智能座舱芯片行业报告（120页）

行业报告下载 2022年07月19日 06:49 管理员

自动驾驶等级每增加一级，所需要的芯片算力就会呈现一个数量级的上升。L2级自动驾驶的算力需求仅要求2-2.5TOPS，但是L3级自动驾驶算力需求就需要20-30TOPS,到L4级需要200TOPS以上，L5级别算力需求则超过2000TOPS。可以预见，随着自动驾驶级别的不断上升，大算力的自动驾驶芯片会成为行业必然趋势。英伟达是GPU大佬，盯上汽车领域后先后推出了Tegra、Xavier，现在Orin刚刚量产。英伟达的自动驾驶芯片优点是大算力以及好的软件栈和生态，方便客户个性化开发。市场现在普遍不看好Mobileye，因为芯片迭代速度慢，其次软件封闭是黑盒子，不方便车厂做个性化；但它优势在于低功耗和性价比（主要支持 L2 及以下的自动驾驶，市场占有率很高，有大量的配套量产车型，如 Q4、 Q5 芯片依然在蔚来车型上使用）。消费者对辅助驾驶、自动驾驶功能的付费意愿较强，相关模块渗透率有望快速提升。罗兰贝格调研结果显示，认为辅助驾驶（L2）与自动驾驶（L2.5/3）功能重要的消费者比例已经分别高达88%与80%，其中对于L2中单个功能愿意支付的费用为2200-4100元，对L2.5/3中单个功能愿意支付的费用则高达3800-4900元。

消费者较强的付费意愿有望带动智能驾驶相关模块渗透率快速上升。以芯片销售额为统计口径，预计自动驾驶芯片市场规模在2030年可达百亿元以上。车规级芯片的标准远高于消费级和工业级芯片。车规级芯片从研发、生产、制造等环节要求严格，以满足汽车对安全性和可靠性的要求。汽车芯片的寿命一般设计在15年左右，对零部件的可靠性和安全性要求更高。一款车规级芯片需要2-3年的时间完成车规级认证并进入主机厂供应链，进入后一般拥有5-10年的供货周期。发布于2016年的智能座舱车规级芯片高通骁龙820A经历了多年的测试，一直到2019-2020 年才开始广泛应用于奥迪、小鹏、理想等主机厂。目前自动驾驶汽车的芯片平台主要为异构分布硬件架构，由AI单元、计算单元和控制单元三部分组成，通常包含CPU、GPU、FPGA、ASIC 等几类芯片。以上几种芯片各有优势，因而由CPU+GPU+XPU+其他功能模块（如基带单元、图像信号处理单元、内存、音频处理器等）组成的异构主控SOC芯片成为当前自动驾驶汽车的主流选择，单个SoC芯片是一个完整的计算单元，可以去独立负责智能座舱域、自动驾驶域等智能汽车中较为复杂的领域。

智能座舱芯片行业报告（120页）-第1张图片