葛天呛声网友汽车行业正在经历电动化、智能化革命，电动化主要改变汽车的动力和传动系统，智能化则改变了人与车之间的关系。从 PC 时代的微软、智能手机时代的苹果，以及到破万亿市值的特斯拉，属于智能电动车的新时代已经拉开帷幕，当下时点为汽车行业新周期起点，电动及智能化革命将颠覆整个汽车产业链，也将孕育新的产业生机，目前我们认为汽车行业正在经历三大趋势：

　　（1 ） 新能源车 迈入成长期，智能车引领新趋势：伴随着优质供给如特斯拉，比亚迪入局，续航里程提升以及带给人的舒适的驾驶体验，需求端客户已经开始逐步接受并选择购买新能源汽车，2021 年国内新能源汽车渗透率超过 10%，行业开始迈入成长阶段。汽车行业下一阶段发展重点是智能汽车时代，指通过搭载先进传感器，运用人工智能等新技术，从而让其具备自动驾驶以及人机交互功能，有望成为下一代移动空间和智能应用终端。因此汽车智能化是抢占行业竞争制高点的关键领域。（ 2 ）汽车作为消费品，评价其核心竞争力将从“燃油车时代的马力”、“电动车时代的电池续航能力”到“智能汽车时代的算力”：从 19 世纪 80 年代的传统燃油车，2010 年的电动汽车，发展到 2020 年的智能汽车，我们评价汽车的性能以及其核心竞争要素也在变化：a、燃油车评价性能好坏我们更多是看内燃机马力；b、电动车我们更关注电池续航；c、智能车时代我们更关注在大算力平台下车外自动驾驶技术的成熟度以及车内智能座舱所带来人机交互的智能化体验。

　　（ 3 ）商业模式及汽车价值链重构：通过软件实现价值链向中后段转移。在汽车全生命周期下，与传统燃油车销售的一锤子买卖不同，智能汽车后续通过“硬件预埋、软件升级”的方式可以持续提升用户体验，增加用户粘性，届时主机厂可以通过 OTA 升级实现软件可售、软件付费等新商业模式，获得较高附加值，整车架构和商业模式被重新定义。

　　智能网联是汽车产业下一步变革的风暴中心。汽车要从根本上改变产品形态，从移动工具转变成生活伙伴，需要智能化与网联化的发展来彻底解放人们的双手和注意力，从而赋予汽车这一产品更丰富的想象空间。“新四化”的重心不可避免地向智能化和网联化迁移，无论是需求端对产品定位和价值诉求的转变、供给端在自动驾驶和车联网上的竞争与合作，都证明了“智能网联”在变革浪潮中核心驱动力的地位，将成为汽车产业发展的长期趋势。“ 自动驾驶 ” 和 “ 智能座舱 ”。正在逐渐迈入大众的视野。“智能化”引领自动驾驶自不必多言，但“网联化”也是其必不可少的重要支撑。尤其是对于智舱系统，从娱乐的丰富性到系统的持续迭代升级，都离不开“网联化”这一重要前提。

　　手机领域的蓬勃发展是过去十年半导体产业快速增长的主要推动力，汽车电子化和智能化有望成为半导体行业新增长级，产业变革下一定会催生新的科技 厂商 和行业主导者。未来汽车会和手机、电脑一样，成为整个半导体行业的主要增长推动力，主要系更高级的自动驾驶、智能座舱、车载以太网络以及车载信息系统等都会催生新的半导体需求。地平线 年全球汽车领域芯片市场规模约为1000 亿美金，相比 2017 年全球汽车芯片 375 亿美金市场同比增长 190%。

　　新能源汽车搭载芯片数量约为传统燃油车的 1.5 倍，预计 2028 年单车半导体含量比 相比 2021 年翻一番。自动驾驶级别越高对传感器芯片数量要求越多，L3 级别自动驾驶平均搭载 8 个传感器芯片，而 L5 级别自动驾驶所需传感器芯片数量提升至 20 个。同样车辆所需处理与储存的信息量也与自动驾驶技术成熟度正相关，进一步提升了控制类芯片和储存类芯片的搭载量。据统计至 2022 年，新能源汽车车均芯片搭载量约 1459 个，而传统燃油车搭载芯片数量为 934 个。Strategy Analytics预计每辆车的平均硅含量将从 2021 年 530 美元/车翻一番，到 2028 年超过 1000美元，而高端制造汽车的硅含量可能超过 3000 美元。

　　主控芯片用来生成汽车主要控制信号的计算和生成功能。主控芯片通过接受各类传感器搜集到的信号，进行计算相对的处理措施，并将驱动信号发送给对应的控制模块。因此主控芯片相当于汽车的“大脑”。功率芯片是新能源汽车价值量提升最多的部分，需求端主要为 IGBT、MOSFET 及多个 IGBT 集成的 IPM 模块等产品，核心用于大电流和大电压的环境。CMOS 芯片是将光子转换为电子进行数字处理，把图像信号转换为数字信号的芯片，包括微透镜、光电二极管、处理芯片以及 IO 接口，是摄像头的关键部件。随着自动驾驶等级提升，预计 L3 以上的辅助驾驶需要约 18 颗摄像头，主要用在倒车后视，环视，前视，转弯盲区等领域。射频接收器是无线通讯的重要器件，射频芯片是指能够将射频信号与数字信号进行转换的芯片，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将助力 C-V2X 技术发展，将“人-车-路-云”等交通参与要素有机联系在一起，弥补了单车智能的不足，推动协同式应用服务发展。

　　超声波/毫米波/激光雷达是感知车身传感器，智能汽车通过传感器获得大量数据，L5 级别的汽车会携带传感器将达到 20 个以上。车载雷达主要包括超声波雷达、毫米波雷达和激光雷达三种。其中，中国超声波雷达已发展的相对成熟，技术壁垒不高；毫米波雷达技术壁垒较高，且是智能汽车的重要传感器，目前处于快速发展的阶段；激光雷达技术壁垒高，是高级别自动驾驶的重要传感器，但目前成本昂贵、过车规难、落地难。存储芯片是智能汽车的“记忆“，自动驾驶技术升级带来车规存储的带宽持续高增长是长期趋势，未来汽车存储将由 GB 级走向 TB 级别。汽车面板呈多屏化趋势。汽车智能化、电动化提速将带动车均面板数量，车载面板也开始走向标准化。从需求上看，显示屏在汽车上的应用越来越广，需求数量强劲成长。车载显示主要包括中控显示屏、仪表显示屏、挡风玻璃复合抬头显示屏、虚拟电子后视镜显示屏、后座娱乐显示屏等。随着车联网、新能源车、无人驾驶等因素的推动，人们对具备导航、车辆状况、多媒体影音等功能的车载面板的需求将持续扩大。

　　汽车电子电气架构由分布式向集中式演进。传统功能汽车采用分布式电子电气架构，离散化的 ECU 软硬件紧耦合且各 ECU 之间独立性较强，硬件资源无法共享且形成数据孤岛，对用户新需求反馈的整体周期长达 20 个月以上，难以形成持续快速迭代的软件开发模式。因此，软件定义汽车开发模式驱动整车电子电气架构由分布式向中央集中式演进，其核心是车载计算的集中化发展，高集成化的域控制器、车载中央计算平台是关键。电子电气架构演进的优缺点如下：

　　分布式电子电气架构：√优点：各模块间功能划分明确，独立性强，软硬件强耦合，各模块可独立开发。√缺点：各模块间芯片算力无法协同，且相互冗余，分布式架构需要大量内部通信，增加线束成本；功能更新需各模块供应商负责，研发与推送效率低，且供应链管理难度极大。（跨）域集中式电子电气架构：√优点：将分散的 ECU 集中到动力、底盘、座舱、驾驶、车身等几大域控制器中，减少内部通信需求与线束成本；软硬件逐步解耦，硬件超前设计，软件自研，通过 OTA 灵活更新。√缺点：域分布式计算下大算力 SOC 芯片成本较高，算力存在冗余且单车算力存在物理上限。中央集中式电子电气架构：√优点：进一步简化电子电气架构，降低线束设计复杂度与成本，SOA 软件架构支持软件功能的迭代与扩展，从车载中央计算发展为车云计算后，车内与云端架构实现无缝结合，车端计算用于车内信息与数据的实时处理，云计算作为补充，提供非实时的数据交互与计算。

　　复盘过去 5 年汽车半导体行业，2016 年以来第一波结构性红利已基本结束，纯国产替代为代表的显性机会窗口快速关闭；2021 年前后“电气化”和“智能网联化”是汽车产业变革的新一波主浪潮：

　　国产替代主导小周期：2016~2021 年的行业拉升，主要来自传统电子电气架构下的国产化替代，以半导体供应链危机正式拉开大幕为催化，国产替代的大规模上车为高潮，如中低端 MCU、三电等领域。汽车新架构主导大周期：从 2022 年起逐步开启的第二轮产业周期，很可能是汽车产业变革的真正主浪潮。这一次，故事主线不仅仅是国产替代，而是高度智能化、电气化的下一代汽车，以及全新电子电气架构下的增量功能、增量技术、增量市场；红利体量，将从国产替代的千亿级，跃升至万亿级。

　　我们认为本轮新汽车周期对相关汽车半导体公司的业绩贡献在 2022~2025 年，核心驱动因素有两个：第一，各大车厂基于全新一代电子电气架构推出的车型平台，将在 2022 年底~2024 年分批上市，2025 年后基于全新平台的新车型将全面铺开。第二，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、传感器加速上车，将带来汽车半导体新一轮繁荣。

　　我们认为高性能 SOC、SiC&功率半导体、存储、多功能 MCU、传感器、车载以太网、支持 OTA 升级的先进通信系统等将受益于汽车产业链革新，为细分领域高景气赛道（见图 10）：

　　域架构下，MCU ： 用量下降：特斯拉电子电气架构集成度高，主要是因为特斯拉将众多小型 ECU 的功能全部集成到区域控制器中，因此 ECU 数量相比ID.4/Mach E 少，从下表可以看出，Model Y、ID.4、Mach E 的 ECU 数量分别为 26、52、51。特斯拉的 Model3 的 FBCM 既负责配电，还负责一些左前灯控制、空调控制、热管理等功能，横跨了传统的车身、座舱、底盘及动力域。

　　域架构下，降低线束成本：安波福测算使用域架构下可以降低 25%线束成本，而伟世通则认为域架构可以节省 50%或更多的线束长度。特斯拉的架构更接近于域控制架构，Model S 内部线km，进一步证明域架构下可以节约线 汽车 SOC 是智能电动车功能实现的核心元件

　　IC Insights 发布的数据显示，2021年全球汽车芯片从细分产品占比来看，前三分别微处理器、模拟芯片和传感器，所占比重分别为 30%、29%和 17。MCU 芯片全称为微控制单元，又称为单片微型计算机或者单片机。它是一个是把中央处理器的频率与规格做适当缩减，并将内存、计数器、USB、A/D 转换、UART、PLC、DMA 等周边接口，甚至 LCD 驱动电路都整合在单一芯片上形成芯片级的计算机。通常MCU只能完成较少的任务，例如开启智能雨刷，或是下车后自动落锁等等。因此在豪车中可能拥有数百个MCU 来实现各种智能化功能。

　　在人工智能时代计算架构从单一芯片模式向融合异构多芯片模式发展，将 CPU 与 GPU、FPGA、ASIC 等通用/专用芯片异构融合、集合 AI 加速器的系统级芯片（SOC）应运而生。

　　广义而言汽车领域算力稍强（2K DMIPS 以上）的 MCU 都可算是 SOC，Arteris 预测未来单车 SOC 数量为 23 个，而大算力 SOC 在车载端主要面向两个领域，分别是智能座舱和智能驾驶。

　　汽车领域正在复刻手机领域从“功能手机→智能手机”的演变过程，SOC 在智能汽车时代扮演重要角色，其中实现人工智能算力的“xPU”至关重要：

　　PC 领域：主要注重通用计算，因此芯片架构为“逻辑计算 CPU+GPU”；

　　手机时代：最重要的应用是支付、玩游戏和拍照。因此芯片架构增加了 ISP，手机 SOC 芯片构成为“CPU+GPU+ISP（图像处理）”。

　　CPU 负责逻辑运算和任务调度；GPU 作为通用加速器，可承担 CNN 等神经网络计算与机器学习任务，将在较长时间内承担主要计算工作；FPGA 作为硬件加速器，具备可编程的优点，在 RNN/LSTM/强化学习等顺序类机器学习中表现优异，在部分成熟算法领域发挥着突出作用；而 ASIC 可以兼顾性能和功耗，作为全定制的方案将在自动驾驶算法成熟后成为最终选择。

　　从芯片工艺制程来看，不同汽车芯片对工艺要求存在较大差异。MCU 主要是依靠成熟制程，全球 70% MCU 生产来自台积电；而座舱、自动驾驶 SOC 及 AI 芯片等主控芯片持续追求 7nm 及以下先进制程。

　　汽车 MCU 紧随汽车电子电气架构发展，SOC 芯片会集成部分低端 MCU 功能，因此未来 MCU 单车使用量将会下降，分布式向域控制发展使用量将从当前从 30-40 颗，逐步提升至 70-80 颗，但未来随着集中式架构落地，算力向整车计算平台集中，汽车 MCU 的使用量又将逐步降低至 50-60 颗左右。

　　SOC芯片并不能替代所有MCU，一方面不是所有 MCU 都有必要接入 SOC 芯片，比如“让转向灯闪耀的控制方式”如果不用 MCU 方案，全部接入 SOC 芯片会形成一个星形网络，不仅导线数量会增加，管理难度也会剧增。另外一方面也需要一部分 MCU 作为 SOC 芯片安全冗余的备选方案。

　　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(DLAs)和计算机视觉处理器(CVP))。除此之外，一个典型的自动驾驶SOC 结构还包括以下部分：

　　新能源汽车 储能 锂电池 燃料电池 动力电池 动力电池回收 氢能源 充电桩 互联网汽车 智能驾驶 自动驾驶 汽车后市场 石油石化 煤化工 化工产业 磷化工 基础化工 加油站 新材料 石墨烯 高分子 耐火材料 PVC 聚氯乙烯 绿色能源 清洁能源 光伏 风力发电 海上发电

　　（特别说明：本文来源于公开资料，摘录内容仅供参考，不构成任何投资建议，如需使用请参阅报告原文。）