1、目錄 HYPERLINK l _TOC_250011 從分布到集中式架構，車用處理器何去何從 4 HYPERLINK l _TOC_250010 引言：U 的前世今生與域概念的出現 4 HYPERLINK l _TOC_250009 AAS 部分：L3 或將成為硬件架構分水嶺，AI C 部署將對MCU 需求形成替代 7 HYPERLINK l _TOC_250008 車身及底盤部分：出于安全冗余考量，U 融合并不會帶來MCU 用量下降 HYPERLINK l _TOC_250007 動力部分：汽車電動化帶來MCU 增量需求，BMSU 驅動車用處理器市場增長 HYPERLINK l _TOC_2

2、50006 進口替代 + 新賽道新機遇，中國車用處理器迎來發展機會 HYPERLINK l _TOC_250005 MCU 芯片國產替代空間廣闊，但任重而道遠 HYPERLINK l _TOC_250004 集中式架構帶來汽車供應鏈重塑，AI C 芯片廠商有彎道超車機會 HYPERLINK l _TOC_250003 建議關注公司 HYPERLINK l _TOC_250002 風險 HYPERLINK l _TOC_250001 汽車電動化發展不及預期 HYPERLINK l _TOC_250000 汽車智能化及網聯化不及預期 圖表圖表1: U 工作原理圖 4圖表：汽車電子電氣架構不斷演進

3、5圖表3: 分布式AAS 架構 6圖表:AAS 域控制架構 6圖表5:AAS 分級及所需功能模塊一覽 7圖表6:ZF 前置三攝方案（分布式）內部主要包含S 傳感器、Q3 芯片、2 位MCU 及M 內存 8圖表: 大陸AB 毫米波雷達方案（分布式）內部主要包含2 位MC、MMIC 雷達芯片、PMI、C 等芯片 8圖表8: 集中式架構，IC 模塊中不再含有處理芯片 8圖表9:AAS 硬件系統所需處理器結構 8圖表10:G05 平臺 BMW X5 直接采購ZF 三攝模組 9圖表:la Auopilot 1.0 仍然采用分布式架構 9圖表12: 具備L3 級功能的奧迪8 仍采用分布式架構 9圖表:zA

4、S 域控制器內部結構 9圖表14: 寶馬自動駕駛硬件架構迭代圖 圖表15:la 自動駕駛平臺迭代 圖表16: 前視攝像頭方案對比：la . 圖表17:AAS 滲透率假設 圖表: 不同級別AAS 對MC/MPU 需求量假設 圖表19: 整車出貨量及AS 系統處理器單價假設 圖表20: 中國車用AAS 處理器市場規模測算 圖表21:la Modl 3 車身控制器呈現高度集中化 圖表22:la Modl 3 三個車身控制器電路板結構（標紅部分為MC） 圖表23:BMS 架構圖 圖表: 整車控制器架構圖 圖表25:BMS 系統中主要芯片價格一覽 圖表26: 動力部分MCU 市場空間測算（單位均為百萬美

5、元） 圖表27: 中國車用MCU 市場規模 圖表28:MU 市場按終端應用拆分（E） 圖表:MCU 市場增速按應用拆分（25CGR） 圖表30:2016 年全球車用處理器（MCMUP）市場份額 圖表31: 中國車用MCU 企業一覽 圖表32: 中國ir1 廠商一覽 圖表33: 中國ir1 來自于AAS 的相關收入比例仍低 圖表: 中國ir1 廠商在AAS 的執行層仍然缺位 圖表: 車用AI C 芯片將成為實現高級別AAS 的重要支撐 圖表36:la Modl 3 中大面積使用自研控制器，傳統ir1 占比大幅降低 圖表37: 未來汽車供應鏈會發生改變，ir1 廠商生存空間受到擠壓 圖表38: 目

6、前AAS 較領先的解決方案基本基于NidiaMobil，而la 采用自研芯片自有平臺 圖表39: 車用AI ：海外企業 . 本土企業 圖表40: 可比公司估值表 從分布到集中式架構，車用處理器何去何從引言：U 的前世今生與域概念的出現，即車用電子控制單元，由核心 M（車用處理器的最典型形式、模數轉換器、數字信號緩沖器、存儲器、電源電路、通信電路等部分組成。工作流程上，外部傳感器將溫度電流等信號輸入交由MU 運算處理結果通過輸出回路等傳遞至執行器使車輛完成所需動作。早期U 的誕生主要是被用于發動機控制，但隨著汽車電子技術的進步，U 數量不斷增加，剎車、轉向、車門車窗、照明等各種功能都需要U 的配

7、合。目前經濟型車大約需要 0 個，高端車型U 數目甚至達到0 個上下，與之配合的不同規格的MCU 數量也不斷增加相關市場蓬勃發展但是我們認為傳統汽車電子電（EE架構下U 各司其職，隨著功能的增加，傳統架構的問題逐步凸顯：U 結構冗余算力和功能存在重復以動力U 為例發動機由一個核心U 負責，而電機、電流、點火、驅動等模塊又各有一個 ，盡管有安全冗余，但還是浪費了大量算力；排線難度與線束成本上升。U 之間需要通信，不斷增加的U 數量使得線束長度大幅增加，成本上升，復雜的線路需要分開排線，否則線束相互纏繞會產生發熱等安全隱患；不利于軟件維護與升級布式架構下整車廠從不同r1 廠商采購各廠商擁有不同的軟

8、件架構和接口標準。這使得汽車出廠后軟件維護和升級難度大幅上升。如果能夠采用集中式架構，一次維護即可升級全車系統，將大幅提高效率；分布式 CU 難以保證網絡安全信息技術的進步使得車輛與互聯網聯系更加緊密遭受網絡攻擊的可能性也隨之提升，高性能處理器網絡防護能力強，而分布式U 難建立防火墻統一管理，存在安全隱患；高級別輔助駕駛需要 U 間高度融合傳統架構處理效率較低實現自動駕駛需要視覺、雷達、高精度地圖以及網絡互聯的共同參與，實現汽車對環境的感知預測，并且需要快速控制車輛做出反應。傳統架構下多U 協同能力有限，溝通效率較低，難勝任高級自動駕駛任務。圖表: U 工作原理圖傳感器信號傳感器信號執行控制電

9、磁閥模擬信號電動機數字信號開關與指示電源電源通訊電路電源電路輸出處理輸入處理資料源為了解決分布式架構問題“域（doain”的概念隨之出現。全球知名的ir1 廠商博世提出，按照功能劃分，汽車電子電氣系統基本上可以被劃分為“五域”架構：即動力域、底盤域、車身域、信息娛樂域、以及 S 域。考慮到未來車聯網應用，還可能會增加外網控制域。各個域之間通過千兆以太網連接，以此解決實時性問題與傳導問題，而每個域與自己分管的子系統之間通過N，ND 以及百兆以太網連接通信。我們認為，未來汽車 /E 架構的發展趨勢先是從分布式 U 向 7 個域控制器集中，之后具有交叉功能的域控制器也可能發生融合，最終還可能統一受中

10、央計算機調配。我們認為，三大趨勢將引領汽車處理器（MU 等）發送如下需求變化：第一，智能化方面，AAS 普及與功能升級是車用處理器市場增長的重要驅動力之一隨著EE 架構向集中式、向域架構發展，我們認為其對硬件系統最大的改變在于將被量少價高的AI C 替代；第二電動化網聯化方面我們認為EE 架構“域控制演進并不會直接帶來MCU需求量減少，BM、車聯網等功能的引入反而會為MCU 帶來增量市場空間；最后看存量上因車身底盤等功能上要預留安全冗余EE 架構演進同樣不會帶車用處理器需求量下降，但底層MCU 功能將大大簡化，具體分析請見下文。圖表：汽車電子電氣架構不斷演進分布式現有形式）域集中式下一代形（-

11、）onal式未來形式-）獨特的件平臺限的硬抽象層單一的件平臺整的硬抽象層DU網關U技術80-10個U多種A、以網、lRyM通信連接4-5高性能多種傳U每個域有條A總線個以太網干高性能算機群多種傳器U每個域有條A總線個以太網干特點分布式制多個節點通過中網關內部通信專用域的功能整合s之間的由由級網處理在高性計算執行的擬功域依賴的感器致器域立，可展）路由復性由網關處理資料源：dere，圖表: 分布式AAS 架構圖表:AAS 域控制架構攝像頭前方避撞攝像頭前方避撞S 被動安全性AB/線控變速擋電子節氣控前向雷達掃描激光達泊車輔助聲雷達環影攝像頭前擋風玻攝像頭Mobie eQ3MIUIzAS尾部盲區測雷

12、達/控轉向線控變速擋電子節氣控制AB/控制動資料源：I，迪網資料源：I，迪網S 部分：3 或將成為硬件架構分水嶺，ISoC 部署將對 MU 需求形成替代AAS 的硬件系統一般由視覺感知模塊及雷達感知模塊組成。視覺感知模塊包含I（智能前視攝像頭模組）及（全景環視系統，而雷達感知模塊包括（前向毫米波雷達模組（側后毫米波雷達模組AA（超聲波雷達模組及LiA（車載激光雷達。一切 S 功能都將由一個或多個模塊組合實現（如圖4 所示如果再深究其內部結構我們認為分布式架構下單個模塊均由2 顆處理芯（MMP）及多個傳感（攝像頭雷達組成而在集中式架構下模塊的概念依然存在但模塊僅保留傳感器處理芯片將會集中至S 域

13、控制器中。AS 域控制器這一概念最早由博世大陸等ir1 廠商提出用于處理單個硬件模塊無法實現的系統級功能如一些需要定位視覺數據雷達數據的相互配合的功能域控制器在L3 及以上場景中成為不可或缺的硬件配置而在L2 及以下十分罕（詳見下文分析AAS 域控制器中一般包含一顆或多顆算力更高的AI C 芯片及一顆MCU 芯片（安全冗余，C 常由英偉達、Moile 等廠商提供，MCU 一般采用nnon 的Aurix 系列。圖表:AAS 分級及所需功能模塊一覽自動駕分級L0應急輔助L5L1部分自動輔助L2L1部分自動輔助L2組合駕駛輔助L3有條件自動駕駛L4高度自動駕駛AA功能攝像頭-顆-顆-顆-顆-顆-顆-

14、顆AE（緊急剎車） AA（換道輔助）AAJPWP（高速公路領航車路協同PVP （自動代客泊車資料源蓋汽圖表:ZF 前置三攝方案（分布式）內部主要包含IS 傳器、3 芯片、2 位MU 及M 內存圖表: 大陸AS4B 毫米波雷達方案（分布式）內部主要含2 位M、MMIC 雷達芯片、PMI、C 等芯片資料源：，m，資料源：m，圖表: 集中式架構，IC 模塊中不再含有處理芯片資料源：m，圖表:AAS 硬件系統所需處理器結構Sleel處理器類型USCUSCUSCUSCUSCUSCIFC1111AVS111111SRR1111IDARFR1111AA111ADAS11111注：代表式I ，算及遠高分式品資

15、料源：P，LL2：分布式架構仍是主流，MCU 數量隨AAS 滲透率上升而增長我們認為由于 2 級別 S 功能較為單一涉及多傳感器融合少因此多采用分布式傳統架構，硬件模塊基本為 er1 廠商的成熟解決方案，即傳統整車廠會直接采購 er1成套的模（如圖 0 所示新能源車方面la 第一代Auopilot 平臺同樣采用分布式架構前置攝像頭的模組核心部分仍然采用了博世與Moile 的方（如圖1 所示Auopilot的主PCB 板上外掛了攝像頭的解決方案及信息娛樂板。圖表:05 平臺BMW X5 直接采購ZF 三攝模組圖表:ela Auopilot 1.0 仍然采用分布式架構資料源：m，寶官資料源：ek，

16、我們認為傳統車廠在向 2 以上更高級別的 S 功能迭代過程中，仍然多采用“疊羅漢”模式，即保留分布式架構的冗余，額外追加域控制器或高算力模塊來實現 3 及以上功能，帶來處理器需求的線性增長。舉例來看，在全球第一款實現L3 功能的7 款8 轎車中，奧迪并沒有采用集中式架構而是在分布式架構基礎上追加了一顆zAS 域控制器對超聲波雷達環視攝像頭激光雷達實況數據做統籌處（圖其中包含了Nidia ga K1 套件（處理器為一顆P、Mobile Q3、Ala clone A 以及ninon Aurix MC，直接將單車處理器用量提升4 顆，價值量提升數倍。寶馬同樣通過增加額外的傳感器系與高端微處理器來滿足

17、自動駕駛性能要求提升對 l 3 車型寶馬選擇在平臺中整合兩顆 MobileQ5 芯片，兩個Il ron U 和一個額外的ninon Aurix MC。圖表: 具備L3 級功能的奧迪8 仍采用分布式架構圖表:zAS 域控制器內部結構 資料源：m，寶官資料源：m，圖表: 寶馬自動駕駛硬件架構迭代圖資料源：ETm，寶官，L3 及以上：集中式架構將成為主流， AI C 部署將對MCU 形成替代在上文中我們提到，L3 及以上AAS 各個功能的實現會帶來單車感知模組數量大幅提升，對于芯片識別、預測及執行的要求也更高。我們認為，分布式架構下芯片冗余問題嚴重，排線過于復雜，難以實現更高級別的自動駕駛；而集中式

18、架構具有提升算力，減少排線等諸多優點。因此，我們認為盡管目前傳統車廠大多數仍以硬件“疊羅漢”方式實現 3 級 S 功能，但這很難成為長期趨勢。新能源車企帶動 S 硬件架構革新，簡化 M，增加配備高算力 M（I oC）的域控制器來實現多傳感器融合有望成為 L3+ AS 硬件的主流結構。以la 的自動駕駛平臺 Auopilot 為例，在2.0 版本時代，la 便拋棄了分布式架構，而演化到3.0 版本時，我們看到）中央超級計算機由AAS 板信息娛樂板組成，在AAS 板上，la 采用了兩顆自研的C 替代Nidia PU+So并保留一顆冗余MC此外在整個超級計算機中僅有信息娛樂板上使用了一顆MC（NXP

19、 提供，相比第一代產品MCU 數量減少，自研芯片占比大幅上升在視覺和雷達模塊上la 的三攝方案只保留了感知的基礎能力邊緣數量下降明顯。圖表:ela 自動駕駛平臺迭代資料源：m，特拉網，圖表: 前視攝像頭方案對比：ela v. Tsla 三目前視攝像頭ZF S-am4 三目前視攝像頭產品結構圖廣角攝像頭, m , 5 ft中距攝像頭, m, 0 ftS圖像傳感器nSemi ARAT *3mniision *3U/英飛(-bit)成本估測美元美元CC傳感器隔離在三個不同的PCB上，攝像頭包含完整的功能，需對接Mobilee完成部分測試工作只采集圖像，所有C傳感器嵌入在PCB中，無需處理oC，圖像處

20、理部分交給utopilot控制器完成產品差異遠距攝像頭, m, 0 ft, m處理器/ob遠距攝像頭, m, 0 ft, m處理器/obilee Ee4內存/美光*2資料源：m，量減但價增，我們測算中國5 年AAS 相關MCU+oC 市場規模有望達到4 億美元關鍵假設思路：我們遵循各級別AAS在新能源乘用車燃油乘用車及商用車中滲透率不同的假設）新能源車追求科技屬性加成S 滲透率高于燃油乘用車8 年交通部營運貨車安全技術條件中要求絕大部分上市商用車型必須配備L1 級別AS 系統，因此商用車 1 級別滲透率高于乘用車售價較低的經濟型乘用車仍然是中國汽車市場的主流車型受到成本的制約短時間內不會安裝2

21、 及以上級別的自動駕駛系統因此L2 以上級別AS 滲透率增長較慢；量價趨勢上，我們認為隨著L3 級別技術日趨成熟，AS 系統將會從分布式向集中轉換。如上文所述，L2 及以下系統仍采用分布式架構，因此 2 升級過程中 MCU與分布式 oC 數量線性增加。達到 3 級后，我們認為集中式架構普及，MCU 數量大幅減少，被單顆價值量較大的集中式 I oC 所替代?；谝陨详P鍵假設，我們首先預測了新能源乘用車、燃油乘用車以及商用車未來五年的出貨量之后統計各級別AS 所需要的每輛車MCPU 數量及單價再分別預測LL4 級別 AAS 系統在新能源車、傳統燃油車及商用車中的滲透率。以新能源乘用車為例，年新能源

22、乘用車L4 級別滲透率為L3 及以上級別滲透率為因此L3 級別滲透率為 以此類推L0 及以上級別新能源乘用車滲透率為8其中L0 級別滲透率為8后結合之前預測的汽車出貨量、MU 單價及數量來計算市場規模。圖表:AAS 滲透率假設圖表: 不同級別AAS 對MU/MPU 需求量假設E E E E E E 滲透率假設（按AA級別）新能源乘用車22%28%42%60%76%88%20%21%25%29%32%40%20%20%21%22%23%35%2%3%4%6%14%20%0%0%0%1%2%3%燃油乘用車20%24%38%46%65%86%18%21%24%27%30%40%17%19%21%22

23、%23%25%0%1%3%6%10%18%0%0%0%1%1%2%商用車20%35%55%70%85%90%18%28%40%50%60%70%17%19%21%22%23%25%0%1%2%3%3%4%0%0%0%0%0%0%E E E E E 不同級別AA對C/P需求量預測（個）CU222222555555666666111111111111PU0（分布式）1111111（分布式）2222222（分布式）4444443（集中式）1111114（集中式）111111資料源工部網資料源工部網圖表: 整車出貨量及AS 系統處理器單價假設整車出貨量假設（萬臺）乘用車2018236124792553

24、新能源乘用車燃油乘用車,6,9,2商用車509458新能源商用車燃油商用車S系統/P單價預測分布資料源貿電圖表: 中車用AAS 處理器市場規模測算資料源結論：我們測算2025 年中國AS 相關MCU市場規模將從1.2 億美元提升至3.3 億美元， R 達到；而AS 相關C 市場規模有望從0 年的2 億美元提升至5 年的 1 億美元，R 達到。車身及底盤部分：出于安全冗余考量，U 融合并不會帶來 MU 用量下降我們認為，la Modl 3 的車身電子方案簡潔，集中度高，是目前來講架構最前沿、最具代表性的車型之一代表了行業的發展方向我們看到Modl 3 整車采用了3 個車身控（前左右均為典型的域控

25、制器方案也承擔著電動車中整車控制器的角（其他車型可能有單獨的整車控制器，如比亞迪、蔚來等，具體來看：前車身控制器：主要負責電源分配，車輛狀態監測，驅動控制功能，部分空調控制能，有處理器芯片4 顆（主MCU1 顆，輔MCU3 顆；左車身控制器：融合了傳統車的車身控制器、門模塊、座椅控制器、方向盤電動調控制器、電子駐車的功能，同時還外加了空調的鼓風機控制，有處理器芯片4 顆（ MCU2 顆輔MCU2 顆；右車身控制器：右車身控制器除了集成傳統的車身控制器、右前座椅控制器、右前門模塊右后門模塊外也負責空調控制及AA 控制有處理器芯片3 （主MCU1 顆+ 輔MCU2 顆。我們看到，實際上Modl 3

26、 車身控制器使用了“一板多芯”的解決方案，三個車身控制整合了4 個模塊的功能包含1 顆MCU 芯片僅發生了少量融（我們認為主要是在車門等簡單控制，整體集中式架構下MCU 用量基本與分布式架構相比未發生明顯改變。于安全冗余的考慮，我們認為集中式架構與 U 的融合并不會帶來車身及底盤 U 數量的降低，僅會將部分 MU 的功能弱化，仍需保留執行層面的功能（如圖2 所示，有多顆小型MC圖表:ela Model 3 車身控制器呈現高度集中化資料源：ses，圖表:ela Model 3 三個車身控制器電路板結構（標紅部分為M）資料源：ses，動力部分：汽車電動化帶來 MU 增量需求，BM/U 驅動車用處理

27、器市場增長第一，從用量上來看，我們認為集中式電氣架構本身并不會迎來汽車動力部分相關處理器硬件結構變化MU 的需求變化是驅動形式由燃油轉化為電機帶來與燃油車相比新源車以電機代替了汽油發動機，且增加了動力電池，并主要帶來以下硬件架構的差異：增加電池管理系統（BM，MU 數量上升：動力電池是整車的核心部件之一，其充放電情況、溫度狀態、單體電池間的均衡均需要進行控制，因此電動車需額外配備一個電池管理系（BM我們認為未來主從式電池管理系統將會成為最常見的解決方案每個電池管理系統中的主控制器需要附加一顆MC每個從控制板上也需要一 MC，但規格要求遜于主；增加整車控制（U 數量上升由于燃油車動力部分相對簡單

28、動力部分僅由發動機承擔任務，不需要協調動力電池等部件，因此引擎控制單元便能滿足要求。而對于純電動車混合動力汽車動力架構復雜單個控制器兼任能量管理更為困難，必須增加一個整車控制（整車控制器中也需要配備高性能的bit MCU 芯片，數量根據不同車企方案不同而呈現差異；引擎控制器變速箱控制器方面，MU 是存量替代邏輯：在電機控制器中，也需要一顆MCU 控制逆變器的工作但可以視作是對汽油車引擎控制器的存量替代而變速方面，盡管電動車中不需要傳統燃油車中狹義的變速箱，但由于電機轉速高，需要經過減速器（也可視為電動車的變速箱）減速才能正常推動車輛行駛，因此也會配備一顆MCU 芯片來控制減速器工作。第二，從價

29、值量來看，動力域對 MU 性能要求較高，處理器單顆價值量大。BMS 中MCU承擔著處理（模擬前端芯片）采集的信息并計算（荷電狀態，e of ae）的重要作用我們認為C 是BMS 系統中最重要的參數其余一切參數均以C 為基礎計算得來，對相關MCU 的性能要求較高。整車廠既可以自己開發板級BMS 系統，也可以直接采購芯片廠商的解決方案，但全球僅有少數企業可供應BMS MC（如恩智浦。根據銷商貿澤電子網站披露BMS 內MCU 單顆價格接近0 元人民幣甚至部分型號高達數元人民幣，即便車廠采購可以獲得大量折扣，我們認為BMS 用MCU 價格仍然遠高于平 bit 的MCU 價格（6 美元上下。圖表:BMS

30、 架構圖圖表: 整車控制器架構圖充電NBMU1MC）標定充電NBMU1MC）標定儀表空調調試口充電機BMS系統整車N（1M（1M）內部NBCU（1MC內部NBCU（1MC）BCU（1M）電池模組電池模組BCU（1MC）電池模組電池模組控制器/控制器驅動電機控制器資料源：I 網資料源圖表:BMS 系統中主要芯片價格一覽供應商名稱產品型號產品類型渠道參考價格（元個）TITS0-bit UTITS0-bit UNPSK-bit UNPX-bit UInfineonTX-bit UInfineonTX-bit URenesasRH0-bit U資料源：e，電動車出貨量上升，動力相關 MU 市場增長可期

31、。于動力部分的MCU 市場需求，我們參照如下邏輯做測算：）我們認為未來燃油車動力系統MCU 種類和數量在集中式EE 架構下沒有重大變化仍然維持著1 個發動機管理MC1 個變速箱MCU 以及一個車用發電機MCU 的設計電動車方面MCU 在動力部分的應用場景主要包括BM（我們以1 4 從模式作為測算的假設不同車型根據從板數量不同MCU 用量也呈現差異整車控器（暫以1 顆做假設，因車型而異、電機控制（1 顆、變速箱（即減速器，1 顆?；谝陨霞僭O，再結合我們對未來五年整車出貨量、MCU 單價走勢的預測來計算市場規模。我們測算2025 年中國車用動力系統相關MCU 市場規模將從4.0 億美元增長至7.

32、5億美元R 達到其中電動車動力系統MCU 市場規模將從0.6 億美元提升至4.1 億美元。圖表: 動力部分MU 市場空間測算（單位均為百萬美元）2020A2021E2022E2023E2024E2025E燃油車動力系統CU340388391378364343oY139%09%34%37%58%發動機管理CU213242243235226213oY134%07%34%37%58%變速箱CU667677747167oY147%12%33%37%58%車用發電機CU617071696662oY145%10%32%37%58%電動車動力系統CU 5999151228311408oY671%519%50

33、9%363%313%S CU406699149203266oY662%492%505%364%312%SCU24416294128170oY693%517%504%369%321%SCU162537557597oY613%450%507%355%296%電機控制CU71116243242oY597%429%472%338%307%變速箱CU6913202735oY588%422%511%346%297%整車控制器CU 71223354965oY880%821%554%387%331%動力系統C市場規模合計（百萬美元）400487542606675751oY218%113%118%114%113

34、%資料源：ses，進口替代 + 新賽道新機遇，中國車用處理器迎來發展機會MU 芯片國產替代空間廣闊，但任重而道遠結合gy Analytics 數據，我們測算中國車用MCU 市場規模有望由0 年的26.3 億美元提升到5 年的.5 億美元，R 達到。如上文分析所述，按照標準六域劃分，我們認為 S 域（主要受益于汽車智能化）及動力域（主要受益于汽車電動化）為中國車用處理器芯片市場增長最重要的兩個驅動力25 年R 分別達到284年市場規模占比分別將達到5516。但事實來看，目前我國車用 MU 自給能力依然較低。我們認為其主要原因是：）從存量上來看盡管動力車身底盤等高可靠性MCU 均在130nm/0n

35、m 等成熟工藝節點上制造，但美日歐整車品牌全球市占率高，供應鏈基本固化。海外ir1 廠商僅采購IDM 大廠的車用MC導致恩智（eal英飛凌瑞薩等廠商壟斷汽車處理器芯片市場除了車規級Q100 認證是門檻外中國半導體企業起步晚也難以切入現有生態圈從近幾年增量上來看，其中AAS 域控制器依賴較高制程（英飛凌Aurix 系列nas RR V3等均基于40n，甚至28m 以下工藝制造）及高性能處理器內核（如ARM x，對制造工藝及設計能力要求非常高；而高端BMS 用MCU 芯片也需要大量經驗積累，目前大量成熟解決方案被恩智浦壟斷，中國企業滲透進度較慢。圖表: 中國車用MU 市場規模2020A2020A2

36、021E2022E2023E2024E202出貨量按型號拆分（百萬個）8bit537661755 871占C總出貨量比例50%51%52%53%oY231%142% 15.16bit215233 232占C總出貨量比例20%18% 1oY86%32bit322 4占C總出貨量比例20%C單價（人民幣元C單價（人民幣元）中國CUbit 16bit 32中國CUoY資料源：reys，英官網1 HYPERLINK / wwim/圖表:MU 市場按終端應用拆分（E）圖表:MU 市場增速按應用拆分（25）10%4%AS10%4%7%55%IVR N.Y ESSFTY CASISORAINAR 220%5

37、%10%15%20%25%30%資料源：reys，資料源：reys，圖表:6 年全球車用處理器（M/So/M/SP）市場份額%1%1%2%es% 5%XPTI6%10%27%Innn cp CSTTda注：理類括MCDP資料源：reys，目前中國本土已經有多家MCU 設計企業在車身動力等部分應用上取得車規級認（如圖1 所示已經實現了從零到一的突破展望未來我們認為國產車用MCU 將遵從以下發展路徑：車身底盤動力部分：我認為車身、底盤等基本控制系統仍然將遵循ir1 廠商完成系統集成的商業模式，因此本土車用MCU 的市占率增長將會受到國內ir1 廠商本土車企市占率提升驅動（我們認為相同技術認證水平下

38、，國內廠商更有動力去配套國產芯片此外我們認為高級運算功能在未來將會交由域控制器進行僅用于執行的 MU 功能將會被大大簡化，將為國內芯片廠商帶來更大的國產替代機會。目比亞迪、芯旺、賽騰等企業已經實現前裝產品，但基本還停留在車窗、照明、冷卻系統等偏簡單的控制應用上。動力部分來看，由于可靠性要求及功能復雜度更高，我們短期內中國企業進入燃油車引擎 、新能源車電控MS 供應鏈維持謹慎態度。S 部分我們預計5 年中國2 級AAS 總滲透率目標為中短期分布式傳統架構AAS 仍然是主導，ir-1 廠商的話語權依然較大。在AAS 在執行層方面來看（MCU 多部署于執行層，國內ir1 仍然缺位，因此短期內我們對國

39、產 MU 進入 L1/L2 級傳統 S 架構系統持謹慎態度長期來看L3 （含以上AAS 硬件中AI C 會對MCU 形成替代，AS 硬件架構將發生改變，我們更加看好國內企業在新架構中彎道超車機會，具體分析請見下文。圖表: 中國車用MU 企業一覽U供應商名稱芯片內核芯片應用領域功能描述ARM oe-/4ARM oe-/; RIS-V/ADAS（hipN）bi/bit/（Sine ioeleonis）ARM oe-0（Naional hip）-bit RISChipwasARoe-3（Allwinne）ARoe-A7ADAS（Gigadeie）ARM oe-; RIS-V及ADAS、ADAS子Si

40、no Wealh）N/AN/AN/AN/A資料源公官，圖表: 中國ie1 廠商一覽資料源各司網感知層決策層執行層視覺RaarDR地圖定位博世XXXXXX大陸XXXXXX法雷奧XXXXX安波福XXX采埃孚XXXXX維尼爾XXXX電裝XXXX摩比斯X感知層決策層執行層視覺RaarDR地圖定位博世XXXXXX大陸XXXXXX法雷奧XXXXX安波福XXX采埃孚XXXXX維尼爾XXXX電裝XXXX摩比斯XXXX偉世通X麥格納XXXX百度XX騰訊XX阿里XX華為XXXX東軟睿馳XX華陽XX德賽西威XXX四維圖新XXi1年DS收入收入詳細情況說明%ADU，%奧元ADAS+元 ADAS/ADASobilee-

41、資料源佐汽，資料源佐汽，集中式架構帶來汽車供應鏈重塑，ISoC 芯片廠商有彎道超車機會在AAS 域中上文我們已經討論到功能實現需要價值量大幅提升的AI C 來配合考慮到芯片價值量的大幅上行及在未來自動駕駛場景中的重要支撐性地位，我們認為整車廠商開始有動機使C 芯片定制化，來實現更有針對性的進行硬件層級的優化，再輔以先進的算法來獲得更好的計算性能、功耗比、及更低的單車成本。我們看到la 的Auopilot3.0硬件中便使用了兩顆自研D芯片來替代Nidia Xir ，并大幅削減邊緣MCU 數目這不僅打破了汽車半導體的固有供應鏈使傳統 er1 份額明顯下降，還表明了有實力的整車廠在未來將會像上游移動

42、，直接采購芯片參與 S 系統的設計集成；而對于自研芯片能力的較弱的、試圖轉型新能源賽道的傳統整車廠來說，我們認為其更有可能直接去與芯片設計及算法能力足夠強的AI C 供應商合作，這就使 oC廠商擁有了繞過 er1 進入車廠的寶貴機會。而最后，數據、算法能力突出的軟件大廠或科技企業也開始啟動造車計劃、自研AAS 芯片并直接成為ir。我們認為，S 由分布轉向集中帶來車用半導體供應鏈變革車用 ISoC 有望成為國內車用半導體行業的突破口。圖表: 車用AI SoC 芯片將成為實現高級別AAS 的重要支撐6 BIT車用MU傳統產品（如T Mio系列）單核U制造節點，寸圓4 in ae單片單任務用2 BI

43、T車用MU第二代0s（如ieon Aurix）多達U以下節點寸晶圓-6 in aae十幾美到幾元廣的用域制、底盤、安、發機、4 BITAI So芯片AI 引擎（如esla D芯片）2 核U2GP+2 NUm iT工藝（或先進）6 in aae成百上美元5自動駕駛資料源：dere，圖表:ela Model 3 中大面積使用自研控制器，傳統ier1 占比大幅降低ax2%gwar 2%sa 58%Koal 3%Han 3%Haman 3%ao 其他78%os3%hCiAmr 5%thrseoMandoKostalHaran KardonHanonGntaxBorgwarnerTslaAlfeirnt

44、iBoschodel3控制器供應商控制器數量占比sla2258%osch410%lir25%Coni25%Ohrs13%alo13%ando13%Kosal13%aran Kardon13%anon13%nax12%orarnr12%資料源：ks，圖表: 未來汽車供應鏈會發生改變，ie1 廠商生存空間受到擠壓11上游：電子元器件2中游：子系統/模組3下游：汽車制造商現在未來半導體及器件造商er1軟件公司軟件公司半導元器件制商軟件公司r1半導元器件制商資料源：dere，我們為什么看好國內車用 I oC 企業未來的發展？一，我們認為目前海外 Mbil， Nidia 等大廠出于知識產權保護的原因，提

45、供的解決方案相對封閉，國內車企個性化需求難以被滿足第二從成本端來看國外供應商提供的解決方案普遍價格較（舉例來看，小鵬P7 中使用的單顆Nidia Xir C 價格就高達0 美元以上，蔚來E7 中使用的芯片價格更高議價空間也十分有限對于主打C 級（小鵬未來理想等造車新勢力可能尚能承受，而對于主打性價比、利潤空間相對較小的車企來說是一大挑戰；第三，隨著華為等巨頭的入場，我們認為中國本土C 企業與海外龍頭企業Mobil，Nidia 的技術差距正在逐步縮?。坏谒模Ｍ庑酒髽I在后期優化時與國內車廠、高精度地圖提供商等產業鏈其他環節溝通成本高，技術改善較緩慢。綜上，系統我們認為當下本土車用 oC 芯片供

46、應商最有希望切入 S 賽道，并有對海外企業的彎道超車機會。圖表: 目前AAS 較領先的解決方案基本基于NvidiaMobile，而ela 采用自研芯片自有平臺車型發布時間DS等級計算平臺（芯片）名稱TESA odel 35Auopilot 0 FSD）G3obilee臺Ee）ES6obilee臺Ee）ES8obilee臺Ee）5Nidia aier 臺(aier So)ZYN/5Nidia aier 臺(aier So)afox -TDC0 Asend 0）ET7Nidia Oin臺(Oin So)資料源各司網圖表: 車用AI So：海外企業v. 本土企業公司平臺名稱工藝CPUCP算力 P)P

47、/A處理器A算力 OPN8)能效比OP/W)成本預估)海外企業瑞薩CR 3U12nm8核7696KPorR 740060670100obilyeyQ428nm4核IPS inrpiv68K（估算）P2508obilyeyQ57nm8核IPS 1650028K(估算)CPA2424obilyeyQ65nm4核英特爾ront60K（估算）CPA6719130160英偉達Xavir12nm8核M CalXavir ola iPU301300英偉達Orin7nm12核78238K（估算）preiPU2008300400高通napdraon ide5nm單核X1，3核78，4核55100K（估算）888

48、2626110130特斯拉FSD14nm12核7223K（估算）IP2PU7211200本土企業華為21016n12nm鯤鵬91690Kscnd310482華為61016n7nm鯤鵬91690Kscnd31016013華為8007nmscnd910地平線征程228nm2核M 53314K（估算）2核rnoulli架構CPU42地平線征程328nm4核M 53628K（估算）2核rnoulli架構CPU52地平線征程59664黑芝麻50016nm5829黑芝麻100016nm8核7088黑芝麻1000L16nm6核1632資料源各司網建議關注公司兆易創新（.H，跑贏行業）兆易創新于5 年成立于北

49、京是一家以中國為總部的全球化芯片設計公司專注于存儲器微控制器以及傳感器的設計研發該公司存儲器產品主要包括NRahNANDh 閃存芯片以及M 存取存儲器其中NRahM 可應用于汽車電子領域微控制器產品（MC）主要是基于ARM x-M 系列32bit 通用MCU 產品，以及基于RIV 內核的32bit 通用MCU 產品，可應用于汽車人機界面、電機控制、電源管理等領域。傳感器業務致力于新一代智能終端生物出傳感技術，致力于人機交互芯片和解決方案的研制開發，適用于車載人機界面的解決方案。未來汽車電子成為 MU 發展的加速器，公司積極設計研發相關 MU 產品。汽車電子行業快速發展，同時系統復雜程度日益增加

50、，車用MCU 逐漸由、16bit 轉變成32bi。公司目前依靠精準的市場地位，積極布局32bit 中高端MCU 市場，持續推出高性能、高級程度高穩定性低功耗的產品積極布局汽車電子電源管理領域MCU 產品保證公司市場爭力。2MU 系列產品具有高性能高可靠性以及兼容性其中包括車規級 MU 產品可應用于車身控制系統以及輔助駕駛系統。兆易創新推出的2 MU 系列芯片可用于車門、車床座椅等車身控制超聲波雷達和倒車算法等AAS 領域控制以及供電發動機控制點火控制等領域的車載自動診斷系統。兆易創新已經設計研發出基于 3 系列 MU 的物聯網智能車載 BD 盒子。D 即車載自動診斷系統可以記錄汽車水溫油耗發動

51、機轉速以及車主駕駛習慣等各項數據。在本款D 盒子中103 系列MCU 作為主控搭載開源操作系統可用于汽車診斷、遠程監控、駕駛行為分析等場景。兆易創新已經開發出基于 32 的停車位停車監測雷達方案。該方案適用于室內、路邊停車為的應用場景，可用作監測車位上是否有車輛停車，具有準確率高、全天候、能測距等特點。具體方案來看，其采用了303 作為主控，可通過雷達進行車位上的探測。四維圖新（Z，跑贏行業）四維圖新成立于2 年總部位于北京是中國領先的導航地圖和動態信息服務提供商之一，也是國家測繪局創立的唯一專業從事測繪的公司。主營業務有為主流汽車廠商、手機廠商、導航設備廠商以及移動通信服務提供商提供智能交通

52、、導航電子地圖、互聯網地圖服務、航空航天遙感、地理信息系統等技術與產品，同時在汽車方面專注于車用電子芯片設計、核心算法研究以及系統軟硬件開發。7 年四維圖新收購杰發科技。杰發科技是中國汽車電子芯片行業主要代表之一擁有四個系列的汽車MU 產品，可以用于車身、A、信息系統以及胎壓監測領域。220 年杰發科技生產的智能駕駛座艙芯片已經獲得國內知名ir1 廠商德賽西威訂單并與其他公司也進行到dign n 階段。S 滲透率不斷提升四維圖新在倒車輔助高精度地圖等方面均有布局未來5 年LL2級別AS 滲透率將會有較大增量杰發科技研發的801 芯片可以應用于超聲波雷達系統，提供LL2 級別的、D 等功能服務，

53、同時2 級別以上自動駕駛離不開高精度地圖服務，四維圖新在軟件、硬件、算法上布局廣泛，產品具有廣闊應用前景。杰發科技在車身控制及監測類芯片領域擁有多種產品，技術成熟。目前杰發科技已經擁有四個系列車規級芯片，分別是用于車門、車窗、空調、車燈、座椅等車身控制的81 和 7801芯片用于汽車音頻控制的315和7325芯片以及用于汽車胎壓監測的5111芯片，同時其他領域的汽車芯片研發也在有序進行中。地平線（未上市）地平線是國內車規級人工智能芯片的領軍企業之一，業務范圍包括研發用于自動駕駛以及其他 IoT 領域的人工智能芯片，公司擁有獨立研發的人工智能專用計算架構 P（ain Pocsing nit，在汽

54、車領域提供芯片算法IP工具鏈的完整解決方案，合作伙伴包括上汽、長安、長城、比亞迪、廣汽、大陸等多家知名廠商。地平線擁有征程系列兩款 S 圖形處理芯片，既可用于前視攝像頭，也可控制全景環視系統其中征程2 可用于L1 級別的單目前視攝像頭控制征程3 可用于L2 級別自動泊車，全景環視等AS 功能隨著自動駕駛技術的逐漸升級地平線公司全面的視覺感知產品線將發揮更大的協同作用，為車廠提供更多高附加值的產品。地平線可以提供硬件軟件算法的系統性 S 解決方案。其中Horion Mtrix Mno 方案可提供WR 以及C 功能Horion Mtrix Pilot 可提供BLWEA、 A 等諸多功能，充分滿足客

55、戶的多樣化需求。黑芝麻（未上市）黑芝麻科技成立于6 年，中國區總部位于上海，是一家專注于視覺感知技術與自主 IP芯片開發的企業核心科技包括端到端全線感知技術物理光控技術IP 學習型圖像處技術嵌入式視覺感知芯片計算平臺以及AS 領域解決方案公司核心團隊來自博世英偉達、微軟、高通等業內頂尖公司，平均擁有年的行業經驗。AS 領域主要客戶包括上海汽車、一汽、博世中國、比亞迪等多家知名企業。視覺感知是 S 的兩大感知方式之一黑芝麻在圖像處理芯片方面技術積累雄厚至年為止公司擁有三款車規級芯片，包括可支持L2 級自動駕駛技術的8 納米制程華山一號 0 芯片以及支更先進的6 納米制程華山0 系列芯片單顆0 芯

56、片適用于L2 級別自動駕駛，4 顆0 芯片可以支持L4 甚至以上級別的AS 需求。黑芝麻是國內少有的具有提供完整 S 視覺感知模塊解決方案能力的公司。目可以提供包括基于全景環視算法技術的E、L、LW 等L-L2 級別AS 功能解決方案，同時駕駛員監控系統解決方案也在研發中。hipy（未上市）ps 成立于4 年于美國硅谷上海寧波杭州等地設有研發中心該公司是一家無工廠芯片供應商，只負責芯片的電路設計與銷售，將生產、測試、封裝等環節外包。主要設計研發汽車智能傳感和控制芯片，主要產品包括汽車及霍爾傳感器芯片、汽車及為控制芯（MC車聯網X 通訊智能芯片以及針對新能源汽車電池管理系（M多節電池組監視器芯片

57、（AEChps 的傳感器芯片和 btMU 均已量產，率先搶占市場。根據公司官網介紹，此芯片可應用于車身控制車內空調控制以及BLDC 電機控制等等目前市場中bitMCU 前裝量產難度較大芯片廠商現在主要提供8bit MC而我們認為bit MCU 是未來的大趨勢，hps 已經把握了先發優勢。BMS FE 芯片 X0 系列產品即將上市，助力車載芯片國產化發展。根據公司官網披露，此芯片運用了更加優化的算法，來提供更準確的測量和更先進的電池容量平衡功能，可測量多達4 節串聯電池同時還支持多個芯片的串聯除此之外hps 還公告與中汽創智強強聯合，推動車規芯片的國產化產業鏈發展。收盤價市盈率市銷率凈資產益率圖

58、表: 收盤價市盈率市銷率凈資產益率股票代碼公司名稱財報貨幣04-302021E2022E2021E2022E（）2022E04.SZ四維圖新*Y.3.509.SH兆易創新*Y.9.4.402.SH斯達半導*Y1.4.1.409.SZ德賽西威*Y0.0.9.809.SZ華陽集團*Y.2.5注：標公為金蓋采中預測據資料源萬資、博訊司公、風險汽車電動化發展不及預期我們認為，第一，新能源汽車補貼政策下滑可能導致電動汽車滲透率不及預期。根據財政部的最新政策來看1 年新能源乘用車補貼標準在0 年基礎上下降且續航數公里以下純電動車取消補貼公共交通領域新能源汽車補貼標準在0年基礎上下降。第二，我們認為電動汽車

59、電池技術進步速度下降可能導致電動汽車滲透率不及預期。目前市場上以磷酸鐵鋰電池以及三元鋰電池為兩大主流技術方向，但是兩種技術都存在一定局限性；磷酸鐵鋰電池面臨電勢能不足、低溫環境下電池性能下降，而三元鋰電池面臨成本高昂、安全程度低等問題。因此汽車電動化發展也依賴于電池技術的持續進步。汽車智能化及網聯化不及預期我們認為，汽車芯片供應不足可能會導致汽車智能化、網聯化發展不及預期。我們認為汽車芯片穩定供應是汽車智能化網聯化的一個重要前提，從全球角度來看，最近汽車芯片產能緊缺，若長期產能缺口無法填補，將拖累車身電子系統的更新迭代，進而影響汽車智能化、網聯化發展。而從中國本土角度來看，我們認為，目前我國汽

60、車芯片相關技術僅能覆蓋晶圓制造與封裝測試環節，核心設計環節還較為薄弱，高端車用芯片仍依賴進口，如涉及動力轉向AAS 等芯片國產化率幾乎為零我們認為汽車芯片國產化瓶頸也可能使得汽車智能化、網聯化發展不及預期。法律聲明一般聲明本報告由中國國際金融股份有限公（已具備中國證監會批復的證券投資咨詢業務資格制作本報告中的信息均來源于我們認為可靠的已公開資料但中國國際金融股份有限公司及其關聯機構（以下統稱“中金公司）對這些信息的準確性及完整性不作任何保證。本報告中的信息、意見等均僅供投資者參考之用，不構成對買賣任何證券或其他金融工具的出價或征價或提供任何投資決策建議的服務該等信息意見并未考慮到獲取本報告人員