從問界M7高階智能輔助駕駛爆火到小鵬與華為因AEB（自動緊急制動系統）隔空喊戰，到特斯拉完全自動駕駛（FSD）軟件上線在即以及智能駕駛算法的突破，再到最近廣州車展具備城市NOA能力的新車密集上市，各方勢力將自動駕駛從PPT層面推進到現實，中國汽車產業正迎來技術變革、產業重構的發展新階段。

近日，工業和信息化部等四部門在頂層設計上又為自動駕駛行業發展注入一針強心劑，《智能網聯汽車準入和上路通行試點實施指南（試行）》的發布，不僅正式對L3/L4自動駕駛的準入規范進行了具體要求，且完善了相關規則，意味著我國智能網聯汽車的商業化運行又邁出了關鍵一步。

國產芯片產業鏈的快速發展，讓汽車芯片國產化比率不斷提升，技術、政策、商業化的多頻共振讓智能駕駛奇點來臨。在汽車電動化+智慧化帶動整體產業價值鏈構成升級下，芯片含量的成倍提升讓國產芯片產業迎來價值重估機會。

“智駕”商業化落地在即

車規級芯片加速國產化

新能源汽車作為科技革命和能源革命交融的產物，近年來，從中央到地方都在持續加大對搭載自動駕駛功能的智能網聯汽車發展的支持力度，僅今年以來各級政府發布的智能網聯汽車領域相關政策就超過20條。

近日，工業和信息化部等四部門在頂層設計上為智能駕駛行業發展注入一針強心劑，聯合印發了《關于開展智能網聯汽車準入和上路通行試點工作的通知》（以下簡稱《通知》）。 《通知》要求，在智能網聯汽車道路測試與示范應用工作基礎上，遴選具備量產條件的搭載自動駕駛功能的智能網聯汽車產品（以下簡稱“智能網聯汽車產品”），開展準入試點； 對取得準入的智能網聯汽車產品，在限定區域內開展上路通行試點，車輛用于運輸經營的需滿足交通運輸主管部門運營資質和運營管理要求。

“自動駕駛將從測試階段到大規模測試階段，智能網聯汽車產品逐步走近大眾消費者。 ”全國乘用車市場信息聯席會秘書長崔東樹表示，多項政策的加持，將引導智能網聯汽車生產企業和使用企業加強能力建設，在保證安全的情況下，確保智能網聯汽車產品功能、性能和產業業態能夠實現迭代優化，推動自動駕駛技術的高速發展。

經濟學家余豐慧認為，利好政策的不斷落地，將為智能駕駛的商業化應用提供更好的環境和條件，從而推動智能駕駛在各個領域的應用和發展，“未來智能駕駛領域將呈現出爆發式增長。 ”

目前來看，我國已建設完成17個國家級測試示范區、4個國家級車聯網先導區、16個智慧城市基礎設施與智能網聯汽車試點城市，已有44個省和地級市發布了道路測試實施細則。 據2023年北京數字交通大會透露，目前我國超過3500公里公路完成智能化升級改造，京雄高速河北段、滬杭甬高速、杭州繞城復線、成宜高速等一批智慧公路已建成運行。

此外，智能網聯汽車產品代表小鵬汽車、長城魏牌、蔚來、極狐以及智己和集度還發布了各自城市NOA（自動輔助導航駕駛）計劃，譬如： 理想汽車計劃到12月將NOA覆蓋全國100個城市，智己汽車計劃城市NOA方案將于2024年覆蓋全國100+城市……就落地情況看，小鵬P7、理想 ONE、特斯拉Model 3/Y、埃安LX等部分車型已經實現高速NOA的應用。

消費終端上，隨著L2級自動駕駛的滲透率不斷提升，智能駕駛在終端的消費者教育雛形已現，自動駕駛從早年間選車時的無足輕重，進化為當前消費者購買汽車時的重要參考條件。 以近期被高度關注的AITO問界新M7為例，其最大的賣點之一就是搭載了華為ADS2.0高階智能駕駛系統。 在9月17日至10月7日期間的訂購車型中，智駕方案選裝率提升至60%——70%。 此外，目前各大車企的最新銷售情況顯示，消費者對自動駕駛接受度明顯提升，進而也帶動了很多車企智駕方案選裝率的提升。

技術、政策、商業化的多頻共振，不僅讓智能駕駛產業發展步入快車道，且讓智能駕駛芯片行業進入到“拼算力”的時代。 需要注意的是，作為智能駕駛核心中的核心，汽車高端芯片長期以來一直被海外寡頭壟斷，前幾年出現的汽車“缺芯”之痛讓人記憶猶新。 在智能駕駛被提升到國家政策層面、我國汽車產業轉型升級進入關鍵時刻，無論在國家頂層設計層面，還是商業層面，都需要將高端芯片特別是車規級芯片國產化發展問題置于很高地位。

弗若斯特沙利文大中華區執行總監向威力在接受相關媒體采訪時曾表示，為打破困局，國產車載芯片廠商需要把握國產替代機遇，積極進入整車廠供應鏈。 同時，國產廠商還應以生態圈的形式加強與客戶的密切合作，加快提高車規技術、產品或解決方案的影響力。

汽車計算不斷增長：需求創造商機

越來越多的傳感器在范圍和分辨率方面具有更好的性能，直接影響乘用車對計算能力的需求。總體而言，ADAS和座艙處理器的計算收入正在快速增長，2022年至2028年的復合年增長率為13%，到2028年將達到127億美元。在這兩個類別中，ADAS是最大的細分市場， 2028 年的收入將占總收入的60%以上。

計算市場也發生了有趣的變化。Mobileye 長期主導汽車視覺處理器市場，2022 年占據 52% 的市場份額，其次是 AMD、Nvidia 或 Tesla 等廠商。

座艙處理器市場由高通主導，與競爭對手瑞薩或恩智浦相比，高通是一個新參與者。高通利用其在智能手機市場獲得的用戶體驗知識，通過駕駛艙進入汽車市場。但高通的最終目標并不是座艙市場，而是利潤更高的ADAS市場。我們預計高通將在 ADAS 領域迅速獲得一定的市場份額，并迅速成為與 Mobileye 競爭的重要參與者。

如今，地平線、黑芝麻、海思等中國公司正在贏得設計勝利，預計未來五年其市場份額將大幅增加。他們在 ADAS 和駕駛艙領域都非常活躍。

2023年，我們看到中國整車廠發布的多款車型配備的傳感器數量遠高于歐洲或美國整車廠發布的其他車型。但由于缺乏監管，這些中國汽車仍然被歸為“不干涉”類別，就像特斯拉一樣進行比較。如果法規發生變化，我們預計將通過 OTA 更新啟用更復雜的自動駕駛應用程序，因為傳感器和計算硬件已經就位。

關于閉眼應用，中國沒有允許此類應用的法規，但中國整車廠正在開發 NOA（自動駕駛導航）系統。至于世界其他地區，日本、歐洲（德國）已經實施了不加關注的監管，英國和美國的一些州（例如加利福尼亞州和內華達州）也正在加快步伐。


六類芯片將迎來增量事情

計算&控制芯片

在電動化、智能化普及之前，汽車的各個功能塊由ECU（Electronic Control Unit）控制，MCU則是ECU的核心，它監控著各種汽車運行數據（速度、換擋、剎車、航向等），以及汽車運行的各種狀態（油耗、加速、前車距離等），并根據預先設計的程序邏輯計算各種傳感器送來的信息，處理后把各個參數發送給相關的執行模塊，執行各種預定的控制功能。這種架構一般稱為分布式。

無論是傳統燃油車，還是新型的電動和智能化汽車，MCU用量都很大，車身控制、儀表盤、影音娛樂、電機驅動控制、高級安全系統、雨刮、車窗、電動座椅等，都需要MCU進行控制。目前，一輛汽車上的MCU用量可達50——100個。

傳統燃油車的動力系統主要包括發動機和變速箱，這兩個部件各有一個主控MCU，電動汽車動力系統包括整車控制模塊，電機控制器模塊，電池管理模塊三個部分，動力域控制器集中控制上述三個部分，這個系統需要更多的MCU，估計每輛車會比傳統燃油車多用至少5個。

車身控制系統所用的MCU數量相對穩定，變化不大，原因在于車身域技術較為成熟且使用生命周期長，實現這些功能對芯片算力的要求較低，所用的MCU價格也較低。

傳統MCU大廠，如恩智浦、意法半導體、瑞薩電子和德州儀器等，一直把持著汽車MCU市場的主導權。近些年，中國本土相關企業也在努力追趕，涌現出了多家比較有特色的企業，復旦微電子就是其中之一，該公司的車規級MCU FM33LG0xxA系列可用于雨刮器、車窗、座椅、照明控制等。目前，復旦微電子正在進行新一代車規級MCU的開發。

隨著智能化、網聯化、電氣化在汽車應用的深入和普及，汽車電子電氣架構逐漸從分布式走向集中，以減少車輛線束，提高內部信息流轉效率，此時，算力也趨向于集中，僅依靠MCU已難以滿足計算需求。目前，ADAS和智能座艙芯片以CPU、GPU和NPU為主，并集成在域控制器中。域是將傳統ECU控制進一步集中，形成幾大功能塊，可概括為整車控制域（VDC），智能駕駛域（ADC），智能座艙域（CDC）。未來，在基于域的集中式架構基礎上，還將向域融合（中央集成）架構方向發展，它進一步簡化了架構，功能更加集中。在分布式ECU逐漸向域集中的過程當中，由DCU（域控制器）集成多類ECU實現控制功能的集中。

從目前的情況來看，汽車中的MCU有減少之勢，特別是座艙越來越智能化，要實現的功能繁多，包括信息娛樂、人機交互等，為了實現這些先進功能，需要更高性能的芯片，使得MCU地位呈下降趨勢。以儀表盤為例，該部分性能提升使MCU的主控地位被高算力處理器取代。

總體來看，MCU在傳統功能的控制應用上仍有一席之地，而在座艙和ADAS的用量會明顯減少。不過，在可預見的未來，汽車用MCU的市場總量依然很大。

隨著自動駕駛級別逐步提升，應用功能越來越豐富，汽車對芯片算力的要求越來越高。特別是在安全性和實時性方面，ADAS的要求很高，需要系統具備更高的認知與推理能力。

目前，以Mobileye、英偉達、特斯拉為代表的廠商在ADAS計算芯片方面走在了市場前列，相關產品已在中高端和新勢力車型中廣泛應用。


車載通信

汽車中使用的電子控制和通信系統越來越多，如發動機電控、自動變速器控制、車載多媒體和自動巡航系統（ACC）。這些系統之間、系統和汽車顯示儀表之間需要進行大量的數據交換，此時，常規點對點的導線連接和信息傳輸方式是不適用的，因為這樣裝配出的系統太復雜了，且故障率會很高。這時，就需要用到汽車總線。

傳統汽車使用的總線（CAN、LIN、FlexRay、MOST）在成本、性能上越來越難以滿足網聯化、智能化汽車的需求，而以太網在汽車應用中的優勢逐漸凸顯出來。

車載以太網在傳統以太網技術的基礎上進行了一系列優化和改良，針對車內通信需求研發出了一種用以太網連接車內電子單元的新型局域網技術，它有諸多優點，如數據傳輸帶寬高，系統簡潔。車載以太網使用單對非屏蔽雙絞線及更小型的連接器，與傳統總線相比可減少80%的線束成本和30%的布線重量。它可通過使用回聲抵消技術在單線對上實現雙向通信，以滿足智能化對高帶寬的需求。

目前，博世、采埃孚、特斯拉等都提出了新一代汽車網絡通信架構。

據以太網聯盟預測，未來智能汽車單車以太網端口將超過100個，這為車載以太網芯片提供了巨大的發展空間。在具備先進ADAS功能和以太網總線的汽車中，每一個傳感器（攝像頭、各種雷達）都需要部署一個PHY芯片以連接到ADAS域，每個交換節點也需要配置若干個PHY芯片。

除了有線通信（以太網），車聯網普及對車上的無線通信能力和可靠性的要求也越來越高，這方面，高通處于優勢地位。


功率器件

與傳統燃油車相比，電動車對功率器件的工作電流和電壓有更高要求，是電機驅動控制、整車熱管理、充電逆變等系統的核心元器件，尤其是MOSFET和IGBT，而SiC MOSFET憑借其耐高壓、耐高溫等特性，在汽車電控系統應用中如魚得水。

在電動汽車中，SiC MOSFET主要用于驅動和控制電機的逆變器、DC/DC轉換、車載充電器OBC，以及充電樁。與硅基IGBT相比，SiC MOSFET產品尺寸小、能耗低，可以有效提升汽車電池的電能轉化效率，提高續航能力，同時還可以優化電機控制器的結構，節省成本，實現小型化、輕量化設計。

2018年，特斯拉率先在其Model 3 中搭載了采用24個650V、100A的SiC MOSFET模塊的主逆變器，電能轉換效率的提升使續航里程提升了5%——10%，同時，車身重量比Model S減輕了20%。博世等多家Tier1制造商，以及比亞迪、蔚來、小鵬等車企都已在部分產品中采用了SiC MOSFET方案。2022 年，由于電動車普及率和SiC MOSFET模塊用量雙提升，使得SiC器件和模塊在汽車領域的應用發展速度超過了市場預期。


模擬芯片

無論是傳統燃油車，還是電動汽車，都會用到大量的模擬芯片，涉及發動機進氣管、機油、剎車、空調壓力、動力總成、汽油尾氣檢測、車載電池管理等系統。在電動車中，模擬芯片的重要性更強，隨著汽車電動化、智能化的快速普及，車用模擬芯片的市場規模呈現逐年增長態勢。

隨著ADAS的普及，安全的重要性越來越凸出，這就要求電子系統與電源做到有效的安全隔離，此時，模擬隔離芯片起到了關鍵作用。此外，ADAS系統需要極高性能和可靠性的毫米波雷達、監控攝像系統、車聯控制模塊、電源輔助模塊等，這些都離不開高性能模擬芯片，如放大器、接口、電源管理芯片等。

智能化的普及，使得車內顯示面板的使用量顯著增加，尺寸也越來越大。目前，平均每輛車有不少于兩塊面板的使用率，到2025年會達到3塊以上。同時，汽車市場對高亮度、高對比度面板的需求也在提升，MiniLED、AMOLED的普及率也越來越高。所有這些，對相關驅動IC、TDDI的數量和質量要求也在提升。

傳感器

汽車需要用到的傳感器種類很多，包括壓力、流量、慣性、溫度、紅外線、CIS，毫米波和激光雷達等。

由于ADAS興起，使得與之緊密相關的傳感器的重要性和市場地位明顯高于傳統且已經非常成熟的壓力、溫度等傳感器。

用于ADAS的傳感器（包括CIS，超聲波和熱傳感器，激光雷達等）負責收集周圍環境的數據。一種類型的傳感器是不夠的，因為每種傳感器都有其局限性，ADAS系統將多種傳感器結合在一起，以實現最大化的安全目標。

在L1級ADAS中，需要1-2個攝像頭，L2和L2+級需要搭載前視ADAS攝像頭和普通環視攝像頭，總數達到8個，L3級則增加了前視、側視、后視ADAS攝像頭，總數達8-12個，未來的L4和L5級對雷達依賴程度很高，攝像頭用量無明顯提升。結合各等級ADAS車載攝像頭使用情況，可測算出全球平均單車用量將由2021年的2.8個提升至2025年的5.1個，2030年有望達到9.0個。

就目前的車載攝像頭方案來說，主要分為視覺和多傳感融合方案。

視覺方案以攝像頭為主導，它對算法要求很高，典型代表是特斯拉，搭載Autopilot 3.0系統的全系車型都未使用激光雷達，采用了8個攝像頭、1個毫米波雷達和12個超聲波雷達，其中，8個攝像頭包括3個前視、4個側視和1個后視，可在250米半徑內為汽車提供360度視角。

多傳感融合方案更強調硬件系統的重要性，對算法要求相對較低。這類方案的傳感器用量不斷提升，智能化程度較高的車型攝像頭用量都在10個以上，CIS分辨率也很高，例如，蔚來ET7使用11個800萬像素高清攝像頭，極氪001使用了14個攝像頭，包括7個800萬像素高清攝像頭。

所有這些，都將推動CIS圖像傳感器市場向更大規模和體量進發。而隨著雷達系統的普及，毫米波、超聲波、激光雷達傳感器的用量也將大幅提升。


存儲芯片

隨著智能化水平的提升，存儲芯片在汽車中的用量也在提升，特別是ADAS和智能座艙，對車規級存儲芯片的需求量和性能要求越來越高。

以ADAS為例，在汽車行駛過程中，該系統要收集大量道路數據，包括攝像頭、雷達、GPS采集進來的信息，系統將這些數據上傳到車企數據中心后對其進行AI訓練，并在ADAS平臺上驗證和仿真，整個過程需要存儲大量數據。

汽車在路測時，L2級測試在一小時內會產生2TB的數據，L4-L5級路測每小時的數據量則達到16-20TB，整個研發周期產生的數據將達到EB級。海量數據的緩存、讀取和處理將對存儲系統的讀寫性能、容量、可靠性提出更高要求。這樣看來，車載存儲芯片（DRAM，SRAM，NAND Flash，NOR Flash，EEPROM）的市場潛力也是很可觀的。


總結

2023年即將過去，從目前的情況來看，汽車應用似乎是2023全年芯片市場的唯一亮點。汽車芯片的長期發展前景也很樂觀，未來幾年，每輛車的半導體含量將穩步增長。S&P AutoTechInsight在2023年1月預測，未來7年，每輛車的平均半導體含量將增長80%。