软件定义汽车，AI芯片是生态之源.docxVIP

内容目录 芯片是软件定义汽车生态发展的基石 5 汽车处理芯片由 MCU 向 AI 芯片方向发展 7 汽车数据处理芯片运算由控制指令向 AI 运算方向发展 7 ARM 内核提供芯片控制指令运算能力 9 AI 处理器提供芯片智能运算能力 10 车规级芯片条件苛刻 11 MCU 引领汽车由机械化时代走向电气化时代 13 MCU 承担汽车执行 ECU 的运算大脑 13 预计 2025 年我国汽车 MCU 市场达 32.9 亿美元，CAGR 7.7% 14 汽车 MCU 行业加快整合集中度提升 16 软件定义汽车时代来临，域控制 AI 芯片是重要一环 18 AI 芯片是智能汽车时代实现域控制的核心 18 预计 2025 年我国汽车 AI 芯片市场超 91 亿美元，CAGR46.2% 19 集成更多 AI 单元是智能芯片技术路径发展的大趋势 20 域控制器 AI 芯片呈现三强多极竞争格局 23 特斯拉：自研 FSD 芯片，引领产业发展 25 NVIDIA：全球通用 AI 芯片龙头，构建生态王国 27 Mobileye：背靠英特尔，全球自动驾驶 AI 芯片龙头 32 华为：依托芯片，欲打造最强生态体系 36 地平线：对标 Mobileye，AI 芯片率先搭载 UNI-T 座舱域 39 寒武纪：源于中科院，面向云边端全领域 42 域控制器 AI 芯片潜在进入者 44 受益标的 46 风险提示 46 图表目录 图 1：博世 E/E 架构升级进程 5 图 2：由控制指令运算为主的分布式 ECU 向 AI 运算的中央计算平台发展 6 图 3：汽车半导体分类 7 图 4：MCU 芯片结构 8 图 5：SOC 芯片结构 8 图 6：ARM Cortex 处理器家族分为 A/R/M 三大系列 10 图 7：智能芯片分为云边端三大类 11 图 8：人工智能算法的概念分类 11 图 9：MCU 的工作过程 13 图 10：BOSCH 的 ECU 实物图 13 图 11：不同位数 MCU 的应用类型 13 图 12：发动机管理系统 ECU 功能应用逐渐复杂化 14 2 / 47 图 13：2018 年传统汽车 MCU 单车价值 78 美元 15 图 14：2018 年纯电动汽车 MCU 单车价值 77 美元 15 图 15：全球通用 MCU（汽车、工业、消费电子等）竞争格局 16 图 16：2017 年全球汽车 MCU 市场份额 17 图 17：自动驾驶信息传递环节 18 图 18：CPU 结构 20 图 19：GPU 结构 20 图 20：FPGA 结构 21 图 21：N-SOC 结构(华为达芬奇架构） 21 图 22：Autopilot 硬件 1.0 25 图 23：Autopilot 硬件 2.0 25 图 24：Autopilot 硬件 2.5 26 图 25：Autopilot 硬件 3.0 26 图 26：特斯拉 FSD 芯片结构 27 图 27：NVIDIA 在 GPU 市场是 AI 芯片龙头 28 图 28：英伟达的 K1 芯片嵌入奥迪 A8 的 zFAS 系统中 29 图 29：NVIDIA PX2 系列产品 30 图 30：NVIDIA 系列产品 30 图 31：Mobileye 是全球自动驾驶芯片龙头 33 图 32：2014-2019 年 EyeQ 芯片出货量 CAGR 45% 33 图 33：2014-2019 年 Mobileye 收入 CAGR 43.7% 33 图 34：EyeQ3 芯片 35 图 35：EyeQ4 芯片 35 图 36：EyeQ5 芯片 35 图 37：华为 MDC 计算平台 37 图 38：达芬奇架构（单核） 38 图 39：MDC300 计算平台 38 图 40：华为“八爪鱼”自动驾驶云服务 39 图 41：地平线芯片的 BPU 架构 40 图 42：地平线的征程二代 SOC 芯片 40 图 43：地平线的 Matrix1.0 计算平台 41 图 44：2020 年征程二代芯片首次量产搭载在长安 UNI-T 上 42 图 45：寒武纪 MLU290 云端 AI 芯片 43 图 46：寒武纪基于 MLU290 的 AI 加速卡 43 图 47：寒武纪 MLU220 边缘端 AI 芯片 44 图 48：寒武纪基于 MLU220 的 AI 加速卡 44 表 1：SOC 较 MCU 芯片功能更复杂 9 表 2：汽车芯片标准远高于消费级 11 表 3：功能安全标准对故障等级要求苛刻 12 表 4：2030 年我国汽车 MCU 市场规模达 47.6 亿美元 15 表 5：全球主要汽车 MCU 公司概况 17