以下是原始报告的节选

1 汽车电动化、智能化引领行业新趋势

1.1 汽车电动化、智能化引领产业转型，聚焦“自动驾驶”和“智能座舱”

汽车行业正在经历一场电气化和智能化的革命。电气化主要改变汽车的动力和传动系统，而智能化则改变人与车的关系。从PC时代的微软智能影音，到智能手机时代的苹果，再到市值超万亿元的特斯拉，智能电动汽车的新时代已经开启。当前时间是汽车产业新周期的起点，电动化、智能化革命将颠覆整个汽车产业链，孕育新的产业活力。目前，我们认为汽车行业正在经历三大趋势：

（1）新能源汽车进入成长期，智能汽车引领新趋势：随着特斯拉、比亚迪等优质货源的进入，续航里程得到提升，给人们带来舒适的驾乘体验。如果选择购买新能源汽车，2021年国内新能源汽车渗透率将超过10%智能影音，行业开始进入成长期。汽车产业下一阶段的发展将聚焦智能汽车时代，即搭载先进的传感器和人工智能等新技术，使其具备自动驾驶、人机交互等功能，并有望成为下一代移动空间和智能应用终端。所以，

（2）作为消费品，汽车的核心竞争力将从“燃油车时代的马力”、“电动车时代的电池续航”到“智能车时代的算力”：从1880年代的传统燃油车，2010年的电动车，2020年的智能车，我们对汽车的性能评价，其核心竞争要素也在发生变化：我们根据内燃机的马力来评估燃油车的性能；湾。更加注意电池寿命；C。在智能汽车时代，我们更看重的是大算力平台下车外自动驾驶技术的成熟，以及车内智能座舱带来的人机交互智能体验。

（3）商业模式与汽车价值链的重构：通过软件实现价值链中后期的转移。在汽车的全生命周期中，不同于传统燃油车的一次性销售，智能汽车可以通过“硬件预嵌入、软件升级”不断提升用户体验，增加用户粘性。软件销售、软件支付等新型商业模式获得更高附加值，车辆结构和商业模式得到重新定义。

智能网联是汽车产业下一次转型的风暴中心。要从根本上改变汽车的产品形态，从移动工具转变为生活伴侣，需要智能化和网络化的发展，彻底解放人们的双手和注意力，从而赋予汽车更丰富的想象空间。“新四化”的重心必然转向智能化和网络化。无论是需求端产品定位和价值需求的转变，还是供给端在自动驾驶和车联网领域的竞争与合作，都证明了“智能网联”作为核心驱动的作用变革浪潮中的力量将成为汽车行业发展的长期趋势。

“自动驾驶仪”和“智能座舱”。正逐渐进入大众视野。“智能”引领自动驾驶不言而喻，但“网联”也是它不可或缺的重要支撑。尤其是智能客舱系统，从娱乐的丰富性到系统的不断迭代升级，都离不开“联网”的重要前提。

1.2 汽车电动化、智能化带来“汽车半导体”蓬勃发展

手机领域的蓬勃发展，是过去十年半导体产业高速增长的主要动力。汽车电子化和智能化有望成为半导体行业新的增长点。产业变革下，将诞生新的技术制造商和行业领导者。未来，汽车将像手机、电脑一样成为整个半导体行业的主要增长动力，主要是因为更先进的自动驾驶、智能座舱、车载以太网、车载信息系统将产生新的半导体需求. ​​n预测，2030年全球汽车芯片市场规模将达到1000亿美元左右，相比37美元，同比增长190%。

新能源汽车的芯片数量约为传统燃油汽车的1.5倍。自动驾驶水平越高，需要的传感器芯片数量就越多。L3 级自动驾驶平均配备 8 个传感器芯片，而 L5 级自动驾驶所需的传感器芯片数量增加到 20 个。同样，车辆需要处理和存储的信息量也是与自动驾驶技术的成熟正相关，进一步增加了控制芯片和存储芯片的数量。据统计，到2022年，新能源汽车的平均芯片数量约为1459个，而传统燃油汽车的芯片数量为934个。

汽车芯片主要有以下应用领域：

主控芯片用于产生汽车主控信号的计算和生成功能。主控芯片通过接受各种传感器采集的信号计算出相应的处理措施，并将驱动信号发送给相应的控制模块。因此，主控芯片相当于汽车的“大脑”。

功率芯片是新能源汽车最有价值的部分。需求端主要是IGBT，以及集成多个IGBT的IPM模块。核心用于高电流和高电压环境。

CMOS芯片是将光子转化为电子进行数字处理，将图像信号转化为数字信号的芯片，包括微透镜、光电二极管、处理芯片、IO接口等，是相机的关键部件。随着自动驾驶水平的提高，预计L3以上的辅助驾驶将需要18个左右的摄像头，主要应用于倒车后视、环视、前视、转弯盲区等领域。

射频接收器是无线通信的重要设备。射频芯片是指可以将射频信号转换为数字信号的芯片。它包括功率放大器PA、滤波器、低噪声放大器LNA、天线开关、双工器、调谐器等。未来，射频芯片将像汽车的耳朵一样助力C-V2X技术的发展，将“人-车-路-云”等交通参与要素有机链接起来，弥补自行车的不足智能化，促进协同应用服务发展。

超声波/毫米波/激光雷达是用于感知人体的传感器。智能汽车通过传感器获取大量数据，L5级汽车将搭载20多个传感器。车载雷达主要包括超声波雷达、毫米波雷达和激光雷达。其中，我国超声波雷达发展较为成熟，技术壁垒不高；毫米波雷达技术壁垒高，是智能汽车的重要传感器，目前处于快速发展阶段；激光雷达技术壁垒高，属于高级别的自动驾驶。它是一个重要的传感器，但目前价格昂贵，难以通过，难以着陆。

内存芯片是智能汽车的“内存”。自动驾驶技术升级带来的车载级存储带宽持续高增长是长期趋势。未来，车载存储将从GB级迈向TB级。

汽车面板呈现多屏化趋势。车辆智能化和电气化将推动每辆车的面板数量，并且车辆面板已经开始标准化。从需求来看，显示屏在汽车上的应用越来越广泛，需求数量增长强劲。车辆显示主要包括中控显示、仪表显示、挡风玻璃复合抬头显示、虚拟电子后视镜显示、后座娱乐显示等。随着车联网、新能源汽车、无人驾驶等因素的推动，人们对具有导航、车辆状态、多媒体影音等功能的车载面板的需求将不断扩大。

1.3 电子电气架构演进驱动汽车芯片供应链创新

汽车电子电气架构正在从分布式向集中式演进。传统功能车采用分布式电子电气架构。离散的 ECU 软件和硬件紧密耦合，每个 ECU 高度独立。硬件资源无法共享，形成数据孤岛。用户新需求反馈的整体周期长达20个月。以上，很难形成持续快速迭代的软件开发模式。因此，软件定义的车辆开发模式推动了车辆的电子电气架构从分布式向集中式演进。其核心是车载计算的集中开发，高度集成的域控制器和车载中央计算平台是关键。

分布式电子电气架构： √ 优点：各模块功能划分清晰，独立性强，软硬件强耦合，各模块可独立开发。

√缺点：各模块计算能力无法协调，相互冗余。分布式架构需要大量的内部通信，增加了线束的成本；功能更新是每个模块供应商的责任，研发和推送效率低，供应链管理难度大。

（跨）域集中式电子电气架构： √ 优势：将分散式ECU集中到动力、底盘、座舱、驾驶、车身等几大域控制器中，降低内部通信需求和线束成本；软硬件逐步解耦，硬件设计先进，软件自研，通过OTA灵活更新。

√ 缺点：域分布式计算下的大算力SOC芯片成本高，算力冗余，单车算力有物理上限。

集中式电子电气架构： √ 优势：进一步简化电气电子架构，降低线束设计的复杂度和成本，SOA软件架构支持软件功能的迭代和扩展，从车载中央计算发展到车载云计算、车载和云计算架构实现无缝集成。车载计算用于实时处理车载信息和数据。作为补充，云计算提供了非实时的数据交互和计算。

回顾过去五年汽车半导体行业，2016年以来的第一波结构性红利基本结束，以纯国产替代为代表的主导机会窗口正在快速关闭；产业变革新主波：

国产替代主导小周期：2016-2021年行业回暖主要是传统电工电子结构下的国产化替代，在半导体供应链危机正式开启的催化下，国内大规模国产化的高潮替代。如低端MCU、三电源等领域。

汽车新架构主导大周期：2022年起逐步开启的第二轮产业周期，很可能是汽车行业真正的主力变革浪潮。这一次，故事的主线不仅是国产替代，而是高度智能化、电动化的下一代汽车，以及新电气电子架构下的增量功能、增量技术、增量市场；分红规模将从国产千亿水平跃升至万亿水平。

我们认为，本次新车周期对相关业绩的贡献将在2022年至2025年，核心驱动因素有两个：一是各大车厂推出的基于新一代电子电气架构的车型平台分布于2022年底至2024年。2025年后，基于新平台的新车型将全面铺开。其次，从细分领域来看，高压/高速汽车连接器、激光雷达、域控制器、汽车SOC、高端MCU等大算力芯片和传感器将加速汽车的到来，这将带来汽车半导体新一轮繁荣。

我们相信，支持OTA升级的高性能SOC、SiC&功率半导体、存储、多功能MCU、传感器、车载以太网、先进的通信系统等将受益于汽车产业链的创新，创造蓬勃发展的赛道段（见图 10）。):

未来几年单功能MCU、线束等其他领域的市场规模可能会下降：

域架构下，MCU：使用率下降：特斯拉的电子电气架构高度集成，主要是特斯拉将很多小型ECU的功能集成到区域控制器中，所以ECU的数量相比ID.4/Mach E可以从下表中可以看出，Model Y、ID.4 和 Mach E 的 ECU 数量分别为 26、52 和 51 个。特斯拉的FBCM不仅负责配电，还负责左侧大灯控制、空调控制、热管理等部分功能，跨越传统的车身、座舱、底盘和动力领域。

域架构下，降低线束成本：Aptiv估计使用域架构可以将线束成本降低25%，而伟世通认为域架构可以节省50%以上的长度的线束。Tesla 的架构更接近域控架构。Model S内部线束的长度从3km到仅1.5km，进一步证明了域架构下线束的长度和重量是可以节省的。

2 汽车SOC是智能电动汽车功能实现的核心部件

2.1 汽车SOC主要负责数据处理，座舱/自动驾驶是主要市场

目前，MCU是汽车芯片的第一个子类别。IC发布的数据显示，2021年，从全球汽车芯片细分产品的占比来看，前三名分别是微处理器、模拟芯片和传感器，占比分别为30%、29%和17%。MCU芯​​片的全称是微控制器单元，又称单片机或单片机。就是适当降低中央处理器的频率和规格，将存储器、计数器、USB、A/D转换、UART、PLC、DMA等外围接口，甚至LCD驱动电路集成在一个芯片上，形成一个芯片。级计算机。通常，MCU只能完成较少的任务，比如打开智能雨刷，或者下车后自动锁止等等。

片上系统（SOC）诞生于人工智能时代。人工智能时代，计算架构从单芯片模式发展到融合异构多芯片模式，形成了集成CPU与GPU、FPGA、ASIC等通用芯片的系统级芯片（SOC） - 专用/专用芯片和集成AI加速器应运而生。

大算力车载SOC主要应用于智能驾驶、智能座舱等领域。广义上，汽车领域计算能力稍强（2K DMIPS以上）的MCU可以看做SOC。预计未来单车SOC数量将达到23个，而大算力SOC主要面向车侧两个领域，即智能座舱和智能驾驶。

汽车领域正在复制手机领域从“功能手机→智能手机”的演进。SOC在智能汽车时代发挥着重要作用。其中，实现人工智能算力的“xPU”非常重要：

PC领域：以通用计算为主，芯片架构为“逻辑计算CPU+GPU”；

移动时代：最重要的应用是支付、玩游戏和拍照。因此，在芯片架构中加入了ISP，手机SOC芯片由“CPU+GPU+ISP（图像处理）”组成。

智能汽车时代：芯片架构更复杂，座舱大屏注重图形处理，所以需要GPU和摄像头作为自动驾驶的主要传感器，所以需要ISP，和类似的神经网络NPU实现自动驾驶需要大脑功能。因此，车载SOC芯片由“CPU+GPU+ISP+NPU”组成。

从CPU→GPU→FPGA→ASIC（xPU），芯片专用性越来越强。CPU负责逻辑运算和任务调度；GPU作为通用加速器，可以承担CNN等神经网络计算和机器学习任务，将长期承担主要计算工作；FPGA作为硬件加速器，具有可编程的优势。LSTM/强化学习等顺序机器学习表现良好，在一些成熟算法领域发挥突出作用；而ASIC可以兼顾性能和功耗，作为完全定制化的解决方案，将成为自动驾驶算法成熟后的最终选择。

汽车 SOC 芯片继续追求先进的制造工艺。从芯片工艺来看，不同的车用芯片在工艺要求上有很大差异。MCU主要依靠成熟工艺，全球70%的MCU产量来自台积电；而座舱、自动驾驶SOC、AI芯片等主控芯片则继续追求7nm及以下的先进工艺。

未来，部分MCU功能会集成到SOC芯片中，ECU数量的减少会导致MCU的使用量减少。汽车MCU紧跟汽车电子电气架构的发展，SOC芯片将集成一些低端MCU功能。所以未来MCU单车的使用量会减少，分布式域控的使用量会从现在的30-40台逐渐增加到70-80台，但是未来随着中心化架构的实施，计算动力将集中在车载计算平台上，车载MCU的使用量将逐渐减少到50-60左右。

域控架构下的控制芯片将形成“MCU+SOC”的局面。SOC芯片不能替代所有的MCU。一方面，并​​非所有的 MCU 都需要连接到 SOC 芯片。例如，“使转向灯发光的控制方法”。如果不采用MCU方案，所有接入SOC芯片的网络都会形成星形网络，不仅电线数量会增加，管理难度也会急剧增加。另一方面，也需要一些 MCU 作为 SOC 芯片安全冗余的替代方案。

2.2 自动驾驶SOC与座舱SOC架构对比

拆分自动驾驶SOC结构，包括CPU、GPU和其他类型的定制芯片（如NPU、深度学习加速器（DLA）和计算机视觉处理器（CVP））。此外，一个典型的自动驾驶SOC结构还包括以下几个部分：

-------------报告节选结束 更多内容请阅读报告原文-------------

报告收集主题清单 X 由【虎鲸报告】定期整理更新

新能源/汽车/储能

新能源汽车 | 储能 | 锂电池 | 燃料电池 | 动力电池 | 动力电池回收| 氢能 | | 基础化学品 | 加油站 | 新材料 | 石墨烯 | 聚合物 | 耐火材料 | 聚氯乙烯 | 聚氯乙烯 | 绿色能源 |

（特别说明：本文来自公开资料，节选仅供参考，不构成任何投资建议，如需使用请以报告原文为准。）