汽车芯片格局大剖析

伴随汽车智能化提速，汽车半导体加速成长。 2017 年全球汽车销量 9680 万辆（+3%）；汽车半导体市场规模 288 亿美元（+26%），增速远超整车。 

全球汽车半导体市场规模（亿美元）

汽车半导体按种类可分为功能芯片 MCU（Microcontroller Unit）、 功率半导体（IGBT、 MOSFET 等）、 传感器及其他。 根据Strategy Analytics， 在传统燃油汽车中， MCU 价值量占比最高，为 23%；在纯电动车中，MCU 占比仅次于功率半导体， 为 11%。 

燃油汽车半导体按种类分类

DIGITIMES 预测，功能芯片 MCU 市场规模有望从2017 年 66 亿美元稳步提升至 2020 年 72 亿美元。

纯电动汽车半导体按种类分类

无人驾驶提升算力需求， 主控芯片成为新增市场。 传统汽车的功能芯片仅适用于发动机控制、电池管理、娱乐控制等局部功能，尚无法满足高数据量的智能驾驶相关运算。 

汽车功能芯片市场规模（亿美元）

近年来，伴随智能驾驶渗透率提升， 全球芯片巨头纷纷进军汽车产业，推出具备 AI 计算能力的主控芯片，担当自动驾驶汽车的“大脑”功能。

汽车芯片：主控芯片&功能芯片

我们认为，主控芯片市场规模有望快速成长， IHS预测 2020 年可达 40 亿美元。

汽车主控芯片市场规模（亿美元）

主控芯片巨头具有较强的 AI 计算优势，功能芯片厂商具有丰富的汽车产业链经验，两大阵营之间兼并收购及联盟合作频发。 截至目前， 英伟达已与全球 370+整车厂、一级供应商达成合作；英特尔收购 Mobileye 切入汽车产业； 高通曾意图收购恩智浦等。

汽车芯片市场格局

汽车半导体行业近年兼并收购事件

主控芯片：算力接近 PC/智能手机，半导体巨头三足鼎立

智能驾驶涉及人机交互、视觉处理、智能决策等， AI 算法和芯片是核心。 据恩智浦统计，目前一辆高端汽车已经搭载超过 1 亿行代码，远超飞机、手机、互联网软件等，未来伴随自动驾驶的渗透率及级别提升，汽车搭载的代码行数将呈现指数级增长。自动驾驶软件计算量已经达到 10 个 TOPS（Tera Operations Per Second，万亿次操作每秒）量级。 

汽车已经搭载超过 1 亿行代码

传统汽车 MCU 的算力难以满足自动驾驶汽车的计算要求， GPU、 FPGA、 ASIC 等 AI 芯片进入汽车市场。

汽车搭载的代码行数指数级增长

全球无人驾驶领导者包括谷歌、百度、特斯拉、奥迪等，从这些厂商的自动驾驶主控模块的 SoC 芯片架构或可一窥汽车芯片发展方向。

谷歌 Waymo：采用英特尔 CPU+Altera FPGA 方案，英飞凌 MCU 作为通信接口。谷歌 Waymo 的计算平台采用英特尔 Xeon 12 核以上 CPU，搭配 Altera 的 Arria系列 FPGA，并采用英飞凌的 Aurix 系列 MCU 作为 CAN 或 FlexRay 网络的通信接。

谷歌 Waymo 的计算平台架构

百度 Apollo： 恩智浦/英飞凌/瑞萨 MCU+赛灵思 FPGA/英伟达 GPU。 百度无人驾驶样车采用 IPC（Industrial Personal Computer，工控机）方案， 但工控机的体积和功耗难以满足量产化要求，因而百度也推出了适合于量产的域控制器嵌入式方案。 将各个传感器的原始数据接入到 Sensor Box 中，在 Sensor Box 中完成数据的融合，再将融合后的数据传输到计算平台上进行自动驾驶算法处理。百度自动驾驶专用计算平台 ACU（Apollo Computing Unit）定义了三个系列产品： MLOC（高精定位， MCU）、 MLOP（高精定位+环境感知， MCU+FPGA）、 MLOP2（高精定位+环境感知+决策规划， MCU+GPU）。

百度 Apollo 的工控机计算平台架构

特斯拉：从 Mobileye ASIC 到英伟达 GPU。 2014 年特斯拉发布 Autopilot 1.0，搭载 1 个前置摄像头、 1 个后置倒车摄像头（不参与辅助驾驶）、 1 个前置雷达、 12个超声波传感器，视觉芯片采用 MobileyeEyeQ3，主控芯片采用 NVIDIA Tegra 3。2016 年底特斯拉发布 Autopilot 2.0，搭载 3 个前置摄像头（不同视角广角、长焦、中等）、 4 个侧边摄像头（左前、右前、左后、右后）、 1 个后置摄像头、 1 个前置雷达（增强版）、 12 个超声波传感器（传感距离增加一倍），主控芯片采用 NVIDIADrive PX 2，处理速度为 Autopilot 1.0 的 40 倍。

奥迪： Mobileye ASIC+英伟达 GPU+Altera FPGA+英飞凌 MCU 的多芯片集成方案。 全新奥迪 A8 公开了自己的 zFAS 控制器方案。 zFAS 共有四块高性能的处理器： 1） Mobileye 的 EyeQ3 负责视觉信息处理，包括交通标志识别、行人识别、碰撞提醒、车道线检测等； 2）英伟达的 Tegra K1 SoC 负责 360°环视影像； 3）Altera 的 Cyclone 5 FPGA 负责传感器融合、地图融合、辅助泊车等； 4）英飞凌的 Aurix 系列 MCU 用于交通拥堵控制、辅助驾驶等。

奥迪 A8 的计算平台架构

我们判断，在汽车主控芯片领域， GPU 仍将保持通用汽车主控芯片的主流地位， FPGA作为有效补充， ASIC 将成终极方向。 当前人工智能及智能驾驶算法尚未定型， GPU 作为通用加速器， 预计仍将在相当长一段时间内保持其汽车主控芯片的主流地位； FPGA 作为硬件加速器， 料将成为 GPU 的有效补充；将来如果全部或部分智能驾驶算法得以固化， ASIC 将成为最优性价比的终极选择。

汽车主控芯片趋势图

英伟达收入净利润快速增长，汽车为长期动力。 英伟达是 GPU 领域龙头，常年保持超70%市占率。 英伟达 2018 财年（对应 2017 自然年） 收入 97.1 亿美元，同比+40.6%；净利润 30.5 亿美元，同比+82.9%。 按照应用类别拆分， 英伟达的业务包括游戏、数据中心、专业视觉化、 OEM&IP、汽车业务五类。其中游戏为主要收入来源， 2018 财年收入占比 57%。数据中心业务占比快速提升，从 2014 财年 5%提升至 2018 财年 20%。汽车业务虽然占比较低， 2018 财年 6%，但同比增速较高。

英伟达按业务类别拆分营业收入（百万美元）

英伟达数字座舱计算机 Drive CX： 利用先进 3D 导航、高分辨率数字仪表组、自然语音处理及图像处理实现驾驶辅助功能。 Drive CX 的内核是基于 Maxwell 架构的 Tegra X1 SoC，此外还有选配置为 Tegra K1 SoC。 DRIVE CX 的主要功能包括： 1）自然语言处理，通过语音识别完成地址查询、呼叫联系人等功能； 2） 3D 导航和信息娱乐，为众多应用程序提供高分辨率、高帧率的图形显示； 3）全数字仪表组，通过仪表组或抬头显示 HUD 提供丰富的图形显示； 4）环绕视觉，利用复杂的运动恢复结构（SFM）技术和先进的拼接技术，改善鱼眼镜头的图像渲染、减少重影现象，并可在高精细模型中渲染出一辆虚拟汽车，实现逼真的环绕视觉效果； 5）对接 Android Auto，拥有 Android 智能手机或 iPhone 的驾驶员可以轻松访问自己的移动设备，与地图、搜索和音乐等应用进行互动。

英伟达自动驾驶汽车平台 Drive PX： 将深度学习、传感器融合和环绕视觉相结合，力求改变驾驶体验。 Drive PX 的主要功能包括： 1）传感器融合，可以融合来自 12 个摄像头、激光雷达、毫米波雷达和超声波传感器的数据； 2）计算机视觉和深度神经网络，适用于运行 DNN（Deep Neural Network，深度神经网络）模型，可实现智能检测和跟踪； 3）端到端高清制图，可快速创建并不断更新高清地图； 4） 软件开发工具包 DriveWorks，包含了可供参考的应用程序、工具和库模块。

英伟达自动驾驶汽车开发平台 DRIVE PX 系列对比

英伟达与超过 370 家厂商开展自动驾驶相关合作。 截至目前，英伟达已经与众多国际主流整车厂就 DRIVE CX 娱乐系统、DRIVE PX 自动驾驶系统、Xavier 超级计算机等达成合作，包括特斯拉、奥迪、奔驰、宝马、沃尔沃、丰田、大众、蔚来等。英伟达还与传统优势一级供应商如博世、采埃孚等达成合作，英伟达提供自动驾驶计算机平台，传统一级供应商负责整合多传感器方案和自动驾驶系统。此外，在高精度地图领域，英伟达还和百度、 TomTom、Zenrin、 Here 等达成合作。

英特尔传统业务增长乏力，进军汽车领域创造业绩新增长点。 英特尔曾经是世界上最大的半导体芯片制造商。 据 PassMark 统计， 2017Q1 英特尔占据全球 CPU 行业的市场份额为 80%。近年随着智能手机的兴起与个人电脑市场的景气降低，芯片主业收入增速明显下降，公司营业收入被三星电子超越。公司曾尝试生产了手机处理器但最后表现失利，并不得不解散了负责该业务的部门。 近年来，英特尔通过大量收购积极布局无人驾驶、物联网、人工智能、 VR 等新兴领域，创造业绩的新增长点，力图实现从传统芯片制造商向多元解决方案提供商转型。

英特尔近三年收购动向

英特尔收购 Mobileye：全球视觉 ADAS 领导者。 Mobileye 是全球视觉 ADAS 市场领导者之一，掌握 ADAS 市场 80%份额，拥有丰富的视觉 ADAS 产品。 Mobileye 的专有软件算法和 EyeQ 芯片能对视觉信息进行详细分析并预测与其他车辆、 行人、 自行车或其他障碍物的可能碰撞，还能够检测道路标记、 交通标志和交通信号灯。 

Mobileye EyeQ5 将助力汽车实现 L4-L5 级无人驾驶

截至 2017 年底， Mobileye的产品已经被用于 27 个整车厂的 313 款车型，当年出货量 870 万颗。 2017 年 3 月英特尔以 153 亿美元收购 Mobileye，打造英特尔车队。 车队将包括各种汽车品牌和车型，以展示其多功能性和适应性。 L4 级车辆将被部署在美国、 以色列和欧洲进行测试。

Mobileye 芯片出货量（百万）

英特尔收购 Altera：自动驾驶 FPGA 芯片已经量产。目前全球 FPGA 市场主要被 Xilinx和 Altera 瓜分， 合计占有近 90%的市场份额，合计专利达到 6000 多项。 Altera 的 FPGA产品共有四大系列，分别是顶配的 Stratix 系列（近万美元）、成本与性能平衡的 Arria 系列（2000~5000 美元）、廉价的 Cyclone 系列（10~20 美元）、 以及 MAX 系列 CPLD。 英特尔2015 年宣布完成对 Altera 的收购， 帮助高速增长的数据中心与 IoT 业务。