中科创达-中小盘成长股深度：操作系统龙头软件定义汽车时代的“卖铲人”-211012（23页）.pdf

1、自动驾驶层面，高低等级自动驾驶市场均呈现加速上行态势，整车厂硬件预埋、软件迭代的部署方式，让底层基础软硬件的开发需求先于上层应用软件启动。在低级别自动驾驶领域，APA(自主泊车)、AVS(环视系统)、ACC(自适应巡航)、AEB(自动制动系统)、TSR(交通标志识别系统)等装配量快速提升。高级别自动驾驶领域，自动驾驶芯片同样需要繁杂的适配开发工作，如德赛西威的 IPU04 域控制器，其中包含 BSP、QNX 内核、英伟达的各类算子以及服务和应用，首次开发周期通常需要1-2 年。消费电子巨头抢夺高端座舱芯片市场，高通先发优势有望维持。传统座舱芯片市场被恩智浦、瑞萨、TI 等厂商占据，近年消费电子

2、厂商跨界切入，在高端市场占据一席之地。座舱领域强调芯片的逻辑运算、智能网联、3D、推理、多媒体等性能，同时客户也会考虑芯片对应 BSP 完善度、与上层操作系统适配程度等因素。这些需求和手机芯片高度趋同，因此高通、三星等消费电子巨头在设计汽车芯片的过程中通常会借鉴自己同时代消费电子芯片的架构。如高通骁龙 820A 几乎是骁龙 820 芯片的车规板，骁龙 8155 则基于骁龙 855 芯片改动而来。因此消费电子芯片厂商在座舱领域具备明显的优势：(1)可快速获取 ARM 核的最新架构;(2)汽车芯片在设计上可以借鉴手机，降低成本;(3)迭代迅速，每年有新版本出现;(4)雄厚实力支持下可采用更先进的制

3、程，性能优秀;(5)与安卓/Linux 适配较好，开发工具成熟;(6)如高通等厂商通信技术强，集成基带芯片，成本低、性能好。消费电子厂商中高通前瞻布局汽车市场，凭借 820A、8155 等产品占据了显著的先发优势。自动驾驶芯片考量软硬综合能力，英伟达暂居领先地位。自动驾驶域，强调芯片的高算力，低功耗，同时由于自动驾驶芯片没有统一的架构标准，算力一定程度上和对应的软件算法耦合，很难以单一算力指标评价芯片性能，配套软件和工具链的成熟度同样至关重要。据地平线测试，特斯拉的 FSD 芯片的算力是英伟达 Drive PX2 的3 倍，但受益于软硬结合的优势，在每秒识别图像帧数上，FSD 是 Drive

4、PX2 的 21倍。自动驾驶芯片这样的特点导致行业玩家较多，厂商希望通过软硬结合实现事半功倍的效果，目前，包括高通、地平线、英伟达等在内的多家厂商均在积极布局。在众多厂商中，英伟达芯片得益于其高算力、丰富的配套项目经验、以及完善的工具链得到众多车厂的青睐。在工具链层面，英伟达优势尤为明显，拥有全栈自动驾驶解决方案 NVIDA Drive，包含芯片的底层操作系统(集成 QNX 系统、CUDA 库(将 GPU用作并行计算的工具)、深度学习库)、内部中间件、感知决策框架、支持座舱 AI 的框架等，除此之外，还提供云端的模型训练、硬件模拟等服务，大幅减少整车厂开发自动驾驶功能的难度和工作量。蔚来 ET

5、7、上汽智己 L7、R 品牌、理想 X01 等旗舰车型均选取它作为自动驾驶芯片。手机芯片巨擘全面布局智能座舱、自动驾驶。高通在汽车领域的布局涉及数字座舱，车联网，自动驾驶，以及云侧的终端管理。在座舱领域，共发布了四代产品：第一代骁龙 602 为主要产品，在市场上反响不大;第二代以骁龙 820a 为主要产品，推出时性能碾压同时代竞品，迅速获得客户青睐，几乎实现头部车厂全覆盖;第三代以骁龙8155 为主，2019 年发布，采用 7nm 制程，算力相比骁龙 820a 提升三倍，集成 AI 引擎，支持 5G 技术，全球范围获得超过 20 家车厂客户，进一步巩固旗舰车型市场份额;第四代产品在 2021

6、年初发布，使用 5nm 制程(已经和手机同步)，性能和 AI 处理能力进一步提升，同时预集成 C-V2X 技术。在驾驶领域，公司入局较晚，2021 年初发布 Snapdragon ride 平台，通过不同的 SOC 组合实现差异化算力，覆盖 L1-L5 级别自动驾驶场景，算力最高可达 700TOPS，面向城市交通环境中的自动驾驶以及无人出租车和无人物流。目前长城汽车已经宣布将把骁龙 Ride 平台应用在自己的第三代自动驾驶平台 ICU3.0 上，首款车型将于 2022 年发布