智能駕駛行業(yè)德賽西威1.全棧自研并非唯一選項，多種路徑實現(xiàn)汽車智能化如何看待汽車智能化的“全棧自研”熱潮？近年來，從智能座艙到智能駕駛，汽車智能化的進程在不斷加速。在智能化的浪潮中，大量車企紛紛將“全棧自研”

視為深耕智能化時代的根基。其中，以“蔚小理”為代表的造車新勢力早在創(chuàng)業(yè)初期，便將智能化作為主打賣點，并率先進行了自研的布局。目前包括吉利、長城、上汽等諸多傳統(tǒng)車企也相繼公布了全棧自研的路線圖。例如，吉利汽車在“2025戰(zhàn)略”中提出搭建涵蓋電子電氣架構(gòu)、整車基礎(chǔ)軟件、智能座艙軟件和自動駕駛軟件的全棧自研體系；長城汽車在發(fā)布會中提出打造全棧自研的技術(shù)研發(fā)體系；哪吒汽車推出了全棧自研的智能安全汽車平臺—山海平臺。哪些因素最終會影響供應(yīng)商與整車廠的合作形態(tài)？車企紛紛涉足上游供應(yīng)鏈一方面促進了行業(yè)的高速發(fā)展，但同時也引起了市場對于智能汽車產(chǎn)業(yè)鏈競爭格局重塑的思考。其中首當(dāng)其沖的問題包括，1）未來Tier1和Tier2的空間是否會受到擠壓，2）其角色又會發(fā)生怎樣的變化。我們認為，要回答上述問題，首先需要厘清的是，整車廠自研會涉足哪些領(lǐng)域。因此，在本報告的第一章節(jié)，我們先探討如下幾個話題：1）對于智能駕駛，完成軟、硬件全棧分別需要多大規(guī)模的研發(fā)投入；2）整車廠遠期來看實現(xiàn)軟、硬件全棧需要滿足哪些條件；3）哪些因素會影響整車廠自研涉足的領(lǐng)域邊界。1.1.從整車廠和Tier2分別看全棧自研所需投入我們通過觀察整車廠和智能駕駛Tier2來確定對于軟、硬件全棧的所需投入。首先，我們選取了Tesla、“蔚小理”等造車新勢力，以及部分傳統(tǒng)整車廠，來分析他們的年均研發(fā)費用以及研發(fā)投向，從而初步確定軟、硬件全棧的所需投入。而后，我們選取了Momenta與地平線這兩家智能駕駛Tier2獨角獸企業(yè)。考慮到此類企業(yè)成立初期主要聚焦技術(shù)和產(chǎn)品研發(fā)，不會大規(guī)模投入生產(chǎn)制造，所以我們假設(shè)其年均融資額近似為研發(fā)所需投入，從而進一步分析、驗證全棧自研的所需投入。1.1.1.車企視角：研發(fā)投入的差異帶來實現(xiàn)智能化路徑的差異Tesla、造車新勢力和傳統(tǒng)車企三類整車廠的研發(fā)投入額差別較大。通過對比Tesla、“蔚小理”等造車新勢力，以及部分傳統(tǒng)整車廠近三年的平均研發(fā)投入，從研發(fā)投入的絕對值來看，我們發(fā)現(xiàn)Tesla的研發(fā)年平均投入超過100億元；“蔚小理”等造車新勢力的的研發(fā)投入在15-34億元區(qū)間內(nèi)；傳統(tǒng)整車廠研發(fā)投入分化較大，上汽集團平均投入為141億元，比亞迪達到63.6億元，我們選取的典型企業(yè)均值在每年50億元左右。Tesla是軟硬件全棧自研的典型代表，年均研發(fā)投入超百億。Tesla2019至2021年研發(fā)投入分別為93.69/97.29/169億元，平均每年約120億元。其中在智能化方面，Tesla的研發(fā)投入主要面向3個方向，即軟件、硬件和數(shù)據(jù)閉環(huán)的搭建。1）算法軟件：Tesla的Autopilot已經(jīng)實現(xiàn)包括自動泊車、城市街道輔助駕駛等L2+級別智能駕駛功能，并完成了大規(guī)模商業(yè)化落地，開啟了軟件變現(xiàn)的商業(yè)模式，其自動駕駛選裝包價格目前為1.2萬美金。2）芯片硬件：Tesla于2019年推出自研FSD芯片，算力達72TOPS，作為Autopilot3.0的硬件基礎(chǔ)，搭載于ModelS\ModelX\Model3等車型上。3）搭建數(shù)據(jù)閉環(huán)：除了市場上較為熟悉的Autopilot和FSD芯片，Tesla還在數(shù)據(jù)閉環(huán)的打造中投入了大量資源。在2021年的“AIDay”，Tesla發(fā)布了裝載自研AI訓(xùn)練芯片D1的超級計算機Dojo，用于大數(shù)據(jù)處理和分析，訓(xùn)練Autopilot在內(nèi)的整個自動駕駛系統(tǒng)，使得自動駕駛能力迭代升級進一步加速。小鵬汽車作為國內(nèi)軟件全棧的代表，年均研發(fā)投入約為22億。2018年，小鵬推出自動駕駛系統(tǒng)XPILOT，其核心功能和底層算法均為自主研發(fā)，而硬件部分如域控制器、傳感器等采取第三方供應(yīng)商的方案。從2018年上市的首款車型G3到2021年底量產(chǎn)的P5，小鵬的自動駕駛系統(tǒng)已經(jīng)從XPILOT2.5升級至XPILOT4.0，在歷次升級中，公司的智能駕駛功能陸續(xù)覆蓋了高速NGP、記憶泊車等L2+級別的功能，且根據(jù)小鵬2021年業(yè)績交流會披露，城市NGP功能計劃在2022年二季度末正式開放，從而實現(xiàn)整個智能駕駛場景的連續(xù)覆蓋。回顧小鵬的研發(fā)投入，2019至2021H1年分別為20.7/17.26/13.99億元，年均研發(fā)約為22億元。傳統(tǒng)車企研發(fā)投入絕對值較高，目前主要投向電動化和新車型研發(fā)，未來智能化投入仍有較大上升空間。傳統(tǒng)車企研發(fā)投入差異較大，近三年，選取的上汽、吉利、比亞迪、長城、長安、廣汽在內(nèi)的6家傳統(tǒng)車企平均研發(fā)投入為50億左右。傳統(tǒng)車企雖研發(fā)投入絕對值較大，但研發(fā)投向目前來看較為分散，主要體現(xiàn)在以下兩個方面：1）新車型的研發(fā)，長城2020年推出了7款新車型；比亞迪近年也推出多款新車型，并不斷進行存量車型的改款升級。2）技術(shù)項目的開發(fā)，電池安全應(yīng)用、發(fā)動機生產(chǎn)、碰撞實驗室能力升級建設(shè)項目為長安2020年主要資金投向；吉利重點投入汽車發(fā)動機、變速器及汽車造型相關(guān)性的研發(fā)工作。上述三類車企中，小鵬、Tesla分別實現(xiàn)了自動駕駛軟件和軟硬件全棧自研，傳統(tǒng)車企目前主要聚焦車型開發(fā)設(shè)計和電動化轉(zhuǎn)型，自動駕駛研發(fā)起步相對較晚。結(jié)合其研發(fā)投入規(guī)模和投向，我們初步預(yù)判實現(xiàn)軟件全棧每年至少需要20億以上規(guī)模的研發(fā)投入，實現(xiàn)軟硬件全棧的研發(fā)投入規(guī)模為每年百億左右。1.1.2.Tier2視角：Momenta與地平線，軟硬兩端的典型代表從智能駕駛Tier2融資額，進一步分析、驗證全棧自研的所需投入。上文中，我們從車企研發(fā)投入角度出發(fā)，測算了實現(xiàn)軟件全棧和軟硬件全棧的研發(fā)投入，為確保測算的有效性和準確性，我們選取Momenta與地平線這兩家智能駕駛Tier2供應(yīng)商。考慮到企業(yè)在成立初期主要聚焦技術(shù)和產(chǎn)品研發(fā)，還未進入到大規(guī)模生產(chǎn)制造階段，我們將其年均融資額近似為研發(fā)所需投入，從而從融資額的視角進一步分析、驗證全棧自研的所需投入。軟件和算法解決方案代表：Momenta可提供自動駕駛軟件量產(chǎn)方案，成立至今融資額接近百億。Momenta成立于2016年9月，是一家提供感知、定位、決策等軟件算法，以及不同級別的自動駕駛軟件方案的公司，我們將其視為軟件和算法解決方案的代表。根據(jù)公司官網(wǎng)披露的信息，Momenta自成立來累計融資額達97.5億元，平均每年分攤?cè)谫Y額19.5億元。就產(chǎn)品線而言，公司基于統(tǒng)一量產(chǎn)傳感器方案，提供量產(chǎn)自動駕駛（Mpilot）和完全無人駕駛（MSD）解決方案，目前上汽智己L7、路特斯、長城沙龍智行與Momenta的合作均基于Mpilot業(yè)務(wù)線；在MSD上，Momenta與上汽攜手打造Robotaxi車隊。硬件解決方案代表：地平線旗下芯片已獲40余個前裝量產(chǎn)項目，成立來累計融資超140億元。地平線成立于2015年7月，成立至今推出了一系列面向智能駕駛和AIoT的人工智能芯片，并已實現(xiàn)車規(guī)級芯片前裝量，我們將其視為硬件解決方案代表。根據(jù)公司官網(wǎng)披露的信息，地平線自成立來累計融資額達143億元，平均每年分攤?cè)谫Y額23.83億元。目前，地平線在自動駕駛形成了整車智能計算芯片征程系列、整車智能計算平臺Matrix系列、開發(fā)平臺天工開物等三大產(chǎn)品矩陣。截止2022年1月7日，征程2、征程3兩款芯片累計出貨100萬片，獲得上汽、比亞迪、理想等車企40+前裝量產(chǎn)項目定點。軟件全棧\軟硬件全棧的研發(fā)投入或為20\50億元每年。通過上文對不同車企以及智能駕駛Tier2研發(fā)費用和投向的梳理，我們發(fā)現(xiàn)小鵬的年均研發(fā)投入和Momenta的平均年融資額基本持平，均為20億元，進一步證實軟件全棧所需研發(fā)投入為20億左右。至于軟硬件全棧，考慮到軟硬件方案代表地平線部分輪次融資金額未知，疊加其已實現(xiàn)一定的自我造血能力，基于平均23.83億元的研發(fā)投入，我們推斷包括芯片在內(nèi)的智能駕駛硬件開發(fā)成本可能接近每年30億元，而軟硬件全棧的研發(fā)投入則需達到50億元每年。Tesla約百億的年均研發(fā)投入，包含了其在電動化如三電系統(tǒng)等方面的投入，不只局限于自動駕駛軟硬全棧的研發(fā)。1.2.行業(yè)穩(wěn)態(tài)下，研發(fā)費用率回歸穩(wěn)定值，收入體量成為研發(fā)投入能否在商業(yè)上持續(xù)的關(guān)鍵整車廠的收入規(guī)模決定全棧自研能否持續(xù)。在明確全棧自研所需的研發(fā)投入規(guī)模后，我們探討的下一個問題為，什么樣的整車廠可以實現(xiàn)軟、硬件全棧自研。基于各車企的研發(fā)費用率，我們進一步探究全棧自研對車企營業(yè)收入體量的要求。首先，我們統(tǒng)計了各車企研發(fā)費用率情況，傳統(tǒng)車企研發(fā)費用率普遍較低，平均為2.58%，而造車新勢力“蔚小理”三家研發(fā)費用率均在10%以上。Tesla2020年的研發(fā)費用率為4.73%，處于傳統(tǒng)車企和造車新勢力之間。接著我們需要選擇合適的研發(fā)費用率，從而計算出全棧自研所需的營收規(guī)模。我們認為，傳統(tǒng)車廠和Tesla的研發(fā)費用率更能代表汽車市場長期的穩(wěn)態(tài)水平，造車新勢力目前收入規(guī)模較小，成長迅速，還未進入到穩(wěn)態(tài)。從我們對Tesla研發(fā)投入的回溯來看，當(dāng)前造車新勢力的發(fā)展階段類似2015-2017年這一時期的Tesla，其研發(fā)費用率較高，主要系產(chǎn)品還未到達一定量級。參考Tesla的研發(fā)費用率的數(shù)據(jù)，遠期來看造車新勢力的營業(yè)收入達到一定規(guī)模時，其研發(fā)費用率有望大幅下降。我們認為，傳統(tǒng)車企的研發(fā)投入水平是在汽車產(chǎn)業(yè)長期市場博弈下確定的，趨于行業(yè)穩(wěn)態(tài)的參考值。所以，遠期來看當(dāng)某一階段的技術(shù)革命趨于穩(wěn)態(tài)，本輪技術(shù)演進以智能化作為代表，汽車市場再次發(fā)展到穩(wěn)態(tài)階段時，傳統(tǒng)車企的研發(fā)投入水平可作為一個參考值。另外，考慮到Tesla帶來的商業(yè)模式變革（如：軟件訂閱付費比例上升帶來的綜合毛利率提升）可能會導(dǎo)致的研發(fā)投入水平的波動，我們最終選用Tesla和傳統(tǒng)車企的研發(fā)費用率，并將其作為研發(fā)費用率區(qū)間的上限和下限（2.58%—4.73%）。在計算出軟、硬件全棧的研發(fā)投入以及合理的研發(fā)費用率區(qū)間后，我們測算出實現(xiàn)軟件全棧所對應(yīng)的收入體量要在400億以上，實現(xiàn)軟硬件全棧自研所對應(yīng)的收入體量需達1000億以上。以Tesla的研發(fā)費用率計算，實現(xiàn)軟件全棧、硬件全棧、軟硬件全棧需要分別實現(xiàn)的營收規(guī)模為423/634/1057億元；以傳統(tǒng)車企平均研發(fā)費用率計算，實現(xiàn)軟件全棧、硬件全棧、軟硬件全棧需要分別實現(xiàn)的營收規(guī)模為776/1164/1941億元。2.類比手機，智能化并未使得市場集中度提升，中小車廠有望長期存在未來有多少車企能夠達到全棧自研的收入體量，我們認為，這個問題的答案主要取決于智能汽車市場的集中度和整體容量。全球汽車市場總?cè)萘孔兓淮螅敲词袌黾卸仁顷P(guān)鍵。行業(yè)集中度提高，更多處于頭部車企將擁有足夠的收入來支撐全棧自研，反之，與第三方合作將成為車企的主要選項。因此，本章的重點在于分析智能化浪潮下，整車廠的集中度將如何變化。溫故而知新，以智能手機做參考。作為同樣經(jīng)歷了智能化浪潮的產(chǎn)品，手機和汽車所面臨的產(chǎn)業(yè)變局呈現(xiàn)高度相似性。其中，手機從通訊工具發(fā)展成現(xiàn)在的智能手機，而如今汽車也從代步工具逐漸向智能終端發(fā)展，我們希望通過將手機市場集中度演進過程與汽車市場進行類比，討論汽車市場集中度的發(fā)展趨勢。智能化并未造成手機市場集中度提升，智能化初期行業(yè)呈現(xiàn)品牌分散趨勢。回顧功能機時代，手機市場便呈現(xiàn)出高度集中的態(tài)勢，根據(jù)Garnter數(shù)據(jù)，2005年全球排名前五的品牌為諾基亞、摩托羅拉、三星、索尼愛立信和LG，其市場集中度接近80%。2009年后，智能化浪潮來襲，多個新興品牌隨著產(chǎn)業(yè)鏈重塑進入市場，涌現(xiàn)出諸如蘋果、三星、小米、華為、HTC等智能機品牌，前五品牌市場集中度有所下降。2016年后，智能手機市場逐漸由增量市場轉(zhuǎn)為存量市場，頭部廠商憑借在品牌、供應(yīng)鏈和資金方面的優(yōu)勢，進一步擴大市場份額，市場集中度逐步回升至60%以上。但另一方面，當(dāng)前智能機時代頭部市場集中度仍未恢復(fù)至功能機時期水平，主要系智能機產(chǎn)業(yè)鏈環(huán)節(jié)較功能機更復(fù)雜，產(chǎn)品需求更加碎片，細分品牌和細分市場更多。汽車市場CR5略超30%，集中度顯著低于手機市場。不同于高度集中的手機市場，根據(jù)GAD數(shù)據(jù)庫統(tǒng)計，全球前五汽車品牌市場集中度近年略超30%，而前十汽車品牌市場集中度在50%左右，集中度顯著低于手機市場。我們認為，造成汽車市場離散程度較高的主要可以歸結(jié)為以下三點，分別是行業(yè)復(fù)雜度高、產(chǎn)業(yè)鏈長、產(chǎn)品迭代周期長。1）汽車零部件數(shù)量約為3萬個，是智能手機的百倍。對比智能手機和汽車零部件數(shù)量，當(dāng)前智能手機的零部件包括芯片、光聲學(xué)部件、顯示屏、結(jié)構(gòu)件、電池、PCB等，數(shù)量在200個上下。而當(dāng)前一臺燃油車的零部件數(shù)量級約是智能手機百倍，約為3萬個左右，涵蓋電機、電池、電控、電路系統(tǒng)、發(fā)動機、底盤、儀表盤等多種電子和機械部件2）汽車零部件供應(yīng)鏈呈金字塔結(jié)構(gòu)，供應(yīng)商規(guī)模十分龐大。結(jié)合上文所述，由于手機零部件數(shù)量較少，所以零部件供應(yīng)商較少，大部分手機廠商會直接對接部分核心零部件供應(yīng)商，以蘋果手機為例，其核心供應(yīng)商數(shù)量只有200家。而汽車產(chǎn)業(yè)以整車制造業(yè)為核心，向上延伸至零部件制造業(yè)以及相關(guān)的基礎(chǔ)工業(yè)。上游企業(yè)負責(zé)零部件的模塊化、系統(tǒng)化開發(fā)設(shè)計和制造，形成了“零件-組件-部件-系統(tǒng)-系統(tǒng)總成”的金字塔式復(fù)雜結(jié)構(gòu)，所以汽車零部件供應(yīng)商規(guī)模相較手機零部件供應(yīng)商更龐大，例如大眾的供應(yīng)商數(shù)量高達4萬家，數(shù)倍于蘋果手機的供應(yīng)商數(shù)量。3）受制于產(chǎn)業(yè)鏈的復(fù)雜性，汽車的研發(fā)周期通常在4-5年。另外，汽車研發(fā)是一個很復(fù)雜的工程，從步驟來看，以整車開發(fā)V模式流程為例，一輛車的開發(fā)需經(jīng)歷從整車需求\動力系統(tǒng)需求\硬件和軟件需求分析、硬件實現(xiàn)和軟件建模、軟硬件單元測試、子系統(tǒng)\動力系統(tǒng)集成測試、整車標定和驗證整套流程；從時間來看，一款汽車從研發(fā)到投入市場一般需要4-5年時間，德系車此前的平均換代周期是7年。而對比智能手機，蘋果手機迭代速度基本為一年一代，安卓迭代頻次更高，幾乎半年一代。展望未來，我們認為，隨著眾多互聯(lián)網(wǎng)企業(yè)加入造車隊伍，整個汽車行業(yè)的研發(fā)迭代速度會加快，但預(yù)計整體研發(fā)周期還會在2-3年左右。汽車是單價值量最高的可選消費，單個細分市場便足以支撐中小車廠的長期生存。除上游供應(yīng)鏈相對復(fù)雜的因素外，我們認為下游眾多的細分市場也是汽車行業(yè)集中度低的原因之一。作為單價值量最高的可選消費，汽車行業(yè)中單個細分市場的銷量便足以支撐一個中小車廠的長期生存。根據(jù)車主之家數(shù)據(jù)，目前有眾多中小車廠和細分品牌的年銷量水平僅在上百輛至一萬輛區(qū)間左右。同時，我們也看到了長城汽車在最近兩年先后推出了歐拉與機甲龍兩個細分品牌，分別主打女性市場和極客市場。因此，我們判斷未來智能汽車市場，除頭部品牌外，其余大半市場份額可能繼續(xù)由中小車企或細分品牌瓜分。眾多新玩家入局，智能汽車市場集中度有望下降。隨著汽車智能化時代的開啟，多數(shù)新興角色入局，我們看到了智能手機發(fā)展初期的影子。宏觀層面，汽車市場集中度自2018年開始下降，CR5從34%下降到32%，CR10從52%下降到49%。微觀層面，眾多新玩家入局汽車智能化，包括了傳統(tǒng)車廠旗下的子品牌、互聯(lián)網(wǎng)企業(yè)、ICT巨頭、以及造車新勢力等等。因此我們預(yù)計未來一段時間內(nèi)，汽車市場集中度有望復(fù)刻十年前手機市場集中度的走勢，出現(xiàn)一定程度的下降。由此，我們認為在影響汽車市場集中度的眾多原因中，零部件數(shù)量多、產(chǎn)業(yè)鏈復(fù)雜、產(chǎn)品單價高、下游細分市場多等因素并未因智能化而改變。所以展望未來，我們并不認為短期內(nèi)，汽車市場的集中度會發(fā)生大幅度的提升，相反，如上文所述，行業(yè)集中度有望在智能化初期出現(xiàn)下降，換言之，在未來相當(dāng)長的一段時間內(nèi)，汽車市場還將存在大量的中小車廠。綜上所述，基于上文中對于車企的能力邊際和行業(yè)集中度兩方面的探討，我們有如下結(jié)論：

軟件全棧或軟硬件全棧均需要車企長期的投入以及一定體量的營收作為支撐，而在未來相當(dāng)長的一段時間內(nèi)，行業(yè)內(nèi)仍會存在大量的中小車企，其無論是收入還是研發(fā)均無法滿足這一要求。基于上述判斷，我們預(yù)計未來車企通往智能化的路徑可分為以下三類：1）軟硬件全棧：此類車企旨在通過算法和芯片的高度耦合，從而達到體驗和成本的最優(yōu)解，但對車企的研發(fā)和收入體量也有著最高的要求，我們認為能夠?qū)崿F(xiàn)該路徑的車企將更類似于科技企業(yè)。2）軟件全棧：此類車企會將智能化作為賣點，通過自動駕駛算法的持續(xù)迭代能力，打造出差異化競爭優(yōu)勢。3）擁抱第三方：此類車企會借助外部軟硬件供應(yīng)商實現(xiàn)智能化，其會在維持智能化處于平均水準的同時，憑借在某些方向上的優(yōu)勢，在細分市場有著較高的市占率。3.拾階而上，三種角色的比例決定了德賽西威遠期空間3.1.未來Tier1的三種角色：代工方、硬件方案供應(yīng)商和汽車智能化賦能者未來車企將與不同能力等級的Tier1合作完成智能化拼圖。上文中，通過對車廠能力邊界和汽車市場集中度的分析，我們總結(jié)出車企通往智能化的三大路徑，即軟硬件全棧自研、軟件全棧自研和擁抱第三方。我們認為，這三種發(fā)展路徑的實現(xiàn)需要借助不同能力等級的合作伙伴和第三方供應(yīng)商，其同時也對應(yīng)了未來Tier1三種可能的角色：代工方、硬件方案供應(yīng)商和汽車智能化賦能者。3.1.1.代工方：大規(guī)模制造和成本管控能力是關(guān)鍵代工方的核心能力在于大規(guī)模制造和成本管控，其享有的利潤率較為有限。對于軟硬件全棧自研的車廠，其需要的是一個OEM角色，類似立訊、歌爾之于蘋果。對于組裝業(yè)務(wù)而言，精密的生產(chǎn)制造能力和成本優(yōu)勢是關(guān)鍵。例如在生產(chǎn)制造方面，智能制造技術(shù)可以保障工廠在良率和交付上的優(yōu)秀水準；而在成本管控方面，自制零部件和規(guī)模優(yōu)勢向來是降本增效的兩大利器。就商業(yè)模式而言，基于立訊精密、歌爾股份年報中披露的毛利率水平，此類供應(yīng)商通常享15-20%左右的毛利率，需要靠提升制造效率、增加自研比例，或做大收入體量來實現(xiàn)增長。3.1.2.硬件方案供應(yīng)商：對硬件和車規(guī)級的理解并非一朝一夕之功德賽與小鵬的合作，是硬件方案供應(yīng)商賦能軟件全棧車廠的優(yōu)秀案例。對于軟件全棧自研的車廠，其需要一個合作伙伴來提供硬件解決方案。例如小鵬P7搭載了德賽西威基于英偉達Xavier芯片量產(chǎn)的智能駕駛域控制器IPU03，三方的合作模式為英偉達提供芯片、參考設(shè)計和開發(fā)板；德賽西威一方面負責(zé)硬件的設(shè)計生產(chǎn)，同時也進行了BSP、驅(qū)動和部分中間件的軟件開發(fā)；小鵬則自研了感知、決策等一系列算法以及上層的應(yīng)用軟件。我們認為，德賽與小鵬的合作，是硬件方案供應(yīng)商賦能軟件全棧車廠的優(yōu)秀案例。我們認為，不同于代工方，硬件方案供應(yīng)商除了需要具備基本的制造能力外，還應(yīng)該額外掌握以下四點能力：1）對芯片的深入理解和板級設(shè)計能力。硬件方案供應(yīng)商不僅需要對不同版本芯片的架構(gòu)、算力、適配程度有深入了解，還需要和車企一起進行板級設(shè)計，如對開發(fā)板的尺寸、接口數(shù)量、電磁干擾、散熱等進行設(shè)計。我們認為，這種能力并非一朝一夕之功，需要大量的試錯和時間積累，也在一定程度上造就了此類角色的稀缺性。2）對于車規(guī)級標準和功能安全的理解。汽車行業(yè)對于安全性和穩(wěn)定性有一套獨立的體系，其主要體現(xiàn)在顯性和隱性兩個方面，顯性方面在于對各類安全規(guī)則、技術(shù)規(guī)范如ISO、AEC等標準的掌握，而隱性方面則需要Tier1長期與車廠合作，從而獲得車廠的信任。我們認為上述兩種能力均來自于和車廠的長期交互。3）底層軟件的開發(fā)能力。在打造硬件方案的過程中，會涉及到諸如BSP、硬件驅(qū)動、中間件等一系列偏底層的軟件開發(fā)，德賽西威總經(jīng)理高大鵬曾在接受蓋世汽車的采訪中提到，“在2018年，德賽西威軟件工程師的數(shù)量已經(jīng)占了整個研發(fā)團隊的67%，2019年這個數(shù)據(jù)已經(jīng)達到了70%，公司每年交付的產(chǎn)品，有大量的工作和成本都是投入到軟件中的”。我們認為，軟件能力是區(qū)分代工方與硬件方案供應(yīng)商的關(guān)鍵，且未來將愈發(fā)重要。4）本土化服務(wù)和快速響應(yīng)能力。通常來說，域控制器從做出樣機到最終上車需要和車企合作完成A\B\C多輪測試，測試過程中不斷發(fā)現(xiàn)并解決適配性、兼容性等問題、同時優(yōu)化設(shè)計、維穩(wěn)增效，因此對硬件供應(yīng)商的本地服務(wù)和及時響應(yīng)能力也有著較高要求。從商業(yè)模式來看，由于需要的能力更多，硬件方案供應(yīng)商相較于代工方也會享有更高的毛利率，通常在20-25%左右（參考德賽西威目前的毛利率水平）。3.1.3.汽車智能化賦能者：商業(yè)模式升級，軟硬件架構(gòu)及方案迭代能力成為勝負手對于完全擁抱第三方的車廠，其需要一個提供智能化整體解決方案的角色，即汽車智能化賦能者。此類角色類似傳統(tǒng)汽車行業(yè)中的強勢Tier1，例如博世直接向整車廠供應(yīng)標準的總成及模塊。我們認為，軟硬件整體解決方案供應(yīng)商主要會面臨兩個挑戰(zhàn)：1）對于智能駕駛軟硬件架構(gòu)的積累。整體方案供應(yīng)商首先要根據(jù)車廠的需求，確定合適的硬件配臵，如傳感器的數(shù)量、種類、位臵等，以及計算單元方案，如算力、成本等；再基于硬件配臵，搭配合適的軟件和算法，最終實現(xiàn)智能化。所以我們認為，對于各類智能駕駛軟硬件架構(gòu)的積累是汽車智能化賦能者的重中之重。2）通過數(shù)據(jù)閉環(huán)，形成方案迭代能力。當(dāng)前，通過已量產(chǎn)車型采集實際數(shù)據(jù)，數(shù)據(jù)回流后進行分析標注，再訓(xùn)練迭代新算法，最終形成算法的持續(xù)迭代能力已成為眾多智能駕駛企業(yè)的共識。因此，我們認為這項能力也決定了汽車智能化賦能者的優(yōu)劣。商業(yè)模式方面，考慮到軟件算法的加入，以及作為“交鑰匙”的整體解決方案供應(yīng)商地位更加強勢，參考博世在印度子公司的毛利率（汽車業(yè)務(wù)占比80%以上），我們預(yù)計此類整體解決方案供應(yīng)商毛利率可達35-40%左右。3.2.硬件方案供應(yīng)商：無需過度擔(dān)憂競爭格局，重視優(yōu)質(zhì)客戶帶來的技術(shù)反哺德賽現(xiàn)階段以提供硬件方案為主，域控制器不斷迭代出新并陸續(xù)量產(chǎn)。當(dāng)前，德賽西威以提供硬件方案為主，其域控制器產(chǎn)品矩陣包括主打高性價比的IPU01\IPU02和主打高性能的IPU03\IPU04。基于德州儀器（TI）JacintoTDA4芯片開發(fā)的IPU02，算力范圍為4-32TOPS，支持高低速自動駕駛多場景，實現(xiàn)L2+級別自動駕駛。而裝載英偉達

Xaiver的IPU03算力達30TOPS，已于小鵬P7規(guī)模量產(chǎn)，小鵬P5也將繼續(xù)沿用IPU03。IPU04是繼IPU03的新一代智能駕駛域控制器，裝載英偉達OrinX芯片，算力覆蓋254-2000TOPS，已于2021年9月底下線，并獲得包括理想等多家主機廠訂單。先發(fā)優(yōu)勢顯著，對競爭格局無需過度擔(dān)憂。我們認為，公司在硬件解決方案的優(yōu)勢主要體現(xiàn)在：1）與英偉達深度合作，占據(jù)先發(fā)優(yōu)勢。德賽西威是唯一和英偉達深入合作的國產(chǎn)Tier1，在Xavier時代，公司通過IPU03率先跑通了英偉達工具鏈，在英偉達的生態(tài)體系里占據(jù)先發(fā)優(yōu)勢。2）對于車規(guī)級標準和功能安全等級的理解深刻。德賽西威作為一個老牌Tier1，通過與車企長期合作積累了對車規(guī)和功能安全深入且全面的理解體系，目前IPU03達到ISO26262功能安全ASILD等級。3）快速落地能力賦能車企縮短開發(fā)周期。IPU03是目前唯一大規(guī)模量產(chǎn)的域控制器，同時IPU04也已于2021年9月底下線，并有望在2022年量產(chǎn)，通過域控制器產(chǎn)品的快速落地，協(xié)助車企在智能化初期，快速推出產(chǎn)品，全面占據(jù)用戶心智。重視上述商業(yè)模式對公司收入端和技術(shù)端的雙重提振作用。我們認為，后續(xù)德賽西威面向主打智能化的車企會延續(xù)提供硬件方案的商業(yè)模式。對于此類車企而言，高級別自動駕駛能力是核心競爭力，所以掌握自動駕駛相關(guān)算法進行軟件自研是必然選擇。我們建議重視上述商業(yè)模式對公司收入端和技術(shù)端的雙重提振作用：1）收入提振效果，高級別自動駕駛車企銷量大，疊加域控制器單價高，與他們合作對公司收入端有著較大的促進作用。2）技術(shù)反哺作用，我們認為，由于在智能化初期，產(chǎn)業(yè)中各類角色的邊界較為模糊，因此在項目中各方的合作會更為深入，交互會更加頻繁。所以，與高級別自動駕駛車企合作可以反哺德賽西威在自動駕駛方面的能力，使其芯片、算法、操作系統(tǒng)、以及自動駕駛軟硬件架構(gòu)的積累更上一個臺階。3.3.硬件代工方：不會成為德賽西威未來的主要角色硬件代工不會成為德賽西威未來主要的商業(yè)模式。目前，商業(yè)模式的退化是市場對于德賽的幾點擔(dān)憂之一。具體來看，市場認為，面對軟硬件全棧自研的企業(yè)，德賽西威的角色將從硬件方案供應(yīng)商退化為代工方。但是我們認為此類擔(dān)憂沒有必要，主要是因為基于上文的論證，未來有能力實現(xiàn)軟硬件全棧自研的車廠只是小部分，大多數(shù)車廠無法達到一定的收入體量來支撐全棧自研。遠期來看，我們不排除德賽在產(chǎn)能富裕的情況下，擴大和客戶的合作范圍，不過硬件代工不會成為公司主要的商業(yè)模式。3.4.汽車智能化賦能者：“創(chuàng)領(lǐng)智行”主張下的商業(yè)模式升級上文中，我們已經(jīng)從汽車行業(yè)整體集中度和發(fā)展走向以及實現(xiàn)全棧自研所需研發(fā)投入和收入體量兩個維度來說明未來智能汽車行業(yè)會出現(xiàn)大量擁抱第三方的車廠。基于此我們認為，有大量車廠對軟硬件整體解決方案存在需求，智能駕駛Tier1未來有望演進出“交鑰匙”

的商業(yè)模式，成為汽車智能化賦能者。不同于Tier2的核心競爭力在技術(shù)優(yōu)勢，我們認為汽車智能化賦能者的核心競爭力在于：1）車廠側(cè)的渠道建設(shè)；2）對于智能化軟硬件架構(gòu)的理解能力；3）解決方案的多樣性，以面對不同的需求。渠道方面，德賽西威作為一家深耕汽車市場多年的老牌Tier1，客戶范圍覆蓋歐美系車企、日系車企、國內(nèi)自主品牌車企，與眾多品牌建立了深厚的合作關(guān)系。因此，我們認為討論的核心在后兩者，即對于智能駕駛軟硬件框架的理解能力，以及方案的多樣性。前瞻研發(fā)+規(guī)模化量產(chǎn)，雙軌并行開展軟硬件架構(gòu)積累。我們認為，德賽西威對智能駕駛軟硬件架構(gòu)的積累主要來自兩方面：1）在多地成立研發(fā)中心進行智能駕駛技術(shù)研發(fā)。公司在新加坡、歐洲、南京、成都、上海、深圳等地均設(shè)立了研發(fā)分部，在車聯(lián)網(wǎng)和智能駕駛領(lǐng)域開拓新產(chǎn)品，此外，公司于2019年在新加坡組建新的研究團隊，負責(zé)研發(fā)L4和L5級自動駕駛以及有關(guān)網(wǎng)絡(luò)安全等前沿技術(shù)。同年，公司獲得無人駕駛車輛第一階段路測的牌照

（M1），德賽西威測試車可以在新加坡特殊區(qū)域公共道路行駛。2）通過和車企長期交互合作研發(fā)加強對智能駕駛軟硬件架構(gòu)的積累。當(dāng)前整個智能汽車產(chǎn)業(yè)處于發(fā)展初期，車企和供應(yīng)商并不是傳統(tǒng)垂直型、流水線式的合作模式，雙方的分工邊界很模糊，市場上沒有標準化的產(chǎn)品，因此通過與部分主打智能化的車企深度合作，德賽西威無論是對車企有關(guān)智能駕駛的需求，還是對軟硬件架構(gòu)，均能有所沉淀。合作為主、自研為輔或是當(dāng)前算法層面的最優(yōu)解。除硬件和架構(gòu)層面外，智能駕駛整體解決方案還需要算法，包括感知、決策、控制等算法，其中感知和決策的算法尤為重要。在算法層面，我們認為當(dāng)下最優(yōu)解是合作為主、自研為輔。首先，目前L2級別ADAS算法包括自適應(yīng)巡航、車道保持、自動剎車輔助、自動泊車等已相對成熟，市場上有較多的算法供應(yīng)商能夠提供相關(guān)能力，因此從追求效率、商業(yè)化分工的邏輯來看，購買成熟的算法是更為合適的選擇。其次，高級別智能駕駛算法，如高速領(lǐng)航、代客泊車等對于感知算法、高精度地圖和定位要求更高，其研發(fā)需要大量的投入和持續(xù)的迭代，現(xiàn)階段公司對上述算法開發(fā)還處于探索初期，因此和行業(yè)內(nèi)優(yōu)秀的Tier2合作也不失為一種選擇。投資智能駕駛Tier2，補齊軟件算法短板，共建智能駕駛生態(tài)圈。根據(jù)德賽西威年報披露信息，公司2019年投資Momenta6359萬元，互補自動駕駛技術(shù)。根據(jù)Nullmax官網(wǎng)和德賽西威年報，2019年公司向Nullmax紐勱科技投資3436萬，雙方的合作在自動駕駛硬件、軟件、測試和數(shù)據(jù)等環(huán)節(jié)全面開展，Nullmax主要負責(zé)目標監(jiān)測、識別等多個模塊，并在傳感器選型、底層軟件等方面提供支持，共同打造面向車廠的自動駕駛前裝方案。基于MAXIEYE官網(wǎng)和德賽西威年報，2021年，德賽西威領(lǐng)投，智駕科技MAXIEYE完成3億B輪融資，雙發(fā)達成戰(zhàn)略合作共同致力于大算力高階自動駕駛的研發(fā)，合作構(gòu)建L1到L4級全棧自動駕駛方案開發(fā)與運營服務(wù)能力。同時發(fā)布“九逵計劃”，部署商用車自動駕駛核心技術(shù)，加速自動駕駛商業(yè)化落地。我們認為，投資上述智能駕駛Tier2可以在一定程度上，補齊公司目前在軟件算法層面的不足，對其向“汽車智能化賦能者”的演進有著積極作用。短期關(guān)注軟硬件整體方案對收入端的提升作用。目前，市場對于德賽西威在智能駕駛領(lǐng)域的關(guān)注點還停留在其域控制器上，但我們認為，隨著公司的商業(yè)模式演進到汽車智能化的賦能者，公司的各類傳感器硬件的銷售，如攝像頭、毫米波雷達、超聲波雷達等，也將成為重要的收入增長極。根據(jù)汽車電子與軟件的統(tǒng)計，目前實現(xiàn)L2級別自動駕駛需要配臵5-8個