规级存储芯片供应商 254.3、 中科创达：车载操作系统迎高景气度周期，5G落地迎来新契机 264.4、 华阳集团：智能座舱量价齐升，绑定华为翻开成长空间265、风险提示27图表目录图1： ECU的核心是CPU,连接在其周边的还包括存储器、输入/输出接口等 4图2：随着ECU数量的增加，汽车内部线束长度以及传输要求越来越高 5图3：目前E/E架构处于“域集 中/融合”和“车电脑+分区ECU”两个阶段6图4：博世、大陆等Tierl根据功能划分整车E/E架构 6图5：电驱系统组成与集成趋势7图6： 2020年全球自动驾驶控制器(ECU/DCU)市场规模预计到达155.9亿美元8图7：预计2025年全球智能座舱域控制器出货量将到达1300万套8图8：特斯拉电驱系统集成电机、减速器、电控于一体10图9：华为多合一电驱动系统10图10：特斯拉是基于区域划分域控制器的集中化架构10图11： 丰田采用中央+区域的解决方案(Central&Zone) 10图12：安波福SVA架构由一个中央计算集群和四个区域控制器构成11图13：域控制器硬件先行、软件赋能 12图14：起初ECU中的处理器为CPU,更擅长逻辑控制 12图12 ：安波福SVA架构由一个中央计算集群和四个区域控制器构成图12 ：安波福SVA架构由一个中央计算集群和四个区域控制器构成安波福重塑智能汽车架构（SVA）APT I V中央械芬宫林流化Mu的动力数据中心“通朋的站”和区域络合X通及歆件升圾史新车中央叶耳的 M务d化中夬计葬于6根块化、分区化冷冷的输A/看出端元许扉三方开发沅一的电力和我据主干模*化、白助化的枝表技术/谩计.乐 网双耳也外实现允余同路2、硬件先行、软件赋能，域控制器开启汽车软硬件军备竞赛域控制器作为未来汽车运算决策的中心，其功能的实现依赖于主控芯片、软件操作 系统和中间件、应用算法等多层次软硬件的有机结合。分别来看：（1）域控制器的主 控芯片目前多采用异构多核的SoC芯片，由A1单元、计算单元和控制单元三局部异 构而成，每个单元完成各自功能。其中，AI单元专注于进行人工智能模型的运算， 是自动驾驶域中最核心的单元。目前海内外领先的车载AI芯片厂商包括英伟达、 Mobileye、高通、地平线等。（2）软件操作系统方面，广义而言包含系统内核、基础 软件以及中间件等，主要负责对硬件资源合理调配，以保证各项智能化功能有序进 行的。其中系统内核竞争格局稳定，主要以QNX、Linux及其衍生版本为主。中间 件那么多由Vector、ETAS、德赛西威等第三方厂商或整车厂进行开发。（3）应用算法 那么是基于操作系统之上独立开发的软件程序，亦是各个品牌汽车差异化竞争的焦点。 此外，为实现智能汽车的持续进化，整车厂往往会选择“硬件超配、后续软件迭代升 级”的方式。因此，域控制器作为未来智能汽车的“大脑”，以主控芯片为代表的高 性能硬件将率先量产上车（例如，小鹏汽车现有自动驾驶能力处于L2.5级别，但已 在P7车型上预埋Xavier芯片、14个摄像头等的方式，为后续L3级的自动驾驶留下 了升级空间。），而操作系统及应用软件等那么会随着算法模型不断迭代持续更新，逐 步释放预埋硬件的利用率，从而实现软件定义汽车。图13 ：域控制器硬件先行、软件赋能应用算法应用算法软件中间件操作系统芯片智能座舱自动驾驶网联服务Adaptive AUTSAR /其他中间件应用OS(AGL /Android )BSPROTS(QNX/Vx WORKS)BSPAUTSAR ClassicMCALHypervisor多核异构分布架构Al单元GPU/FPGA/ASC1. I计算单元-CPUI控制单元 MCU图15 ： DCU中引入更擅长计算的GPU资料来源：CSDN、开源证券研究所Control（控制单元）Cache（高速缓冲存储器）DRAM （动态随机存储器）芯片为基：主控芯片迈向异构多核SoC，AI芯片加速域控制器落地2.1.1 '主控芯片向“CPU+XPU”异构升级，车载SoC芯片将为竞争焦点主控芯片是域控制器中的核心部件，其结构形式正由MCU向异构式SoC芯片方向 升级。域控制器实际是此前多个ECU的融合，其目的在于让一个高度集成的主控芯 片实现对多个智能化功能的控制。最早ECU中的主控芯片为CPU,其设计的目的主 要是用于逻辑控制（是与非、加或减），因此其构造中大量的空间用于布置控制单元 与存储单元，计算单元的占比很少，这就导致在面向汽车智能化功能所需要的大规 模运算时，CPU的算力难以满足。相比之下，以图像运算为目的开发的GPU拥有更 多的计算单元，表达出更强的算力优势。GPU与CPU并非替代品，而是属于共生关 系，只是由于内部结构的不同导致其擅长的应用领域有所不同。最初的GPU主要应 用场景是视频游戏领域，伴随着人工智能技术在视觉领域的应用，基于视觉的自动 驾驶方案逐渐变为可能，这就需要在汽车中原有主控芯片（CPU）的基础上加装擅长 视觉算法的GPU芯片，从而形成“CPU+GPU”的解决方案。同时，由于汽车芯片的计 算单元在设计时需考虑算力、功耗体积等问题，因此出于硬件资源的最优化，往往将 CPU和GPU集合成为异构多核的SoC芯片。图14 ：起初ECU中的处理器为CPU，更擅长逻辑控制资料来源：CSDN、开源证券研究所不过，“CPU+GPU”也并非最优的解决方案，因为GPU虽然具备较强的计算能力，但 本钱高、功耗大，由此又逐步引入了定制化的FPGA芯片和ASIC芯片。其中，FPGA 是半定制型芯片，相对于GPU有明显的性能和能耗优势，产品技术也已较为成熟。 ASIC是定制型芯片，可以更加有针对性的进行硬件层次的优化，从而获得更优的性 能、能耗比。同时，由于需要定制化的研发，ASIC芯片的设计研发周期较长、资金 需求较大，因此在技术路线尚不明确的背景下大规模流片的性价比不高，但对于最 终使用芯片的客户而言，二次开发的本钱及时间都会大大减少。总体来看，单一类型 的微处理器，无论是CPU、GPU、FPGA还是ASIC 都无法满足更高阶的智能驾 驶需求，域控制器中的主控芯片会走向集成“CPU+XPU”的异构式SoC （ XPU包括 GPU/FPGA/ASIC等）。根据HIS数据统计，2020年全球车载SoC芯片市场规模将 到达40.12亿美元，并在2020-2025年间CAGR有望到达15.4%。图16 ：通过SoC封装将GPU/FPGA/ASIC等与CPU组成异构式芯片GPUFPGAASIC定制化程度通用型半定剖化定轲化灵活性好好不好本钱高较高低GPUFPGAASIC定制化程度通用型半定剖化定轲化灵活性好好不好本钱高较高低编程语言/ 架构CUDA、OpcnCL 等VeiilogVHDL筝硬件描述 语W, OpenCL. HLS异构式SuC芯片CPUFPGA 或 ASCL.GPUDSP功耗大较大受*AJt"M升苜中，,霭 二y之就平均性能较高、功耗较低、平均性能很强、功耗很 王要优点峰值计算施力强、产品成熟灵活性强低、表达小主要抉点资料来源效率不高，不叮端甘，功耗主产华价自、峰值计算能 A力较低、编程话三难度大姆啤AL芯片产业白皮书UE原证券砒究所前捆投入本钱高、不可编辑、研龙时同长、技术风险大ModemCameraISP4K videoXPULPDDR4XUFSSensor Processor Security Engine标准逻辑芯片GPU其他逻辑ASIC/ASSP SoC数据来源：IHS、开源证券研究所2.1.2 、AI芯片开启域控制器算力竞赛，国内新兴芯片厂商快速跟进随着人工智能算法模型在智能驾驶领域的应用，AI计算单元逐步被集成至主控芯片 内，并由此开启车载主控芯片的算力竞赛。异构SoC芯片的应用一定程度加速了域控制器的落地，奥迪在2017年发布新款A8时投产了全球首个L3级域控制器zFAS。 该域控制器的计算平台共搭载四枚芯片异构式SoC芯片，最终由德尔福集合而成。 具体包括：Mobileye提供的视觉处理芯片EyeQ3 （ASIC）,英伟达提供的Tegra K1芯 片（GPU+CPU）,英特尔提供的Cyclone V芯片（FPGA）,英飞凌提供的Aurix TC297T 芯片（MCU）。zFAS的量产开创了全球自动驾驶域控制器的先河，但仅凭SoC芯片 的叠加仍难以支撑自动驾驶中人工智能算法模型（卷积神经网络等）所需要的算力。 根据OpenAI数据统计，在过去7年间随着AI模型由Alexnet开展至AlphaGoZero 时，其算力需求提升了 30万倍。因此，具备更强人工智能模型运算能力的AI芯片 逐步被引入汽车领域，并开启了行业内多家芯片厂商的算力竞赛。广义上而言，所有 面向人工智能领域的运算芯片都可以称之为AI芯片。正如GPU作为专用图像处理 器与CPU协同工作一样，AI芯片也将会作为CPU的A1运算协处理器集成于异构 式SoC中，专门处理AI应用所需要的并行矩阵运算需求，而CPU作为核心逻辑处 理器，统一进行任务调度。此外，由于人工智能对于运算效率的要求较高，AI芯片 的主要类型为GPU、FPGA和ASIC。图18 ： zFAS搭载了四枚不同的异构式SoC芯片f Altcra-CycloncObject fusionf Altcra-CycloncObject fusionMobilEyo EyoQ3Traffic sign recagnitiorn PedTbUhm detectiui edition avoidance warnincLight dete<tionI am recognitionMap fu$40)iParking pilot Pre-crash Sensor data pre-proceir图19 ： AI对算力的需求过去7年间提升了 7个数量级2013201G201S资料来源：地平线、开源证券研究所Infineon-Aurtx Trafftr jam pilot A5%i心力systerns Matrix Beam Road graphNVIDIA KIDriversemur360 degree cameia images360 degree cameraprocessing资料来源：奥迪官网英伟达 特斯拉 华为 一高通 地平线 Mobileye 数据来源：公司官网、开源证券研究所图20 ： AI芯片的应用开启车载主控芯片算力竞赛AI芯片需求迸发推动车载芯片竞争格局重塑，国内新兴AI芯片厂商迎来重大开展机遇。传统的汽车产业链中的车载芯片市场份额高度集中，根据ICVTank数据统计， 2019年全球汽车半导体市场CR8仍高达68%,多年来一直被恩智浦、德州仪器、英 飞凌等巨头垄断。不过，以上龙头厂商多聚焦于MCU等芯片领域，随着汽车智能时 代的加速到来，车载芯片中的逻辑芯片和存储芯片需求占比大幅增加。根据ICVTank 数据统计，未来车载逻辑芯片及存储芯片的市场份额占比将从2019年的12% （50亿 美元）和8% （36亿美元），增长至2025年的15% （102亿美元）和12% （83亿美 元）。其中，车载AI芯片需求的迸发吸引英伟达、英特尔、高通、华为等传统消费级 芯片巨头纷纷进军汽车产业。同时，车载芯片需求结构的变化亦为国内新兴芯片厂 商带来了快速切入汽车产业链的机遇。例如，国内AI芯片新势力地平线，已凭借其 “征程”AI芯片与海内外多家车厂建立合作，成功切入汽车产业链，为长安汽车、上 汽集团、奥迪等多家整车厂提供“AI芯片+算法IP+开发平台"的完整解决方案。成立 于2016年的黑芝麻智能科技2019年成功的发布了国内首款车规级智能驾驶芯片华 山一号A500,目前已与博世、中国一汽等多家Tierl或整车厂建立合作。图21 ：传统车载芯片竞争格局稳定，CR8到达63%图22 ：车载逻辑和存储芯片未来市场份额有望大幅提升其他,37%其他,37%恩智浦, 14%英飞凌, 11%瑞萨电子, 10%微芯科技，3%安森美,4%用山博世,6%意法半导德州仪器，体，8%7%679亿美元2019年数据来源：ICVTank、开源证券研究所数据来源：ICVTank、开源证券研究所表2 ：海内外龙头芯片厂商纷纷入局车载AI芯片领域特斯拉英伟达Mobileye地平线黑芝麻华为名称FSDXavierOrinEyeQ5征程2征程3华山一号A500昇腾310处理器算力（TOPS）7230200244>55.816功耗（W）3630751022.58功率效率（TOPS/W）2112.422>42量产时间2019 年2018 年2022 年2018 年2020 年-2020 年2019 年价格（元/TOPS）343一214数据来源：各公司官网、开源证券研究所2.2、 软件赋能：引入嵌入式智能车载系统，软件定义汽车时代加速到来伴随着域控制器的诞生，汽车软件亦将从简易的裸机程序向更为复杂的嵌入式操作 系统升级。自上世纪80年代以来，随着微处理器在汽车领域的广泛应用，以“微处理 器+裸机程序”的解决方案已完全取代了早期汽车中使用的机械或液压元件。在这一 阶段，汽车软件工程师通过直接在ECU上写入代码来实现对硬件资源的调用，其优点在于功能稳定平安、反响灵敏，且不会出现死机等状况，但缺点在于功能单一且升 级过程复杂。然而，随着域控制器的诞生，亟需嵌入式操作系统的引入来实现对主控 芯片、传感器等硬件资源的合理调配，从而保证多项智能化功能的协调进行。广义的 车载操作系统从结构上看与其他终端的操作系统基本一致，以AGL操作系统（Linux 组织专门为汽车领域而研发的开源系统）为例，主要包含系统内核、中间件、应用算 法软件以及汽车领域特有的平安层四局部。其中系统内核的开发难度最大，出于性 价比的考虑，目前少有厂商自行研制，因而其行业格局较为稳定，以QNX和Linux 及相关衍生版本为主。局部软件研发实力较强的公司（特斯拉、华为、阿里等）会基 于开源的Linux内核进行定制化改造，形成具备差异化竞争力的系统内核。中间件是 基础软件中的一大类，是对底层软件模块的封装和接口标准化，处于操作系统内核 和应用层之间，起到了承上启下的作用，是实现软硬件解耦的重要组成局部。大多数 整车厂商会从这一层开始进行软件架构定制化研发。应用算法那么是基于操作系统之 上独立开发的软件程序，亦是各汽车品牌差异化竞争的焦点之一。图23 : AGL操作系统主要包含系统内核、中间件、应用算法软件以及平安层四局部应用程序层Web BrowserContactsPhoneHomeNotification应用程序框架层ApplicationPackage ManagerTelephonyGraphicswifiWindow ManagerContent ProvidersView SystemDisplay DriverUSB DriverTechnologyManagerResource ManagerLocation ManagerXMPP Service通用系统库汽车系统库【PCVehicle BusTuner ServiceLinux内核Binder (1PC) DriverWindow SysiemNetwork ServicesPersistent StorageTelematicsPIMBluetooth DriverCamera DriverAudio DriversKeypad DriverWiFi DriverPower Management平安层中间件系统内核硬件ij、rjii - y j r/ i y u / / i进一步来看，根据平安等级要求的不同，汽车嵌入式操作性系统大致可分为实时操 作系统和非实时操作系统。分别来看：（1 ）所谓实时操作系统，是指系统接收到输入 信号后，能够在短时间内处理完毕并予以反响，并且其处理任务的（最迟）完成时间 是确定可知的。实时操作系统具备较高的平安性与可靠性，因此往往应用于车控领 域，包含传统的车辆动力、底盘、车身以及新兴的自动驾驶等。此前在车控领域的操 作系统已经历了两轮标准化工作：OSEK/VDX和AUTOSAR。OSEK/VDX主要对操 作系统和网络管理进行标准化；AUTOSAR从软件架构、开发方法、开发工具三方面 进行标准化。目前，已有多家企业拥有成熟的车控操作系统产品和解决方案，包括德 国的Vector、ETAS,加拿大的QNX,美国的Mentor Graphics等，而在智能化趋势 下又新兴出特斯拉Version.群众VW.OS、华为AOS/VOS等多种实时操作系统。（2 ） 非实时操作系统那么广泛应用于座舱娱乐等领域，更加注重兼容性与开发生态。此类 操作系统多以Linux内核改造或移植移动端的操作系统而来，包括Linux衍生的AGL、 微软的Windows Automotive、谷歌的Android Auto、阿里AliOS等等。同时，许多新 兴操作系统提供平台式解决方案，也即在一个软件架构之下根据所应用领域的不同 使用不同的系统内核，典型的是华为的鸿蒙操作系统即包括座舱操作系统HOS、智 能驾驶操作系统AOS、智能车控操作系统VOS三种。可以看到，众多互联网或科技 厂商正通过强大的软件研发能力进入汽车产业链，成为软件Tied,也由此催生了庞 大的汽车软件市场。根据McKinsey数据统计，2020年全球汽车软件开发（包括操作 系统内核、中间件、应用软件等）市场规模将到达200亿美元，时至2030年该市场 规模将到达500亿美元，2020-2030年其复合增长率将到达9%,软件定义汽车时代 正加速到来。图24 :预计2030年全球汽车软件市场规模将到达500亿美元ComponentsCAGR 2020-30汽车软件和电子/电气市场规模USD billions3、域控制器供应链之下，多方势力各抒己长参与其中域控制器供应链将形成两大阵营，即以华为、特斯拉为代表的全栈式供应商，以及 以英伟达、高通、地平线等为代表的开放式供应体系。其中，全栈式解决方案供应商 凭借自身的技术优势实现了从底层硬件到软件架构的全覆盖，具备软硬件一体化的 性能优势。而开放式的供应链生态，主要由AI芯片公司、软件供应商、Tierl系统集 成商和整车厂组成。其中底层的AI芯片公司是域控制器的基础，软件供应商和算法 提供商（局部为整车厂自研）赋能，Tierl进行系统集成，最终由整车厂落地验证。 目前典型的第一阵营包括“特斯拉”、“华为+长安”、“Mobileye+蔚来”等，开放式阵 营包括“小鹏+德赛西威+英伟达”、“理想+德赛西威+英伟达”、“高通+长城”等。在 汽车智能化加速渗透的背景下，域控制器作为智能化的核心零部件将最为受益，看 好在域控制器中卡位核心环节的相关公司。3.1、 全栈式解决方案供应商，软硬件兼顾自成体系华为：昇腾AI芯片+MDC计算平台+鸿蒙OS以昇腾系列AI芯片为基础，构建华为MDC中央智能计算平台。目前，华为针对智 能驾驶领域已经成功研制出了车规级AI芯片昇腾310和昇腾910。其中，昇腾310 单片算力为16TOPS,而其功耗仅为8W,功耗比与特斯拉FSD芯片相当，主要应用 于边缘计算等低功耗领域；昇腾910单片算力到达512TOPS,同时作为一款高集成度SoC芯片，除了基于达芬奇架构的AI核外，还集成了多个CPU、DVPP和任务调 度器，因而具有自我管理能力，可以充分发挥其高算力的优势。而基于昇腾系列芯 片，华为推出了 MDC300和MDC600智能计算平台。其中，MDC300的AI单元由 四颗华为昇腾310芯片组成，计算单元搭载华为的鳏鹏芯片，控制单元那么搭载是英 飞凌TC397芯片，整体算力到达64TopS,满足L3级自动驾驶；MDC600是基于8 颗昇腾310芯片，同时还整合了 CPU和相应的ISP模块，整体算力可达352TOPS, 适用于L4级别自动驾驶。除此之外，华为即将发布MDC210和MDC610智能驾驶 计算平台。MDC 210可提供48TopS算力，主要面向L2+级自动驾驶，MDC610可 提供160TOPS算力，面向L3-L4级别自动驾驶。综合来看，MDC集成了华为自研 的Host CPU芯片、AI芯片、ISP芯片与SSD控制芯片，并通过底层的软硬件一体 化调优，在时间同步、传感器数据精确处理、多节点实时通信、最小化底噪、低功耗 管理、快速平安启动等方面领先业界。相比当前业界其他自动驾驶计算平台，华为 MDC具有高性能、高平安&可靠、高能效、低时延的技术优势。图25 ：华为MDC中央计算平台具备“三高一低”的技术优势高平安&可靠搭载多颗最新自研AI芯片昇携系列算力可达352ToPS最高满足L4级自动驾驶需求端到端的冗余备份设计，规避单点故停满足车规级可靠性与功能平安筝级要求符合ISO 26262 ASIL D标准高效的底层软硬件一体化优化端到端自动驾驶时延小于200ms（业界一般为400Y00ms）有效提升自动驾驶平安性低时延能效比1T0PS/W （业界一般为0.6TOPSAV） 更加节能，更高的续航里程同苦算力下温度更低，电子元器件可靠往高更少易损部件数量，更小体枳华为智能汽车软件解决方案包括三个操作系统+一个跨域集成软件框架。（1）鸿蒙座 舱操作系统HOS：华为针对汽车座舱的使用场景、上层应用软件和底层硬件对接的 需求，进行了定制化开发，打造了鸿蒙座舱操作系统HOSo鸿蒙座舱操作系统HOS 可实现座舱软硬件解耦，同时对语音交互、视觉识别，音频优化等核心能力开发了基 础服务。该系统支持与车企联合定义开放接口，使得其合作伙伴可以快速开发，共同 构建应用生态。（2 ）智能驾驶操作系统AOS ：针对智能驾驶打造的实时操作，目前 已通过ASIL-D等平安认证，成为业界首个获得Security & Safety双高认证的商用OS 内核。（3）智能车控操作系统VOS ：该系统原生支持异构多核，模型化工具链，兼 容AUTOSAR。可以使得原来多ECU的集中开发变得简单高效。同时，该系统相比 于现有的车控系统将更加开放，不仅支持华为自己的微处理器芯片，而且会支持世 界范围内包括恩智浦、英飞凌在内的众多芯片。（4）华为Vehicle Stack：是面向服务（SOA）的跨域集成软件框架，相当于欧洲传统车企联盟所创造的AUTOSAR。在此 软件架构之下，可以各个操作系统之间互联互通，使能整车特性快速开发、验证、部 署，同时还支持丰富的自动化工具链，车型开发周期可缩短68个月。3.1.1、 特斯拉：FSDAI芯片+HW域控制器+Autopilot操作系统特斯拉开启智能驾驶计算平台先河，主控芯片由合作开发转向自研FSD。早在2014 年10月，特斯拉已经在其Model S和Model X两款车型中搭载自动驾驶系统 Autopilot 1 （智能驾驶域控制器HW1.0）,这款域控制器是在Mobileye的EyeQ3芯片 基础上建立而成，可支持L2级自动驾驶。2016年，特斯拉与Mobileye的合作破裂， 主控芯片供应商转向英伟达，并于同年基于英伟达DRIVE PX2芯片推出自动驾驶域 控制器HW2O 搭载于Models和Model X两款车型中。但HW2.0本质上仍为一个 过渡产品，线路板上存在大片留白，未到达汽车芯片高度集成化的特征。因此，仅仅 10个月后特斯拉便推出了 HW2.5作为进阶版本，这款产品算力超6TOPS,可以服务 于L2L3级自动驾驶。由于DRIVEPX2芯片过低的效率和超出掌控的技术内核，特 斯拉与英伟达间三年的合作最终宣告停止。特斯拉自研的Autopilot操作系统是以Linux内核为基础深度定制化改造而成。开源 的Linux内核不仅为特斯拉节省了大笔研发费用，同时其高自由度利于特斯拉实现 更多差异化功能。在2012-2019年间特斯拉已完成超过142次的OTA升级（潜在问 题改善11次、全新功能导入67次、交互界面逻辑等优化64次），涉及自适应巡航、 自动紧急刹车系统、360。全景视图、并道辅助等多项功能，系统版本从2014年的V6.0 已迭代至目前的V10.0。图26 ：特斯拉智能驾驶计算平台已搭载自研AI芯片型组网数据处理单元1 颗英伟达 TegQ3,1JgMobileye Q3Autopysz。数据处理单元ifg英伟达Tegra Parke-1 颗Pascal架构GPUMobileye ： EyeQ系列芯片是以摄像头为解决方案的ADAS领域绝对龙头公司EyeQ系列芯片在camera-based ADAS市场的市占率已超过70% °Mobileye于 1999年在以色列成立，主要致力于汽车计算机视觉领域的研究。在公司成立之初的 近十年内，公司一直专注于研发，在这过程中并没有推出任何的的系统和模型。2008 年，公司推出了其第一款提供L1辅助驾驶功能的产品Eye Q1芯片，算力为0.0044TOPSo 2010年，推出Eye Q2芯片，算力为OQ26TOPS。以上两款面向L1级 辅助驾驶的芯片为公司奠定了在低级别辅助驾驶领域的龙头地位。2014年，公司推 出的EyeQ3芯片算力为0.256TOPS、功耗比为0.1024TOPS/W,可以满足特斯拉基于 视觉解决方案的L2级自动驾驶的技术需求,也由此开启了 Mobileye的快速成长期。 2014-2019年公司EyeQ系列芯片出货量CAGR高达45.2%。同时，依赖于EyeQ系 列芯片在视觉处理方面的强悍能力，Mobileye在camera-based ADAS市场的市占率 已超过70%。2017年，公司被英特尔以153亿美元现金收购。图27 ：自2014年EyeQ3发布后，Mobileye迎来快速成长期数据来源：Mobileye开源证券研究所表3 ： Mobileye的EyeQ系列AI芯片主要聚焦于低级别自动驾驶数据来源：公司官网、开源证券研究所芯片名称算力（TOPS ）功耗（W ）TOPS/W量产时间自动驾驶等级EyeQl0.00442.50.00182008LIEyeQ20.0262.50.01042010LIEyeQ30.2562.50.10242014L2EyeQ42.530.832018L3EyeQ51252.42020L4L5传统黑盒子封闭模式拖累公司开展进程，EyeQ5开放软件架构争夺高阶自动驾驶领 域。Mobileye的芯片销售是黑盒子模式，也即Mobileye的专有视觉解决方案采用紧 密耦合的EyeQ芯片以及Mobileye自家感知软件。对于刚刚起步或技术能力缺乏的 车企来说，芯片厂商自带通用算法可以极大缩减本钱，加速车型成型并实现量产。然 而，Mobileye成熟的解决方案亦带来了其软件架构的封闭性，车企难免成为自动驾 驶研发平台的附庸，失去对自动驾驶研发的控制权。因此可以看到，当特斯拉、小鹏、 理想等造车新势力在迈向L3级及以上自动驾驶等级时均未再采用EyeQ系列芯片。 为此，Mobileye自2020年所发布的EyeQ5开始，提供了开放版EyeQ5芯片和封闭 版EyeQ5芯片的组合，其中开放版中芯片可执行第三方的程序代码，支持车企自行 编译程序。同时，英特尔目前正倾全力开发支持EyeQ5新芯片的工具链，为向高阶 自动驾驶领域开展奠定基础。3.2、 产业链单一环节供应商，各抒己长共建生态链图15： DCU中引入更擅长计算的GPU12图16： 通过SoC封装将GPU/FPGA/ASIC等与CPU组成异构式芯片 13图17： 车载SoC芯片需求快速增长，2020-2025年间CAGR预计达15.4%13图18： zFAS搭载了四枚不同的异构式SoC芯片14图19： AI对算力的需求过去7年间提升了 7个数量级 14图20： AI芯片的应用开启车载主控芯片算力竞赛 14图21：传统车载芯片竞争格局稳定，CR8到达63%15图22：车载逻辑和存储芯片未来市场份额有望大幅提升15图23： AGL操作系统主要包含系统内核、中间件、应用算法软件以及平安层四局部 16图24：预计2030年全球汽车软件市场规模将到达500亿美元17图25：华为MDC中央计算平台具备“三高一低”的技术优势 18图26：特斯拉智能驾驶计算平台已搭载自研AI芯片 19图27： 自2014年EyeQ3发布后，Mobileye迎来快速成长期 20图28：德赛西威联手英伟达打造国内首款量产L3级自动驾驶域控制器21图29：伟世通携手奔驰推出业界首款座舱域控制器Smart Core22图30：地平线拥有征程系列AI芯片+Matrix自动驾驶计算平台23图31：百度Apollo对标移动端Android,打造开源的自动驾驶软件开发平台 25表1：多数Tied厂商都是以功能划分车身并提供相应的域控制器9表2：海内外龙头芯片厂商纷纷入局车载AI芯片领域 15表3： Mobileye的EyeQ系列AI芯片主要聚焦于低级别自动驾驶 20表4： 伟世通SmartCore智能座舱域控制器22表5：英伟达Drive系列智能计算平台，可满足L2L5级自动驾驶需求 23表6：黑芝麻可提供除硬件芯片之外完整的定制化解决方案24表7：受益公司盈利预测及估值27321、以德赛西威、伟世通为代表的域控制器集成厂商(1)德赛西威：IPU03自动驾驶域控制器+智能座舱域控制器联手英伟达为小鹏P7打造国内首款L3级自动驾驶域控制器。IPU03具备较高技术 含量和价值量，搭载于2020年4月发布上市的小鹏P7,实现了国内自主品牌零部件 企业真正意义上的域控制器规模化量产。作为德赛西威一小鹏汽车一英伟达三方合 作的产物，IPU03搭载英伟达Xavier芯片，并基于操作系统QNX Safety OS操作系 统，算力可达30TOPS,可以实时处理多传感器所采集得的数据，并计算整理自身驾 驶状态以及周边环境的数据信息。通过该控制器与不同传感器配置的配合，能够在 多种高低速场景下实现L3级有条件自动驾驶或智能化驾驶辅助功能，包括但不限于 自主变道，城市道路塞车自动跟车、自动泊车APA等。此外，德赛西威近日与英伟 达和理想汽车达成合作，宣布共同开发基于英伟达Orin芯片的新一代自动驾驶域控 制器，为理想汽车2022年推出的全尺寸增程式智能SUV提供较好的硬件基础，助 力理想汽车实现辅助驾驶到自动驾驶的全功能覆盖。图28 ：德赛西威联手英伟达打造国内首款量产L3级自动驾驶域控制器IPU03 System CapabilityIPU03 System CapabilityPerformanceRAM: 32GB DDR4. eMMC: 128GB*SGB, UFS: 256GBCUDA Processing136 GB/s LPDDR4x30 TOPSInterfaceRaw Sensor Input: 12*GMSL, 68 GbpsEthernet: 1e10G, 8*1GCAN: up to 12LVDS out: 2Functional SafetyQNX in Xavier. AUTOSAR in Safety MCUISO26262ASIL-D2020年9月，德赛西威首款自主研发的智能座舱域控制器在瑞虎8 PLUS上首次亮 相。该域控制器基于6核瑞萨R-CAR系列高性能芯片，采用双系统的软件架构。其 中QNX Hypervisor2.0虚拟机保障了仪表功能平安，而Android 9.0系统可让用户受 到丰富的信息娱乐功能。此外，该款域控制器通过以太网技术实现了前后排屏幕互 控的功能，同时支持OTA软件迭代升级，前后排卡拉OK、语音游戏等功能，为用 户带来更加人性化舒适体验。(2)伟世通：携手奔驰推出业界首款座舱域控制器Smart Core伟世通于2018年3月与奔驰共同推出了业界首款智能座舱域控制器产品Smart Core。 2020年在CES上，伟世通展出了与腾讯和广汽合作打造的新一代Smart Core。作为 全球首款搭载第三代高通骁龙汽车座舱平台的智能座舱域控制器，Smart Core在广 汽全新纯电平台首款车型Aion LX上实现量产。同时，腾讯为Smart Core搭载了其 车联TAI汽车智能系统的核心技术与能力，并注入了其丰富的内容生态，在实现高 效人机互动和车身控制的前提下大幅提升用户体验度。此外，Smart Core将数字仪 表，信息娱乐和车身控制界面这三个座舱域首次整合到单个域控制器中，大幅减少 控制信号的等待时间、整车线束长度和系统本钱。在平安性方面，SmartCor