目前，智能汽车业务主要专注于以下四大领域：

1> 数字座舱：面向信息影音和仪表盘、乘客和后排娱乐系统、驾乘人员的监测，还包括虚拟化 和一体化 RTOS/OS。

2> 车载网联以及 C-V2X：覆盖车内蓝牙/Wi-Fi 连接技术、高精定位、4G/5G 连接技术等。产品 组合包括骁龙汽车 4G 和 5G 平台、全球首款面向 C-V2X 的高通 9150 C-V2X 芯片组，以及 面向路侧单元和车载单元的完整C-V2X 参考平台。

3> ADAS与自动驾驶：高通推出的 Snapdragon Ride 平台是高性能低功耗的 ADAS 和自动驾驶 解决方案，能够支持 L4/L5 级自动驾驶。公司还围绕解决方案提供安全软件平台、HIL/SIL 工 具链。

4> 云侧终端管理：智能网联汽车需要实时跟云端连接，通过 OTA 不断升级软硬件，通过与云端的连接传输数据，提供更好的服务和用户体验。

在 CES 2022 上，高通展示了骁龙数字底盘的发展。骁龙数字底盘由一整套开放且可扩展的云连 接平台组成，利用统一架构带来更高的安全性和沉浸式数字体验，支持下一代汽车在其整个生命周期中的功能升级。汽车制造商可以在其产品线中选择采用骁龙数字底盘所涵盖的任一平台或全 部平台，并通过云端的持续升级为其产品提供高度定制化体验。骁龙数字底盘包含四大平台，分 别是 Snapdragon Ride 平台、骁龙座舱平台、骁龙汽车智联平台与骁龙车对云服务，分别对应高 通汽车业务聚焦的四大领域。

2021 年，高通汽车业务营业收入达到 9.75 亿美元，同 比增长 51.40%，尽管汽车业务占比还较低（约 3.6%），但已展现出强劲的增长态势。在高通 2021投资者大会上，公司CFO表示，未来几年内汽车业务的目标市场将由30亿美元提升至2025 年的 150 亿美元，CAGR 达到 36%；公司汽车业务营收预计在 5 年后达到 35 亿美元，在 10 年后 达到 80 亿美元。可见，高通对于汽车的行业机遇以及公司自身汽车业务的增长均保持了充足的信心。

1.1 车载网联以及 C-V2X：积极推动相关技术演进，产品组 合丰富

C-V2X 有助于构建一个更加高效和安全的交通系统，为辅助驾驶/自动驾驶提供了先决条件。CV2X 指的是蜂窝车联网，其中 C 指的是 Cellular（蜂窝），V2X 指的是 Vehicle to Everything（车 与万物的连接），主要包括车对车（V2V）、车对基础设施（V2I）、车对人（V2P）以及车对网 络（V2N）的连接。C-V2X 能够通过汽车与周围环境及云端智能的连接来减少交通事故、提升出 行体验，并通过更多的数据和信息交互以支撑辅助驾驶/自动驾驶的实现。5G 技术以前所未有的 可靠性、极低时延和高速率，有力支持 C-V2X 的持续演进和广泛用例的落地。根据 Strategy Analytics 预测，到 2024 年有近 75%的新车将嵌入蜂窝技术。

凭借着长期在移动通信领域的技术积累，高通推动着 C-V2X 技术持续演进。公司在智能手机领域 的基带芯片有长期的技术积累，在此基础上通过集成车载 WIFI、定位导航、车载通信等功能即可 实现汽车的网联及 C-V2X 功能，这极大地降低了公司的研发难度，公司也成为了 C-V2X 在汽车 领域落地的主要推手。2017 年 6 月，3GPP 完成了第一个完整的 LTE-V2X 标准，公司在第一时间推出了 9150 C-V2X 芯片组，针对 3GPP Release 14 版本 C-V2X PC5 直接通信进行优化，同 时支持包括北斗系统在内的高精度定位。2020 年 7 月，3GPP 完成了 5G V2X 标准的制定，公司 也通过骁龙 4G 和 5G 平台持续推动着 C-V2X 向 5G V2X 演进。

在车载网联以及 C-V2X 领域，高通汽车无线解决方案涵盖 4G、5G、Wi-Fi/蓝牙、C-V2X 和射频 前端等众多产品组合。2019 年 2 月，高通发布骁龙汽车 4G 平台和 5G 平台，两大平台采用了高 通 9150 C-V2X 芯片组提供的 C-V2X 直接通信技术，并融合了 4G/5G 连接、卫星定位等技术，为 丰富的车载体验提供了强大支持。其中，骁龙汽车 5G 平台是汽车行业首个宣布的车规级 5G 双卡 双通平台，具备全面且业界领先的 5G 连接能力，也推动着网联汽车进入 5G 时代。目前，高通汽 车无线解决方案包括骁龙汽车 4G 和 5G 平台、全球首款面向 C-V2X的高通 9150 C-V2X芯片组， 以及面向路侧单元和车载单元的完整 C-V2X 参考平台，多家汽车制造商已经发布搭载骁龙汽车 5G 平台的车型，包括长城汽车、蔚来汽车、华人运通、威马汽车等。

云侧终端管理：支持汽车全生命周期的更新升级

车厂愈发重视软件持续为用户提供价值的能力，商业模式有望逐步拓展。对于汽车厂商而言，新 的应用及功能为用户提供了差异化的价值，也打造了更为差异化的品牌特征。目前各大厂商愈发 重视软件持续为用户提供价值的能力，而 OTA 升级则是汽车在全生命周期中实现软件及功能更新 的重要途径。例如，特斯拉可以凭借自身的 E/E 架构支持车辆的 OTA，不仅能够通过 SOTA （Software Over The Air，软件在线升级）实现车载信息娱乐系统的更新，也能够延伸至自动驾 驶、车身控制、电池管理等核心领域的 FOTA（Firmware Over The Air，固件在线升级）升级， 提升车辆自身性能。

云侧终端管理基于不断演进的连接技术，通过让汽车与 云端相连，让汽车可以不再局限于用户购车时所配备的功能，其软件功能和服务将伴随汽车的生 命周期管理不断变化和改进。有了车对云功能以及 AI 的支持，数据分析、遥测技术和其它汽车服 务将得以实现。此外，车对云还支持向驾乘人员提供应用和娱乐，车载屏幕可以实现电视、影视、 游戏等多种功能。

数字座舱：龙头地位稳固，多代数字座舱平台赋能驾乘体 验变革

2014 年至今，高通已陆续发布四代数字座舱平台：

1> 第一代数字座舱平台 602A：在 2014 年 1 月的 CES 上，高通推出了专门用于汽车娱乐系统 的骁龙芯片方案 602A。高通骁龙 602A 为 Krait 架构 1.5GHz 四核 CPU，这是高通第一代智 能座舱平台，该平台的推出也标志着高通的智能汽车业务进入到全新的阶段。

2> 第二代数字座舱平台 820A：2016 年 1 月，高通发布第二代智能座舱平台 820A。该平台相较 602A 具备更强大的计算性能，可以支持更多传感器，并更加强调安全性。即使到今天， 820A 也是主流的、高端的汽车座舱方案之一，包括理想 ONE、极氪 001、领克 05、奥迪 A4L、小鹏 P7 等都搭载了 820A 芯片。

3> 第三代数字座舱平台 SA8155P：2019 年 1 月，高通发布第三代骁龙汽车数字座舱平台 SA8155P 系列。该系列的基础方案源自骁龙 855，意味着它们的制程工艺（7nm）和处理器 架构相比骁龙 820A 都实现了跨代式的进步，单 CPU 部分的性能，SA8155P 就达到了骁龙 820A 的三倍左右。该平台的推出迅速席卷了整个智能座舱市场，斩获了国内绝大多数中高端 的车型，包括理想 L9、蔚来 ET7/ET5、小鹏 P5、智己 L7、威马 W6、吉利星越 L、广汽 Aion LX 及长城魏牌摩卡等。

4> 第四代数字座舱平台 SA8295P：2021 年 1 月，高通发布第四代骁龙汽车数字座舱平台 SA8295P 系列。该芯片平台 AI 算力达到 30Tops，采用 5nm 制程工艺，将汽车芯片制程工 艺从 7nm 带入 5nm 时代。对比当下车企普遍采用的 SA8155P，SA8295P 的像素支持能力 是其三倍，3D 渲染能力是其三倍，AI 学习能力（AI 算力）是其将近八倍。可以说， SA8295P 芯片的算力能力已经接近于手机、平板等终端的 SoC 能力，用户将在车机上得到 媲美甚至超过手机、平板的使用体验。搭载全新数字座舱的集度量产车型预计于 2023 年上 市，将成为国内首款采用第四代骁龙汽车数字座舱平台的量产车型。

ADAS 与自动驾驶：Snapdragon Ride 平台可支持全 场景自动驾驶

在 2020 年 CES 国际 消费电子展上，高通发布自动驾驶芯片平台 Snapdragon Ride，该平台主要是安全系统级芯片 SoC（ADAS 应用处理器）、智能驾驶专用加速器芯片 ASIC 和智能驾驶软件堆栈构成，能支持 不同级别的自动驾驶：

1> 面向 L1/L2 级 ADAS：支持 AEB、TSR 和 LKA 等 ADAS 功能，底层硬件包括 1 个 ADAS 应 用处理器（安全系统级芯片 SoC），可提供 30-60 TOPS 算力；

2> 面向 L2+级 ADAS：支持 HWA、APA 以及 TJA 等功能，硬件支持包括 2 个或多个 ADAS 应 用处理器，所需算力要求为 60-125 TOPS；

3> 面向 L4/L5 级自动驾驶：面向在城市交通环境中的自动驾驶乘用车、机器人出租车和机器人 物流车，提供的硬件支持包括：2 个 ADAS 应用处理器和 2 个智能驾驶加速器 ML（ASIC）， 可提供 700TOPS 算力，功耗为 130W。

Snapdragon Ride 平台是高性能、低功耗的 ADAS和自动驾驶解决方案，为汽车制造商提供具备 强大计算能力、高散热表现且可编程的可扩展平台，并可支持全部级别的 ADAS与自动驾驶场景。 目前，高通已与长城、通用、宝马、大众等厂商在自动驾驶领域达成合作，未来 Snapdragon Ride 平台将被运用到上述车厂部分车型中。

高通收购维宁尔完成，Arriver补齐了高通在自动驾驶领域的软件算法能力。维宁尔的核心竞争优势在于雷达、感知系统、自动驾驶系统算法、功能安全/预 期功能安全等方向，其旗下的自动驾驶软件 Arriver 是与高通合作开发，但所有权归维宁尔。此次 收购完成后，高通将直接把 Arriver 的计算机视觉（Computer Vision）、驾驶政策（Drive Policy） 和驾驶辅助（Driver Assistance）业务纳入其领先的 Snapdragon Ride 高级驾驶辅助系统解决方 案，使公司从一个芯片提供者升级成为高级驾驶辅助/自动驾驶平台的提供者，也使公司具备了提 供完整的自动驾驶解决方案的能力，极大地提升了高通的行业话语权与竞争力。

自动驾驶芯片竞争进入白热化阶段，自动驾驶芯片有望加速变革

随着法律法规不断完善，中高级别自动驾驶有望逐步落地。在整车智能化转型时代，智能座舱能集成更多的信息和功能，给用户带来更直观、更个性化的体 验，因此成为整车智能化的先行者。然而自2020年开始，各国相继出台了自动驾驶相关的政策或者高级别自动驾驶运营许可：

1> 美国：2020 年 2 月，美国国家公路交通安全管理局（NHTSA）批准自动驾驶汽车初创企业 NURO 生产投放无人电动送货车。

2> 日本：2021 年 3 月，日本政府批准本田 L3 级别自动驾驶 Legend 在日本本土上市。

3> 德国：2021 年 12 月，德国奔驰 L3 级自动驾驶汽车 EV EQS 获得了德国联邦汽车运输管理局 的许可，可以在部分路段替代人类驾驶员控制车辆状态。

4> 中国：（1）2021 年 9 月，市场监管总局（标准委）正式出台了《汽车驾驶自动化分级》国 家推荐标准（GB/T 40429-2021）。根据该国标，从 3 级自动驾驶开始，目标和事件探测和 响应的对象从驾驶员变为了系统，动态驾驶任务后援也从驾驶员变为了动态驾驶任务后援用 户。这意味着，在有条件自动驾驶情况下，已允许驾驶员脱手，只需要在必要时接管驾驶。 该国标已于今年 3 月 1 日正式实施，将对促进自动驾驶产业的发展以及后续相关法规的制定 起到积极作用。（2）今年 4 月，小马智行获得中国第一张面向自动驾驶公司的出租车运营许 可。（3）6 月 14 日，工信部副部长辛国斌表示，工信部将出台自动驾驶、信息安全等标准， 适时开展准入试点。

在汽车 E/E 架构由分布式架构向集中式架构方向发展的过程中，自动驾驶芯片作为计算的载体逐 渐成为智能汽车时代的核心。在“软件定义汽车”趋势下，芯片、操作系统、算法、数据共同组 成了智能驾驶汽车的计算生态闭环，其中芯片是智能驾驶汽车生态发展的核心。以特斯拉为代表 的汽车电子电气架构改革先锋率先采用中央集中式架构，即用一个电脑控制整车，域控制器逐渐 集成前期的传感器、数据融合、路径规划、决策等运算处理器功能。随着自动驾驶级别的提升以 及功能应用的丰富，汽车对芯片算力的需求也越来越大。

对于车企而言，算力和功耗是其选择车载芯片/计算平台的两大主要因素：

1> 算力：对于高级别的智能驾驶系统而言，传感器数量的增加及分辨率的提升带来海量数据处理需求，算法模型的复杂程度亦大幅提升。随着汽车 E/E 架构逐步集中化，智能汽车的计算能力将主要由少数的几个域控制器或是中央计算平台来实现，这也对单颗车载芯片算力提出了更高的要求。根据亿欧智库，自动驾驶等级每增加一级，所需要的芯片算力就会呈现十倍 以上的上升，其中 L4 级别需要的 AI 算力接近 400TOPS，L5 需要的算力达到了 4000+TOPS。

“硬件预埋，软件升级”成为车企主流策略，智能化头部车企在新一代车型中预置大算力芯片。 汽车产品具备较长的生命周期，一般为 5-10 年，车载计算平台的算力上限决定车辆生命周期内可 承载的软件服务升级上限。相较而言软件迭代更快，因此智能驾驶软件迭代周期与硬件更换周期 存在错位。为保证车辆在全生命周期内的持续软件升级能力，主机厂在智能驾驶上采取“硬件预 置，软件升级”的策略，通过预置大算力芯片，为后续软件与算法升级优化提供足够发展空间。 以蔚来、智己、威马、小鹏为代表的主机厂在新一代车型中均将智能驾驶算力提升至 500- 1000Tops 级别。

2> 功耗：为支持并兼容 L3 及以上智能驾驶系统数量与类型繁多的传感器与执行器需求，车载计 算平台多采用异构芯片硬件方案，以满足系统接口与算力需求。相较传统 ECU，车载计算平 台的复杂度呈数倍提升，面临功耗、散热、电磁、质量等多重挑战，存在着物理上限。因此， 尽管当前行业普遍以“TOPS” 为单位来评估自动驾驶芯片的理论峰值算力，各大芯片厂商 也不断刷新算力峰值，但在实际场景下的算力有效利用率却不高，自动驾驶芯片理论峰值算 力并不一定能在实际运行中完全释放，主要是受到了功耗、环境等因素的限制。

芯片的绝对算力高低固然重要，但对于主机厂开发量产车型而言，芯片选择需兼顾算力、功耗、 成本、易用性、同构性等多重因素。因此，如何在有限算力下帮助客户算法软件最高效地运行是 衡量芯片厂商竞争力的核心标准。 从发展趋势来看，自动驾驶SoC 芯片将向“CPU+XPU”的异构式架构发展，长期来看 CPU+ASIC 方案将是未来主流。SoC 是系统级别的芯片，相比 MCU 在架构上增加了音频处理 DSP、图像处理 GPU、神经网络处理器 NPU 等计算单元，常用于 ADAS、座舱 IVI、域控制等功 能较复杂的领域。随着智能汽车的发展，汽车芯片结构形式也由 MCU 进化至 SoC。目前市面上 主流的自动驾驶芯片 SoC 架构方案分为三种：（1）CPU+GPU+ASIC，（2）CPU+ASIC，（3CPU+FPGA。长期来看，定制批量生产的低功耗、低成本的专用自动驾驶 AI 芯片（ASIC）将逐 渐取代高功耗的 GPU，CPU+ASIC 方案将是未来主流架构。

英伟达、Mobileye、高通在自动驾驶 SoC 领域各有优势：

1> 英伟达：L3 级别及以上的自动驾驶对算力提出了更高的要求，英伟达则是大算力芯片的王者， 自 2015 年进入自动驾驶领域以来一直引领着车载芯片的算力变革。2015 年，英伟达推出基 于 Tegra X1 SoC 的 DRIVE PX，正式进军自动驾驶领域；2016 年，推出 DRIVE PX2 自动 驾驶平台，上车特斯拉 ModelS 与 ModelX；2018 年，发布自动驾驶SoC 芯片 DRIVE Xavier， 单芯片算力达 30TOPS，2021 年已上车小鹏 P7、P5、智己 L7 等多款车型；2019 年，发布 自动驾驶系统级芯片 DRIVE Orin，单芯片算力达 254TOPS，今年已实现量产上车，蔚来、 小鹏、威马等最新车型均搭载 Orin；2021 年 4 月，发布业内首款 1000TOPS 算力的系统级 芯片 DRIVE Altan，相比上一代 Orin SoC 算力提升接近 4 倍，比如今大多数 L4 级自动驾驶 车辆整车的算力还要强，预计于 2025 年量产上车；在今年 3 月的 GTC 大会上，英伟达推出 了基于 Atlan 芯片的新一代自动驾驶平台 DRIVE Hyperion 9，并计划于 2026 年量产。英伟 达自 1999 年提出 GPU 的概念以来一直不断迭代相关技术，而自动驾驶正是需要大面积的图 像处理，因此英伟达也在当下以“CPU+GPU+ASIC”SoC 方案为主流的时代领跑行业。英 伟达通过 Xavier 和 Orin 两代 SoC 建立起了良好的客户基础，而对大算力芯片/平台的布局也 使英伟达建立起了代差优势，目前在 L3 级别及以上的自动驾驶方面优势明显。

2> Mobileye：L2 级及以下的自动驾驶所需处理的数据量小且算法简单，Mobileye 则是辅助驾 驶领域的龙头，可以说是过去二十年间的汽车 ADAS 技术的主要奠基者和引领者。2021 年，Mobileye EyeQ 芯片出货量高达 2810 万，截至 2021 年底 EyeQ 系列芯片累计出货量破亿。但是，随 着自动驾驶逐步向高级别演进，Mobileye 的产品及方案逐渐失去优势，这其中包括两大原因： （1）在算力竞争中 Mobileye 落于下风。在 CES 2022，Mobileye 发布 EyeQ6H、EyeQ6L、 EyeQ Ultra 三款芯片产品，算力分别为 34、5、176TOPS。在过去，Mobileye 的一代至五代 EyeQ 芯片中，算力最高的也是 24TOPS（EyeQ5），即使 Mobileye 在今年发布的 EyeQ Ultra 已经相较过去大幅提高了算力，但距离英伟达、高通还有较大的距离。（2）Mobileye 在过去以黑盒交付为主，封闭性太强。Mobileye 给车企提供的自动驾驶解决方案是芯片加感 知算法的打包方案，EyeQ 芯片内部写好了 Mobileye 的感知算法，工作时 EyeQ 会直接输出 对外部车道线和车辆等目标的感知结果，然后车企的算法基于这些结果做出驾驶决策。这样 做的好处是可以满足寻求智能化转型的主机厂快速量产的需求，但从长期来看，这样做算力 升级较为保守、迭代速度慢，并且难以满足主机厂的定制化的需求，这对于高速发展和变化 的自动驾驶行业来说是不能被市场接受的。尽管从 EyeQ5 开始 Mobileye 已经开始尝试与合 作伙伴实现开源协作，但和开放生态的英伟达和高通来比还是有较大差距。因此，Mobileye 在过去 5-10 年丢失了部分重要客户。

汽车电子电气架构持续演进，软件厂商获得新机遇

随着汽车不断向智能化、网联化方向发展， 以单片机为核心的传统分布式电子电气架构已经很难满足未来智能汽车产品的开发需求。因此， 汽车电子电气架构从传统分布式架构正在朝向域架构、中央计算架构转变，而集中化的 EE 架构 也是实现软件定义汽车重要的硬件基础。从车内数个域控制器并存再到高性能计算机 HPC 的演进 过程中，多个域控制器的融合、驾驶域与座舱域的融合成为了必要的趋势，最终具备强大的中央 化算力的中央计算平台将统筹汽车智能座舱和自动驾驶的功能实现。

集中化的 E/E 架构对汽车软件架构也提出了新的需求。随着汽车 EE 架构逐步趋于集中化，域控制器或中央计算平台以分层式或面向服务的架构部署，ECU 数量大幅减少，汽车底层硬件平台需要提供更为强大的算力支持，软件也不再是基于某一固定硬件开发，而是要具备可移植、可迭代 和可拓展等特性。因此在软件架构层面上，汽车软件架构也逐步由面向信号的架构（SignalOriented Architecture）向面向服务的软件架构（Service-Oriented Architecture，SOA）升级， 以更好实现软硬件解耦与软件快速迭代。除了更高的灵活性，汽车软件架构还需要兼顾座舱域与 驾驶域的需求，在多域融合的趋势下，既能满足驾驶域对功能安全的要求又能满足座舱域对功能 丰富度的需求。

相较过去，汽车软件的复杂度有明显提升。在新型的架构下，软件厂商所参加的开发环节增加，软件开发难度也大幅提升，对汽车软件有深 刻 Know-How 积累以及具备全栈能力（底层开发能力-中间件-上层应用）的厂商有望受益。具体 来看：

（1）座舱域与驾驶域的融合需要 Hypervisor 技术的支持

在汽车电子电气系统中，不同的 ECU 提供不同的服务，同时对底层操作系统的要求也不同。根 据 ISO 26262 标准，汽车仪表系统与娱乐信息系统属于不同的安全等级，具有不同的处理优先级。 汽车仪表系统与动力系统密切相关，要求具有高实时性、高可靠性和强安全性，以 QNX操作系统 为主；而信息娱乐系统主要为车内人机交互提供控制平台，追求多样化的应用与服务，主要以 Linux 和 Android 为主。

在 EE 架构趋于集中化后，虚拟化（Hypervisor）技术的出现让“多系统”成为现实。在电子电气系统架构从分布式向域集中式演进的大背景下，各种功能模块都集中到少数几个计算能力强大的域控制器中。此时，不同安全等级的应用需要共用相同的计算平台，传统的物理安全隔离被打破。虚拟化（Hypervisor）技术可以模拟出一个具有完整硬件系统功能、运行在一个完全隔离环 境中的计算机系统，此时供应商不再需要设计多个硬件来实现不同的功能需求，而只需要在车载 主芯片上进行虚拟化的软件配置，形成多个虚拟机，在每个虚拟机上运行相应的软件即可满足需求。Hypervisor 提供了在同一硬件平台上承载异构操作系统的灵活性，同时实现了良好的高可靠 性和故障控制机制，以保证关键任务、硬实时应用程序和一般用途、不受信任的应用程序之间的 安全隔离，实现了车载计算单元整合与算力共享。

（2）车载中间件的重要性提升

软件定义汽车时代下，中间件的作用愈发重要。随着 EE 架构逐渐趋于集中化，汽车软件系统出 现了多种操作系统并存的局面，这也导致系统的复杂性和开发成本的剧增。为了提高软件的管理 性、移植性、裁剪性和质量，需要定义一套架构（Architecture）、方法学（Methodology）和应 用接口（Application Interface），从而实现标准的接口、高质量的无缝集成、高效的开发以及通 过新的模型来管理复杂的系统，这就是我们所说的“中间件”。

（3）座舱 OS 向整车 OS 演进

车载操作系统将逐步由座舱 OS 向整车 OS 演进。很多汽车 OS 厂商是从车机 OS 入局的，如苹果 CarPlay、百度 CarLife、华为 Hicar 等，过去手机芯片、OS 和应用生态均优于汽车，因此将手机 功能映射到汽车中控可以满足车主对娱乐的需求。随着汽车芯片以及软件生态的发展，当前汽车操作系统已步入座舱 OS 阶段，未来随着座舱域与自动驾驶域的融合，座舱OS 将进一步向整车 OS 迈进。在 2020 年初，斑马智行提出了 AliOS 操作系统演进三部曲战略，即智能车机操作系统、 智能座舱操作系统、智能整车操作系统。如今斑马智行已经进入到了座舱OS 阶段，下一阶段将重点布局智能整车 OS，以“OS+AI+芯片”为智能汽车决策核心，在操作系统层面推进汽车分布 式智能向整车智能逐渐迈进。根据佐思汽研预测，2024 年以后将迈向整车 OS 阶段，届时软件厂 商的竞争力在于是否具备座舱域（HMI、APP 开发优化等）与驾驶域（AI、视觉能力等）的全栈 能力。

在自动驾驶技术与汽车电子电气架构快速演进的时代，汽车软件厂商的机遇与挑战并存。首先，汽车软件厂商在产业链中的地位较原来有所上升，此外也将受益于软件价值的持续提 升，但与此同时，也需要持续丰富自身的产品矩阵并提升硬件能力，以提供软硬件的全栈解决方 案：

1> 软件供应商一跃成为 Tier1 供应商。由于汽车软件开发难度提升，传统的汽车零部件供应商 研发能力难以满足需求，此时车厂开始绕过传统一级供应商，直接与原有的二级供应商（芯 片、软件算法等厂商）合作。在软件定义汽车时代，软件重要性不言而喻，整车厂为了掌握 主导权并降低高昂的研发成本，往往会选择直接与具备较强的独立算法研发能力的软件供应 商合作，因此这些软件供应商一跃成为了 Tier1 厂商。

2> 随着智能汽车功能复杂度的不断提升，单车软件授权费价值有望持续提升。智能汽车软件的 商业模式是“IP+解决方案+服务”的模式，Tier1 软件供应商的收费模式包括：（1）一次性 研发费用投入，购买软件包，比如 ADAS/AD 算法包；（2）单车的软件授权费用 （License），Royalty 收费（按汽车出货量和单价一定比例分成）；（3）一次性研发费用和 单车 License 打包。若不考虑复杂度极高的自动驾驶软件，目前单车软件 IP 授权价值量大致 在 2-3 千元左右。未来随着智能汽车功能以及操作系统的复杂度不断提升，单车软件授权费 价值有望持续攀升，这也为 Tier1 软件供应商带来了机遇。

3> 软件供应商需要不断丰富产品矩阵，并逐步提升硬件能力。随着 OEM 主机厂自主权和软件 自研能力的不断加强，OEM 主机厂开始寻求与软件供应商的直接合作。比如 OEM 厂商将首 先寻求将座舱 HMI 交互系统功能收回，UI/UX 设计工具、语音识别模块、音效模块、人脸识 别模块等应用软件则直接向软件供应商购买软件授权，从而绕过了传统 Tier1，实现自主开发。 对于软件供应商来说，能提供越多的软件 IP 产品组合，就可能获取更高的单车价值。同时， 软件供应商也正寻求进入传统 Tier1 把持的硬件设计、制造环节，比如域控制器、TBOX等， 以提供多样化的解决方案。

2自动驾驶产业链有望受益。车载摄像头量价齐升，迎加速拐点

高阶自动驾驶呼之欲出，单车摄像头用量逐级提升。在自动驾驶系统中，车载摄像头是实现众多 预警、识别类功能的基础，超过 80%的自动驾驶技术都会运用到摄像头。目前 L2 级别摄像头搭 载量在 5-8 颗，L3 级别能到 8 颗以上，蔚来 ET7、极氪 001、小鹏 P5、极狐 Hi 版车身摄像头搭 载量分别为 11、12、13、13 颗，且像素以 500-800 万高像素为主，到 L4/L5 阶段则有望达到 10 颗甚至 15 颗以上，相比 L1 级别 1 颗的用量，车载摄像头搭载量将显著提升，车载光学市场正迎 来加速放量阶段。

技术升级助推 CIS 单价提升，图像传感器厂商有望受益。车载摄像头需要应对多路况环境等， 其 核心部件 CIS（CMOS Image Sensor）需要解决包括 HDR、LFM、低照等关键技术难题以匹配 车载摄像头高像素、高性能、高稳定性的趋势，新工艺的升级将推升 CIS 的单位价值。CIS 约占 摄像头总成本 50%，是解决包括 HDR、LFM、低照等关键技术的核心部分。据 EEWorld， 1- 2MP 汽车 CIS 单价为 3-8 美金，8MP 汽车 CIS 单价为 10 美金以上。随着汽车单车摄像头用量提 升及像素升级，我们测算 2020 年全球汽车 CIS 市场规模约 10 亿美元，2025 年有望达到 50 亿美 元，长期有望达到 100 亿美元以上。国内 CIS 厂商如韦尔股份、思特威持续受益。

车载光学起量带动 ISP 持续增长。车载摄像头用量的提升将助推图像信号处理器 ISP (Image Signal Processor)市场空间的增长，ISP 主要作用是对前端图像传感器输出的信号进行运算处理。 据 Yole 预测，视觉处理芯片规模有望从2018 年的 95 亿美元增长到 2024 年的 186 亿美元，18- 24 年 CAGR 为 14%，其中 2018 年 ISP 占比约 37%。车载摄像头起量带动 ISP 市场增长也为国 内厂商提供了良好的发展机遇。国内 CMOS 传感器厂商积极参与 ISP 的开发生产：1）思特威购 买深圳安芯微专利及技术人员，加速和辅助推动公司部分具备 ISP 二合一功能的图像传感器的开 发进度 2）韦尔股份子公司豪威科技提供多款内置 ISP 芯片的汽车 CIS 图像传感器之余，还提供 独立的 ISP 芯片产品。芯片厂商正加速布局车用 ISP：1）国内专注安防领域富瀚微在 2018 年 8月宣布推出百万像素以上的车规级 ISP 芯片 FH8310，且与国内著名车厂 BYD 合作并快速量产。 2）北京君正收购北京矽成后，车载 ISP 研发也在加速进行中。

自动驾驶向高级别进阶，激光雷达装车小高潮来临

作为自动驾驶的传感器之一，激光雷达以激光作为 载波，波长比毫米波更短，探测精度高、距离远。不过受限于技术难度大、成本高，目前还未实 现大规模装车。为了实现无人驾驶功能性与安全性的全面覆盖，传感器的融合与冗余将成为未来 的主旋律，激光雷达作为探测精度、分辨率更高的关键一环，伴随其工艺的不断成熟，成本的逐渐下探，其将在 L3 及以上车型实现规模化装车应用。另一方面随着 Robotaxi／Robotruck 的商业 化落地，未来该领域的车队规模将加速扩大。沙利文研究预计，至2025年新落地车队规模将突破 60 万辆，给激光雷达的应用带来广阔下游空间，二者将共同驱动激光雷达市场迎来繁荣。沙利文 研究预计，至 25 年全球激光雷达市场规模为 135 亿美元，19-25E CAGR 65%；其中无人驾驶和 ADAS 领域市场规模将分别增至 35/46 亿美元，19-25E CAGR 为 81%/84%，将占激光雷达总规 模的约 6 成。

智能座舱芯片算力需求上升， 车载触控显示空间广阔

智能座舱算力需求快速上升，国内厂商享本土化优势。智能座舱是人车交互入口，显示屏数量的 增加以及软件应用等配套将带动座舱数据量呈指数级增长。据 IHS Markit，24年智能座舱 NPU算 力将达到 136TOPS,近 21 年 10 倍，CPU 算力也将是 21 年的 3 倍之上。伴随传统垂直化供应链 逐渐被打破，座舱 SoC 作为核心硬件之一，未来将得到车企的大力重视。智能座舱芯片供应商晶 晨股份等国内公司有望充分享受智能座舱快速增长以及供应链本土化机遇。

车载显示方兴未艾，用量、尺寸、技术同步进阶升级。车载显示作为智能座舱终端系统，帮助实 现人车交互智能体验，随着自动驾驶不断深入，传统仪表盘、中控屏等面临着升级和集成，催生 车载显示器大屏化、多屏化、联屏化趋势。车载触控显示供应商长信科技有望持续受益。